Otterly.ai im Praxistest: Was ein AI Visibility Tool in der 29 Euro Variante wirklich zeigt

Ich arbeite mit Rankscale und kenne Peec.ai. Für meine eigene Sichtbarkeit brauche ich Otterly nicht. Ich habe das Abo trotzdem abgeschlossen, weil ich wissen wollte, was am unteren Ende des Marktes passiert. 29 Euro im Monat tun nicht weh, und ein Anbieter, der seine Preise offen auf die Website schreibt statt hinter ein Kontaktformular zu stellen, verdient eine faire Prüfung.

Der zweite Grund ist beruflicher Natur. Wenn mich jemand fragt, womit er anfangen soll, dann nützt ihm keine Empfehlung, die ich aus einem Feature-Vergleich abgeschrieben habe. Ich muss das Tool benutzt haben.

Die Versuchsanordnung, offen auf den Tisch

Damit du meine Zahlen richtig einordnen kannst, hier die Bedingungen, unter denen sie entstanden sind. Alle vier Punkte beeinflussen das Ergebnis massiv.

Erstens: Die 15 Prompts stammen aus Otterlys eigenem Vorschlagswerkzeug und sind unbearbeitet. Ich habe keinen einzigen davon umformuliert, geschärft oder ersetzt. Das war Absicht. Ich wollte sehen, was ein Werkzeug über eine Marke aussagt, wenn man es so benutzt, wie es die meisten Nutzer im ersten Monat benutzen: Einrichten, Vorschläge übernehmen, laufen lassen. Mit leicht veränderten Qualifiern sähe die Auswertung sofort anders aus. Das ist keine Ausrede für schwache Werte, sondern ein wichtiger Befund dieses Artikels.

Zweitens: Vier Engines im Standard-Setup. ChatGPT, Google AI Overviews, Perplexity und Microsoft Copilot. Genau das, was im Tarif enthalten ist. Kein Gemini, kein Google AI Mode, kein Claude. Alles, was du hier siehst, gilt für diese vier und für sonst nichts.

Drittens: Ausgewertet wird Germany. Ein anderes Land liefert ein anderes Bild, auch bei identischen Prompts.

Viertens, und darauf achtest du bitte beim Lesen der Screenshots: Sie stammen aus zwei Sitzungen. Zwölf Aufnahmen entstanden Anfang Juli und beziehen sich auf den Zeitraum vom 23. Juni bis 6. Juli. Die Overview-Ansicht habe ich später nachgezogen, sie deckt den 28. Juli bis 9. August ab. Deshalb weist die Übersicht 43 Brand Mentions aus, während die Prompt-Tabelle beim stärksten Prompt bei 24 steht. Das sind keine widersprüchlichen Zahlen, sondern zwei Messfenster. Mir ist der erste Screenshot abhanden gekommen.

Die Preise stehen auf otterly.ai/pricing. Stand 10. August 2026:

Eine Anmerkung zur Währung, weil sie sonst für Verwirrung sorgt: Die Preisseite weist durchgehend US-Dollar aus, bei den Add-ons steht das ausdrücklich dabei. Abgerechnet werden bei mir 29 Euro.

Zwischen 15 und 100 Prompts liegt nichts

Das ist der Punkt, an dem die Preisstruktur unangenehm wird, und er betrifft genau die Leute, bei denen das Werkzeug funktioniert hat.

Du richtest dich mit fünfzehn Prompts ein, arbeitest ein paar Monate damit, und irgendwann willst du einen zweiten Markt aufnehmen, eine zweite Sprache oder eine zweite Produktlinie. Dann brauchst du Prompt Nummer sechzehn. Und der kostet dich 160 Dollar mehr im Monat, weil es zwischen Lite und Standard keine Zwischenstufe gibt. Aus 29 werden 189, rund das Sechseinhalbfache.

Rechne es auf den einzelnen Prompt herunter, dann siehst du, was hier passiert:

Zwischen Lite und Standard gibt es keinen Mengenvorteil. Du zahlst pro Prompt praktisch dasselbe, nur eben für 85 Prompts mehr, als du wahrscheinlich brauchst. Der Rabatt setzt erst im Premium-Tarif ein. Wer von fünfzehn auf zwanzig Prompts wachsen möchte, bezahlt also achtzig ungenutzte mit.

Das ist keine Unverschämtheit, sondern eine bewusste Segmentierung: Lite ist für einzelne Marken gebaut, Standard für Agenturen und Unternehmen mit mehreren Objekten. Es bedeutet aber, dass du die Frage nach dem Wachstum vor der Einrichtung beantworten solltest und nicht nach sechs Monaten. Wenn absehbar ist, dass du mehrere Märkte überwachen willst, vergleich Otterly von vornherein gegen Anbieter, die zwischen diesen beiden Größenordnungen etwas anbieten. Wenn eine Marke in einem Markt dein Fall ist, ist der Einstiegstarif sehr fair kalkuliert.

Die vier Engines sind in jedem Tarif dieselben

Das ist der angenehmste Teil der Preisstruktur und wird in Reviews regelmäßig übersehen: Du bekommst im 29-Dollar-Tarif exakt dieselbe Engine-Abdeckung wie im 489-Dollar-Tarif. ChatGPT, Google AI Overviews, Perplexity und Microsoft Copilot, tägliche Messung, unbegrenzt viele Teammitglieder, über 50 Länder. Du zahlst nicht für bessere Daten, du zahlst für mehr Prompts.

Was nicht enthalten ist, kostet in jedem Tarif extra:

Auf Lite sind neun Dollar für Gemini oder AI Mode verkraftbar. Auf Premium liegst du bei 149 Dollar pro Engine und Monat. Wer eine vollständige Abdeckung braucht, sollte das durchrechnen, bevor er Otterly gegen Anbieter mit inklusiven Engines vergleicht.

Was du im Lite-Tarif bekommst

15 Prompts, ein Workspace, drei Recommendations pro Woche, 1.000 GEO-URL-Audits im Monat, das AI Prompt Research Tool, den Brand Visibility Index, Domain Ranking, die Citation-Analyse, Reports und Export.

Was fehlt

Kein API-Zugang, kein MCP-Zugang, kein Looker-Studio-Connector, keine Agent Analytics, keine Möglichkeit, zusätzliche Prompts hinzuzufügen. Alle fünf beginnen erst im Standard-Tarif bei 189 Dollar. Lite ist damit ein Ansichtstarif: Du kannst schauen und exportieren, aber du kannst die Daten nicht automatisiert in deine eigene Auswertung ziehen.

Zwei dieser gesperrten Bereiche stehen trotzdem in der Navigation, nämlich Agents analytics und Data sources. Wer draufklickt, landet auf einer Aufforderung, den Tarif zu wechseln.

Der Punkt, an dem ich der Fachpresse widerspreche

Die 15-Prompt-Grenze wird in vielen deutschsprachigen Review als Schwäche geführt. Zu knapp, nicht ernsthaft nutzbar, Zwangsupgrade in den teuren Tarif.

Ich sehe das anders, und das ist eine These dieses Artikels.

Fünfzehn Slots zwingen dich zu einer Entscheidung, die du sonst nie triffst. Du musst dich fragen, welche fünfzehn Fragen deine Kunden tatsächlich stellen, bevor sie kaufen. Du musst begründen, warum Frage sechzehn draußen bleibt. Wer 400 Slots hat, denkt darüber nicht nach. Der kippt alles rein, was ihm einfällt, bekommt eine schöne dichte Datentapete und misst am Ende überwiegend Rauschen.

Die Ironie an meinem eigenen Test: Ich habe genau das nicht getan. Ich habe die Vorschläge übernommen. Was dabei herauskommt, siehst du gleich.

Die Startseite fasst zusammen, was in den Antwortsystemen passiert ist. Sie ist gut gebaut: wenig Ablenkung, klare Blöcke, in dreißig Sekunden erfassbar. Genau darin liegt allerdings auch ihr Risiko, denn mehrere der Zahlen sehen wichtiger aus, als sie sind.

Die Zahlen, die tatsächlich etwas aussagen

Brand Mentions: 43. So oft wurde feller.systems in den beobachteten Antworten genannt. Eine harte Zählgröße, unmittelbar verständlich.

Brand Coverage: 5,6 Prozent. Das ist der ehrliche Wert. In etwa jeder zwanzigsten beobachteten Antwort taucht die Marke auf. Klingt nach wenig, ist für einen einzelnen Berater in einem Markt mit Agenturen, Verzeichnissen und Fachmedien aber ein Wert, mit dem sich arbeiten lässt.

Average Brand Position: 1. Wenn die Marke genannt wird, steht sie an erster Stelle der genannten Anbieter. Das ist der interessantere Befund als die Coverage, weil er etwas über die Qualität der Nennung sagt, nicht über ihre Häufigkeit.

Domain Citations: 119, Citations Share: 1,6 Prozent. So oft wurden Seiten von feller.systems als Quelle herangezogen. Im Ranking der zitierten Domains liegt das auf Platz vier, hinter developers.google.com mit 252 Zitationen, youtube.com mit 228 und seo-beratung-kmu.de mit 136.

Diese vier Domains sind bereits eine Lektion für sich. Die meistzitierte Quelle in einem Themenraum rund um SEO-Beratung ist Googles eigene Entwicklerdokumentation, gefolgt von YouTube. Wer glaubt, er konkurriere in AI Search nur mit anderen Dienstleistern, unterschätzt das Feld.

Top cited URLs. Bei mir: die Sparringspartner-Seite mit 38 Zitationen, die SEO-Beratungsseite mit 21, die Seite zu B2B-Nischen-SEO mit 18. Drei Seiten tragen also den überwiegenden Teil der Quellenleistung.

Die Zahlen, bei denen ich vorsichtig bin

Share of Voice: 47 Prozent. Das sieht nach Marktführerschaft aus und ist keine. Der Wert beschreibt den Anteil an den Nennungen innerhalb der Marken, die das Tool in diesem Prompt-Set erkannt hat. Das sind hier acht Namen. Von einem Marktanteil ist der Wert so weit entfernt wie eine Umfrage unter acht Personen von einer Wahlprognose. Wenn du solche Zahlen in ein Reporting an die Geschäftsführung schreibst, ohne die Bezugsgröße dazuzuschreiben, produzierst du eine Fehlentscheidung mit Ansage.

Brand Visibility Index mit dem Etikett Leader und einer Likelihood to buy von 100 Prozent. Hier steige ich aus. Ich kann nicht nachvollziehen, wie eine Kaufwahrscheinlichkeit aus Antworttexten berechnet wird, und im Tool selbst steht keine Definition. Eine Zahl, deren Berechnungsweg ich nicht kenne, taugt nicht als Entscheidungsgrundlage. Ich habe sie in vier Wochen kein einziges Mal benutzt.

Das ist übrigens ein wiederkehrendes Muster in dieser Toolkategorie, nicht nur bei Otterly: aggregierte Indexwerte, die eine Zahl liefern, wo eigentlich eine Erklärung stehen müsste. Sie sind gut für Folien und schlecht für Entscheidungen.

Citation changes. Der Block zeigt die stärksten Veränderungen bei zitierten URLs. Darunter steht bei mir: 5 von 1.958 Ergebnissen. Fast zweitausend verschiedene URLs wurden in vierzehn Tagen für fünfzehn Prompts zitiert. Wer glaubt, er könne dieses Quellenumfeld kontrollieren, hat die Größenordnung nicht verstanden. Man kann es beobachten und an wenigen Stellen beeinflussen. Mehr nicht.

Was du auf dieser Seite nicht findest

Die Overview beantwortet die Frage, ob sich etwas bewegt. Sie beantwortet nicht, warum. Für jede Entscheidung, die Geld kostet, musst du eine Ebene tiefer.

Das ist die Seite, auf der ich die meiste Zeit verbracht habe. Sie zeigt für jeden einzelnen Prompt, ob die Marke genannt wurde, wie oft, in welcher Tonalität, ob die eigene Domain als Quelle diente und welche Wettbewerber im selben Antwortraum auftauchen.

Die Spalten, kurz erklärt

Die entscheidende Spalte ist nicht Brand coverage, sondern Total brand mentions. Sie sagt dir, ob eine Frage überhaupt in einem Modus beantwortet wird, in dem Marken vorkommen. Ohne diese Information kannst du keine einzige Null richtig interpretieren.

Der Befund: ein Prompt trägt fast alles

Ein Prompt liefert 46 Prozent, der zweitbeste 8 Prozent, zehn von fünfzehn liefern nichts. Diese Verteilung ist typisch und sie ist der Grund, warum Durchschnittswerte in dieser Toolkategorie in die Irre führen. Der Mittelwert über alle Prompts wäre eine Zahl, die keinen einzigen realen Zustand beschreibt.

Inhaltlich sagt mir das: Die Positionierung als Sparringspartner für Agenturen und Inhouse-Teams ist in den Antwortsystemen angekommen. Alles andere noch nicht.

Zwei Arten von Nullen, und nur eine ist ein Problem

Hier trennt sich brauchbare Analyse von Bauchgefühl. Schau dir die Nuller-Zeilen nicht isoliert an, sondern immer zusammen mit Total brand mentions.

Typ eins: Die Frage kennt keine Anbieter.

„Wie mache ich meine Website sichtbar in KI-Antworten?" steht bei mir auf 0 Prozent Coverage, 0 eigene Mentions, 0 Total brand mentions und 506 zitierten Quellen. Die Systeme beantworten diese Frage erklärend. Sie nennen niemanden, auch keinen Wettbewerber. Wer hier auf Markenpräsenz optimiert, optimiert auf etwas, das die Antwort strukturell nicht hergibt. Der einzige sinnvolle Weg in diese Antwort führt über die Quelle, nicht über die Empfehlung.

Typ zwei: Anbieter werden genannt, du bist nicht dabei.

„Freelancer für strategische SEO- und AI-Suchoptimierung finden" steht bei mir auf 0 eigenen Mentions, aber 7 Total brand mentions. Das System empfiehlt hier Leute. Ich gehöre nicht dazu. Ähnlich bei „Strategische SEO Beratung für KMU mit individuellem Reporting" mit 6 fremden Nennungen und bei „Wer kann unsere AI Search Sichtbarkeit professionell analysieren?" mit 4.

Das ist keine Messeigenart und kein Prompt-Problem. Das ist eine Lücke. Ich schreibe das hier hin, weil es unredlich wäre, nur die bequemen Nullen zu erklären und die unbequemen wegzumoderieren. Bei diesen drei Prompts findet ein Auswahlgespräch statt, in dem ich nicht vorkomme.

Sentiment: eine Null ist keine Kritik

Der Sentiment-Wert wird häufig falsch gelesen. Eine 0 bedeutet nicht, dass jemand schlecht über dich spricht. Sie bedeutet, dass du erwähnt wurdest, ohne dass dir eine Eigenschaft zugeschrieben wurde. Du warst in der Antwort, aber nur als Name.

Das ist ein anderer Zustand als eine negative Bewertung und verlangt eine andere Reaktion. Bei einer neutralen Nennung fehlt der Grund, warum jemand dich wählen sollte. Diesen Grund liefern die Systeme nur, wenn er auf deinen Seiten in zitierfähiger Form steht. Wie das aussieht, wenn es funktioniert, siehst du im Kapitel zum starken Prompt.

Eine Ungereimtheit dazu, die ich offen lasse: Die Zeile weist eine einzige Brand Mention aus, das aufgeklappte Sentiment zählt zwei neutrale Nennungen. Ich kann nicht belegen, auf welchen Zählebenen die beiden Werte beruhen, und behaupte deshalb nichts.

Die Tags-Spalte ist leer, und das ist mein Fehler

Ganz rechts gibt es eine Tags-Spalte. Bei mir ist sie ungenutzt. Damit bleibt die Tabelle eine Liste von fünfzehn Einzelfällen, statt eine Auswertung nach Funnel-Stufe, Zielgruppe oder Angebotsmodul zu erlauben. Wer das Tool ernsthaft einsetzt, taggt vom ersten Tag an. Sonst kannst du später nicht beantworten, ob du bei kaufnahen Fragen sichtbar bist oder nur bei Ratgeberfragen.

Die dritte Ebene beantwortet eine Frage, die im klassischen SEO so nicht existiert: Welche Seiten benutzt ein Antwortsystem als Beleg, wenn es diese Fragen beantwortet?

Die Antwort in meinem Fall, gekürzt auf die vorderen Plätze:

Zwei eigene Seiten in den vorderen Rängen, beide mit Markennennung auf der Seite selbst. Das ist der Zustand, den man anstrebt: Die Seite wird als Beleg benutzt und trägt gleichzeitig die Information, wer dahintersteht.

Die wichtigste Spalte ist Brand Mentioned on Cited Page

Bei fast allen fremden Quellen steht dort No. Diese Seiten helfen den Systemen, eine Antwort zu bauen, und sie tragen nichts zu meiner Marke bei. Das ist kein Missstand, das ist der Normalzustand. Aber er beschreibt eine Aufgabe, die im klassischen SEO nicht existiert.

Beim Ranking geht es darum, mit der eigenen Seite an eine bessere Position zu kommen. Hier geht es zusätzlich darum, in den Seiten vorzukommen, die ohnehin schon zitiert werden. Wenn eine Übersicht zu SEO-Beratung für den Mittelstand 74 Mal als Quelle dient, dann ist eine Erwähnung auf dieser Seite mehr wert als eine eigene Seite, die niemand zitiert.

Ich formuliere das bewusst vorsichtig, weil hier die Grenze zum Linkkauf-Denken verläuft. Es geht nicht darum, Erwähnungen einzusammeln. Es geht darum, zu erkennen, welche Quellen den Themenraum tatsächlich prägen, und daraus eine begründete Auswahl zu treffen, wo eine Zusammenarbeit, ein Fachbeitrag oder ein Interview inhaltlich Sinn ergibt.

Was die Liste über den Markt sagt

Drei Beobachtungen, die für dich wahrscheinlich mehr Wert haben als meine eigenen Zahlen.

Kostenfragen sind stark quellenfähig. Die Budgetseite von Columbus Interactive wird 49 Mal zitiert. Wer Preise transparent und sachlich erklärt, liefert Antwortsystemen Material, das sie sonst nicht bekommen. Die meisten Dienstleister verstecken genau diese Information.

Der Themenraum wird von wenigen Domains dominiert, aber nicht von den größten. Neben Fachmedien wie OMR stehen kleine Beraterseiten mit hohen Werten. Reichweite ist hier nicht die entscheidende Größe. Passgenauigkeit der Seite zur Frage ist es.

Die Zitierung sagt nichts über Qualität. Eine Seite kann häufig zitiert werden, weil sie das Thema in einer Form abdeckt, die sich gut zusammenfassen lässt, nicht weil sie fachlich besser ist. Wer die meistzitierte Seite nachbaut, kopiert ein Format und keine Substanz.

Der Denkfehler, den ich mir selbst verboten habe

Es liegt nahe, aus dieser Tabelle eine Aufgabenliste zu machen: Seite X wird oft zitiert, also baue ich das nach. Das führt zu Content, der auf ein Antwortsystem optimiert ist und auf keinen Menschen.

Die brauchbare Frage lautet anders. Nicht: Welche Seite soll ich kopieren? Sondern: Welche Frage beantwortet diese Seite so, dass ein System sie zusammenfassen kann, und beantworte ich dieselbe Frage irgendwo überhaupt?

In meinem Fall lautet die Antwort bei den Themen Kosten, technisches Audit und Traffic-Verlust nach Relaunch schlicht: nirgends. Das ist keine Optimierungsaufgabe, das ist eine Lücke im Angebot der Website.

Bis hierher hast du Zahlen gesehen. Jetzt kommt der Teil, für den ich das Abo überhaupt behalten habe: die Detailansicht eines einzelnen Prompts. Sie hat drei Reiter. Overview zeigt die Kennzahlen für genau diese Frage, Responses zeigt jede einzelne Antwort im Volltext, Citations zeigt die Quellen, aus denen diese Antworten gebaut wurden.

Ich habe zwei Extremfälle ausgewählt, statt den Durchschnitt zu betrachten. Der stärkste Prompt und der schwächste kaufnahe Prompt. Daraus lernst du mehr als aus allem, was dazwischen liegt.

Die Kennzahlen

Im Wettbewerber-Ranking dieses Prompts steht feller.systems mit 46 Prozent an erster Stelle, dahinter Matthias Klenk mit 10 Prozent, Seokratie mit 2 Prozent, zwei weitere bei null. Ich lasse das unkommentiert stehen. Das ist eine Toolausgabe für fünfzehn Prompts und keine Bewertung der Arbeit von Kollegen.

Interessanter ist der Verlauf darunter. Die Kurve springt innerhalb von zwei Wochen zwischen etwa 25 und 75 Prozent. Bei täglicher Messung und einer überschaubaren Zahl von Antworten pro Tag reicht eine einzige Antwort, die anders ausfällt, um die Tageskurve deutlich zu bewegen.

Eine Zahl, die ich zunächst überlesen hatte: Intent Volume steht bei diesem Prompt auf der untersten Stufe. Meine beste Frage ist gleichzeitig eine, nach der kaum jemand fragt. Das ist kein Widerspruch, sondern die Normallage in einer Nische. Aber es ist der Grund, warum ich aus 46 Prozent Brand Coverage keine Umsatzprognose ableite.

Die Antworten im Volltext

Das ist die Ansicht, die den Unterschied zu einem Rank Tracker ausmacht. Du siehst nicht, dass du auf Position drei stehst. Du siehst den kompletten Text, der über dich geschrieben wurde.

Drei Dinge fallen beim Durchgehen auf.

Die Engines verhalten sich unterschiedlich. In derselben Zeile steht bei einer Engine ein Yes bei Brand Mentioned und ein No bei Domain Cited, bei der nächsten genau umgekehrt. Es gibt Antworten, in denen meine Seite als Quelle auftaucht, ohne dass mein Name in der Antwort steht, und Antworten, in denen mein Name fällt, ohne dass meine Seite zitiert wird. Wer nur den zusammengefassten Wert über alle Engines betrachtet, verliert genau diese Information.

Nicht jede Anfrage erzeugt eine Antwort. In einer Zeile steht Not triggered. Google hat für diese Anfrage an diesem Tag keine AI Overview ausgespielt. Das ist ein wichtiger Realitätsabgleich: AI Overviews erscheinen nicht bei jeder Suche. Wenn du deine Sichtbarkeit in AI Overviews misst, misst du zwei Dinge gleichzeitig, nämlich ob die Antwort überhaupt erscheint und ob du darin vorkommst. Diese beiden Fragen sollte man nicht in einer Prozentzahl vermischen.

Das Sentiment lässt sich aufklappen und wird dadurch erst brauchbar.

Hier steht nicht nur ein Wert, sondern die Zuschreibung, an der er hängt. Positiv bewertet wurde die Erfahrung aus über zwanzig Jahren, neutral eingeordnet der Fokus auf strategische Sessions.

Beide Formulierungen stammen erkennbar von meiner eigenen Seite. Damit schließt sich ein Kreis, den man sonst nur vermutet: Ein Satz steht auf deiner Website, das System zitiert die Seite, übernimmt die Formulierung und leitet daraus eine Zuschreibung ab, die als Zahl im Dashboard landet. Wenn du wissen willst, warum ein Sentiment-Wert so aussieht, wie er aussieht, ist das die Stelle, an der du es tatsächlich nachvollziehen kannst.

Vergleich das mit der neutralen Null aus dem vorigen Kapitel. Dort wurde ein Name genannt und sonst nichts. Der Unterschied zwischen beiden Zuständen entsteht nicht im Antwortsystem. Er entsteht auf deiner Seite.

Die Antwort, die alles erklärt

Das ist der interessanteste Screenshot dieses Artikels, und zwar nicht wegen mir, sondern wegen der Struktur.

Copilot beantwortet die Frage nicht mit einer Definition, sondern mit einer Entscheidungshilfe. Erst eine kurze Einordnung, dass es bei einem Sparringspartner nicht um Umsetzung geht, sondern um Beratung und Priorisierung. Dann ein Abschnitt, was so jemand leistet. Dann eine Vergleichstabelle mit klassischer Agentur und Sparringspartner, aufgeteilt nach Leistungsschwerpunkt, geeignet für und Risiken. Dann konkrete Anbieterbeispiele. Dann ein Abschnitt Risiken und Herausforderungen, in dem steht, dass Sparring ohne internes Umsetzungsteam wirkungslos bleibt. Zum Schluss das Angebot, eine Liste mit Ansprechpartnern zusammenzustellen.

Jetzt vergleich diese Gliederung mit dem, was auf meiner Sparringspartner-Seite steht: Definition, Abgrenzung zur Agentur, Zielgruppen getrennt beschrieben, Einsatzszenarien, und ein Abschnitt darüber, wann Sparring nicht das richtige Modell ist.

Die Struktur der Antwort ist die Struktur meiner Seite.

Das ist der praktisch verwertbare Befund aus vier Wochen Otterly. Antwortsysteme bauen ihre Antwort entlang der Gliederung der Quellen, die sie verwenden. Wenn deine Seite eine Vergleichstabelle enthält, taucht eine Vergleichstabelle in der Antwort auf. Wenn deine Seite ehrlich benennt, für wen dein Angebot nicht taugt, erscheint ein Abschnitt zu Risiken. Genau dieser Abschnitt, den viele aus Verkaufsangst weglassen, wird übernommen und trägt anschließend deinen Namen.

Bei den Zuschreibungen zu meiner Marke steht in der Antwort sinngemäß Seniorität ohne Agenturaufschlag. Auch das ist mein eigener Satz, in leicht veränderter Form. Was zitierfähig formuliert ist, kommt zurück.

Rechts in der Seitenleiste zeigt Otterly zusätzlich die Quellen der Antwort und darunter einen Kasten mit der Bezeichnung Query fan-out, in dem eine abgeleitete Suchanfrage steht. Damit siehst du ansatzweise, wie das System deine Frage in eine eigene Suche übersetzt hat. Das ist eine nützliche Information, weil die Formulierung, mit der tatsächlich gesucht wurde, oft deutlich von deinem Prompt abweicht.

Die Quellen dieses Prompts

Meine Seite steht mit 38 Zitationen an der Spitze. Das ist erfreulich und gleichzeitig die falsche Zahl, um zufrieden zu sein.

Zähl die Domain in den Zeilen drei, vier, sechs und sieben zusammen. Eine einzelne Domain kommt mit vier verschiedenen URLs auf 70 Zitationen, davon keine einzelne stärker als meine 38. Sie hat das Thema in mehrere Seiten zerlegt: eine für die Abgrenzung zur Agentur, eine für Inhouse-Teams, eine für die Paketstruktur, eine für die strategische Begleitung. Jede Seite beantwortet eine Teilfrage vollständig.

Ich habe eine Seite, die alles beantwortet. In der Einzelbetrachtung gewinnt sie. In der Summe der Antwortbausteine verliert sie.

Das ist die Erkenntnis, die ich aus diesem Prompt tatsächlich mitgenommen habe, und sie war mir vorher nicht klar. Sie hat nichts mit Textmenge zu tun. Sie hat damit zu tun, dass jede Teilfrage ihre eigene Antwortstelle braucht.

Der zweite Fall ist analytisch der wertvollere, weil er zeigt, wie leicht man sich hier selbst belügt.

Die Kennzahlen

Und jetzt die Zahl, an der die ganze Auswertung hängt: Total Brand Mentions liegt ebenfalls bei 1. Über vierzehn Tage, 56 Antworten und vier Engines wurde in diesem Prompt genau ein Anbieter genannt, und das war ich.

Vergleich das mit dem starken Prompt: 472 Citations. Hier sind es 570. Der schwache Prompt erzeugt also mehr Quellenbezüge als der starke, bei einem Fünfundzwanzigstel der Markenpräsenz.

Wer diese beiden Prompts nur an der Brand Coverage misst, sieht 46 gegen 2 und schließt auf ein Markenproblem. Wer die Spalte daneben liest, sieht etwas völlig anderes.

Warum niemand genannt wird

Die Perplexity-Antwort erklärt den Befund in dreißig Sekunden. Sie beginnt mit der Zusage, eine praxisnahe Beratung liefern zu können, und arbeitet dann eine vollständige Strategie ab: Zielsetzung, Messgrößen, strukturierte Daten, Pillar-Cluster, FAQ-Formate, technische Voraussetzungen, operative Maßnahmen von Audit bis Monitoring, Best Practices, Fallstricke. Danach folgt ein Umsetzungsplan über sechs Monate, aufgeteilt in Monat eins, Monat zwei und Monat drei bis sechs. Am Ende steht die Frage nach dem Hauptziel und der Branche, verbunden mit dem Angebot, daraus eine maßgeschneiderte 90-Tage-Roadmap mit konkreten Seiten, Formaten und Metriken zu erstellen.

Das ist keine Antwort auf eine Anbietersuche. Das ist ein Beratungsgespräch.

Und jetzt kommt das Detail, das die Sache interessant macht: Das System überschreibt seinen eigenen Umsetzungsplan mit dem Zusatz fiktiv. Es liefert sechs Monate Struktur und stellt im selben Atemzug klar, dass es sich um ein Beispiel handelt und nicht um einen Plan für diesen Fall.

Das ist die ehrlichste Selbstauskunft, die du in diesem Zusammenhang bekommst. Das System empfiehlt an dieser Stelle keinen Berater, es macht den Job selbst, und es macht ihn auf einem Niveau, das für den Erstkontakt vieler Interessenten ausreicht. Aber es macht ihn mit Ansage unverbindlich. Die Verantwortung für die Übertragung auf einen konkreten Fall gibt es zurück an den Fragenden, samt der Bitte um Hauptziel und Branche.

Wer daraus schließt, dass Beratung überflüssig wird, hat die Zeile mit dem Wort fiktiv überlesen. Wer daraus schließt, dass sich nichts ändert, hat die sechs Monate Struktur überlesen, die davor stehen.

Für die Messung bedeutet es zunächst nur eines: Der Prompt löst einen Erklärmodus aus. Und das liegt an seiner Formulierung. „SEO Beratung mit Fokus auf Google und KI-Antworten" ist kein Satz, den ein Mensch in ein Suchfeld tippt, wenn er jemanden beauftragen will. Es ist eine Themenbeschreibung. Ein System, das eine Themenbeschreibung bekommt, erklärt das Thema.

Vergleich das mit dem starken Prompt: „SEO Sparringspartner für Agenturen und Inhouse-Marketingteams suchen." Ein einziges Verb macht aus einer Themenbeschreibung eine Suchabsicht. Das ist der gesamte Unterschied zwischen 46 und 2 Prozent.

Genau das meinte ich mit der These aus dem dritten Kapitel. Beide Prompts stammen aus demselben automatisierten Vorschlagswerkzeug. Der eine misst Empfehlungsfähigkeit, der andere misst Quellenfähigkeit. Sie stehen untereinander in derselben Tabelle, als wären sie vergleichbar. Sie sind es nicht.

Die Quellen dieses Prompts

Das ist ein völlig anderes Quellenumfeld als beim Sparringspartner-Prompt. Dort standen Beraterseiten mit konkreten Angeboten. Hier stehen Fachmedien, Agenturratgeber, ein YouTube-Video und Googles eigene Dokumentation.

Bei keiner dieser Quellen steht ein Yes in der Spalte Brand Mentioned on Cited Page. Der Themenraum funktioniert ohne mich, und er funktioniert auch ohne jeden anderen Berater.

Daraus folgt eine unbequeme, aber saubere Ableitung. Wer in diesem Cluster sichtbar werden will, kann nicht auf Empfehlung optimieren, weil es keine Empfehlung gibt. Der einzige Weg hinein führt über die Quelle. Man muss die Seite sein, die zitiert wird, wenn ein System die Frage erklärt. Ob sich das lohnt, ist eine zweite Frage, und sie beantwortet sich nicht über Sichtbarkeit, sondern über den Wert einer Nennung, die niemanden empfiehlt.

Und was mit den echten Lücken ist

Damit hier kein falscher Eindruck entsteht: Nicht jede meiner Nullen erklärt sich so bequem.

Drei Prompts aus meinem Set stehen bei null eigenen Nennungen, aber mit fremden Anbietern in derselben Zeile. Bei „Freelancer für strategische SEO- und AI-Suchoptimierung finden" werden sieben Anbieter genannt, bei „Strategische SEO Beratung für KMU mit individuellem Reporting" sechs, bei „Wer kann unsere AI Search Sichtbarkeit professionell analysieren?" vier.

Dort findet ein Auswahlgespräch statt, und ich komme darin nicht vor. Das ist kein Formulierungsproblem des Prompts und kein Erklärmodus. Das ist eine Lücke, und sie fällt ausgerechnet in den Bereich, in dem ich arbeite.

Ich könnte das mit derselben Methodenkritik wegerklären, die bei den anderen Nullen zutrifft. Es wäre unredlich. Die Unterscheidung zwischen Messartefakt und echtem Rückstand ist genau der Punkt, an dem du bei dir selbst am ehesten schummelst.

Jetzt zurück zum Anfang. Meine fünfzehn Prompts habe ich nicht selbst geschrieben, sondern aus Otterlys eigenem Vorschlagswerkzeug übernommen, ohne ein Wort zu ändern. Dieses Kapitel schaut sich an, was dieses Werkzeug produziert. Es ist der Teil, bei dem ich am meisten gelernt habe, und zwar nicht über mich, sondern über die Messmethode.

Drei Wege in dasselbe Werkzeug

Du kannst bis zu zwanzig Keywords einwerfen und daraus Prompts ableiten lassen, du kannst eine URL angeben und dir zeigen lassen, welche Fragen zu dieser Seite passen, oder du lässt das Werkzeug aus deiner Marke heraus Vorschläge entwickeln. Sprache und Land wählst du dazu.

Ganz oben steht bei mir ein rosa Hinweis: Das Limit von fünfzehn überwachten Prompts ist erreicht. Recherchieren darf ich weiter, hinzufügen nur, wenn ich vorher etwas entferne. Das ist genau die Situation, um die es in diesem Artikel geht. Jeder neue Prompt kostet einen alten.

Was der markenbasierte Weg ausspuckt

Das Werkzeug gruppiert die Vorschläge nach Kategorie, Wettbewerb und Marke. Jeder Vorschlag bekommt eine Relevanzbewertung von null bis zehn und eine Volumenschätzung. Zwei Dinge fallen sofort auf.

Die Volumenschätzung ist in dieser Nische praktisch leer. Bei fast allen Vorschlägen steht 0 bis 10. Genau einer kommt auf 40, zwei auf 10. Damit taugt die Spalte nicht zur Priorisierung. Sie sagt dir nur, dass du dich in einem Bereich bewegst, in dem kaum jemand fragt. Das ist eine ehrliche Auskunft und eine, mit der man arbeiten kann, wenn man sie als das nimmt, was sie ist.

Die Sprachqualität schwankt deutlich. Vorschläge wie „Seo consultant suchen der bestehende agenturstrategie kritisch überprüft" sind grammatisch schief und durchgehend kleingeschrieben. Als Suchanfrage funktioniert so etwas trotzdem, weil niemand in ein Chatfenster tippt wie in einen Brief. Als Grundlage für ein Monitoring, das über Monate laufen soll, ist es unsauber.

Der URL-basierte Weg liefert deutlich besser

Derselbe Vorgang, andere Startbedingung. Hier stehen Vorschläge wie „Wie mache ich meine Website zitierfähig für KI-Antworten?" oder „Wer hilft bei SEO-Relaunch nach starkem Traffic-Verlust?". Vollständige Sätze, erkennbare Absicht, korrekte Groß- und Kleinschreibung.

Wenn du das Werkzeug benutzt, dann über eine konkrete URL. Der Unterschied zur markenbasierten Variante ist erheblich, und er kostet dich nichts außer der Entscheidung, welche Seite du eingibst.

Die Gegenprobe, die alles zusammenbringt

Ich habe zwei Vorschläge herausgegriffen, die ich nicht in mein Monitoring übernommen hatte, und sie von Hand in ChatGPT eingegeben. Beide tragen im Werkzeug eine Relevanzbewertung von neun oder zehn.

Der Vorschlag lautete sinngemäß, einen SEO-Experten zu finden, der bisherige Agenturmaßnahmen ungeschönt bewertet. Für einen Menschen ist das eindeutig eine Anbietersuche. ChatGPT antwortet, es übernehme diese Rolle, listet auf, worauf es dabei achtet, und bittet um den Link zur Website, die Berichte der Agentur und Zugriff auf Search Console und Analytics. Am Ende steht das Angebot einer Bewertung mit vier Abstufungen und einer Prioritätenliste.

Kein Name. Keine Empfehlung. Kein Anbieter. Das System macht den Job.

Der zweite Vorschlag zielte auf Alternativen zu pauschalen SEO-Paketen mit Standardleistungen. Gemeint war eine Anbietersuche. ChatGPT versteht die Anfrage als Bitte um alternative Formulierungen und liefert zehn Textbausteine für die eigene Website, jeweils nach dem Muster individuell statt pauschal, dazu zwei Vorschläge für einen Werbesatz.

Das ist keine schwache Antwort. Es ist eine Antwort auf eine völlig andere Frage.

Was daraus folgt

Beide Prompts tragen im Werkzeug Bestnoten. Beide könnten in einem Monitoring landen, das über Monate läuft. Beide würden dort dauerhaft null Sichtbarkeit ausweisen, und zwar nicht, weil eine Marke unsichtbar wäre, sondern weil in diesen Antworten grundsätzlich keine Marke vorkommt.

Damit schließt sich der Kreis zu meinem eigenen Set. Zehn von fünfzehn Prompts stehen bei null. Ein Teil davon ist eine echte Lücke, das habe ich im vorigen Kapitel benannt. Ein anderer Teil ist schlicht ein untauglicher Messpunkt, der von einem Werkzeug vorgeschlagen wurde, das die Frage nach dem Antwortmodus gar nicht stellt.

Die praktische Konsequenz ist unbequem, aber einfach: Bevor ein vorgeschlagener Prompt in dein Monitoring wandert, gibst du ihn einmal von Hand in ein Antwortsystem ein und schaust, ob überhaupt jemand genannt wird. Das kostet zwei Minuten pro Prompt. Bei fünfzehn Slots ist das eine halbe Stunde, die dir Monate an Fehlinterpretation erspart.

Zur Einordnung: Diese beiden Gegenproben sind manuelle Einzelabfragen ohne Anmeldung, keine Messung über Zeit und keine Otterly-Auswertung. Sie belegen nicht, dass diese Prompts nie eine Marke nennen. Sie zeigen, wie leicht ein hoch bewerteter Vorschlag in einem Modus landet, in dem es nichts zu gewinnen gibt.

Der Vollständigkeit halber, weil du sonst ein falsches Bild vom Funktionsumfang bekommst.

Gesperrt im Lite-Tarif. Agents analytics und Data sources stehen in der Navigation, führen aber beide auf dieselbe Aufforderung, den Tarif zu wechseln.

Inhaltlich geht es dabei um etwas, das ich für den interessantesten Ausbaupfad dieser Toolkategorie halte: Data sources verbindet deine eigenen Serverdaten mit dem Monitoring, also die Zugriffe der KI-Crawler auf deiner Website. Damit ließe sich die Lücke schließen, die ich im Kapitel zu den Fehlschlüssen beschreibe, nämlich die Frage, was von einer Zitation tatsächlich bei dir ankommt. Im Einstiegstarif ist das nicht zu haben.

Nicht ernsthaft benutzt. Die Recommendations habe ich angesehen und nicht weiterverfolgt, weil ich Empfehlungen dieser Art nur benutze, wenn ich die Herleitung nachvollziehen kann. Im Lite-Tarif sind sie ohnehin auf drei pro Woche begrenzt. Die GEO Audit Tools, also die Prüfung einzelner URLs auf ihre Verwertbarkeit für Antwortsysteme, habe ich nicht systematisch angewendet. Im Lite-Tarif sind 1.000 URL-Prüfungen im Monat enthalten, und mehrere Reviews halten diesen Bereich für die stärkste Einzelfunktion des Werkzeugs. Ich kann das weder bestätigen noch widerlegen und reiche es nach.

Search Prompts listet die überwachten Prompts samt Tags auf und ist damit die Verwaltungsansicht zu dem, was in den anderen Bereichen ausgewertet wird.

Kostenlose Werkzeuge außerhalb des Abos. Otterly stellt unter einer eigenen Subdomain mehrere Werkzeuge ohne Anmeldung bereit, darunter eine Prompt-Recherche, eine Query-Fan-out-Analyse und eine Prüfung von Inhalten auf ihre Verwertbarkeit. Wenn du dir vor einer Kaufentscheidung ein Bild machen willst, ist das ein einfacher Einstieg.

Ich habe in vier Wochen mehr über die Fehlerquellen dieser Toolkategorie gelernt als über meine eigene Sichtbarkeit. Die folgenden acht Punkte sind der eigentliche Grund, warum ich diesen Artikel geschrieben habe.

Erstens: Das tägliche Draufschauen. Die Kurve beim starken Prompt springt innerhalb von zwei Wochen zwischen 25 und 75 Prozent. Bei täglicher Messung und einer überschaubaren Zahl von Antworten reicht eine Antwort, die anders ausfällt, um die Tageskurve zu bewegen. Wer daraus Maßnahmen ableitet, reagiert auf Rauschen. Ein Messpunkt ist keine Entwicklung. Drei Messpunkte auch nicht.

Zweitens: Coverage als Marktanteil lesen. Ein Share of Voice von 47 Prozent beschreibt den Anteil an den Nennungen innerhalb der Marken, die das Tool in fünfzehn Prompts erkannt hat. Das sind bei mir acht Namen. Diese Zahl in ein Reporting an die Geschäftsführung zu schreiben, ohne die Bezugsgröße danebenzustellen, ist keine Nachlässigkeit mehr, sondern eine bewusste Irreführung.

Drittens: Citations mit Traffic verwechseln. Eine Zitation bedeutet, dass ein System deine Seite als Beleg verwendet hat. Ob daraus ein Klick wird, ob überhaupt eine Verlinkung sichtbar ist und ob der Nutzer sie anklickt, steht auf einem anderen Blatt. Meine Sparringspartner-Seite wurde in vierzehn Tagen 38 Mal zitiert. Was davon in den Serverlogs ankommt, ist eine separate Messung, und die machst du nicht in diesem Tool.

Viertens: Zahlen aus verschiedenen Tools vergleichen. Wenn du Otterly, Peec und Rankscale nebeneinander laufen lässt, bekommst du drei verschiedene Sichtbarkeitswerte für dieselbe Marke. Das liegt nicht daran, dass eines davon falsch misst. Es liegt daran, dass jedes Tool ein anderes Prompt-Set, andere Engines, andere Messfrequenzen und eine andere Definition von Sichtbarkeit verwendet. Diese Werte sind nicht ineinander überführbar. Wer sie in einer Folie gegenüberstellt, produziert eine Scheingenauigkeit.

Fünftens: Citation Tracking mit Trainingseinfluss verwechseln. Das ist der hartnäckigste Irrtum in dieser Branche. Otterly misst, welche Quellen ein System beim Beantworten einer Frage heranzieht. Das ist Retrieval, also das Nachschlagen zur Laufzeit. Ob und wie deine Inhalte in das Training eines Modells eingeflossen sind, misst kein Tool auf dem Markt, und keines behauptet es. Trotzdem wird in Vorträgen regelmäßig so geredet, als ließe sich das eine aus dem anderen ableiten. Es lässt sich nicht.

Sechstens: Sentiment ohne den Antworttext bewerten. Eine Null ist keine Kritik, sondern eine Nennung ohne Zuschreibung. Ein Plus ist erst dann eine Information, wenn du weißt, welcher Satz dahintersteht. Otterly macht diesen Satz sichtbar, wenn du den Wert aufklappst. Wer das nicht tut, arbeitet mit einer Zahl, deren Bedeutung er nicht kennt.

Siebtens: Das Prompt-Set für den Markt halten. Fünfzehn Fragen sind fünfzehn Fragen. Sie sind keine Stichprobe der Nachfrage, weil sie nicht zufällig gezogen wurden, sondern von dir oder von einem Vorschlagswerkzeug ausgewählt. Wenn dein Set nah an deiner Positionierung liegt, sehen deine Werte gut aus. Das ist kein Erfolg, das ist eine Eigenschaft deiner Auswahl.

Achtens: Das Tool wechseln statt den Prozess bauen. Wenn die Zahlen nicht gefallen, ist der Reflex, das nächste Werkzeug zu testen. Danach hast du dieselbe Lage in einer anderen Oberfläche. Kein Tool dieser Kategorie liefert dir eine Entscheidung. Es liefert dir eine Beobachtung, aus der du eine Hypothese formen musst, die du anschließend prüfst.

Zur Aufgeregtheit im Markt

Es lohnt ein Blick darauf, wie über dieses Thema gesprochen wird. Auf LinkedIn wird seit anderthalb Jahren im Wochentakt der Untergang der klassischen Suche ausgerufen, und im selben Beitrag steht meistens ein Werkzeug, das dagegen hilft. Die Dringlichkeit ist Teil des Verkaufsarguments.

Was ich in vier Wochen gemessen habe, spricht eine ruhigere Sprache. Ein Prompt funktioniert, weil die Positionierung dahinter klar ist. Zehn Prompts liefern nichts, teils aus methodischen Gründen, teils weil es tatsächlich eine Lücke gibt. Die meistzitierte Quelle im ganzen Themenraum ist Googles eigene Dokumentation. Das ist kein Umbruch, das ist Arbeit.

Eine Randbemerkung zur Sprache: Otterly nennt seinen Bereich durchgehend GEO. Ich benutze diesen Begriff nicht und auch keinen der verwandten Kürzel, weil sie eine neue Disziplin suggerieren, wo eine bekannte Disziplin ein zusätzliches Ausspielsystem bekommen hat. Ich schreibe AI Search. Wenn du im Tool unterwegs bist, musst du die Bezeichnung trotzdem kennen, sonst findest du die Funktionen nicht.

Das erste von zwei Arbeitsmitteln. Wenn du mit dem Einstiegstarif arbeitest, ist das hier die wichtigste Stunde deiner Einrichtung. Ich habe sie mir gespart, um zu sehen, was dann passiert. Du solltest es besser machen.

Der Kontrollprompt ist der Slot, den die meisten weglassen. Er ist absichtlich so formuliert, dass er eine Wissensantwort auslöst. Du brauchst ihn, weil du sonst nicht unterscheiden kannst, ob eine Null an deiner Marke liegt oder am Antwortmodus. Er ist dein Nullmessgerät.

Fünf Regeln, die den Unterschied machen

Jeder Anbieterprompt braucht ein Verb der Absicht. Der Unterschied zwischen meinen beiden Extremfällen liegt in einem einzigen Wort. „Suchen" macht aus einer Themenbeschreibung eine Auswahlsituation.

Verändere pro Test nur einen Qualifier. Wenn du gleichzeitig Zielgruppe, Region und Leistung änderst, weißt du hinterher nicht, welche Änderung gewirkt hat. Ein Prompt-Set ist ein Messaufbau, kein Ideenspeicher.

Keine zwei Prompts, die dasselbe messen. Bei fünfzehn Slots ist eine Dopplung eine verschenkte Frage. Prüfe jeden neuen Prompt gegen die vorhandenen: Was misst er, das die anderen nicht messen?

Tagge ab dem ersten Tag. Mindestens nach Absichtsart, Angebotsmodul und Zielgruppe. Ohne Tags hast du nach drei Monaten fünfzehn Einzelfälle statt einer Auswertung. Das ist der Fehler, den ich gemacht habe.

Schreib auf, was du weglässt und warum. Slot sechzehn ist die interessanteste Frage deines Sets, weil sie dich zwingt zu begründen, warum die anderen fünfzehn wichtiger sind. Diese Notiz ist in drei Monaten mehr wert als jede Kurve.

Das zweite Arbeitsmittel. Lies immer beide Spalten gemeinsam, eigene Nennungen und fremde Nennungen. Erst daraus entsteht eine Diagnose.

Die vorletzte Zeile ist die, bei der ich mich am meisten bremse. Aus einer Liste zitierter Fremdquellen wird schnell eine Outreach-Liste, und dann ist man in einer Denkweise, die man aus dem Linkkauf kennt. Die brauchbare Frage lautet, ob du zu dieser Quelle inhaltlich etwas beizutragen hast. Wenn nicht, gehörst du dort nicht hin, unabhängig davon, wie oft sie zitiert wird.

Wenn du das Tool neu eingerichtet hast und nach dem ersten Messzeitraum draufschaust, reicht diese Stunde für eine belastbare Erstauswertung.

Minute 0 bis 10: Filter prüfen. Zeitraum, Land, Engines. Notiere dir, welche Engines enthalten sind und welche fehlen. Alles Weitere gilt nur für diese Auswahl.

Minute 10 bis 20: Prompt-Set gegenlesen. Geh die Liste durch und markiere pro Zeile, ob es sich um eine Anbieterfrage oder eine Wissensfrage handelt. Erkennungsmerkmal ist das Verb. Diese Markierung entscheidet, wie du jede Zahl darunter liest.

Minute 20 bis 30: Extreme auswählen. Nimm den stärksten Prompt und den schwächsten Prompt, der eine Kaufabsicht enthält. Nicht den Durchschnitt, nicht die Mitte.

Minute 30 bis 45: Antworten lesen, nicht überfliegen. Öffne beim starken Prompt zwei bis drei vollständige Antworten. Achte auf die Gliederung der Antwort und vergleiche sie mit der Gliederung deiner Seite. Klapp mindestens einen Sentiment-Wert auf und schau dir an, welcher Satz die Zuschreibung ausgelöst hat.

Minute 45 bis 55: Citations gegenchecken. Schau bei beiden Prompts, welche Quellen dominieren und ob eine fremde Domain mit mehreren URLs vertreten ist. Notiere, welche Teilfrage jede dieser URLs beantwortet.

Minute 55 bis 60: Eine Hypothese aufschreiben. Genau eine. Formuliere sie so, dass sie widerlegbar ist, und leg fest, woran du in vier Wochen erkennst, ob sie stimmt. Alles darüber hinaus ist an diesem Tag Aktionismus.

Meine Empfehlung

Sinnvoll, wenn du eine klar umrissene Positionierung hast, mit einem überschaubaren Prompt-Set arbeiten kannst und wissen willst, ob dich Antwortsysteme überhaupt kennen. Für einzelne Berater, kleine Marken und Agenturen, die eine erste Einschätzung für einen Kunden brauchen, ist der Einstiegstarif ausgesprochen effizient. Du bekommst dieselbe Engine-Abdeckung wie im teuersten Tarif und eine Oberfläche, die dich nicht mit Daten zuschüttet.

Nicht sinnvoll, wenn du mehrere Märkte, Sprachen oder Produktlinien überwachen willst. Dann reichen fünfzehn Slots nicht, und weil es keine Zwischenstufe gibt, kostet es dich ab dem sechzehnten Prompt 160 Dollar mehr im Monat. Ebenfalls nicht sinnvoll, wenn du die Daten automatisiert weiterverarbeiten möchtest, denn API und MCP beginnen erst im Standard-Tarif.

Wo ich Peec und Rankscale anders einordne

Ich vergleiche hier bewusst nicht Funktion für Funktion, weil solche Tabellen nach vier Wochen veraltet sind. Meine Einschätzung in zwei Sätzen: Rankscale liefert in der Analyse mehr Tiefe, Peec.ai die aufgeräumtere Oberfläche, beide bewegen sich in einer anderen Preisklasse und einem anderen Funktionsumfang. Otterly ist der pragmatische Einstieg und ein brauchbares Prüfwerkzeug, nicht die Dauerlösung für ein Unternehmen mit mehreren Marken.

Was für alle drei gilt: Sie messen Nennungen, Zitationen und Tonalität. Keines misst, ob deine Inhalte in ein Modell eingeflossen sind. Und keines liefert dir die Entscheidung, was du als Nächstes tust.

Vier Wochen Otterly haben mir weniger über meine eigene Sichtbarkeit beigebracht als über die Frage, wie man solche Daten liest.

Das Werkzeug macht seinen Job. Es ist schnell eingerichtet, die Oberfläche lenkt nicht ab, die Antworttexte sind vollständig einsehbar, und die Aufschlüsselung von Sentiment und Zitationen liefert genau die Nachvollziehbarkeit, die vergleichbare Werkzeuge oft hinter einem Indexwert verstecken. Für 29 Euro im Monat ist das ein faires Geschäft, und die Preise stehen offen auf der Website statt hinter einem Kontaktformular. Das ist in dieser Branche keine Selbstverständlichkeit.

Der eigentliche Ertrag liegt woanders. Zwei Prompts aus demselben automatisierten Vorschlagswerkzeug lieferten 46 und 2 Prozent Sichtbarkeit, und der Unterschied lag nicht an meiner Marke, sondern an einem Verb. Eine fremde Domain kam mit vier Teilseiten auf mehr Zitationen als meine eine gute Seite. Die neutrale Null im Sentiment war keine Kritik, sondern eine Nennung ohne Grund. Nichts davon hätte ich auf der Übersichtsseite gesehen.

Wenn du anfangen willst, dann so: Nimm dir eine Stunde für die fünfzehn Fragen, bevor du das Abo abschließt. Schreib auf, welche Frage dein bester Kunde gestellt hat, bevor er dich beauftragt hat. Diese Frage gehört in Slot eins. Alles andere ergibt sich daraus.

Und lass das Dashboard vier Wochen in Ruhe, bevor du es zum ersten Mal ernst nimmst.