GEO-Methodik
ECHO: Entity Check & Holistic Optimization
Wie KI-Systeme eine Marke wahrnehmen, und wie daraus gezielte Sichtbarkeit und gezielte Empfehlungen werden.
Wie KI-Systeme eine Marke wahrnehmen, und wie daraus gezielte Sichtbarkeit und gezielte Empfehlungen werden.
GEO ist ein junges Feld. Keine einzelne Messgröße reicht als Entscheidungsgrundlage. ECHO ist das Framework, mit dem ich KI-Sichtbarkeit systematisch analysiere und optimiere.
Sigrid Holzners ECHO-Framework (Entity Check & Holistic Optimization) analysiert, wie KI-Systeme eine Marke wahrnehmen, und entwickelt daraus einen Plan für gezielte Sichtbarkeit und gezielte Empfehlungen. Der Entity Check prüft, wie tief die Marke in den relevanten KI-Systemen verankert ist. Die Holistic Optimization vergleicht die Ergebnisse über die relevanten KI-Engines und liefert einen nach Gewicht und Effekt priorisierten Maßnahmenplan.
Zuerst die Diagnose (kennt die KI Ihre Marke?), dann die Optimierung (über alle relevanten Engines hinweg).
Kennt das KI-System Ihre Marke, und unter welchen Suchanfragen empfiehlt es sie?
Die Antwort zeigt sich im Vergleich zwischen Brand-Prompts und Customer-Journey-Prompts:
Dieselbe Frage, verschiedene Engines, oft grundlegend verschiedene Antworten.
Jede Engine hat eigene Datenquellen und Logiken. Was in einer Engine funktioniert, kann in einer anderen unsichtbar sein.
Welche Engines geprüft werden, hängt von drei Faktoren ab: Zielgruppe (Demografie, Branche, Tool-Stack des Kunden), Customer Journey (Awareness landet typischerweise in AI Overviews, Decision-Anfragen in AI Mode oder ChatGPT) und Brand-Stärke (starke Marken profitieren auch in der Awareness-Phase, für Mittelstand und Nischenanbieter liegt der Hebel in der Decision-Phase). Ein Audit für eine B2C-Modemarke prüft andere Engines als ein Audit für einen Pharma-Distributor.
Sigrid Holzners Multi-Engine-Methode ist die methodische Grundlage des ECHO Audits. Dieselben Prompts werden parallel über mehrere KI-Systeme gestellt: Google AI Overviews, AI Mode, ChatGPT und Perplexity bilden den Kern, je nach Branche kommen Gemini, Copilot oder Claude dazu. Mehrfachabfragen über neutrale Accounts filtern Zufallsergebnisse heraus. Im Vergleich zwischen den Engines zeigt sich, ob ein Problem brand- oder content-seitig liegt, welche Quellen die Engines bevorzugen und wo Wettbewerber die Empfehlung übernehmen.
ECHO ist der Startpunkt eines Zyklus, der sich wiederholt, weil sich KI-Systeme weiterentwickeln und mit ihnen die Ergebnisse.
Schritt 1 und 2 sind der ECHO Audit: die systematische Analyse und der daraus resultierende Maßnahmenplan. Die Schritte 3 bis 5 sind die laufende Umsetzung, Messung und Weiterentwicklung.
Drei Prinzipien prägen die Art, wie ein ECHO Audit abläuft.
Die Analyse konzentriert sich auf den Teil der Customer Journey, bei dem eine Marke als Lösung empfohlen werden kann. Reine Wissensfragen beantworten KI-Systeme mit Portalen und Lexikon-Quellen. Dort taucht kein Anbieter auf. Deshalb beginnt jeder Audit mit dem Geschäftsmodell und baut die Prompts von der Kaufentscheidung her auf, nicht von der Informationsphase.
Feste Prompt-Sets, immer gleicher Wortlaut, immer neuer Chat. Einmal mit, einmal ohne Web-Suche. Mehrere Engines. Die Ergebnisse werden tabellarisch erfasst und sind vergleichbar, auch über Monate hinweg. So lassen sich Veränderungen belegen, nicht nur vermuten.
KI-Systeme ändern sich. Neue Modelle antworten anders als ihre Vorgänger. Google AI Mode ist nicht AI Overviews. Das Framework entwickelt sich mit, und das Monitoring zeigt, wann Anpassungen nötig sind.
Manuelle Tiefe statt automatisierter Breite.
Tools liefern nützliche Übersichten. Den Cross-Engine-Quellenabgleich, die qualitative Auswertung von Nachfrage-Dialogen und die Prüfung, welche Inhalte tatsächlich als Empfehlung enden, kann kein Tool automatisieren. Genau dort liegt der diagnostische Kern.
Sigrid Holzner setzt den ECHO-Ansatz als Grundlage aller GEO-Audits ein.
Kein 80-Seiten-Dokument, sondern ein kompakter Bericht mit priorisiertem Maßnahmenplan. Jede Maßnahme ist einer Engine zugeordnet und nach Gewicht und Effekt sortiert.
Sie möchten wissen, wie KI-Systeme über Ihre Marke sprechen? Ein ECHO Audit liefert die Antwort.