AI Mention Rate misst, in welchem Anteil definierter AI-Antworten eine Marke oder ein Unternehmen erwähnt wird.
AI Mention Rate misst, in welchem Anteil definierter AI-Antworten eine Marke oder ein Unternehmen erwähnt wird.
Diese Kennzahlen sind noch nicht branchenweit standardisiert und sollten mit transparenten Prompt-Sets und wiederholbaren Messmethoden erhoben werden.
Formel: Responses mentioning brand ÷ eligible responses × 100.
Zähler, Nenner, Zeitraum und Segment sollten konsistent definiert sein. Bei Plattformmetriken ist zusätzlich zu dokumentieren, aus welchem System die Werte stammen.
Beispiel: Die Marke wird bei 120 von 400 relevanten gemessenen AI-Antworten erwähnt. Die AI Mention Rate beträgt 30 %.
Die Richtung allein sagt wenig aus; entscheidend sind Ziel, Bezugsgröße, Segment und die angrenzenden Kennzahlen. Diese Kennzahlen sind noch nicht branchenweit standardisiert und sollten mit transparenten Prompt-Sets und wiederholbaren Messmethoden erhoben werden.
Es gibt keinen universell guten Wert. Sinnvoll sind vor allem der Vergleich mit dem eigenen Ziel, der Entwicklung über die Zeit und passenden Segmenten oder Benchmarks. Branchenwerte sollten nur genutzt werden, wenn Definition, Zeitraum und Datengrundlage vergleichbar sind.
AI-Search-Messung ist noch nicht vollständig standardisiert. Ergebnisse hängen unter anderem von Modell, Zeitpunkt, Prompt-Formulierung, Personalisierung, Region und Messanbieter ab. Deshalb sollten Werte als reproduzierbare Indikatoren und nicht als absolute Wahrheit interpretiert werden.
Caligro X betrachtet AI Mention Rate nicht isoliert, sondern als Teil eines Steuerungssystems. Diese Kennzahlen sind noch nicht branchenweit standardisiert und sollten mit transparenten Prompt-Sets und wiederholbaren Messmethoden erhoben werden.