/01
GEO & LLM-Sichtbarkeit
Zitiert und empfohlen werden in ChatGPT, Claude, Gemini und Perplexity. Prompt-Level-Analyse, Citation Share, strukturierte Daten.
Ich mache Ihre Marke in KI-Antworten sichtbar.
GEO & AI Visibility Strategist. Sichtbar und zitierbar, wenn Käufer ChatGPT, Perplexity, Gemini oder Claude nach einer Empfehlung fragen.
seit 2016 · 20 Mio.+ Seiten · DACH / EU / USA
- 8 B2B-Projekte im Retrieval-Datensatz
- 20 Mio.+ Seiten technisch verantwortet
- Referenzen auf Anfrage
- Antwort in 24 Stunden
Expertise
Drei Felder, ein Ziel: Sichtbarkeit.
/02
Technisches SEO & Big Data
Projekte mit 20 Millionen Seiten. Log-File-Analyse, Crawl-Budget-Optimierung und Python-Automatisierung für vollständige Erfassung.
/03
E-Commerce & Internationalisierung
Shopify, Magento, Shopware. Skalierung von Kategorie- und Facetten-Seiten, Hreflang-Strategien für globale Märkte.
Peec.ai · Screaming Frog · Sistrix · Ahrefs · Python · SQL · Looker Studio · Shopify · Magento · ChatGPT / Claude
Business Case
Welche Pipeline steckt in KI-Antworten für Ihre Marke?
Rechnen Sie es durch – mit belegten Marktdaten, in drei Szenarien.
3 SZENARIEN · BELEGTE MARKTDATEN · 2 MINUTEN
Methode
Wie ich arbeite
01
Messen
Sichtbarkeit auf Prompt-Ebene erheben: welche Marke in welcher KI-Antwort auftaucht und welche nicht.
02
Priorisieren
Lücken nach Wirkung und Aufwand in einer Opportunity-Matrix sortieren. Keine generischen Best Practices.
03
Umsetzen
Content und Technik so aufbauen, dass Sprachmodelle die richtigen Fakten zu Ihrer Marke finden, verstehen und zitieren.
Prinzip: Datenerhebung flexibel, Score-Berechnung deterministisch. Jede Hypothese ist auf Prompt-Level-Daten zurückführbar. Keine Annahmen ohne Datenbasis.
Das Werkzeug zum Messen: die Prompt-Bibliothek Die Werkzeuge dazu, im Einsatz: Lab
Blog
Aktuelle Insights
- Die Produktseite ist nicht die ganze Gleichung: was KI-Antworten im E-Commerce wirklich zitieren
Ein Peec.ai-Datenschnitt über fünf Website-Kategorien zeigt: Nur etwa 37 Prozent der Zitate auf die eigene Domain treffen Produktseiten, und die Domain erscheint überhaupt nur in rund 31 Prozent der KI-Antworten. Was das für die Optimierung von Onlineshops bedeutet.
- Warum Sichtbarkeit in einer KI-Engine wenig über die nächste verrät: ein Monat Retrieval-Zitat-Daten aus acht B2B-Projekten
Ich habe einen Monat lang gemessen, wie oft ChatGPT, Perplexity und Google AI Overview eine abgerufene Quelle wirklich zitieren. Über acht B2B-Projekte zeigt sich: drei Engines, drei fast getrennte Quellenpools. KI-Sichtbarkeit ist drei Ziele, nicht eins.
- Loop Engineering: Was die neue Arbeitstechnik mit KI-Agenten taugt – und wann ein guter Prompt reicht
Loop Engineering lässt KI-Agenten in Zyklen arbeiten, bis ein Stopp-Kriterium greift. Welche Loop-Typen es gibt, woran Loops in der Praxis scheitern und welche sieben Fragen Sie vor dem ersten eigenen Loop beantworten sollten.
Kontakt
Sprechen wir über Ihr Projekt.