Welche Marken empfehlen KI-Assistenten – und welche bleiben unerwähnt? Tradedoubler und EMNA AI, ein Tool der NYORDA Group, haben ihre Technologien integriert, um diese Fragen für Advertiser messbar zu machen. Laut Corin Ward, Director of AI bei Tradedoubler, lässt sich damit der „Share of Voice“ auf Plattformen wie ChatGPT, Gemini und Perplexity verfolgen. Das System untersucht, warum KI-Assistenten bestimmte Marken übergehen und welche Wettbewerber besonders häufig empfohlen werden.
KI-Daten als Grundlage für Publisher-Briefings
Die neue Integration verbindet die Analyse mit der konkreten Umsetzung. Das Market-Intelligence-Tool von EMNA untersucht, bei welchen Prompts eine Marke in den Antworten erscheint. Tradedoubler übersetzt diese Erkenntnisse anschließend in gezielte Content-Briefings für sein Publisher-Network.
Marken können so konkrete Kaufberatungsfragen identifizieren, etwa: „Welche Laufschuhe eignen sich am besten für Plattfüße?“ Anschließend beauftragen sie Publisher mit Inhalten zu bislang unzureichend abgedeckten Themen. Da große Sprachmodelle unabhängige Testberichte und Kaufratgeber als Quellen nutzen, können solche Inhalte künftige KI-Empfehlungen beeinflussen. Eine garantierte Nennung der Marke ergibt sich daraus allerdings nicht.
„Mit EMNA AI geben wir den Marken bei Tradedoubler eine Möglichkeit, diese Lücken zu erkennen und sie durch Publisher-Content gezielt anzugehen“, sagte Corin Ward, Director of AI bei Tradedoubler. „Für unsere Publisher bedeutet das neue bezahlte Kampagnen, bei denen ihre Expertise Marken helfen kann, in KI-Antworten entdeckt zu werden.“
Von SEO zu Answer Engine Optimization
Hinter dem Angebot steht ein Wandel im Suchverhalten: Kaufinteressierte nutzen zunehmend große Sprachmodelle, kurz LLMs, für Produktempfehlungen. Statt einer Liste klassischer Suchtreffer erhalten sie direkt formulierte Antworten. Damit gewinnt Answer Engine Optimization, kurz AEO, in der Branche an Bedeutung.
Während klassische SEO auf die Platzierung in Suchergebnislisten ausgerichtet ist, soll AEO dafür sorgen, dass Sprachmodelle Markeninformationen erfassen und bei dialogbasierten Anfragen als Quelle heranziehen. Entscheidend ist also nicht allein die Position eines Links, sondern auch die Präsenz einer Marke innerhalb der generierten Antwort.
Für Advertiser in Deutschland, Österreich und der Schweiz ist dabei die Sprache der Suchanfragen relevant. Als praktische Konsequenz sollten Analysen und Content-Briefings lokale Produktbezeichnungen, Kaufberatung und die jeweiligen Marktbedingungen berücksichtigen. Allgemeine Sichtbarkeit in KI-Antworten ist nicht automatisch mit Relevanz für deutschsprachige Kaufinteressierte gleichzusetzen.
Neue Erlöse durch fachlich fundierte Inhalte
Für Publisher erweitert sich damit die Grundlage ihrer Monetarisierung. Klassische Affiliate-Erlöse entstehen durch Klicks und Conversions; das Angebot zur KI-Sichtbarkeit eröffnet zusätzlich bezahlte Content-Aufträge auf Basis fachlicher Autorität.
Mit steigenden Ausgaben der Marken für ihre Auffindbarkeit in KI-Systemen erhalten Publisher hochwertiger Ratgeber Zugang zu entsprechenden Kampagnenbudgets. Affiliate-Marketing reicht dadurch über Lower-Funnel-Conversions hinaus und wird auch zum Instrument für die Markenreputation in der generativen Suche.
Für die DACH-Branche liegt darin eine Chance, redaktionelle Expertise stärker als eigenständige Leistung zu vermarkten. Advertiser und Publisher sollten dabei die Ziele sauber trennen: Sichtbarkeit und Empfehlungen in KI-Antworten sind zusätzliche Messgrößen, aber kein Ersatz für den Nachweis von Klicks, Conversions und wirtschaftlichem Erfolg.
Quelle: Tradedoubler Blog