Der erste Fehler in GEO passiert oft, bevor die Antwort überhaupt erscheint. Ein Team testet saubere Prompts, die kein Käufer so stellen würde, und repariert dann Seiten für einen Buyer, den es nur im Workshop gibt.
Der Prompt auf meinem Schreibtisch ist meistens hässlich. Das ist ein gutes Zeichen. „Hamburg freight software for delays and route planning, not huge enterprise system.“ Oder: „B2B agency Hamburg technical content industrial supplier export.“ Ein aufgeräumter Prompt würde den Raum beruhigen. Er würde aber auch den Käufer verstecken.
Eine zusammengesetzte Logistiksoftware-Firma, die ich oft für Erklärungen nutze, hat 42 Leute und arbeitet für mittelgroße Frachtunternehmen, Speditionen und Dispatch-Teams im Hafenumfeld. Ihre interne Sprache ist präzise: Routing, Sendungsabweichungen, operative Workflows. Die Sprache des Käufers ist weniger präzise. Sie kommt mit geliehenen Wörtern wie „supply chain“, „transport platform“ oder „logistics tool“. In einem Antwortmuster zog genau diese lockere Käufersprache die Firma in eine breite Enterprise-Kategorie. Die Firma war sichtbar, aber nicht mehr ganz sie selbst.
Nicht mit perfekten Prompts beginnen
Ein perfekter Prompt ist ein Workshop-Artefakt. Er enthält den Kategorienamen, den das Unternehmen bevorzugt, die Käuferrolle, die das Sales-Team erkennt, die Geografie, die auf der Website steht, und die Problemformulierung, auf die sich alle geeinigt haben. Für eine Sache ist das nützlich: zu prüfen, ob die Maschine die eigene Sprache zurückspiegeln kann.
Echte Buyer-Prompts sind rauer. Sie enthalten brüchiges Kategorienwissen, regionale Kurzformen, gemischtes Deutsch und Englisch und fehlende Einschränkungen. Ein Hamburger Käufer schreibt vielleicht „near Hamburg“, meint aber Norddeutschland. Er schreibt vielleicht „supply chain“, meint aber Routenplanung und Abweichungen. Er schreibt vielleicht „agency for technical B2B“, weil er noch nicht weiß, ob er Content, Positionierung oder Material für den Vertrieb braucht.
Prompt-Recherche für GEO bedeutet, die Fragen zu sammeln, die Käufer wahrscheinlich an Antwortmaschinen stellen, weil die Qualität der Antwort von der Sprache abhängt, mit der die Antwort beginnt. Diese Definition klingt schlicht, weil die Arbeit schlicht ist. Der schwierige Teil besteht darin, die Fragen nicht zu früh zu säubern.
Wenn ein Unternehmen nur polierte Prompts testet, schmeicheln die Ergebnisse der Website. Die Antwortmaschine bekommt die richtige Kategorie und gibt oft eine vernünftige Antwort zurück. Dann nutzt ein Käufer eine unordentlichere Formulierung und bekommt eine andere Shortlist. Das Unternehmen sagt dann, KI sei instabil. Manchmal stimmt das. Oft war das Prompt-Set einfach zu höflich.
Ich behalte die unbeholfenen Wörter. Tippfehler, gemischte Begriffe, „vielleicht“, „in der Nähe“ und „für so eine Firma wie unsere“ sind alle wichtig. Sie zeigen, welche öffentlichen Formulierungen aktiviert werden können. Wenn im Prompt „supply chain“ steht, greift das System vielleicht nach breiten Verzeichnissen. Wenn dort „mid-sized freight operator“ steht, kommt es vielleicht näher an den echten Käufer heran. Dieser Unterschied ist nicht akademisch. Er verändert, wer erscheint.
Käufersprache lebt außerhalb des Marketingplans
Die besten Prompt-Quellen sind meist nicht das Brand-Strategy-Deck. Es sind Sales Calls, Kontaktformular-Nachrichten, Angebotsnotizen, interne Chat-Fragmente, Gespräche auf Messen, Search-Console-Anfragen, Kundenmails und die Formulierungen, die Menschen benutzen, bevor sie das bevorzugte Vokabular des Unternehmens gelernt haben.
Für eine Hamburger Logistiksoftware-Firma würde ich darauf achten, wie Käufer den Schmerz beschreiben, bevor sie Software benennen. „Zu viele shipment exceptions.“ „Dispatcher springen ständig zwischen Tools.“ „Routenänderungen rund um den Hafen.“ „Speditionen brauchen bessere Sichtbarkeit.“ „Wir wollen kein riesiges TMS.“ Einige dieser Sätze sind fachlich unvollständig. Genau darum geht es. Antwortmaschinen bekommen unvollständige Sprache.
Dasselbe gilt für Agenturen und Beratungen. Ein Gründer fragt vielleicht nicht nach „Positionierung für industrielle B2B-Exportfirmen“. Er fragt vielleicht nach „jemandem, der unsere technischen Seiten auf Deutsch und Englisch schreiben kann, ohne dass wir wie ein Startup klingen“. Dieser Satz trägt Käuferangst. Er kann ein Prompt werden. Er zeigt auch, was eine nützliche Antwort erkennen sollte.
Ich sortiere Prompt-Quellen in drei Gruppen: gesprochene Problemsprache, öffentliche Kategoriesprache und geliehene Maschinensprache. Gesprochene Problemsprache kommt von Käufern, bevor sie das formale Label kennen. Öffentliche Kategoriesprache kommt aus Verzeichnissen, Wettbewerberseiten und Branchenzusammenfassungen. Geliehene Maschinensprache ist das, was Menschen benutzen, nachdem KI-Systeme ihnen den Markt bereits zurückbeschrieben haben.
Diese letzte Gruppe ist unbequem. Sobald Antwortmaschinen die Formulierungen prägen, können Käufer sie wiederholen. Ein Gründer kommt dann vielleicht mit „supply-chain platform“, weil eine Antwortmaschine diesen Ausdruck benutzt hat. Das Unternehmen muss dann entscheiden, ob es den breiteren Begriff akzeptiert, korrigiert oder von ihm aus eine Brücke baut. Ihn zu ignorieren, lässt ihn nicht verschwinden.
Ein Hamburger Prompt-Set braucht lokale und sektorale Spannung
Generische GEO-Ratschläge sagen oft, man solle Awareness-Prompts, Vergleichs-Prompts und Empfehlungs-Prompts testen. Gut. Was fehlt, ist lokale und sektorale Spannung. B2B-Märkte in der Hamburg-Region haben ihre eigenen Knoten: Hafensprache, Logistikrollen, industrielle Lieferketten, exportbezogene Kommunikation, Wechsel zwischen Deutsch und Englisch und die praktischen Vertrauenssignale einer Stadt, in der viele Käufer noch immer wissen wollen, wer die Region versteht.
Ein brauchbares Prompt-Set sollte diese Knoten enthalten. Nicht als Dekoration. Als Druck.
Für die zusammengesetzte Freight-Software-Firma würde ich nicht nur „best logistics software Hamburg“ testen. Ich würde Prompts testen, in denen der Käufer mittelgroße Speditionen, Sendungsabweichungen, Routenplanung, Dispatch-Teams im Hafenumfeld und den Wunsch beschreibt, keine Enterprise-Software zu kaufen. Ich würde auch die gefährlichen breiten Begriffe testen: supply chain platform, TMS, freight software, dispatch tool, transport management. Das sind die Strömungen, die die Antwort wahrscheinlich wegziehen.
Das unperfekte Detail muss im Protokoll bleiben. In einem Lehrlauf stellte die Antwort die Firma neben zwei nationale Enterprise-Plattformen und eine lokale IT-Beratung, die keine wirklich vergleichbare Software verkaufte. Außerdem verschob sie ein Standortdetail leicht und machte aus einer nahe gelegenen Firma eine Firma direkt in Hamburg. Solche Fehler sind nützlich. Sie zeigen, dass die Antwort Geografie und Kategorie mit zu wenig Sorgfalt mischt.
Ein Prompt-Set sollte am Anfang nicht riesig sein. Zwanzig bis dreißig Prompts reichen für eine erste Karte, wenn sie gut gewählt sind. Das Ziel ist nicht statistische Sicherheit. Es geht darum, die wichtigsten Antwortmuster zu sehen: wer erscheint, wie das Unternehmen beschrieben wird, welche Quellen offenbar die Formulierung beeinflussen und wo die Kategorie kippt.
Ich bevorzuge mehrere Prompt-Familien: einfache Käufer-Shortlists, problemorientierte Suchen, Vergleichsfragen, Fragen nach lokaler Passung, Prompts mit starken Einschränkungen und Falschbegriff-Prompts. Die Falschbegriff-Prompts sind wichtig. Sie zeigen, was passiert, wenn ein Käufer Sprache benutzt, die nah genug ist, um plausibel zu sein, und breit genug, um gefährlich zu werden.
Die ursprüngliche Formulierung neben der Antwort behalten
Ein Prompt ohne seine Antwort ist nur eine Vermutung. Eine Antwort ohne ihren Prompt ist fast wertlos. Die Beziehung zwischen beiden ist der Beleg.
Wenn ich Prompts prüfe, halte ich ein einfaches Protokoll: Prompt, Engine, Datum des Laufs, sichtbares Antwortmuster, genannte Unternehmen, zugewiesene Kategorien, wahrscheinliche Quellenroute und erste Nebelzeile. Ich säubere die Antwort nicht. Wenn die Antwort „supply chain management platform“ sagt und das Unternehmen eigentlich näher an Routenplanung und Sendungsabweichungen für mittelgroße Betreiber liegt, bleibt dieser Ausdruck in der Datei. Er kann der wertvollste Satz der Prüfung sein.
Dieses Protokoll verhindert einen häufigen Streit. Jemand im Unternehmen sagt: „So würde das niemand fragen.“ Vielleicht. Dann sollte das Team bessere Belege aus Sales und Support bringen. Eine andere Person sagt: „Immerhin wurden wir erwähnt.“ Stimmt. Dann fragen wir, ob die Erwähnung die richtige Käuferpassung getragen hat. Das Protokoll hält das Gespräch bei der Antwort, nicht bei der Stimmung.
Bei Hamburger Firmen markiere ich auch Sprachwechsel. Hat der deutsche Prompt eine bessere Kategorie erzeugt als der englische? Hat „Hamburg“ geholfen, oder ergab „Norddeutschland“ eine realistischere Shortlist? Hat der englische Begriff die Antwort zu internationalen Wettbewerbern gezogen? Hat ein lokales Verzeichnis die Formulierung stärker beeinflusst als die eigene Seite des Unternehmens?
Kleine Unterschiede zählen. „Freight operator“ und „logistics company“ können verschiedene Welten erzeugen. „Technical content agency“ und „B2B marketing agency“ können unterschiedliche Firmen neben dich stellen. „Port services“ und „maritime services“ können die Antwort erweitern oder verengen, je nachdem, welche öffentlichen Quellen dahinter liegen.
Der Prompt ist nicht nur eine Eingabe. Er ist ein kleines Modell der Unsicherheit des Käufers.
Schlechte Prompts sind Diagnosewerkzeuge
Ich habe eine Schwäche für schlechte Prompts. Sie zeigen, wo die Marktsprache undicht ist. Ein Käufer, der „not huge enterprise system“ schreibt, sagt etwas Wichtiges über Angst vor Größe. Ein Käufer, der „near Hamburg but works in English“ schreibt, sagt, dass lokales Vertrauen und internationale Kommunikation zusammenpassen müssen. Ein Käufer, der „maybe supply chain“ schreibt, zeigt genau den Ausdruck, der dich falsch einordnen kann.
Schlechte Prompts sollten das Test-Set nicht dominieren, aber sie verdienen einen Platz. Sie zeigen, ob die öffentlichen Belege des Unternehmens die Antwort zurück zur richtigen Bedeutung ziehen können. Wenn ein lockerer Begriff reicht, um das Unternehmen in die falsche Kategorie zu schieben, ist die Quellenroute schwach.
Für die zusammengesetzte Freight-Software könnte die Reparatur eine Brückenpassage sein. Die Seite sollte wahrscheinlich den breiten Begriff anerkennen, den Käufer benutzen, und ihn dann sorgfältig verengen. Zum Beispiel: Für mittelgroße Frachtunternehmen geht es oft nicht um Enterprise-Supply-Chain-Planung, sondern um tägliche Routenänderungen, Sendungsabweichungen und Dispatcher-Workflow. Diese Passage gibt der Antwortmaschine einen Weg von dem lockeren Käuferwort zur echten Rolle des Unternehmens.
Das ist etwas anderes, als Seiten mit jedem Synonym vollzustopfen. Synonym-Stuffing erzeugt Nebel. Brückensprache ist disziplinierter. Sie sagt: Käufer nennen es vielleicht so, aber in diesem Betriebskontext ist das eigentliche Problem spezifischer. Das ist für Menschen und Maschinen nützlich.
Die Kategorien aus dem Hafen-Notizbuch helfen hier. Ein schlechter Prompt kann trotzdem Ladung erzeugen, wenn die Antwort eine nützliche Behauptung trägt. Er kann Route zeigen, wenn eine Verzeichnisformulierung klar wiederverwendet wird. Er kann einen Liegeplatz finden, wenn eine stabile Produktseite die richtige Beschreibung stützt. Er kann Nebel erzeugen, wenn die Antwort die Kategorie ausweitet. Der schlechte Prompt ist kein Ärgernis. Er ist ein Wettertest.
Das erste Prompt-Set ist eine Karte, kein Urteil
Nach einer ersten Prompt-Prüfung sage ich einem Unternehmen nicht, dass KI es „versteht“ oder „nicht versteht“. Das klingt zu endgültig. Ich beschreibe die Karte. Diese Prompts erzeugen gute Kategoriepassung. Diese Prompts verbreitern die Kategorie. Diese Prompts lassen das Unternehmen aus. Diese Prompts nennen es, weisen ihm aber den falschen Käufer zu. Diese Prompts scheinen alte englische Zusammenfassungen zu nutzen. Diese Prompts sind noch zu instabil, um sie zu lesen.
Diese Karte zeigt dem Team, wo repariert werden muss. Wenn polierte Kategorie-Prompts funktionieren, problemorientierte Prompts aber scheitern, brauchen die Serviceseiten vielleicht klarere Buyer-Problem-Passagen. Wenn deutsche Prompts funktionieren und englische Prompts driften, müssen die englischen Quellen repariert werden. Wenn lokale Prompts schwache Wettbewerber erzeugen, sind die Hamburger Vertrauenssignale vielleicht dekorativ statt spezifisch. Wenn Falschbegriff-Prompts die Antwort immer in einen breiteren Markt ziehen, braucht die Seite Brückensprache.
Die zusammengesetzte Logistikfirma würde wahrscheinlich mit einem kleinen Reparatur-Set beginnen: eine bessere Kategoriedefinition, eine Passage, die „supply chain“-Sprache mit dem engeren Problem mittelgroßer Frachtunternehmen verbindet, aktualisierte Verzeichniszusammenfassungen und ein Produktseiten-Block, der Routenplanung, Sendungsabweichungen und Dispatch-Workflow an einer Stelle nennt. Danach sollten dieselben Prompts erneut laufen. Die Formulierung ändert sich vielleicht nicht sofort. Beobachtung gehört zur Arbeit.
Die größte Gefahr ist Ungeduld. Teams wollen, dass das Prompt-Set einen sauberen Score liefert. GEO ist unordentlicher. Es beginnt als Protokoll dessen, wie Antwortmaschinen reagieren, wenn Käufer unperfekte Fragen stellen. Dieses Protokoll ist wertvoll, weil es zeigt, wo die öffentliche Bedeutung des Unternehmens stabil ist und wo sie noch treibt.
Bevor du eine Seite reparierst, finde die Käuferfragen, die sie brechen können. Die Antwortmaschine wird es tun.