KI-Modelle

Die AEO-Säule (Answer Engine Optimisation) misst, was KI-Modelle über Ihre Domain sagen, wenn Menschen sie direkt fragen. Um das skalierbar und reproduzierbar zu tun, fragt Paceghost Modelle über ihre offiziellen APIs ab, statt manuell in Chat-Apps zu tippen.

Warum wir Modelle über APIs abfragen

Jedes Audit muss konsistent, wiederholbar und über die Zeit vergleichbar sein. APIs geben uns einen kontrollierten Weg, dieselben Prompts an viele Modelle zu senden und ihre Rohantworten aufzuzeichnen. So können wir denselben Benchmark für jede Domain auf Abruf ausführen und verfolgen, wie sich Ergebnisse zwischen Audits verändern.

Ein API-Aufruf ist eine Simulation eines echten Nutzers, der einem KI-Assistenten eine Frage stellt. Er nähert sich dem an, was eine Person sehen würde — er ist keine wortgetreue Kopie der Chat-Sitzung eines einzelnen Nutzers.

Warum wir uns auf Mainstream-Modelle konzentrieren

Paceghost fragt die weit verbreiteten Mainstream-Modelle ab — jene, zu denen die meisten Menschen tatsächlich greifen. Die Abdeckung der populären Modelle liefert eine realistische, breite Annäherung daran, wie der KI-Assistent eines typischen Nutzers antworten würde, statt für Nischen- oder Experimentalsysteme zu optimieren, die kaum jemand nutzt.

Breite Abdeckung zählt mehr als vollständige Abdeckung: Ziel ist es, die KI-Landschaft widerzuspiegeln, der Ihr Publikum am wahrscheinlichsten begegnet.

Modelle sind Black Boxes

KI-Modelle sind keine deterministischen Datenbanken, und ihr öffentliches Verhalten hängt von vielen Faktoren ab, die wir nicht vollständig beobachten oder kontrollieren können. Beim Lesen von AEO-Ergebnissen sollten Sie beachten, dass die Antwort eines Modells variieren kann, abhängig von:

• API vs. App oder Website. Das über eine API bereitgestellte Modell kann sich anders verhalten als dasselbe Modell in seiner Consumer-App oder Website, die eigene Retrieval-Schritte, System-Prompts und Nachbearbeitung hinzufügen kann.
• Angemeldet vs. anonym. Ein angemeldeter Nutzer kann andere Antworten erhalten als ein anonymer, weil Konten Einstellungen und Kontext mitbringen.
• Nutzergedächtnis und Verlauf. Assistenten, die sich an frühere Gespräche erinnern, personalisieren ihre Antworten. Unsere simulierten Abfragen beginnen ohne persönlichen Verlauf neu.
• Zeitliche Drift. Modelle werden im Laufe der Zeit aktualisiert, neu trainiert und nachjustiert. Derselbe Prompt kann nächsten Monat eine andere Antwort liefern — genau deshalb ist zeitpunktbezogenes Benchmarking nützlich.

Aufgrund dieser Faktoren lassen sich AEO-Ergebnisse am besten als richtungsweisendes Signal Ihrer KI-Sichtbarkeit lesen — jedes Mal auf dieselbe Weise gemessen — statt als absolute, universelle Wahrheit.

Welche Modelle abgefragt werden

Welche Modelle in einem Audit enthalten sind, hängt von Ihrem Tarif ab. Siehe AEO-Endpunkte für die aktuelle, live abgerufene Liste der Modelle nach Tarif.