Wissen, was zu tun ist

Können KI-Assistenten die echten Fakten Ihrer Marke abfragen, bevor eine falsche Antwort Sie Deals kostet?

Falsche KI-Antworten zu Preis, Funktionen oder Integrationen kosten Sie Demos, Verlängerungen und Supportzeit. Wir veröffentlichen Ihre Produkt- und Seitenfakten als kleinen Server, den KI-Assistenten fragen können, damit ein Assistent, der Sie nachschlägt, Ihre aktuellen Fakten bekommt. Sie können ihn jederzeit abschalten.

AI Agents settings showing the agent switched on, MCP connector address, and sample Q&A preview of what AI assistants can look up
One switch lets AI agents look you up. Your data, read-only.
  1. 1Ein Schalter veröffentlicht ihn und schaltet ihn wieder ab
  2. 2Die Adresse, die Sie teilen und in Ihre llms.txt eintragen
  3. 3Eine Vorschau dessen, was KI-Assistenten abfragen können

Was Sie damit tun

  • Jede Abfrage in der App testen und genau sehen, was ein KI-Assistent zurückbekäme
  • Ihn einschalten, um eine öffentliche Adresse für Ihre Markenfakten zu erhalten
  • Die Adresse in Ihre llms.txt einfügen, damit KI-Tools sie finden

Was es nicht kann

  • KI-Assistenten finden MCP-Server noch nicht von selbst. Dafür gibt es heute keinen Standard.
  • Der Eintrag in Ihrer llms.txt ist derzeit der praktische Weg, gefunden zu werden. Ein Deskriptor auf Ihrer eigenen Domain ist geplant.
  • Er antwortet aus dem, was Sie bereits veröffentlichen. Fakten, die Sie nicht aufgeschrieben haben, kann er nicht ergänzen.
  • Er kann einen Assistenten nicht zwingen, Ihre Fakten zu nutzen oder Sie zu nennen.

Was eine falsche KI-Antwort über Ihre Marke kostet: drei messbare Kosten

Wenn ein KI-Assistent Ihren Preis, eine Funktion oder Ihre Integrationen falsch wiedergibt, zeigen sich die Kosten an drei Stellen. Jede lässt sich mit Zahlen berechnen, die Sie schon haben.

Verlorene Pipeline. Käufer, die die falsche Antwort lesen und nie eine Demo anfragen. Rechnung: Käufer, die die falsche Antwort gesehen haben × Anteil, der eine Demo angefragt hätte × Ihre Abschlussquote aus Demos × Ihr durchschnittlicher Vertragswert. Die erste Zahl kommt aus den Fragen, die Sie verfolgen: wie oft die falsche Antwort erscheint und wie viele KI-Besuche diese Fragen bringen.

Kündigungsrisiko. Kunden, die bei der Verlängerung einen Assistenten nach einer Funktion fragen und hören, dass es sie nicht gibt oder dass sie mehr kostet. Rechnung: Konten vor der Verlängerung, die auf die falsch beschriebene Funktion angewiesen sind × ihr Verlängerungswert × die zusätzliche Wahrscheinlichkeit, dass sie gehen. Erfassen Sie Kündigungs- und Downgrade-Gründe im CRM, damit die letzte Zahl gezählt und nicht geschätzt ist.

Supportlast. Tickets, die mit „ChatGPT hat mir gesagt …“ beginnen. Rechnung: Tickets pro Monat, die eine falsche KI-Antwort zitieren × Bearbeitungszeit × Supportkosten pro Stunde, plus Eskalationen × Eskalationskosten. Legen Sie heute ein Ticket-Tag dafür an; Sie brauchen einen Ausgangswert, bevor Sie etwas korrigieren.

Ein Rechenbeispiel mit erfundenen Zahlen

Diese Werte sind erfunden, um die Rechnung zu zeigen. Es sind keine Ergebnisse eines Kunden.

Angenommen, Assistenten sagen Käufern, Ihr Produkt habe kein Single Sign-on, obwohl es das hat. 300 Käufer im Monat sehen diese Antwort. 3 % von ihnen hätten eine Demo angefragt, 20 % der Demos werden zu Abschlüssen, und ein Abschluss ist 12.000 € im Jahr wert. Das ergibt 300 × 3 % × 20 % × 12.000 € = 21.600 € Pipeline im Monat.

Angenommen, 20 Konten vor der Verlängerung in diesem Quartal brauchen Single Sign-on, jedes 12.000 € wert, und die falsche Antwort erhöht die Wahrscheinlichkeit, dass jedes geht, um 5 %. Das ergibt 20 × 12.000 € × 5 % = 12.000 € Risiko in diesem Quartal.

Angenommen, 40 Tickets im Monat zitieren die falsche Antwort, jedes dauert 15 Minuten, und Support kostet 40 € pro Stunde. Das ergibt 40 × 0,25 × 40 € = 400 € im Monat, vor Eskalationen.

Setzen Sie Ihre eigenen Zahlen ein. Es geht darum zu wissen, welchen falschen Fakt Sie zuerst korrigieren sollten, nicht um eine große Gesamtzahl.

Was der Server ändert und wie Sie prüfen, ob es gewirkt hat

Der Server schreibt nicht um, was ein Assistent sagt. Er gibt einem Assistenten, der Sie nachschlägt, eine direkte, aktuelle Quelle für seine Antwort. Fragt ein Agent „unterstützt es Single Sign-on?“, liefert search_brand_knowledge die passenden Zeilen aus Ihren eigenen Produktfakten, und get_page liefert Ihre Sicherheitsseite als sauberen Text mit ihrer Adresse. Eine Antwort, die darauf aufbaut, kann Sie zitieren und auf Sie verlinken.

Um zu prüfen, ob es gewirkt hat, verfolgen Sie genau die Frage, die falsch beantwortet wurde, und achten in späteren Antworten auf vier Dinge: Der Fakt stimmt jetzt, die Antwort nennt eine Ihrer Seiten als Quelle, sie stimmt bei allen Assistenten, die Sie verfolgen, und sie stimmt auch bei wiederholten Durchläufen, nicht nur einmal. Stellen Sie die Antworten vorher und nachher in Ihrem Bericht nebeneinander.

Gehen Sie dann zurück zu den drei Kosten oben. Vergleichen Sie Demo-Anfragen aus KI-Besuchen, die erfassten Kündigungsgründe und die markierten Tickets für die Monate davor und danach. Gleichzeitig ändert sich auch anderes, etwa Launches, Preise und Saison, also werten Sie das Ergebnis als Hinweis, nicht als Beweis.

Was Ihr Marken-MCP-Server teilt

Fünf Abfragen. Jede kann lesen, nie ändern. Ein KI-Assistent kann Ihre Produkt- und Marketingfakten durchsuchen. Er kann die Seiten auflisten, die Sie freigegeben haben. Er kann eine Seite als sauberen Text abrufen. Er kann Ihre llms.txt lesen. Und er kann die strukturierten Daten einer Seite oder der ganzen Website lesen.

Die Tool-Namen sind search_brand_knowledge, list_pages, get_page, get_llms_txt und get_schemas.

Aus Ihrem Targetlytics-Konto wird nichts geteilt. Keine Analytics, keine Wettbewerberdaten, keine Fragen, die Sie verfolgen. Es ist dasselbe Material wie hinter Ihrer llms.txt, Ihren Schemas und öffentlichen Seiten.

Wie sich ein MCP-Server von llms.txt unterscheidet

llms.txt ist eine Datei. Ein KI-Assistent muss wissen, dass sie existiert, sie ganz herunterladen und den relevanten Teil finden.

Ein MCP-Server (Model Context Protocol) ist etwas, das er fragen kann. Der Assistent stellt eine Frage und bekommt eine gezielte Antwort. Beide liefern dieselben Fakten, sodass sie übereinstimmen.

Das ist nicht dasselbe wie der Targetlytics MCP-Connector. Der Connector bringt Ihre Targetlytics-Daten in Ihren eigenen Assistenten. Der Marken-MCP-Server teilt Ihre öffentlichen Markenfakten mit den Assistenten aller anderen.

Häufig gestellte Fragen

Fragen dazu, wie KI-Assistenten Ihre Marke abfragen

Ein Model Context Protocol-Server für Ihre Marke. Er lässt einen KI-Assistenten Ihre Produkte, Seiten und Fakten mit einer direkten Frage abfragen, statt Ihre Website zu lesen.

Teilen Sie sie in drei Kosten auf. Verlorene Pipeline: Käufer, die die falsche Antwort gesehen haben × Demo-Quote × Abschlussquote × Vertragswert. Kündigungsrisiko: Konten vor der Verlängerung, die auf die falsch beschriebene Funktion angewiesen sind × Verlängerungswert × zusätzliche Wahrscheinlichkeit, dass sie gehen. Supportlast: Tickets, die eine falsche KI-Antwort zitieren × Bearbeitungszeit × Stundenkosten. Verfolgen Sie die falsche Antwort, markieren Sie Tickets und Kündigungsgründe und vergleichen Sie vor und nach der Korrektur.

Noch nicht. Es gibt heute keinen Standard dafür. Die Adresse in Ihrer llms.txt aufzuführen ist vorerst das praktische Signal, und diese Zeile schreiben wir für Sie.

Er kann die Markenfakten lesen, die Sie bereits veröffentlichen, und sonst nichts. Aus Ihrem Targetlytics-Konto teilt er nichts: keine Analytics, keine Wettbewerberdaten.

Ja. Jede Abfrage läuft in der App, hinter Ihrem Login. Sie sehen genau, was ein Assistent bekäme, bevor Sie ihn öffentlich machen.

Ja. Schalten Sie ihn ab, und die Adresse antwortet nicht mehr. In Ihre Website wird nichts eingebaut.

Lassen Sie KI-Assistenten direkt bei Ihnen nachfragen

Starten Sie mit einem kostenlosen Audit dazu, wie gut KI Ihre Website heute lesen kann.

Kostenloses Audit erhalten

Kostenlose KI-Sichtbarkeitsanalyse

Erfahren Sie, was ChatGPT Ihren Käufern über Sie erzählt.

Wo Sie genannt werden, was KI falsch darstellt, und die ersten drei Dinge, die Sie beheben sollten. Per E-Mail innerhalb von zwei Stunden.

  • Innerhalb von 2 Stunden
  • Keine Kreditkarte nötig
  • Kostenlos
Lieber sprechen? Buchen Sie ein 30-minütiges Gespräch
  1. Ihre Website
  2. Ihr Markt

Wir schicken Ihren Bericht an diese Adresse