AI Commerce Performance
FAVORENCE zeigt, bei welchen Kauffragen Ihre Produkte in ChatGPT, Gemini und Perplexity aus der Auswahl fallen – und was das ändert.
90-Tage AI-Search-Pilot· typischer Aufbau
Kaufrelevante Frage
„Welches E-Bike eignet sich für 25 km Pendelstrecke, wenig Wartungsaufwand und ein Budget bis 4.000 €?“
AI-Auswahl
Entscheidungslücke
Nutzung und Wartungsaufwand sind in Produktdaten und Vergleichen nicht eindeutig belegt.
Nächste Maßnahme
Produktdaten ergänzen, Vergleichsseite priorisieren.
Die Entscheidung vor dem Shop
Käufer lassen sich von AI beraten und eine Shortlist erstellen. Wer dort nicht glaubwürdig belegt ist, wird gar nicht erst geprüft.
1 · Anfrage
Der Käufer beschreibt Bedarf, Budget und Nutzung.
2 · Auswahl
Die AI verknüpft Produktdaten, Inhalte und Quellen.
3 · Konsequenz
Nur wenige Produkte schaffen es auf die Shortlist.
Die relevante Frage lautet nicht: „Werden wir erwähnt?“Sondern: „Werden wir für den richtigen Bedarf ausgewählt?“
Ergebnis der Ausgangsmessung
Hunderte AI-Antworten, übersetzt in fünf Managementfragen:
Illustratives Beispiel· E-Bike-KategorieFrage 1
| Kaufrelevante Frage | Marke genannt |
|---|---|
| E-Bike mit Kindersitz für den Stadtverkehr | nein |
| Leichtes E-Bike für Treppenhaus und Keller | nein |
| E-Bike für begrenzten Stauraum | ja |
Zwei kaufrelevante Fragen ohne jede Nennung der Marke.
Illustratives Beispiel· E-Bike-KategorieFrage 2
Kaufrelevante Frage: Tägliches Pendeln, wenig Wartung
1 · Präsenz
genannt
2 · Shortlist
nicht berücksichtigt
3 · Empfehlung
nicht gewählt
Die Marke ist präsent, verliert aber zwischen Nennung und Shortlist.
Illustratives Beispiel· E-Bike-KategorieFrage 3
| Bedarf | Empfohlen | Begründung im AI-System |
|---|---|---|
| Pendeln | Wettbewerber A | Gewicht, geringer Wartungsaufwand |
| Steile Anstiege | Wettbewerber B | Motorleistung, Drehmoment |
Gewonnen wird mit belegten Merkmalen, nicht mit Markenbekanntheit.
Illustratives Beispiel· E-Bike-KategorieFrage 4
Gewicht und Wartungsaufwand sind nur teilweise belegt, Vergleichsinhalte fehlen – genau dort punkten Wettbewerber.
Illustratives Beispiel· E-Bike-KategorieFrage 5
Das Ergebnis: kein GEO-Score, sondern ein priorisierter Plan für Ihre Teams.
Das Einstiegsprodukt
Diagnose und Umsetzung in einem: Ausgangslage messen, Lücken finden, Maßnahmen begleiten, Wirkung prüfen.
Organic AI Search inklusive Commerce Intelligence
Sie erhalten
Ihre Mitwirkung
ein Ansprechpartner, ein Kick-off (60 Min.), vorhandene Produktinfos und zwei Reviews. Zugang zum Shop-Backend ist für die Messung nicht nötig.
Phase 1 · Diagnose · Woche 1–3
Sie erhalten
Ausgangsmessung, Wettbewerbsbild und priorisierte Lücken.
Was passiert
Phase 2 · Umsetzung begleiten · Woche 4–9
Sie erhalten
Arbeitspakete mit Verantwortung und Abnahmekriterium.
Was passiert
Phase 3 · Wirkung · Woche 10–12
Sie erhalten
Dokumentierte Entwicklung und begründete nächste Entscheidung.
Was passiert
Belastbare Messung
Einzelne Prompts sind Momentaufnahmen. Wir messen mit festem Fragenkatalog, mehreren Systemen, wiederholten Läufen und klaren Regeln.
60 kaufrelevante Fragen × 3 AI-Systeme × 3 Messläufe = 540 Einzelantworten
Vier Prüfebenen je Antwort
Präsenz
Wird die Marke oder ein Produkt genannt?
Shortlist
Wird ein passendes Produkt berücksichtigt?
Empfehlung
Wird es als erste begründete Option gewählt?
Begründung
Welche Kriterien und Quellen führen zur Auswahl?
Beispielhafter Aufbau, angepasst an Kategorie und Sortiment.
Beispielanalyse · Illustrative Daten
Kaufrelevante Frage
„Welches E-Bike eignet sich für tägliches Pendeln, wenig Wartung und begrenzten Stauraum?“
Die Marke wird oft genannt, das Produkt landet aber selten auf der Shortlist.
Drei Report-Folien mit illustrativen Beispieldaten
AI Commerce Performance
Organic AI Search, verbunden mit Erkenntnissen zu Kaufintentionen und Wettbewerbern.
Im Pilot enthalten
Kernleistung
In jedem Projekt
Kaufintentionen, Entscheidungskriterien, Einwände und gewonnene Nutzungssituationen.
Ergänzend
Strategie, Feeds, Tracking und Optimierung – sobald Werbeformate im Zielmarkt verfügbar und messbar sind.
High-Consideration Commerce
Für Marken und spezialisierte Händler mit professionellem Shop, deren Kunden vor dem Kauf recherchieren.
Gute Voraussetzungen
Nicht geeignet, wenn Sie einen einmaligen Score oder garantierte Platzierungen erwarten.
Kategorien
GEO misst meist allgemeine Sichtbarkeit. FAVORENCE untersucht konkrete Kaufentscheidungen: Wird Ihr Produkt genannt, auf die Shortlist gesetzt und empfohlen – und warum? Daraus entsteht ein priorisierter Plan, dessen Wirkung wir erneut messen.
ChatGPT, Gemini und Perplexity, bei Bedarf weitere. Die Fragen legen wir gemeinsam fest – entlang Nutzung, Produktfit, Vergleich, Budget und Vertrauen. Typisch sind 60 Fragen je Produktkategorie.
Wir analysieren, priorisieren, schreiben Briefings und begleiten die Umsetzung. Umgesetzt wird meist von Ihren Teams oder Partnern; einzelne Module unterstützen wir auf Wunsch operativ.
Ein Ansprechpartner, ein Kick-off von etwa 60 Minuten, Produktinformationen und zwei Reviews – insgesamt etwa drei bis fünf Stunden Abstimmung in 90 Tagen. Dazu kommt die Umsetzung der Maßnahmen, für die wir konkrete Briefings liefern.
Eine vergleichbare Wiederholungsmessung zeigt, wie sich Präsenz, Shortlist und Empfehlung verändert haben. Wie stark, hängt von Ausgangslage und Umsetzungstempo ab. Platzierungen können wir nicht garantieren.
Erste Produktkategorie auswählen
Ein kurzes Gespräch genügt, um zu klären, ob ein Pilot für Sie passt.
Oder direkt per E-Mail info@favorence.de
Im Erstgespräch
