AEORadar Setup-Guide: Brand-Tracking in 15 Minuten konfigurieren

AEORadar trackt Brand-Mentions in ChatGPT, Gemini, Perplexity und Claude über eine Pipeline aus täglichen Prompt-Runs gegen alle 4 LLM-APIs, das Setup für eine SaaS-Brand mit 30 Queries dauert nicht länger als ein gut geplantes Standup. Wer die Initialkonfiguration sauber aufsetzt, hat danach ein automatisiertes Visibility-Dashboard, das jeden Morgen aktuelle Citation-Raten liefert. Die folgenden 15 Minuten sind in 6 saubere Phasen geteilt, die du linear abarbeiten kannst.

Voraussetzung ist ein bezahlter AEORadar-Plan (ab 99 Euro/Monat im Starter, 299 Euro/Monat im Growth-Tier für Multi-LLM-Coverage). Die hier beschriebene Konfiguration eignet sich für eine B2B-SaaS-Brand mit ICP "DACH-Mittelstand" und einem klar definierten Produktbereich. Komplexere Setups mit mehreren Brand-Linien oder Multi-Region-Tracking dauern länger, folgen aber demselben Schema.

Account anlegen und Brand-Profil definieren

Nach der Registrierung legst du im AEORadar-Dashboard ein neues Brand-Profil an. Pflichtfelder sind der Brand-Name, die Hauptdomain, eine Liste von Alias-Schreibweisen und der ICP-Markt. Bei einer Marke wie "Personio" wären Aliases etwa "Personio HR", "Personio HRIS" und "Personio Software", das verhindert Lücken im Citation-Tracking, wenn LLMs leicht abweichende Formulierungen verwenden.

Im Schritt "Competitor-Set" fügst du 3 bis 8 direkte Wettbewerber hinzu. AEORadar nutzt diese Liste, um in jeder Antwort die relative Position deiner Brand zu messen und nicht nur eine absolute Erwähnung. Für ein HR-SaaS wären das beispielsweise BambooHR, Factorial, HRWorks, Sage HR Suite und Workday. Je präziser dein Competitor-Set, desto aussagekräftiger werden die späteren Reports.

Der dritte Pflichtparameter ist die Sprache. AEORadar unterstützt Deutsch, Englisch, Französisch und Spanisch als getrennte Runs. Für DACH-Brands wählst du Deutsch primär und Englisch als Sekundär-Sprache, weil ChatGPT bei englischen Queries oft eine andere Source-Hierarchie als bei deutschen verwendet. Beide Sprachen erzeugen je einen eigenen Tracking-Run pro Tag.

💡 AEO-Insight: Lege im Brand-Profil auch deinen offiziellen Twitter/X-Handle, LinkedIn-Slug und GitHub-Org (falls vorhanden) an. AEORadar nutzt diese Signale, um zu erkennen, ob ein LLM eine zitierte Quelle als "deine eigene Domain" oder "Third-Party" klassifiziert.

Query-Sets bauen und priorisieren

Der Hebel jeder AEO-Strategie liegt in den Queries, die du trackst. AEORadar empfiehlt im Starter-Plan 30 Queries pro Brand, im Growth-Plan 100 Queries. Du gliederst diese in 3 Buckets: "Bottom-of-Funnel" mit Brand-Queries wie "Personio Preise" oder "Personio vs BambooHR", "Mid-Funnel" mit Kategorie-Queries wie "Beste HR-Software für Mittelstand" und "Top-of-Funnel" mit Problem-Queries wie "Wie automatisiere ich Urlaubsanträge".

Ein sinnvolles Verhältnis ist 40 Prozent BoF, 40 Prozent MoF und 20 Prozent ToF. Die BoF-Queries zeigen dir, ob LLMs deine Brand korrekt darstellen, die MoF-Queries messen Kategorie-Sichtbarkeit gegen Wettbewerber, und die ToF-Queries zeigen, ob du als Demand-Generation-Quelle für Top-Funnel-Probleme erkannt wirst. Letzteres ist langfristig der wichtigste Hebel für organisches Wachstum.

Im Query-Editor von AEORadar pflegst du jede Frage einzeln ein und taggst sie mit Bucket-Label und optional einer Persona. Wenn du mehrere ICPs bedienst (etwa HR-Manager und CFO), kannst du Personas wie "HR-Decision-Maker" und "Finance-Decision-Maker" anlegen und Queries entsprechend zuordnen. Reports lassen sich später nach Persona segmentieren.

LLM-Auswahl und Run-Frequenz

AEORadar trackt im Starter-Plan ChatGPT (GPT-4o) und Perplexity, im Growth-Plan zusätzlich Gemini 1.5 Pro und Claude Sonnet. Welche LLMs du aktivierst, hängt von deiner Zielgruppe ab. Im B2B-DACH-Mittelstand dominieren ChatGPT und Gemini, während Perplexity in der Tech-Affinen-Bubble stärker ist und Claude bei US-fokussierten Buyern eine Rolle spielt.

Die Run-Frequenz lässt sich pro Bucket einstellen. BoF-Queries laufen täglich, MoF-Queries 3x pro Woche, ToF-Queries 2x pro Woche. Diese Staffelung spart API-Calls und damit Budget, ohne die Datenqualität für die wichtigsten Queries zu opfern. Im Growth-Plan kannst du die Frequenz pro Query individuell überschreiben.

API-Keys und Webhooks einrichten

Für die Integration in dein bestehendes Stack legst du im Settings-Bereich von AEORadar einen API-Key an. Diesen brauchst du, um Daten aus dem Dashboard in Looker Studio, Tableau oder direkt in eine Postgres-DB zu pipen. Der Key wird einmalig angezeigt und sollte sofort in deinen Secret-Manager wandern (1Password, Vault, AWS Secrets Manager).

Webhooks lassen sich für 3 Events konfigurieren: "Visibility-Drop" (mehr als 20 Prozent Rückgang in 7 Tagen), "Competitor-Spike" (Wettbewerber überholt dich in einem Bucket) und "Daily-Summary" (täglicher Report um 8 Uhr). Die Webhook-URL pointest du auf deinen Slack-Channel oder ein internes Tooling-Endpoint.

// Beispiel-Webhook-Payload (Visibility-Drop)
{
  "event": "visibility_drop",
  "brand": "Personio",
  "llm": "ChatGPT",
  "bucket": "Mid-Funnel",
  "current_score": 42,
  "previous_score": 58,
  "delta_percent": -27.6,
  "timestamp": "2026-05-17T08:15:00Z",
  "top_queries_affected": [
    "Beste HR-Software 2026",
    "HR-Software Mittelstand DACH"
  ]
}

Erste Auswertung nach 7 Tagen

AEORadar braucht 7 Tage, bis ein belastbarer Baseline-Score entsteht. Vorher schwanken die Citation-Raten zu stark, weil LLM-Responses täglich variieren. Nach einer Woche siehst du im Dashboard 3 Kennzahlen: Citation-Rate (in wie viel Prozent der Queries wirst du erwähnt), Citation-Position (durchschnittliche Listenposition in der Antwort) und Share-of-Voice (dein Anteil an allen Brand-Mentions im Competitor-Set).

Realistische Benchmarks für eine B2B-SaaS mit moderater Online-Präsenz liegen bei 25 bis 40 Prozent Citation-Rate im BoF-Bucket und 10 bis 20 Prozent im MoF-Bucket. ToF-Werte unter 5 Prozent sind normal und kein Grund zur Sorge, Top-of-Funnel-Sichtbarkeit aufzubauen dauert 6 bis 12 Monate konsequenter Content-Arbeit.

1. Tag 1: Brand-Profil + Competitor-Set anlegen
2. Tag 1: Query-Set mit 30 Fragen aus 3 Buckets befüllen
3. Tag 2: LLM-Auswahl + Run-Frequenz konfigurieren
4. Tag 2: API-Key + Webhooks einrichten
5. Tag 7: Erste Baseline-Analyse im Dashboard
6. Tag 30: Erste Content-Maßnahmen ableiten

Häufige Setup-Fehler vermeiden

Der zweite klassische Fehler ist ein unscharfes Competitor-Set. Wenn du Wettbewerber aufnimmst, die in einem ganz anderen ICP spielen (etwa Workday neben einer Mittelstands-Software), verzerren die Share-of-Voice-Zahlen. Bleib bei Brands, die mit dir um dieselben Buyer kämpfen, und nicht bei dem, was du gerne als Vergleich hättest.

Der dritte Fehler liegt in der Query-Auswahl: Wer 30 Brand-Queries einbucht und keine MoF/ToF-Queries, sieht zwar saubere Citation-Raten, lernt aber nichts über die Kategorie-Sichtbarkeit. Die ehrliche Mischung aus 40/40/20 ist anstrengend, weil ToF-Queries niedrige Zahlen produzieren, aber genau dort liegt der Wachstumshebel.

Unterm Strich

Das initiale AEORadar-Setup ist in 15 Minuten machbar, wenn Brand-Profil, Competitor-Set und Query-Liste vorbereitet sind. Bereite diese 3 Listen vor dem Login vor, dann wird das Setup ein reiner Konfigurations-Task. Konkret empfehlenswert sind AEORadar Growth (299 Euro/Monat) für DACH-B2B-SaaS mit Multi-LLM-Tracking-Bedarf und AEORadar Enterprise (999 Euro/Monat) für Marketing-Teams mit mehr als 100 Mitarbeitern und mehreren Brand-Linien.

Die Investition rechnet sich, sobald du das Dashboard nicht nur als Reporting-Tool, sondern als Trigger für konkrete Content-Maßnahmen nutzt. Ein Visibility-Drop-Webhook in Slack ist mehr wert als jeder Monats-Report, der niemand liest. Wer den Schritt nicht gehen will, kann mit Otterly (149 Euro/Monat) oder Profound (199 Euro/Monat) starten, beide haben einen schlankeren Funktionsumfang, decken die Kernanforderung aber ab.