Prompt-Sets für AEO-Tracking aufbauen: 50-Prompt-Template für B2B-SaaS

Ein belastbares AEO-Tracking startet nicht bei Tools, sondern bei der Prompt-Liste: Für B2B-SaaS reichen 50 strukturierte Prompts, um Sichtbarkeit über ChatGPT, Gemini, Claude und Perplexity konsistent zu messen. Wer mit 10 Ad-hoc-Fragen testet, sieht zwar Bewegung, aber keine belastbare Trendlinie. Das Setup, das du hier findest, deckt 5 Intent-Cluster mit je 10 Varianten ab und liefert Citation-Daten, die du in jedem Sheet auswerten kannst.

Warum 50 Prompts der richtige Umfang sind

Unter 30 Prompts ist die Varianz zu hoch: Einzelne Antwort-Schwankungen verzerren das Bild, und Trends sind nicht statistisch sichtbar. Über 80 Prompts wird der manuelle Review-Aufwand zu groß, und die Cluster verwässern. Bei 50 Prompts hast du genug Volumen für saubere Sub-Segmente, aber noch eine Liste, die ein Marketing-Lead in 90 Minuten pro Woche prüfen kann.

Die 50 teilen sich auf 5 Intent-Cluster auf: Awareness (10 Prompts), Comparison (10), Decision (10), Implementation (10), Troubleshooting (10). Jeder Cluster bildet eine Phase der Buyer-Journey ab, und du kannst auf Cluster-Ebene messen, wo dein Brand zitiert wird und wo nicht. Das ist deutlich wertvoller als ein aggregierter Sichtbarkeits-Score über alle Phasen hinweg.

In der Praxis zeigen erste Daten meist ein klares Muster: B2B-SaaS-Marken sind oft stark im Awareness-Cluster sichtbar, weil sie Glossar-Content haben. Im Decision-Cluster brechen sie ein, weil dort Reviews, G2-Vergleiche und konkrete Pricing-Daten gefragt sind. Genau diese Lücke deckt das Prompt-Set auf, ohne dass du teure Tools brauchst.

Die 5 Intent-Cluster im Detail

Awareness-Prompts adressieren Probleme ohne Markenbezug: "Wie automatisiere ich Lead-Qualifizierung im B2B-Vertrieb?" oder "Was ist der Unterschied zwischen ABM und Inbound?". Hier zählt, ob deine Domain überhaupt als Source genannt wird, nicht ob dein Produktname fällt. Citations sind hier wichtiger als Brand-Mentions.

Comparison-Prompts vergleichen Kategorien oder Wettbewerber: "Welche CRM-Alternativen zu HubSpot gibt es für 50-Personen-Teams?". In diesem Cluster ist die Schlagkraft entscheidend: Wirst du in der Liste der Alternativen erwähnt? Wenn ja, mit welcher Position und welchem Differenzierungsmerkmal? Hier lohnt sich Vergleichs-Content mit klaren Spec-Tabellen am meisten.

Decision-, Implementation- und Troubleshooting-Prompts sind die Bottom-of-Funnel-Workhorses. Decision-Prompts fragen nach konkreten Empfehlungen ("Welches Tool für Marketing-Attribution unter 500 Euro?"), Implementation-Prompts nach Setup-Schritten, und Troubleshooting-Prompts nach Lösungen für spezifische Fehler. Wer in diesen drei Clustern auftaucht, gewinnt zitierte Empfehlungen, die direkt in Pipeline-Entscheidungen einfließen.

Prompt-Varianten generieren: Template-Logik

Jeder der 50 Prompts existiert in 3 Varianten: deutsch, englisch und eine dritte Formulierung mit anderem Verb-Stamm. So fängst du sowohl regionale Unterschiede in den LLMs ab als auch die Tatsache, dass ChatGPT bei identischen Inhalten unterschiedlich antwortet, wenn der Prompt anders formuliert ist. Insgesamt führst du also 150 Anfragen pro Tracking-Zyklus durch.

Die Varianten-Logik folgt einem festen Schema: Variante A ist neutral-fragend ("Wie wähle ich..."), Variante B ist Empfehlungs-Wunsch ("Empfehle mir..."), Variante C ist Ausschluss-orientiert ("Welche Tools soll ich vermeiden bei..."). Diese 3 Stimmen decken ungefähr 80 Prozent realer User-Intents ab. Wenn dein Brand nur in Variante B auftaucht, lebt deine Sichtbarkeit gefährlich.

Für die Implementierung reicht ein Google Sheet mit 4 Spalten: Cluster, Prompt-A, Prompt-B, Prompt-C. Jede Zeile ist ein Topic, jede Spalte eine Variante. Du kannst über ein Apps-Script die 150 Anfragen automatisiert an die LLM-APIs schicken oder mit AEORadar, Otterly oder Profound arbeiten, falls Budget vorhanden ist.

Tooling: Manuell vs. Plattform-gestützt

Manuelles Tracking kostet etwa 4 Stunden pro Woche und ist mit 50 Prompts gerade noch machbar. Du brauchst Browser-Sessions zu ChatGPT, Gemini, Claude und Perplexity, ein Sheet zum Loggen und ein einfaches Coding-Skript zum Vergleichen der Citations. Vorteil: Kosten null, volle Kontrolle, jede LLM-Eigenheit wird sichtbar. Nachteil: Skaliert nicht über 1 Marke.

Plattform-gestütztes Tracking mit AEORadar (ab 99 Euro/Monat), Otterly (149 Euro), Profound (Enterprise) oder Peec (199 Euro) automatisiert die Abfragen und liefert Dashboards. Profound ist die ausgereifteste Lösung für Enterprise-Setups, Otterly die beste Mittelklasse, AEORadar der günstigste Einstieg. Für ein einzelnes B2B-SaaS-Produkt unter 50 Mio. ARR reicht meist Otterly oder AEORadar.

Die Tooling-Frage ist letztlich eine Frage der Reportingfrequenz: Wenn du wöchentlich an C-Level reportest, kauf dir Otterly. Wenn dein CMO einmal pro Monat einen Sichtbarkeits-Report sehen will, reicht das manuelle Sheet. Beide Wege liefern die gleichen Rohdaten, die Frage ist nur, wie viel deiner Zeit du sparen willst.

JSON-Struktur für API-getriebenes Tracking

Wer das Tracking automatisieren will, braucht eine saubere Datenstruktur. Das folgende JSON-Schema ist die Minimal-Form, die ChatGPT-API, Gemini-API und Perplexity-API gleichermaßen befüllen können. Es speichert Prompt, Response, Citations, Brand-Mention-Flag und Timestamp, mehr brauchst du im ersten Quartal nicht.

{
  "prompt_id": "comp-04-A",
  "cluster": "comparison",
  "variant": "A",
  "llm": "chatgpt-4o",
  "prompt": "Welche CRM-Alternativen zu HubSpot gibt es für 50-Personen-Teams?",
  "response_excerpt": "Es gibt mehrere starke Alternativen ...",
  "citations": [
    {"domain": "g2.com", "position": 1},
    {"domain": "deinedomain.de", "position": 4}
  ],
  "brand_mentioned": true,
  "competitor_mentioned": ["pipedrive", "zoho"],
  "timestamp": "2026-05-17T08:00:00Z"
}

Diese Struktur lässt sich in BigQuery, Postgres oder selbst in Google Sheets bequem auswerten. Für die ersten 3 Monate reicht ein Sheet mit dieser Struktur in flacher Form völlig aus. Erst wenn du über 5 Brands trackst, lohnt sich der Sprung in eine richtige Datenbank.

Wichtig ist die Versionierung der Prompt-IDs: Wenn du nach 2 Monaten merkst, dass ein Prompt zu unscharf war und ihn anpasst, brauchst du eine neue ID (z.B. comp-04-A-v2), sonst verfälschst du deine Zeitreihe. Diese Disziplin ist langweilig, aber entscheidend für saubere Quartalsvergleiche.

1. 50 Topics in 5 Cluster aufteilen (10 pro Cluster)
2. Pro Topic 3 Varianten formulieren (neutral, empfehlend, ausschließend)
3. Alle Prompts in ein Sheet mit eindeutigen IDs eintragen
4. Wöchentlich an ChatGPT, Gemini, Claude und Perplexity senden
5. Citations und Brand-Mentions per Response loggen
6. Monatlich Cluster-Sichtbarkeit auswerten und Content-Lücken priorisieren

Häufige Fehler und wie du sie vermeidest

Der häufigste Fehler ist Prompt-Bias: Wer 50 Prompts schreibt und in 40 davon den eigenen Brandnamen erwähnt, misst nichts. Maximal 5 von 50 Prompts dürfen brand-spezifisch sein, der Rest muss kategorisch oder konkurrenzbezogen sein. Sonst trackst du nur die LLM-Wiedergabe deines eigenen Marketings.

Der zweitwichtigste Fehler ist Frequenz-Inkonsistenz: Wer wöchentlich misst, dann 6 Wochen Pause macht, dann wieder zweiwöchentlich, hat keine vergleichbare Datenbasis. Lege dich auf einen Rhythmus fest, wöchentlich oder zweiwöchentlich, und ziehe ihn 6 Monate durch, bevor du das Setup anpasst.

Der dritte Fehler: Single-Variant-Tracking. Wer nur Variante A misst, übersieht, dass Variante C ("Welche Tools soll ich vermeiden bei...") oft das härtere Brand-Risiko aufdeckt. Alle 3 Varianten kosten zwar das Dreifache an API-Calls, aber bei 50 Topics × 3 × 5 LLMs sind das maximal 750 Calls pro Woche, selbst bei OpenAI-Pricing unter 5 Euro.

Empfehlung am Ende

Ein 50-Prompt-Set ist der pragmatische Sweet-Spot für B2B-SaaS-AEO-Tracking: Genug Volumen für statistische Aussagen, wenig genug für wöchentliche Reviews. Konkrete Empfehlung: Starte mit Otterly oder AEORadar als Tool, baue dein Sheet nach der oben beschriebenen Cluster-Logik, und investiere die ersten 4 Wochen vor allem in saubere Prompt-Definitionen, alles andere ist Folgearbeit. Wer die Disziplin durchhält, sieht nach 90 Tagen die ersten klaren Sichtbarkeits-Verschiebungen.