Ich bin Dipuck Jones, Gr\u00fcnder von MentionX und seit mehr als einem Jahrzehnt im Bereich Growth und Performance Marketing t\u00e4tig, mit einem starken Fokus auf SaaS, Paid Media, SEO, Analytics und Marketing Automation.<\/p>\n\n\n\n
Die Idee f\u00fcr MentionX entstand aus einer Ver\u00e4nderung, die ich im Marketing immer st\u00e4rker beobachtet habe. Menschen suchen nicht mehr ausschlie\u00dflich \u00fcber Google nach Produkten und Unternehmen. Sie fragen ChatGPT, Gemini, Claude, Perplexity oder andere KI-Systeme direkt nach Empfehlungen.<\/p>\n\n\n\n
Dabei fiel mir eine entscheidende L\u00fccke auf: Es reicht nicht zu wissen, ob eine KI eine Marke kennt oder erw\u00e4hnt. F\u00fcr Unternehmen ist viel wichtiger zu verstehen, ob die KI diese Marke tats\u00e4chlich empfiehlt, wie sie sie gegen\u00fcber Wettbewerbern positioniert und welche Quellen diese Antworten beeinflussen.<\/p>\n\n\n\n
Genau daraus entstand MentionX. Unser Ziel ist es, AI Visibility genauso messbar und verst\u00e4ndlich zu machen, wie Marketingteams heute SEO, Paid Media oder Website-Performance messen.<\/p>\n\n\n\n
F\u00fcr mich war das vor allem eine Frage von Geschwindigkeit, Lernen und Fokus. In einer sehr fr\u00fchen Phase wollte ich nicht mehrere Teams oder externe Dienstleister koordinieren, bevor \u00fcberhaupt klar war, welche Teile des Produkts wirklich funktionieren und welche Probleme Nutzer tats\u00e4chlich l\u00f6sen m\u00f6chten.<\/p>\n\n\n\n
Durch meinen Marketing-Hintergrund konnte ich Positionierung, Go-to-Market, Content und Customer Journey selbst abdecken. Gleichzeitig haben moderne AI-Tools die Grenzen zwischen einzelnen Disziplinen stark ver\u00e4ndert. Heute kann ein Gr\u00fcnder wesentlich schneller prototypisieren, analysieren, gestalten und technische Ideen umsetzen als noch vor wenigen Jahren.<\/p>\n\n\n\n
Der gr\u00f6\u00dfte Vorteil war aber die N\u00e4he zum Produkt. Wenn ich ein Problem sehe, kann ich unmittelbar \u00fcberlegen, wie es im Produkt gel\u00f6st, auf der Website erkl\u00e4rt und sp\u00e4ter vermarktet werden sollte.<\/p>\n\n\n\n
Langfristig braucht nat\u00fcrlich jedes wachsende Unternehmen spezialisierte Teams. Aber f\u00fcr die Phase von null auf eins war diese direkte Verbindung zwischen Problem, Produkt und Markt f\u00fcr mich extrem wertvoll.<\/p>\n\n\n\n
Weil sich die Art ver\u00e4ndert, wie Menschen Informationen finden und Entscheidungen treffen.<\/p>\n\n\n\n
Fr\u00fcher bestand eine typische Customer Journey vielleicht aus einer Google-Suche, mehreren Websites und anschlie\u00dfend einem Produktvergleich. Heute kann ein Nutzer einfach fragen: \u201eWelche drei CRM-Systeme eignen sich f\u00fcr ein mittelst\u00e4ndisches SaaS-Unternehmen?\u201c und innerhalb weniger Sekunden eine konkrete Auswahl erhalten.<\/p>\n\n\n\n
Damit entsteht neben der klassischen Suche ein neuer Discovery-Kanal.<\/p>\n\n\n\n
F\u00fcr Unternehmen bedeutet das: Eine gute Google-Position allein zeigt nicht mehr das vollst\u00e4ndige Bild ihrer digitalen Sichtbarkeit. Sie m\u00fcssen zus\u00e4tzlich verstehen, ob AI-Systeme ihre Marke kennen, wie sie sie beschreiben, mit welchen Wettbewerbern sie verglichen werden und vor allem, ob sie tats\u00e4chlich empfohlen wird.<\/p>\n\n\n\n
AI Visibility entwickelt sich deshalb aus meiner Sicht zunehmend von einem experimentellen Thema zu einer echten Marketing-Kennzahl.<\/p>\n\n\n\n
Weil eine Erw\u00e4hnung nicht automatisch bedeutet, dass eine Marke auch bevorzugt wird.<\/p>\n\n\n\n
Eine KI kann eine Marke in einer langen Liste nennen oder sogar erkl\u00e4ren, warum ein Wettbewerber besser geeignet ist. Technisch gesehen wurde die Marke erw\u00e4hnt. Aus Marketing-Sicht hat sie die Entscheidung aber m\u00f6glicherweise verloren.<\/p>\n\n\n\n
Deshalb unterscheiden wir bei MentionX bewusst zwischen Mention Rate, Recommendation Rate und First-Choice-Rate.<\/p>\n\n\n\n
Die entscheidende Frage lautet nicht nur: \u201eKennt die KI meine Marke?\u201c<\/p>\n\n\n\n
Sondern: \u201eWenn ein potenzieller Kunde nach einer L\u00f6sung fragt, empfiehlt die KI meine Marke und wenn ja, wie stark?\u201c<\/p>\n\n\n\n
Ich sehe Erw\u00e4hnungen deshalb eher als Ausgangspunkt. Empfehlungen und Positionierung geben wesentlich mehr Kontext dar\u00fcber, wie eine Marke innerhalb einer AI-gest\u00fctzten Customer Journey tats\u00e4chlich wahrgenommen wird.<\/p>\n\n\n\n
MentionX arbeitet mit relevanten Buyer-Style-Prompts, die reale Fragen potenzieller Kunden abbilden. Diese Prompts werden \u00fcber verschiedene AI-Systeme ausgewertet und anschlie\u00dfend strukturiert analysiert.<\/p>\n\n\n\n
Wir betrachten unter anderem, ob eine Marke erscheint, an welcher Position sie erscheint, ob sie lediglich erw\u00e4hnt oder ausdr\u00fccklich empfohlen wird, welche Wettbewerber ebenfalls vorkommen und welche Quellen in den Antworten eine Rolle spielen.<\/p>\n\n\n\n
Wichtig ist uns dabei die Nachvollziehbarkeit. Deshalb speichern wir nicht nur aggregierte Kennzahlen, sondern auch die zugrunde liegenden Antworten als Evidenz. Ein Nutzer kann dadurch nachvollziehen, warum sich beispielsweise seine Recommendation Rate oder Position ver\u00e4ndert hat.<\/p>\n\n\n\n
AI-Antworten sind dynamisch. Wir versuchen deshalb nicht, eine einzelne Antwort als absolute Wahrheit darzustellen. Entscheidend sind wiederholbare Messungen, Muster und Entwicklungen \u00fcber Zeit.<\/p>\n\n\n\n
Das h\u00e4ngt vom Ziel des Unternehmens ab, aber ich halte drei Bereiche f\u00fcr besonders wichtig.<\/p>\n\n\n\n
Die Recommendation Rate zeigt, wie h\u00e4ufig eine Marke tats\u00e4chlich empfohlen wird. Die First-Choice-Rate geht noch einen Schritt weiter und zeigt, wie h\u00e4ufig sie als bevorzugte Option erscheint. Der Share of Voice hilft wiederum dabei, diese Sichtbarkeit im Verh\u00e4ltnis zum Wettbewerbsumfeld zu verstehen.<\/p>\n\n\n\n
Sehr wertvoll ist au\u00dferdem der sogenannte Mention-to-Recommend-Gap. Eine Marke kann beispielsweise h\u00e4ufig erw\u00e4hnt werden, aber deutlich seltener empfohlen werden. Genau dort entsteht eine interessante strategische Frage: Warum kennt die AI das Unternehmen, bevorzugt aber Wettbewerber?<\/p>\n\n\n\n
Citation- und Source-Intelligence erg\u00e4nzen das Bild, weil sie Hinweise darauf geben, welche externen Quellen im Zusammenhang mit diesen Antworten eine Rolle spielen.<\/p>\n\n\n\n
Eine einzelne Kennzahl erz\u00e4hlt selten die ganze Geschichte. Interessant wird es, wenn man diese Signale miteinander verbindet.<\/p>\n\n\n\n
Quellen spielen eine sehr wichtige Rolle, aber Unternehmen k\u00f6nnen AI-Systeme nicht einfach wie eine Werbeplattform direkt steuern.<\/p>\n\n\n\n
Was Unternehmen beeinflussen k\u00f6nnen, ist die Informationslandschaft rund um ihre Marke.<\/p>\n\n\n\n
Dazu geh\u00f6ren die eigene Website, strukturierte Produktinformationen, relevante Inhalte, Vergleichsseiten, unabh\u00e4ngige Medien, Reviews, Branchenverzeichnisse, Community-Diskussionen und andere glaubw\u00fcrdige Quellen.<\/p>\n\n\n\n
Deshalb analysiert MentionX nicht nur, ob eine Marke erscheint, sondern auch, welche Quellen in den untersuchten Antworten vorkommen. Daraus k\u00f6nnen Unternehmen erkennen, wo Wettbewerber st\u00e4rker vertreten sind oder welche Informationsl\u00fccken bestehen.<\/p>\n\n\n\n
GEO und AEO bedeuten f\u00fcr mich deshalb nicht, einen Algorithmus auszutricksen. Es geht darum, einer Marke eine m\u00f6glichst klare, konsistente und glaubw\u00fcrdige digitale Pr\u00e4senz zu geben, die sowohl Menschen als auch Maschinen verstehen k\u00f6nnen.<\/p>\n\n\n\n
SEO verschwindet nicht. Es erweitert sich.<\/p>\n\n\n\n
Bei klassischer SEO war eine zentrale Frage: \u201eAuf welcher Position rankt meine Seite f\u00fcr dieses Keyword?\u201c<\/p>\n\n\n\n
Bei generativer Suche kommen neue Fragen hinzu: \u201eWird meine Marke \u00fcberhaupt ber\u00fccksichtigt? Wie beschreibt die AI sie? Wird sie empfohlen? Welche Wettbewerber werden bevorzugt? Und welche Quellen tauchen in den Antworten auf?\u201c<\/p>\n\n\n\n
Damit gewinnen GEO, Generative Engine Optimization, und AEO, Answer Engine Optimization, an Bedeutung.<\/p>\n\n\n\n
Gleichzeitig verschwimmen die Grenzen zwischen SEO, Content, PR und Brand st\u00e4rker. Eine AI kann Informationen aus unterschiedlichen Quellen zusammenf\u00fchren. Deshalb kann die digitale Reputation einer Marke genauso relevant werden wie die technische Optimierung der eigenen Website.<\/p>\n\n\n\n
Unternehmen sollten meiner Meinung nach nicht zwischen SEO und GEO w\u00e4hlen. Sie brauchen eine Strategie, die klassische Suche und AI Discovery gemeinsam betrachtet.<\/p>\n\n\n\n
MentionX ist besonders relevant f\u00fcr Unternehmen, deren Kunden vor einer Entscheidung recherchieren und mehrere Anbieter miteinander vergleichen.<\/p>\n\n\n\n
Dazu geh\u00f6ren beispielsweise SaaS-Unternehmen, Technologieanbieter, Agenturen, E-Commerce-Marken und andere M\u00e4rkte mit einem klaren Wettbewerbsumfeld.<\/p>\n\n\n\n
Ein Marketingteam kann mit MentionX beispielsweise erkennen, bei welchen Buyer-Prompts Wettbewerber h\u00e4ufiger empfohlen werden, auf welchen AI-Engines die eigene Marke besonders stark oder schwach ist, welche Themen Sichtbarkeit erzeugen und welche Quellen mit diesen Antworten verbunden sind.<\/p>\n\n\n\n
Damit wird aus einer abstrakten Frage wie \u201eSind wir in ChatGPT sichtbar?\u201c eine Reihe konkreter Fragen, die Marketingteams analysieren und bearbeiten k\u00f6nnen.<\/p>\n\n\n\n
Der Markt entwickelt sich extrem schnell und es gibt bereits gute Unternehmen, die unterschiedliche Teile von AI Visibility l\u00f6sen. Unser Ziel ist deshalb nicht, einfach noch einen weiteren Visibility Score anzubieten.<\/p>\n\n\n\n
Ein Schwerpunkt von MentionX ist die Unterscheidung zwischen Mention und Recommendation. F\u00fcr uns ist entscheidend, ob eine Marke nur vorkommt oder tats\u00e4chlich als relevante Wahl positioniert wird.<\/p>\n\n\n\n
Der zweite Schwerpunkt ist Nachvollziehbarkeit. Nutzer sollen von einer Kennzahl bis zur zugrunde liegenden AI-Antwort gehen k\u00f6nnen und verstehen, wodurch das Ergebnis entstanden ist.<\/p>\n\n\n\n
Und der dritte Bereich ist die Verbindung zwischen Measurement und Action. MentionX soll nicht bei \u201eIhre Visibility betr\u00e4gt X\u201c enden, sondern dabei helfen zu verstehen, welche Prompts, Themen, Wettbewerber, Quellen oder Website-Signale konkrete Chancen darstellen.<\/p>\n\n\n\n
Langfristig wollen wir die Verbindung zwischen messen, verstehen und verbessern m\u00f6glichst eng machen.<\/p>\n\n\n\n
Eine der wichtigsten Erkenntnisse ist, dass es nicht \u201edie eine AI-Antwort\u201c gibt.<\/p>\n\n\n\n
Unterschiedliche Modelle k\u00f6nnen auf dieselbe oder eine sehr \u00e4hnliche Frage unterschiedliche Marken nennen, unterschiedlich gewichten und unterschiedliche Quellen verwenden. Auch Antworten desselben Systems k\u00f6nnen sich \u00fcber Zeit ver\u00e4ndern.<\/p>\n\n\n\n
Deshalb w\u00e4re es falsch zu behaupten, wir k\u00f6nnten den internen Algorithmus eines bestimmten Modells vollst\u00e4ndig erkl\u00e4ren. Diese Systeme sind komplex und teilweise Black Boxes.<\/p>\n\n\n\n
Was wir aber messen k\u00f6nnen, sind wiederkehrende Muster.<\/p>\n\n\n\n
Wir sehen beispielsweise, welche Marken \u00fcber verschiedene Prompts und Engines hinweg regelm\u00e4\u00dfig auftauchen, welche h\u00e4ufiger empfohlen werden, welche Quellen wiederholt erscheinen und bei welchen Themen bestimmte Wettbewerber st\u00e4rker positioniert sind.<\/p>\n\n\n\n
Genau deshalb halte ich Trenddaten f\u00fcr wesentlich wertvoller als einen einzelnen Screenshot aus ChatGPT. Eine einzelne Antwort ist eine Momentaufnahme. Wiederholte Messungen k\u00f6nnen daraus ein Signal machen.<\/p>\n\n\n\n
Eine der gr\u00f6\u00dften Herausforderungen war, aus einem dynamischen System etwas Messbares zu machen.<\/p>\n\n\n\n
AI-Antworten ver\u00e4ndern sich. Gleichzeitig entstehen API-Kosten, gro\u00dfe Datenmengen und viele unterschiedliche Signale. Man muss deshalb st\u00e4ndig zwischen technischer Genauigkeit, Nutzerfreundlichkeit und wirtschaftlicher Skalierbarkeit abw\u00e4gen.<\/p>\n\n\n\n
Parallel dazu habe ich MentionX in der Anfangsphase weitgehend selbst aufgebaut. Produkt, UX, Website, Positionierung, Content und Go-to-Market gleichzeitig zu verantworten bedeutet, sehr konsequent priorisieren zu m\u00fcssen.<\/p>\n\n\n\n
Und Unternehmensaufbau findet nat\u00fcrlich nicht isoliert vom Leben statt. Ich bin in dieser Phase auch zum ersten Mal Vater geworden. Dadurch habe ich noch einmal ganz anders gelernt, wie wertvoll Zeit, Fokus und klare Priorit\u00e4ten sind.<\/p>\n\n\n\n
Meine wichtigste Erkenntnis daraus: Ein Startup braucht am Anfang nicht m\u00f6glichst viele Dinge. Es braucht m\u00f6glichst wenige Dinge, die wirklich gut funktionieren.<\/p>\n\n\n\n
Langfristig soll MentionX nicht nur ein Monitoring-Tool sein, sondern eine Intelligence-Plattform f\u00fcr AI Discovery.<\/p>\n\n\n\n
Wir wollen Unternehmen dabei helfen, den gesamten Weg von der Messung bis zur Verbesserung ihrer AI Visibility abzudecken: Welche Engines kennen mich? Wo werde ich empfohlen? Welche Wettbewerber gewinnen? Welche Prompts sind relevant? Oder welche Quellen beeinflussen diese Antworten? Und welche konkreten Ma\u00dfnahmen k\u00f6nnen meine Position verbessern?<\/p>\n\n\n\n
Dazu geh\u00f6ren unter anderem tiefere Source- und Citation-Intelligence, internationale und Multi-Country-Analysen, weitere AI-Engines, bessere Benchmarking-M\u00f6glichkeiten und zunehmend intelligentere Empfehlungen.<\/p>\n\n\n\n
Meine langfristige Vision ist, dass Marketingteams AI Visibility irgendwann genauso selbstverst\u00e4ndlich in ihren Dashboards betrachten wie Organic Traffic, Paid Performance oder Conversion Rate.<\/p>\n\n\n\n
Wenn sich AI tats\u00e4chlich zu einem wichtigen Discovery- und Recommendation-Layer entwickelt, braucht dieser Kanal auch eine eigene Measurement-Infrastruktur. Genau dort m\u00f6chte ich MentionX positionieren.<\/p>\n\n\n\n
Erstens: Validieren Sie das Problem, bevor Sie die L\u00f6sung skalieren. Ein technisch beeindruckendes Produkt l\u00f6st nichts, wenn das zugrunde liegende Problem nicht wichtig genug ist.<\/p>\n\n\n\n
Zweitens: Bauen Sie Distribution gleichzeitig mit dem Produkt. Viele Gr\u00fcnder entwickeln monatelang und denken erst nach dem Launch dar\u00fcber nach, wie Menschen \u00fcberhaupt von ihrem Produkt erfahren sollen. Website, Content, Founder Brand, Community, Partnerschaften und Kundenfeedback sollten viel fr\u00fcher beginnen.<\/p>\n\n\n\n
Drittens: Nutzen Sie AI nicht nur als Schreibassistenten, sondern als Operating Layer. Research, Analyse, Prototyping, Development, Design, Content und interne Prozesse k\u00f6nnen heute wesentlich schneller umgesetzt werden. Der eigentliche Wettbewerbsvorteil entsteht aber nicht durch das Tool selbst, sondern dadurch, wie gut man es in seine Arbeitsweise integriert.<\/p>\n\n\n\n
Und vielleicht noch ein Grundsatz, der f\u00fcr mich \u00fcber allen drei Punkten steht: Man muss nicht auf perfekte Bedingungen warten. Starten, lernen, korrigieren und weiterbauen.<\/p>\n\n\n\n
Bildrechte: privat \/ Dipuck Jones<\/p>\n\n\n\n
Wir bedanken uns bei\u00a0Dipuck Jones<\/a>\u00a0f\u00fcr das Interview<\/p>\n\n\n\n Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.<\/p>\n\n\n\n