Prompt-Research richtig machen

Mit der Veröffentlichung von ChatGPT und Co. kamen auch die ersten Monitoring-Tools auf dem Markt. Für die Messbarkeit der KI-Sichtbarkeit dienen bei den meisten Tools Prompts als Grundlage. Doch der Prompt-Research ist deutlich schwieriger als ein Keyword-Research für klassische SEO. Wie Du trotzdem einen Prompt-Research machen kannst, erfähst Du in diesem Artikel.

Wofür Du Prompts brauchst

ChatGPT, Claude und Co. werden anders genutzt als klassische Suchmaschinen wie Google. User geben nicht mehr nur einzelne oder wenige Wörter (Keywords) ein, sondern ganze Sätze oder sogar sehr umfangreiche Erklärungen, die aus sehr vielen Sätzen bestehen (Prompts).

Umso länger der Prompt, desto einzigartiger wird er. Das heißt, es gibt quasi keinen Prompt, der irgendwann nochmal eingegeben wird. Das ist das Schwierige, beim Prompt-Research als Basis für das Prompt-Monitoring.

Was Prompts von Keywords unterscheidet

Keywords kann man mit den einschlägigen Tools und den über den Google Ads Keyword Planner zu Verfügung gestellten Daten sehr gut bewerten. Wie häufig wird ein Keyword gesucht? Wie viel Wettbewerb steckt drin. Was eigentlich Google-Ads-Managern für SEA helfen soll, wird von SEOs zweckentfremdet und genutzt.

Probleme beim Prompt-Research

Doch bei Prompts geht das nicht:

• Prompts werden häufig nur ein einziges Mal genau so eingegeben
• Es gibt keine belastbaren Daten von OpenAI und Co., wie oft nach welchen Prompts gesucht wird
• Auch gibt es keine Themenübersicht, dass Prompts in Themen geclustert werden und man hier einen Anhaltspunkt hat

Es gibt Toolanbieter, die behaupten, diese Daten zu haben. Doch das stimmt nicht! Keiner der einschlägigen KI- bzw. LLM-Anbieter stellte diese Daten, sofern es sie gibt, zur Verfügung. Auch nicht exklusiv. Wer das behauptet, möchte Dich hinters Licht führen!

Wie man einen Prompt-Research macht

Gleich vorweg: Es gibt nicht den einen Weg und die eine Wahrheit. Ich habe mich bei der CAMPIXX 2026 sehr intensiv mit zahlreichen Kollegen unterhalten und habe die unterschiedlichsten Vorgehensweisen gehört. Daher habe ich keine perfekte Lösung, aber ich zeige Dir, wie ich meistens vorgehe und was ich meinen Kunden in der Betreuung als Sparrings-Partner und Strategie-Berater empfehle:

Google Search Console

Ein erster Anhaltspunkt ist und bleibt die Google Search Console. In der Google Search Console sieht man sehr viele Suchanfragen, die bei Google tatsächlich gestellt wurden und bei denen Deine Website bereits erscheint.

Google? Ja, denn Google hat mit den AI Overviews ein Teil ihrer KI-Landschaft in die SERP integriert. Wenn nach einer Suchanfrage, egal ob als Keyword(s) oder als Prompt, ein AI Overview ausgespielt wird und Deine Website darin genannt bzw. als Quelle verwendet wird, dann werden die Impressions und ggf. Klicks gezählt.

Außerdem sind alle Suchanfragen, die kommen und zu denen Du Daten durch Sichtbarkeit bekommst, erstmal offensichtlich relevant und es sucht jemand danach. Ob Mensch oder Maschine ist eine andere Frage, die beantworte ich weiter unten unter der Überschrift „Vorsicht bei den Daten“.

SEO-Tools

Viele SEO-Tools bieten mittlerweile eine Möglichkeit für einen Prompt-Research an. Mangels belastbaren Daten sind das aber meist Hochrechnungen und Prognosen, die man mit Vorsicht genießen sollte.

Viele dieser vermeintlichen Nachfragedaten basieren auf Themenclustern, deren Grundlage wiederum die Suchvolumen von Keywords sind. Wie welches SEO- oder Tool genau vorgeht, ist nicht überall lückenlos nachvollziehbar, daher nenne ich bewusst keine einzelnen Tools.

GEO-Tools

Unter GEO-Tools verstehe ich Tools, die u. a. Prompt-Monitoring und teilweise auch Prompt-Research anbieten. Bei einigen gibt es (KI-)Assistenten, die Dir beim Prompt-Research helfen. Woher die Daten kommen, bleibt auch hier meist ungewiss.

Die Vermutung liegt auch hier nahe, dass als Grundlage Keyword-Daten von Google verwendet werden und die Prompts entsprechenden Themenclustern zugeordnet werden. Aber auch hier ist das nicht überall transparent und daher erspare ich mir auch hier die Nennung einzelner Tools.

Um Keywords auf Prompts zu erweitern, gibt es ebenfalls Tools, die zum Beispiel typische Prompt-Muster wie „Ich suche nach einem [PRODUKT]…“ erstellen. Das alles ist keine Raketenwissenschaft, sondern das sind lediglich Erweiterungen, die man theoretisch auch mit Excel machen kann.

Google Ads Keyword Planner

Da ich ihn nun schon zweimal erwähnt habe, kommen wir zum Google Ads Keyword Planner. Dieser bietet weiterhin mehr oder weniger verlässliche, aber definitiv die verlässlichsten Keyword-Daten an.

Zwar nur für Google, aber ich unterstelle, dass Themen, die bei Google gesucht werden, auch bei ChatGPT und Co. gesucht werden. Ob eine Korrelation vorhanden ist, weiß ich nicht. Aber in vielen Bereichen vermutlich schon.

Wenn Produkt 1 bei Google fünfmal so häufig gesucht wird, als Produkt 2, wird das bei ChatGPT vom Verhältnis her vermutlich ähnlich und nicht gänzlich unterschiedlich sein.

Im Google Ads Keywords Planner macht es natürlich keinen Sinn, ganze Prompts abzufragen. Da wird überall Null rauskommen. Hingegen sind Themen durchaus hilfreich. Denn ChatGPT und Co. machen mit ihren Fan-out-Queries ja nichts anderes: Sie reduzieren den Prompt auf kurze Suchanfragen und suchen danach. Nicht vor jeder Antwort, aber oft genug, um es als relevant zu bewerten.

Vorsicht bei den Daten

Genau die im vorherigen Abschnitt genannten Fan-out-Queries sind allerdings ein Problem. Denn sie erzeugen Nachfrage für Prompts und Keywords, die es nicht gibt.

Fan-out-Queries

Hä? Wenn jemand einen Prompt eingibt und die KI ein Fan-out-Query daraus macht, sucht ja jemand danach. Das ist richtig. Aber Fan-out-Queries werden nicht immer nur einmal gestellt. In Studien wurden Durchschnitte von 7,61 bis 10,7 Fan-out-Queries pro Prompt festgestellt.^{1 2} Im Maximum waren es bei zwei Studien 28 und in einer Studie sogar 420 Fan-out-Queries eines einzigen Prompts.³

Prompt-Monitoring

Die bereits genannten Tools, die Prompts monitoren, sind ebenfalls ein Problem. Sie fragen in einem regelmäßigen Rhythmus die Prompts ab und schauen, wer in den Antworten vorkommt. Genau das möchte man beim Prompt-Monitoring erreichen.

Aber was ist, wenn mein GEO-Tool sagt, ein Prompt hatte letzten Monat 90 Suchen und drei Unternehmen fragen jeweils einmal täglich, also 30 mal im Monat, genau diesen Prompt ab? Ganz genau: Kein Mensch hat je nach diesem Prompt gesucht.

Es geht nicht um den exakten Prompt

Letztendlich geht es nicht um den exakten Prompt. Denn Prompts werden selten ein zweites Mal eingegeben. Es geht darum, dass man die Relevanz von Themen mit seinem Prompt-Research ermittelt und richtig erfassen kann.

Dafür sind klassische Keyword-Researches weiterhin ein probates Mittel. Solange es keine belastbaren Daten von ChatGPT und Co. gibt, und ich bezweifle, dass es die jemand geben wird, müssen wir mit dem arbeiten, was wir haben. Die Korrelation bzw. Kausalität zwischen Keywords und Themen in unterschiedlichen Systemen habe ich bereits erwähnt.

Das heißt nicht, dass alles nun gleich wie bisher ist. Sehr wohl sind Prompts etwas anderes als Keywords. Meist nutzen User nicht nur einen Prompt, erhalten die Antwort und sind dann zufrieden. LLMs stellen häufig Folgefragen. Sei es zur Konkretisierung des initialen Prompts oder als Angebot für weitere Interaktion. Die Journey ist keinesfalls linear und prognostizierbar.

Daher fokussiere ich mich auf Themen und leite daraus potenzielle Prompts ab. Ich ergänze sie mit Daten aus den genannten Quellen, schaue regelmäßig zum Beispiel in der Google Search Console, welche Prompts schon genutzt wurden und leite daraus ab, ob mein bisheriges Prompt-Set noch aktuell ist oder ob es Anpassungen bedarf.

Fazit

Prompt-Research ist ein deutlich komplexeres Thema als die klassischen Keyword-Analysen. Dennoch sind die Vorgehensweise vergleichbar und mit dem geschickten Einsatz von KI lassen sich viele Schritte auch automatisieren oder zumindest teilautomatisieren.

Vertraue bei Prompt-Researches keinesfalls nur einem einzigen Tool und bedenke, dass Prompts nicht immer nur von Menschen kommen müssen.

---

1. Chris Long: New Research: ChatGPT Tripled It’s Fan-Out Queries + Looks For Authoritative Sources, Nectiv, 13. August 2026 ↩︎
2. Nick Haigler: Initial Research: Gemini 3 Query Fan-Outs, Seer Interactive, 21. November 2025 ↩︎
3. Despina Gavoyannis: What is Query Fan-Out? Understanding the Hidden Queries Driving AI Search, Ahrefs, 2. März 2026 ↩︎