Marketer-Leitfaden: Wie Sie LLMs beeinflussen und Kund*innen gewinnen

TL;DR: Die Beeinflussung von LLMs spielt mittlerweile eine zentrale Rolle dabei, wie Kund*innen Ihre Marke finden und sich für sie entscheiden. Die erste Aufgabe ist es, KI dazu zu bringen, Ihre Marke als Antwort zu präsentieren, und das ist wichtiger denn je: 42,7 % der Erwachsenen haben im vergangenen Monat ein KI-Tool für lokale Suche genutzt, und unter Haushalten mit mehr als 150.000 $ beginnen nun 54,5 % ihre Suche mit KI, vor Google. Einfluss wirkt jedoch auf zwei Ebenen. Ihre Marke muss sichtbar gemacht, dann ausgewählt und zunehmend auch von KI-Agenten genutzt werden, wenn diese im Namen von Kund*innen Transaktionen durchführen. Dieser Text ist das Handbuch für all das: die grundlegenden Schritte und jene, die das agentische Zeitalter verlangt.

Die beiden Ebenen des LLM-Einflusses

Die erste Aufgabe bei der Beeinflussung von LLMs ist, sie dazu zu bringen, Ihre Marke als Antwort anzuzeigen. Strukturieren Sie Ihre Markendaten, sorgen Sie für Konsistenz und seien Sie präsent. Wer bei KI-Antworten fehlt, existiert faktisch nicht.

Am wichtigsten ist das Ziel des Einflusses. Melissa Todisco, Senior Director, Product Marketing bei Yext, formuliert es so: „Man kann LLM nicht kontrollieren. Aber Sie können alle Endpunkte kontrollieren, die ein LLM höchstwahrscheinlich aufsuchen wird, um Informationen zu finden. Sie können dann auch kontrollieren, wie vertrauenswürdig diese Inhalte sind und wie sie angezeigt werden.“

Es gibt keinen festen Strategieplan, um in einem LLM angezeigt zu werden, und keinen direkten Feed, der die Platzierung garantiert. Stellt man dieselbe Frage heute und morgen, kann sich die Antwort ändern. Einfluss hatte also nie etwas mit dem Modell zu tun. Es geht um die Quellen, denen das Modell vertraut. Neu ist, dass Ihre Marke nun LLMs dazu bewegt, mehr zu tun, als nur darüber zu sprechen. Ihre Marke beeinflusst sie dazu, sich für sie statt für Wettbewerber*innen zu entscheiden und in ihrem Namen zu handeln – also Buchungen vorzunehmen, Empfehlungen auszusprechen oder Transaktionen durchzuführen –, wenn eine agentische KI zwischen Ihrer Marke und dem Kunden steht. Zwei Einflussebenen anstatt nur einer. Das ist der Wechsel von SEO zu Antwortmaschinenoptimierung und GEO und es verändert, wofür Ihre Marke optimiert.

Schaffen Sie eine Grundlage aus verifizierten, konsistenten Daten

Die Grundlage sind genaue, konsistente Markendaten für alles, was KI „liest“, um eine Antwort zu erstellen. Auf diese Weise beeinflusst Ihre Marke, was ein LLM über sie sagt.

Es gibt drei Eigenschaften, die LLMs bei Inhalten, denen sie vertrauen, belohnen: Sie sind aktuell, das heißt, sie werden regelmäßig aktualisiert und sind keine veralteten Seiten. Sie sind relevant und entsprechen dem, was Kund*innen tatsächlich verlangen. Und sie sind überall dort einheitlich, wo Ihre Marke angezeigt wird. An Beständigkeit scheitern die meisten Marketer. Wenn Ihre Einträge eines sagen, Ihre Website aber etwas anderes, wird das kein sehr starkes Signal an ein LLM senden. Wenn diese beiden Aspekte bei Ihrer Konkurrenz allerdings im Einklang sind, muss das LLM wählen, wem es vertrauen soll. Und es wird denjenigen mit den einheitlichen Informationen auswählen.

Deshalb ist der Knowledge Graph so wichtig. Es geht nicht nur darum, wo Ihre Marke Daten zentralisiert. Es ist der verifizierte Datensatz, auf den sich die KI bezieht und nach dem die KI-Agenten handeln. Und die Zahlen zeigen: Nur wer dies gut umsetzt, wird auch tatsächlich zitiert. Ungefähr 79,9 % der KI-Zitate verweisen immer noch auf Quellen, die Marken kontrollieren, ihre eigenen Websites und Einträge, obwohl dieser Anteil gegenüber 88,2 % im Vorquartal gesunken ist. Diejenigen Marken, die ihre Daten bewusst verwalten, haben die Antwort in der Hand. Das Hinzufügen eines Verifizierungssignals oben verstärkt den Effekt: Seiten mit Brand Certified Facts verzeichneten einen Anstieg der Google-Gemini-Zitate um 9,2 %, bei Bing um 35 % und bei Yahoo einen Klickanstieg von 37 %.

Stellen Sie eine einzige verlässliche Quelle überall dort bereit, wo KI liest

Es ist verlockend, Einfluss als vier separate digitale Touchpoints zu behandeln: Einträge, lokale Seiten, Bewertungen und unstrukturierte Signale. Es sind wirklich vier Arten, ein und dasselbe zu sagen. Stellen Sie sicher, dass die verifizierten Daten Ihrer Marke überall dort verfügbar sind, wo LLMs danach suchen. Es handelt sich nicht um vier Aspekte, die Sie manuell unter einen Hut bringen müssen. Es ist ein System: eine einzige strukturierte Quelle der Wahrheit, die direkt auf jede Oberfläche übertragen wird, die von KI gelesen wird.

Warum sollte man Sie überall verteilen? Weil niemand vorhersagen kann, welcher Quelle ein bestimmtes LLM vertrauen wird. „Nicht jedes LLM priorisiert dieselben Endpunkte“, so Melissa. „Die Algorithmen können sich täglich ändern. Und das variiert je nach Branche und je nach Art der Prompt.“ Sie erklärt den Mechanismus in einfachen Worten. Eine subjektive, markenneutrale Frage wie „Was ist die beste Pizzeria in Köln Wedding?“ führt eher zu Bewertungen. Eine Suchanfrage in meiner Nähe wie „eine bemerkenswerte Pizzakette in meiner Nähe“ führt eher zu Einträgen. Eine markenbezogene Anfrage leitet auf die Website Ihrer Marke weiter, während eine sehr lokale Frage eine detaillierte lokale Seite mit echten Produkt- und Dienstleistungsinformationen bevorzugt. Jede KI-Engine gewichtet unterschiedliche Quellen, daher deckt eine nicht alle ab.

„Im Grunde geht es darum, wer als Erster die meisten Inhalte veröffentlicht, die die Art von Fragen beantworten, die am ehesten zu Kundenbesuchen in Ihrem Geschäft führen“, sagt sie. Ihre Marke gewinnt dieses Rennen mit einer einzigen Datenquelle und direkter Verteilung auf über 200 Endpunkte ohne Aggregator dazwischen. Dazu gehört nun ein im Besitz von Yext befindliches, KI-fähiges Verzeichnis (Location.com) sowie direkte LLM-Partnerschaften. Diese Berührungspunkte werden zu Ausgaben des Systems, nicht zu einer Checkliste. Und das macht einen Unterschied. Marken, deren Daten im Netzwerk synchronisiert sind, rangieren innerhalb von 1,5 Kilometern +2,71 Positionen höher und in den wettbewerbsintensivsten Märkten sogar um bis zu +6,20. Für Multi-Location-Marken ist dieser lokale Vorteil entscheidend.

Messen Sie die Sichtbarkeit Ihrer Marke gegenüber der Konkurrenz

IInhalte „KI-freundlich“ zu gestalten, ergibt keinerlei Sinn, wenn man nicht überprüfen kann, ob es funktioniert hat. Eine Marke kann nicht beeinflussen, was sie nicht sehen kann und, so Melissa, Überwachung allein reicht nicht mehr aus.

Vor einem Jahr ging es nur darum, zu überwachen, ob Sie sichtbar sind. Jetzt verlagert sich der Fokus von der Überwachung darauf, dass Sie aktiv Maßnahmen bei diesen Dingen ergreifen können. Und um noch einen Schritt weiterzugehen, können Sie den Kreis schließen und mit der Tatsache verknüpfen, dass diese Aktionen tatsächlich ROI geliefert und Ihre KI-Sichtbarkeit verbessert haben.

Es gibt zwei Dinge, die die meisten Marketer noch übersehen. Zunächst muss die Sichtbarkeit sowohl auf Marken- als auch auf Standortebene verwaltet werden, da LLMs für eine Frage zur Markenreputation aus ganz anderen Quellen schöpfen als für eine „in meiner Nähe“-Frage. Multi-Location-Marken leben gleichzeitig in beiden Welten. Zweitens muss die Sichtbarkeit im Vergleich zum Wettbewerb gemessen werden, nicht nur anhand der bisherigen Leistung der eigenen Marke. „Marketer beeinflussen Märkte, die weitaus dynamischer sind“, meint Melissa. „LLMs berücksichtigen, was Ihre Marke tut und was alle Ihre Wettbewerber*innen machen. Wenn Sie das nicht berücksichtigen, agieren Sie im Blindflug und in einem Vakuum.“

Dafür wurde Yext Scout entwickelt. Es zeigt, wo Ihre Marke bei KI-Antworten je nach Standort im Vergleich zu echten Wettbewerbern gewinnt und verliert: über 10 Mrd. Signale an mehr als 12 Mio. Standorten, 150 Sichtbarkeitsmetriken pro Scan, 19 Wettbewerber*innen pro Standort, auf ChatGPT, Gemini, Perplexity und Claude. Dies ist die Ebene der Wettbewerbsanalyse, die den Einfluss von einer Vermutung in ein gemessenes Ziel auf Standortebene umwandelt. Wie Melissa es ausdrückt: Sichtbarkeit zu gewinnen bedeutet, Kundenbesuche und Marktanteile zu gewinnen.

Bereiten Sie sich auf KI-Agenten vor, die Maßnahmen ergreifen

Die neueste Grenze des Einflusses besteht darin, LLMs zum Handeln zu bringen, nicht nur zum Antworten. KI-Agenten sind über das Finden und Empfehlen Ihrer Marke hinausgegangen. Sie beginnen, damit aktiv zu werden: Termine buchen, Bestellungen aufgeben, Artikel im Namen der Kundschaft in den Warenkorb legen. „Die große Veränderung im letzten Jahr: Früher ging es nur um Fragen und Antworten und die Erstellung von Inhalten“, berichtet Melissa. „Jetzt begeben wir uns in eine Welt, in der es darum geht, wie man LLMs konkret dabei unterstützt, aktiv zu werden, und wie sie sich mit verschiedenen Ressourcen vernetzen.“

Diese Welt ist greifbar nah. Protokolle wie MCP und A2A standardisieren, wie KI-Agenten sich mit Marken verbinden und Aufgaben ausführen, und McKinsey prognostiziert bis 2030 bis zu 1 Billion US-Dollar an agentischem Commerce-Einzelhandelsumsatz. Einfluss beschränkt sich nicht mehr auf die Empfehlung. Der Einfluss reicht bis zur Transaktion, und was ein Agent für Ihre Marke leistet, ist nur so gut wie die Daten, auf denen er basiert.

Die Aufgabe wächst also: Beeinflussen Sie nicht nur, was ein LLM über Ihre Marke sagt, sondern auch, wie eine agentische KI dafür handelt. Der Hebel ist dieselbe verifizierte Quelle der Wahrheit. „Man braucht eine strukturierte, verlässliche Datenquelle, mit der die KI-Agenten arbeiten können“, sagt Melissa, „denn man will ja nicht, dass ein KI-Agent die falsche Aufgabe ausführt, weil er Zugriff auf die falschen Informationen hat.“ Eine agentische KI, die veraltete Daten verwendet, bucht einen Slot, den Ihre Marke nicht hat, nennt einen Preis, den sie nicht anbietet, oder leitet Kund*innen zu einem Standort, der geschlossen ist. Der Knowledge Graph ist der Datensatz, anhand dessen die agentische KI handelt. Machen Sie es richtig und der Agent verhält sich richtig.

Einflussnahme deckt nun den gesamten Prozess ab: von der Präsentation Ihrer Marke über die Auswahl bis hin zur korrekten Umsetzung durch einen Agenten. Jeder Schritt führt zu denselben verifizierten Daten, überall, wo KI hinschaut, und überall, wo KI-Agenten hinkommen.

Ihr Schritt-für-Schritt-Leitfaden zur Einflussnahme

Einfluss wirkt in Schichten. Hier ist das Handbuch: die grundlegenden Schritte plus die, die das agentische Zeitalter verlangt.

1. Überprüfen Sie Ihre Daten an der Quelle. Schaffen Sie eine strukturierte Quelle der Wahrheit, den Knowledge Graph, sodass jede Antwort zu Ihrer Marke auf einen Datensatz zurückgeführt werden kann, den Ihre Marke kontrolliert.
2. Verteilen Sie alles direkt. Verteilen Sie diese verifizierten Daten auf über 200 Oberflächen ohne Aggregator dazwischen, einschließlich Location.com und direkter LLM-Partnerschaften. Halten Sie sie auf allen Plattformen aktuell, relevant und einheitlich.
3. Verschiedene Engines brauchen verschiedene Einflüsse. Behandeln Sie Engines nicht als Einheit. Sie gewichten Quellen unterschiedlich. Gemini konzentriert sich zu etwa 52 % auf Marken-Websites, OpenAI zu etwa 36 % auf Einträge, Perplexity zu etwa 51 % auf Websites und Anthropic zu etwa 20 % auf soziale Medien und Bewertungen. Nur etwa 5 % der Zitate überschneiden sich zwischen den Modellen, daher sollten alle Endpunkte abgedeckt werden.
4. Ermitteln Sie, wo Ihre Marke Marktanteile verliert. Mit Scout können Sie die Gewinnrate Ihrer Marke im Vergleich zu Wettbewerber*innen nach Standorten und über alle wichtigen KI-Modelle hinweg analysieren und Lücken in priorisierte Maßnahmen umwandeln.
5. Seien Sie bereit für den entscheidenden Moment. Stärken Sie Bewertungen und verifizierte Daten, damit Ihre Marke bei der Übergabe ausgewählt und nicht nur erwähnt wird.
6. Bringen Sie Ihr eigenes LLM mit. Verbinden Sie das Modell, das Ihr Team bereits verwendet, direkt über den Yext MCP-Server mit den Daten von Scout, damit Ihr Team die Sichtbarkeit abfragen und in natürlicher Sprache darauf reagieren kann.

Die Schnittstellen werden sich weiterhin ändern und die Modelle ebenfalls. Das Beeinflussen dessen, was KI über Ihre Marke sagt, entscheidet und tut, läuft immer auf dasselbe hinaus. Eine verlässliche Quelle der Wahrheit, überall, wo KI hinsieht, gemessen am Wettbewerb. Bauen Sie das auf, und Ihre Marke wird die Marke, der das LLM vertraut.