Abläufe
Zwei Fragen an jedes Rechercheergebnis
Recherchierte Ergebnisse klingen schnell nach Zielgruppe. Zwei Fälle aus meinem Betrieb zeigen, wo sie tragen, wo sie kippen und welche zwei Fragen das vorher klären.
Am 21. Juli habe ich einem Sprachmodell eine einzige Frage gestellt: „Hast du das erfunden oder ist das über Quellen belegt?“ Gemeint war ein Begriff, den es mir als treffenden Oberbegriff für meine Arbeit vorgeschlagen hatte. Ich kannte den Begriff nicht und wollte wissen, ob und in welchem Zusammenhang er tatsächlich verwendet wird. Auf die Nachfrage hin relativierte das Modell seine Empfehlung: Es hatte den Begriff zu eindeutig als etabliert dargestellt und wies nun auf eine mögliche andere Lesart in der Industrie hin. Drei Wochen zuvor hatte eine Zielgruppenrecherche eine andere Grenze gezeigt: Aussagen über eine Zielgruppe sind noch keine Aussagen aus dieser Zielgruppe. Aus beiden Fällen ergeben sich zwei Fragen, die jedes recherchierte Ergebnis sortieren, bevor es auf eine Seite oder in ein Gespräch geht: Wo ist der Beleg? Und wie benutzen die Menschen, die es lesen sollen, dieses Wort?
Bei dieser Recherche fanden sich für die Marketing-Rollen ausreichend brauchbare Originalstimmen. Für Geschäftsführung und technische Leitung blieb die Quellenlage zu meiner konkreten Fragestellung zu dünn. Bei anderen Fragen und Zielgruppen kann das anders ausfallen. Den Recherche-Skill können Sie hier herunterladen und für Ihren eigenen Zweck testen.
Eine Methode, zwei Ergebnisse
Ende Juni habe ich die Zielgruppe von perspectiva/ noch einmal von Grund auf recherchieren lassen, ausschließlich aus öffentlich zugänglichen Quellen. Gearbeitet hat ein Recherche-Skill, der Ablauf, Quellen und Qualitätsregeln vorgibt. Mehrere Unter-Agenten haben parallel recherchiert. Ein eigener Agent hatte ausschließlich die Aufgabe, die Zitate gegen ihre Originalquellen zu prüfen. Am 29. Juni lagen drei Ideal Customer Profiles (ICPs) und vier Personas vor.
Bei den Marketing-Rollen hat das getragen. Zu ihnen gibt es echte Stimmen im Netz, etwa auf Bewertungsplattformen wie Kununu, wo Menschen über ihre eigene Arbeit schreiben.
Für Geschäftsführung und technische Leitung reichten die gefundenen Originalstimmen dagegen nicht aus, um belastbare Profile zu erstellen. Was übrig blieb, war Hypothese. In meinem Tagebuch steht an diesem Tag über die Online-Recherche: „Bei GF und CTO produziert sie Beratersprech und fremde Narrative.“
Ich lese das so: Wo Geschäftsführer nicht selbst schreiben, schreiben andere über sie. Berater, Anbieter, Fachmedien. Die Recherche findet deren Sätze, sauber zitiert und mit Quelle, und sie klingen nach Zielgruppe. Belegt ist damit, was über die Geschäftsführung gesagt wird. Was sie selbst sagt, ist nicht belegt.
Zwei Modelle, ein Begriff
Mitte Juli suchte ich einen Namen für den Weg, um den es in meiner Arbeit geht, von der Sichtbarkeit beim Kunden bis zum Auftrag. Am 16. Juli habe ich das in der Hängematte mit ChatGPT durchgespielt, eine halbe Stunde lang. Heraus kam „Demand-to-Order“, dazu ein deutscher Satz, mit dem ich mich wohlgefühlt habe. Am Nachmittag habe ich das Ergebnis Claude vorgelegt, dem Modell, mit dem ich bis dahin an der Positionierung gearbeitet hatte. Claude hat es zerlegt und die eigene Linie verteidigt.
Beide Antworten waren gut begründet. Ins Tagebuch habe ich am nächsten Tag geschrieben, schwierig werde es, „wenn du zwei Modelle erfragst und die sagen dir zwei unterschiedliche Dinge und begründen das recht schlüssig“.
Fünf Tage später habe ich kein drittes Modell gefragt. Ich habe dem ersten die Frage nach der Quelle gestellt.
Ich habe ‚Demand-to-Order‘ nicht frei erfunden. Der Begriff wird tatsächlich verwendet – aber ich habe ihn damals zu eindeutig als den treffendsten etablierten Oberbegriff dargestellt.
Danach kam, was es nicht gefunden hatte: keine breite Standardisierung, kein etabliertes Prozessmodell, als aktuelle Verwendung nur die Definition einer einzelnen B2B-Agentur. Und ein Punkt, der für meine Leser schwerer wiegt. In ERP- und Supply-Chain-Systemen bedeutet „Demand“ meist Produktbedarf, Prognosen oder Bedarf aus bestehenden Aufträgen. Ein Geschäftsführer aus der Produktion, so die Antwort, könnte Demand-to-Order zuerst als den Weg von der Bedarfsplanung zum Produktionsauftrag lesen.
Das ist genau der Leser, für den der Begriff gedacht war. Industrie, Engineering, Tech. Damit stand eine mögliche Lesart im Raum, die an meinem Angebot vorbeiging – gerade bei den Menschen, die ich erreichen wollte.
Empfohlen hat das Modell den Begriff trotzdem weiter, als eigenen, ausdrücklich erklärten Rahmen. Es hat selbst dazugeschrieben, dass er ohne gute Erklärung nach Beratungssprache klingen kann. Damit war ich wieder bei der Recherche vom Juni. Auf meiner Website steht der Begriff heute nicht.
Der Skill zum Mitnehmen
Mit diesem Recherche-Skill für KI-Agenten untersuchen Sie Ihre B2B-Zielgruppe im DACH-Raum. Sie geben Angebot und Zielgruppe vor. Der Skill analysiert vorhandene Gesprächsnotizen, Interviews und Kundenfeedbacks oder recherchiert in öffentlichen Quellen.
Er erstellt Themenübersichten, rollenbezogene Personas und Ansätze für Ihre Positionierung. Dabei trennt er Originalstimmen, Aussagen Dritter und Hypothesen. Fehlen ausreichende Belege, soll er die Lücken ausdrücklich benennen.
Was ein Modell beantworten kann und was nicht
Bei der Zielgruppenrecherche war entscheidend, wer tatsächlich sprach. Beim Begriff war entscheidend, wo und mit welcher Bedeutung er verwendet wurde.
Ich habe deshalb nicht noch eine weitere Einschätzung eingeholt, sondern nach der Grundlage der Empfehlung gefragt. Die Nachfrage nach der Quelle brachte eine Einschränkung zum Vorschein, die in der ersten Empfehlung gefehlt hatte.
Wer Ideal Customer Profiles (ICPs) und Personas mit KI recherchiert, sollte erkennen können, worauf die einzelnen Aussagen beruhen: auf Originalstimmen, Aussagen Dritter oder abgeleiteten Hypothesen. Bei meiner Recherche war diese Grundlage je nach Rolle unterschiedlich belastbar. Für die Vertriebsbotschaft auf der Website oder im Sales-Pitch kommt eine weitere Frage hinzu: Verstehen Ihre Kunden das Leistungs- und Nutzenversprechen so, wie Sie es meinen? Der Vertrieb erlebt in Kundengesprächen, welche Formulierungen verstanden werden und welche Rückfragen auslösen. KI-Agenten können recherchieren, Fundstellen zusammentragen und Zitate prüfen. Welche Ergebnisse in die Positionierung und die Argumentation im Verkaufsgespräch einfließen, bleibt eine fachliche Entscheidung.
Auch ein sauber belegter Begriff kann bei Kunden die falsche Vorstellung auslösen. Für Website und Sales-Pitch zählt deshalb beides: wie ein Begriff verwendet wird und wie ihn die angesprochenen Menschen verstehen.
