AI Citation Analysis — Wie Lücken auf Segment-Ebene innerhalb von Truffle aussehen (2 Marken, 2 Verticals, 90 Tage)

Warum haben wir diese 2 Marken von 4 ausgewählt?

Beide Marken teilen ein charakteristisches Profil, das der AI-Intelligence-View als „Nischendominanz + benachbarte Unsichtbarkeit"-Form zum Vorschein bringt. Extreme Führung in 1 spezifischen Sub-Segment (Werkstatt / deutschsprachiges DIY bei der einen; Last-Minute-Skireise bei der anderen) plus explizite Kritische-Unsichtbarkeit-Flags in benachbarten Segmenten (B2B-Beschaffung / Familien-mit-Kindern). Es ist dasselbe strukturelle Muster in zwei verschiedenen Verticals — was es als mentales Modell nutzbar macht, nicht als kategoriespezifische Beobachtung.

Der 4-Marken-Datensatz wurde jeweils ≥90 Tage getrackt — echte Buyer-Prompts über die 6 AI-Engines, mehrere Runs pro Prompt zum Herausfiltern der LLM-Stochastik.

Marke C · Geschenke-E-Com DE — der sprachgebundene B2C-Führer mit einem B2B-blinden Fleck

Der AI-Intelligence-View von Marke C bringt ein sehr deutschsprachig-spezifisches + sehr B2C-Vertical-spezifisches Autoritätsprofil zum Vorschein. Der vollständige, für Segmente und Personas relevante SITUATION-ANALYSIS-Block, wortwörtlich aus der Plattform, übersetzt:

Zwei Kategorien aus diesem INSIGHTS-Bullet lohnen einen Moment: „Keller" (basement) und „Werkstatt" (workshop) — deutschsprachiges DIY-Kategorievokabular. Die AI-Engines haben gelernt, die Marke mit diesen Anfragen zu assoziieren, weil der On-Site-Content-Stack in diesem Vokabular optimiert wurde. Genau dieselbe Marke erscheint mit 27,4% Mention-Rate bei der zusammengesetzten Kennzahl (Competitors-View, 30-Tage-Filter) — wettbewerbsfähig für das Vertical, aber unter dem Benchmark für eine Marke mit diesem Grad an Kategoriedominanz.

Der Link-Opportunities-Zähler für Marke C bringt 3.710 identifizierte Off-Site-Anker zum Vorschein — weniger als das, womit Marken mit ähnlicher Autorität in anderen Verticals konfrontiert sind. Das ist die Vertical-Form, die für die Marke arbeitet: Die deutsche B2B-Heim-/Werkstatt-Kategorie hat einen engen, gut definierten Autoritätsgraphen. Das Schließen der Beschaffungslücke ist ein systematisches Projekt — 5–15 Branchen-Beschaffungsportale, gezielte B2B-Fachpublikationen, strukturierte Produktdaten für beschaffungsspezifische Anfragen (Mengenpreise, Lieferfenster, Rechnungsstellung).

Zitations-Lesart: Die B2C-Prompts werden zitiert, weil Seiten existieren. Die B2B-Prompts werden nicht zitiert, weil Seiten nicht existieren. Der AI-Intelligence-WEAKNESS-Text ist kein diagnostisches Rätsel — er ist ein Arbeitsauftrag. Beschaffungs-Content, auf Deutsch, der dem Vokabular des Käufers entspricht („Großkundenrabatt", „Angebotserstellung", „Lieferzeiten"), wird innerhalb von 4–6 Wochen nach Veröffentlichung zitiert, wenn das umgebende Schema (validiere mit unserem Schema-Checker) + die Freshness-Signale korrekt sind. Die technische LLM-SEO-Grundlage behandelt, was das umgebende Schema zum Ladezeitpunkt der Seite enthalten muss.

Marke D · Travel/Ski EU — der 99,1%-Nischendominator mit dem benachbarten-Segment-schwarzen-Loch

Marke D zeigt dieselbe Form wie Marke C — extreme Dominanz in einem spezifischen Sub-Segment, benachbartes-Segment-schwarzes-Loch — aber in einem anderen Vertical und mit einer viel höheren Kennzahl. Der relevante SITUATION-ANALYSIS-Block, wortwörtlich:

99,1% Mention-Anteil in einem Sub-Segment ist die höchste Einzelsegment-Konzentration, die wir im 4-Marken-Datensatz beobachtet haben. Bei Last-Minute-Ski-Prompts in den abgedeckten EU-Sprachen wird diese Marke in ungefähr 99 von 100 AI-Antworten genannt. Das ist Kategoriedominanz auf Prompt-Ebene, nicht nur auf Vertical-Ebene.

Die Schwäche im benachbarten Segment ist strukturell in genau derselben Form wie bei Marke C: Familien-mit-Kindern-Anfragen zitieren die Marke nicht, weil das Tracking der Plattform keinen Content sieht, der speziell auf diese Anfragen zielt. Der INSIGHTS-Bullet wird sogar noch spezifischer — „AI priorisiert Transparenz bei Stornierungsbedingungen für Familien" — was umsetzbarer Text ist: Baue eine familienspezifische Stornierungsbedingungen-Seite + einen AI-Overview-optimierten FAQ-Block, und Zitate folgen innerhalb von 30–60 Tagen.

Zitations-Lesart: Das Muster ist „AI weiß, wofür du stehst, AI zitiert dich entsprechend, und AI zitiert dich nicht für das, wofür du nicht aufgetaucht bist." Der Fix für die Familien-mit-Kindern-Lücke ist nicht mehr Off-Site-PR — die Off-Site-Autorität ist bereits in Ordnung. Der Fix ist ein dedizierter Content-Pillar mit dem Vokabular des Käufers + FAQPage-Schema + expliziter familienrelevanter Kategorisierung (Altersgruppen, Kids-Club-Abdeckung, Logistik geteilter Familien). Der Leitfaden AI Overviews erklärt behandelt, wie Googles AIO-Oberfläche speziell FAQPage-Schema liest, und unsere AI-SEO-Übersicht rahmt ein, wie der redaktionelle Ansatz auf Segment-Ebene auf die breitere AI-SEO-Disziplin abbildet.

Warum erscheint dieselbe Segment-Lücken-Form in zwei verschiedenen Verticals?

Das Muster, das sich herauskristallisiert: AI-Zitation ist prompt-geformt, nicht marken-geformt. Eine Marke mit Kategoriedominanz + On-Site-Autorität erhält trotzdem 0 Zitate für Prompts, bei denen keine Seite auf diesen Prompt zielt. Der AI-Intelligence-View bringt dies je Segment/Persona zum Vorschein — die Formulierung „kritische Unsichtbarkeit" ist die redaktionelle Stimme der Plattform für „du hast hier keine Abdeckung."

Für Teams, die den redaktionellen Fahrplan bauen, der dieses Muster schließt, behandelt unser Kaufberater für AI Citation Tracking, wie man die Messseite instrumentiert; der AI-Brand-Tracking-View bringt die Per-Domain-Quellen-Mention-Karte zum Vorschein, die die Autorität off-site verankert.

Tracking-View — wo die Segment-Geschichte pro Prompt konkret wird

Der Tracking-View ist der Ort, an dem die AI-Intelligence-Findings pro Zeile überprüfbar werden. Für Marke C zeigt das Filtern des Tracking-Korpus auf B2B-beschaffungsgeformte Prompts das „kritische Unsichtbarkeit"-Finding auf Zeilenebene — die Mention-Spalte zeigt 0% über alle Engines, während dieselbe Marke bei B2C-Anfragen in der nächsten Zeile darunter zu 60–80% zitiert. Gleiche Marke, gleiche Woche, gleiche Plattform — anderes Segment, anderes Ergebnis.

Wie kommst du vom Muster zum Fix?

Beide Marken teilen eine operative Erkenntnis, die über ihr Vertical hinaus verallgemeinert:

• Nischendominanz ist beständig, aber perimeter-begrenzt. Eine Marke, die 99,1% bei „Last-Minute-Ski" besitzt, wird sich nicht organisch über Dominanz-Momentum in „Familien-Skiurlaub" ausdehnen. AI-Engines extrapolieren nicht; sie zitieren, was auf der Seite steht.
• Redaktionelle Aufbauten für benachbarte Segmente haben kurze Latenz. Setze einen dedizierten Pillar auf (Segment-Landing + FAQPage-Schema + FAQ-Block im Käufer-Vokabular + explizites Persona-Targeting), und die Zitationsrate erscheint typischerweise innerhalb von 30–60 Tagen, wenn die umgebenden Freshness-/Schema-Elemente vorhanden sind.
• Der AI-Intelligence-View ist der Fahrplan, nicht der Report. Die WEAKNESSES- + INSIGHTS-Bullets lesen sich wie redaktionelle Diagnosen, weil sie es sind — die Plattform generiert sie aus dem Tracking-Datensatz explizit, um umsetzbare Segment-Lücken zum Vorschein zu bringen.

Teste diese Analyse auf Segment-Ebene an deiner eigenen Marke

1. Erstelle dein kostenloses Truffle-Konto — Marke + Kategorie + 5–10 Wettbewerber, das Tracking aktiviert sich innerhalb einer Stunde.
2. Lies zuerst die WEAKNESSES-Bullets im AI-Intelligence-View, nicht die STRENGTHS. Jeder „kritische Unsichtbarkeit"- oder „totale Abwesenheit"-Bullet entspricht einer spezifischen Prompt-Form, bei der deine Marke nicht zitiert wird. Diese Liste ist dein redaktioneller Fahrplan.
3. Gleiche mit dem Tracking-View ab. Filtere auf die spezifische Persona/das spezifische Segment, das in der Schwäche genannt wird — Evidenz auf Zeilenebene.
4. Setze den Segment-Pillar um. Nicht nur ein Blogpost — Landingpage + FAQPage-Schema + FAQ-Block im Käufer-Vokabular + explizite Persona-Kategorisierung.
5. Miss erneut bei 30–60 Tagen. Der Zitations-Auftrieb auf Segment-Ebene ist schneller als der aggregierte Index-Auftrieb, weil du eine diskrete Null schließt, statt einen zusammengesetzten Durchschnitt zu bewegen.

Externe Validierung (Querverweis)

Die Zitationsdynamik auf Segment-Ebene deckt sich mit zwei externen Studien, die erwähnenswert sind:

• Stackmatix + Frase (2026) — FAQ-Schema hebt die AI-Overview-Zitationsrate um ~28–30% über getrackte Verticals hinweg. (Quelle)
• Ahrefs · Search Engine Land (2025) — Analyse von ~17 Mio. AI-Zitaten: 44% stammen aus dem ersten Drittel einer Seite; Freshness ist materiell relevant (76,4% der meistzitierten ChatGPT-Seiten innerhalb von 30 Tagen aktualisiert). (Quelle)

Diese externen Inputs rahmen den Mechanismus auf der Oberflächenschicht ein. Der Per-Marke-AI-Intelligence-View der Plattform bringt zum Vorschein, welche spezifischen Segmente am meisten davon profitieren, diese Mechanismen anzuwenden — was generische Best Practice in einen markenspezifischen redaktionellen Fahrplan verwandelt. Verwandte Beiträge dieser Reihe: Deep-Dive zur Divergenz je Engine und Cross-Vertical-Index + KPI-Benchmarks.