Fragen Sie zehn Unternehmen, was eine AI Search Beratung eigentlich liefert, und Sie bekommen zwei Antworten, die fast nichts miteinander zu tun haben. Die eine Hälfte beschreibt eine Firma, die eine Suche in ein Produkt einbaut, damit ein Kunde mit einer halb formulierten Frage im Supportfeld das richtige Dokument zurückbekommt statt eines Stichworttreffers. Die andere Hälfte beschreibt eine Firma, die von außen arbeitet und dafür sorgen soll, dass eine Marke zitiert wird, wenn jemand ChatGPT oder die KI-Übersichten von Google um eine Empfehlung bittet. Beides sind echte Gewerke. Beide werden unter derselben Bezeichnung verkauft. Budget, Fachwissen und die Abteilung, die das Projekt führen müsste, unterscheiden sich in jedem einzelnen Punkt, und wer die Kategorie bestätigt, ohne das Gewerk zu bestätigen, verliert ein Quartal damit, es herauszufinden.
Das ist keine Wortklauberei. Davon hängt ab, wen Sie briefen, was in einem Angebot stehen muss und woran Sie am Ende messen, ob die Arbeit funktioniert hat. Der Unterschied ist leicht zu erkennen, sobald ihn jemand benennt, und fast niemand benennt ihn.
Ein Begriff, zwei Gewerke
Das erste Gewerk ist Engineering. Eine Firma in diesem Geschäft nimmt die Inhalte, die Ihnen bereits gehören, also etwa einen Produktkatalog, eine Dokumentation, ein Schadenarchiv oder zehn Jahre Supporttickets, und baut darüber ein Retrieval-System. Die heutige Bauweise nutzt Embeddings und einen Vektorindex, damit eine Anfrage über die Bedeutung trifft und nicht über die exakte Wortfolge, meist kombiniert mit klassischem Stichwort-Ranking, weil rein semantische Suche bei Namen, Teilenummern und Datumsangaben schlechter abschneidet, als die meisten erwarten. Das Ergebnis ist ein laufendes System in Ihrem Produkt, und darüber urteilen Ihre eigenen Entwickler und Ihre eigenen Nutzer.
Das zweite Gewerk liegt näher an Öffentlichkeitsarbeit als an Softwareentwicklung. Eine Firma in diesem Geschäft untersucht, wie Assistenten eine Antwort zusammensetzen, was sie dabei zitieren und warum eine Quelle statt einer anderen genannt wird. Daraus folgt Arbeit an Inhalten, an Struktur, an technischem Markup und an der Art von Fremdberichterstattung, die einem Modell überhaupt erst etwas zum Verweisen gibt. In Ihr Produkt wird nichts ausgeliefert. Was sich ändert, ist, ob Ihr Name auftaucht, wenn jemand eine Frage stellt, auf die Sie gern die Antwort wären.
Firmen des ersten Typs verkaufen an eine Produktleitung oder an die Technikleitung. Firmen des zweiten Typs verkaufen an das Marketing. Es kommt häufig vor, dass ein Unternehmen den einen Pitch hört, die andere Abteilung briefet und acht Wochen verstreichen lässt, bevor jemand den Bruch bemerkt.
| Vergleichspunkt | Suche im eigenen Produkt | Sichtbarkeit in KI-Antworten |
|---|---|---|
| Wer sucht | Ihr bestehender Kunde, in etwas, das Ihnen gehört | Eine fremde Person, die einen Assistenten um eine Empfehlung bittet |
| Wer es verantworten sollte | Produkt oder Entwicklung | Marketing oder Kommunikation |
| Was geliefert wird | Ein laufendes Retrieval-System samt Fragensatz | Veröffentlichte Inhalte, Markup und Fremdberichterstattung |
| Woran der Erfolg hängt | Eine Retrieval-Kennzahl auf einem beschrifteten Fragensatz | Der Zitatanteil auf einer festgelegten Fragenliste |
| Wer das Ergebnis steuert | Sie selbst, weil das System Ihnen gehört | Teilweise der Modellanbieter, weshalb nichts garantiert ist |
Drucken Sie diese Tabelle aus und legen Sie sie demjenigen vor, der unterschreiben soll. Eine AI Search Beratung, die zur linken Spalte passt, ist für die rechte die falsche Wahl, und umgekehrt gilt dasselbe.
Woran Sie erkennen, welches Gewerk Sie brauchen
Bevor Sie eine AI Search Beratung beauftragen, klärt eine kurze Frage den Fall. Wo findet die Suche statt, und wer sucht?
- Wenn die suchende Person bereits Ihr Kunde ist, bereits angemeldet ist und in etwas sucht, das Ihnen gehört, dann ist es das Engineering-Gewerk. Der Fehler, den Sie beheben, ist Ihre eigene schlechte Suche.
- Wenn die suchende Person Sie nicht kennt und einen Assistenten fragt, wen sie beauftragen soll, dann ist es das Sichtbarkeits-Gewerk. Der Fehler, den Sie beheben, ist Ihre Unsichtbarkeit im Moment der Frage.
- Wenn beides zutrifft, sind es zwei Projekte mit zwei Budgets, und das Engineering-Projekt hat fast immer den klareren Rückfluss, weil es an einem System gemessen wird, das Sie kontrollieren, und nicht an einem Modell, das jemand anders ohne Ankündigung neu trainiert.
Unternehmen mit einem großen eigenen Bestand an Dokumenten, also Versicherer, Kanzleien, Industriebetriebe, das Gesundheitswesen und Anbieter von Unternehmenssoftware, kaufen in aller Regel das Erste und beschreiben das Zweite, weil der Begriff, den sie gehört haben, der Begriff aus der Fachpresse ist. Unternehmen, die eine Dienstleistung an wenige hochwertige Käufer verkaufen, kaufen in aller Regel das Zweite und würden Geld für das Erste verschwenden.
Was ein ernsthaftes Angebot auf der Engineering-Seite enthält
Ein belastbares Angebot für produktseitige Suche behandelt fünf Punkte. Fehlt einer davon, wurde der schwierige Teil auf eine spätere Rechnung verschoben.
- Aufnahme und Zerlegung der Dokumente. Wie Ihre Texte geschnitten werden, wiegt schwerer als die Wahl des Modells. Ein Vertrag, der an der falschen Stelle getrennt wird, beantwortet eine halbe Frage mit voller Überzeugung.
- Der Aufbau des Retrievals. Fragen Sie, ob hybrid gesucht wird und wie exakte Treffer behandelt werden. Wer sagt, Embeddings allein genügten, hat das nicht im Betrieb gegen echte Artikelnummern laufen lassen.
- Die Messung. Es muss einen beschrifteten Fragensatz und eine Zahl dazu geben, bevor die Arbeit beginnt, damit „besser“ eine Messung ist und keine Vorführung. Das ist der verlässlichste Prüfpunkt überhaupt, weil die Firmen, die so arbeiten, von selbst darauf zu sprechen kommen.
- Antwortzeit und Kosten pro Anfrage bei Ihrem echten Volumen. Beides ist im Prototyp unauffällig, und an beidem scheitern diese Projekte im fünften Monat.
- Wer das System danach betreibt. Ein Retrieval-System driftet, sobald der Bestand wächst. Jemand muss neu indizieren, neu messen und nachjustieren, und dieser Jemand steht entweder auf Ihrer Gehaltsliste oder auf einem Wartungsvertrag.
Dasselbe gilt für die Eigentumsfrage, die Käufer gern übersehen, solange die Vorführung noch beeindruckt. Unser Beitrag dazu, was Sie bei KI-Leistungen tatsächlich einkaufen, geht die Punkte im Einzelnen durch, und bei einer Suche greifen sie schärfer als bei den meisten anderen Arbeiten, weil Index, Fragensatz und Feinabstimmung sämtlich Dinge sind, die eine Firma mit einiger Berechtigung behält, wenn niemand etwas anderes vereinbart.
Was die Sichtbarkeitsseite zusagen darf und was nicht
Die seriöse Fassung dieses Gewerks ist ihr Geld wert, und eine AI Search Beratung auf der Sichtbarkeitsseite kann ihr Honorar verdienen. Die unseriöse Fassung ist weit verbreitet und an einem einzigen Merkmal zu erkennen: der garantierten Platzierung. Niemand steuert, was ein Modell sagt. Die Assistenten ändern ihr Abrufverhalten nach einem Zeitplan, den außerhalb der Labore niemand kennt, und wer Ihnen eine Position zusagt, hat das System entweder nicht verstanden oder rechnet damit, dass Sie nicht nachprüfen.
Zugesagt werden darf das Vorgehen. Eine gute Firma sagt Ihnen, welche Fragen sie angeht, welche Quellen für diese Fragen derzeit zitiert werden, was sie veröffentlichen oder korrigieren will und woran sie misst, ob sich der Zitatanteil bewegt. Das ist ein vernünftiger Auftrag. Unsere Beiträge zum Unterschied zwischen AEO, GEO und klassischer Suchmaschinenoptimierung und dazu, wie man von KI-Assistenten empfohlen wird, beschreiben die Arbeit im Einzelnen.
Wer vor der Vergabe belastbare Quellen lesen will: Das Stanford Institute for Human-Centered Artificial Intelligence veröffentlicht jährlich den AI Index, und die jährliche Erhebung The State of AI von McKinsey verfolgt, wofür Unternehmen dieses Geld tatsächlich ausgeben und nicht, wofür Anbieter es ausgegeben sehen möchten.
Das Gespräch, das Anbieter in zehn Minuten sortiert
Um das einer AI Search Beratung vorzulegen, brauchen Sie keinen technischen Hintergrund. Drei Fragen erledigen den größten Teil, und die Antworten trennen die beiden Gewerke sofort.
- „Läuft Ihr Ergebnis in unserem Produkt oder außerhalb davon?“ Wer das nicht in einem Satz beantwortet, verkauft Ihnen eine Kategorie und keine Leistung.
- „Welche Zahl sagt uns, dass es funktioniert hat, und wer erhebt sie?“ Die Engineering-Antwort ist eine Retrieval-Kennzahl auf einem Fragensatz. Die Sichtbarkeits-Antwort ist der Zitatanteil auf einer festgelegten Fragenliste. Alles andere ist eine Erzählung.
- „Zeigen Sie mir, wann das zuletzt schiefging und was Sie geändert haben.“ Jede Firma, die eines der beiden Gewerke ausgeliefert hat, hat so einen Fall. Wer keinen hat, hat nicht ausgeliefert.
Stellen Sie diese Fragen, bevor Sie über den Preis sprechen. Wer alle drei sauber beantwortet, ist ein Honorargespräch wert, und unser Leitfaden zu den Auswahl einer KI-Agentur enthält die längere Liste für den zweiten Termin.
Wo die Suche nach einem Anbieter anfängt
Es gibt nicht die eine AI Search Beratung, und das Verzeichnis trennt die beiden Gewerke, statt sie unter einer Überschrift zu führen. Firmen, die Retrieval und Suche in Produkte einbauen, stehen unter AI Search Agenturen und unter individuellen KI-Lösungen, und die Teams für die Datenarbeit darunter stehen unter Machine Learning und Data Science. Nach dem Gewerk zu suchen statt nach dem Begriff ist der schnellste Weg, die Verwechslung zu vermeiden, um die es in diesem Text geht.
Wenn Sie das Problem lieber einmal beschreiben, als Kategorien durchzugehen: schildern Sie uns Ihr Vorhaben, und wir nennen Ihnen die Agenturen aus unserem Verzeichnis, die genau diese Art von Arbeit machen. Das kostet nichts und verpflichtet zu nichts.
Entscheiden Sie vor dem ersten Telefonat, welches der beiden Geschäfte Sie einkaufen. Das ist eine Entscheidung von zehn Minuten, die ein Quartal spart, und die Anbieter, die eine Beauftragung wert sind, werden erleichtert sein, dass Sie sie getroffen haben.
Quellen
- Stanford Institute for Human-Centered Artificial Intelligence, AI Index Report, jährlich.
- McKinsey & Company, The State of AI, jährliche Erhebung.