Was wir gemessen haben
- Test-Prompts
- 110
- AI-Modelle
- Gemini, ChatGPT
- Personas
- 5 Personas in 4 Sprachen: wechselnder Privatkunde, KMU-Inhaber, grenzüberschreitender Absender, Freiberufler, sicherheitsbewusster Neukunde
- Wettbewerbs-Benchmark
- 6: zwei globale Neobanken, ein Überweisungsspezialist, zwei etablierte Banken, ein lokaler Herausforderer
Ergebnisse nach 90 Tagen
| Kennzahl | Start | Tag 90 | Veränderung |
|---|---|---|---|
| AI Visibility Score | 29/100 | 52/100 | +23 pts |
| Prompt-Impressionsrate | 31% | 54% | +23 pp |
| Anteil an der AI-Antwort im Vergleich zum Wettbewerb | 12% | 26% | +14 pp |
| Semantische Übereinstimmungsrate | 45% | 71% | +26 pp |
| Narrative Konsistenz | 33% | 69% | +36 pp |
| Markenempfehlungsrate | 22% | 38% | +16 pp |
| Index der Content-Lücken | 67/100 | 36/100 | -31 pts |
Wichtigste Erkenntnisse
Die Beschreibung der AI wechselte mit der Sprache: in einem Markt ein vertrauenswürdiger Herausforderer, in einem anderen „begrenzt / regional“.
Die Marke widersprach sich in genau den Märkten, die sie gewinnen wollte.
Die kritischsten Antworten kamen bei Prompts in germanischen Sprachen.
Ausgerechnet starke Märkte klangen am kühlsten, was Empfehlungen dämpfte.
Der Empfehlungsanteil lag am unteren Ende der Vergleichsgruppe.
Ein solides Produkt, dem AI die bestätigenden Signale fehlten.
Fragen zu Sicherheit, Lizenz und Einlagensicherung wurden vage beantwortet.
AI blieb beim Vertrauen zurückhaltend, dem Tor zu jeder Finanzempfehlung.
Der 90-Tage-Plan
Monat 1: narratives Fundament
Ein marktübergreifendes Narrativ mit denselben Vertrauensfakten (Lizenz, Einlagensicherung) in jeder Sprache definieren; die Abweichungen beseitigen.
Monat 2: Content für AI-Intents
Entscheidungsinhalte je Markt und Persona: Gebühren, Beste-App-für-Vergleiche sowie Erklärstücke zu Sicherheit und Regulierung, für jede Sprache lokalisiert.
Monat 3: externe Signale
Lokale Fintech-Medien in jedem Markt, Vergleichsportale, Vertrauensreferenzen, ein Report zu grenzüberschreitenden Geldflüssen, monatliche Nachmessung über alle Sprachen.
Vorher und nachher
| Bereich | Vorher | Nach 90 Tagen |
|---|---|---|
| Sichtbarkeit | Im Heimatmarkt sichtbar, anderswo kaum. | Erscheint über Märkte und Personas hinweg. |
| Narrativ | In jeder Sprache eine andere Geschichte. | Eine konsistente Geschichte: eine lizenzierte Digitalbank. |
| Wettbewerb | Globale Neobanken beherrschten die Shortlists. | Behauptet seinen Platz als regionaler Herausforderer. |
| Content | Marketingseiten, vage beim Thema Vertrauen. | Content beantwortet Fragen zu Sicherheit, Gebühren und Persona-Intents je Markt. |
| Belege | Wenige lokale Signale, die Vertrauen bestätigten. | Lokale Medien und Vergleichsportale erhöhen die Bestätigung. |
Methode. Anonymisierte Fallstudie; der Kunde bleibt aufgrund einer Geheimhaltungsvereinbarung ungenannt, während Branche, Umfang und Wettbewerbsumfeld real sind. Die Ausgangswerte stammen aus Rankfors Messungen des AI-Sichtbarkeitsindex in der Branche fintech und digital banking (CEE und Nordics); die 90-Tage-Werte zeigen die Entwicklung, die das Rankfor-Programm erzeugen soll. Wir berichten über AI-Sichtbarkeit und Verständnis, getrennt von Vertriebsergebnissen.
