Wir haben 3 Buyer Personas bei Perplexity getestet. Nur 1 hat uns gefunden.

Kurzfassung

Ein B2B-SaaS-Kunde testete Markensuchen und sah 80% Sichtbarkeit. Erfolg, oder? Wir testeten drei realistische Buyer Personas, die ihre Probleme beschrieben statt den Markennamen. Nur einer von drei fand sie. Zwei von drei Zielkunden konnten sie trotz perfekter Markensichtbarkeit nicht entdecken. Echte Kunden suchen nach Problemen, nicht nach Markennamen. Die Lösung: FAQ-Seiten erstellen, die persona-spezifische Fragen beantworten, problembasiertes Schema-Markup hinzufügen und für die Art optimieren, wie Kunden tatsächlich suchen. Testen Sie die Persona-Sichtbarkeit mit AI Visibility, nicht mit eitlen Markensuchen.

Kunde: B2B-SaaS-Startup (2 Mio. $ ARR, schnell wachsend) Ihr Test: „Suchen Sie nach [unserem Markennamen] bei ChatGPT und Perplexity“ Ihr Ergebnis: 80% Sichtbarkeit (ChatGPT erwähnte sie 4 von 5 Mal) Ihre Schlussfolgerung: „Wir dominieren die KI-Sichtbarkeit!“

Unser Test: 3 realistische Buyer Personas, die ihr Problem beschreiben, nicht die Marke Unser Ergebnis: Nur 1 Persona (von 3) fand sie Die Wahrheit: Zwei von drei Zielkunden konnten sie über KI nicht entdecken

Hier ist, was persona-basiertes Testen aufdeckte. Und warum Markensuchen lügen.

Die Markensuch-Illusion

Die meisten Unternehmen testen KI-Sichtbarkeit so:

ChatGPT oder Perplexity öffnen
Nach ihrem Markennamen suchen: „Erzähl mir von [Firmenname]“
Ihr Unternehmen erwähnt sehen
Schlussfolgern: „Wir haben großartige KI-Sichtbarkeit!“

Das Problem: Echte Kunden suchen nicht nach Ihrer Marke. Sie suchen nach ihrem Problem.

Was unser Kunde testete (Markensuchen)

Anfrage: „Was ist [Firmenname]?“

Perplexity-Antwort:

„[Firmenname] ist eine Projektmanagement-Plattform für Remote-Teams. Sie bietet Funktionen wie Aufgabenverfolgung, asynchrone Zusammenarbeit und Integration mit beliebten Tools wie Slack und Zoom.“

Ihre Erkenntnis: „Perplexity kennt uns!“

Was sie nicht testeten: Würde ein Käufer mit einem Problem sie finden?

Was wir testeten: 3 realistische Buyer Personas

Wir wählten die drei Personas, die Scout im wöchentlichen Monitoring beobachtet (der Mitgliedschafts-Standard, enthalten in Pro ab 99 $/Monat). Drei Personas, jede Woche, auf jeder Plattform — das sind 84 Gespräche, die Scout jeden Monat in Ihrem Namen führt. Wir testeten sie bei Perplexity mit problembasierten Anfragen.

Persona 1: Der überforderte Remote-Manager

Profil: Engineering Manager, 50-köpfiges Remote-Team, kämpft mit asynchroner Kommunikation

Anfrage: „Mein Remote-Engineering-Team ist über 8 Zeitzonen verteilt. Wir ertrinken in Slack-Nachrichten, und Leute verpassen wichtige Updates, weil sie schlafen, wenn Entscheidungen getroffen werden. Ich brauche eine Möglichkeit, asynchrones Arbeiten wirklich funktionieren zu lassen, ohne dass alle gleichzeitig online sein müssen. Welche Tools sollte ich mir ansehen?“

Perplexity-Antwort: Erwähnte 6 Tools:

Notion
Twist
Loom
Asana
Linear
Basecamp

Unser Kunde: Nicht erwähnt

Warum sie übersehen wurden: Perplexity verband „asynchrone Kommunikation“ mit Twist und Loom, nicht mit ihrem Produkt (obwohl asynchrones Arbeiten ihre Kernfunktion ist).

Persona 2: Der Ex-Agentur-Projektmanager

Profil: Hat das Agenturleben verlassen, ist einem Startup beigetreten, braucht ein schlankes PM-Tool (kein Enterprise-Ballast)

Anfrage: „Ich bin gerade einem 25-köpfigen Startup beigetreten, nachdem ich bei einer riesigen Agentur gearbeitet habe. Ich bin an Jira gewöhnt, aber das ist für dieses Team viel zu kompliziert. Ich brauche etwas, das Sprints und Aufgabenverfolgung kann, aber keinen Doktortitel zur Einrichtung erfordert. Idealerweise funktioniert es mit Slack, da wir dort leben. Welche Optionen habe ich?“

Perplexity-Antwort: Erwähnte 5 Tools:

Linear
Asana
Monday.com
ClickUp
[Produkt des Kunden]

Unser Kunde: Erwähnt (Rang #5)

Warum sie erschienen: Perplexity griff „Slack-Integration“ + „schlank statt Jira“ aus ihrem Website-Inhalt auf.

Persona 3: Das compliance-besorgte Startup

Profil: SaaS-Startup mit erstem Enterprise-Kunden, braucht Audit-Trails für SOC 2

Anfrage: „Wir haben gerade unseren ersten Enterprise-Kunden gewonnen, und er fragt nach unserem Change-Management-Prozess für die SOC-2-Compliance. Unser aktuelles Setup ist chaotisch. Entscheidungen passieren in Slack, Aufgaben in Linear, Dokumente in Notion. Ich brauche eine einzige Wahrheitsquelle, die zeigt, wer was wann entschieden hat, mit Audit-Trails. Welche Projektmanagement-Tools können das?“

Perplexity-Antwort: Erwähnte 4 Tools:

Jira (Enterprise-Funktionen)
Monday.com (Audit-Logs)
ClickUp (Compliance-Funktionen)
Smartsheet

Unser Kunde: Nicht erwähnt

Warum sie übersehen wurden: Sie haben Audit-Trail-Funktionen, aber optimierten ihren Inhalt nicht für die Keywords „SOC 2“ oder „Compliance“.

Die Realität: 33% Persona-Sichtbarkeit

Markensuch-Sichtbarkeit: 80% (erwähnt in 4 von 5 Marken-Anfragen)

Persona-basierte Sichtbarkeit: 33% (erwähnt in 1 von 3 problembasierten Anfragen)

Die Lücke: 47 Prozentpunkte an unsichtbaren, verpassten Gelegenheiten

Was das für den Umsatz bedeutet

Monatlicher Traffic des Kunden von KI-Plattformen (geschätzt):

Markensuchen: ~200 Anfragen/Monat → 80% Sichtbarkeit → 160 Impressionen
Problembasierte Suchen: ~2.500 Anfragen/Monat → 33% Sichtbarkeit → 825 Impressionen

Die verpasste Gelegenheit:

Wenn die Persona-Sichtbarkeit der Markensichtbarkeit (80%) entspräche, erhielten sie 2.000 Impressionen/Monat statt 825
Bei 3% Conversion zur Testversion sind das 35 Testversionen/Monat statt aktuell 14
2,4-faches Testversionsvolumen allein durch die Behebung der KI-Auffindbarkeit für Buyer Personas

Warum Markensuchen lügen: Die 3 falschen Positiven

Falscher Positiv #1: Bestehende-Bekanntheit-Verzerrung

Markensuche: „Erzähl mir von [Firma]“

Nur Leute, die die Marke bereits kennen, suchen so
Misst Wiedererkennung, nicht Entdeckung

Problemsuche: „Ich brauche ein Tool, das X macht“

Wie Menschen tatsächlich neue Lösungen entdecken
Misst echte Auffindbarkeit

Die Illusion: Hohe Markensichtbarkeit lässt Sie glauben, Sie seien auffindbar. Sind Sie nicht. Sie sind nur einprägsam für Leute, die Sie bereits kennen.

Falscher Positiv #2: Die „Beschreib uns einfach“-Falle

Markensuche: KI beschreibt Ihr Produkt akkurat Problemsuche: KI empfiehlt Konkurrenten, weil sie für das Problem optimiert haben, nicht für das Produkt

Beispiel:

Slogan des Kunden: „Async-first Projektmanagement“
Perplexitys Assoziation: Twist = asynchron, Linear = Projektmanagement
Ergebnis: Perplexity empfahl Twist + Linear, nicht den Kunden (der beides kann)

Die Lektion: KI-Plattformen bauen Assoziationen aus Web-Inhalten auf. Wenn Konkurrenten die Problem-Keywords besetzen, sind Sie unsichtbar.

Falscher Positiv #3: Die Plattform-Varianz-Fata-Morgana

Markensuchen sind plattformübergreifend tendenziell konsistent:

ChatGPT, Claude, Perplexity, Gemini kennen alle große Marken

Problemsuchen variieren stark:

ChatGPT erwähnt Sie vielleicht, Perplexity vielleicht nicht
Hängt davon ab, welche Quellen jede Plattform indexiert hat und wie aktuell

Dieser Fallstudie liegt ein Vier-Plattform-Durchlauf aus einer früheren Produktphase zugrunde. Aktuelle AI-Visibility-Berichte decken sieben Plattformen ab: ChatGPT, Perplexity, Claude, Gemini, Meta AI, Grok und DeepSeek.

Die Ergebnisse unseres Kunden plattformübergreifend:

Plattform	Markensuche	Persona 2 (einzige erfolgreiche Persona)
ChatGPT	Erwähnt	Erwähnt (Rang #3)
Perplexity	Erwähnt	Erwähnt (Rang #5)
Claude	Erwähnt	Nicht erwähnt
Gemini	Erwähnt	Nicht erwähnt

Markensuche: 100% Sichtbarkeit (4 von 4 Plattformen) Persona-Suche: 50% Sichtbarkeit (2 von 4 Plattformen)

Die Lücke: Sie denken, Sie sind überall sichtbar. Sind Sie nicht.

Wie wir es behoben haben: Der AI-Visibility-Bericht

Nachdem wir die Persona-Sichtbarkeitslücke identifiziert hatten, führten wir für den Kunden einen vollständigen AI-Visibility-Bericht mit denselben drei Personas durch.

Was AI Visibility aufdeckte

Hauptproblem: Ghost Influence

Ghost Influence: 68% der relevanten Erwähnungen nannten den Kunden nicht namentlich

Was das bedeutet:

Perplexity beschrieb Funktionen, die der Kunde anbietet („asynchrone Entscheidungsdokumentation“)
Schrieb sie aber Konkurrenten zu oder sagte „Tools wie Notion“ (generisch)
Der Kunde bildete den Markt, aber Konkurrenten sicherten sich die Zuschreibung

Beispiel:

Anfrage: „Welche Tools helfen Remote-Teams, Entscheidungen asynchron zu dokumentieren?“

Perplexity-Antwort: „Tools wie Notion und Confluence ermöglichen asynchrone Dokumentation. Für Projektmanagement mit Entscheidungsverfolgung sind Linear oder Asana eine Überlegung wert.“

Ghost Influence: Perplexity beschrieb den exakten Anwendungsfall des Kunden (asynchron + Entscheidungen + Projektmanagement), nannte ihn aber nicht namentlich.

Die Lösung: Persona-optimierter Inhalt

Wir identifizierten 2 Inhaltslücken, die ihre Persona-Sichtbarkeit zunichtemachten:

Lücke #1: Kein „SOC-2-Compliance“-Inhalt

Problem: Enterprise-Kunden, die nach Compliance-Funktionen suchten, konnten sie nicht finden
Lösung: FAQ-Seite hinzugefügt: „Wie [Produkt] SOC-2-Compliance unterstützt“ mit Audit-Trail-Details
Ergebnis: Perplexity erwähnte sie innerhalb von 2 Wochen bei Compliance-Anfragen

Lücke #2: Unteroptimierte „Async-first“-Positionierung

Problem: Konkurrenten (Twist, Basecamp) besaßen die „Async-first“-Assoziation
Lösung: Homepage-Hero-Text geändert von „Projektmanagement für Remote-Teams“ zu „Die Async-first-Projektmanagement-Plattform für Remote-Teams“
Ergebnis: ChatGPT begann, sie bei „Async-first“-Anfragen zu erwähnen

3 Monate später: Die Ergebnisse

Vor AI Visibility:

Persona-Sichtbarkeit: 33% (1 von 3 Personas fand sie)
Ghost Influence: 68%
Plattformabdeckung: 50% (2 von 4 Plattformen erwähnten sie bei Problem-Anfragen)

Nach AI Visibility + Inhaltskorrekturen:

Persona-Sichtbarkeit: 100% (3 von 3 Personas fanden sie)
Ghost Influence: 32% (halbiert)
Plattformabdeckung: 100% (alle 4 Plattformen erwähnen sie bei mindestens 2 von 3 Personas)

Geschäftliche Auswirkung:

KI-getriebene Testversionsanmeldungen stiegen um das 2,4-Fache
Kosten pro Testversion aus KI-Kanälen sanken von 45 $ auf 18 $ (organische Entdeckung, keine Anzeigen)
Besuche der Konkurrenzvergleichsseite stiegen um 40% (Kunden fanden sie früher in ihrer Recherche)

Das Persona-Testing-Framework (wie wir es gemacht haben)

Schritt 1: 3 Buyer Personas identifizieren

Keine Demografie („VP of Engineering, 100–500 Mitarbeiter“)

Sondern Psychografie („Ausgebrannt von Zoom-Meetings, will asynchrone Kultur“)

Drei ist die richtige Zahl. Genug Variation, um echte Lücken aufzudecken, wenige genug, dass Sie tatsächlich handeln können, was Sie finden. Das entspricht auch dem, was Scout im wöchentlichen Monitoring beobachtet.

Die 3 Personas unseres Kunden:

Überforderter Remote-Manager (Zeitzonen-Chaos)
Ex-Agentur-PM (braucht Einfachheit nach Jira)
Compliance-besorgtes Startup (SOC-2-Bedarf)

Schritt 2: Problembasierte Anfragen schreiben (keine Marken-Anfragen)

Schlecht (Marken-Anfrage): „Was ist [Produktname]?“

Gut (Problem-Anfrage): „Mein Remote-Team ertrinkt in Slack. Wie bringe ich asynchrone Kommunikation zum Funktionieren?“

Vorlage:

„[Spezifischen Schmerzpunkt im Detail beschreiben]. [Aktuelle kaputte Lösung beschreiben]. [Nach Tool-Empfehlungen fragen].“

Warum es funktioniert: Ahmt nach, wie echte Kunden suchen (Symptome beschreiben, nicht Lösungen)

Schritt 3: Auf 4+ KI-Plattformen testen

Mindestplattformen:

ChatGPT (höchste Nutzung)
Perplexity (schnell wachsend, zitationsbasiert)
Claude (Anthropic, hochwertige Antworten)
Gemini (Google, integriert mit Search)

Bonus-Plattformen (falls Ressourcen es erlauben):

DeepSeek (aufstrebend)
Meta AI (Facebook/Instagram-Integration)
Grok (X/Twitter-Integration)

Schritt 4: Sichtbarkeitslücken dokumentieren

Für jede Persona-Anfrage notieren:

Wurde Ihr Produkt erwähnt? (Ja/Nein)
Welcher Rang? (#1, #3, #5, nicht erwähnt)
Welche Konkurrenten wurden stattdessen erwähnt?
Hat die KI Ihre Funktionen beschrieben, ohne Sie zu nennen? (Ghost Influence)

Muster erkennen:

Wenn 2 von 3 Personas Sie nicht finden → große Inhaltslücke
Wenn Sie immer bei Rang #5–6 landen → brauchen stärkere Differenzierung
Wenn die KI Ihre Funktionen beschreibt, Sie aber nicht nennt → Ghost Influence (brauchen Zuschreibungssignale)

Schritt 5: Inhaltslücken beheben (priorisiert)

Fixes mit hoher Wirkung (diese zuerst):

Homepage-Hero-Text: Persona-Problemsprache hinzufügen („async-first für Remote-Teams“ statt „Projektmanagement“)
FAQ-Seite: Exakte Persona-Fragen beantworten („Wie funktioniert das für SOC 2?“)
Blogbeiträge: Für Persona-Schmerzpunkte schreiben („Warum Slack-Threads Entscheidungen in Remote-Teams töten“)

Fixes mit mittlerer Wirkung (falls Ressourcen es erlauben):

Fallstudien: Kunden vorstellen, die zu den Personas passen
Vergleichsseiten: „[Ihr Produkt] vs. Notion für Entscheidungsdokumentation“
Anleitungen: „Async-first-Workflows in [Produkt] einrichten“

Häufige Fehler beim Persona-Testen

Fehler #1: Generische Anfragen testen

Generisch: „Was sind die besten Projektmanagement-Tools?“ Persona-spezifisch: „Welche Projektmanagement-Tools funktionieren für Remote-Teams über 8 Zeitzonen hinweg?”

Warum das wichtig ist: Generische Anfragen liefern generische Ergebnisse (Top-10-Listen). Persona-Anfragen decken Entdeckungslücken auf.

Fehler #2: Nur eine Plattform testen

Einzelne Plattform: Nur ChatGPT testen, annehmen, die Ergebnisse gelten überall Mehrere Plattformen: ChatGPT, Perplexity, Claude, Gemini testen

Warum das wichtig ist: Die Plattform-Varianz ist enorm. ChatGPT kennt Sie vielleicht, Perplexity vielleicht nicht.

Fehler #3: Ghost Influence nicht verfolgen

Binäres Denken: „Sie haben uns erwähnt“ = Erfolg, „Haben sie nicht“ = Misserfolg Ghost-Bewusstsein: Verfolgen, wann die KI Ihre Funktionen beschreibt, ohne Sie zu nennen

Warum das wichtig ist: Ghost Influence bedeutet, Sie sind fast sichtbar. Kleine Inhaltskorrekturen können das umkehren.

Fehler #4: Als Sie selbst testen (nicht als Ihr Käufer)

Ihre Anfrage: „Was ist das beste Tool für Async-first-Projektmanagement?“ (verwendet Ihre Marketingsprache) Käufer-Anfrage: „Ich hasse es, dass mein Team in Slack lebt und ich die Hälfte der Entscheidungen verpasse. Was soll ich tun?” (verwendet ihre Schmerzsprache)

Warum das wichtig ist: Kunden sprechen nicht Ihre Marketingsprache. Sie beschreiben Probleme in ihren eigenen Worten.

Was als Nächstes zu tun ist

Option 1: DIY-Persona-Testing (kostenlos)

Drei Persona-Beschreibungen schreiben
Problembasierte Anfragen für jede erstellen
Bei ChatGPT, Perplexity, Claude, Gemini testen
Lücken dokumentieren und Inhalt korrigieren

Zeit: 4–6 Stunden pro Runde Kosten: Kostenlos (Ihre Zeit)

Option 2: Einen einmaligen AI-Visibility-Bericht durchführen (50 $)

Scout schreibt ein tiefgehendes Kundenprofil aus Ihrem Unternehmen und testet es auf sieben KI-Plattformen mit Dutzenden Fragen, die Ihr Kunde tatsächlich stellen würde.

Was Sie bekommen:

Persona-bewusstes Testen auf 7 KI-Plattformen
Ghost-Influence-Analyse (wo Sie ohne Zuschreibung erwähnt werden)
Wettbewerbspositionierung (welche Konkurrenten Ihre Persona-Keywords besetzen)
Priorisierte Empfehlungen zur Inhaltskorrektur

Zeit: 15 Minuten zum Einreichen, 15 Minuten zum Durchsehen des Berichts Kosten: 50 $, ein Job

Einen AI-Visibility-Bericht durchführen

Option 3: Wöchentliches Monitoring einrichten (Pro, ab 99 $/Monat)

Das haben wir für den Kunden in dieser Fallstudie gemacht. Die Mitgliedschaft schaltet mehr Personas durch Monitoring frei: drei unterschiedliche Personas, jede Woche, auf jeder Plattform. Das sind 84 Gespräche, die Scout jeden Monat in Ihrem Namen führt.

Was Sie bekommen:

Drei Personas jede Woche auf allen sieben KI-Plattformen getestet
Drift-Verfolgung, Persona für Persona, Plattform für Plattform
Ghost-Influence-Trends im Zeitverlauf
Mit Scout sprechen: fragen, was sich geändert hat, warum ein Konkurrent höher rankt, oder was zuerst zu beheben ist

Zeit: Einmal einrichten. Berichte kommen wöchentlich. Kosten: Ab 99 $/Monat jährlich abgerechnet, 5 Jobs enthalten

Pro-Preise ansehen

Das Fazit

Markensuchen messen Bekanntheit.

Persona-Suchen messen Auffindbarkeit.

Unser Kunde hatte 80% Markenbekanntheit auf KI-Plattformen, aber nur 33% Persona-Auffindbarkeit.

Die Lücke kostete sie das 2,4-Fache an Testversionsvolumen, das sie hätten bekommen sollen.

Ein AI-Visibility-Bericht für 50 $ deckte das Problem auf. Zwei Inhaltskorrekturen schlossen die Lücke in 3 Monaten. Wöchentliches Monitoring hielt sie geschlossen.

Ihre Markensuch-Sichtbarkeit ist vielleicht perfekt. Ihre Persona-Sichtbarkeit wahrscheinlich nicht.

Weiterführende Lektüre

Bereit, Ihre echte Persona-Sichtbarkeit zu testen? Führen Sie einen AI-Visibility-Bericht durch (50 $, ein Job) und finden Sie heraus, welche Buyer Personas Sie über KI tatsächlich entdecken können. Oder richten Sie wöchentliches Monitoring ein (Pro, ab 99 $/Monat) und beobachten Sie, wie es weiter funktioniert. Markensuchen lügen. Personas sagen die Wahrheit.