Wie sich die Nachfrage nach KI-Prompts einschätzen lässt

Eine Volumenangabe braucht einen klaren Bezug

Ein Unternehmen möchte wissen, bei welchen Fragen potenzielle Kunden nach einer Lösung suchen. Eine geschätzte Häufigkeit hilft dabei, den Umfang dieser Nachfrage einzuordnen. Dazu gehört die Angabe, auf welchen Markt und welchen Zeitraum sich die Schätzung bezieht. Auch die betrachtete KI-Anwendung ist relevant.

Eine allgemeine Untersuchung der ChatGPT-Nutzung liefert beispielsweise keine direkte Zahl für eine bestimmte Anbieterfrage in Deutschland. Öffentliche Nutzungsberichte zeigen häufig größere Themenbereiche. OpenAI weist bei seinen veröffentlichten Nutzungsdaten zudem darauf hin, dass Enterprise-Nachrichten und Codex-Nutzung ausgeschlossen sind. Solche Grenzen beeinflussen, welche Aussagen aus den Daten möglich sind.

Quelle zum Umfang öffentlicher Nutzungsdaten: OpenAI Signals.

Mehrere Formulierungen können dieselbe Nachfrage betreffen

Menschen formulieren ihre Fragen unterschiedlich. Zwei Fragen können sich trotzdem auf dieselbe Entscheidung beziehen.

Für die Bewertung der Nachfrage ist deshalb entscheidend, ob ein weiterer Prompt nur anders formuliert ist oder eine andere Situation beschreibt. Die Zahl der gesammelten Formulierungen sagt für sich genommen wenig darüber aus, wie häufig Menschen das Thema ansprechen. Eine größere Promptliste kann dieselben Themen mehrfach enthalten.

Keyword-Suchvolumen liefert Hinweise auf Themen.

Suchdaten können Hinweise darauf geben, welche Themen Menschen beschäftigen. Eine Google-Suchanfrage und ein Gespräch mit einer KI entstehen jedoch unter unterschiedlichen Bedingungen. Im Gespräch können vorherige Antworten den nächsten Schritt beeinflussen. Eine kurze Nachfrage ist ohne diesen Verlauf oft kaum verständlich.

Deshalb lässt sich das Suchvolumen eines Keywords nicht unverändert als Promptvolumen ausweisen. Dafür wäre ein Nachweis erforderlich, der die Übertragung auf die untersuchte KI-Nutzung begründet. Suchvolumen kann dann als ergänzender Hinweis dienen. Eine Promptschätzung braucht eine eigene begründete Datengrundlage.

Bei Query Fan-out erzeugt das System zusätzliche Suchanfragen

Google beschreibt Query Fan-out als eine Technik, bei der das Modell verwandte Suchanfragen erzeugt, um Informationen für eine Antwort abzurufen. Aus einer Nutzerfrage können dadurch mehrere Suchanfragen zu Teilthemen entstehen. Diese Abfragen werden vom System erzeugt. Ihre Anzahl ist deshalb keine Zählung zusätzlicher Nutzerfragen.

Auch menschliche Anschlussfragen im Gespräch sind davon zu unterscheiden. Welche internen Abfragen ein konkretes System verwendet, ist von außen nicht vollständig einsehbar. Ein Test kann nur die Teile dokumentieren, die in der jeweiligen Umgebung tatsächlich sichtbar sind. Eine nachvollzogene Suchverzweigung erlaubt noch keine Aussage darüber, wie häufig Menschen die ursprüngliche Frage stellen.

Google beschreibt den Einsatz bei AI Overviews und AI Mode in der Dokumentation zu KI-Funktionen.

Die geschätzte Häufigkeit ist eine Grundlage für die Themenauswahl

Für ein Unternehmen zählt auch, ob die Fragestellung zu seinem Angebot passt. Eine seltenere Anbieterfrage kann für das Geschäft relevanter sein als eine häufige allgemeine Wissensfrage. Bei der Auswahl eines Promptsets gehören deshalb die geschätzte Nachfrage und die Bedeutung der jeweiligen Kundenentscheidung zusammen.

Dabei bleibt erkennbar, worauf die Einschätzung beruht. Eine echte Kundenfrage belegt, dass diese Frage in einem bestimmten Zusammenhang gestellt wurde. Eine von einer KI erzeugte Beispielfrage belegt zunächst nur eine mögliche Formulierung. Keine der beiden Beobachtungen bestimmt allein die Häufigkeit im Markt.

Bavaria AI forscht an der Bewertung von Promptnachfrage

Wir haben ein eigenes System entwickelt, um die Nachfrage hinter Promptthemen datenbasiert zu schätzen und daraus Promptsets für die KI-Sichtbarkeit zu entwickeln. Die laufende Forschung umfasst auch die Prüfung von Query Fan-out und die Erweiterung der untersuchten Themen.

Die Ergebnisse dienen dazu, Themen für die weitere Arbeit zu priorisieren. Es handelt sich um Schätzungen. Bei der Einordnung der Ergebnisse erläutern wir deren Aussagekraft und Grenzen.