Hallo zusammen,
ich beschäftige mich seit einer Weile mit dem Thema Wettbewerberanalyse und frage mich, inwieweit KI dabei wirklich einen Unterschied macht. Bisher mache ich das größtenteils manuell – ich schaue mir Konkurrenzseiten an, notiere mir was die so treiben, welche Produkte sie bewerben, wie ihre Funnel aufgebaut sind usw. Das kostet extrem viel Zeit und ich habe das Gefühl, dass ich trotzdem nur an der Oberfläche kratze.
Jetzt wo der Sommer läuft und etwas ruhigerer Traffic-Zeit ist, wollte ich das eigentlich angehen und einen vernünftigen Prozess aufbauen. Meine Fragen konkret:
- Nutzt ihr KI um Konkurrenzseiten systematisch zu analysieren? Wenn ja wie genau – scrapt ihr selbst oder nutzt ihr fertige Tools die KI integriert haben?
- Wie geht ihr mit der Aktualität der Daten um? Das ist ja ein klassisches Problem wenn KI-Modelle auf veralteten Trainingsdaten basieren.
- Lohnt es sich überhaupt da tief reinzugehen oder reicht am Ende ein manueller Blick alle paar Wochen?
Bin gespannt was ihr so macht. Ich will das nicht überkomplizieren aber auch nicht blind Konkurrenten hinterherlaufen ohne wirklich zu verstehen was bei denen funktioniert.
Gute Frage, die hab ich mir auch gestellt als ich angefangen hab mich mit Tracking zu beschäftigen (da gibts ja ähnliche Probleme mit Datenaktualität).
Ich mache das aktuell so: Ich nutze ein Python-Skript das mir die wichtigsten Seiten meiner Hauptkonkurrenten regelmäßig scrapt – Seitenstruktur, neue Unterseiten, Änderungen bei den beworbenen Produkten. Die Rohdaten schmeiss ich dann in einen GPT-4o-Workflow der mir eine strukturierte Zusammenfassung erstellt. Was hat sich geändert, welche neuen Affiliate-Links tauchen auf, hat sich der Funnel verändert.
Das klingt aufwendiger als es ist. Setup hat mich vielleicht einen Wochenendtag gekostet, jetzt läuft es halbautomatisch. Den Punkt mit den veralteten Trainingsdaten würde ich so beantworten: Die KI analysiert ja deine aktuell gescrapten Daten, nicht ihre eigenen Trainingsdaten. Das Modell selbst muss nichts über deine Nische wissen – es muss nur strukturieren und zusammenfassen können.
Ob das tief lohnt hängt davon ab wie kompetitiv deine Nische ist. In Nischen wo sich 3-4 Anbieter wirklich alles klauen was funktioniert, ist ein systematischer Prozess Gold wert.
Ich seh das etwas anders als Dieter91 oben. Der Scraping-Ansatz ist technisch solide, aber ich glaube viele unterschätzen wie viel Rauschen dabei entsteht. Du kriegst massenweise Daten und musst dann trotzdem noch selbst entscheiden was davon relevant ist.
Mein Ansatz ist einfacher: Ich definiere erstmal klar was ich überhaupt wissen will. Welche Produkte promotet der Konkurrent gerade stark? Wie ist seine Content-Frequenz? Gibt es erkennbare Saisonmuster? Diese Fragen gebe ich als Rahmen vor und lasse dann KI gezielt dazu recherchieren – teilweise mit Perplexity für aktuelle Webdaten, teilweise mit eigenen Prompts die ich auf bestimmte Seiten losjage.
Der entscheidende Punkt: KI ist bei Wettbewerberanalyse kein Ersatz für eigenes Denken, sondern ein Beschleuniger. Ich brauch am Ende immernoch jemanden der die Ausgabe interpretiert und Schlüsse zieht. Hab mal den Fehler gemacht das zu überdelegieren und bin dann Konkurrenten in Richtungen gefolgt die für mich überhaupt keinen Sinn ergeben haben.
Kurz und knapp: Perplexity + eigener GPT-Wrapper für die Zusammenfassung, dazu SimilarWeb für Traffic-Schätzungen. Damit komme ich bei 90% der Fragen weiter ohne großen Setup-Aufwand.