> For the complete documentation index, see [llms.txt](https://docs.airops.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.airops.com/docs/de/insights/analytics/sentiment.md). # Stimmung Verstehen Sie, wie KI-Plattformen Ihre Marke anhand themenbasierter Stimmungsanalyse über KI-Antworten hinweg darstellen. Der Tab „Sentiment“ bietet eine detaillierte Analyse, wie KI-Suchplattformen über Ihre Marke sprechen. Statt nur zu verfolgen, ob Sie erwähnt werden, zeigt Sentiment *was* KI-Engines über Sie sagen und ob es positiv, negativ oder neutral ist — aufgeschlüsselt nach automatisch extrahierten Themen. ## Kernmetrik ### Stimmungswert Positive Erwähnungen plus die Hälfte der neutralen Erwähnungen, geteilt durch die Gesamtzahl der Markenerwähnungen (0–100). Höhere Werte deuten auf ein günstigeres Sentiment hin, wie KI-Plattformen Ihre Marke darstellen. Die Sentiment-Scores sind im gesamten Tab farbcodiert: | Score-Bereich | Bezeichnung | Farbe | | ------------- | ----------- | ----- | | 60-100 | Positiv | Grün | | 40-59 | Neutral | Grau | | 0-39 | Negativ | Rot | ## Wie Themen funktionieren AirOps extrahiert automatisch wiederkehrende Themen aus KI-generierten Antworten, die Ihre Marke erwähnen. Themen sind kurze Beschreibungen (2–3 Wörter), die Themen repräsentieren, die KI-Engines konsequent mit Ihrer Marke verbinden — etwa „Kundensupport“, „Preisflexibilität“ oder „Produktzuverlässigkeit“. Themen werden mithilfe einer mehrstufigen KI-Analyse Ihrer Antwortdaten extrahiert und im Laufe der Zeit verfeinert, wenn neue Daten hinzukommen. ## Zeitreihe des Sentiment-Scores Verfolgen Sie die Entwicklung Ihres Sentiment-Scores im Zeitverlauf mit vier Ansichten: ### Insgesamt Sehen Sie den Trend Ihres aggregierten Sentiment-Scores über alle Plattformen, Themenbereiche und Themen hinweg. Verfolgen Sie, ob sich das Sentiment verbessert, stabil bleibt oder zurückgeht. ### Nach Thema Analysieren Sie den Sentiment-Score nach Themenclustern. Identifizieren Sie, welche Themen das positivste oder negativste Sentiment erzeugen, und verfolgen Sie Veränderungen im Zeitverlauf. ### Nach Plattform Vergleichen Sie die Sentiment-Scores über KI-Antwort-Engines hinweg (ChatGPT, Gemini, Perplexity, Google AI Mode, Google AI Overviews). Verstehen Sie, welche Plattformen Ihre Marke am positivsten darstellen. ### Nach Thema Sehen Sie die Trendverläufe des Sentiment-Scores für einzelne Themen im Zeitverlauf. Verfolgen Sie, ob sich bestimmte Aspekte Ihrer Markenwahrnehmung verbessern oder verschlechtern. ## Sentiment-Treemap Die Treemap bietet einen visuellen Überblick über alle Ihre Sentiment-Themen auf einen Blick: * **Kachelgröße** gibt an, wie häufig das Thema vorkommt (Vorkommen) * **Kachelfarbe** reicht von Rosa (negatives Sentiment) bis Türkis (positives Sentiment) Wenn Sie mit der Maus über eine Kachel fahren, sehen Sie den Themennamen, den Sentiment-Score und eine Aufschlüsselung der positiven, negativen und neutralen Zählungen. Verwenden Sie den Sentiment-Filter, um sich auf **Alle Sentiments**, **Positiv**, oder **Negativ** Themen. ## Tabelle der Sentiment-Themen Die Themen-Tabelle bietet eine detaillierte Aufschlüsselung jedes extrahierten Themas mit den folgenden Spalten: | Spalte | Beschreibung | | ------------- | ------------------------------------------------------------------------ | | Thema | Der Name des extrahierten Themas | | Stimmungswert | Der Sentiment-Score des Themas (0–100), farbcodiert nach Sentiment-Stufe | | Volume | Prozentsatz aller Themenvorkommen, den dieses Thema ausmacht | | Vorkommen | Gesamtzahl, wie oft dieses Thema in den Antworten erscheint | ### Filterung nach Sentiment Verwenden Sie das Sentiment-Dropdown, um Themen zu filtern nach **Alle Sentiments**, **Positiv** (Score >= 60) oder **Negativ** (Score < 40). ### Zu den Antworten im Detail Erweitern Sie eine beliebige Themenzeile, um die einzelnen KI-generierten Antworten zu sehen, die zu dem Sentiment dieses Themas beigetragen haben. Jede Antwortzeile zeigt: * **Anbieter** — welche KI-Plattform die Antwort generiert hat * **Datum** — wann die Antwort erfasst wurde * **Antworttext** — einen Ausschnitt der KI-generierten Antwort Klicken Sie auf eine beliebige Antwort, um ein Detailpanel mit dem vollständigen Antwortinhalt zu öffnen. Bei positiven und negativen Antworten zeigt das Panel außerdem eine allgemein verständliche Erklärung, warum die Antwort diese Klassifizierung erhalten hat. {% hint style="info" %} Sentiment-Erklärungen gelten für einzelne Antworten. Sie werden nicht zu einem Treiber auf Themenebene zusammengefasst. {% endhint %} ## Filter Alle Diagramme und Kennzahlen auf dieser Seite können nach folgenden Kriterien gefiltert werden: * **Datumsbereich**: Wählen Sie einen Zeitraum für Ihre Analyse * **Region**: Nach geografischer Region filtern * **Prompt-Typ**: Kategorienbezogen (allgemeine Prompts) vs. markenbezogen (Prompts, die Ihre Marke direkt erwähnen) * **Thema**: Nach Themenclustern filtern * **Plattform**: Nach spezifischer KI-Antwort-Engine filtern * **Persona**: Nach Zielgruppen-Persona filtern --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.airops.com/docs/de/insights/analytics/sentiment.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.