> 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 „Stimmung“ bietet eine detaillierte Analyse, wie KI-Suchplattformen über Ihre Marke sprechen. Anstatt nur zu verfolgen, ob Sie erwähnt werden, zeigt „Stimmung“ *was* KI-Engines über Sie sagen und ob dies positiv, negativ oder neutral ist — aufgeschlüsselt nach automatisch extrahierten Themen.

## Kernmetrik

### Sentiment-Score

Positive Erwähnungen plus die Hälfte der neutralen Erwähnungen, geteilt durch die gesamten Markenerwähnungen (0–100). Höhere Werte deuten auf eine positivere Stimmung hin, mit der KI-Plattformen Ihre Marke darstellen.

Stimmungswerte sind im gesamten Tab farblich gekennzeichnet:

| Wertebereich | 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 mit neuen Daten im Laufe der Zeit verfeinert.

## Zeitreihe des Stimmungswerts

Verfolgen Sie, wie sich Ihr Stimmungswert im Laufe der Zeit entwickelt, mit vier Ansichten:

### Gesamt

Sehen Sie den Trend Ihres aggregierten Stimmungswerts über alle Plattformen, Themen und Themenbereiche hinweg. Verfolgen Sie, ob sich die Stimmung verbessert, stabil bleibt oder verschlechtert.

### Nach Thema

Schlüsseln Sie den Stimmungswert nach Themencluster auf. Ermitteln Sie, welche Themen die positivste oder negativste Stimmung erzeugen, und verfolgen Sie Veränderungen im Laufe der Zeit.

### Nach Plattform

Vergleichen Sie Stimmungswerte zwischen KI-Antwort-Engines (ChatGPT, Gemini, Perplexity, Google AI Mode, Google AI Overviews). Verstehen Sie, welche Plattformen Ihre Marke am günstigsten darstellen.

### Nach Thema

Sehen Sie sich die Trends des Stimmungswerts einzelner Themen im Laufe der Zeit an. Verfolgen Sie, ob sich bestimmte Aspekte der Wahrnehmung Ihrer Marke verbessern oder verschlechtern.

## Stimmungs-Treemap

Die Treemap bietet auf einen Blick eine visuelle Übersicht über alle Ihre Stimmungs-Themen:

* **Kachelgröße** steht für die Häufigkeit, mit der das Thema erscheint (Vorkommen)
* **Kachelfarbe** reicht von Rosa (negative Stimmung) bis Türkis (positive Stimmung)

Bewegen Sie den Mauszeiger über eine Kachel, um den Themennamen, den Stimmungswert sowie eine Aufschlüsselung der positiven, negativen und neutralen Zählungen zu sehen.

Verwenden Sie den Stimmungsfilter, um sich auf **Alle Stimmungen**, **Positiv**, oder **Negativ** Themen zu konzentrieren.

<figure><img src="https://1960680173-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-5d98b282efce24c3d369580df718cf6eca9c1126%2Finsights-sentiment-01-treemap.png?alt=media" alt="Sentiment Chart treemap for SpaceOps with green tiles for high-scoring themes, yellow tiles for low-scoring ones, and the pricing transparency tooltip open"><figcaption><p>Die Kachelgröße zeigt, wie oft ein Thema erscheint. Die Farbe zeigt die Netto-Stimmung.</p></figcaption></figure>

## Tabelle der Stimmungs-Themen

Die Thementabelle bietet eine detaillierte Aufschlüsselung jedes extrahierten Themas mit den folgenden Spalten:

| Spalte          | Beschreibung                                                                       |
| --------------- | ---------------------------------------------------------------------------------- |
| Thema           | Der Name des extrahierten Themas                                                   |
| Sentiment-Score | Der Stimmungswert des Themas (0–100), farblich gekennzeichnet nach Stimmungsniveau |
| Volume          | Prozentsatz der gesamten Themenvorkommen, den dieses Thema ausmacht                |
| Vorkommen       | Gesamtzahl, wie oft dieses Thema in den Antworten erscheint                        |

### Filtern nach Stimmung

Verwenden Sie das Stimmungs-Dropdown, um Themen zu filtern nach **Alle Stimmungen**, **Positiv** (Wert >= 60), oder **Negativ** (Wert < 40).

### Im Detail zu Antworten

Erweitern Sie jede Themenzeile, um die einzelnen KI-generierten Antworten zu sehen, die zu der Stimmung 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 Detailfenster mit dem vollständigen Antwortinhalt zu öffnen. Bei positiven und negativen Antworten zeigt das Fenster außerdem eine leicht verständliche Erklärung, warum die Antwort diese Einstufung erhalten hat.

<figure><img src="https://1960680173-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-90dc5bd0441c1cd8bd7fed688b53dce2c3ad3a74%2Finsights-sentiment-02-theme-answers.png?alt=media" alt="Sentiment Themes table with pricing transparency expanded to a negative Perplexity answer, the reason for the classification, and an Open full answer link"><figcaption><p>Erweitern Sie ein Thema, um die Antworten dahinter zu lesen.</p></figcaption></figure>

{% hint style="info" %}
Stimmungserklärungen gelten für einzelne Antworten. Sie werden nicht zu einem Treiber auf Themenebene zusammengeführt.
{% endhint %}

## Filter

Alle Diagramme und Metriken auf dieser Seite können gefiltert werden nach:

* **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 einer bestimmten 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=<question>&goal=<user_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.
