Was KI-Insights und Bewertungs-Sentiment bringen

Zwei Features, bewusst getrennt beschriftet

Unter den Kennzahlen eines Scans stapeln sich inzwischen drei getrennte Auswertungs-Ebenen, und es ist wichtig, dass es nicht dieselbe Sache unter verschiedenen Namen ist. Zuerst die automatisierte Auswertung, die es schon vorher gab — eine Handvoll konkreter, regelbasierter Beobachtungen („SoLV von 12 % auf 34 % gestiegen“, „ein Wettbewerber hat dich an sechs Punkten überholt“), erzeugt von einer deterministischen Engine, ohne KI-Modell, ausdrücklich als „automatisierte Auswertung“ gekennzeichnet, nicht als KI. Darüber liegt eine wirklich neue Ebene: ein kurzer, KI-generierter Absatz, geschrieben von einem echten Sprachmodell, das dieselben Zahlen liest — als „KI-Analyse“ gelabelt, gerade damit niemand ihn mit der regelbasierten Zusammenfassung daneben verwechselt. Ein drittes, eigenständiges Feature — KI-Bewertungs-Sentiment — tut etwas, das die ersten beiden nicht tun: Es liest echten Kundentext statt Scan-Zahlen.

Was der KI-Absatz tatsächlich macht

Die regelbasierte Auswertung und der KI-Absatz laufen auf exakt denselben Eingaben — demselben Scan, derselben Wettbewerbsliste, denselben Deltas zum Vorgänger-Scan —, die KI-Ebene findet also keine neuen Daten, sie schreibt über dieselben Fakten so, dass es sich wie eine Erklärung liest statt wie eine Liste. Er entsteht automatisch, sobald ein Scan abgeschlossen ist, mit einem manuellen „Neu generieren“-Button für alle, die auf denselben Zahlen einen zweiten Durchlauf wollen. Für eine Agentur, die einem Kunden einen Bericht übergibt, der nicht in ARP und SoLV denkt, liegt genau darin der praktische Nutzen: Die deterministischen Stichpunkte bleiben nachvollziehbar und exakt, während der KI-Absatz daraus etwas macht, das ein Laie in zehn Sekunden liest und tatsächlich versteht.

Bewertungs-Sentiment: eine ganz andere Art von Eingabe

Die Bewertungs-Sentiment-Analyse arbeitet mit Text, den SeoMap vorher nie angefasst hat — bis zu 50 der aktuellsten Google-Bewertungen eines Betriebs, auf Anfrage abgerufen und nach Stimmungsverteilung (positiv/neutral/negativ), wiederkehrenden Themen und ein paar repräsentativen Zitaten klassifiziert. Sie ist opt-in pro Projekt, standardmäßig aus, und auf einmal pro Woche und Projekt begrenzt — kein Hintergrundjob, der still bei jedem Konto mitläuft, sondern etwas, das bewusst angeschaltet wird, wenn jemand wissen will, was Kunden tatsächlich sagen, nicht nur, wo der Betrieb rankt. Neben Share of Local Voice gestellt, schließt das eine echte Lücke: SoLV sagt, wie sichtbar ein Betrieb ist, Bewertungs-Sentiment sagt etwas darüber, ob die Leute, die ihn gefunden haben, auch zufrieden waren — zwei unterschiedliche Fragen, die eine Heatmap allein nie beantworten konnte.

Was von alldem nichts tut

Das verdient eine klare Aussage, weil „KI“ mehr Annahmen weckt, als das Feature tatsächlich beansprucht: Nichts davon schreibt zurück an Google. Es gibt kein automatisches Antworten auf Bewertungen, keine automatische Änderung am Google-Unternehmensprofil, keinen KI-Agenten, der im Namen eines Betriebs an einem Eintrag handelt — Bewertungs-Sentiment liest und fasst zusammen, es postet nie. Das separate, nicht-KI-basierte Profil-Watch-Feature funktioniert auf der Überwachungsseite genauso: Es meldet, dass sich etwas am Profil geändert hat, nie wer die Änderung vorgenommen hat oder warum, und es ändert selbst nie etwas. Beide Features sind bewusst nur lesend — genau wie die API und alles andere, was den öffentlichen Eintrag eines Betriebs berührt.

Fazit

Die nützliche Unterscheidung ist nicht „KI vs. keine KI“ — es ist, was jede Ebene tatsächlich beantworten soll. Die regelbasierte Auswertung bleibt exakt und nachvollziehbar für alle, die die rohen Fakten wollen. Der KI-Absatz macht aus denselben Fakten etwas Lesbares für einen Kunden, der lieber keine Kennzahlentabelle entziffern will. Bewertungs-Sentiment beantwortet eine Frage, die keines der beiden anderen berührt — was Kunden tatsächlich sagen —, gelesen aus echtem Bewertungstext, opt-in und strikt nur lesend. Zusammen decken sie Ranking, Erklärung und Reputation ab, aus demselben Scan heraus, ohne dass eines der drei behauptet, das andere zu sein.