> ## Documentation Index
> Fetch the complete documentation index at: https://docs.finseo.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Sentiment

> Analysiere, wie KI deine Marke, Wettbewerber, Kritikpunkte und Auszeichnungen beschreibt.

# Sentiment

Sentiment zeigt, wie KI-Systeme Marken in deinen getrackten Prompt-Ergebnissen beschreiben. Es geht über Sichtbarkeit hinaus und beantwortet eine andere Frage:

```text theme={"system"}
Wenn KI uns oder unsere Wettbewerber erwähnt — ist der Ton positiv, neutral oder negativ?
```

## Was Sentiment misst

Finseo analysiert Wettbewerber- und Marken-Mentions in KI-Antworten und extrahiert:

* Sentiment-Score
* Anzahl positiver, neutraler und negativer Formulierungen
* Scores auf Aspekt-Ebene
* Kritikpunkte und Risiken
* Auszeichnungen und „Best for"-Aussagen
* Reputationstrend über Zeit
* Vergleichs-Winrate, sofern vergleichende Aussagen vorliegen

## Brands-Tab

Der **Brands**-Tab ist ein Leaderboard der Marken, die in deinen getrackten Prompts erwähnt werden.

Er zeigt:

* Mentions
* Durchschnittlichen Sentiment-Score
* Verteilung positiv/neutral/negativ
* Stärkste Aspekte
* Schwächste Aspekte
* Markierung deiner eigenen Marke
* Reputationstrend, sofern verfügbar

Damit vergleichst du deine Marke mit Wettbewerbern im selben Prompt-Set.

## Scorecard-Tab

Der **Scorecard**-Tab vergleicht Marken über Aspekte wie:

* Qualität
* Preis
* Preis-Leistung
* Performance
* Features
* Zuverlässigkeit
* Design
* Support
* Service
* Benutzerfreundlichkeit
* Verfügbarkeit

Grüne Zellen bedeuten, dass die KI die Marke bei diesem Aspekt positiv dargestellt hat. Rote Zellen stehen für negative Darstellung. Neutrale Zellen sind sachlich oder gemischt.

## Criticism-Tab

Der **Criticism**-Tab zeigt negative Formulierungen, die in KI-Antworten gefunden wurden.

Jede Zeile kann enthalten:

* Marke
* Aspekt
* Negative Formulierung
* Score
* Modell
* Quellen-Domain, sofern verfügbar
* Prompt-/Ergebnis-Kontext

Damit findest du Reputationsrisiken und wiederkehrende Einwände, zum Beispiel:

```text theme={"system"}
"expensive for smaller teams"
"limited integrations"
"poor availability"
"not ideal for enterprise use"
```

## Awards-Tab

Der **Awards**-Tab zeigt „Best for"-Aussagen und Empfehlungslabels, die aus KI-Antworten extrahiert wurden.

Beispiele:

* Best for agencies
* Best budget option
* Best for enterprise
* Best for ecommerce
* Best for beginners

So siehst du, welche Kaufsituationen die KI mit welcher Marke verknüpft.

## Filter

Sentiment unterstützt dieselben Analysefilter wie andere Tracking-Ansichten:

* Zeitraum
* KI-Modell
* Tags

Nutze Tags, um Prompt-Gruppen zu vergleichen, zum Beispiel:

* `branded`
* `unbranded`
* `comparison`
* `product-category`
* `de`
* `us`

## Woher die Daten kommen

Sentiment entsteht aus den Ergebnissen getrackter Prompts. Wenn ein Prompt läuft, analysiert Finseo die KI-Antwort, extrahiert Marken-Mentions und speichert Sentiment-Formulierungen sowie Aspekt-Scores.

Hat ein Prompt-Ergebnis keine extrahierten Sentiment-Formulierungen, zählt es möglicherweise trotzdem als Mention, trägt aber weniger zu den Ansichten auf Aspekt-Ebene bei.

## So verbesserst du die Sentiment-Datenqualität

* Tracke genug Prompts pro Markt und Kategorie.
* Nimm Vergleichs- und Empfehlungs-Prompts auf, nicht nur Marken-Prompts.
* Nutze Tags, um Prompt-Gruppen zu trennen.
* Aktiviere die Modelle, die deine Zielgruppe tatsächlich nutzt.
* Prüfe den Criticism-Tab regelmäßig und aktualisiere Inhalte, um wiederkehrende Einwände auszuräumen.
* Nutze Awards, um zu sehen, wo deine Positionierung bereits stark ist.

## Sichtbarkeit vs. Sentiment

Sichtbarkeit und Sentiment sind zwei verschiedene Dinge:

| Metrik       | Frage                                                           |
| ------------ | --------------------------------------------------------------- |
| Sichtbarkeit | Erwähnt die KI die Marke?                                       |
| Position     | Wo erscheint die Marke im Vergleich zu Wettbewerbern?           |
| Sentiment    | Wie positiv oder negativ beschreibt die KI die Marke?           |
| Awards       | Welche Use Cases oder „Best for"-Labels vergibt die KI?         |
| Criticism    | Welche negativen Aussagen oder Einwände tauchen wiederholt auf? |

Eine Marke kann sehr sichtbar sein, aber negativ dargestellt werden. Sie kann auch seltener erwähnt werden, dafür mit stärkerem Sentiment. Nutze beide Ansichten zusammen.