ASA
Abkürzung: ASA
ASA ist MentionBees interne Bezeichnung für die Messung einzelner KI-Antworten: eine Frage mal ein System ergibt eine Zelle. Darin wird klassifiziert, ob die Marke erwähnt oder empfohlen wird – und ob überhaupt eine Antwort vorliegt.
Auch genannt: KI-Präsenz-Messung · LLM + ASA
Olaf Kunz · Aktualisiert 22. September 2026
Was ASA bei MentionBee ist
ASA ist MentionBee-Terminologie, kein etablierter Branchenbegriff. Im Report erscheint das zugehörige Modul öffentlich als KI-Präsenz & Sichtbarkeit.
Die Beobachtungseinheit ist eine Zelle: eine kaufnahe Testfrage in einem konkreten KI-System. Aus der gespeicherten Antwort ergibt sich, ob die Marke aktiv empfohlen, erwähnt, schwach erwähnt, nur als Name, im falschen Kontext oder gar nicht vorkommt.
Mehrere Fragen und mehrere Systeme sind nötig, weil eine einzelne Chat-Session leicht täuscht: dieselbe Marke kann in einem System empfohlen und in einem anderen unsichtbar sein.
Das aktuelle Deep-Dive-Raster
Für neue MentionBee Deep-Dives gilt das Produkt-Raster:
6 kaufnahe Fragen × 4 KI-Systeme (ChatGPT, Claude, Gemini, Perplexity) = 24 erwartete Messzellen.
24 ist eine MentionBee-Produktgrösse, kein Industriestandard. Ältere Reports können andere Fragenzahlen haben; historische Semantik wird hier nicht umgeschrieben.
Was ASA nicht ist
Kein öffentlicher Rankingplatz, kein Google-Index und keine Garantie, dass «die KI das Unternehmen kennt». Es ist eine Stichprobe unter kontrollierten Fragen. Andere Tools messen anders; Vergleiche ohne identische Prompts sind nicht belastbar.
Fehlende Messung ist nicht «nicht erwähnt»
Wenn für eine Zelle keine Antwort vorliegt – etwa nach einem technischen Fehler – darf das nicht als «die Marke wurde nicht genannt» gezählt werden. MentionBee unterscheidet nicht gemessen von nicht erwähnt.
Praktische Relevanz
ASA macht sichtbar, wo Empfehlung, blosse Nennung oder Leere liegt. Share of Voice und der AI Visibility Score nutzen diese Ebene – verdichten sie aber weiter. SoV ≠ Empfehlungsrate. Score ≠ Zellklassifikation.