Es gibt zwei Fragen, und nur die zweite ist wirklich nützlich.
Die erste: taucht deine Marke in KI-Antworten auf? Das ist die Diagnose. Bei den meisten kleinen Marken lautet die Antwort null, und dann sitzt du da.
Die zweite: welche Seiten zitieren die Modelle in deinem Themenfeld? Das ist die Handlungsanweisung. Wenn du weißt, dass in deinem Feld YouTube, Wikipedia und Reddit die Quellen sind, weißt du auch, wo du auftauchen musst.
Beide Fragen beantwortet dieser Skill. Die Daten kommen über AIsa aus dem AI-Optimization-Endpunkt, der Erwähnungen in KI-Antworten indiziert. Laufen tut das Ganze in Claude Code, Cursor, OpenClaw, Hermes und allem anderen, was SKILL.md-Ordner liest.
Zip herunterladen, dann entpacken:
unzip geo-analyse-skill.zip -d ~/.claude/skills/
Voraussetzung ist Python 3.10 oder neuer. Sonst nichts, kein pip install. Der Client nutzt nur die Standardbibliothek, damit er in jeder Agent-Session läuft.
Der Skill holt seine Daten über AIsa, dafür brauchst du einen eigenen Zugang. Das dauert zwei Minuten.
Geh über diesen Link zu AIsa, dann bekommst du als neuer Account 50 Prozent Rabatt auf deine erste Aufladung. Offenlegung dazu: ich bin Partner von AIsa und der Link ist mir zugeordnet. Dich kostet er nichts zusätzlich, und wenn du lieber ohne gehst, funktioniert der Rest der Anleitung genauso.
Registrieren kannst du dich dann in der AIsa Console. Es gibt drei Wege: E-Mail, Google oder GitHub. Bei der E-Mail-Variante bestätigst du erst die Adresse und setzt danach das Passwort.
Neue Accounts starten mit 2 US-Dollar Guthaben. Das reicht für ungefähr zwanzig Aufrufe, also für die ersten Vergleichsläufe. Aufladen musst du erst danach, und genau darauf greift der Rabatt.
Nach der Registrierung landest du direkt auf der API-Keys-Seite, und dort liegt bereits ein fertiger Key für dich. Kopier ihn sofort und leg ihn irgendwo sicher ab. Er hängt an deiner Abrechnung, also gehört er nicht in Client-Code, nicht in ein öffentliches Repo und nicht in einen Chat.
Ein AIsa-Key beginnt mit sk-aisa-.
Das ist der Schritt, den die meisten überspringen, und er ist der wichtigste. Auf derselben Seite kannst du jedem Key eine Quota geben, also einen Maximalbetrag, den genau dieser Key ausgeben darf.
Das ist nicht dasselbe wie dein Guthaben. Dein Guthaben ist der Topf, die Quota ist die Bremse für einen einzelnen Key. Ausgegeben werden kann immer nur der kleinere der beiden Beträge. Wenn du den Key für ein Experiment nutzt oder ihn an jemanden weitergibst, verhinderst du damit, dass ein Fehler in einer Schleife dein ganzes Guthaben verbrennt.
Für den Anfang würde ich fünf Dollar setzen. Das sind rund fünfzig Aufrufe und du merkst sofort, wenn etwas aus dem Ruder läuft.
Aufladen geht auf der Wallet-Seite in der Console, entweder per Kreditkarte über Stripe oder per Stablecoin. Dort siehst du auch, was du bisher verbraucht hast und wie viele Anfragen dahinterstecken.
Ab fünfzig Dollar gibt es Mengenrabatte, laut Dokumentation gestaffelt von fünf Prozent bis zwanzig Prozent bei tausend. Für ein Monitoring, das ein paar Marken pro Woche prüft, brauchst du das nicht.
Zwei Zeilen, und der Key landet nie in deiner Shell-History:
read -rs "AISA_API_KEY?AIsa Key: " && export AISA_API_KEY
python3 ~/.claude/skills/geo-analyse/scripts/install_key.py
read -rs zeigt nichts an und die Shell interpretiert keine Sonderzeichen im Key. Das zweite Script legt ein Backup an und trägt den Key in ~/.claude/settings.local.json ein, mit Dateirechten 600.
Prüfen, ob alles sitzt:
python3 ~/.claude/skills/geo-analyse/scripts/doctor.py
Der Doctor beschreibt die Form deines Keys, ohne ihn auszugeben, und testet beide API-Oberflächen einzeln.
python3 ~/.claude/skills/geo-analyse/scripts/geo_analyse.py \
--brand "KI Agent" --domain deine-domain.de --out ~/geo-analyse
Raus kommen ein HTML-Dashboard, die verdichteten Kennzahlen als JSON und die vier Rohantworten. In einer Agent-Session reicht auch ein Satz wie „mach eine GEO-Analyse für meine Marke", der Skill wird über seine Beschreibung gefunden.
Für die Frage, welches Themenfeld überhaupt Volumen hat, gibt es einen zweiten Einstieg. Er braucht nur einen API-Aufruf pro Target statt vier:
python3 ~/.claude/skills/geo-analyse/scripts/compare.py \
--own-domain deine-domain.de \
"KI Agent" "KI Agentur" "KI Beratung"
Domains und Keywords darfst du mischen, die Erkennung läuft automatisch.
Fünf Themenfelder, deutscher Markt, gemessen am 4. August 2026:
| Themenfeld | Erwähnungen | AI-Suchvolumen |
|---|---|---|
| KI Agent | 2.007 | 1.319.940 |
| Claude Code | 809 | 458.510 |
| KI Beratung | 130 | 77.970 |
| KI Agentur | 30 | 22.020 |
| AI Automatisierung | 17 | 9.190 |
Drei Dinge stehen da drin, die ich vorher nicht wusste.
YouTube ist in jedem einzelnen Feld die meistzitierte Quelle. Bei „KI Agent" mit 1.253 von 2.007 Erwähnungen, also mehr als die Hälfte. Danach kommen Wikipedia, Reddit und GitHub. Die Modelle zitieren Video und Community, nicht Firmen-Blogs.
„KI Agentur" und „AI Automatisierung" existieren praktisch nicht. 30 und 17 Erwähnungen. Wer sich auf diese Begriffe positioniert, positioniert sich auf ein leeres Feld. „KI Agent" hat den sechzigfachen Wert.
Meine eigene Domain taucht in keinem der fünf Felder auf. Das ist unbequem und genau der Grund, warum ich das Ding gebaut habe.
Den Markennamen als Target nehmen. Bei kleinen Marken kommt null zurück, und damit sind auch die Domain- und Seitenlisten leer. Das ist kein Bug. Ich habe es gegengeprüft: „OpenAI" liefert bei identischen Einstellungen 50.926 Erwähnungen, meine eigene Marke null. Nimm in dem Fall deine Kategorie als Target, da siehst du wenigstens, wer das Feld besetzt.
Markt und Sprache vergessen. Standard ist Deutschland und Deutsch. Bei internationalen Marken brauchst du --location "United States" --language English, sonst misst du am Zielmarkt vorbei.
Marke und Domain gleichzeitig als Target setzen. Die API verschneidet mehrere Targets, sie summiert sie nicht. „KI Agent" allein bringt 2.007 Treffer, zusammen mit einer fremden Domain 290, zusammen mit meiner eigenen null. Der Skill fängt das inzwischen ab: die Marke spannt den Suchraum auf, die Domain wird nur in den Ergebnissen wiedergefunden.
Abgerechnet wird pro Aufruf, rund 0,10 US-Dollar. Eine Einzelanalyse sind vier Aufrufe, also etwa 0,40. Ein Vergleich über fünf Themenfelder hat mich 0,50 gekostet. Die tatsächlichen Kosten stehen nach jedem Lauf im Terminal und als Kachel im Dashboard, du musst dich also nicht auf meine Zahl verlassen.
Abgelehnte Anfragen kosten nichts. Ausprobieren ist gratis, erst eine gültige Antwort wird berechnet.
Die ersten zwanzig Aufrufe deckt das Startguthaben ab. Wenn du danach auflädst, greift der Rabatt aus Schritt 2.
Kein Spam, jederzeit abbestellbar