Zum Hauptinhalt springen

Marken-Profil

Arboro

Wie oft die KI Arboro nennt und wo die Marke in der Websuche steht. Aus einem Branchen-Report von Achtung.app.

arboro.de DACH-Datensatz (DE/AT/CH), Stand 1. Jun 2026

Kennzahlen

KI-Nennungen
9
Summe über alle Reports
Ø KI-Position
3,00
Gewichtet über Reports
Websuche-Treffer
1
Brave Search, aggregiert
Branchen
1
KI-Modelle: 3

In diesen Branchen taucht Arboro auf

Sortiert nach Platzierung. Klicken öffnet den vollständigen Branchen-Report.

Branche Platz KI-Nennungen
Marketing & Advertising #1 Neu 9 Report ansehen

Aus den Branchen-Reports

Marketing & Advertising · #1 · Juni 2026

Arboro wird in 8 Prozent der Anfragen über alle drei untersuchten KI-Plattformen hinweg genannt und zeigt eine breite Präsenz. Der Dienstleister ist sowohl in der klassischen Websuche mit Rang 5,0 als auch in den KI-Antworten mit Position 3,0 stark sichtbar. Besonders auffällig ist die durchgehend positive Tonalität mit neun positiven und null neutralen oder negativen Nennungen.

Welche KI-Modelle nennen Arboro?

Verteilung der Nennungen über die abgefragten KI-Modelle. Je länger der Balken, desto häufiger hat das Modell Arboro in seinen Antworten genannt.

n = 9 Nennungen insgesamt

  • ChatGPT
    5 (56%)
  • Gemini
    2 (22%)
  • Perplexity
    2 (22%)

Stimmung der Nennungen

Wenn KI-Antworten Arboro erwähnen, in welchem Tonfall tun sie das?

n = 9 bewertete Nennungen

  • positiv: 9

Töne, die zu selten vorkommen, um ein verlässliches Signal zu sein, zeigen wir nicht.

Beispiel-Anfragen, bei denen Arboro genannt wurde

Ausschnitt der automatisch gestellten Suchanfragen, bei denen KI-Modelle Arboro als Antwort-Bestandteil ausgegeben haben.

Anfrage Modell
Conversion Rate Optimierung Experten ChatGPT
SEA Agentur für E-Commerce ChatGPT

Auffindbarkeit für KI-Plattformen

Wöchentlicher Audit der technischen Voraussetzungen, damit KI-Plattformen mit Live-Websuche pro Anfrage diese Seite überhaupt finden und rendern können.

Zuletzt geprüft: 14. Jun 2026

KI-bereit 5 von 5 kritischen Checks bestanden · 3 von 5 wichtigen Checks bestanden

Wir trennen zwei Crawler-Arten: KI-Live-Abruf-Crawler holen Seiten on demand, um Antworten in ChatGPT, Perplexity oder Claude zu erzeugen; Trainings-Crawler füttern das Modelltraining. Nur die Live-Abruf-Schicht wird hier bewertet, das Training ist eine redaktionelle Entscheidung.

Kritisch: blockiert KI-Sichtbarkeit

  • KI-Live-Abruf-Crawler in robots.txt erlaubt Die robots.txt muss OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, Claude-User und Claude-SearchBot erlauben. Diese rufen Seiten on demand ab, um Antworten in ChatGPT, Perplexity und Claude zu erzeugen. Wird einer geblockt, verschwindet die Marke aus diesen Antworten.
  • Keine stille Edge-Sperre für KI-Live-Abruf-Crawler Auch wenn die robots.txt sie zulässt, kann der Edge (Cloudflare, WAF, Webserver) KI-Bot-User-Agents mit 403/429/503 blockieren. Häufigster Verursacher: Cloudflares "Block AI Scrapers and Crawlers" oder Bot Fight Mode. KI-User-Agents in einer Custom-Regel oberhalb der WAF-Regeln freischalten.
  • HTTPS auf der Startseite erreichbar Die Startseite muss per HTTPS erreichbar sein, ohne dass eine Redirect-Kette fehlschlägt. KI-Crawler versuchen es bei TLS-Fehlern nicht erneut.
  • Sitemap erreichbar Eine erreichbare Sitemap hilft KI-Crawlern, interne Seiten jenseits der Startseite zu entdecken. Wir versuchen /sitemap.xml, /sitemap_index.xml (Yoast), /wp-sitemap.xml (WordPress 5.5+) und jede Sitemap:-URL aus der robots.txt.
  • Startseite rendert Inhalt ohne JavaScript KI-Live-Abruf-Crawler führen kein JavaScript aus. Wenn die Startseite eine SPA-Hülle ist, die clientseitig rendert, sehen Bots ein leeres div und haben nichts zum Zitieren. Die Seite muss ohne JS mindestens 100 Wörter und eine Überschrift produzieren: in der Regel via Server-Side Rendering oder Pre-Rendering.

Wichtig: verbessert die Erfassung

  • Organization- oder WebSite-JSON-LD auf der Startseite Organization- oder WebSite-JSON-LD hilft Suchmaschinen, die Marke als Entität zu erfassen (Knowledge Graph, Rich Results). Auf KI-Zitate wirkt es laut aktueller Evidenz nicht direkt; search-grounded LLMs lesen den sichtbaren Seitentext, nicht das JSON-LD. Trotzdem sinnvolle SERP-Hygiene; per schema.org-Markup im head einbauen.
  • Canonical-URL gesetzt Ein canonical-Link-Tag teilt Crawlern mit, welche URL die definitive Version der Seite ist. Verhindert Zitations-Fragmentierung über www-/non-www-/Trailing-Slash-Varianten.
  • Open-Graph-Titel und -Bild gesetzt Open-Graph-Titel und -Bild werden von KI-Assistenten in Antwortkarten und Preview-Kacheln verwendet. Fehlen sie, leidet die Darstellung der Zitation.
  • HSTS-Header gesetzt Der Strict-Transport-Security-Header weist Browser an, künftige Aufrufe über HTTPS zu erzwingen. In der Webserver-Konfiguration setzen oder über den Plesk-Schalter "HTTPS Strict Transport Security".
  • SPA erkannt und sinnvoller noscript-Fallback vorhanden Wenn die Startseite eine SPA ist, gibt ein noscript-Block mit echtem Fallback-Inhalt (nicht nur "JavaScript aktivieren") KI-Crawlern wenigstens etwas zum Lesen. Server-Side Rendering ist die beste Lösung; das hier ist die Notbehelf-Variante.

Trainings-Crawler-Status (informativ, nicht bewertet): 0 / 5 blockiert.

Diagnose

JSON-LD-Typen
WebSite, Organization, WebPage, BreadcrumbList

SEO-Hygiene; laut Google kein direkter Hebel für KI-Zitate.

Sitemap
423 URLs
llms.txt (informativ)
vorhanden

Laut Google ohne Effekt auf KI-Sichtbarkeit; hier nur informativ erfasst.

Verschlüsselung
HTTPS ✓ · HSTS ✓
SPA
Erkanntes Client-Framework: nuxt

Weitere Marken in denselben Branchen

Achtung.app trackt diese Marken in den gleichen KI-Antworten und Suchanfragen.

Alle gemessenen Marken →

Eigene Marke fortlaufend beobachten?

Achtung.app überwacht, wie oft eine Marke in KI-Antworten und klassischen Websuchergebnissen genannt wird, in welchen Branchen sie auftaucht und wie sich das über die Zeit verändert.

Eigene Marke prüfen

Alle Zahlen stammen aus den veröffentlichten Branchen-Reports. Achtung.app stellt standardisierte, markenfreie Suchanfragen an KI-Modelle und die klassische Websuche, extrahiert genannte Marken und fasst sie auf ihrer kanonischen Domain zusammen. Details im Methodik-Dokument.