[AMA] More Visibility in AI: Ask Your Questions About the New HubSpot AEO

Hallo HubSpot Community,

mein Name ist Jennifer, und ich bin im Marketing-Team bei HubSpot. Mein Fokus liegt auf Growth, AEO und SEO – und ich freue mich besonders darauf zu zeigen, wie Answer Engine Optimization (AEO) dabei helfen kann, dass deine Marke genau dort sichtbar wird, wo deine Käufer bereits lesen: in den Antworten von KI-Systemen.

Ich bin hier, um eure Fragen zu HubSpots neuem AEO-Tool und zum Aufbau einer AEO-Strategie in HubSpot zu beantworten. Für tiefgreifende technische Fragen oder Support-Anliegen sind unsere Produkt- und Support-Teams die richtigen Ansprechpartner – aber alles rund um diese Themen könnt ihr mich gerne fragen:

  • Wie AEO sich in eure bestehende SEO-Strategie einfügt
  • Wie ihr das AEO-Tool nutzt, um antwortfokussierten Content zu identifizieren, zu erstellen und zu optimieren

Unser AMA ist vom Montag, 20. April bis Freitag, 24. April 2026 geöffnet. Mein Team und ich schauen mindestens einmal täglich rein – und jede Frage bekommt bis Freitagabend eine Antwort.

Braucht ihr ein bisschen Inspiration? Hier sind ein paar Beispielfragen:

  • Strategie: Was unterscheidet AEO von klassischer SEO – und wann sollte ich AEO gegenüber traditionellem Keyword-Content priorisieren?
  • Einstieg: Wie sieht ein einfacher AEO-Plan für die ersten 30 Tage für ein kleines Team aus?
  • Content: Welche Seitentypen oder Formate funktionieren bei AEO besonders gut?
  • Das Tool: Welche AEO-Metriken gibt es in HubSpot AEO und wie werden sie berechnet?
  • Prompts: Woher weiß ich, welche Prompts ich für mein Unternehmen tracken sollte?

Stellt eure Fragen jederzeit in diesem Thread – wir freuen uns darauf, von euch zu hören!

Das wird wundervoll! :grin:

Gespannt auf die Zukunft!

Hi @karstenkoehler, @Anton, @MatthiasWeber, @RomyFuchs1, @StefanWendt, @fabianschmidt, @mariomaier, @Dennis-DWFB, @CRM_Sandra, @SEckert, @ChristianRieck, @S1233, @SabineLydia, @ChristianRe, @KSchenk, @LWollny @Jack5, I wanted to let you know about this “Ask-Me-Anything” Q&A session. :slightly_smiling_face:

Do you have any questions about HubSpot’s new AEO tool?

Thanks!

Best regards,

Mia, Community Team

Hallo liebe Community :hugs:

wir haben vor ein paar Tagen ein AMA zu AEO gestartet und seitdem sind einige private Nachrichten reingekommen. Viele trauen sich nicht, öffentlich zu fragen, weil das Tool noch so neu ist und man das Gefühl hat, etwas Offensichtliches zu übersehen. Das kenne ich gut.

Deshalb mache ich es jetzt anders: Ich zeige euch hier einen kompletten Rundgang durch mein persönliches HubSpot: Märchenbrause, ein Märchen-Portal. Damit ihr seht, was AEO euch konkret zeigt, bevor ihr es für eure eigene Marke ausprobiert.

1. Das Dashboard: Wo steht eure Marke gerade?

Das erste, was euch begrüßt, ist die KI-Sichtbarkeit, also wie oft eure Marke in den Antworten von Answer Engines wie ChatGPT, Gemini oder Perplexity auftaucht, wenn Nutzer:innen Fragen zu eurem Themenfeld stellen.


Das AEO-Dashboard von Märchenbrause

Bei Märchenbrause liegt sie bei 1,06 %… ausbaufähig, aber ein ehrlicher Startpunkt. Der Chart daneben zeigt die Entwicklung über Zeit, aufgeteilt nach Engine.
Was mich sofort mehr interessiert hat: die Wettbewerberlandschaft darunter. Grimmstories führt mit 22 % Share of Voice, Projekt Gutenberg-DE kommt auf 20 %, Märchenbrause liegt deutlich dahinter. Das ist der Moment, in dem AEO aufhört, abstrakt zu sein. Ihr seht schwarz auf weiß, wer in den KI-Antworten eures Marktes gerade das Rennen macht.
Frage an euch: Habt ihr euer Dashboard schon geöffnet? Was war euer erster KI-Sichtbarkeitswert?

2. Prompts: Welche Fragen werden gerade gestellt und wer beantwortet sie?

**


Im Prompts-Tab sieht man auf einen Blick, bei welchen Fragen man sichtbar ist – und bei welchen nicht.**

Im Tab Prompts seht ihr alle Fragen, die ihr trackt, plus eure KI-Sichtbarkeit für jede einzelne.
Bei Märchenbrause sieht man gut, wie unterschiedlich die Ergebnisse sind: Die meisten Prompts liegen bei 0 %, aber ein paar, z.B. „Gibt es einen Podcast oder Hörbücher zu klassischen Märchen auf Deutsch?" kommt auf 14 %. Klickt man rein, sieht man sofort den Wettbewerbsvergleich für genau diesen Prompt und den Share of Voice: Grimmstories und Christian Peitz teilen sich hier 32 % bzw. 32 %, Märchenbrause ist unsichtbar.
Das ist die entscheidende Ebene: nicht nur die Gesamtsichtbarkeit, sondern auf welchen Fragen ihr verliert und gegen wen.

3. Quellen: Welche Inhalte zitiert die KI gerade?


Eine konkrete Empfehlung: Blogbeitrag über die Wirkung von Märchen für Erwachsene – inklusive Titel, Zusammenfassung, Zielgruppe und der genauen Begründung, warum dieser Content die Chance erhöht, als Quelle genannt zu werden.

Der Tab Quellen ist mein persönlicher Favorit, weil er euch zeigt, warum die KI bestimmte Marken bevorzugt.
Ihr seht:

- Welche Domains direkt als Quelle genannt werden (eigene vs. Wettbewerber)
- Welche Content-Typen am häufigsten zitiert werden (Blog, Vergleichsartikel, PR, Studien…)
- Welche Kanäle die meisten Quellen liefern (Earned Media, Eigene Quellen, UGC…)

Bei Märchenbrause dominiert Blog-Content, aber Vergleichsartikel und Listicles spielen auch eine große Rolle. Das sagt mir direkt, welche Formate ich priorisieren sollte.

4. Empfehlungen: Was soll ich als nächstes erstellen?


Der Quellen-Tab zeigt, welche Content-Typen und Kanäle die KI am häufigsten zitiert – aufgeschlüsselt nach Blog, Vergleichsartikel, Earned Media, UGC und mehr.

Das ist der Teil, der AEO von einem reinen Analyse-Tool unterscheidet.
Unter Empfehlungen schlägt das Tool konkrete Inhalte vor, mit Titel, Zusammenfassung, Zielgruppe und der Begründung, warum genau dieser Content eure Chancen erhöht, als Quelle genannt zu werden.
Für Märchenbrause lautet eine Empfehlung z.B.: „Erstelle einen Blogbeitrag über die Wirkung von Märchen für Erwachsene." Dahinter steckt eine echte Quellenanalyse: Blog ist der meistgezitierte Content-Typ für die zugehörigen Prompts, und dieser spezifische Inhalt fehlt im Wettbewerbsumfeld noch.

Und das Beste: Sobald ihr den Artikel veröffentlicht habt, gebt ihr die URL ein und HubSpot AEO trackt, ob und wie oft er als Quelle genannt wird. Cool:


Sobald der empfohlene Inhalt veröffentlicht ist, URL eintragen – und AEO trackt automatisch, wie oft er von Answer Engines als Quelle aufgegriffen wird.

Ich hoffe, dieser Rundgang macht klarer, wie das Tool aufgebaut ist und was ihr damit machen könnt.

Märchenbrause ist offensichtlich ein Spielportal aber die Logik dahinter gilt genauso für euer echtes Business.

Meine Fragen an euch:

Habt ihr AEO schon eingerichtet? Was hat euch dabei überrascht?
Welche Prompts trackt ihr und wie hoch ist eure erste KI-Sichtbarkeit? Wie erstellt ihr die Prompts?
Gibt es Features, bei denen ihr nicht sicher seid, wie ihr sie nutzen sollt?

Das AMA ist noch offen! Ich freue mich auf eure Fragen hier in den Kommentaren. :backhand_index_pointing_down:

LG
Jenny

Damit AEO-Evaluierung wirklich zuverlässig wird, müsste die Prompt-Auswahl eigentlich bottom-up funktionieren — also nicht von Fragen ausgehen, die wir vermuten, sondern von dem, was User tatsächlich in AI-Tools eingeben. Das Problem: Diese Session-Daten sind privat, niemand hat direkten Zugriff darauf.

Welche Datenquelle kommt dem am nächsten? GSC-Queries? Forum-Daten? Bot-Traffic-Logs?

Oder gibt es überhaupt eine Quelle, die echte Buyer-Sprache in großem Maßstab erfasst — mit Kaufabsicht verknüpft und nicht nur rohen Suchanfragen?

Hi @ShahinEyvazz! In short: There’s no single perfect data source, but you’ll get very close by combining multiple first-party sources with clear intent signals.

Regarding your examples:
GSC Queries → A good starting point for topics and problem language, but mostly reflects early journey stages and lacks a direct revenue link. Useful as a seed, but too broad for clean AEO evaluation.
Forum/Community Data → Rich in authentic language and objections, but heavily skewed toward existing customers. Helpful for pain language, but not a reliable signal for purchase intent.
Bot/Chat Logs → One of the best proxies: close to real buyer language, especially on pricing and demo pages.

What I would also heavily prioritize:

  • Sales Calls & RFPs: Gong transcripts + CRM stages provide the clearest late-stage questions. RFPs are essentially a condensed catalog of real high-intent questions about cost, compliance, vendor comparison, etc.
  • Ads Search Terms + Site Search with Conversion Filter: Actual phrasing that has demonstrably led to deals.
  • CRM Data as Prompt Signal: Don’t just dump raw transcripts into the prompt; instead, use CRM data to reflect typical purchasing questions of your target audience. Exactly what your ICP types into ChatGPT or Perplexity when they’re ready to buy.
  • Content Performance from AI + Lead Perspective: If the same topics demonstrably drive deals and are highly relevant in AI answers, you have a robust bridge: Topic ↔ AI Visibility ↔ Pipeline.

So, you should increasingly:

  1. Dig qualitatively: Cluster interviews, Gong calls, RFPs/requests → Question clusters by journey stage and persona.
  2. Validate quantitatively: Mirror clusters against GSC, Ads terms, site search, and chat logs; zoom in on queries with conversion signals.
  3. Derive prompts: Formulate canonical prompts in ICP language, as they would ask in AI tools, not just how they search on Google.
  4. Refine iteratively: Track in AEO tools and continuously update the prompt list with new questions from calls, chat, and RFPs.

You’ll get closest to real buyer language with purchase intent by mixing late-stage evaluation questions (calls & RFPs) + Ads/site search queries with conversion + bot/chat logs on high-intent pages, plus a qualitative layer from interviews, webinars, and community on top.

Hope this helps!

Have a nice weekend,

Jenny

Danke für die ausführliche Antwort — das geht deutlich tiefer als ich erwartet hatte.
Der RFP-Punkt ist für mich der unterschätzteste von allen. Ein RFP ist im Grunde ein Dokument, das dein ICP selbst geschrieben hat — kondensierte High-Intent-Fragen, formuliert in echter Buyer-Sprache, zu genau dem Zeitpunkt, wo die Kaufentscheidung fällt. Als AEO-Prompt-Signal kaum zu schlagen.
Und da schließt sich für mich der Kreis: Wenn diese Daten — RFPs, Gong-Calls, Late-Stage-CRM-Notizen — in einem System in großem Maßstab über tausende von Unternehmen aggregiert sind, hört die Prompt-Generierung auf, eine Vermutung zu sein. Das wird zum stärksten Bottom-Up-Signal, das es gibt. Kein Standalone-Tool kommt da ran.
Schönes Wochenende euch! :raising_hands: