TLDR : Adobe führt den LLM Optimizer ein, um Marken in KI-gesteuerten Suchumgebungen zu helfen, ihre Sichtbarkeit zu messen, zu verbessern und zu verwalten, da traditionelle Suchmethoden zunehmend von LLMs verdrängt werden.
Mit dem Aufstieg von Sprachassistenten und Suchmaschinen, die von Sprachmodellen wie ChatGPT, Claude oder Gemini betrieben werden, findet ein Wandel in der Art und Weise statt, wie Verbraucher Marken entdecken, bewerten und mit ihnen interagieren. Adobe antizipiert diesen Wandel mit der Einführung des LLM Optimizers, einer Lösung, die Unternehmen dabei helfen soll, ihre Präsenz in durch KI optimierte Suchumgebungen zu messen, zu verbessern und zu steuern.
Die klassische Suche weicht zunehmend den Interaktionen mit LLMs, was die Logik der Traffic-Akquise für Marken grundlegend verändert. Die Erkenntnisse von Adobe Analytics, basierend auf realen Online-Transaktionen, zeigen einen Anstieg des Traffics um 3200 % zu Reise-Websites und 3500 % zu amerikanischen Einzelhandelsseiten zwischen Juli 2024 und Mai 2025, der aus generativen KI-Quellen stammt.
Loni Stark, Vizepräsidentin der Strategie und Produkte bei Adobe Experience Cloud, versichert:
"Die durch generative KI betriebenen Schnittstellen etablieren sich als wichtige Kontaktpunkte entlang des gesamten Kundenprozesses, von der Entdeckung über das Engagement bis hin zur Kaufentscheidung. Mit Adobe LLM Optimizer ermöglichen wir es Marken, dieser neuen Umgebung mit Zuversicht zu begegnen und sicherzustellen, dass sie sich abheben und entscheidende Momente nutzen."
LLM Optimizer ermöglicht:
-
Die Sichtbarkeit der Marke in generativen Antworten zu kartieren;
-
Inhaltschancen zu identifizieren, um in KI-Empfehlungen aufzutauchen;
-
Die kommerzielle Leistung aus diesen neuen Traffic-Quellen zu optimieren.
Sein Betrieb basiert auf drei Säulen:
- Überwachung des Traffics und der Sichtbarkeit in KI-Umgebungen: Das Tool erkennt die Inhalte, die von Sprachassistenten genutzt werden, um ihre Antworten zu formulieren, und bietet Marken so eine Echtzeitansicht ihrer Präsenz in diesen Schnittstellen. Eine Benchmarking-Funktion ermöglicht es, diese Sichtbarkeit im Vergleich zur Konkurrenz zu messen, insbesondere bei strategischen Anfragen mit hohem Mehrwert;
- Aktivierungsfähige Empfehlungen orientiert an Performance: Über die Diagnose hinaus schlägt der LLM Optimizer konkrete Maßnahmen vor: Erweiterung einer FAQ, Hervorhebung einer Produktseite oder Verstärkung der Präsenz auf Drittplattformen wie Wikipedia. Die Empfehlungsmaschine basiert auf der Analyse der von Sprachmodellen hervorgehobenen Attribute (Struktur, Klarheit, Zuverlässigkeit...) und verknüpft jede Empfehlung mit wichtigen Geschäftskriterien (Traffic, Engagement, Konversion);
- Schnelle Implementierung über CMS- oder API-Integration: Gedacht für SEO-, Content- oder Digitalmarketing-Teams, integriert sich der LLM Optimizer in Adobe Experience Manager Sites, kann aber auch eigenständig betrieben werden. Er unterstützt aufkommende Protokolle wie Agent-to-Agent (A2A) oder Model Context Protocol (MCP), was seine Adoption in verschiedenen technischen Umgebungen erleichtert.
Diese Fähigkeit, sowohl auf eigene Inhalte (Websites, FAQ) als auch auf gewonnene (Wikipedia, Foren, Wissensdatenbanken) einzuwirken, bietet eine neue Form der Optimierung: proaktiv, kontextualisiert und auf die Synthese-Algorithmen abgestimmt.