Sichtbarkeits-Führer im Heimspiel, blind bei Bohnen und im Englischen.
Melitta ist die am häufigsten genannte Marke im gesamten Scan (68 % Share of Voice) und dominiert dort, wo sie die Kategorie erfand: Kaffeefilter und Filtermaschinen. Das On-Page-Fundament ist stark, die Lücken liegen bei Auffindbarkeit und zwei Kategorien.
Methode: 15 Kaufentscheider-Prompts (unbranded und branded) in 7 Sprachen per API an drei Mainstream-Modelle (GPT-5.5, Claude Sonnet 4.6, Gemini 2.5 Flash), 314 Antworten bei temperature = 0, plus direktes Crawling für Technik-, Struktur- und Entitäts-Befunde.
Reifegrad je Hebel.
Das Y1-Periodensystem ordnet die Stellhebel der KI-Sichtbarkeit den vier Pipeline-Stufen zu, jedes Element nach Melittas Reifegrad eingefärbt. Das Muster: ein starkes Marken-, Struktur- und Produktdaten-Fundament (viel grün), mit klaren Schwächen bei Auffindbarkeit/Governance und der zitierfähigen Content-Ebene.
Was die Färbung trägt (Evidenz)
| Element | Reife | Befund |
|---|---|---|
| C6 Review- & Rating-Data | stark | PDPs mit Product + AggregateRating (3.9) + Offer + 10 Review-Nodes mit Autoren im JSON-LD |
| A7 / D4 / B4 Struktur & Substanz | stark | dichte Spec-Tabellen, saubere H-Hierarchie und Listen, tiefe interne Verlinkung |
| C1/C2 Wikipedia / Wikidata | stark | Q566807, Erfinderin-Narrativ (Melitta Bentz, 1908) |
| E1 Governance & Auffindbarkeit | schwach | Sitemap-Direktive zeigt auf toten Host sw5.melitta.de, kein hreflang, Advisor-Funnels per robots.txt gesperrt |
| A6 / A11 Extrahierbarkeit | schwach | keine Quellenangaben, keine direkten Definitionen im Content |
| B2 llms.txt / D3 FAQ | schwach / teilweise | keine llms.txt; FAQ-Inhalte existieren, aber ohne FAQPage-Schema |
Kern-Ironie: Melittas beste Entscheidungshilfe-Inhalte (die Kaffeevollautomaten-Berater) sind per robots.txt für Crawler gesperrt, genau die Inhalte, die LLMs zitieren würden.
Wo Melitta gewinnt, und wo nicht.
Aus 314 Antworten: welches Melitta-Produkt genannt wird, in welcher Kategorie Melitta dominiert, und gegen wen.
Melitta organische Nennung nach Kategorie
| Kategorie | organischer Anteil | Wert |
|---|---|---|
| Kaffeefilter | 100 % | |
| Filtermaschinen | 75 % | |
| Vollautomaten | 44 % | |
| Allgemein | 33 % | |
| Bohnen / Kaffee | 12 % |
Produkt-Sichtbarkeit · Anteil der Antworten
| Produkt | Anteil | Kategorie |
|---|---|---|
| Caffeo (Vollautomat-Linie) | 18 % | Vollautomat |
| AromaFresh (Filter + Mahlwerk) | 13 % | Filtermaschine |
| Caffeo Solo | 11 % | Vollautomat |
| Original 1x4 (Filter) | 7 % | Kaffeefilter |
| BellaCrema (Bohnen) | 7 % | Bohnen |
Wettbewerber · Anteil der Antworten
| Anbieter | Anteil | Kontext |
|---|---|---|
| Melitta | 68 % | getragen von Filter/Filtermaschine |
| Philips / Saeco | 39 % | Vollautomat-Rivale |
| Jura | 33 % | Premium-Vollautomat |
| De'Longhi | 28 % | Vollautomat-Marktführer im Quellenpool |
| Moccamaster | 25 % | stärkster Filtermaschinen-Rivale |
| Lavazza / Illy | 11 % / 8 % | besitzen das Bohnen-Thema |
Sprachlich: organisch DE 70 %, FR 64 %, PL 61 %, IT/NL 58 %, ES 52 %, EN 30 %. Modelle einig (65 bis 69 %).
Von der Diagnose zu Hebeln.
Priorisiert entlang der schwachen und orange Elemente. Die Produktseiten sind stark, deshalb liegen die größten Hebel bei Auffindbarkeit, Extrahierbarkeit und zwei Kategorie-Lücken.
- kritisch Sitemap-Direktive korrigieren (weg vom toten sw5-Host, hin zu
/sitemap.xml). Trivial, sofort wirksam. - kritisch hreflang über das ccTLD-Netz, damit .de/.co.uk/.fr als eine Marke erkannt werden. Corporate melitta.com mit robots/Sitemap/Schema.
- hoch Advisor-/Berater-Funnels aus dem robots-Disallow nehmen und mit FAQPage- und HowTo-Schema auszeichnen. Genau diese Entscheidungshilfe zitieren LLMs.
- mittel Direkte Definitionen und Quellenangaben in Ratgeber-Content (A6, A11), um die Extrahierbarkeit zu heben.
- hoch Bohnen-Autorität für BellaCrema/Auslese aufbauen (aktuell 12 %), wo Lavazza/Illy dominieren, besonders englischsprachig.
- hoch Englische Kaufberatung für Filter- und Vollautomaten, um die EN-Lücke (30 %) zu schließen.
- retainer Diese Messung fortlaufend fahren (Modelle × Sprachen × Kategorien über Zeit) als Wirkungsnachweis und Frühwarnsystem.