Ein echter Contender, aber im Englischen fast unsichtbar.
tesa ist in KI-Antworten real präsent: In 41 % der ungebrandeten Kaufberatungen wird die Marke organisch genannt. Doch die Sichtbarkeit ist stark sprachgebunden und hängt an einem einzigen Produkt, während 3M die Kategorie anführt.
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.
Jedes Element ist nach tesas Reifegrad eingefärbt. Muster: starkes Marken-, Entitäts- und How-to-Struktur-Fundament, aber eine deutliche Schwäche in der gesamten Produkt-Struktur-Ebene (kein Product-, Review-, FAQ-Schema) und bei der Extrahierbarkeit.
Was die Färbung trägt (Evidenz)
| Element | Reife | Befund |
|---|---|---|
| B3 / C7 Zugang & hreflang | stark | keine KI-Crawler geblockt; vollständiges hreflang (116 Alternates), saubere Canonicals |
| C1/C2 Wikipedia / Wikidata | stark | tesa SE = Q1805040, in DE sogar generisch (Duden) |
| B6/B7/C6 Produkt-Struktur | schwach | Produktseiten ohne Product-, Offer-, AggregateRating- oder Review-Schema; Haltekraft nur im Fließtext |
| D3 FAQ / A6/A8 Extrahierbarkeit | schwach | keine FAQ-/Q&A-Blöcke, keine Quellenangaben, keine Testsieg-Zitationen auf Produktseiten |
| How-to-/DIY-Ebene | stark | DIY-Magazin-Artikel mit HowTo-Schema und AggregateRating, genuin zitierfähig |
Kern-Asymmetrie: tesas How-to-Ebene ist GEO-stark, die Produkt-Ebene schwach. Für Produkt-Empfehlungs-Anfragen liefert tesa den Modellen kaum strukturierte, zitierfähige Daten.
Wo tesa genannt wird, und womit.
Aus 314 Antworten: welches tesa-Produkt genannt wird, in welcher Sprache, und gegen wen.
Produkt-Sichtbarkeit · Anteil der Antworten
| Produkt | Anteil | Bewertung |
|---|---|---|
| Powerstrips (Befestigen ohne Bohren) | 18 % | trägt die Sichtbarkeit |
| Sugru (Reparaturknete) | 6 % | solide |
| Extra Power (Gewebeband) | 4 % | gering |
| Precision Mask / Malerband | 3 % | gering |
| tesafilm (Klebefilm) | 1 % | ikonisch, aber unsichtbar |
| tesapack (Paketband) | 1 % | ikonisch, aber unsichtbar |
Die AI-Sichtbarkeit von tesa hängt fast vollständig an Powerstrips. Die beiden Produkte, die die Marke im Kopf der Menschen ausmachen, tesafilm und tesapack, werden von den Modellen praktisch nie genannt (je 1 %). Für „Klebefilm" und „Paketband" empfehlen die Modelle generische oder andere Marken.
tesa organische Nennung nach Sprache
| Sprache | organischer Anteil | Wert |
|---|---|---|
| Polnisch | 58 % | |
| Deutsch | 53 % | |
| Niederländisch | 50 % | |
| Italienisch | 47 % | |
| Französisch / Spanisch | 34 % / 31 % | |
| Englisch | 11 % |
Wettbewerber · Anteil der Antworten
| Anbieter | Anteil |
|---|---|
| 3M (inkl. Scotch 36 %, Command 20 %) | 60 % |
| tesa | 53 % |
| Gorilla | 16 % |
| Pattex / UHU / Loctite | 14 % / 10 % / 9 % |
Modell-Varianz: Anthropic nennt tesa am häufigsten (64 %), OpenAI 50 %, Google 44 %.
Von der Diagnose zu Hebeln.
Die technische Basis stimmt, deshalb liegen die Hebel bei Produkt-Struktur, ikonischen Produkten und englischer Autorität.
- kritisch Product-, Offer-, AggregateRating- und FAQPage-Schema auf alle Produktseiten, inklusive maschinenlesbarer Haltekraft-Werte (kg). Aktuell fehlt es komplett auf der Produkt-Ebene.
- hoch Das starke HowTo-Schema der DIY-Ebene auf die Produktseiten übertragen und mit Q&A-Blöcken ergänzen.
- kritisch Gezielte Content- und Entity-Arbeit für tesafilm und tesapack, damit die Modelle sie bei „Klebefilm" und „Paketband" wieder führen (aktuell je 1 %).
- kritisch Eigene englische Vergleichs- und Ratgeber-Inhalte („best mounting tape", „tesa vs 3M"), um die EN-Lücke (11 % organisch) zu schließen, plus Quellen und Testsiege zitieren (A6/A8).
- mittel
sameAs-Verknüpfung zu Wikidata/Wikipedia, um Verwechslung mit TESA-Metrologie und TESA-Schlössern (v. a. Spanisch) zu reduzieren. - retainer Diese Messung fortlaufend fahren als Wirkungsnachweis und Frühwarnsystem.