Mit KI Bewertungen von Mitbewerbern zusammenfassen Exportieren, dann ChatGPT und Claude Code lesen lassen

Rezensionen sind strukturierter Schmerz, wenn man sie in großem Umfang lesen kann

Jeder Konkurrent auf Google Maps verfügt über eine öffentliche Liste mit den genauen Bewertungen seiner Kunden - sowohl den positiven als auch den negativen. Diese Bewertungen sind ehrlich, detailliert und aktuell. Das Problem ist die schiere Menge: Ein stark frequentierter Konkurrent kann Hunderte von Bewertungen haben, und kein Verkäufer wird sie alle vor einem Verkaufsgespräch lesen.

Rezensionen sind auch wichtiger, als die meisten Teams annehmen. Laut BrightLocal-Umfrage unter lokalen Verbrauchern, Die große Mehrheit der Verbraucher liest Bewertungen, bevor sie sich für ein lokales Unternehmen entscheiden. Das bedeutet, dass die Menge an Bewertungen nicht nur irrelevant ist: Sie spiegelt die Kaufentscheidung wider, die im Voraus schriftlich festgehalten wird.

Die Lösung besteht darin, die Rezensionen in eine Datei umzuwandeln und diese Datei an eine KI zu übergeben. Das Tool, mit dem Sie die Datei erhalten, ist ein Google Maps-Scraper. Die kostenlose Vonsel Chrome-Erweiterung erfasst Unternehmen direkt aus einer Kartensuche und extrahiert deren Bewertungen in ein übersichtliches Exportformat, das Sie überall verwenden können.

Exportieren Sie die Rezensionen mit der Erweiterung

Öffnen Sie Google Maps und suchen Sie nach der gewünschten Kategorie und Stadt, zum Beispiel Zahnärzte in Austin. Das Vonsel-Pop-up erfasst die Unternehmen auf der Karte. Für die Wettbewerbsanalyse fügen Sie den erfassten Unternehmen anschließend Bewertungen hinzu, sodass jeder Eintrag neben Name und Bewertung auch den vollständigen Bewertungstext und das Datum enthält. Eine ausführliche Anleitung finden Sie unter „Füge Bewertungen zu erfassten Unternehmen hinzu“, ein spezieller Leitfaden für Rezensionen steht unter Wie man Google-Rezensionen ausliest.

Wählen Sie beim Export das Format, das zu dem von Ihnen verwendeten KI-Tool passt. Die Unterschiede sind gering, aber vorhanden; der Leitfaden zu CSV, Excel und JSON für KI behandelt sie ausführlich.

Egal für welche Variante Sie sich entscheiden, Sie verfügen nun über eine einzige Datei, die alle Mitbewerber und alle von Ihnen erfassten Bewertungen enthält. Ab hier geht die Arbeit vom Lesen zum Prompten über.

Mit ChatGPT zusammenfassen

ChatGPT ist der schnellste Weg zu einer ersten Zusammenfassung. Laden Sie die CSV-Datei hoch und lassen Sie das Programm die Daten einlesen. Datei-Uploads und Datenanalyse sind in das Produkt integriert, und die Grundlagen der Texteingabe in das Modell werden in der Dokumentation erläutert OpenAI-Dokumentation zur Textgenerierung. Eine gut funktionierende Eingabeaufforderung sieht folgendermaßen aus:

"„Im Anhang finden Sie eine CSV-Datei mit Google-Bewertungen von 12 konkurrierenden Zahnkliniken. Bitte nennen Sie für jede Klinik die drei häufigsten Beschwerden und die drei häufigsten positiven Bewertungen. Listen Sie anschließend klinikübergreifend die fünf häufigsten Probleme auf, geordnet nach ihrer Häufigkeit. Zitieren Sie pro Problem eine repräsentative Bewertung."

Diese eine Abfrage ersetzt einen ganzen Nachmittag. Sie erhalten eine detaillierte Aufschlüsselung pro Wettbewerber sowie einen Überblick über den gesamten Markt hinsichtlich der häufigsten Kundenbeschwerden. Diese wiederkehrenden Beschwerden dienen als Einstiegspunkte: Werden beispielsweise drei Kliniken wegen langer Wartezeiten kritisiert, ist dies der Punkt, den Sie ansprechen sollten. Für eine detailliertere Mustererkennung siehe „Mit ChatGPT Muster in Rezensionen finden“.

Sie können im selben Chat noch weiter gehen. Bitten Sie das System, eine Kaltakquise-E-Mail zu entwerfen, die auf eine bestimmte Schwäche hinweist, oder jeden Konkurrenten auf einer Skala von 1 bis 10 nach seiner Anfälligkeit zu bewerten. Da die Daten aus einem sauberen Export stammen, stützt sich das Modell auf reale Bewertungen.

Zusammenfassen mit Claude Code

ChatGPT eignet sich perfekt für einen einzelnen Wettbewerber. Wenn Sie dieselbe Analyse für Dutzende von Städten durchführen oder die Zusammenfassungen in eine neue Datei schreiben möchten, Claude Code ist das bessere Tool. Es läuft in Ihrem Terminal, liest die exportierten JSON- oder CSV-Dateien direkt von der Festplatte und kann alle Konkurrenten durchlaufen, ohne dass Sie etwas erneut hochladen müssen.

Legen Sie die Exportdatei in einen Ordner und geben Sie Claude Code eine Anweisung in einfacher Sprache:

"„Lesen Sie die Datei competitions.json. Fassen Sie für jedes Unternehmen die Bewertungen in einem JSON-Objekt mit folgenden Feldern zusammen: Name, Top-3-Beschwerden, Top-3-Lob, Sentiment-Score, One-Line-Pitch-Angle. Schreiben Sie das Ergebnis in die Datei insights.json und geben Sie eine Tabelle der Unternehmen aus, sortiert nach der schwächsten Bewertung."

Claude Code schreibt das Parsing, führt es aus und liefert Ihnen eine strukturierte Datei insights.json, die Sie wiederverwenden können. Ändern Sie die Eingabedatei und führen Sie den Vorgang für den nächsten Markt erneut aus. So wird aus einer Zusammenfassung eine wiederholbare Pipeline. (Die zugehörige Anleitung Analysiere Leads mit Claude Code zeigt, wie sich das gleiche Muster auf vollständige Lead-Listen anwenden lässt.)

ChatGPT vs. Claude Code für Zusammenfassungen der Überprüfung

Die meisten nutzen beides. ChatGPT für den schnellen Überblick vor einem Meeting, Claude Code, wenn dieselbe Aufgabe zur wöchentlichen Routine wird. Einige Teams exportieren die Daten auch über Codex oder ein lokales Modell, wenn sie auf dem eigenen Rechner verbleiben müssen. Der Export ist identisch, daher ist die Wahl des Tools eine Frage der Präferenz, keine Voraussetzung.

Wo das Dashboard die Führung übernimmt

Eine Zusammenfassung im Chatfenster ist für eine Stunde nützlich. Das Problem ist, dass sie losgelöst von Ihrer eigentlichen Kommunikation existiert: Sie lesen die Erkenntnis, wechseln dann zu einem anderen Tool, um darauf zu reagieren, und der Kontext geht verloren.

Das Vonsel-Dashboard schließt diese Lücke. Die von Ihnen erfassten Bewertungen fließen in die Bewertungsanalyse ein, die automatisch die Schwachstellen jedes Unternehmens aufdeckt. Diese Schwachstellen werden im zugeordneten CRM neben dem jeweiligen Lead angezeigt, und die E-Mail-Analyse erstellt für jedes Unternehmen eine individuelle Nachricht, die genau auf die in den Bewertungen identifizierte Schwäche eingeht. Weitere Informationen finden Sie unter „Wettbewerbsanalyse auf Google Maps“ und bei den Vonsel-Funktionen.

Der manuelle KI-Workflow und das Dashboard ergänzen sich. Die Erweiterung in Kombination mit ChatGPT oder Claude Code bietet eine schnelle und flexible Möglichkeit zur Erkundung. Im Dashboard werden die gleichen Daten zu einer Datenbank, aus der Sie Ihre Produkte verkaufen. Weitere Ideen finden Sie im Blog über KI-Workflows.

Kurze Bauchprüfung vor dem Start