Communitygithub.com

Benchmark-Methodik

Bewertet jeden Mitbewerber aus einem gestaffelten Wettbewerberset anhand von neun gewichteten Dimensionen (Positionierung, Stimme, visuelle Gestaltung, Angebotsverpackung, Nachweise, Enterprise-Reife, Thought Leadership, Preisgestaltung, Kundenspannung).

Was ist Benchmark-Methodik?

Die Benchmark-Methodik ist eine strukturierte Fähigkeit zur Bewertung von Mitbewerbern, die nach einer Wettbewerbsanalyse eingesetzt wird. Sie stellt sicher, dass jeder Mitbewerber anhand derselben neun Dimensionen mit expliziten 1–5-Rubriken bewertet wird, wobei Konsistenz und nachvollziehbare Belege im Vordergrund stehen. Die Bewertungen werden in einheitlichen Profilkarten festgehalten, die als Grundlage für Wettbewerbsberichte dienen. Die Methodik vermeidet subjektive Bauchgefühle und verankert jede Punktzahl an beobachtbaren Beweisen. Ein besonderes Augenmerk liegt auf der strategischen Spannung des Kunden, deren zwei Pole getrennt bewertet werden, um asymmetrische Stärken sichtbar zu machen. Die Fähigkeit unterstützt die Erstellung vergleichbarer, defensiver Bewertungen, die in Berichte wie `competitive-report-structure` einfließen. Sie ist ideal für den Einsatz nach `competitive-platform-analysis` und kann auf Plattformen wie Claude Code, Cursor oder anderen KI-Agenten genutzt werden, die Markdown-basierte Skill-Definitionen unterstützen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/benchmark-methodology

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Benchmark-Methodik?

Setzen Sie diese Fähigkeit ein, um ein eingegrenztes Wettbewerberset in vergleichbare, verteidigungsfähige Punktzahlen zu verwandeln. Jeder Mitbewerber wird anhand derselben neun Dimensionen mit expliziten 1–5-Rubriken bewertet, die dann in einem einheitlichen Profilkartenformat festgehalten werden. Konsistenz ist der Kern: Punktzahlen sind nur dann nützlich, wenn dieselben Belege für jeden Mitbewerber dieselbe Zahl ergeben würden.

Wann aktivieren

  • Ein eingegrenztes, gestaffeltes Wettbewerberset aus der Wettbewerbsanalyse (competitive-platform-analysis) ist bereit zur Bewertung.
  • Es besteht Bedarf an vergleichbaren, belegbasierten Punktzahlen über Mitbewerber hinweg – nicht an Bauchgefühl-Rankings.
  • Die strategische Spannung des Kunden (die paarigen Achsen, die den Ziel-White-Space definieren) wurde festgelegt.
  • Die Vorbereitung zur Erstellung von Profilkarten für die Zusammenstellung im Wettbewerbsbericht (competitive-report-structure) läuft.

Kundenpositionierungsbrief (zuerst erstellen)

Vor der Bewertung muss der Positionierungsbrief des Kunden erstellt werden. Er liefert:

  • Strategische Spannung – die zwei Achsen (z. B. Einprägsamkeit × Einstellbarkeit), deren Schnittpunkt den Ziel-White-Space des Kunden markiert. Dimension 9 ist immer die benannte Spannung des Kunden; melden Sie beide Pole getrennt, niemals gemittelt.
  • Unterscheidungsmerkmal – was den Burggraben des Kunden ausmacht. Dies beeinflusst, welche Dimensionen für das Positionierungsargument des Kunden am wichtigsten sind.
  • Markenbalance – die beabsichtigte Mischung unterschiedlicher strategischer Schwerpunkte. Strategische Empfehlungen dürfen diese Balance nicht ohne Kennzeichnung brechen.

Warum diese Dimensionen

Der Kunde konkurriert auf einer spezifischen Spannung, die über zwei Pole gehalten wird, nicht über die Breite der Dienstleistungen. Die Dimensionen sind gewichtet, um diesen Burggraben widerzuspiegeln. Zwei Dimensionen – die Spannungspole – werden getrennt bewertet und niemals gemeinsam gemittelt, weil die strategische Frage des Kunden genau darin besteht, ob ein Rivale beide gleichzeitig erreicht.

Die neun Dimensionen (mit Gewichtungen)

Gewichtungen leiten den Syntheseschwerpunkt, nicht eine einzelne gemischte Punktzahl (vermeiden Sie eine falsche Gesamtbewertung – siehe Voreingenommenheitskontrollen). Summe = 100 %.

  1. Klarheit & Unterscheidbarkeit der Positionierung (18 %) – Ist die Position der Agentur scharf, eigenständig und sofort erkennbar? Oder generisch?
  2. Markenstimme / verbale Unterscheidbarkeit (15 %) – Hat der Text einen eigenen Register oder ist er austauschbare Agentursprache?
  3. Visuelle Identität & handwerkliche Qualität der Website (15 %) – Qualität und Eigenständigkeit des visuellen Systems; Website als Handwerksbeweis.
  4. Serviceangebot & Verpackung (12 %) – Produktisiert und lesbar (benannte Sprints/Audits) vs. vage. Verpackungsreife.
  5. Nachweise & Glaubwürdigkeit (12 %) – Namentliche Kunden, quantifizierte Ergebnisse, Tiefe von Fallstudien. Nachweis über Behauptung hinaus.
  6. Enterprise-Reife / kommerzielle Reife (10 %) – Signale, dass sie SaaS/Fintech/B2B/Enterprise-Arbeit landen und halten können (Prozesse, Logos, Größe, Verträge).
  7. Thought Leadership / Content-Präsenz (8 %) – Eigener Standpunkt: Schreiben, Vorträge, Newsletter, Frameworks. Tiefe vor Menge.
  8. Preistransparenz & Engagement-Modell (5 %) – Ist Preis/Engagement lesbar? Produktisiert vs. maßgeschneidert vs. undurchsichtig.
  9. [Strategische Spannung des Kunden] (5 % als Flagge; BEIDE Pole bewerten, getrennt melden) – Lesen Sie den Spannungsnamen und die Achsenbeschreibungen aus dem Positionierungsbrief des Kunden. Tragen Sie beide ein; die Lücke ist die Erkenntnis. Der Zielquadrant des Kunden ist der wichtigste Einzelfund: Wer ist bereits dort?

Bewertungsrubrik (1–5, gilt für Dimensionen 1–8)

Verankern Sie jede Punktzahl an beobachtbaren Belegen. Allgemeine Beschreibungen unten; passen Sie die Spezifika pro Dimension an, behalten Sie aber die Bedeutung der Stufe bei.

  • 1 – Nicht vorhanden / generisch. Keine erkennbare Position oder Handwerkskunst; nicht von einer Vorlage unterscheidbar. Aktives Minus.
  • 2 – Unterdurchschnittlich. Etwas Absicht, aber inkonsistent, abgeleitet oder nicht überzeugend. Würde einem Seitenvergleich nicht standhalten.
  • 3 – Kompetent / Mindeststandard. Solide, professionell, unauffällig. Erfüllt Erwartungen, von niemandem besetzt.
  • 4 – Stark / unverwechselbar. Deutlich über Mitbewerbern; eine echte Stärke, die ein Käufer bemerken und nennen würde.
  • 5 – Kategorie-definierend. Best-in-Class, eigenständig, schwer zu imitieren. Setzt die Messlatte, auf die andere reagieren.

Spannungsachsen (Dimension 9) – jede 1–5 bewerten

Lesen Sie die Achsenbezeichnungen und ihre 1/3/5-Anker aus dem Positionierungsbrief des Kunden. Beispielanker für eine Spannung Einprägsamkeit × Glaubwürdigkeit:

  • Einprägsamkeit – 1: sofort vergessen · 3: im Kontext erkennbar · 5: unvergesslich, viel besprochen, unverwechselbar besetzt.
  • Glaubwürdigkeit – 1: fühlt sich riskant/amateurhaft an · 3: sicher, kompetent, unaufregend · 5: unternehmenvertrauenswürdig, offensichtliche sichere Wahl.

Tragen Sie Mitbewerber in die Spannungs-2×2 ein. Der Zielquadrant des Kunden ist im Positionierungsbrief benannt. Wer diesen Quadranten besetzt, ist der wichtigste Einzelfund des Benchmarks.

So sammeln Sie die Daten

Arbeiten Sie für jeden Mitbewerber die Dimensionen in dieser Reihenfolge ab (das günstigste Signal zuerst):

  1. Eigene Website des Mitbewerbers – Positionierung, Stimme, Angebotsverpackung, Preishaltung, namentliche Kunden, Manifest/Standpunkt. Screenshot der Startseite + einer Fallstudie.
  2. Fallstudien / Arbeiten – Nachweistiefe, quantifizierte Ergebnisse, Kundennamen. Unterscheiden Sie behauptet („wir haben X geliefert“) von belegt (Metriken, namentlich, verifizierbar).
  3. Bewertungsverzeichnisse – Korroborieren Sie Kunden, Projektgröße, Engagement-Modell → Glaubwürdigkeit & Enterprise-Reife (z. B. Clutch.co oder das Nischenäquivalent).
  4. LinkedIn – Teamgröße/-modell, Gründererzählung, Content-Takt → Thought Leadership, Modell.
  5. Portfolio / Handwerksplattformen – Handwerksregister (nutzen Sie die für die Nische typische Präsentation: Design-Boards, Showreels, veröffentlichte Muster usw.).
  6. Content-Kanäle – Newsletter/Vorträge/Schreiben → Tiefe des Thought Leadership.

Was pro Dimension aufgezeichnet wird: die Punktzahl, eine einzeilige Begründung und der Quellenlink/Screenshot, der sie verdient hat. Keine Punktzahl ohne Beleg.

Voreingenommenheitskontrollen

  • Keine einzelne Gesamtpunktzahl. Melden Sie Dimensionspunktzahlen und den Spannungsplot getrennt. Ein gewichteter Durchschnitt verbirgt die Asymmetrie, die wichtig ist.
  • Behauptet vs. belegt. Stufen Sie Glaubwürdigkeits-/Nachweise-Punktzahlen für selbstberichtete Behauptungen ohne Korroboration herab. Website-Text ist Marketing, keine Tatsache.
  • Ästhetik-Affinitäts-Bias. Bewerter könnten Agenturen, deren Ästhetik sie teilen, überbewerten und die kommerzielle Stärke von Rivalen unterbewerten. Bewerten Sie Handwerk und Glaubwürdigkeit unabhängig; eine „langweilige“ Website könnte größere Kunden gewinnen.
  • Neuigkeits-/Effekthascherei-Bias. Preisgekrönte, repräsentative Arbeiten blenden, könnten aber kommerziell oberflächlich sein – überprüfen Sie mit Verzeichnissen/Kunden, bevor Sie die Glaubwürdigkeit bewerten.
  • Überlebens-Bias. Die sichtbaren, gut vermarkteten Agenturen sind nicht der gesamte Markt; notieren Sie starke, aber leise Akteure, die über Verzeichnisse/Bewertungen gefunden wurden.
  • Kalibrieren Sie über das Set hinweg, nicht isoliert. Lesen Sie vor der Finalisierung die Punktzahlen nebeneinander – eine „4“ muss für jeden Mitbewerber dasselbe bedeuten. Passen Sie Ausreißer an.

Mitbewerber-Profilkarte (Ausgabeformat)

Erstellen Sie eine Karte pro profiliertem Mitbewerber – die atomare Einheit, aus der der Bericht zusammengesetzt wird:

## <Name des Mitbewerbers>
- **Profil / Stufe:** <Positionierungsansatz · Spezialisierung · Größenband> / <Direkt | Angrenzend | Aspirativ>
- **Einzeiler:** <wie sie sich selbst positionieren, in ihren eigenen Worten>
- **Modell / Größe / Geografie:** <solo|mikro|boutique> · <Region> · <Preis-/Engagement-Modell>
- **Bemerkenswerte Kunden / Nachweise:** <namentlich, mit belegt/behauptet-Kennzeichnung>

### Dimensionspunktzahlen
| Dimension | Punktzahl (1–5) | Begründung (1 Zeile) | Quelle |
|---|---|---|---|
| Klarheit & Unterscheidbarkeit der Positionierung | | | |
| Markenstimme / verbale Unterscheidbarkeit | | | |
| Visuelle Identität & handwerkliche Qualität der Website | | | |
| Serviceangebot & Verpackung | | | |
| Nachweise & Glaubwürdigkeit | | | |
| Enterprise-Reife / kommerzielle Reife | | | |
| Thought Leadership / Content-Präsenz | | | |
| Preistransparenz & Engagement-Modell | | | |

### Spannungsplot
- **[Achse 1 aus Positionierungsbrief]:** <1–5> — <warum>
- **[Achse 2 aus Positionierungsbrief]:** <1–5> — <warum>
- **Quadrant:** <hoch/hoch | hoch-1/niedrig-2 | niedrig-1/hoch-2 | niedrig/niedrig>

### Lesart für [Kunde]
- **Stärke, von der zu lernen ist:** <…>
- **Schwäche, die auszunutzen ist / White-Space, den sie freilegt:** <…>
- **Bedrohung für [Kunde]:** <…>

Übergeben Sie die fertigen Karten zusammen mit dem Spannungsplot an competitive-report-structure.

Anti-Patterns

  • Mitteln der Spannungsachsen. Die beiden Pole der strategischen Spannung des Kunden müssen getrennt bewertet und gemeldet werden. Mitteln zerstört die Erkenntnis – die Lücke zwischen den Polen ist der Befund.
  • Bewerten ohne Belege. Jede Punktzahl erfordert eine einzeilige Begründung und einen Quellenlink. Eine Punktzahl ohne Beleg ist eine Meinung, kein Benchmark.
  • Erstellen einer einzelnen Gesamtpunktzahl. Melden Sie Dimensionspunktzahlen einzeln. Ein gewichteter Durchschnitt verbirgt die asymmetrischen Stärken, die für die Positionierung wichtig sind.
  • Anwenden generischer Rubrikanker ohne Anpassung. Die 1–5-Anker müssen an die spezifische Dimension und das Wettbewerberset angepasst werden. Die allgemeinen Beschreibungen sind ein Ausgangspunkt, kein fester Standard.
  • Loslegen, bevor das Wettbewerberset eingegrenzt ist. Verwenden Sie zuerst competitive-platform-analysis, um ein gestaffeltes, bereinigtes Set zu erstellen. Die Bewertung einer uneingegrenzten Liste verschwendet Aufwand für irrelevante Mitbewerber.

Verwandte Fähigkeiten

  • competitive-platform-analysis – die Voraussetzung; erstellt das gestaffelte Wettbewerberset, das diese Fähigkeit bewertet.
  • competitive-report-structure – der nächste Schritt; setzt die bewerteten Profilkarten zu einem kundenfertigen Bericht zusammen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills