Communitygithub.com

Benchmark-Methodik

Bewertet jedes Konkurrenzunternehmen anhand von neun gewichteten Dimensionen (Positionierung, Stimme, visuelle Handwerkskunst, Angebotsverpackung, Belege, Unternehmensreife, Thought Leadership, Preismodell, Kundenspannung) und erstellt vergleichbare, belegbare Bewertungen.

Was ist Benchmark-Methodik?

Die Benchmark-Methodik ist eine strukturierte Bewertungsskill für KI-Agenten, die dazu dient, eine eingegrenzte Konkurrenzmenge in vergleichbare, beleggestützte Bewertungen zu überführen. Sie wird nach der Wettbewerbsanalyse (competitive-platform-analysis) aktiviert und bewertet jedes Konkurrenzunternehmen anhand von neun gewichteten Dimensionen, darunter Positionierungsklarheit, Markenstimme, visuelle Identität, Angebotsverpackung, Belege, Unternehmensreife, Thought Leadership, Preistransparenz und eine kundenspezifische Spannungsdimension. Die Bewertung erfolgt nach einer expliziten 1-5-Rubrik, wobei jede Punktzahl mit einem Beleg (Quellenlink oder Screenshot) untermauert werden muss, um reine Meinungen zu vermeiden. Besonderer Wert wird auf die getrennte Bewertung der beiden Pole der kundenspezifischen strategischen Spannung gelegt – ihr Durchschnitt würde die entscheidende Erkenntnis zerstören. Der Skill unterstützt die Erstellung einheitlicher Profilkarten für jeden Konkurrenten, die dann im nächsten Schritt (competitive-report-structure) zu einem kundenfertigen Bericht zusammengefügt werden. Er ist auf Agentenplattformen wie Claude Code, Cursor und Codex anwendbar und enthält klare Bias-Kontrollen, um subjektive Verzerrungen durch ästhetische Vorlieben oder Aktualitätseffekte zu minimieren.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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?

Nutzen Sie diesen Skill, um einen eingegrenzten Konkurrenzsatz in vergleichbare, belastbare Bewertungen umzuwandeln. Jedes Konkurrenzunternehmen wird an denselben neun Dimensionen bewertet, mit expliziten 1-5-Rubriken, und anschließend in einer einheitlichen Profilkarte festgehalten. Konsistenz ist der Schlüssel: Bewertungen sind nur dann nützlich, wenn dieselben Belege für jedes Konkurrenzunternehmen dieselbe Punktzahl ergeben würden.

Wann aktivieren

  • Ein eingegrenzter, gestaffelter Konkurrenzsatz aus der Wettbewerbsanalyse (competitive-platform-analysis) ist bereit zur Bewertung.
  • Es werden vergleichbare, beleggestützte Bewertungen über mehrere Konkurrenten hinweg benötigt – keine Bauchgefühl-Rankings.
  • Die strategische Spannung des Kunden (die gepaarten Achsen, die seinen Ziel-White-Space definieren) wurde festgelegt.
  • Vorbereitung zur Erstellung von Profilkarten für die Zusammenstellung im Wettbewerbsbericht (competitive-report-structure).

Positionierungsbrief des Kunden (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 gemittelt, weil die strategische Frage des Kunden genau darin besteht, ob ein Rivale beide gleichzeitig erreicht.

Die neun Dimensionen (mit Gewichtungen)

Gewichtungen lenken den Syntheseschwerpunkt, nicht eine einzelne Mischpunktzahl (vermeiden Sie einen falschen Gesamtwert – siehe Bias-Kontrollen). Summe = 100%.

  1. Positionierungsklarheit & Unterscheidbarkeit (18%) — Ist die Position des Studios scharf, eigenständig und sofort lesbar? Oder generisch?
  2. Markenstimme / verbale Unterscheidbarkeit (15%) — Hat der Text eine eigene Register, oder ist er austauschbare Agentursprache?
  3. Visuelle Identität & Website-Handwerk (15%) — Qualität und Eigenständigkeit des visuellen Systems; die Website als Handwerksbeweis.
  4. Dienstleistungsangebot & Verpackung (12%) — Produktisiert und lesbar (benannte Sprints/Audits) vs. vage. Verpackungsreife.
  5. Belege & Glaubwürdigkeit (12%) — Benannte Kunden, quantifizierte Ergebnisse, Fallstudien-Tiefe. Beweise über Behauptungen hinaus.
  6. Unternehmensreife / kommerzielle Reife (10%) — Signale, dass sie SaaS/Fintech/B2B/Enterprise-Arbeit gewinnen und halten können (Prozesse, Logos, Größe, Verträge).
  7. Thought Leadership / Inhaltspräsenz (8%) — Eigene Position: Texte, Vorträge, Newsletter, Frameworks. Tiefe vor Masse.
  8. Preistransparenz & Engagement-Modell (5%) — Sind Preise/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 Einzelbefund: Wer ist sonst schon dort?

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

Verankern Sie jede Punktzahl an beobachtbaren Belegen. Generische Beschreibungen unten; passen Sie die Details 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. Aktive Belastung.
  • 2 — Unterdurchschnittlich. Etwas Absicht, aber inkonsistent, abgeleitet oder nicht überzeugend. Würde einem direkten Vergleich nicht standhalten.
  • 3 — Kompetent / Grundvoraussetzung. Solide, professionell, unauffällig. Erfüllt die Erwartung, von niemandem besitzbar.
  • 4 — Stark / unverwechselbar. Deutlich über der Konkurrenz; eine echte Stärke, die ein Käufer bemerken und nennen würde.
  • 5 — Kategorie-definierend. Branchenführend, besitzbar, schwer zu imitieren. Setzt den Maßstab, auf den 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 Einprägsamkeit × Glaubwürdigkeits-Spannung:

  • Einprägsamkeit — 1: sofort vergessen · 3: im Kontext erkennbar · 5: unvergesslich, viel diskutiert, eindeutig besessen.
  • Glaubwürdigkeit — 1: fühlt sich riskant/amateurhaft an · 3: sicher, kompetent, nicht aufregend · 5: unternehmenstrustiert, offensichtlich sichere Wahl.

Tragen Sie die Konkurrenten in die 2×2-Spannungsmatrix ein. Der Zielquadrant des Kunden ist im Positionierungsbrief benannt. Wer diesen Quadranten noch besetzt, ist der wichtigste Befund des Benchmarks.

So sammeln Sie die Daten

Für jeden Konkurrenten arbeiten Sie die Dimensionen in dieser Reihenfolge ab (günstigstes Signal zuerst):

  1. Eigene Website des Konkurrenten — Positionierung, Stimme, Angebotsverpackung, Preishaltung, benannte Kunden, Manifest/POV. Screenshot der Startseite + einer Fallstudie.
  2. Fallstudien / Arbeiten — Belegtiefe, quantifizierte Ergebnisse, Kundennamen. Unterscheiden Sie behauptet („wir lieferten X“) von belegt (Metriken, benannt, überprüfbar).
  3. Bewertungsverzeichnisse — Kunden bestätigen, Projektgröße, Engagement-Modell → Glaubwürdigkeit & Unternehmensreife (z. B. Clutch.co oder das Nischenäquivalent).
  4. LinkedIn — Teamgröße/-modell, Gründergeschichte, Inhaltsfrequenz → Thought Leadership, Modell.
  5. Portfolio / Handwerksplattformen — Handwerksregister (nutzen Sie die für die Nische typische Präsentation: Design Boards, Showreels, veröffentlichte Beispiele usw.).
  6. Inhaltskanäle — Newsletter/Vorträge/Texte → Thought-Leadership-Tiefe.

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

Bias-Kontrollen

  • Kein einzelner Gesamtwert. Dimensionen und Spannungsplot getrennt melden. Ein gewichteter Durchschnitt verbirgt die Asymmetrie, die zählt.
  • Behauptet vs. belegt. Glaubwürdigkeits-/Belege-Punktzahlen für selbstberichtete Behauptungen ohne Bestätigung herabstufen. Website-Text ist Marketing, keine Tatsache.
  • Ästhetische Affinitätsverzerrung. Bewerter könnten Studios mit ähnlicher Ästhetik überbewerten und die kommerzielle Stärke von Mitbewerbern unterbewerten. Bewerten Sie Handwerk und Glaubwürdigkeit unabhängig; eine „langweilige“ Website kann größere Kunden gewinnen.
  • Aktualitäts-/Effekthascherei-Verzerrung. Preisgekrönte, spektakuläre Arbeiten blenden, könnten aber kommerzielle Tiefe vermissen lassen – vor der Bewertung der Glaubwürdigkeit mit Verzeichnissen/Kunden überprüfen.
  • Überlebensverzerrung. Die sichtbaren, gut vermarkteten Studios sind nicht der gesamte Markt; starke, aber leise Akteure notieren, die über Verzeichnisse/Bewertungen gefunden wurden.
  • Über den gesamten Satz kalibrieren, nicht isoliert. Vor dem Finalisieren die Bewertungen nebeneinander lesen – eine „4“ muss für jeden Konkurrenten dasselbe bedeuten. Ausreißer anpassen.

Konkurrenten-Profilkarte (Ausgabeformat)

Eine Karte pro bewertetem Konkurrenten erstellen – die atomare Einheit, aus der der Bericht zusammengestellt wird:

## <Konkurrentenname>
- **Profil / Stufe:** <Positionierungsansatz · Spezialisierung · Größenband> / <Direkt | Angrenzend | Anspornend>
- **Einzeiler:** <wie sie sich selbst positionieren, in ihren eigenen Worten>
- **Modell / Größe / Geografie:** <solo|micro|boutique> · <Region> · <Preis-/Engagement-Modell>
- **Bemerkenswerte Kunden / Belege:** <benannt, mit belegt/behauptet-Kennzeichnung>

### Dimensionsbewertungen
| Dimension | Bewertung (1–5) | Begründung (1 Zeile) | Quelle |
|---|---|---|---|
| Positionierungsklarheit & Unterscheidbarkeit | | | |
| Markenstimme / verbale Unterscheidbarkeit | | | |
| Visuelle Identität & Website-Handwerk | | | |
| Dienstleistungsangebot & Verpackung | | | |
| Belege & Glaubwürdigkeit | | | |
| Unternehmensreife / kommerzielle Reife | | | |
| Thought Leadership / Inhaltspräsenz | | | |
| Preistransparenz & Engagement-Modell | | | |

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

### Lesefür [Kunde]
- **Stärke zum Lernen:** <…>
- **Schwäche zum Ausnutzen / White-Space, den sie freilegt:** <…>
- **Bedrohung für [Kunden]:** <…>

Übergeben Sie die fertigen Karten plus den Spannungsplot an competitive-report-structure.

Anti-Patterns

  • Mittelung der Spannungsachsen. Die beiden Pole der strategischen Spannung des Kunden müssen getrennt bewertet und gemeldet werden. Die Mittelung zerstört die Erkenntnis – die Lücke zwischen den Polen ist der Befund.
  • Bewertung ohne Belege. Jede Punktzahl erfordert eine einzeilige Begründung und einen Quellenlink. Eine Punktzahl ohne Beleg ist eine Meinung, kein Benchmark.
  • Erstellen eines einzelnen Gesamtwerts. Dimensionen einzeln melden. Ein gewichteter Durchschnitt verbirgt die asymmetrischen Stärken, die für die Positionierung wichtig sind.
  • Generische Rubrikanker anwenden, ohne anzupassen. Die 1–5-Anker müssen für die spezifische Dimension und den Konkurrenzsatz kalibriert werden. Die generischen Beschreibungen sind ein Ausgangspunkt, kein fester Standard.
  • Vor dem Eingrenzen des Konkurrenzsatzes loslegen. Verwenden Sie zuerst competitive-platform-analysis, um einen gestaffelten, bereinigten Satz zu erstellen. Die Bewertung einer uneingeschränkten Liste verschwendet Aufwand für irrelevante Konkurrenten.

Verwandte Skills

  • competitive-platform-analysis — die Voraussetzung; erzeugt den gestaffelten Konkurrenzsatz, den dieser Skill 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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Verwandte Skills