ABM Landingpage Skill
Erstelle hochgradig personalisierte Landingpages für spezifische Interessenten, die die Conversion maximieren und gleichzeitig KI-Erkennungsmuster vermeiden.
Arbeitsablauf
Schritt 1: Profilanalyse
Anhand einer LinkedIn-URL extrahieren:
- Aktuelle Rolle & Unternehmen – Was machen sie Tag für Tag?
- Bisherige Erfahrung – Welche Tools/Plattformen haben sie genutzt?
- Schmerzpunkte – Basierend auf Stellenbeschreibungen, mit welchen Problemen kämpfen sie?
- Branchenjargon – Welche spezifischen Begriffe verwenden sie?
- Zertifizierungen – Welche Qualifikationen besitzen sie?
Nutze das LinkedIn-Profil, um ihre Welt tiefgehend zu verstehen.
Schritt 2: Segmentbasierten URL-Pfad erstellen
NIEMALS den Namen der Person in der URL verwenden. Erstelle ein Segment, das wie eine Kategorieseite aussieht:
| Schlecht | Gut |
|---|---|
/fuer/jon | /fuer/uipath-certified |
/fuer/sarah-schmidt | /fuer/rpa-berater |
/fuer/max-mustermann | /fuer/enterprise-it-leiter |
Die URL sollte so aussehen, als würde sie eine Rolle/ein Segment ansprechen, nicht eine Einzelperson.
Schritt 3: Inhaltsrichtlinien
MACHEN:
- Verwende branchenspezifischen Jargon, den nur Insider kennen
- Beziehe dich auf spezifische Tools/Produkte, die sie genutzt haben (z. B.
idx_aaname,DU-Modell,Orchestrator) - Schreibe einen konversationellen, leicht unperfekten Text
- Variiere Satzlänge und -struktur
- Füge spezifische Szenarien ein („Samstag, 2 Uhr nachts. Das Upgrade ist fehlgeschlagen.“)
- Verwende lockere Sprache („Typisch.“, „Abschicken und hoffen.“)
NICHT MACHEN:
- Keine Emojis oder Icon-Grids verwenden
- Keine Buzzwords wie „10x“, „revolutionär“, „transformieren“, „selbstheilend“
- Keine sich wiederholenden Satzstrukturen verwenden
- Keine zu polierten, perfekten Prosa verwenden
- Kein generisches Marketingsprech verwenden
- Den Namen der Person nirgendwo auf der Seite erwähnen
Schritt 4: Seitenstruktur
app/fuer/[segment-name]/\n page.tsx # Serverkomponente mit Metadaten + JSON-LD-Schema
client.tsx # Clientkomponente mit UI
page.tsx Vorlage (mit SEO/AEO-Optimierungen)
import { Metadata } from "next";
import SegmentPageClient from "./client";
export const metadata: Metadata = {
title: "Für [Segment] | Mediar",
description: "[Kurze, lockere Beschreibung des Schmerzpunkts]",
robots: "noindex, nofollow", // Private Seite – nicht indexieren
};
// JSON-LD-Schema für KI-/Such-Crawler
const jsonLd = {
"@context": "https://schema.org",
"@type": "Article",
headline: "[Seitenüberschrift]",
description: "[Beschreibung]",
datePublished: "2026-01-20",
dateModified: "2026-01-20",
author: { "@type": "Organization", name: "Mediar", url: "https://mediar.ai" },
publisher: { "@type": "Organization", name: "Mediar", url: "https://mediar.ai" },
mainEntity: {
"@type": "FAQPage",
mainEntity: [
// FAQ-Elemente basierend auf ihren Schmerzpunkten hinzufügen
{
"@type": "Question",
name: "[Frage, die sie stellen würden]",
acceptedAnswer: { "@type": "Answer", text: "[Direkte Antwort]" },
},
],
},
};
export default function SegmentPage() {
return (
<>
<script
type="application/ld+json"
dangerouslySetInnerHTML={{ __html: JSON.stringify(jsonLd) }}
/>
<SegmentPageClient />
</>
);
}
client.tsx Struktur
Semantisches HTML für KI-Crawler verwenden:
<article>
<header> {/* Hero-Bereich */}
<h1>...</h1>
<p>Aktualisiert <time dateTime="2026-01-20">Januar 2026</time></p>
</header>
<section> {/* TL;DR */}
<h2>TL;DR</h2>
<ul>...</ul>
</section>
<section> {/* Schmerzpunkte */}
<h2>...</h2>
</section>
<section> {/* Vergleich – <table> verwenden, nicht divs */}
<h2>...</h2>
<table>...</table>
</section>
<section> {/* Sozialer Beweis */}
<h2>...</h2>
</section>
<section> {/* Demo/Video */}
<h2>...</h2>
</section>
<section> {/* CTA */}
<h2>...</h2>
</section>
</article>
Reihenfolge der Abschnitte:
- Kopfzeile/Hero – Eine pointierte Frage zu ihrem Hauptschmerzpunkt + sichtbares Datum
- TL;DR – 3-4 Aufzählungspunkte mit den wichtigsten Erkenntnissen (KI liebt das)
- Schmerzpunkte – 4-6 spezifische Szenarien, die sie erkennen (keine Icons)
- Vergleich – Ihr aktuelles Tool vs. Mediar (
<table>verwenden, nicht divs) - Sozialer Beweis – Testimonials von ähnlichen Rollen
- Demo/Video – Konkretes Beispiel, das für ihre Arbeit relevant ist
- CTA – Einfache, niedrigschwellige Aufforderung
Schritt 5: PostHog-Tracking
Seitenaufrufe und CTA-Klicks mit Segment-Identifikatoren verfolgen (keine persönlichen Daten):
useEffect(() => {
if (posthog) {
posthog.capture("segment_page_viewed", {
page: "/fuer/[segment]",
segment: "[segment_identifier]",
});
}
}, [posthog]);
Anti-KI-Erkennungs-Checkliste
Vor dem Ausliefern prüfen:
- URL verwendet Segmentnamen, nicht den Namen der Person
- Kein Personenname erscheint irgendwo auf der Seite
- Keine Emoji-Icons im Inhalt
- Keine generischen Buzzwords (10x, revolutionär, transformieren, freischalten, befähigen)
- Satzlängen variieren deutlich
- Einige Sätze sind kurz. Wirklich kurz.
- Branchenjargon ist spezifisch und korrekt
- Text hat charakteristische Eigenheiten (Gedankenstriche, Satzfetzen, lockere Nebenbemerkungen)
- Übergänge sind nicht zu glatt/perfekt
- Spezifische Szenarien schlagen generische Vorteile
Beispiel-Schmerzpunkte nach Rolle
UiPath-Entwickler
- Selektorwartung (
aaname,idx, Ankerelemente) - Ausnahmebehandlung (alles try-cachen)
- Document Understanding Training
- Orchestrator-Updates/Wartungsfenster
- Versionskompatibilitätsprobleme
- Best Practices an Junioren vermitteln
Power Automate-Benutzer
- Zuverlässigkeit von Desktop-Flows
- Probleme mit Verbindungsaktualisierungen
- Kosten für Premium-Connectoren
- Grenzen des Flow-Ausführungsverlaufs
- Debuggen von Cloud-Flows
IT-Manager (RPA)
- Bot-Lizenzkosten (420 $/Bot/Monat)
- Infrastruktur-Overhead
- Skalierung von betreuten vs. unbeaufsichtigten Bots
- Sicherheits-/Compliance-Bedenken
- ROI-Messung
Finanzen/Ops (Endbenutzer)
- Manuelle Dateneingabe zwischen Systemen
- Copy-Paste-Fehler
- Verzögerungen beim Monatsabschluss
- Zeit für Berichtserstellung
- Anforderungen an Prüfpfade
Stilleitfaden für Texte
Überschriften
- Fragen funktionieren gut: „Was wäre, wenn Selektoren einfach funktionieren würden?“
- Lockere Aussagen: „Die Dinge, die deine Woche fressen“
- Direkt: „Gleiche Aufgabe, anderer Ansatz“
Beschreibungen
Schreibe, als würdest du mit einem Kollegen sprechen:
Zu poliert (KI-klingend):
„Unsere fortschrittliche, KI-gestützte Automatisierungsplattform revolutioniert das Unternehmens-Workflow-Management durch intelligente Selbstheilungsfähigkeiten.“
Besser (menschlich):
„Du kennst das Spiel. Chrome aktualisiert, dein idx_aaname bricht. Jemand berührt das DOM, dein Ankerelement verschwindet. Wir hatten auch die Nase voll davon.“
CTAs
Halte sie locker:
- „15 Min buchen“ (nicht „Vereinbaren Sie Ihre persönliche Demo heute“)
- „Oder Code ansehen“ (nicht „Entdecken Sie unser Open-Source-Repository“)
- „Sieh dir an, wie wir's machen“ (nicht „Entdecken Sie, wie unsere Plattform Ihre Workflows transformiert“)
Dateipfade
- Landingpages:
app/fuer/[segment]/ - Gemeinsame Komponenten: Vorhandene Komponenten aus
components/verwenden - Lead-Erfassung:
LeadCaptureModalauscomponents/landing/lead-capture-modalverwenden
Schnellstart
Wenn der Benutzer eine LinkedIn-URL bereitstellt:
- Profil besuchen und Rolle, Erfahrung, Fähigkeiten extrahieren
- Wahrscheinliche Schmerzpunkte basierend auf den von ihnen genutzten Tools identifizieren
- Segmentnamen aus ihrer Rolle erstellen (z. B. „uipath-certified“, „rpa-berater“)
page.tsxundclient.tsxinapp/fuer/[segment]/generieren- Dev-Server ausführen und im Browser in der Vorschau anzeigen
- Basierend auf Feedback iterieren
SEO & Optimierung für KI-Suche (AEO)
KI-Systeme (ChatGPT, Perplexity, Claude, Google AI Overviews) extrahieren und zitieren jetzt Inhalte. Traditionelle SEO konzentrierte sich auf das Ranking in Googles 10 blauen Links. Jetzt optimiert man auch für:
- KI-Übersichten (Googles KI-generierte Zusammenfassungen)
- ChatGPT/Bing Chat-Antworten
- Perplexity, Claude, Gemini und andere KI-Assistenten
- Traditionelle Suche (immer noch wichtig, aber schrumpfender Anteil der Klicks)
Kernkonzepte
1. Antwortmaschinen-Optimierung (AEO)
KI-Systeme extrahieren und synthetisieren Antworten. Deine Inhalte müssen:
- Direkt beantwortbar sein – Klare, prägnante Aussagen, die KI zitieren kann
- Gut strukturiert sein – Überschriften, Listen, Tabellen, die sauber parsen
- Autoritativ sein – Zitierte Quellen, Referenzen, E-E-A-T-Signale
2. Was KI-Modelle priorisieren
- Aktualität – Frische, aktualisierte Inhalte (Datumsstempel sind wichtig)
- Spezifität – Detailliertes Nischen-Know-how statt generischer Abdeckung
- Konsens – Informationen, die mit autoritativen Quellen übereinstimmen
- Struktur – Schema-Markup, FAQs, klare Hierarchien
3. Zitieroptimierung
Wenn KI Quellen zitiert, bevorzugt sie:
- Originalforschung/Daten
- Erfahrung aus erster Hand
- Einzigartige Perspektiven, die anderswo nicht zu finden sind
- Gut organisierte Referenzinhalte
Taktische Änderungen
Inhaltsformat
ALT: 2000-Wörter-SEO-Artikel, aufgebläht mit Fülltext NEU: Dichte, überfliegbare, faktenreiche Inhalte mit klaren Erkenntnissen
Struktur, die funktioniert
- Mit der Antwort führen (umgekehrte Pyramide)
- Beschreibende H2/H3s verwenden, die eigenständige Abfragen sein könnten
- „Was ist X“- und „Wie man Y macht“-Abschnitte einfügen
- FAQ-Schema für häufige Fragen hinzufügen
- Tabellen für Vergleiche (KI liebt strukturierte Daten)
Technische Muss-Anforderungen
- Schema-Markup – FAQ, HowTo, Article, Organization
- Schnelle Ladezeiten – KI-Crawler haben Timeouts
- Sauberes HTML – Semantisches Markup statt Div-Suppe
- Indexierbare Inhalte – Kein reines JS-Rendering für kritische Inhalte
Was sinkt vs. steigt
Sinkend:
- Keyword-Stuffing (KI versteht Semantik)
- Dünne Affiliate-Inhalte (KI bevorzugt Primärquellen)
- Linkfarmen/PBNs (weniger Gewicht in der Kuratierung von KI-Trainingsdaten)
- Clickbait-Überschriften (KI bewertet Inhaltsqualität, nicht CTR)
Steigend:
- Topical Authority – Tiefgehende Abdeckung deiner Nische
- Markenerwähnungen – Auch ohne Links werden erwähnte Marken zitiert
- Community-Präsenz – Reddit, Foren, Diskussionen beeinflussen KI
- Multi-Format-Inhalte – Videotranskripte, Podcasts speisen KI-Training
Schnelle Erfolge
- FAQ-Abschnitte mit natürlichen Fragen hinzufügen
- Veröffentlichungsdaten und Inhalte regelmäßig aktualisieren
- Vergleichstabellen für deine Kategorie erstellen
- Definitive „Was ist X“-Erklärungen schreiben
- In Reddit-/Forum-Diskussionen erwähnt werden
- Wissenspanel beanspruchen und optimieren
- Strukturierte Daten aggressiv nutzen
Referenz wichtiger HTML-Tags
| Tag/Attribut | Zweck |
|---|---|
<article> | Semantischer Inhaltswrapper |
<time datetime=""> | Maschinenlesbare Daten |
<h1> – <h3> | Klare Hierarchie (ein H1) |
<ul>, <ol> | Listen, die KI parsen kann |
<table> | Vergleiche, Daten |
itemscope/itemprop | Inline-Mikrodaten |
application/ld+json | Strukturierte Datenblöcke |
Minimale Implementierung
Jede ABM-Landingpage MUSS haben:
- Einen JSON-LD-Block pro Seite (Article oder FAQPage)
- Semantisches HTML (
<article>,<section>,<header>,<time>) - Klare H1 → H2 → H3-Hierarchie
- Sichtbares „Aktualisiert: [Datum]“ in der Nähe des Titels
- TL;DR oder Kernaussagen oben
FAQ-Schema-Vorlage
Fragen basierend auf den Schmerzpunkten hinzufügen:
{
"@type": "Question",
"name": "Wie handhabt Mediar die Selektorwartung?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Mediar nutzt KI, um UI-Elemente anhand ihres visuellen Erscheinungsbilds und Kontexts zu lokalisieren, nicht anhand brüchiger Selektoren. Wenn Chrome aktualisiert wird oder sich das DOM ändert, passt sich die KI automatisch an."
}
}
Schema-Typen nach Seite
| Seitentyp | Empfohlenes Schema |
|---|---|
| ABM-Landingpage | Article + FAQPage |
| Vergleichsseiten | ComparisonTable oder ItemList |
| Fallstudien | Article mit Autor, datePublished |
| How-to-Inhalte | HowTo-Schema |
| Lösungsseiten | Article- oder Service-Schema |
Ressourcen
- Forschung zur Anti-KI-Erkennung: https://octet.design/journal/how-to-detect-ai-content/
- SEO/AEO-Leitfaden:
C:\Users\User\SEO & AI Search Optimization Cras.txt - Bestehende Landingpages als Referenz: Verzeichnis
app/compare/ - Lead-Erfassungskomponente:
components/landing/lead-capture-modal.tsx - PostHog-Setup: Siehe Skill
posthog