Rosental Organics ist eine deutsche Naturkosmetik-Marke, die wirksame Hautpflege konsequent mit natürlichen Inhaltsstoffen verbindet. 2017 als Start-up in Mannheim gegründet und heute in Berlin ansässig, folgt das Unternehmen einer „minimal ingredients policy“ und einem ganzheitlichen Pflegeverständnis, in dessen Mittelpunkt reine, pflanzliche Wirkstoffe stehen. Das Sortiment reicht von Slow-Aging-Seren über natürliche Reinigung bis hin zu Beauty-Tools wie Gua Sha und LED-Masken – allesamt vegan, biozertifiziert und mit einem klaren Fokus auf Nachhaltigkeit.
DIE HERAUSFORDERUNGEN
Zu Projektbeginn war Rosental in den Antworten von KI-Systemen nur eingeschränkt präsent: Die Sichtbarkeit lag bei rund 20 %, die Nennungsrate als Quelle bei gerade einmal 13 %. In einem Markt, in dem Empfehlungen für Hautpflege zunehmend über Sprachmodelle laufen, bedeutet das verschenktes Potenzial – vor allem für eine Marke, die inhaltlich so viel zu bieten hat wie Rosental.
Für uns bedeutete das zunächst eine Menge Grundlagenarbeit: Für Rosental und die Naturkosmetik-Branche galt es, die relevanten Prompts zu identifizieren und die richtigen Ansatzpunkte zu finden, um häufiger als Quelle ausgespielt und in den Antworten der KIs namentlich genannt zu werden.
DER ERFOLG
Unsere GEO-Strategie hat schnell Wirkung gezeigt. Schon innerhalb weniger Wochen entwickelte sich die KI-Sichtbarkeit von Rosental spürbar nach oben. Die Sichtbarkeit in KI-generierten Antworten stieg um 90 %, die Nennungsrate als Quelle um 83 %.
Rosental wird rund um das Thema Slow Aging heute deutlich häufiger genannt und bei Fragen nach natürlicher, wirksamer Hautpflege empfohlen. Damit hat sich die Marke in einem für sie wichtigen Bereich als feste Referenz in den Antworten führender Sprachmodelle etabliert – ein Erfolg, der zeigt, wie schnell GEO-Maßnahmen Ergebnisse liefern können.
UNSERE STRATEGIE
PROMPT-RECHERCHE & VALIDIERUNG
MITTELWERTVERFAHREN & CONTENT-ANALYSE
STRUKTURIERTE DATEN & LLMS.TXT
CONTENT-EXPANSION
REALISIERUNG & RESULTATE
Die Umsetzung folgte einem klaren Ablauf: erst analysieren, wie KI-Systeme Inhalte auswählen, dann die Inhalte von Rosental entsprechend weiterentwickeln. Zuerst nahmen wir uns gemeinsam mit Rosental die Prompts vor: Wir bestimmten, welche Fragen rund um natürliche Hautpflege für die Marke wirklich zählen, sortierten irrelevante aus und schärften die verbleibenden so lange nach, bis ein Set entstand, das die tatsächliche Suchintention der Zielgruppe abbildet. Den größten Unterschied machten anschließend die Content-Optimierungen. Wir werteten mittels der Mittelwertanalyse die Antworten verschiedener KI-Systeme zu jedem Prompt aus und erkannten daran,
welche Inhalte zitiert werden und wie eine Antwort aufgebaut sein muss, um als Quelle ausgespielt zu werden. Auf dieser Basis entwickelten wir die bestehenden Inhalte weiter, schlossen Lücken und bereiteten die Texte so auf, dass Sprachmodelle sie als vollständige Informationsquelle verstehen. Darüber hinaus kümmerten wir uns um die technische und externe Seite: Wir lieferten eine llms.txt-Datei, mit der KI-Systeme die Inhalte von Rosental besser erfassen können, sprachen Empfehlungen für strukturierte Daten aus und bauten die Nennungen in relevanten externen Quellen aus. Die Ergebnisse ließen nicht lange auf sich warten.
„Die Arbeit mit Rosental macht richtig Spaß. Gerade rund um Slow Aging wird die Marke heute viel häufiger genannt als noch vor ein paar Wochen. Solche Ergebnisse sieht man wirklich nicht alle Tage. Großes Lob an das Rosental-Team, das hier richtig gut mitgezogen hat.“
JANA RIEMANN, SENIOR SEO MANAGER