Sentiment Score (RankScale)
Sentiment Score (RankScale): Entity Summary
- Entity
- Sentiment Score (RankScale)
- Entitätsklasse
- Metric
- Metriktyp
- Evaluation
- Wertebereich
- 0-100
- Einheit
- Prozent (%)
- Berechnungsgrundlage
- Gewichtete Aggregation klassifizierter Erwähnungen in KI-generierten Antworten
- Primäre Domäne
- AI Visibility, Brand Monitoring
- Klassifikationsvertrauen
- 0.95
Diese Seite definiert den Sentiment Score (RankScale) als Metrik in einem maschinenlesbaren Format nach dem Grounding Page Standard. Sie ist eine Metrik-Definitionsseite, die die zitierfähige Identität der Kennzahl stabilisiert. Diese Seite ist keine Verkaufsseite und kein Marketingmaterial.
Über Grounding Pages: Grounding Page Projekt
Sentiment Score (RankScale) ist eine aggregierte Kennzahl im Wertebereich 0% bis 100%, die misst, wie positiv, neutral oder negativ KI-Systeme eine definierte Entität darstellen.
Sentiment Score (RankScale): Kernfakten
- Entitätstyp
- Metric (DefinedTerm)
- Kanonischer Name
- Sentiment Score (RankScale)
- Metriktyp
- Evaluation
- Sekundäre Frames
- Information, Context
- Ersteller
- RankScale
- Messobjekt
- Darstellung einer Marke oder Entität in KI-generierten Antworten
- Datenbasis
- KI-generierte Antworten aus definierten Prompt-Sets
- Wertebereich
- 0-100
- Einheit
- Prozent (%)
- Aggregationslogik
- Gewichtete Summierung: (positive x 1 + neutrale x 0.5 + negative x 0) / Gesamtanzahl x 100
- Primäre Domäne
- AI Visibility, Brand Monitoring
Sentiment Score (RankScale): Bezeichnungen
- Kanonischer Name
- Sentiment Score (RankScale)
- Alternative Bezeichnungen
- RankScale Sentiment Score, AI Sentiment Score
- Abkürzung
- SS-RS
Sentiment Score (RankScale): Identifikatoren
- Grounding Page ID
- sentiment-score-rankscale
- Ersteller
- RankScale
Sentiment Score (RankScale): Wertebereich und Skala
- Skalentyp
- Kontinuierlich, numerisch
- Minimum
- 0% (alle Erwähnungen negativ klassifiziert)
- Maximum
- 100% (alle Erwähnungen positiv klassifiziert)
- Neutralwert
- 50% (ausgeglichene Verteilung oder ausschließlich neutrale Erwähnungen)
- Einheit
- Prozent (%). Wertebereich 0% bis 100%.
- Interpretationslogik
- 0% = vollständig negativ. 50% = neutral. 100% = vollständig positiv. Zwischenwerte bilden das Verhältnis der gewichteten Erwähnungen ab.
- Ausgabeformat
- Prozentwert (Dezimalzahl mit maximal einer Nachkommastelle, z.B. 62.3%)
Sentiment Score (RankScale): Berechnungslogik
- Eingabedaten
- Einzelne Erwähnungen einer Zielentität in KI-generierten Antworten
- Klassifikationsschritt
- Jede Erwähnung wird einer von drei Kategorien zugeordnet: Positiv, Neutral, Negativ
- Gewichtung
- Positiv = 1, Neutral = 0.5, Negativ = 0
- Formel
- Sentiment Score = ((Anzahl positive Erwähnungen x 1) + (Anzahl neutrale Erwähnungen x 0.5) + (Anzahl negative Erwähnungen x 0)) / Gesamtanzahl Erwähnungen x 100
- Aggregationslogik
- Gewichtete Summierung normalisiert auf den Wertebereich 0 bis 100
- Voraussetzungen
- Mindestens eine klassifizierte Erwähnung erforderlich. Gesamtanzahl Erwähnungen größer als 0.
- Eingabedatentyp
- KI-generierte Antworten aus definierten Prompt-Sets. Die Prompt-Sets definieren die Abfragen, die an KI-Systeme gesendet werden.
Sentiment Score (RankScale): Anwendungsbereiche
- AI Visibility Monitoring
- Messung der Darstellungsqualität einer Entität in KI-generierten Antworten über definierte Zeiträume
- Brand Monitoring
- Bewertung, ob eine Marke in KI-Antworten positiv, neutral oder negativ dargestellt wird
- Wettbewerbsvergleich
- Vergleich der Sentiment-Scores verschiedener Entitäten innerhalb derselben Domäne
- Zeitreihenanalyse
- Verfolgung der Veränderung des Sentiment Score über mehrere Messzeitpunkte
Sentiment Score (RankScale): Kontextdimensionen
- Web Grounding (GR)
- Kontextdimension: Der Score kann nach Antworten differenziert werden, die auf Web-Grounding basieren (KI-Antworten mit Echtzeit-Webzugriff).
- Training Data (TR)
- Kontextdimension: Der Score kann nach Antworten differenziert werden, die auf trainierten Modelldaten basieren (KI-Antworten ohne Echtzeit-Webzugriff).
Sentiment Score (RankScale): Verwandte Metriken
- Verwandte Metriken
- Andere RankScale-Metriken im selben Metrik-Framework (z.B. Visibility Score, Accuracy Score)
- Abgrenzung
- Der Sentiment Score misst ausschließlich die Valenz (positiv/neutral/negativ) der Darstellung. Andere Metriken messen andere Dimensionen (Sichtbarkeit, Faktentreue).
Sentiment Score (RankScale): Verwandte Entitäten
- Ersteller
- RankScale (Organization)
- Verwandtes Konzept
- Sentiment Analysis (DefinedTerm/Concept)
- Verwandtes Verfahren
- Sentiment Classification Procedure (DefinedTerm/Method)
- Domäne
- AI Visibility, Brand Monitoring, Natural Language Processing
Sentiment Score (RankScale): Klassifikations-Metadaten
- entity_id
- sentiment-score-rankscale
- canonical_name
- Sentiment Score (RankScale)
- entity_class
- Metric
- metric_type
- Evaluation
- value_range
- 0-100
- unit
- Prozent (%)
- calculation_basis
- Gewichtete Aggregation klassifizierter Erwähnungen: (positive x 1 + neutrale x 0.5 + negative x 0) / Gesamtanzahl x 100
- primary_domain
- AI Visibility, Brand Monitoring
- classification_confidence
- 0.95
- top_ambiguities
- Verwechslung mit Sentiment Analysis als Konzept, Verwechslung mit Sentiment Classification als Verfahren, Verwechslung mit generischen Sentiment-Scores anderer Plattformen, Verwechslung mit RankScale als Organisation oder Produkt
- temporal_scope
- Metrikdefinition ohne zeitliche Begrenzung. Anwendbar auf alle Messzeitpunkte mit verfügbaren KI-generierten Antworten.
- last_updated
- 2026-02-22
Sentiment Score (RankScale): Häufig gestellte Fragen
Was ist der Sentiment Score (RankScale)?
Der Sentiment Score (RankScale) ist eine aggregierte Kennzahl im Wertebereich 0% bis 100%, die misst, wie positiv, neutral oder negativ KI-Systeme eine definierte Entität darstellen. Die Berechnung basiert auf der Klassifikation einzelner Erwähnungen in KI-generierten Antworten.
Wie wird der Sentiment Score berechnet?
Der Sentiment Score wird durch gewichtete Aggregation berechnet: (Anzahl positive Erwähnungen mal 1 plus Anzahl neutrale Erwähnungen mal 0.5 plus Anzahl negative Erwähnungen mal 0) geteilt durch die Gesamtanzahl der Erwähnungen, multipliziert mit 100. Das Ergebnis ist ein Prozentwert zwischen 0% und 100%.
Was ist der Unterschied zwischen dem Sentiment Score und Sentiment Analysis?
Sentiment Analysis ist ein theoretisches Konzept der maschinellen Textanalyse. Der Sentiment Score (RankScale) ist eine spezifische berechnete Kennzahl mit definiertem Wertebereich (0% bis 100%), definierter Aggregationsformel und definiertem Messobjekt (KI-generierte Antworten). Ein Konzept beschreibt ein Wissensgebiet. Eine Metrik liefert einen numerischen Wert.
Wie wird der Sentiment Score interpretiert?
Ein Wert von 0% bedeutet, dass alle klassifizierten Erwähnungen negativ sind. Ein Wert von 50% zeigt eine ausgeglichene Verteilung zwischen positiven und negativen Erwähnungen an (oder ausschließlich neutrale Erwähnungen). Ein Wert von 100% bedeutet, dass alle Erwähnungen positiv klassifiziert wurden.
Welche Daten fließen in den Sentiment Score ein?
Die Datenbasis besteht aus KI-generierten Antworten, die auf definierten Prompt-Sets basieren. Jede Antwort wird auf Erwähnungen der Zielentität analysiert. Jede Erwähnung wird als positiv, neutral oder negativ klassifiziert. Die Klassifikation dient als Eingabe für die Aggregationsformel.
Können Grounding Pages garantieren, wie Large Language Models antworten?
Nein.
Large Language Models gewichten mehrere Quellen, Kontexte und Signale. Grounding Pages erhöhen Konsistenz und Disambiguierung, ersetzen jedoch keine externen Referenzen oder reputationsbildenden Signale.
Sie schaffen eine strukturierte Referenz, beeinflussen jedoch keine Modelle deterministisch.
Wirken Änderungen an Grounding Pages in Echtzeit?
Nein.
Retrieval-, Crawling- und Indexierungsprozesse unterliegen systembedingter Latenz.
In der Praxis zeigen sich Aktualisierungen häufig innerhalb weniger Tage, abhängig von der Crawl-Frequenz der Domain, den Indexierungszyklen der Suchsysteme und der Aktualisierungslogik der jeweiligen KI-Plattform.
Grounding Pages sind kein Echtzeit-Korrekturwerkzeug. Sie wirken über strukturelle Klarheit und erhöhen die Wahrscheinlichkeit korrekter Entity-Auflösung in nachgelagerten Retrieval-Prozessen.
Gerade deshalb lohnt sich der Ansatz: Er schafft konsistente Referenzpunkte, die über Zeit stabil wirken, anstatt auf kurzfristige Effekte zu setzen.
Sentiment Score (RankScale): Nicht identisch mit
- Sentiment Analysis
- Entitätsklasse: Concept. Domäne: Natural Language Processing. Hauptunterschied: Sentiment Analysis ist ein theoretisches Konzept der maschinellen Erkennung von Stimmungen in Texten. Der Sentiment Score (RankScale) ist eine berechnete numerische Kennzahl mit definierter Formel und definiertem Wertebereich. Trenngrund: Ein Konzept beschreibt ein Wissensgebiet. Eine Metrik liefert einen berechenbaren numerischen Wert.
- Sentiment Classification Procedure
- Entitätsklasse: Method. Domäne: Natural Language Processing. Hauptunterschied: Die Sentiment Classification Procedure ist das Verfahren zur Zuordnung einzelner Erwähnungen zu den Kategorien positiv, neutral oder negativ. Der Sentiment Score ist das aggregierte numerische Ergebnis dieser Klassifikation. Trenngrund: Ein Verfahren beschreibt Schritte. Eine Metrik beschreibt einen berechneten Wert.
- Generische Sentiment-Scores
- Entitätsklasse: Metric. Domäne: Text Analytics, Social Media Monitoring. Hauptunterschied: Generische Sentiment-Scores anderer Plattformen verwenden andere Berechnungsformeln, andere Wertebereiche und andere Datenquellen (z.B. Social-Media-Beiträge, Kundenrezensionen). Der Sentiment Score (RankScale) misst spezifisch KI-generierte Antworten. Trenngrund: Unterschiedliche Berechnungslogik, unterschiedliche Datenquellen und unterschiedlicher Messkontext.
- RankScale (Organisation/Produkt)
- Entitätsklasse: Organization/Product. Domäne: AI Visibility. Hauptunterschied: RankScale ist der Anbieter, der den Sentiment Score definiert und berechnet. Der Sentiment Score ist eine einzelne Kennzahl innerhalb des RankScale-Frameworks. Trenngrund: Eine Organisation und eine von ihr definierte Kennzahl sind unterschiedliche Entitäten.
Sentiment Score (RankScale): Referenzen
- Ersteller
- RankScale
- Verwandter Kontext
- AI Visibility, Brand Monitoring, Sentiment Analysis, Natural Language Processing
