arXiv:2610.19608 · Oktober 2026
Bleibt die Sichtbarkeit von heute auch im nächsten Monat erhalten?
Ein vorregistrierter Test prüfte Prognosen 20,3 Tage später, mit einer einzigen Gemini-Version, zwölf Marken und drei Sprachen. Der jüngste Verlauf der Erwähnungen je Frage blieb in diesem Test nützlich.
In der PraxisSpeichern Sie den Verlauf für jede Frage und jede Modellversion. Vergleichen Sie die nächste Messung mit diesen Ausgangswerten.
Titel & Versionen
Twenty Days Later: A Pre-Registered Test of History-Based Forecasts of Brand Mentions in Gemini Answers
Autoren: Dmitrij Żatuchin
arXiv:2609.04047 · September 2026 · Überarbeitet am 14. Oktober 2026 (v2)
Wie oft sollten Sie fragen?
Gestützt auf fünf frühere Studien zeigt dieses Protokoll, warum eine feste Zahl an Wiederholungen nicht zu jeder Frage passt. Die Stichprobe hängt davon ab, wie stark Antworten schwanken und wie groß die Veränderung ist, die Sie erkennen müssen.
In der PraxisMachen Sie zuerst einen kleinen Vortest. Planen Sie anhand der Schwankung genug Wiederholungen für Ihre Entscheidung.
Titel & Versionen
The Dice Roll Method: A Standardized Protocol for Repeated-Query Auditing of Large Language Model Brand Recommendations
Autoren: Dmitrij Żatuchin
Ersetzt: Research Square rs-8980233, Research Square rs-9496731
arXiv:2609.05059 · September 2026 · Überarbeitet am 23. September 2026 (v2)
Haben Sie die meisten Namen in Ihrer Stichprobe gefunden?
Ein Audit von 4.500 Antworten zu 50 Kauffragen stellt fest, dass Schätzungen, welcher Anteil der Namen schon gefunden ist, von den Extraktionsregeln, der Auswahl der Fragen und der endlichen Vergleichsmenge abhängen.
In der PraxisPrüfen Sie, wie Namen extrahiert werden und ob ein weiterer Durchlauf noch neue Marken oder Quellen hinzufügt.
Titel & Versionen
Measuring Brand and Source Discovery under Repeated LLM Queries: A Finite-Sample Audit
Autoren: Dmitrij Żatuchin
arXiv:2610.00253 · September 2026
Kann ein KI-Benchmark einen anderen ersetzen?
Einzelne Antworten trugen in diesem Korpus deutliche Fingerabdrücke ihres Systems. Aggregierte Markenmuster ließen sich nicht verlässlich auf andere Fragethemen übertragen.
In der PraxisHalten Sie Ergebnisse nach System und Fragenset getrennt. Testen Sie erneut, bevor Sie einen Benchmark in einer neuen Kategorie nutzen.
Titel & Versionen
System Attribution in LLM Brand Recommendations: Single Responses Identify the System, Aggregated Brand Profiles Do Not Transfer
Autoren: Dmitrij Żatuchin
arXiv:2607.13304 · Juli 2026 · Überarbeitet am 1. November 2026 (v2)
Wurden die Antworten schlechter, oder hat sich der Score geändert?
Diese Studie untersucht, wie automatisierte Sentiment-Scores zwischen Sprachen, Modellen und Prompts schwanken. Diese Scores wurden in den Studiensprachen nicht als Maß für Markenreputation validiert.
In der PraxisLesen Sie die Antworten hinter einem fallenden Score und validieren Sie die Bewertungsmethode in jeder Sprache, bevor Sie Ihr Marketing ändern.
Titel & Versionen
Query Language Sensitivity in Automated Sentiment Scores of LLM Responses
Autoren: Dmitrij Żatuchin
arXiv:2610.00052 · September 2026
Können wechselnde Antworten trotzdem dieselbe Auswahl wiederholen?
Bei 1.184 gültigen Ausgaben aus je sechs Zahlen erzeugten sechs Konfigurationen viel weniger Vielfalt als unabhängiges, gleichverteiltes Ziehen. Das Experiment prüfte Zahlen. Markenempfehlungen waren nicht Teil des Tests.
In der PraxisPrüfen Sie als Audit-Frage beides: wie viele verschiedene Antworten auftauchen und wie oft die führenden Optionen wiederkehren.
Titel & Versionen
Ask a Language Model for Lottery Numbers: Concentration in Repeated Six-of-49 Outputs
Autoren: Dmitrij Żatuchin
