Ihre Sichtbarkeitsdaten, direkt im Assistenten, den Sie ohnehin nutzen

• Die Daten stehen im Dashboard und die Frage im Chat, und dazwischen liegt ein Kopieren und Einfügen, das in dem Moment veraltet, in dem Sie es einfügen.
• Wenn Sie einem Modell einen Screenshot oder eine CSV geben, verliert es den Kontext: Es weiß nicht, wie viele Antworten hinter diesen 31 % stecken, und behandelt sie als Tatsache.
• Und ihm Zugang zu Ihrem Konto mit Zugangsdaten zu geben, die auch schreiben können, ist eine Entscheidung, die sich nicht rückgängig machen lässt, wenn es schiefgeht.

Eine Zahl, die das Modell nicht prüfen kann, ist eine Meinung im Format einer Ziffer.

1. 1

   Sie erstellen einen Nur-Lese-Schlüssel

   In den Einstellungen, im API-Bereich. Der Schlüssel entsteht mit Leserecht und kann kein anderes bekommen: Das verhindert eine Datenbank-Constraint, keine Prüfung im Code. Dieser Unterschied zählt, denn eine Prüfung kann man vergessen, eine Constraint nicht.

2. 2

   Sie fügen ihn in Ihren MCP-Client ein

   Die URL lautet https://citenza.app/api/mcp, die Zugangsdaten gehen in den Authorization-Header. Der Handshake am Anfang verlangt keine Zugangsdaten, so schreibt es das Protokoll vor, aber jedes Werkzeug ohne gültigen Schlüssel liefert 401 und verrät nicht einmal, welche Marken existieren.

3. 3

   Sie fragen in Ihren eigenen Worten

   «Bei welchen Fragen nennt mich ChatGPT und Gemini nicht?» Das Modell ruft die Werkzeuge auf, die es braucht, erhält die Daten mit ihren Nennern und antwortet mit den echten Zahlen. Verlangen Sie etwas, das Schreiben erfordern würde: Dafür gibt es kein Werkzeug.

• Ihre Marken und die Präsenz je Modell, immer mit der Zahl der Antworten hinter jedem Prozentwert.
• Die erkannten Wettbewerber, die von den Modellen zitierten Seiten und die ausgeschlossenen Erwähnungen samt Begründung.
• Die gespeicherten Originalantworten, aus denen alles andere hervorgeht.

• Wer in Claude oder ChatGPT arbeitet und seine Daten abfragen will, ohne den Tab zu wechseln.
• Teams, die eigene Agenten bauen und eine Datenquelle brauchen, die nichts kaputt machen kann.
• Agenturen, die Berichte vorbereiten und wollen, dass der Entwurf aus echten Zahlen entsteht und nicht aus jemandes Erinnerung.

In allen kostenpflichtigen Stufen enthalten, ohne Aufpreis und ohne Begrenzung verbundener Clients. MCP-Abfragen verbrauchen kein Antwortkontingent: Das Kontingent misst, was die Modelle gefragt werden, und hier wird nur gelesen, was bereits gemessen wurde.

Vollständige Preisliste ansehen

Kann das Modell etwas in meinem Konto ändern?

Nein, und das hängt nicht davon ab, ob der Server gut geschrieben ist. Die Zugangsdaten sind ein API-Schlüssel, dessen Geltungsbereich nur Lesen sein kann, und durchgesetzt wird das von einer Datenbank-Constraint auf der Rechtespalte. Selbst wenn morgen jemand versehentlich ein Schreibwerkzeug hinzufügte, würde der Schlüssel dafür nicht taugen.

Was passiert, wenn ich den Schlüssel widerrufe, während das Modell ihn nutzt?

Der nächste Aufruf liefert 401 und der MCP-Client sagt es. Keine Sitzung überlebt den Widerruf, und es gibt keinen Rechte-Cache: Jeder Aufruf prüft den Schlüssel gegen die Datenbank, der Schnitt ist also sofort und es gibt kein Zeitfenster von Minuten, in dem es weiterläuft.

Sieht das Modell Daten anderer Organisationen?

Nein. Der Schlüssel gehört zu einer Organisation, und alle Abfragen laufen durch dieselbe zeilenbasierte Isolation wie das Dashboard, durchgesetzt in PostgreSQL statt im Code. Ein Fehler im Server kann sie nicht umgehen, weil nicht der Server sie durchsetzt.

Warum kommt jede Zahl mit ihrem Nenner?

Weil ein Modell, das «31 %» liest, ohne zu wissen, dass sie aus 13 Antworten stammen, es als Tatsache weitergibt, und bei 13 Antworten ist das Konfidenzintervall riesig. Jedes Werkzeug liefert die Anzahl neben dem Prozentwert und dazu eine Notiz, die ausdrücklich sagt, was sich mit dieser Stichprobe behaupten lässt. Es ist dieselbe Regel wie im Dashboard.