Wettbewerbsanalyse für Pitches und Neukundengewinnung

Das echte Ausmaß des Problems

Wettbewerbsanalyse vor Pitches ist strukturell unterfinanziert. Das Problem: Sie fühlt sich wichtig an, aber der Aufwand ist schwer zu rechtfertigen, weil das Ergebnis — ein besserer Pitch — nicht direkt messbar ist.

Das führt zu drei typischen Mustern in Agenturen:

• Zu wenig Zeit: Die Wettbewerbsanalyse wird auf einen halben Tag komprimiert, weil Budget und Deadline keinen Spielraum lassen. Das Ergebnis ist oberflächlich.
• Zu stark subjektiv: Wer die Analyse macht, bringt eigene Vorannahmen mit — und übersieht, was nicht zum vorgefassten Bild passt. Systematisch vorgehende Frameworks entstehen selten.
• Zu schnell veraltet: Ein Energydrink-Wettbewerber kann in drei Monaten eine komplett neue Kampagnenrichtung einschlagen. Manuelle Recherche, die vor dem Pitch gemacht wird, ist oft schon zum Pitch-Termin teilweise überholt.

Laut dem GWA KI-Whitepaper 2025 ist “Pitch-Vorbereitung und strategische Recherche” einer der drei häufigsten Bereiche, in denen Agenturen KI-Unterstützung als wirksam bewerten. Der Grund liegt nicht in der Kreativität, sondern in der Systematik: KI verarbeitet öffentlich verfügbare Kommunikationsdaten schneller und ohne kognitive Verzerrung.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) 2–3 Tage werden zu 4–6 Stunden — das klingt nach viel, aber der absolute Zeitgewinn ist geringer als bei Footage-Sichtung oder Lokalisierung. Wettbewerbsanalyse hat in den meisten Agenturen kein enormes Zeitvolumen — der Nutzen liegt stärker in der Qualität als in der Quantität.

Kosteneinsparung — niedrig (2/5) Es gibt keinen direkten Kostenvorteil: Keine Freelancer werden ersetzt, keine teuren Datenbanken entfallen (es geht um öffentlich verfügbare Daten). Der Wert ist Qualitätsgewinn — ein besser begründeter Pitch — der sich in Pitch-Erfolgsrate niederschlägt. Das ist schwer in Euro zu beziffern.

Schnelle Umsetzung — sehr hoch (5/5) Das ist der stärkste Punkt: Du brauchst heute Abend noch nichts einzurichten. Perplexity und Claude sind sofort nutzbar. Ein strukturierter Analyse-Prompt ist in zwei Stunden entwickelt. Kein Use Case in dieser Kategorie ist so unmittelbar einsetzbar.

ROI-Sicherheit — niedrig (2/5) Ehrliche Einschätzung: Du wirst nie wissen, ob der bessere Pitch durch die KI-Analyse gewonnen wurde. Pitch-Erfolg hängt von Dutzenden Faktoren ab. Den Anteil der Wettbewerbsanalyse zu isolieren ist methodisch nicht möglich. Der Nutzen ist real, aber nicht belegbar.

Skalierbarkeit — hoch (4/5) Mehr Pitches bedeuten mehr Einsatz des Workflows — ohne Mehraufwand für Einrichtung oder Training. Was skaliert: Jeder neue Pitch nutzt denselben Framework. Was nicht skaliert: Die KI-Analyse ist nur so gut wie die öffentlich verfügbaren Daten. Für Nischenmärkte mit wenig Online-Präsenz ist das Material dünn.

Richtwerte — stark abhängig von Branche, digitalem Reifegrad der analysierten Wettbewerber und Tiefe der gewünschten Analyse.

Was der Wettbewerbs-Analyse-Workflow konkret macht

Wichtig vorab: KI recherchiert keine proprietären Marktdaten, keine internen Strategie-Dokumente und keine nicht öffentlichen Kampagnenpläne. Alles, was KI liefert, basiert auf öffentlich verfügbaren Daten — Websites, Social Media, Pressemitteilungen, Jahresberichte, Review-Plattformen. Das macht den Ansatz transparent und rechtlich unproblematisch, setzt aber eine Grenze.

Schritt 1: Öffentliche Datenpunkte sammeln mit Perplexity Perplexity durchsucht das Web mit Quellenangaben — im Gegensatz zu reinen LLM-Anfragen sind die Ergebnisse aktuell und verlinkbar. Du fragst strukturiert: “Was sind die wichtigsten aktuellen Kampagnen und Claims von [Wettbewerber X] in Deutschland?” Perplexity liefert Links, Zitate und Kontext mit Quellen, die du direkt prüfen kannst.

Schritt 2: Analyse und Muster-Erkennung mit Claude Die gesammelten Daten gibst du gebündelt in Claude mit einem strukturierten Analyse-Prompt. Das Modell analysiert: Welche Kommunikationsthemen dominieren? Welche Tonalität? Welche Claims werden wiederholt verwendet? Welche Zielgruppen werden explizit oder implizit angesprochen? Und — entscheidend — welche Themen und Positionierungen sind im Wettbewerb noch unbesetzt?

Schritt 3: Differenzierungslücken und Pitch-Inputs strukturieren Das Ergebnis ist kein fertige Strategie-Empfehlung, sondern ein strukturierter Input für das Kreativteam: “Diese 3 Claims sind im Markt übersättigt. Diese 2 Themen sind unterrepräsentiert. Diese Tonalität dominiert — eine differenzierende Alternative wäre…” Diese Struktur ist der Startpunkt für die kreative Arbeit, nicht ihr Ersatz.

Schritt 4: Pitch-Präsentation aufbereiten Mit Gamma App kann das Analyse-Ergebnis schnell in eine visuell ansprechende Pitch-Sektion umgewandelt werden. Gamma versteht strukturierten Text und erzeugt daraus Slide-Layouts. Für eine kompetitive Analyse-Seite im Pitch-Deck ist das ein nützlicher Schritt, der Stunden spart.

Was KI nicht leistet: Primärrecherche (Interviews, Fokusgruppen, Konsumenten-Insights), Marktdaten aus bezahlten Datenbanken (GfK, Nielsen), Einschätzungen zu Medien-Spendings oder tiefe Wettbewerber-Strategie, die nicht öffentlich kommuniziert wird.

Konkrete Werkzeuge — was wann passt

Perplexity — erste Anlaufstelle für Recherche mit Quellennachweis Perplexity ist die beste Wahl für aktuelle Wettbewerber-Recherche, weil es Websuche mit LLM-Analyse verbindet und Quellen angibt. Du kannst nachprüfen, was die KI sagt — das ist bei Pitch-Material wichtig, das du vor dem Kunden vertrittst. Pro-Plan (20 USD/Monat) erlaubt unbegrenzte Profi-Suchen mit Zugang zu wissenschaftlichen und News-Quellen. Für gelegentliche Nutzung: kostenlos ausreichend.

Claude — für strukturierte Analyse langer Texte Wenn du umfangreiche Wettbewerber-Inhalte (Jahresberichte, lange Website-Texte, mehrere Artikel) analysieren willst, ist Claude die stärkste Wahl. Langer Kontextfenster, hohe Konsistenz bei strukturierten Outputs, besonders gut bei Nuance-Erkennung. Claude Pro: 18 Euro/Monat.

ChatGPT — gleichwertig für Kurzrecherchen Für kompaktere Analyse-Aufgaben (3–4 Wettbewerber, begrenzte Datenmenge) gleichwertig zu Claude. GPT-4o hat den Vorteil, Bilder zu analysieren — nützlich, wenn du Screenshots von Kampagnenmaterial einspeisenst. ChatGPT Plus: 20 Euro/Monat.

Gamma App — für Pitch-Deck-Aufbereitung Gamma wandelt strukturierten Text in professionell layoutete Slides um. Für die Wettbewerbsanalyse-Sektion eines Pitch-Decks: Analyse-Output in Gamma eingeben, Slide-Struktur wählen, exportieren. Kein InDesign, kein PowerPoint-Kampf. Kostenlos für Basis-Funktionen; Pro ab 10 USD/Monat für mehr Kontrolle über Design.

Wichtig: Was KI-Recherche nicht ersetzen kann Perplexity und Claude arbeiten mit öffentlich verfügbaren Daten. Wenn du tief verstehen willst, was hinter einer Kampagne steckt — welches Budget, welche Mediaplanung, welche internen Diskussionen — musst du Branchenquellen, Agenturnetzwerke und direkte Gespräche nutzen.

Datenschutz und Datenhaltung

Bei Wettbewerbsanalysen ist DSGVO weniger kritisch als bei anderen Use Cases — weil du ausschließlich mit öffentlich verfügbaren Daten der Wettbewerber arbeitest. Keine personenbezogenen Daten, keine Kundendaten.

Trotzdem zwei relevante Punkte:

Pitch-Vertraulichkeit: Wenn du interne Briefing-Dokumente oder vertrauliche Kunden-Informationen zusammen mit Wettbewerbs-Daten in ein LLM eingibst (z.B. “unser Kunde X will Y tun, analysiere den Wettbewerb daraufhin”), dann gibt es ein Vertraulichkeitsrisiko. Prüfe, ob dein Kundenvertrag das Teilen von Briefing-Informationen mit Dritten einschränkt — US-LLMs gelten als Dritte.

Empfehlung: Wettbewerbs-Daten und Kunden-Briefings getrennt halten. Analyse der Wettbewerber ohne Kunden-Kontext durchführen; die strategische Ableitung daraus intern ohne LLM-Unterstützung machen.

Was es kostet — realistisch gerechnet

Einrichtungskosten: Nahezu null. Einen strukturierten Analyse-Prompt zu entwickeln dauert 1–2 Stunden. Kein neues Tool, keine Integration.

Laufende Kosten:

• Perplexity Pro: 20 USD/Monat (optional — kostenlose Version reicht für viele Anwendungsfälle)
• Claude Pro oder ChatGPT Plus: 18–20 Euro/Monat
• Gamma App Pro (optional): 10 USD/Monat

Konservatives ROI-Szenario: Wenn eine Agentur 2 Tage Strategiezeit pro Pitch spart und 8 Pitches pro Jahr macht, sind das 16 Tage eingesparte Senior-Strategen-Zeit. Bei 600 Euro Tagesrate sind das 9.600 Euro Wert — gegen 40 Euro Tool-Kosten pro Monat. In der Praxis ist die Einsparung kleiner, weil die Strategen die gewonnene Zeit in tiefere Analyse oder mehr Pitches investieren, nicht in Freizeit. Der Nutzen ist real, aber nicht als direkter Kostenblock sichtbar.

Drei typische Einstiegsfehler

Fehler 1: KI-Recherche-Ergebnisse ungeprüft im Pitch präsentieren Perplexity und LLMs können halluzinieren — besonders bei spezifischen Daten wie Jahreszahlen, Kampagnennamen oder Umsatzzahlen. Alles, was du im Pitch vor dem Kunden vertrittst, muss manuell geprüft sein. “Die KI hat das gesagt” ist vor einem Pitch-Kunden keine akzeptable Quelle. Verifiziere jeden Datenpunkt, bevor er in die Präsentation geht.

Fehler 2: Nur Website und Social Media analysieren Wettbewerber-Websites und Social-Media-Posts zeigen, was Marken sagen. Sie zeigen nicht, was wirklich wirkt. Für tiefere Insights: Kunden-Reviews auf Google Maps, Amazon oder App Stores durchsuchen (Perplexity hilft), Presseberichterstattung aus den letzten 12 Monaten analysieren, Stellenanzeigen scannen (was ein Unternehmen gerade aufbaut, zeigt manchmal mehr als seine Pressemitteilungen).

Fehler 3: Analyse zu früh fertigstellen Eine Wettbewerbsanalyse, die zwei Wochen vor dem Pitch gemacht wird, kann am Pitch-Tag bereits überholt sein — ein Wettbewerber hat eine neue Kampagne gestartet, ein anderer hat das Management gewechselt. KI-gestützte Recherche ist so schnell, dass sie auch 2–3 Tage vor dem Pitch noch machbar ist. Nutze diese Flexibilität.

Fehler 4 (Maintenance): Alte Analysen für neue Pitches recyceln Märkte und Kommunikationsstrategien ändern sich. Eine Wettbewerbsanalyse aus dem letzten Jahr für einen ähnlichen Pitch zu recyceln ist ein häufiger Fehler — und fällt erfahrenen Kunden auf. Mit KI ist Neuerstellen schneller als Updaten: Einmal neu durch den Workflow in 4 Stunden statt alter Analyse auffrischen.

Was mit der Einführung wirklich passiert

“Das kann ich auch mit Google” — Der Einwand ist halb berechtigt: Google liefert die Rohdaten. Was KI hinzufügt, ist Systematik und Strukturierung. Der echte Unterschied: Ein Stratege, der 4 Stunden manuell recherchiert, verliert sich in Details und sieht das große Muster nicht. KI, die 4 Stunden Material in 20 Minuten strukturiert, erlaubt es dem Strategen, die volle Zeit auf Interpretation und kreative Ableitung zu konzentrieren.

Kalibrierung im Team nötig — Wer die Analyse macht, entscheidet über die Analysetiefe. Wenn KI-Recherche delegiert wird an eine Junior-Person ohne strategisches Urteilsvermögen, kommt eine sauber formatierte, aber flache Analyse heraus. Die Stärke des Workflows liegt darin, erfahrene Strateginnen und Strategen zu beschleunigen — nicht darin, Erfahrung zu ersetzen.

Pitch-Differenzierung verbessert sich nicht automatisch — Eine bessere Wettbewerbsanalyse führt nur dann zu einem besseren Pitch, wenn das Kreativteam die Insights versteht und nutzt. Das ist eine interne Kommunikationsaufgabe: Die Analyse muss dem Team verständlich übergeben werden, nicht als 20-seitige Vollanalyse, sondern als 3–5 strategische Leitplanken.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“Wir haben eine Agentur für strategische Marktforschung, die das professioneller macht.” Richtig — für große Pitches mit hohem Budget und hoher strategischer Komplexität ist professionelle Marktforschung unersetzbar. KI-gestützte Wettbewerbsanalyse richtet sich an Pitches, für die das Budget für externe Marktforschung nicht gerechtfertigt ist, aber trotzdem eine fundierte Analyse nötig ist. Das ist die Mehrheit der Agentur-Pitches.

“Die Wettbewerber-Kommunikation kennen wir sowieso — wir sind lange in der Branche.” Branchenwissen ist wertvoll, aber es verführt zu Betriebsblindheit. Was ein erfahrener Stratege “weiß”, ist oft 6–12 Monate alt und gefiltert durch eigene Erfahrungen. KI-Recherche sieht aktuelle Daten ohne diese Filter. Der beste Einsatz: KI-Analyse als Korrektiv für das eigene Bauchgefühl nutzen — was stimmt überein, was überrascht?

Woran du merkst, dass das zu dir passt

Das passt gut:

• Eure Agentur pitcht für Kunden aus Branchen, die ihr nicht regelmäßig betreut — jedes Mal neue Wettbewerber
• Wettbewerbsanalyse ist ein Standard-Kapitel in euren Pitch-Decks, wird aber unter Zeitdruck oft oberflächlich behandelt
• Ihr habt mehr als 6 externe Pitches pro Jahr
• Euer Strategieteam hat Kapazitätsprobleme in der Pitch-Vorbereitung

Das passt noch nicht oder nicht gut:

• Ihr arbeitet ausschließlich in einer engen Nische, in der ihr den Wettbewerb bereits sehr gut kennt
• Eure Kunden kommen überwiegend über Empfehlungen, nicht über Pitches — dann ist der Einsatz gering
• Ihr habt weniger als 4 externe Pitches pro Jahr — der Nutzen rechtfertigt kaum den Prompt-Entwicklungsaufwand
• Eure Kunden erwarten primär kreative Differenzierung, nicht strategische Analyse — dann ist der Use Case falsch priorisiert

Das kannst du heute noch tun

Nimm den nächsten Pitch, für den du in 2–3 Wochen recherchieren musst. Starte mit Perplexity und dem folgenden Analyse-Prompt — du brauchst dafür keine Vorbereitung und kein Budget.

Quellen & Methodik

• GWA KI-Whitepaper 2025: “Neue Spielregeln” — Einschätzung von Pitch-Vorbereitung als KI-wirksamen Bereich durch Agenturen. gwa.de/ki-paper
• Eigene Erfahrungswerte — Beobachtungsmuster aus Gesprächen mit Strategiedirektoren und Pitch-Teams in deutschen Agenturen. Keine repräsentative Studie.