Marktforschung und -analyse

Was macht die Konkurrenz? Wohin der Markt? Lass die Daten sprechen

Das nervigste an Marktforschung

Info-Chaos, Report-Flut, Zahlen-Wirrwarr

Du willst wissen, was Konkurrenten machen, musst aber Official-Seite, Geschäftsbericht, Social Media, Tests durchforsten... zehn Info-Quellen verstreut, bloß das Sammeln kostet dir einen ganzen Tag.

Endlich paar Reports gefunden, jeder über 100 Seiten. Seit Seite eins bis Seite dreißig gehst du, die Augen tun weh, die Kern-Conclusion noch nicht gefunden. Noch schlimmer: zwei Reports widersprechen sich – einer sagt Markt-Größe 500 Mrd., der andere 800 Mrd. Welchem glaubst du?

Nutzer-Forschung auch eine Minenfalle. Fragbogen an 300 Leute, 20 Interviews, alles in Excel und Aufnahmen – wer wertet das aus? Am Ende macht die Product-Managerin eine „Nutzer-Persona" aus dem Bauch heraus, keiner ist sich sicher.

OpenClaw: Internet-Suche + lokale Analyse – all-inclusive

OpenClaw arbeitet einfach: erst online neueste Konkurrenz-Info, Industrie-Daten, Nutzer-Bewertungen raussuchen, dann lokal deep-dive Analyse, zum Schluss strukturierte Reports.

Such-Phase:Du sagst welche Konkurrenten, es kratzt automatisch Official-Seite, Preise, Update-Logs, Nutzer-Kommentare, dutzende Kanäle auf einmal.
Analyse-Phase:Du wirf Reports rein, es zieht Kern-Daten raus, vergleicht verschiedene Quellen, markiert Zahlen-Konflikte.
Ergebnis-Phase:Erstellt Vergleichs-Tabellen, SWOT, Nutzer-Personas, Trend-Charts – direkt für die Besprechung ready.

Was du in drei Tagen sammelst, holt es in einer halben Stunde. Was du ein Tag zum Lesen brauchst, fasst es in drei Minuten zusammen.

3 Marktforschungs-Prompts – direkt rauskopieren und nutzen

Konkurrenzanalyse, Report-Auswertung, Nutzer-Personas – die Kern-Themen der Marktforschung.

Short-Video-Industrie Konkurrenz-Analyse-Report Gold wert
Mach einen Short-Video-Industrie Konkurrenz-Analyse-Report für 2026, diese 4 Plattformen vergleichen:
1. TikTok
2. Kuaishou
3. Xiaohongshu
4. Bilibili

Vergleichs-Dimensionen:
- Monats-Aktive Nutzer (neueste Zahlen)
- Durchschnittliche tägliche Nutzungszeit
- Nutzer-Gruppen-Profil (Alter, Stadt-Größe, Kaufkraft)
- Creator-Förderung und Monetarisierung
- 2025-2026 Strategie-Umstellung
- E-Commerce-Business und Umsatz-Wachstum
- Unterschiede der Content-Recommendation-Algorithmen

Output:
1. Kern-Daten Vergleichs-Tabelle (alles auf einen Blick)
2. SWOT-Analyse für jede Plattform
3. Konkurrenz-Matrix (X-Achse: Nutzergröße, Y-Achse: Kommerzialisierung)
4. Fazit: Markt-Lücken und Einstiegschancen
Plattform-Namen gegen deine Konkurrenten tauschen. Vergleichs-Dimensionen auch anpassen – z.B. internationale Expansion wichtig, dann hinzufügen. Modelle mit guter Internet-Fähigkeit empfohlen, Daten sind aktueller.
Mehrere Industrie-Reports Kern-Daten rausfiltern Fortgeschrittene Technik
Anhang sind 5 Industrie-Reports (PDFs), bitte folgendes machen:

1. Aus jedem Report diese Kern-Daten rausziehen:
   - Markt-Größe und Wachstums-Rate
   - Haupt-Spieler und Markt-Anteile
   - Kern-Trends
   - Wichtige Prognose-Daten

2. In Vergleichs-Tabellen sortieren:
   - Spalten: die 5 Reports
   - Zeilen: Kern-Daten oben
   - Rot markieren wenn Zahlen-Konflikte (Unterschied über 20%)

3. Zusammenfassung:
   - Welche Conclusions stimmen in mehreren Reports überein (hohe Verlässlichkeit)
   - Wo sind Unterschiede, warum vielleicht
   - Dein finales Urteil

Report-Dateien:
[PDF hochladen]
Der Wert dieses Prompts: „Mehrere Daten-Quellen stemmen" lösen. Industrie-Reports widersprechen sich ständig, AI findet schnell Konflikte und erklärt warum. Nicht alles manuell wälzen.
Nutzer-Forschungs-Daten Profil-Erstellung Anfänger-freundlich
Anhang sind unsere Nutzer-Forschungs-Daten:
- Fragbogen-Daten (300): [Pfad]
- Interview-Transkripte (20): [Pfad]

Bitte Nutzer-Personas bauen:

1. Cluster-Analyse auf Fragbogen-Daten, 3-4 typische Nutzer-Gruppen finden
2. Jede Gruppe hat:
   - Spitzname (z.B. "Effizienz-Maximierer Max")
   - Altersgruppe / Beruf / Gehalt
   - Kern-Bedürfnis (was ist größtes Problem)
   - Nutzer-Verhalten (Häufigkeit, Szenarien, Entscheidungs-Faktoren)
   - Frustrationen (wo helfen bisherige Lösungen nicht)
   - Kaufbereitschaft (Wieviel Geld für welche Features)
3. Interview-Zitate einbauen um die Personas real wirken zu lassen
4. Abschließend: Produkt-Strategie pro Persona
Nicht zu viele Personas, 3-4 reichen. Zu viel wird nicht umgesetzt. Bei vielen Fragbogen (200+) wird das Clustering besser. Interviews kannst du als Text reinwerfen.

Marktforschung: OpenClaw vs. klassische Beratung

Nicht dass Berater schlecht sind, nur: manche Forschung kostet nicht dieses Geld.

OpenClaw
  • 10 Minuten und ein Konkurrenz-Report, jederzeit updaten
  • Kosten null, Einkaufsprozess entfällt
  • Was du brauchst analysieren, ohne zwei Wochen Anfrage-Planung
  • Interne Daten auch: Fragbogen, Interviews, Logs – alles rein
  • Output-Format flexibel: Tabellen, Charts, PowerPoint – wie du willst
VS
Klassische Berater
  • Profis mit Tiefenforschung, bewährte Methoden, hohe Zuverlässigkeit
  • Projekt kostet ab sechs Ziffern, kleine Firmen unmöglich
  • Projekt dauert 4-8 Wochen, Report kommt zu spät für deine Entscheidung
  • Nach Report-Lieferung noch andere Dimensionen? Das kostet extra.
  • Exklusive Datenquellen und Branchen-Kontakte kann AI nicht ersetzen

Echte Fälle

Startup macht erste Marktforschung
Kleines Startup-Team zu dritt, plant ein AI-Tool für Designer. Investor will Marktforschung, aber Beratung zu teuer, Team hat nie gemacht.
OpenClaw-Lösung
Tag 1: Mit OpenClaw Internet-Konkurrenz-Infos suchen: Figma AI, Canva, Midjourney – Features, Preise, Nutzerzahlen automatisch in Tabellen. Tag 2: 3 Reports von online gefunden rein, Kern-Daten ziehen und vergleichen. Tag 3: 50 Fragbogen-Daten rein, Personas generieren. Wochenende polieren, fertig. Investor sagt „sehr professionell".
Vollkommen manuell
Team zu dritt Konkurrenten-Seiten durchforsten, jeder zwei Seiten, unterschiedliche Formate. Reports drei Tage lesen, am Ende nur aus einer. Fragbogen-Daten in Excel rumprobiert, fertige Bilder Chef zeigt nichts. Report zwei Wochen später, Investor liest zwei Seiten, legt weg.

Forschungs-Tipps

💡 Vorher klären: Was willst du antworten? „Wie groß der Markt" oder „Konkurrenten-Schwachstelle"? Ziel unterschiedlich – Suche und Analyse ganz anderer Weg. Sonst ertrinkst du in Info-Meer.
🎯 Industrie-Daten von AI – immer Quelle und Datum mitschreiben. Wenn es in Geschäftsplan oder Investor-PPT rein soll – geh zu Original (Analysefirmen) und verify nochmal.
⚠️ Konkurrenz nicht nur öffentliche Infos. Official-Seiten und PR sind verpackt. Das interessante sitzt in Nutzer-Bewertungen, Ex-Mitarbeiter Interviews, Job-Inserate. OpenClaw kann diese Kanäle durchsuchen, aber du musst ihm sagen wo.
Hat dir dieser Case geholfen?