Wie Marktanalysten Perplexity Collections und Focus-Modi konfigurieren: Leitfaden zur Themenorganisation und Filterung fachspezifischer Quellen

Beim Einsatz generativer KI in der Markt- und Wettbewerbsforschung (Competitive Intelligence) stehen Analysten vor einem bekannten Dilemma: Standardmäßige Konversationsmodelle neigen zu unbelegten Halluzinationen und verlieren rasch den Gesprächskontext, während herkömmliche Suchmaschinen Ergebnisse mit gesponserten Links, SEO-optimierten Werbetexten und unzusammenhängenden Registerkarten überfluten. Perplexity überbrückt diese Lücke, indem es als Antwortmaschine mit direkten, in Echtzeit überprüfbaren Quellenangaben fungiert.

Für professionelle Marktstudien und Due-Diligence-Prüfungen auf institutionellem Niveau genügt es jedoch nicht, bloße Einzelfragen in die Suchleiste einzugeben. Erfahrene Analysten konfigurieren stattdessen zwei zentrale Architekturebenen der Plattform: Collections (im aktuellen Produkt zu Projekten bzw. Projects weiterentwickelt), um dauerhaften thematischen Kontext, Primärdokumente und analytische Leitplanken zu sichern, sowie Focus-Modi, um die vorgelagerte Informationsbeschaffung auf fachspezifische Datenbestände einzugrenzen. Im Folgenden wird erläutert, wie Analysten dieses duale System aufbauen, verknüpfen und im Alltag einsetzen.

1. Grundlegende Architektur: Collections versus Focus-Modi

Ein klares Verständnis der Aufgabenteilung zwischen Collections und Focus-Modi ist die Voraussetzung für standardisierte, reproduzierbare Rechercheprozesse:

• Collections (Dauerhafter Kontext und Governance-Ebene): Eine Collection fungiert als dedizierter Arbeitsbereich für ein spezifisches Forschungsprojekt. Sie bündelt zusammengehörige Abfrage-Threads, speichert grundlegende Primärdokumente (wie 10-K-Geschäftsberichte, Transkripte von Earnings Calls und Marktmodell-Tabellen) und wendet Benutzerdefinierte Anweisungen (Custom Instructions) auf jede Abfrage innerhalb dieses Bereichs an. Der Analyst muss Hintergrundinformationen, die professionelle Persona oder gewünschte Tabellenformate nicht bei jedem Prompt neu formulieren.
• Focus-Modi (Quellen- und Korpusfilter-Ebene): Während die Collection festlegt, welches Thema bearbeitet wird und nach welchen Kriterien die Ausgabe erfolgt, steuern die Focus-Modi, wo die KI nach Beweisen sucht. Durch die gezielte Auswahl des Focus-Modus vor dem Start einer Recherche schließt der Analyst das Rauschen des offenen Internets aus und lenkt die Suche exklusiv auf Peer-Review-Fachzeitschriften, praxisnahe Anwenderforen oder offizielle regulatorische Berichte.

Die Kombination beider Funktionen verwandelt Perplexity von einer punktuellen Suchmaschine in eine vollwertige, auditierbare Research-Plattform.

2. Detaillierte Übersicht: Auswahl des passenden Focus-Modus

Focus-Modi agieren als vorgelagerte Korpus-Router in der Retrieval-Augmented Generation (RAG). Analysten wählen den Modus passend zur jeweiligen Projektphase und dem geforderten Nachweisstandard:

3. Schritt-für-Schritt-Anleitung: Aufbau einer Marktstudien-Collection

Um ein Recherchethema methodisch zu strukturieren, legen Analysten kunden- oder wettbewerbsbezogene Collections an und hinterlegen klare Prüfkriterien. Der Prozess umfasst vier Schritte:

Schritt 1: Initialisierung des Arbeitsbereichs

1. Navigieren Sie in der linken Seitenleiste von Perplexity zum Bereich Library oder Projects.
2. Klicken Sie auf + New Collection (oder New Project).
3. Vergeben Sie einen präzisen, standardisierten Titel (z. B. [CI-2026] Preisstrategien und Migrationsbarrieren europäischer Enterprise-SaaS-Anbieter oder [Markteintritt] Elektrifizierung gewerblicher Flotten in Südostasien).
4. Verfassen Sie eine prägnante Beschreibung mit den geschäftlichen Zielen, den relevanten Wettbewerbern und dem Zielpublikum des Berichts.

Schritt 2: Formulierung der benutzerdefinierten Anweisungen (System-Prompt)

Das Feld für benutzerdefinierte Anweisungen (bis zu 8.000 Zeichen) dient als operatives Handbuch für das gesamte Projekt. Ein professioneller Prompt für die Marktanalyse stützt sich auf vier Säulen:

Rolle und Haltung:
Agieren Sie als leitender Berater für Competitive Intelligence und Unternehmensstrategie. Antworten Sie stets sachlich, präzise und auditierbar. Werbliche Übertreibungen oder unbegründete qualitative Floskeln sind unzulässig.

Quellenhierarchie und Priorisierung:
1. Offizielle Pflichtmitteilungen (SEC 10-K/10-Q, testierte Geschäftsberichte, Veröffentlichungen statistischer Ämter).
2. Führende Marktforschungsunternehmen (Gartner, IDC, Forrester, Statista) sowie Peer-Review-Fachliteratur.
3. Seriöse, namentlich gezeichnete Branchenfachberichterstattung.
4. Anonyme Blogs, gesponserte PR-Texte und Content-Farmen sind strikt auszuschließen.

Analytische Sorgfaltsregeln:
- Wenn verschiedene Quellen bei Marktgrößen voneinander abweichen, stellen Sie die methodischen Ursachen und Definitionen gegenüber.
- Geben Sie bei allen Finanzkennzahlen und Messwerten Erhebungsjahr, Währung und geografische Abgrenzung an.
- Trennen Sie trennscharf zwischen verifizierten Vergangenheitswerten und zukünftigen Prognosen (z. B. CAGR).
- Wenn Daten fehlen oder auf reinen Schätzungen beruhen, kennzeichnen Sie dies explizit als "Informationslücke".

Ausgabeformate:
- Beginnen Sie jede Antwort mit 3 zentralen Kernaussagen (Executive Takeaways).
- Stellen Sie Wettbewerbsvergleiche und Modellanalysen in strukturierten Markdown-Tabellen dar.
- Schließen Sie strategische Auswertungen stets mit einem Abschnitt zu "Risiken, Gegenwind und strategische Vorbehalte" ab.

Schritt 3: Wissensanker durch Dokumenten-Uploads

1. Laden Sie Primärdokumente direkt in die Collection hoch. Pro- und Enterprise-Pläne unterstützen mehrere Dateitypen (PDF, CSV, DOCX).
2. Empfohlene Basisdateien:
   • Die 10-K-Jahresberichte und aktuellen 10-Q-Quartalsberichte der Zielunternehmen.
   • Transkripte von Investorentagen und Ergebnis-Telefonkonferenzen.
   • Technische Richtlinien oder Entwürfe regulatorischer Vorgaben.
3. Perplexity indexiert diese Dokumente in der internen Wissensdatenbank der Collection. Nachfolgende Abfragen verknüpfen so automatisch interne Zahlen mit aktuellen Webrecherchen.

Schritt 4: Zugriffsrechte und Team-Kollaboration

• Legen Sie Zugriffsrechte gemäß Geheimhaltungsvereinbarungen (NDA) fest: Halten Sie vertrauliche Projekte privat oder erstellen Sie schreibgeschützte Freigabelinks für interne Stakeholder.
• Binden Sie die Collection in Enterprise-Umgebungen an gemeinsame Speicher an, damit alle Teammitglieder auf der gleichen Datenbasis arbeiten.

4. Phasenbasierter Workflow: Focus-Modi gezielt in der Collection verketten

Bei komplexen Fragestellungen arbeiten Analysten nicht mit einem einzigen, überladenen Prompt. Stattdessen gliedern sie die Untersuchung innerhalb der Collection in modular aufgebaute Threads und wechseln den Focus-Modus je nach Forschungsphase:

flowchart TD
    A["Collection-Setup: Anweisungen erfassen & 10-K/Berichte hochladen"] --> B["Phase 1: Makroübersicht und Wettbewerber-Mapping (Web-Modus)"]
    B --> C["Phase 2: Technische Belastbarkeit und Studienprüfung (Academic-Modus)"]
    C --> D["Phase 3: Kundenstimmen und betriebliche Hürden (Social-Modus)"]
    D --> E["Phase 4: Marktgrößen-Validierung und Kennzahlen-Check (Math-Modus)"]
    E --> F["Phase 5: Erstellung des Strategie-Memos (Writing-Modus)"]

Phase 1: Makro-Landschaft und Peer-Group-Screening (Web-Modus)

• Gewählter Modus: Web
• Ziel: Schneller Überblick über Marktführer, Umsatzgrößen und regulatorische Eckdaten.
• Prompt-Beispiel:

  "Nennen Sie die fünf umsatzstärksten europäischen Anbieter von Telematiksoftware für Nutzfahrzeugflotten im Geschäftsjahr 2025. Erstellen Sie eine Markdown-Tabelle zum Vergleich der primären Abrechnungsmodelle (pro Fahrzeug/pro Kilometer/Pauschallizenz), der Partnerschaften mit Lkw-Herstellern (OEMs) sowie der nachgewiesenen Compliance-Zertifizierungen."

• Ergebnis: Ein fundiertes, mit Quellen belegtes Grundgerüst für die vertiefende Analyse.

Phase 2: Technische Machbarkeit und wissenschaftliche Belege (Academic-Modus)

• Gewählter Modus: Academic
• Ziel: Marketingaussagen der Anbieter herausfiltern und technische Kennwerte wissenschaftlich prüfen.
• Prompt-Beispiel:

  "Welche empirisch dokumentierten Zyklendegradationsraten und thermischen Betriebsgrenzen weisen LFP- im Vergleich zu NMC-Batterien in gewerblichen Leicht-Lkw bei kontinuierlicher DC-Schnellladung auf? Zitieren Sie Peer-Review-Studien aus den Jahren 2022 bis 2026."

• Ergebnis: Objektive technische Kennzahlen aus Datenbanken wie IEEE, PubMed oder arXiv ohne Anbietersponsoring.

Phase 3: Anwenderstimmung und operative Reibungsverluste (Social-Modus)

• Gewählter Modus: Social
• Ziel: Praxisprobleme, Implementierungshürden und Preisunmut bei Anwendern aufspüren.
• Prompt-Beispiel:

  "Welche Software- und Hardwarebeschwerden werden von Flottenmanagern und IT-Administratoren auf Reddit und in Fachforen zur Telematik-Plattform X am häufigsten geäußert? Fokussieren Sie auf Systemausfälle, Support-Reaktionszeiten und versteckte Kosten bei Vertragsverlängerungen."

• Ergebnis: Offene Praxisberichte von Anwendern, die in offiziellen Erfolgsgeschichten der Anbieter niemals auftauchen.

Phase 4: Verdichtung zum Entscheidungsmemo (Writing-Modus)

• Gewählter Modus: Writing
• Ziel: Synthese aller Zwischenergebnisse aus der Collection und den hochgeladenen Berichten zu einem Entscheidungspapier ohne erneute Websuche.
• Prompt-Beispiel:

  "Erstellen Sie auf Basis der bisherigen Threads in dieser Collection und des beigefügten 10-K-Berichts ein 2-seitiges Strategiememo für den Investitionsausschuss. Bewerten Sie, ob unser Unternehmen für die Markteinführung einer Telematiklösung ein Abomodell oder eine nutzungsbasierte Abrechnung wählen sollte. Gliedern Sie in: Executive Summary, Preisvergleichsmatrix, VoC-Schmerzpunkte und abschließende Handlungsempfehlung."

• Ergebnis: Ein logisch konsistentes, präzise formuliertes Dokument ohne externe Störeinflüsse oder Halluzinationen.

5. Qualitätssicherung und typische Fallstricke für Analysten

Um institutionellen Qualitätsansprüchen gerecht zu werden, halten Analysten vier Prüfregeln ein:

1. Primärquellen-Audit bei Zitaten: Jede Fußnote in Perplexity ist ein klickbarer Link. Übertragen Sie niemals Kennzahlen in einen Managementbericht, ohne den Ursprungslink geöffnet zu haben, um Kontextfehler oder Fehlinterpretationen von Zweitquellen auszuschließen.
2. Modus-Fixierung beim Thread-Start: Der Focus-Modus muss zwingend beim Start eines neuen Threads gewählt werden und lässt sich im laufenden Chat nicht ändern. Gliedern Sie komplexe Projekte deshalb in mehrere spezialisierte Threads innerhalb derselben Collection auf.
3. Widersprüche aktiv hinterfragen: Wenn zwei Branchenstudien stark divergierende Marktvolumina nennen (z. B. 8 Mrd. USD vs. 15 Mrd. USD), weisen Sie Perplexity gezielt auf diesen Konflikt hin: "Analysieren Sie, warum Quelle A und Quelle B derart unterschiedliche Marktgrößen ausweisen. Stellen Sie Unterschiede in der regionalen Abgrenzung und bei der Trennung von Hardware- und Softwareumsätzen dar."
4. Pflege der Wissensdatenbank: Löschen oder archivieren Sie veraltete Dokumentenentwürfe und Vorabdaten aus der Collection, damit das Sprachmodell stets die jüngsten, testierten Zahlen priorisiert.

Indem Analysten Collections als permanente Projektzentralen einrichten und Focus-Modi als präzise Quellenfilter nutzen, wandeln sie Perplexity in ein belastbares, schnelles und hocheffizientes Instrument für strategische Marktentscheidungen um.

Quellen

• A Complete How-To Guide to Perplexity AI
• 14 Perplexity AI Use Cases
• Perplexity vs. ChatGPT: Which AI tool is better? [2026]
• Perplexity AI - Wikipedia