Multi-Agenten-System für tiefgehende Wettbewerbsanalyse mit Claude

Ein Entwickler hat das Problem der oberflächlichen Wettbewerbsanalyse durch Einzel-Prompt-AI-Abfragen angegangen, indem er ein Multi-Agenten-System gebaut hat, das strukturierte, multi-quellenbasierte Recherche in drei aufeinanderfolgenden Wellen durchführt.

Die Architektur: Drei Recherchewellen

Das System führt drei Wellen aus, jede mit parallelen Agenten, die verschiedene Dimensionen des Wettbewerbsumfelds analysieren. Jede Welle wird abgeschlossen, bevor die nächste beginnt, da spätere Wellen auf früheren Erkenntnissen aufbauen.

Welle 1: Profile + Preisintelligenz

• Agent 1 erstellt Profile von 5-8 direkten Wettbewerbern plus 2-3 benachbarten Lösungen (breitere Plattformen, manuelle Alternativen, Tools aus angrenzenden Kategorien). Für jeden: Produkt, Funktionen, Teamgröße, Finanzierung, Traktionssignale, Stärken, Schwächen.
• Agent 2 rekonstruiert Preismodelle: Wertmetrik, wie sich Tarife unterscheiden, Preisspsychologie (Ankerpreis, Lockvogelangebot, Charm Pricing), Wechselkosten.

Welle 2: Kundenstimmungsanalyse

• Agent 1 analysiert G2, Capterra, TrustRadius, Product Hunt-Bewertungen, um Muster zu extrahieren: was gelobt, kritisiert oder gewünscht wird.
• Agent 2 analysiert Reddit, Indie Hackers, Hacker News, Nischen-Communities, um Migrationsgeschichten, Workaround-Diskussionen, "was benutzt ihr für X"-Threads zu finden. Erstellt eine Sprachkarte der exakten Wörter, die Kunden zur Beschreibung von Problemen verwenden.

Welle 3: GTM und strategische Signale

• Agent 1 analysiert Go-to-Market: Akquisitionskanäle, Vertriebsprozess, Content-Strategie, Paid-Advertising-Signale.
• Agent 2 untersucht strategische Signale: Finanzierungsverlauf, Einstellungsmuster, SEO-Footprint, Produkt-Roadmap-Signale aus Changelogs. Interpretiert Signale wie die Einstellung von Ingenieuren vs. Vertriebsmitarbeitern, um zu bestimmen, ob ein Wettbewerber aufbaut oder skaliert.

Wesentliche technische Erkenntnis

Das System behandelt Wettbewerbsintelligenz als ein Querverweisproblem statt als ein Zusammenfassungsproblem. Es verbindet Preisdaten aus Welle 1 mit Abwanderungssignalen aus Welle 2 und Einstellungsmustern aus Welle 3, um tiefere Einblicke zu gewinnen. Zum Beispiel: Wenn Kunden von Wettbewerber A sich über Preise beschweren UND Wettbewerber A gerade Finanzierung erhalten hat UND Wettbewerber A Enterprise-Vertriebsmitarbeiter einstellt, deuten diese Signale zusammen darauf hin, dass sie dabei sind, in den höherpreisigen Markt zu wechseln, was Chancen im SMB-Bereich eröffnet.

Generierte Ausgaben

• Wettbewerberbericht: Executive Summary, Marktkonzentration, strategische Chancen und Risiken, Grabenbewertung, Datenlücken
• Wettbewerbsmatrix: Funktionen als Zeilen, Wettbewerber als Spalten, bewertet als stark/angemessen/schwach/fehlend
• Preislandschaft: Tarif-für-Tarif-Vergleich, Wertmetrikanalyse, Preisspsychologie-Aufschlüsselung, Positionierungskarte, weiße Flecken
• Battle Cards: eine pro Wettbewerber mit Stärken, Schwächen, wie man gegen sie gewinnt, wann sie gegen einen gewinnen, Kunden-Einwände und Antworten, Hauptschwachstelle

Ehrlichkeitsprotokoll

Jede Behauptung wird gekennzeichnet: [Daten], [Schätzung] oder [Annahme]. Daten älter als 12 Monate werden gekennzeichnet. Lücken werden explizit als "DATENLÜCKE" deklariert, anstatt etwas zu erfinden. Battle Cards sind ehrlich bezüglich der Stärken von Wettbewerbern, da das Ignorieren dieser die Karten in echten Vertriebsgesprächen nutzlos macht.