Bildnachweis: © Depositphotos.
Ein Unternehmen kann seit Jahrzehnten ein Problem lösen und trotzdem fehlen, wenn ein potentieller Kunde ChatGPT nach passenden Anbietern fragt. Für Geschäftsführer stellt sich damit eine konkrete Frage: Wie wird die eigene Kompetenz auch bei dieser Vorauswahl sichtbar? Ein Leitfaden für den Einstieg, ohne neue Großprojekte und ohne wahllos KI-Texte zu veröffentlichen.
Stellen wir uns einen Hersteller von Verpackungsmaschinen vor. Seine Kunden kennen die Anlagen, der Vertrieb kennt ihre Anforderungen. Auf der Website stehen Produktnamen und technische Daten. Ein potenzieller Neukunde fragt aber: „Welche Verpackungsmaschine eignet sich für kleine Chargen und häufige Formatwechsel?“ Er sucht eine Lösung, nicht den Namen eines Herstellers. Fehlt das Unternehmen in der Antwort, kann es bereits bei der ersten Auswahl übersehen werden.
Diese Sichtbarkeit lässt sich beeinflussen, aber nicht bestellen. KI-Systeme unterscheiden sich darin, welche Quellen sie verwenden und welche Anbieter sie empfehlen. Ein einzelner Test zeigt deshalb weder den gesamten Markt noch eine verlässlich verlorene Verkaufschance.
Der Ansatz, Inhalte für solche Antworten auffindbar und nutzbar zu machen, wird häufig Generative Engine Optimization, kurz GEO, genannt. Für den Mittelstand heißt das: Kunden verstehen, Fachwissen erklären und die Wirkung prüfen.
1. Beantworten Sie die Fragen, die vor dem Kauf entscheiden
Starten Sie mit einem Produktbereich, einer Zielgruppe und einem Markt. So bleiben Aufwand und Ergebnisse nachvollziehbar.
Lassen Sie Vertrieb und Kundenservice zunächst zehn bis zwanzig Fragen zusammentragen, die Interessenten tatsächlich stellen. Gute Quellen sind Angebotsanfragen, Gesprächsnotizen und Supportfälle. Beachten Sie bei der Auswertung Datenschutz und Nutzungsrechte; vertrauliche Kundendaten bleiben geschützt.
Unterscheiden Sie Informationsbedarf von Kaufabsicht. „Was ist eine Verpackungsmaschine?“ verlangt eine Erklärung. „Welche Anlage passt zu kleinen Chargen mit häufigen Formatwechseln?“ verlangt Auswahlkriterien und geeignete Lösungen. Für den Einstieg sind Fragen besonders nützlich, die der Vertrieb kurz vor einer Angebotsanfrage hört.
Suchanfragen aus der Google Search Console und Fragen in Fachforen können die Liste ergänzen. Sie sind Hinweise auf Kundenbedarf, keine Messung des tatsächlichen Fragevolumens bei ChatGPT. Das Ergebnis dieses Schritts ist eine priorisierte Fragenliste mit Herkunft und zugehörigem Angebot.
2. Prüfen Sie, wen die KI statt Ihnen empfiehlt
Prüfen Sie diese Fragen in den für Ihre Kunden relevanten KI-Systemen. Halten Sie Wortlaut, Datum, Sprache, System, Antwort und verlinkte Quellen fest. Trennen Sie dabei drei Beobachtungen: Wird Ihr Unternehmen erwähnt? Wird Ihre Website als Quelle zitiert? Wird Ihr Produkt für die konkrete Anforderung empfohlen?
Eine zitierte Erklärung auf Ihrer Website bedeutet noch nicht, dass Ihr Produkt empfohlen wird.
Wiederholen Sie die Tests an mehreren Tagen unter möglichst gleichen Bedingungen und in neuen Gesprächen ohne vorherige Hinweise auf Ihre Marke. Führen Sie die Ergebnisse je System getrennt. Notieren Sie auch, ob die genannten Wettbewerber tatsächlich zur Frage passen und ob die KI falsche Angaben zu Ihrem Angebot macht.
Eine Tabelle zeigt, wo eigene Informationen fehlen oder widersprüchlich sind und welche Quellen die Systeme nutzen. Die feste Fragenliste bleibt später die Vergleichsbasis. Neue Fragen können dazukommen, werden aber gesondert ausgewertet.
3. Machen Sie Ihre Erfahrung zum Wettbewerbsvorteil
Nun kommt die eigentliche Stärke vieler Mittelständler zum Einsatz: Erfahrung aus Entwicklung, Vertrieb und Kundenprojekten. Ein weiterer allgemeiner Text über Verpackungsmaschinen hilft wenig, wenn er nur wiedergibt, was bereits auf zahlreichen Websites steht.
Unser Hersteller könnte erklären, welche technischen Voraussetzungen kurze Umrüstzeiten ermöglichen, wo die Grenzen seiner Anlage liegen und welche Angaben ein Interessent für eine belastbare Empfehlung mitbringen muss. Eine freigegebene Anwendung aus der Praxis kann die Erklärung stützen. Messwerte brauchen Angaben dazu, unter welchen Bedingungen sie ermittelt wurden.
Marketing erstellt mit einem Fachverantwortlichen die Gliederung und den Entwurf. KI kann beim Strukturieren und Formulieren helfen. Aussagen über Leistung, Einsatzgrenzen und Sicherheit prüft der zuständige Experte. Kundenbeispiele werden erst nach der nötigen Freigabe verwendet.
Veröffentlichen Sie eine klare Antwort mit nachvollziehbaren Belegen, Datum und einem fachlichen Ansprechpartner. Verlinken Sie zur passenden Produktseite und ermöglichen Sie den nächsten Schritt, etwa eine technische Anfrage.
4. Was die KI nicht findet, kann sie nicht empfehlen
Prüfen Sie mit Ihrem Website-Team, ob die wichtigen Inhalte öffentlich erreichbar, für die relevanten Suchdienste zugänglich und als lesbarer Text vorhanden sind. Kontrollieren Sie insbesondere versehentliche Indexierungssperren, falsche Weiterleitungen und die interne Verlinkung. Wichtige Aussagen sollten nicht ausschließlich in Bildern stehen.
Google erklärt für seine KI-Suchfunktionen, dass die bewährten SEO-Grundlagen weiter gelten und keine besondere zusätzliche Auszeichnung erforderlich ist. Daraus folgt keine Garantie, aufgenommen oder zitiert zu werden. Suchzugriff und KI-Training sind getrennt zu betrachten; prüfen Sie Regeln je Dienst.
Benennen Sie außerdem einen Verantwortlichen für jede Station: Marketing koordiniert, die Fachabteilung prüft, das Website-Team veröffentlicht. Vereinbaren Sie Prüftermine. Ein Relaunch ist für erste Verbesserungen nicht zwingend nötig.
Prüfen Sie auch Unternehmensprofile und Partnerseiten auf veraltete Angaben. Bieten Sie Fachmedien belegte Erkenntnisse an. So wird Ihre Expertise über die eigene Website hinaus zugänglich. Daraus folgt jedoch kein Anspruch auf eine KI-Empfehlung.
5. Entscheidend sind Kundenanfragen, nicht mehr KI-Texte
Nach der Veröffentlichung testen Sie dieselben Fragen weiter. Eine einfache Kennzahl lautet: passende Empfehlungen geteilt durch die Zahl der gültigen Testantworten. Ausgewertet wird pro Thema und KI-System. Dokumentieren Sie daneben falsche Aussagen, Quellenverweise und die jeweils vorgenommenen Änderungen.
Diese Quote beschreibt Ihre Stichprobe. Sie ist weder Ihr Marktanteil noch die Zahl realer Kundengespräche.
Prüfen Sie den geschäftlichen Nutzen separat: Welche erkennbaren Besuche aus KI-Diensten führen zu einer Anfrage? Welche dieser Anfragen sind qualifiziert? Ergänzen Sie die Vertriebsfrage, wie der Interessent auf Sie aufmerksam wurde. Beides bleibt unvollständig, weil Menschen nach einer Empfehlung auch direkt auf Ihre Website kommen können.
Verändern Sie nicht alle Themen gleichzeitig. Ein schrittweiser Start mit einer vergleichbaren, zunächst unveränderten Themengruppe hilft, Entwicklungen einzuordnen. Vereinbaren Sie vorab einen Auswertungstermin und die Kriterien für eine Fortsetzung. Mehr veröffentlichte Texte allein sind kein Erfolg. Entscheidend ist, ob passende Kunden bessere Antworten finden und daraus relevante Kontakte entstehen.
Fazit: Ihr nächster Wettbewerbsvorteil steckt bereits im Unternehmen
Für den Einstieg brauchen Mittelständler keine eigene KI-Abteilung. Sie brauchen einen klaren Anwendungsfall, dokumentierte Kundenfragen, freigegebenes Fachwissen und einen funktionierenden Arbeitsablauf. Der erste Auftrag an das Team: einen Produktbereich auswählen, Kauffragen erfassen und fehlende Antworten identifizieren. Daraus folgt der Verbesserungsplan. Erst nach der Auswertung wird auf weitere Themen und Märkte erweitert.
Simon Wilhelm
Simon Wilhelm ist Mitgründer von scaile. Die Firma unterstützt Unternehmen dabei, ihre Sichtbarkeit in Suchmaschinen und KI-Antworten zu verbessern. Sein Schwerpunkt liegt darauf, Kundenfragen und Unternehmenswissen in konkrete Maßnahmen für Inhalte, Veröffentlichung und Messung zu übersetzen.
