Sichtbarkeit in KI-Systemen

Warum Ihr Google-Ranking Sie nicht mehr schützt

Die Anfrage, die nie ankommt

Ein technischer Einkäufer sucht einen Zulieferer für ein Sonderteil. Vor drei Jahren hätte er gegoogelt, sich durch fünf Seiten geklickt und drei Anbieter angeschrieben. Heute tippt er seine Anforderung in ChatGPT und bekommt vier Namen mit kurzer Einordnung. Er schreibt zwei davon an.

Wenn Ihr Unternehmen nicht unter diesen vier Namen ist, haben Sie die Anfrage verloren. Sie werden nie erfahren, dass es sie gab. Es gibt keinen Eintrag in der Statistik, keine Absage, keinen verlorenen Pitch. Nur eine Anfrage, die woanders landet.

Das ist die unangenehmste Eigenschaft dieser Verschiebung. Sie erzeugt keine Signale. Ein Rückgang bei den Anfragen lässt sich auf Konjunktur, Saison oder Vertriebsleistung schieben. Dass er zu einem wachsenden Teil daran liegt, in vier Systemen nicht vorzukommen, sieht man in keinem Report.

Vier Systeme entscheiden mit

ChatGPT, Perplexity, Gemini und Claude beantworten täglich Millionen fachlicher Anfragen. Sie tun das nicht als Suchmaschine, die Treffer auflistet, sondern als Auskunft, die eine Empfehlung ausspricht. Der Unterschied ist erheblich.

Eine Suchmaschine liefert zehn Optionen und überlässt die Auswahl dem Menschen. Ein Sprachmodell liefert drei Namen und eine Begründung. Es hat die Vorauswahl bereits getroffen, bevor der Mensch überhaupt vergleichen kann. Was auf Platz elf einer Google-Ergebnisseite stand, war zumindest theoretisch erreichbar. Was ein Modell nicht nennt, existiert im Entscheidungsprozess nicht.

Dazu kommt: Ihr Google-Ranking hilft hier wenig. Diese Systeme ziehen ihre Informationen aus anderen Quellen, gewichten anders und aktualisieren in eigenen Rhythmen. Ein Unternehmen kann in seiner Nische bei Google auf Position eins stehen und in allen vier Systemen unerwähnt bleiben.

Wahrnehmung durch Maschinen ist Wahrnehmung

An dieser Stelle lohnt ein Perspektivwechsel, der über Marketing hinausgeht.

Wir sind es gewohnt, Wahrnehmung als etwas Menschliches zu behandeln. Kunden nehmen ein Unternehmen wahr, Bewerber, Partner, die Öffentlichkeit. Sprachmodelle haben sich in diese Reihe geschoben. Sie nehmen wahr, sie ordnen ein, sie geben weiter. Und sie tun das in einem Umfang, den kein menschlicher Multiplikator erreicht.

Damit sind sie zu Akteuren geworden, die an der Wirklichkeit mitbauen, in der ein Unternehmen existiert oder eben nicht. Ein Modell, das Ihr Haus nicht kennt, erzeugt bei jeder relevanten Anfrage eine Wirklichkeit ohne Sie. Millionenfach, jeden Tag, ohne Absicht.

Es steht die Frage im Raum, wer die Wirklichkeit herstellt, in der über Ihr Unternehmen entschieden wird. Und die Antwort lautet zunehmend: Systeme, mit denen Sie bisher keine Beziehung aufgebaut haben.

Warum Modelle manche Unternehmen kennen und andere nicht

Sichtbarkeit in diesen Systemen entsteht anders als bei Google. Wer verstehen will, wovon sie abhängt, sollte sich fragen, woraus ein Modell seine Einschätzung überhaupt bildet.

Es bildet sie aus dem, was über ein Unternehmen geschrieben wurde, nicht aus dem, was ein Unternehmen über sich schreibt. Fachbeiträge, Branchenmedien, Verzeichnisse, Foren, Vorträge, Interviews, Erwähnungen in fremden Texten. Die eigene Website ist eine Quelle unter vielen und selten die gewichtigste.

Es bildet sie außerdem aus Zusammenhängen. Ein Modell empfiehlt nicht den Anbieter, der am häufigsten genannt wird, sondern den, der am klarsten mit einem bestimmten Problem verbunden ist. Wer für alles zuständig scheint, wird für nichts empfohlen. Präzise Zuordnung schlägt Präsenzmenge.

Und es bildet sie aus Konsistenz. Wenn ein Unternehmen sich auf der Website als Spezialist für ein Thema beschreibt, in Fachbeiträgen aber über etwas anderes spricht, entsteht kein klares Bild. Modelle sind darin ähnlich wie Menschen: Widersprüchliche Signale führen dazu, dass man jemand anderen empfiehlt.

Ein Test, der zwanzig Minuten dauert

Bevor Sie über Strategien nachdenken, verschaffen Sie sich einen Befund. Das geht ohne Werkzeug und ohne Budget.

Formulieren Sie fünf Anfragen so, wie ein potenzieller Kunde sie stellen würde. Nicht mit Ihrem Firmennamen, sondern mit seinem Problem. Etwa: Wer fertigt in Deutschland Kleinserien aus Titan für die Medizintechnik? Oder: Welche Beratung begleitet Maschinenbauer bei der Nachfolge?

Stellen Sie diese fünf Fragen in allen vier Systemen. Notieren Sie für jede Kombination, ob Ihr Unternehmen genannt wird, an welcher Stelle und mit welcher Beschreibung.

Zwanzig Kombinationen, zwanzig Minuten. Das Ergebnis ist unbequemer und aussagekräftiger als die meisten Marktanalysen, weil es zeigt, was ein Interessent tatsächlich zu sehen bekommt.

Drei Dinge fallen dabei erfahrungsgemäß auf. Erstens: Die Trefferquote ist niedriger als erwartet. Zweitens: Wo Sie genannt werden, stimmt die Beschreibung oft nicht. Drittens: Die Wettbewerber, die genannt werden, sind selten die größten, sondern die mit dem klarsten Profil.

Was daraus folgt

Aus einem solchen Befund ergeben sich drei Arbeitsrichtungen.

Klären, wofür Sie stehen sollen. Ein Modell kann nur weitergeben, was eindeutig zuzuordnen ist. Die Frage, für welche zwei oder drei Probleme Ihr Haus die naheliegende Antwort sein soll, ist damit keine Marketingfrage mehr, sondern eine strategische.

Dort vorkommen, wo Modelle lesen. Fachbeiträge, Branchenpublikationen, Verzeichnisse, Formate, in denen Ihre Leute inhaltlich sichtbar werden. Das ist die gleiche Arbeit, die auch ohne KI sinnvoll gewesen wäre, mit einem zusätzlichen Empfänger.

Regelmäßig nachmessen. Sichtbarkeit in diesen Systemen verändert sich mit jedem Modellupdate. Ein Befund einmal im Quartal, dieselben fünf Fragen, dieselbe Notation. Daraus wird eine Kurve statt eines Bauchgefühls.

Beziehungen, die man nicht kennt, kann man nicht gestalten

Unternehmen pflegen Beziehungen zu Kunden, zu Lieferanten, zu Banken und zur Öffentlichkeit. Zu den Systemen, die über sie sprechen, pflegen die wenigsten eine Beziehung, obwohl deren Reichweite die aller anderen übersteigt.

Der erste Schritt ist unspektakulär. Herausfinden, was diese Systeme über Sie sagen. Danach lässt sich entscheiden, ob das Bild stimmt und was zu tun ist, damit es stimmt.

Wer diesen Schritt auslässt, überlässt die Antwort anderen. Sie fällt trotzdem, jeden Tag, tausendfach.

Wenn der Test nicht reicht

Der Zwanzig-Minuten-Test liefert eine Momentaufnahme. Für die Entscheidung, ob das Thema Aufmerksamkeit verdient, reicht das. Für die Arbeit danach reicht es nicht.

Sichtbarkeit in diesen Systemen ist beweglich. Sie verändert sich mit Modellupdates, mit neuen Quellen, mit dem, was Wettbewerber publizieren. Wer sie ernsthaft bearbeiten will, braucht systematische Messung über viele Anfragen hinweg, einen Vergleich mit dem Wettbewerbsumfeld und eine Inhaltsarbeit, die auf die Auswertungslogik dieser Systeme zugeschnitten ist.

Genau dafür haben wir TRIBICON AI gegründet. TRIBICON AI erhebt die Sichtbarkeit eines Unternehmens in ChatGPT, Perplexity, Gemini und Claude mit branchenspezifischen Anfragen, ordnet das Ergebnis ins Wettbewerbsumfeld ein und begleitet die Arbeit daran mit monatlichem Monitoring gegen eine Ausgangszahl. Aus der Momentaufnahme wird damit eine Entwicklung, die sich steuern lässt.

Für die meisten Unternehmen ist die sinnvolle Reihenfolge: erst der eigene Test, um zu sehen, ob überhaupt Handlungsbedarf besteht. Dann, wenn die Antwort ja lautet, die systematische Bearbeitung.

Nächster Schritt
Wenn Sie wissen wollen, wie Ihr Haus in KI-Systemen wahrgenommen wird und welche Beziehungen dahinter wirken: Wir nehmen das gemeinsam auf, ordnen es ein und leiten daraus konkrete Schritte ab.

Für die systematische Analyse und das laufende Monitoring Ihrer Sichtbarkeit in KI-Systemen haben wir TRIBICON AI gegründet.

Oder beginnen Sie mit einem einstündigen Erstgespräch und einer einseitigen Standortbestimmung, die Sie intern weitergeben können.

→ Erstgespräch vereinbaren