Industrie und Export: sichtbar für KI?

Niemand entscheidet sich bei einem Werkzeugmaschinenhersteller für einen neuen Spindellieferanten, nur weil ein Chatbot das vorgeschlagen hat. Der Verkauf läuft weiterhin über eine Anfrage, eine technische Prüfung, ein Referenzgespräch, manchmal einen Werksbesuch. Verändert hat sich der Schritt davor: wie der Einkäufer seine engere Auswahl überhaupt zusammenstellt. Immer häufiger ist dieser Schritt ein Prompt, kein Branchenverzeichnis.

Ein Einkaufsingenieur, der einen Lieferanten für Industrieventile sucht, oder eine Einkaufsleiterin, die Hersteller von Verpackungsmaschinen für einen neuen Exportmarkt vergleicht, beginnt heute selten am Messestand. Stattdessen fragt sie ChatGPT oder Perplexity etwas wie „Wer stellt Edelstahlventile für pharmazeutische Anwendungen in der EU her?" oder „Vergleichen Sie Anbieter von Fördersystemen für die Lebensmittelindustrie in Deutschland". Die Antwort, in Fließtext formuliert, nennt eine Handvoll Unternehmen. Steht Ihres nicht darauf, waren Sie nie Teil der Liste, die sich der Einkäufer im Kopf zusammengestellt hat, und Sie werden es nicht einmal bemerken.

Ein anderes Kaufverhalten als das, um das es in den meisten GEO-Artikeln geht

Die meisten Texte über Sichtbarkeit in der KI, auch einige unserer eigenen, behandeln implizit Konsum- oder Softwarekategorien: schnelle Entscheidungen, ein Modell, das in einer einzigen Antwort „das beste Projektmanagement-Tool" empfiehlt, umgesetzt binnen einer Stunde. Industrieller Einkauf funktioniert anders. Der Zyklus von der ersten Recherche bis zur unterschriebenen Bestellung kann sich über Monate ziehen, bei Investitionsgütern mitunter länger, und mehrere Personen sind beteiligt: ein Ingenieur, dem es um Toleranzen geht, ein Einkäufer, dem es um Lieferzeiten und Gesamtkosten geht, oft auch eine Qualitätsverantwortliche, die prüft, ob die Unterlagen eines Lieferanten einem Audit standhalten.

Am Mechanismus selbst ändert das nichts. Die KI-Antwort filtert weiterhin vor, wer überhaupt in Betracht gezogen wird, bevor diese Personen eine formelle Bewertung eröffnen. Ein Lieferant, der in dieser frühen, informellen Suche nicht auftaucht, wird nicht durch das Urteil des Einkäufers ausgeschlossen. Er wird ausgeschlossen, weil er nie erwähnt wird, und das fällt sehr viel schwerer auf.

Was tatsächlich darüber entscheidet, ob die KI Sie nennt

Generative Modelle beantworten eine Beschaffungsfrage anhand dessen, was im gesamten Web über ein Unternehmen geschrieben wurde, mit stärkerem Gewicht für Inhalte, die konkret, technisch und leicht einer Kategorie zuzuordnen sind. Für einen Hersteller ergibt das eine recht kurze, überprüfbare Liste.

Datenblätter, die tatsächlich online stehen, nicht hinter einem Login als PDF versteckt oder nur auf Messen verteilt. Eine Seite, die Toleranzen, Werkstoffe und Normkonformität als reinen Text nennt, kann ein Modell aufnehmen und weiterverwenden. Ein Datenblatt, das nur als eingescanntes Bild existiert, bleibt für das Modell unsichtbar.
Zertifizierungen, die lesbar dokumentiert sind, nicht nur als Logo gezeigt werden. ISO-Nummern, CE-Kennzeichnung, branchenspezifische Zulassungen: Steht das nur als Badge-Grafik auf der Startseite, hat ein Modell nichts daraus zu entnehmen.
Berichterstattung der Fachpresse in der Sprache des Zielmarkts. Eine deutsche Fachzeitschrift, die auf Deutsch über Ihr Produkt schreibt, wiegt bei einer deutschsprachigen Anfrage deutlich mehr als dieselbe Berichterstattung, die nur auf Englisch erschienen ist, weil Modelle überproportional auf Quellen in der Sprache der Anfrage zurückgreifen.
Seiten von Distributoren und Händlern, die Sie namentlich nennen. Listet Ihr Distributor in Polen nur „Hydraulikkomponenten" ohne Ihre Marke zu nennen, sorgt diese Seite nicht dafür, dass Sie in einer polnischsprachigen Antwort zu Hydraulikkomponenten-Lieferanten vorkommen.
Von jemand anderem beschrieben zu werden, nicht nur von sich selbst. Ein Vergleichsartikel, ein Einkaufsleitfaden, ein Forumsbeitrag, der Ihr Unternehmen neben Wettbewerbern nennt, zählt mehr als eine weitere Version des eigenen Startseitentexts.

Das ist eine Variante eines größeren Themas, über das wir bereits geschrieben haben: ob eine Marke für diese Systeme überhaupt als eigenständige Entität existiert. Für Exporteure liegt die Besonderheit darin, dass Existieren keine einheitliche Ja-oder-Nein-Antwort ist. Sie können in der Sprache und im Markt Ihres Firmensitzes klar präsent sein und drei Grenzen weiter praktisch unsichtbar, weil die Inhalte, die Sie dort bekannt gemacht hätten, nie geschrieben wurden oder nur in Ihrer Ausgangssprache vorliegen.

Die Lücke zwischen Selbstvertrauen und Inhalt

Fragen Sie einen Hersteller nach seiner Stellung in einem bestimmten Exportmarkt, hören Sie meist echtes Selbstvertrauen: gewachsene Beziehungen zu Distributoren, eine Erfolgsgeschichte mit Kunden, ein fester Messestand jedes Jahr. Schauen Sie sich dann an, was in der Sprache dieses Marktes tatsächlich online existiert, ist es oft dünn: eine Distributorseite mit Ihrem Logo und ohne Produktdetails, eine Pressemitteilung zu einem Produktstart von vor Jahren, die nie fortgeführt wurde, ein Datenblatt, das es nur auf Deutsch gibt und sonst nirgends.

Diese Lücke ist kein Versagen des Vertriebsteams. Handelsbeziehungen wurden auf die klassische Art aufgebaut, über Menschen, und funktionieren weiterhin so. Was nicht mitgehalten hat, ist der digitale Fußabdruck, den ein generatives Modell tatsächlich liest, wenn es stellvertretend für Sie eine Beschaffungsfrage beantwortet. Sich in einem Markt präsent zu fühlen und eine dokumentierte, maschinenlesbare Präsenz in der Sprache dieses Marktes zu besitzen, sind zwei verschiedene Dinge, und Hersteller haben von Ersterem meist reichlich und von Letzterem sehr wenig.

Warum sich das marktweise prüfen lässt, nicht nur einmal

Der ehrliche Weg, das zu erkennen, besteht darin, dieselbe Beschaffungsfrage in jeder Sprache zu stellen, in der Sie verkaufen, und zu lesen, was zurückkommt. Fragen Sie „Wer sind die Anbieter von [Ihrer Kategorie] in Europa?" auf Deutsch, übersetzen Sie die Frage dann und stellen Sie sie erneut auf Englisch, Französisch, Italienisch, Spanisch, in jeder Exportsprache, die für Sie wirklich zählt. Es gibt keine einzige globale Antwort. Es gibt eine Antwort pro Sprache, und das wiederkehrende Muster ist ein Unternehmen, das zu Hause gut vertreten ist und andernorts dünn bis kaum vorhanden, ungefähr im Verhältnis dazu, wie viel technischer und fachlicher Inhalt in der jeweiligen Marktsprache existiert.

Warum zweimal im Monat der richtige Rhythmus ist, keine Einschränkung

Eine schnelllebige Konsumkategorie kann sich binnen weniger Tage verändern: ein Wettbewerber bringt ein Produkt heraus, eine Bewertung wird viral, ein Modell-Update ändert, welche Marken genannt werden. Echtzeit- oder tägliches Monitoring lohnt sich dort, weil der Käufer binnen Stunden handeln kann. Industrieller Einkauf folgt dieser Uhr nicht: Ein Einkaufsingenieur, der heute Ventillieferanten recherchiert, trifft keine andere Entscheidung, nur weil sich eine KI-Antwort am Dienstag statt am folgenden Montag geändert hat. Der Kaufzyklus selbst, oft in Monaten gemessen, ist langsamer als jede vernünftige Messfrequenz.

Entscheidend ist hier nicht, eine Veränderung in dem Moment zu erfassen, in dem sie geschieht. Entscheidend ist eine zuverlässige, über die Zeit konsequent erhobene Auskunft darüber, ob Sie genannt werden, in welchen Märkten, neben welchen Wettbewerbern, und ob sich das verbessert, je mehr technischen und fachlichen Inhalt Sie veröffentlichen. Ein Scan zweimal im Monat liefert genau dieses Muster, ohne so zu tun, als bewege sich der Kaufprozess schnell genug für mehr Frequenz. Er wird nicht erklären, warum eine Antwort an einem bestimmten Tag so ausfiel, und er wird nicht darüber hinwegtäuschen, dass diese Modelle probabilistisch arbeiten: Dieselbe Frage kann bei zwei aufeinanderfolgenden Durchläufen unterschiedlich beantwortet werden. Genau deshalb bringt eine einzelne Prüfung, in welcher Frequenz auch immer, kaum etwas, während ein über Monate gehaltener Rhythmus einen echten Trend zeigt.

Diesen Rhythmus von Hand durchzuhalten, über mehrere Exportsprachen und vier KI-Plattformen hinweg, lässt sich neben dem eigentlichen Tagesgeschäft kaum leisten. Genau diese eng umrissene Aufgabe automatisiert PSentry: Das Tool führt Ihr Prompt-Set, nach Markt und Sprache getrennt, auf ChatGPT, Claude, Gemini und Perplexity aus und zeigt, wer stattdessen genannt wird und wo. Es misst. Es schreibt keine Datenblätter für Sie, übersetzt keine Fachpressebeiträge und bringt keinen Distributor dazu, Ihren Namen auf seiner Seite zu ergänzen. Diese Arbeit bleibt Ihre; das Tool zeigt lediglich, wo sie fehlt.

Was konkret zu tun ist

Wenn Ihre Exportmärkte in KI-Antworten dünn abschneiden, ist die Lösung kein Trick. Sie besteht darin, dieselbe Art von Inhalt, die im Heimatmarkt bereits existiert, in der Sprache des betroffenen Marktes zu veröffentlichen: Datenblätter als lesbaren Text statt als Bild, Zertifizierungen ausgeschrieben statt als Badge gezeigt, technische Artikel, die eine dortige Fachpublikation tatsächlich bringen würde, und die Bestätigung, dass Distributoren Sie namentlich nennen, nicht nur Ihre Produktkategorie, auf den Seiten, auf denen sie Sie listen. Das meiste davon existiert im Heimatmarkt bereits. Die Lücke liegt meist bei Übersetzung und Neuveröffentlichung, nicht bei Produkt oder Ruf.

Häufig gestellte Fragen

Gilt das ebenso für Distributoren und Händler wie für den Hersteller selbst?

Ja, oft sogar noch mehr. Bezieht ein Käufer über einen regionalen Distributor statt direkt zu importieren, kann die KI-Antwort den Distributor statt Ihres Unternehmens nennen. Es lohnt sich zu wissen, ob Sie unter eigenem Namen sichtbar sind, unter dessen Namen, oder gar nicht.

Unsere Produkte sind sehr technisch und ein Nischenmarkt. Betrifft uns KI-Sichtbarkeit überhaupt?

Nischenkategorien sind gerade die Fälle, in denen sich die Antwort eines Modells am leichtesten mit echtem Inhalt beeinflussen lässt, weil weniger konkurrierender Text vorhanden ist, der Sie überdeckt. Eine Kategorie mit einer Handvoll echter globaler Anbieter und dünner Berichterstattung über alle von ihnen ist eine Kategorie, in der eine einzige gute Produktseite entscheiden kann, ob Sie überhaupt genannt werden.

Wir sind auf jeder wichtigen Fachmesse unserer Branche vertreten. Reicht das nicht aus?

Das erreicht die Käufer, die vor Ort sind. Für die KI-Antwort bringt es nichts, sofern die Messeberichterstattung, Presseerwähnungen oder Ihr eigener Rückblick nicht tatsächlich online veröffentlicht werden, als Text, in der Sprache des betreffenden Marktes. Ein Messestand ist keine Webseite.

Sollten wir zuerst unseren größten Exportmarkt priorisieren?

Das ist ein vernünftiger Ausgangspunkt, aber besser prüfen als annehmen. Ein kleinerer Markt mit fast keinem Inhalt über Sie lässt sich mitunter leichter bewegen als ein großer Markt, in dem Wettbewerber bereits jede Fachpublikation dominieren.

Ersetzt das Beziehungen zur Fachpresse und die Betreuung von Distributoren?

Nein. Es zeigt, wo diese Beziehungen Inhalte hervorgebracht haben, die ein Modell finden und nutzen kann, und wo nicht. Die Beziehungen selbst müssen weiterhin bestehen; das Tool deckt lediglich auf, wo die dazugehörige schriftliche Spur fehlt.