Immer mehr Einkäufer, Konstrukteure und Geschäftsführer stellen ihre Recherchefragen nicht mehr Google, sondern ChatGPT, Perplexity oder Gemini. Die Antwort der KI enthält eine Handvoll Anbieternamen, und wer dort fehlt, kommt im Auswahlprozess schlicht nicht vor. Die gute Nachricht: Welche Unternehmen genannt werden, ist kein Zufall, sondern folgt nachvollziehbaren Mustern. Diese Anleitung zeigt Schritt für Schritt, wie Sie Ihr Unternehmen in KI-Suchmaschinen sichtbar machen, von der technischen Basis bis zum laufenden Monitoring.
Schritt 1: Die Basislinie dokumentieren
Bevor Sie optimieren, messen Sie. Formulieren Sie fünfzehn bis dreißig Prompts, die Ihre Zielkunden realistisch stellen würden: Anbieterfragen, Vergleichsfragen, Problemlösungsfragen, jeweils in den Varianten, die ein Einkäufer oder technischer Leiter tatsächlich tippen würde. Stellen Sie diese Prompts in ChatGPT, Perplexity und Gemini, dokumentieren Sie jede Antwort mit Screenshot und notieren Sie, ob Sie genannt werden, an welcher Position, mit welcher Begründung, und welche Wettbewerber stattdessen erscheinen.
Diese Basislinie hat zwei Funktionen. Sie zeigt, wo die Lücken liegen, und sie ist der einzige Weg, Fortschritt später zu belegen. Ohne dokumentierten Ausgangszustand bleibt jede GEO-Arbeit Behauptung.
Achten Sie bei den Prompts auf Realismus. Niemand fragt eine KI nach Ihrem Firmennamen plus Produktkategorie, das wäre ein Selbsttest ohne Aussagekraft. Realistische Prompts beschreiben ein Problem oder eine Anforderung, so wie ein Konstrukteur sie formulieren würde, der Ihr Unternehmen noch nicht kennt. Genau bei diesen Fragen entscheidet sich, ob Sie auf die Shortlist kommen.
Schritt 2: Die technische Grundlage legen
KI-Crawler müssen Ihre Website vollständig lesen können. Prüfen Sie zuerst die robots.txt: Viele Websites blockieren die Crawler von OpenAI, Anthropic oder Perplexity, teils unbeabsichtigt durch pauschale Regeln. Was nicht gecrawlt wird, wird nicht zitiert.
Legen Sie anschließend eine llms.txt im Hauptverzeichnis an. Diese Markdown-Datei beschreibt kompakt, wer Sie sind, was Sie anbieten, für wen, und verlinkt die wichtigsten Seiten. Sie ist kein offizieller Standard, aber der Aufwand ist minimal und mehrere KI-Crawler rufen die Datei nachweislich ab.
Der dritte Baustein sind strukturierte Daten nach Schema.org: Organization-Markup mit konsistenten Firmendaten, FAQPage-Markup für Frage-Antwort-Abschnitte, Product- oder Service-Markup für das Angebot. Strukturierte Daten übersetzen Ihre Inhalte in ein Format, das Maschinen eindeutig verstehen, die Grundlage dafür, dass Modelle Ihr Unternehmen als klar definierte Entität führen. Dieselbe Arbeit verbessert nebenbei die klassische Google-Darstellung, ein Beispiel dafür, wie eng SEO und KI-Sichtbarkeit verzahnt sind.
Schritt 3: Zitierfähige Inhalte aufbauen
Sprachmodelle zitieren Inhalte, die sich als Antwort verwenden lassen. Das klingt banal, scheitert aber an den meisten Industrie-Websites, die aus Imagetexten bestehen: kompetent, partnerschaftlich, seit drei Generationen. Kein Modell kann daraus eine Empfehlung begründen.
Dabei zählt nicht nur, was auf der Seite steht, sondern wie es dort steht. Sprachmodelle arbeiten mit Textpassagen, nicht mit Seitenlayouts: Eine prägnante Antwort direkt unter einer klar formulierten Zwischenüberschrift wird gefunden und übernommen, dieselbe Information, verteilt über drei Marketingabsätze, geht unter.
Zitierfähig sind Definitionen, Zahlen, Vergleiche, Auswahlkriterien und ehrliche Einordnungen. Bauen Sie systematisch auf: Fachartikel zu den Fragen aus Ihrer Prompt-Liste, ein Glossar der Fachbegriffe Ihrer Domäne, FAQ-Abschnitte auf jeder Leistungsseite, Vergleichstabellen mit nachvollziehbaren Kriterien. Schreiben Sie so, dass ein einzelner Absatz für sich allein verständlich bleibt, denn Modelle extrahieren Passagen, nicht ganze Seiten.
Die Versuchung, diese Inhalte massenhaft per KI zu generieren, ist groß und kontraproduktiv. Substanzlose Texte werden weder von Google belohnt noch von Modellen zitiert. Die Fachexpertise Ihrer Konstrukteure, Anwendungstechniker und Vertriebsingenieure ist das Rohmaterial, das kein Wettbewerber kopieren kann.
Schritt 4: Dritt-Erwähnungen aufbauen
Modelle vertrauen Aussagen mehr, wenn unabhängige Quellen sie bestätigen. Analysen zeigen regelmäßig, dass KI-Antworten überproportional aus Verzeichnissen, Fachportalen, Vergleichsseiten und Branchenmedien zitieren, also genau den Quellen, die viele Unternehmen vernachlässigen.
Konkret heißt das: Identifizieren Sie zunächst, welche Drittquellen die Modelle in Ihrem Themenfeld tatsächlich zitieren, die Quellenangaben in Perplexity und den AI Overviews zeigen es Ihnen. Dann: Einträge in den relevanten Branchenverzeichnissen anlegen und mit identischen Kerndaten pflegen. Fachbeiträge in Branchenmedien platzieren, nicht als Werbung, sondern als Fachartikel mit Substanz. Bestehende Erwähnungen prüfen und veraltete Angaben korrigieren, denn widersprüchliche Informationen verwässern die Entität. Für Unternehmen im Maschinenbau und verwandten Branchen ist diese Quellenlandschaft überschaubar, was die Arbeit planbar macht.
Schritt 5: Monitoring etablieren
KI-Sichtbarkeit ist kein Projekt mit Enddatum, sondern ein Regelkreis. Wiederholen Sie die Abfragen aus Schritt 1 monatlich mit identischem Prompt-Set und dokumentieren Sie die Nennungsrate: Bei wie viel Prozent der Prompts werden Sie genannt? Hat sich die Position verändert? Welche Quellen zitieren die Modelle, und tauchen Ihre neuen Inhalte darunter auf?
| Maßnahme | Aufwand | Wirkung | Zeithorizont |
|---|---|---|---|
| Basislinie mit Prompt-Set | Gering | Grundlage aller Steuerung | Sofort |
| robots.txt und llms.txt | Gering | Technische Auffindbarkeit | Tage bis Wochen |
| Strukturierte Daten | Mittel | Entitäten-Klarheit | Wochen bis Monate |
| Zitierfähige Inhalte | Hoch, laufend | Stärkster einzelner Hebel | 2 bis 6 Monate |
| Dritt-Erwähnungen | Mittel, laufend | Vertrauensaufbau | 3 bis 6 Monate |
| Monatliches Monitoring | Gering, laufend | Belegbarer Fortschritt | Laufend |
Aus den Ergebnissen ergeben sich die nächsten Inhalte und Quellen fast automatisch, das Monitoring steuert die Produktion. Ergänzen Sie die Prompt-Daten um zwei weitere Signalquellen: die Server-Logs, in denen sich die Besuche der KI-Crawler nachvollziehen lassen, und den Referral-Traffic aus Perplexity, ChatGPT und Gemini in der Webanalyse. Beide Werte sind noch klein, aber ihre Entwicklung zeigt, ob die technische Grundlage trägt und ob KI-Systeme Ihre Inhalte tatsächlich heranziehen.
Der ehrliche Blick auf den Aufwand
Die Schritte 1 und 2 schafft ein Unternehmen in wenigen Wochen neben dem Tagesgeschäft. Die Schritte 3 bis 5 sind kontinuierliche Arbeit, die Fachwissen, Schreibkapazität und Disziplin verlangt, und genau daran scheitern die meisten Anläufe nach drei Monaten. Wer den Kanal ernsthaft besetzen will, braucht entweder eine interne Verantwortlichkeit mit echtem Zeitbudget oder einen Partner, der Produktion und Monitoring übernimmt.
Als GEO-Agentur mit Industrie-Fokus bauen wir genau diesen Regelkreis für B2B-Unternehmen auf: Basislinie, technisches Fundament, Content-Produktion aus Ihrer Fachexpertise und monatliches Nennungs-Reporting. Wenn Sie wissen wollen, wie sichtbar Ihr Unternehmen in KI-Suchmaschinen heute ist und was die ersten drei Monate konkret bringen würden, vereinbaren Sie ein Strategiegespräch. Die Basislinie zu Ihren wichtigsten Prompts gehört dort zur Vorbereitung.
Häufige Fragen
Welche KI-Suchmaschinen sind für B2B-Unternehmen relevant?
Im Kern vier Systeme: ChatGPT als meistgenutzter Assistent, Perplexity als reine Antwortsuchmaschine mit Quellenangaben, Gemini wegen der Integration in Google-Produkte sowie die AI Overviews in der Google-Suche selbst. Dazu kommt Microsoft Copilot über die Verbreitung in Unternehmens-IT. Wer für diese Systeme optimiert, deckt auch kleinere Anbieter ab, da die Auswahlmechanismen ähnlich funktionieren.
Was ist eine llms.txt und brauche ich sie wirklich?
Die llms.txt ist eine Textdatei im Hauptverzeichnis der Website, die KI-Systemen einen kuratierten Überblick über das Unternehmen und die wichtigsten Inhalte gibt. Sie ist kein offizieller Standard und kein Wundermittel, aber mit einer Stunde Aufwand erstellt und von mehreren KI-Crawlern nachweislich abgerufen. Als kostengünstiger Baustein gehört sie ins Pflichtprogramm, ersetzt aber keine inhaltliche Arbeit.
Wie schnell wird mein Unternehmen in KI-Antworten sichtbar?
Systeme mit Live-Websuche wie Perplexity oder ChatGPT mit aktivierter Suche können neue Inhalte innerhalb von Tagen bis Wochen zitieren, sofern die Seiten indexiert und gut auffindbar sind. Die Verankerung im antrainierten Wissen der Modelle dauert deutlich länger, da sie von Trainingszyklen abhängt. Realistisch ist eine messbar steigende Nennungsrate nach zwei bis sechs Monaten konsequenter Arbeit.
Kann ich KI-Sichtbarkeit selbst aufbauen oder brauche ich eine Agentur?
Die Grundlagen schafft ein Unternehmen selbst: llms.txt anlegen, Firmenprofile vereinheitlichen, FAQ-Bereiche ausbauen, erste Prompt-Tests dokumentieren. Anspruchsvoller wird es bei strukturierten Daten, systematischer Content-Produktion und dem Aufbau von Dritt-Erwähnungen. Entscheidend ist weniger die Frage wer, sondern dass kontinuierlich gearbeitet und monatlich gemessen wird, einmalige Aktionen verpuffen.
