KI-Sichtbarkeit im Maschinenbau: Warum ChatGPT über deine nächste Anfrage entscheidet

Der Einkauf im Maschinenbau hat sich verändert, nur merkst du es nicht

Der klassische Weg zur Anfrage war lange klar: Der technische Einkäufer googelt "Sondermaschinenbau Verpackungstechnik", vergleicht ein paar Websites, fordert Angebote an. Dieser Weg existiert noch, aber er bekommt Konkurrenz. Immer mehr Einkäufer, Konstrukteure und Projektleiter stellen ihre erste Frage an ChatGPT, Perplexity oder Google Gemini. Nicht aus Spielerei, sondern weil es schneller geht. Statt zehn Websites zu öffnen, bekommen sie eine kompakte Vorauswahl mit Begründung und arbeiten nur mit dieser weiter.

Das Problem: Diese Verschiebung taucht in deiner Statistik kaum auf. In Google Analytics siehst du stagnierende Zugriffe, aber nicht, dass ein Interessent dich in einem ChatGPT-Gespräch gar nicht erst genannt bekam. Die verlorene Anfrage hinterlässt keine Spur. Du merkst nur, dass weniger reinkommt, und suchst den Fehler an der falschen Stelle, etwa bei der Google-Anzeige oder dem Messeauftritt.

Für den Maschinenbau ist das besonders brisant. Kaufentscheidungen laufen über lange Recherchephasen, oft von technischen Fachleuten, die genau die strukturierte, sachliche Auskunft schätzen, die eine KI liefert. Genau deine Zielgruppe verlagert also ihre erste Orientierung dorthin, wo du bisher nicht optimiert hast.

Was ChatGPT wirklich über deine Firma weiß

Mach die Probe aufs Exempel. Frag ChatGPT: "Welche deutschen Hersteller für Reinraum-Fördertechnik gibt es?" oder "Wer baut Prüfstände für Elektromotoren im Leistungsbereich bis 200 kW?". Wenn dein Unternehmen dort tätig ist und nicht auftaucht, hast du ein handfestes Sichtbarkeitsproblem. Und du bist damit nicht allein: Gerade spezialisierte Mittelständler mit starker Technik, aber dünner Online-Präsenz fehlen in diesen Antworten fast immer.

Der Grund liegt darin, wie diese Modelle arbeiten. Sie ziehen ihr Wissen aus Texten, die im Netz gut auffindbar, klar strukturiert und thematisch eindeutig sind. Ein PDF-Datenblatt hinter einem Login, eine Startseite voller Marketingfloskeln oder eine Leistungsübersicht in einem Bild helfen der KI nicht. Sie kann nur nennen, was sie in verständlicher Textform gelesen und einer klaren Kompetenz zugeordnet hat.

Wichtig ist auch: Es geht nicht nur um deine eigene Website. KI-Modelle stützen sich stark auf Drittquellen wie Branchenverzeichnisse, Fachportale, Wikipedia, Referenzberichte und Fachmedien. Wenn über dich an vielen Stellen konsistent geschrieben wird, was du kannst, wächst die Wahrscheinlichkeit, dass die KI dich als relevanten Anbieter einstuft.

GEO ist nicht das neue SEO, aber verwandt

Generative Engine Optimization, kurz GEO, meint die gezielte Optimierung deiner Inhalte für KI-Antwortsysteme. Vieles überschneidet sich mit klassischem SEO: saubere Technik, gute Texte, Autorität. Aber es gibt entscheidende Unterschiede. Bei Google willst du auf Platz eins ranken und den Klick gewinnen. Bei ChatGPT willst du in der Antwort genannt und als Beleg zitiert werden, oft ganz ohne Klick auf deine Seite.

Das verschiebt die Prioritäten. Für die KI zählt weniger das eine perfekte Keyword und mehr die klare, faktische Aussage. Ein Satz wie "Wir fertigen Rundtaktmaschinen mit bis zu 24 Stationen für die Montage von Kleinbauteilen in der Medizintechnik" ist für ein Sprachmodell Gold wert, weil er Leistung, Kapazität und Branche eindeutig verknüpft. Eine Headline wie "Wir bewegen Ihre Zukunft" ist wertlos.

Im Maschinenbau kommt dir zugute, dass deine Themen technisch präzise sind. Nutze das. Je konkreter du Werkstoffe, Toleranzen, Normen, Branchen und Einsatzfälle benennst, desto besser kann eine KI dich der richtigen Anfrage zuordnen. Vage Sprache ist hier nicht Understatement, sondern Unsichtbarkeit.

Die typischen Fragen, bei denen du genannt werden willst

Denk aus Sicht deiner Kunden. Ein Werksplaner in der Automobilzulieferindustrie fragt vielleicht: "Welcher Anbieter kann eine bestehende Schweißlinie auf E-Antriebs-Komponenten umrüsten?". Ein Betreiber in der Lebensmittelbranche fragt: "Wer baut Abfüllanlagen mit Hygienic Design und CIP-Reinigung?". Ein Instandhalter fragt: "Welche Firmen bieten Retrofit für Werkzeugmaschinen aus den 90ern an?". Das sind die Momente, in denen über Anfragen entschieden wird.

Diese Fragen sind meist lang, spezifisch und lösungsorientiert. Genau das ist deine Chance. Große, generische Player dominieren die kurzen Begriffe, aber bei den detaillierten Praxisfragen gewinnt, wer den passenden Anwendungsfall am klarsten beschrieben hat. Ein mittelständischer Spezialist kann hier einen internationalen Konzern schlagen, weil er die Nische wirklich besetzt.

Sammle diese Fragen systematisch. Sprich mit deinem Vertrieb und Service: Welche Formulierungen nutzen Kunden am Telefon? Welche Anwendungen werden immer wieder angefragt? Jede echte Kundenfrage ist eine Vorlage für einen Inhalt, den du erstellen und den eine KI später als Antwortbaustein verwenden kann.

So machst du deine Inhalte KI-lesbar

Beginne bei der Struktur. Schreibe zu jeder Kernkompetenz eine eigene, klar betitelte Seite: eine für Sondermaschinen, eine für Automatisierung, eine für Retrofit. Nutze aussagekräftige Überschriften in Frageform, kurze Absätze und Aufzählungen mit harten Fakten. Eine KI extrahiert Aussagen leichter aus "Welche Taktzeiten erreichen unsere Montageanlagen?" als aus einem Fließtextblock ohne Gliederung.

Mach technische Daten auslesbar. Packe Leistungsdaten, Normen und Materialangaben in echten Text, nicht ausschließlich in PDFs oder Bilder. Ergänze strukturierte Daten mit Schema.org, etwa Organization, Product und FAQPage, damit Maschinen die Zusammenhänge sauber erfassen. Ein FAQ-Bereich mit realen Kundenfragen und präzisen Antworten ist eines der wirksamsten GEO-Werkzeuge überhaupt.

Und belege deine Aussagen. Referenzprojekte mit konkreten Zahlen, etwa "Steigerung der Ausbringung um 18 Prozent bei einem Zulieferer für Hydraulikventile", wirken doppelt: Sie überzeugen Menschen und liefern der KI zitierfähige Fakten. Zahlen, Fallbeispiele und eindeutige Formulierungen sind die Währung, in der generative Systeme Vertrauen messen.

Autorität außerhalb der eigenen Website aufbauen

Deine Website allein reicht nicht. KI-Modelle gewichten Quellen, die sie als vertrauenswürdig und unabhängig einstufen. Für den Maschinenbau heißt das konkret: Präsenz in Branchenverzeichnissen wie dem VDMA-Umfeld, Einträge in Fachportalen wie IndustryStock oder Wer liefert was, Fachbeiträge in Medien wie Konstruktion, MM MaschinenMarkt oder Produktion. Je öfter deine Kompetenz an solchen Stellen konsistent auftaucht, desto sicherer ordnet die KI sie dir zu.

Auch fachliche Sichtbarkeit von Menschen zahlt ein. Wenn dein Entwicklungsleiter einen Vortrag hält, ein Whitepaper zu einem Fügeverfahren veröffentlicht oder auf LinkedIn fundiert über ein Antriebsthema schreibt, entstehen Belegstellen. Diese Signale bündeln sich zu einem Bild, das die KI abruft, wenn jemand nach genau diesem Thema fragt.

Achte dabei auf Konsistenz. Wenn dein Firmenname, deine Leistungen und deine Branchenbegriffe überall gleich benannt sind, entsteht ein klares Profil. Widersprüchliche oder veraltete Angaben in Verzeichnissen verwässern es und kosten dich Relevanz genau in dem Moment, in dem es zählt.

Messen, was vorher unsichtbar war

GEO ohne Messung ist Blindflug. Der einfachste Einstieg: Stelle regelmäßig die relevanten Fragen an ChatGPT, Perplexity und Gemini und protokolliere, ob und wie du genannt wirst, welche Wettbewerber auftauchen und welche Quellen die KI zitiert. Schon dieses manuelle Monitoring zeigt dir deine Ausgangslage und deckt auf, wo Konkurrenten dich gerade überholen.

Achte auf die zitierten Quellen. Wenn die KI bei deinem Thema immer dasselbe Fachportal oder denselben Wettbewerberbeitrag heranzieht, weißt du, wo du präsent sein musst. Beobachte außerdem in deinen Server-Logs die Zugriffe von KI-Crawlern wie GPTBot oder PerplexityBot. Steigen sie, werden deine Inhalte gelesen; das ist die Grundvoraussetzung dafür, überhaupt zitiert zu werden.

Setz dir realistische Zeithorizonte. GEO wirkt nicht über Nacht, weil Modelle Wissen verzögert aufnehmen und Autorität wachsen muss. Aber der Vorsprung, den du dir jetzt aufbaust, während die meisten Maschinenbauer das Thema noch ignorieren, ist genau deswegen so wertvoll.

Der Fehler, den du jetzt nicht machen darfst

Der verlockendste Fehler ist Abwarten. "Unsere Kunden kennen uns doch" oder "Bei uns läuft alles über Empfehlung" stimmt heute noch, aber die nächste Generation von Einkäufern und Konstrukteuren wächst mit KI-Assistenten auf. Sie fragt zuerst die Maschine, und diese Gewohnheit verschwindet nicht wieder. Wer erst reagiert, wenn die Anfragen spürbar wegbrechen, hat den Wettbewerbern bereits die Bühne überlassen.

Der zweite Fehler ist blinde Übertragung alter SEO-Tricks. Keyword-Stuffing, dünne Textwüsten oder gekaufte Backlinks helfen bei KI-Systemen wenig und können der Glaubwürdigkeit schaden. Generative Modelle bewerten Substanz, Konsistenz und Belegbarkeit. Im Maschinenbau, wo echte technische Tiefe vorhanden ist, spielt das dir sogar in die Hände, sofern du sie sichtbar machst.

Fang klein, aber konkret an: eine glasklare Leistungsseite je Kernkompetenz, ein FAQ mit echten Kundenfragen, saubere Einträge in den zwei, drei wichtigsten Branchenportalen und ein monatlicher Sichtbarkeits-Check in den KI-Tools. Das ist kein Großprojekt, sondern der Unterschied dazwischen, ob ChatGPT bei der nächsten Anfrage deinen Namen nennt oder den deines Wettbewerbers.

Dein 30-Tage-Fahrplan für mehr KI-Sichtbarkeit

Fang klein an, aber verbindlich. In der ersten Woche listest du die zwanzig Fragen auf, die ein Einkäufer wirklich stellt, bevor er einen Maschinenbauer anfragt: Welcher Anbieter fertigt Sondermaschinen für Losgröße 1? Wer liefert Ersatzteile für abgekündigte Baugruppen? Wer hat Erfahrung mit deiner Branche, etwa Lebensmittel oder Pharma? Diese Fragen sind dein Zielkorridor. Alles, was du danach schreibst, zahlt auf genau diese Formulierungen ein.

In Woche zwei und drei baust du zu jeder Frage eine klare Antwortseite: konkrete Kennzahlen, Materialien, Toleranzen, Referenzbranchen. Keine Marketingfloskeln, sondern das, was ChatGPT zitieren kann. In Woche vier verteilst du dieselben Fakten auf externe Quellen – Fachverzeichnisse, Verbandsprofile, technische Portale. So entsteht in einem Monat eine Faktenbasis, die Sprachmodelle finden und wiedergeben können, statt dich zu übergehen.

Ein Beispiel aus der Praxis: der übersehene Zulieferer

Nimm einen mittelständischen Zerspanungsbetrieb mit dreißig Mitarbeitern. Technisch top, volle Auftragsbücher über Bestandskunden, aber im Netz praktisch unsichtbar. Als ein Einkäufer ChatGPT nach Anbietern für hochpräzise Drehteile aus Titan fragte, tauchten drei Wettbewerber auf – der Betrieb selbst nicht, obwohl er genau das seit fünfzehn Jahren fertigt. Der Grund war banal: Die Website nannte Titan nie ausdrücklich, sondern sprach nur von schwer zerspanbaren Werkstoffen.

Nach der Korrektur – eine Seite mit klarer Nennung von Titan, Toleranzklassen und Beispielbauteilen plus ein aktualisiertes Verbandsprofil – wurde der Betrieb bei denselben Fragen wieder genannt. Die Lektion ist unbequem: Nicht deine Kompetenz entscheidet, ob dich die KI kennt, sondern ob du sie in der Sprache deiner Kunden ausgeschrieben hast. Fachjargon, den nur Ingenieure verstehen, hilft dir hier nicht weiter.

Wo die KI-Sichtbarkeit an ihre Grenzen stößt

Sei ehrlich zu dir: GEO ersetzt keinen Vertrieb. Bei einer Sondermaschine für 800.000 Euro entscheidet niemand allein auf Basis einer ChatGPT-Antwort. Die KI bestimmt aber, wer überhaupt auf die Shortlist kommt und ein Erstgespräch bekommt. Genau dort liegt der Hebel: Nicht der Abschluss, sondern der Einstieg in den Auswahlprozess wird über deine Auffindbarkeit entschieden. Verwechsle das Werkzeug also nicht mit dem Ziel.

Zwei häufige Fragen tauchen dabei immer wieder auf. Erstens: Muss ich meine Preise offenlegen? Nein, aber Preisrahmen und Losgrößen helfen der Einordnung. Zweitens: Wie schnell wirkt das? Rechne mit zwei bis vier Monaten, bis externe Quellen indexiert und in Modellen berücksichtigt sind. GEO ist kein Kampagnen-Sprint, sondern Grundlagenarbeit – die dich aber, einmal gemacht, jahrelang trägt.