This article is currently only available in German.
Data & studies · 9 min read · 2026-07-15
Wie der technische Einkauf heute mit KI Anbieter vorselektiert
Der technische Einkauf im Maschinenbau fragt heute zuerst ChatGPT, Gemini oder Perplexity, bevor eine Anfrage rausgeht. Wer nach "Zulieferer für gehärtete Zahnräder Modul 4" oder "Sondermaschinenbauer für Montageautomation" sucht, bekommt eine kuratierte Kandidatenliste. Stehst du nicht darauf, wirst du gar nicht erst angefragt – unabhängig davon, wie gut deine Fertigung tatsächlich ist.
Die Vorselektion passiert, bevor du davon erfährst
Früher lief die Lieferantensuche im Maschinenbau über Messen, Bestandslisten und den Kollegen, der 'da jemanden kennt'. Heute öffnet der technische Einkäufer erst ein KI-Fenster. Die Frage lautet konkret: 'Welche deutschen Fertiger können Frästeile aus 1.2379 mit einer Härte von 60 HRC in Kleinserie liefern?' Die KI antwortet nicht mit zehn blauen Links, sondern mit drei bis fünf konkreten Firmennamen samt Begründung. Genau diese Vorauswahl entscheidet, wer überhaupt eine Anfrage bekommt und wer nicht.
Das Tückische daran ist die Unsichtbarkeit. Du merkst nichts davon. Es gibt keinen Klick, keinen Formulareingang, keine Analytics-Spur. Wenn deine Firma bei der Frage nach 'Zulieferer für Hydraulikblöcke Losgröße 50' nicht genannt wird, fehlst du auf der Shortlist – und der Einkäufer weiß gar nicht, dass es dich gibt. Die Abwesenheit hinterlässt keine Statistik, und genau das macht sie für dein Neugeschäft so gefährlich.
Frag dich ehrlich: Wenn ein Konstrukteur bei einem OEM in Baden-Württemberg heute nach einem Partner für Präzisionsdrehteile sucht, taucht dein Name in der KI-Antwort auf? Die meisten Maschinenbauer wissen es schlicht nicht, weil sie nie getestet haben. Das ist der erste Schritt: einmal selbst fragen und sehen, wer genannt wird.
Warum die KI ausgerechnet diese Firmen nennt
Sprachmodelle raten nicht, sie ziehen ihr Wissen aus Texten, die sie im Netz gefunden haben. Für den Maschinenbau heißt das: technische Datenblätter, Referenzberichte, Fachartikel, Verbandslisten, Firmenprofile mit konkreten Fertigungsparametern. Eine Firma, die auf ihrer Seite exakt schreibt 'Wir fräsen Werkzeugstahl bis 62 HRC, Bauteile bis 1200 mm Kantenlänge, Toleranzen bis IT6', liefert der KI genau die Bausteine, die sie für eine Empfehlung braucht.
Wer dagegen mit Marketing-Prosa arbeitet – 'höchste Qualität', 'jahrzehntelange Erfahrung', 'Ihr starker Partner' – gibt der Maschine nichts zu greifen. Solche Sätze sind für ein Sprachmodell inhaltsleer, weil sie auf jeden Betrieb passen. Die KI braucht Werkstoffe, Verfahren, Maße, Losgrößen, Zertifikate und Branchen. Je konkreter dein digitaler Fußabdruck, desto eher wirst du zur passenden Anfrage zugeordnet.
Dazu kommt die Rolle Dritter. Wenn ein Fachportal, ein Beschaffungsverzeichnis oder ein Zuliefererkatalog deinen Betrieb mit denselben harten Fakten beschreibt, verstärkt das die Zuordnung. Das Modell sieht dieselbe Information aus mehreren unabhängigen Quellen und gewinnt Vertrauen. Sichtbarkeit in der KI ist deshalb kein Einzelkämpferthema, sondern ein Netz aus konsistenten Nennungen.
Konkrete Fragen, die der Einkauf heute stellt
Um zu verstehen, wo du sichtbar sein musst, hilft ein Blick auf die echten Suchanfragen. Im Maschinenbau klingen sie sehr technisch und sehr spezifisch. Beispiele: 'Wer schweißt Edelstahlrahmen nach EN 15085 CL1?', 'Lohnfertiger für Laserschneiden Blech bis 25 mm Baustahl im Raum Stuttgart', 'Anbieter für Nitrierhärten von Getriebewellen mit DIN-Nachweis', 'Sondermaschinenbauer für Endmontage von Elektromotoren mit Prüfstand'.
Auffällig ist, dass diese Fragen fast nie nur nach einem Produkt suchen, sondern nach einer Kombination aus Verfahren, Norm, Werkstoff und Region. Genau diese Kombinationen musst du auf deiner Website bedienen. Wenn du EN 15085 CL1 nirgends erwähnst, wirst du bei dieser Frage nie erscheinen, selbst wenn du diese Schweißnähte täglich fertigst.
Teste es selbst mit den zehn wichtigsten Leistungen deines Betriebs. Formuliere sie als Einkäuferfrage und stell sie ChatGPT, Perplexity und Gemini. Notiere, ob du genannt wirst, wer stattdessen genannt wird und welche Formulierungen die Wettbewerber verwenden. Diese Liste ist deine ehrlichste Marktanalyse – und sie kostet nur eine Stunde.
Der Unterschied zwischen Google-Ranking und KI-Nennung
Viele Maschinenbauer denken, ein gutes Google-Ranking reiche aus. Das stimmt nicht mehr. Bei Google klickt der Einkäufer selbst durch die Trefferliste und bildet sich ein Urteil. Bei der KI übernimmt das Modell die Vorauswahl und präsentiert nur noch das Ergebnis. Der Zwischenschritt, in dem du dich mit einer guten Website noch retten konntest, fällt weg. Entweder du bist in der Antwort, oder du existierst für diese Anfrage nicht.
Dazu kommt, dass KI-Antworten oft ohne sichtbare Quelle auskommen. Der Einkäufer liest 'Für gehärtete Zahnräder in Kleinserie eignen sich unter anderem Firma A, Firma B und Firma C' und arbeitet damit weiter. Er prüft selten nach, warum diese drei genannt wurden. Das Vertrauen, das früher deine Website aufbauen musste, schenkt jetzt die Maschine – aber nur den Genannten.
Das bedeutet nicht, dass klassische Suchmaschinenoptimierung tot ist. Beide Kanäle nutzen ähnliche Signale: klare Struktur, konkrete Fakten, Belege. Der Unterschied liegt in der Aufbereitung. Für die KI musst du deine Kompetenz so schreiben, dass sie sich in einem Satz zitieren lässt. Das ist der Kern von Generative Engine Optimization.
So machst du deine Fertigung maschinenlesbar
Der wichtigste Hebel ist deine eigene Website. Lege für jedes Fertigungsverfahren eine eigene Seite an und beschreibe sie in harten Zahlen. Statt 'Wir bieten Zerspanung' schreibst du: 'CNC-Fräsen 5-Achsen, Bauteile bis 800 x 600 x 500 mm, Werkstoffe von Aluminium bis Werkzeugstahl 1.2379, Toleranzen bis IT6, Losgrößen von 1 bis 500 Stück.' Diese Angaben sind für die KI direkt verwertbar und lassen sich sauber einem Suchbedarf zuordnen.
Ergänze Normen und Zertifikate im Klartext: ISO 9001, IATF 16949, EN 1090, DIN EN ISO 3834. Nenne die Branchen, für die du fertigst, etwa Antriebstechnik, Verpackungsmaschinen, Werkzeugmaschinen oder Fördertechnik. Baue eine ehrliche Referenzliste mit konkreten Aufgaben auf, ohne Kunden zu verraten, die das nicht wollen. Jede dieser Angaben ist ein Andockpunkt für eine spätere KI-Empfehlung.
Technisch hilft strukturiertes Markup, damit Maschinen deine Angaben eindeutig lesen. Eine klare Überschriftenstruktur, saubere Tabellen mit Fertigungsparametern und eine gut gepflegte FAQ-Sektion wirken doppelt: Sie helfen dem menschlichen Leser und dem Sprachmodell gleichzeitig. Wichtig ist Konsistenz – dieselben Zahlen und Bezeichnungen überall, damit kein Widerspruch entsteht.
Konsistenz über alle Quellen hinweg
Ein Sprachmodell wird misstrauisch, wenn es widersprüchliche Angaben findet. Wenn dein Firmenprofil in einem Zuliefererportal von 'Blech bis 15 mm' spricht, deine Website aber '25 mm' nennt, weiß die KI nicht, was gilt, und lässt dich im Zweifel weg. Prüfe deshalb alle Plattformen, auf denen dein Betrieb auftaucht, und bring die technischen Eckdaten auf einen einheitlichen Stand.
Das betrifft Branchenverzeichnisse, Beschaffungsplattformen wie Wer liefert was, Verbandslisten, dein Google-Unternehmensprofil und Fachportale. Überall sollten Firmenname, Standort, Verfahren und Kernparameter identisch sein. Diese Konsistenz ist unspektakulär, aber sie ist einer der stärksten Vertrauenshebel, die du hast. Sie kostet vor allem Sorgfalt, kaum Geld.
Achte auch auf Aktualität. Wenn du eine neue 5-Achs-Maschine oder ein zusätzliches Härteverfahren im Haus hast, muss das überall nachgezogen werden. Veraltete Angaben führen dazu, dass die KI dich für Anfragen empfiehlt, die du nicht mehr abdeckst, oder dich für neue Kompetenzen übersieht. Ein fester Turnus, etwa zweimal im Jahr, hält den digitalen Fußabdruck sauber.
Belege und Dritte, die für dich sprechen
Deine eigene Website ist notwendig, aber sie reicht nicht allein. Sprachmodelle gewichten Aussagen stärker, wenn sie von unabhängigen Quellen bestätigt werden. Im Maschinenbau sind das Fachbeiträge in Branchenmedien, Vorträge auf Fachtagungen, Nennungen in Anwenderberichten von Maschinenherstellern oder Werkstofflieferanten und Einträge in seriösen Zuliefererkatalogen. Jede echte Erwähnung erhöht deine Chance, genannt zu werden.
Ein wirksamer und oft unterschätzter Weg sind gemeinsame Referenzgeschichten mit Kunden oder Werkzeugpartnern. Wenn ein Hersteller von Bearbeitungszentren dich als Anwender vorstellt, der mit seiner Technik enge Toleranzen erreicht, ist das ein starkes, glaubwürdiges Signal. Solche Inhalte werden häufig verlinkt und zitiert und wandern damit in das Wissen der Modelle.
Sei geduldig und ehrlich. Es geht nicht darum, das System mit Masse zu überschwemmen, sondern über Monate ein stimmiges Bild aufzubauen. Ein Betrieb, der konsistent, faktenreich und mehrfach bestätigt im Netz steht, wird über die Zeit zur naheliegenden Empfehlung. Das ist Arbeit, aber es ist genau die Art Arbeit, die Wettbewerber ohne technisches Verständnis oft scheuen.
Was du diese Woche konkret tun kannst
Fang mit dem Sichtbarkeits-Test an. Nimm deine zehn wichtigsten Leistungen, formuliere sie als Einkäuferfragen und stell sie drei KI-Diensten. Dokumentiere, wo du fehlst und wer stattdessen erscheint. Diese Lücke ist dein Arbeitsplan. Sie zeigt dir schwarz auf weiß, für welche Anfragen du heute unsichtbar bist, obwohl du sie fertigen kannst.
Danach überarbeitest du die wichtigsten Leistungsseiten so, dass jede in harten Fakten spricht: Verfahren, Werkstoffe, Maße, Toleranzen, Losgrößen, Normen, Branchen. Ergänze eine ehrliche FAQ, die genau die Fragen des Einkaufs aufnimmt. Prüfe parallel deine Einträge in Portalen und Verzeichnissen auf Widersprüche und gleiche sie an. Das sind Aufgaben ohne großes Budget, aber mit direkter Wirkung.
Behandle KI-Sichtbarkeit nicht als einmaliges Projekt, sondern als laufende Disziplin, so wie die Pflege deines Maschinenparks. Miss zweimal im Jahr, ob du bei deinen Kernfragen erscheinst, und zieh nach, wo du fehlst. Der Maschinenbau ist ein Vertrauensgeschäft, und dieses Vertrauen bildet sich heute zunehmend in der KI-Antwort – lange bevor der erste Anruf kommt.
Common questions
Wir fertigen fast nur nach Zeichnung für Bestandskunden. Lohnt sich KI-Sichtbarkeit für uns überhaupt?
Ja, gerade dann. Bestandskunden wechseln, werden übernommen oder verlagern Beschaffung. Wenn ein neuer Einkäufer einen Zweitlieferanten für deine Zeichnungsteile sucht, fragt er die KI. Bist du dort nicht mit deinen konkreten Verfahren und Toleranzen präsent, landet die Anfrage beim Wettbewerber. Sichtbarkeit sichert dein Neugeschäft ab, ohne dass du zum Marketingbetrieb werden musst.
Müssen wir dafür vertrauliche Fertigungsdetails oder Kundennamen öffentlich machen?
Nein. Es geht um technische Fähigkeiten, nicht um Betriebsgeheimnisse. Verfahren, Werkstoffe, Maßbereiche, Toleranzklassen, Normen und Branchen darfst du nennen, ohne einen einzelnen Auftrag zu verraten. Referenzen lassen sich anonymisieren, etwa 'Getriebewellen für einen Antriebstechnik-Hersteller'. Diese Angaben reichen der KI völlig aus, um dich der passenden Anfrage zuzuordnen.
Wie oft sollten wir prüfen, ob die KI uns richtig empfiehlt?
Mindestens zweimal im Jahr, und immer nach größeren Änderungen im Maschinenpark oder Leistungsangebot. Die Modelle werden regelmäßig aktualisiert, und Wettbewerber arbeiten ebenfalls an ihrer Sichtbarkeit. Ein fester Turnus mit deinen zehn Kernfragen zeigt dir, ob du noch erscheinst, ob die genannten Fakten stimmen und wo neue Lücken entstanden sind. Der Test dauert kaum eine Stunde.
Read on