Das Paradoxe: Ausgerechnet die Branche mit den besten Produkten hat oft die schlechteste KI-Sichtbarkeit.

KI-Sichtbarkeit im Maschinenbau: das Hidden-Champion-Problem

Viele Mittelständler im Maschinen- und Anlagenbau sind Weltmarktführer in ihrer Nische und digital nahezu stumm. Die typische Website: ein Produktkatalog mit technischen Datenblättern als PDF, eine Historie-Seite, ein Kontaktformular. Was fehlt, ist genau das, was KI-Systeme zitieren können: beantwortete Anwendungsfragen, Vergleiche, Auswahlkriterien, dokumentierte Einsatzszenarien.

Eine KI, die auf die Frage „Welcher Hersteller für [Anlagentyp] eignet sich für [Anwendung]?“ antworten soll, kann aus einem PDF-Datenblatt keine Empfehlung bauen. Aus einem Fachbeitrag „Worauf es bei [Anlagentyp] für [Anwendung] ankommt, mit Auswahlkriterien“ sehr wohl. Wer solche Inhalte hat, wird zur Quelle. Wer nur Katalog ist, bleibt unsichtbar, egal wie gut die Maschinen sind.

Warum die Nische Ihr Vorteil ist

KI-Systeme lieben Spezifität. Auf generische Fragen („beste Maschinenbauer Deutschland“) nennen sie die großen Namen. Aber Einkäufer stellen keine generischen Fragen – sie fragen nach Lösungen für konkrete Probleme: Werkstoff, Branche, Stückzahl, Norm. Genau bei diesen spezifischen Fragen haben Nischenführer die Chance, als DIE Empfehlung genannt zu werden. Voraussetzung: Die Spezialisierung steht klar benannt und maschinenlesbar im Netz, nicht nur im Kopf des Vertriebsleiters.

5 Testfragen für Ihren Sichtbarkeits-Check

Übertragen Sie diese Muster auf Ihr Portfolio und testen Sie sie in ChatGPT, Gemini und Perplexity (die vollständige Testanleitung finden Sie hier):

1. „Welche Hersteller für [Ihr Maschinentyp] in Europa sind empfehlenswert?“
2. „Ich suche eine Lösung für [konkretes Fertigungsproblem], welche Anbieter kommen infrage?“
3. „Welcher [Maschinentyp] eignet sich für [Branche/Werkstoff/Losgröße]?“
4. „[Ihr Firmenname], wofür ist das Unternehmen bekannt und was sind die Stärken?“
5. „Vergleiche [Ihre Firma] mit [Wettbewerber] bei [Anwendungsfall].“

[OPTIONAL: Hier eigene Testergebnisse aus der Branche einfügen, z. B. „Wir haben diese Fragen für zehn Anbieter aus dem Segment X getestet. Ergebnis: …“ Das macht den Artikel deutlich stärker. Keine Firmennamen ohne Freigabe nennen.]

Was Maschinenbauer konkret tun können

• Anwendungswissen veröffentlichen statt nur Produktdaten: Jede häufige Kundenfrage aus dem Vertrieb ist ein Artikel („Welche [Maschinentyp] für [Anwendung]? Auswahlkriterien und typische Fehler“).
• Spezialisierung explizit machen: „Wir sind Spezialist für X in der Branche Y“ muss als Klartext auf der Website stehen, KIs können nicht zwischen den Zeilen lesen.
• Referenzen zitierfähig dokumentieren: Branche, Aufgabe, Lösung, messbares Ergebnis, als Text, nicht als Logo-Leiste.

FAQ

Nutzen technische Einkäufer wirklich ChatGPT?

Zunehmend ja, vor allem in der frühen Recherchephase für Marktüberblick und Longlist. Gerade jüngere Ingenieure und Einkäufer nutzen KI-Systeme als ersten Rechercheschritt, bevor klassische Kanäle folgen.

Unsere Produkte sind erklärungsbedürftig, kann eine KI das überhaupt abbilden?

Erklärungsbedürftigkeit ist ein Vorteil: Je komplexer die Kaufentscheidung, desto mehr Recherche findet statt und desto mehr Gewicht haben Inhalte, die Auswahlkriterien und Anwendungsfälle sauber erklären.

Wo fangen wir an?

Mit einer Bestandsaufnahme: Wie sichtbar sind Sie und Ihre Wettbewerber heute? Danach entscheidet sich, welche Maßnahmen Priorität haben.

Fazit

Der Maschinenbau hat das beste Rohmaterial für KI-Sichtbarkeit, das es gibt: echtes, tiefes Anwendungswissen. Es liegt nur zu oft unveröffentlicht im Vertrieb. Wer es strukturiert ins Netz bringt, wird zur Empfehlung, wer wartet, überlässt die Longlist den anderen.

Wo Ihr Unternehmen steht, klärt unser KI-Sichtbarkeits-Audit in zehn Arbeitstagen zum Festpreis.

The post KI-Sichtbarkeit im Maschinenbau: Wenn der Einkäufer die Longlist von ChatGPT bauen lässt appeared first on John von Saurma.

Dieses Mandat haben wir begleitet, vom Wettbewerbs-Benchmark über systematisches LLM-Testing bis zur priorisierten Maßnahmenliste. Die Methoden funktionieren nicht nur im Konzern. Hier sind die fünf Learnings, die sich direkt auf den Mittelstand übertragen lassen.

Learning 1: Ohne Messsystem ist jede GEO-Maßnahme ein Blindflug

Der erste Schritt im Mandat war nicht Content-Produktion, sondern Messbarkeit: ein strukturiertes Abfrage-Set aus echten Nutzerfragen, systematisch wiederholt, dokumentiert im Wettbewerbsvergleich. Erst dieses Fundament machte sichtbar, wo das Haus stand und später beweisbar, dass die Maßnahmen wirkten. Für den Mittelstand gilt dasselbe verkleinert: Wer seine Ausgangsposition nicht misst, kann Erfolg nicht von Zufall unterscheiden. Wie ein erster Selbsttest aussieht, zeigt Teil 3 dieser Serie.

Learning 2: Die KI empfiehlt Substanz, keine Werbetexte

Im Benchmark zeigte sich ein klares Muster: Sichtbar waren die Wettbewerber mit substanziellen, klar strukturierten Fachinhalten, Studien, Definitionen, beantwortete Fragen, nachvollziehbare Positionen. Unsichtbar blieben Hochglanz-Botschaften ohne greifbare Aussage. Für den Mittelstand ist das eine Chance: Ein präziser Fachartikel eines 50-Mann-Betriebs kann in KI-Antworten neben Konzern-Content bestehen. Entscheidend ist Zitierfähigkeit, nicht Budget.

Learning 3: Tool-Auswahl folgt der Strategie, nicht umgekehrt

Teil des Mandats war der Vergleich relevanter KI- und Monitoring-Tools. Das Ergebnis mündete in eine gezielte Anschaffung, aber erst, nachdem klar war, welche Fragen das Tool beantworten soll. Die Verlockung, zuerst Software zu kaufen und dann nach dem Anwendungsfall zu suchen, ist im GEO-Markt groß, denn das Angebot wächst monatlich. Die Reihenfolge bleibt trotzdem: erst messen, dann priorisieren, dann Tooling.

Learning 4: Priorisierung schlägt Aktionismus

Am Ende der Analyse stand keine 50-Punkte-Liste, sondern eine priorisierte Empfehlung: welche Maßnahme zuerst, welche danach, welche bewusst nicht. Genau diese Priorisierung wurde als Folgeauftrag beauftragt, weil sie Entscheidungen ermöglichte statt sie zu vertagen. Übertragen auf den Mittelstand: Drei konsequent umgesetzte Maßnahmen schlagen zwanzig angefangene. Gerade bei begrenzten Marketingressourcen ist die Reihenfolge wichtiger als die Vollständigkeit.

Learning 5: KI-Sichtbarkeit ist Chefsache, kein SEO-Nebenprojekt

Die Frage „Was sagt die KI über uns?“ berührt Positionierung, Vertrieb und Reputation, nicht nur Marketing-Kennzahlen. Im Mandat saßen deshalb Entscheider am Tisch, nicht nur Kanalverantwortliche. Das empfehlen wir auch im Mittelstand: Wer die Ergebnisse eines Sichtbarkeits-Audits nur an die Agentur weiterreicht, verschenkt den strategischen Teil der Erkenntnisse.

FAQ

Funktionieren Konzern-Methoden wirklich im Mittelstand?

Die Methodik, messen, benchmarken, priorisieren, ist größenunabhängig. Was sich unterscheidet, ist der Umfang: kleinere Abfrage-Sets, weniger Wettbewerber, schlankere Roadmap. Das macht das Vorgehen für den Mittelstand schneller und günstiger, nicht schwächer.

Wie lange dauert es, die KI-Sichtbarkeit zu verbessern?

Die Bestandsaufnahme dauert bei uns zehn Arbeitstage. Messbare Verbesserungen der Sichtbarkeit brauchen erfahrungsgemäß drei bis sechs Monate konsequenter Umsetzung, abhängig von Ausgangslage und Wettbewerbsumfeld.

Was ist der erste Schritt?

Eine ehrliche Bestandsaufnahme: strukturierte Testabfragen im Wettbewerbsvergleich, dokumentiert und wiederholt. Genau das leistet ein KI-Sichtbarkeits-Audit.

Die Learnings aus dem Konzernmandat für Ihre KI-Sichtbarkeit

Top-3-Sichtbarkeit war in diesem Mandat kein Glückstreffer, sondern das Ergebnis einer Reihenfolge: messen, verstehen, priorisieren, umsetzen. Diese Reihenfolge kostet im Mittelstand keine Konzernbudgets, nur die Entscheidung, anzufangen.

Der erste Schritt ist bei uns ein Festpreis-Produkt: das KI-Sichtbarkeits-Audit für 3.500 €. Oder direkt ins Gespräch: https://calendly.com/johnvonsaurma/30min

The post Top 3 in der KI-Sichtbarkeit: 5 Learnings aus einem Jahr Konzernmandat appeared first on John von Saurma.

Genau dieses Anfrageprofil, detailreich, kriteriengetrieben, vergleichend, ist das Paradebeispiel dessen, was Menschen heute an KI-Systeme delegieren. „Plane uns ein Golfwochenende: 2 Plätze, max. 2 Stunden von Frankfurt, Hotel mit Spa für die Begleitung, Startzeiten am Vormittag.“ Das ist keine Google-Suche mehr. Das ist ein Reisebüro-Briefing an eine Maschine, und die Maschine antwortet mit konkreten Häusern.

Die Ausgangslage: viel Substanz, wenig Sichtbarkeit

Golfhotels haben fast immer, was KI-Systeme brauchen: harte Fakten (Löcher, Par, Länge, Platzarchitekt), Pakete mit klaren Leistungen, Kooperationen mit umliegenden Plätzen, eine spitze Zielgruppe. Das Problem ist die Aufbereitung: Die Platz-Fakten stehen beim Golfclub, die Pakete im Buchungssystem, das Hotel erzählt auf seiner Website von „Golfvergnügen inmitten herrlicher Natur“, und die KI findet nichts Zitierfähiges am Stück.

Der Fahrplan für Golfhotels

Bündeln Sie die Fakten an einem Ort. Eine Golf-Seite auf Ihrer Website mit allem, was ein Golfer (oder eine KI) wissen will: Plätze mit Distanz in Minuten, Greenfee-Konditionen, Startzeiten-Regelung, Cart/Trolley, Schläger-Miete, Handicap-Anforderungen, Driving Range, Pro-Stunden. Konkret statt blumig, Golfer sind Faktenmenschen.

Beantworten Sie die Reisegruppen-Frage. Die klassische Golfreise ist gemischt: zwei spielen, zwei nicht. Häuser, die das Nicht-Golfer-Programm gleich mitliefern (Spa, Wandern, Kulinarik), gewinnen die Anfrage „Golfhotel, bei dem auch meine Frau/mein Mann glücklich wird“, eine der häufigsten überhaupt.

Nutzen Sie die Saison-Logik. Golfreisen werden Monate im Voraus geplant, Frühjahrs- und Herbstwochen zuerst. Ihre Golf-Inhalte, Pakete und Bewertungsanfragen an Golfgäste gehören in die Vorsaison, die KI-Antworten für „Golfwochenende Mai“ entstehen im Winter.

Aktivieren Sie die Club-Verbindungen. Erwähnungen auf den Websites der Partnerplätze, in Verbands- und Regionsverzeichnissen sind hochwertige Drittquellen. Die Kooperation existiert meist längst, sie steht nur nirgends maschinenlesbar.

Der Rapport-Bonus

Ein Wort in eigener Sache: Golf ist ein Beziehungsspiel, auf dem Platz wie im Geschäft. Wenn Sie als Gastgeber selbst spielen, gehört das in Ihre Story: „der Chef spielt Handicap 12 und gibt Tipps zum Platz“ ist genau die Art persönliches Attribut, das aus einem Golfhotel Ihr Golfhotel macht. Und falls wir uns einmal über Ihr Marketing unterhalten: Ich schlage vor, wir tun das bei einer Runde.

Wo Ihr Haus bei Golf-Anfragen heute steht, zeigt der Selbsttest, oder unser KI-Sichtbarkeits-Audit inklusive Vergleich mit den Golfhotels Ihrer Region: 10 Arbeitstage, 3.500 € Festpreis.

Direkt ins Gespräch: 30-Minuten-Erstgespräch buchen

FAQ

Wir sind Hotel ohne eigenen Platz, nur mit Partnerplätzen, reicht das?

Ja, wenn Sie es richtig erzählen: Distanzen in Minuten, garantierte Startzeiten, Greenfee-Vorteile. Viele „Golfhotels“ mit eigenem Platz kommunizieren schlechter als gut vernetzte Häuser ohne.

Lohnt sich die Golf-Zielgruppe überhaupt noch?

Golf wächst seit einigen Jahren wieder, auch bei Jüngeren, und Golfreisende haben überdurchschnittliche Budgets und hohe Wiederkehr-Raten. Eine alternde Nische ist es nicht mehr.

Was ist der schnellste erste Schritt?

Die eine Golf-Fakten-Seite bauen und in zwei KI-Systemen testen, ob sich Ihre Nennungen bei Golf-Anfragen verändern. Aufwand: ein Nachmittag. Alles Weitere ergibt sich aus dem Ergebnis.

The post Golf & Gast: Warum Golfhotels die perfekte Zielgruppe für KI-Sichtbarkeit haben, und sie meist verschenken appeared first on John von Saurma.

Der Charter-Kunde will kein Boot aussuchen, er will „drei Tage mit Freunden auf dem Wasser, alles organisiert“. Die Villa-Mieterin will keine Objekte vergleichen, sie will „August, Nähe St. Tropez, Personal inklusive, keine Überraschungen“. Früher erledigten diese Delegation Assistenten, Family Offices, Concierge-Dienste. Heute erledigt einen wachsenden Teil davon eine KI.

Warum gerade Luxus-Klientel vorausgeht

Das mag kontraintuitiv klingen, ausgerechnet das Segment der persönlichen Beziehungen digitalisiert seine Recherche zuerst? Aber es ist folgerichtig: Wer gewohnt ist zu delegieren, empfindet einen KI-Assistenten nicht als Technik-Spielerei, sondern als weiteren Zuarbeiter. Die Anfrage „Stell mir drei außergewöhnliche Häuser für ein Wochenende am Tegernsee zusammen, ruhig, mit exzellenter Küche“ ist strukturell dasselbe Briefing, das früher die Assistenz bekam. Nur schneller, rund um die Uhr, und in jeder Sprache.

Dazu kommt: Die professionellen Zuarbeiter selbst, Assistenzen, Concierges, Travel Designer, nutzen KI längst als Recherchewerkzeug. Wenn Ihr Haus in deren KI-Antworten nicht vorkommt, fehlt es in Shortlists, von deren Existenz Sie nie erfahren.

Drei Lektionen von der Riviera für Ihr Marketing

Lektion 1: Diskretion braucht öffentliche Substanz. Das Paradox des Luxusmarketings: Die Klientel schätzt Diskretion, aber die Empfehlungsmaschinen brauchen Futter. Die Lösung ist kein lautes Marketing, sondern präzises: exzellente, faktenreiche und zitierfähig geschriebene Inhalte über Haus, Küche, Service, gepflegte Erwähnungen in den richtigen Verzeichnissen und Medien, ohne je einen Gast zu zeigen, der nicht gezeigt werden will.

Lektion 2: Das Briefing entscheidet, nicht das Budget. Luxus-Anfragen an KI-Systeme sind detailreich: Anlass, Stil, Personal, Privatsphäre, Anreise per Helikopter oder nicht. Empfohlen wird, wer diese Detailfragen beantwortbar macht. „Exklusives Ambiente“ beantwortet nichts; „eigener Seezugang, Suiten mit Butler-Service auf Wunsch, Landeplatz 10 Minuten“ beantwortet alles.

Lektion 3: Die Beziehung beginnt nach der Empfehlung. Keine Sorge um den persönlichen Faktor: Die KI übernimmt die Shortlist, nicht die Beziehung. Aber sie entscheidet, wer überhaupt die Chance auf die Beziehung bekommt. Das erste Telefonat, das handgeschriebene Willkommen, das Erinnern der Vorlieben, all das bleibt Ihr Spiel. Sie müssen nur ins Stadion kommen.

Für wen das relevant ist

Nicht nur für Fünf-Sterne-Paläste. Jedes Haus mit anspruchsvoller Klientel, das Boutique-Hotel mit Stammgästen aus München und Hamburg, das Chalet-Resort, der Golfclub mit Hotel, bedient Menschen, die Delegieren gewohnt sind. Deren Suchverhalten wandert zuerst in die KI. Ob Sie dort stattfinden, klärt der Selbsttest in 15 Minuten, oder unser KI-Sichtbarkeits-Audit mit vollständigem Bild: 10 Arbeitstage, 3.500 € Festpreis.

Direkt ins Gespräch: 30-Minuten-Erstgespräch buchen

FAQ

Unsere besten Gäste kommen über Empfehlungen, warum sollte uns KI kümmern?

Weil die KI-Antwort die neue Form der Empfehlung ist, formuliert wie ein persönlicher Tipp, konsumiert wie einer. Persönliche Netzwerke bleiben; aber die nächste Generation Ihrer Klientel fragt zuerst die Maschine.

Wie vermarktet man Diskretion, ohne sie zu verletzen?

Über das Haus, nie über Gäste: Architektur, Küche, Service-Fakten, Zitate aus Fachmedien. Diskretion ist selbst ein empfehlbares Attribut, „bekannt für absolute Privatsphäre“ ist ein Satz, den eine KI gern weitergibt.

Gilt das auch für Yacht-, Golf- und Event-Dienstleister?

Uneingeschränkt. Charter, Locations, Caterer, überall, wo delegierende Klientel auswählt, laufen die Shortlists zunehmend durch KI-Systeme. Die Mechanik ist identisch mit der Hotellerie.

The post Was ich an der Côte d’Azur über Luxus-Klientel gelernt habe, und warum sie KI-Assistenten zuerst nutzt appeared first on John von Saurma.

Stellen Sie sich einen Einkäufer vor, der einen neuen Lieferanten sucht. Vor zwei Jahren hätte er gegoogelt, zehn Websites geöffnet und eine Longlist gebaut. Heute stellt er dieselbe Frage in ein Chat-Fenster: „Welche Anbieter für [Produkt] in Deutschland sind empfehlenswert?“ Die KI antwortet mit drei bis fünf Namen. Wer nicht genannt wird, existiert für diesen Einkäufer nicht.

Das ist keine Zukunftsprognose, sondern beobachtbares Kaufverhalten. ChatGPT, Gemini, Claude und Perplexity sind für viele Entscheider zur ersten Anlaufstelle für Recherche geworden, auch und gerade im B2B. Die entscheidende Frage für Ihr Unternehmen lautet deshalb nicht mehr nur „Wie ranken wir bei Google?“, sondern: Was sagt die KI über uns, und sagt sie überhaupt etwas?

Der unsichtbare Verlust: Anfragen, die nie ankommen

Das Tückische an fehlender KI-Sichtbarkeit: Sie merken nichts davon. Wenn ein Interessent Ihre Website besucht und abspringt, sehen Sie das in Ihren Analytics. Wenn die KI Ihre Wettbewerber empfiehlt und Sie nicht, sehen Sie nichts. Der Verlust findet statt, bevor Ihr Marketing ihn messen und Ihr Vertrieb ihn spüren kann. Es gibt keinen Absprung, denn es gab nie einen Besuch.

Genau deshalb unterschätzen viele Mittelständler das Thema. Die Auftragslage ist gut, die Website rankt ordentlich, das Bauchgefühl sagt: alles in Ordnung. Ob in den KI-Antworten seit Monaten systematisch drei Wettbewerber empfohlen werden, weiß niemand, weil niemand nachgesehen hat.

Warum die KI manche Unternehmen nennt und andere nicht

KI-Systeme erfinden ihre Empfehlungen nicht. Sie speisen sich aus dem, was über Ihr Unternehmen öffentlich verfügbar, klar formuliert und maschinell verwertbar ist. Vereinfacht gesagt entscheiden drei Faktoren:

• Präsenz: Gibt es genug substanzielle Inhalte über Ihr Unternehmen, auf Ihrer Website und in Drittquellen wie Fachmedien, Verzeichnissen und Bewertungen?
• Klarheit: Ist eindeutig formuliert, was Sie anbieten, für wen und mit welchem Beleg? Vage Marketingsprache („innovative Lösungen für Ihre Herausforderungen“) kann eine KI niemandem zuordnen.
• Konsistenz: Erzählen Ihre Website, Ihr LinkedIn-Auftritt und externe Quellen dieselbe Geschichte? Widersprüche kosten Vertrauen, bei Menschen wie bei Maschinen.

Die gute Nachricht für den Mittelstand: Anders als beim klassischen SEO, wo große Player mit großen Budgets die vorderen Plätze dominieren, ist das Feld in der KI-Suche noch offen. Wer jetzt strukturiert an seiner KI-Sichtbarkeit arbeitet, kann Positionen besetzen, die später teuer zu erobern sind.

Der erste Schritt: Wissen, wo Sie stehen

Bevor Sie in Maßnahmen investieren, brauchen Sie eine ehrliche Bestandsaufnahme. Stellen Sie den KI-Systemen die Fragen, die Ihre Kunden stellen würden, und zwar systematisch, nicht einmalig aus Neugier. Ein einzelner Test sagt wenig, denn KI-Antworten variieren. Aussagekräftig wird das Bild erst durch wiederholte, dokumentierte Abfragen im Wettbewerbsvergleich.

Wie ein solcher strukturierter Test aussieht, zeigen wir in unserem KI-Sichtbarkeits-Audit: vier Schritte, zehn Arbeitstage, ein priorisierter Maßnahmenplan.

Häufige Fragen zur KI-Sichtbarkeit

Was bedeutet KI-Sichtbarkeit?

KI-Sichtbarkeit beschreibt, ob und wie ein Unternehmen in den Antworten von KI-Systemen wie ChatGPT, Gemini, Claude oder Perplexity vorkommt, etwa bei Fragen nach empfehlenswerten Anbietern, Produkten oder Dienstleistungen.

Reicht gutes Google-Ranking nicht aus?

Nein. KI-Systeme gewichten Quellen anders als die Google-Suche. Ein Top-Ranking hilft, garantiert aber keine Nennung in KI-Antworten. Umgekehrt gibt es Unternehmen mit mäßigem Ranking, die von KIs regelmäßig empfohlen werden.

Wie finde ich heraus, was ChatGPT über mein Unternehmen sagt?

Durch strukturierte, wiederholte Testabfragen aus Kundenperspektive, idealerweise im direkten Vergleich mit Ihren Wettbewerbern. Einen Leitfaden für den ersten Selbsttest veröffentlichen wir in Kürze hier im Blog.

Fazit: nachsehen statt vermuten

Die Anbietersuche verlagert sich von der Suchmaschine ins Chat-Fenster, leise, aber konsequent. Unternehmen, die ihre KI-Sichtbarkeit nicht kennen, überlassen diese Bühne ihren Wettbewerbern. Der erste Schritt kostet keine große Investition, sondern nur eine Entscheidung: nachsehen statt vermuten.

Sie wollen wissen, wo Sie stehen? In 30 Minuten geben wir Ihnen eine ehrliche Ersteinschätzung: 30-Min-Erstgespräch buchen.

The post KI-Sichtbarkeit: Warum Ihre Kunden ChatGPT fragen, bevor sie Sie fragen appeared first on John von Saurma.

Falls Sie neu in der Serie sind: Was GEO ist und warum KI-Antworten über Anfragen entscheiden, lesen Sie in Teil 2.

Schritt 1: Denken Sie wie Ihr Kunde, nicht wie Ihr Marketing

Der häufigste Fehler: Man testet die eigenen Marketingbegriffe statt echter Kundenfragen. Ihr Kunde fragt nicht nach Ihrer „ganzheitlichen Prozesslösung“, er fragt: „Welcher Anbieter für [konkretes Problem] ist empfehlenswert?“ Notieren Sie fünf Fragen, die echte Interessenten stellen würden:

• „Welche Anbieter für [Produkt/Leistung] in Deutschland sind empfehlenswert?“
• „Ich suche [Leistung] für [Branche/Anwendungsfall], wer kommt infrage?“
• „Was kostet [Leistung] und welche Anbieter haben ein gutes Preis-Leistungs-Verhältnis?“
• „[Ihr Firmenname] Erfahrungen, was ist über das Unternehmen bekannt?“
• „Vergleiche [Ihr Firmenname] mit [stärkster Wettbewerber].“

Schritt 2: Testen Sie in mindestens zwei KI-Systemen

ChatGPT allein reicht nicht, die Systeme antworten unterschiedlich. Stellen Sie jede Frage mindestens in ChatGPT und einem zweiten System (Gemini, Claude oder Perplexity). Nutzen Sie dabei ein privates Fenster bzw. einen Chat ohne Verlauf: Wenn Sie vorher oft nach Ihrer eigenen Firma gefragt haben, kennt das System Ihren Kontext und das Ergebnis ist geschönt.

Schritt 3: Dokumentieren Sie wie ein Prüfer

Ein Screenshot ist kein Befund. Legen Sie eine einfache Tabelle an: Frage, System, Datum, wurde meine Firma genannt (ja/nein), an welcher Position, welche Wettbewerber wurden genannt, wie wurde meine Firma beschrieben (korrekt/veraltet/falsch). Erst diese Struktur macht Ergebnisse vergleichbar.

Schritt 4: Wiederholen Sie den Test

KI-Antworten variieren, dieselbe Frage kann heute Ihre Firma nennen und morgen nicht. Ein seriöses Bild entsteht erst, wenn Sie jede Frage mehrfach stellen, idealerweise an zwei verschiedenen Tagen. Zählen Sie: In wie viel Prozent der Antworten kommen Sie vor? In wie vielen Ihre Wettbewerber?

Schritt 5: Lesen Sie die Beschreibungen genau

Genannt werden ist nur die halbe Miete. Prüfen Sie, WIE Sie beschrieben werden: Stimmt das Leistungsspektrum? Ist die Beschreibung aktuell oder drei Jahre alt? Werden Sie für das empfohlen, was Sie verkaufen wollen, oder für ein Randthema? Eine falsche Beschreibung ist oft schädlicher als keine Nennung.

Die Grenzen des Selbsttests

Der Selbsttest zeigt Ihnen zuverlässig, OB Sie ein Sichtbarkeitsproblem haben. Er zeigt Ihnen nicht, WARUM und damit auch nicht, was zu tun ist. Welche Quellen die KI-Antworten prägen, welche Inhalte Ihren Wettbewerbern ihre Position verschaffen und welche Maßnahmen in welcher Reihenfolge wirken: Dafür braucht es systematische Analyse mit größeren Abfrage-Sets und Wettbewerbs-Benchmark.

Genau das leistet unser KI-Sichtbarkeits-Audit, vier Schritte, zehn Arbeitstage, 3.500 € Festpreis.

FAQ

Warum bekomme ich jedes Mal andere Antworten?

Generative KI-Systeme arbeiten probabilistisch, dieselbe Frage führt nicht immer zur selben Antwort. Deshalb sind Einzeltests wenig aussagekräftig und wiederholte, dokumentierte Abfragen der Standard.

Mein Unternehmen wird gar nicht genannt, ist das schlimm?

Es ist vor allem eine Information: Ihre Kunden bekommen bei KI-Recherchen derzeit Ihre Wettbewerber empfohlen. Wie dringend Handlungsbedarf besteht, hängt davon ab, wie stark Ihre Zielgruppe KI-Systeme für die Anbietersuche nutzt, im B2B nimmt das schnell zu.

Kann ich die KI nicht einfach bitten, meine Firma aufzunehmen?

Nein. Es gibt kein Anmeldeformular für KI-Antworten. Was hilft, sind zitierfähige Inhalte, konsistente Informationen und glaubwürdige Drittquellen, das ist Kern der Generative Engine Optimization.

Fazit

Eine halbe Stunde ehrlicher Selbsttest ersetzt Monate des Vermutens. Wenn das Ergebnis unbequem ist: gut, dann wissen Sie es jetzt und können handeln, bevor es Ihre Wettbewerber tun. Für die Ersteinschätzung mit uns statt allein: https://calendly.com/johnvonsaurma/30min

The post Selbsttest: Was sagt ChatGPT über Ihr Unternehmen? appeared first on John von Saurma.

Was ist Generative Engine Optimization?

Generative Engine Optimization ist die systematische Optimierung Ihrer Inhalte und Ihrer digitalen Präsenz mit dem Ziel, in den Antworten generativer KI-Systeme genannt, korrekt beschrieben und empfohlen zu werden. Während SEO darauf zielt, in der Ergebnisliste einer Suchmaschine möglichst weit oben zu stehen, zielt GEO darauf, Teil der einen Antwort zu sein, die eine KI formuliert.

Der Unterschied klingt subtil, ist aber fundamental: Bei Google konkurrieren Sie um Platz 1 bis 10 einer Liste, die der Nutzer selbst durchsucht. Bei ChatGPT konkurrieren Sie darum, überhaupt in der Antwort vorzukommen. Eine Liste hat viele Plätze, eine Empfehlung nennt oft nur drei Namen.

GEO vs. SEO: die wichtigsten Unterschiede

• Ziel: SEO will Klicks auf Ihre Website. GEO will Nennungen in der KI-Antwort, oft ohne dass ein Klick stattfindet.
• Währung: SEO belohnt Keywords, Backlinks und technische Performance. GEO belohnt klare Aussagen, belegbare Fakten, strukturierte Inhalte und konsistente Erwähnungen in Drittquellen.
• Messung: SEO misst Rankings und Traffic mit etablierten Tools. GEO misst Nennungen in KI-Antworten, das erfordert strukturierte, wiederholte Testabfragen, weil Antworten variieren.
• Wettbewerb: In den SEO-Ergebnissen ist fast jede Branche dicht besetzt. In den KI-Antworten sind viele Positionen noch unbesetzt – gerade im deutschsprachigen Mittelstand.

Wichtig: GEO ersetzt SEO nicht. Vieles, was für Google gut ist, hilft auch bei KI-Systemen, eine saubere Website, klare Struktur, gute Inhalte. Aber GEO stellt zusätzliche, eigene Anforderungen.

Die drei Hebel, mit denen GEO arbeitet

1. Inhalte, die eine KI zitieren kann

KI-Systeme bevorzugen Inhalte mit klaren Aussagen: Definitionen, Zahlen, Vergleiche, Anleitungen, beantwortete Fragen. Eine Seite, die präzise erklärt „Was kostet X?“, „Für wen eignet sich Y?“ wird eher Teil einer Antwort als eine Seite voller Werbeprosa. Wer schreibt wie ein hilfreicher Experte, wird zitiert wie einer.

2. Autorität durch Drittquellen

KIs vertrauen dem, was mehrere unabhängige Quellen bestätigen. Fachartikel, Branchenverzeichnisse, Bewertungsplattformen, Interviews, Podcasts, jede seriöse externe Erwähnung stärkt die Wahrscheinlichkeit, dass die KI Ihr Unternehmen kennt und korrekt einordnet.

3. Technische Lesbarkeit

Strukturierte Daten (Schema-Markup), saubere Überschriften-Hierarchien, FAQ-Formate: Was Maschinen leicht lesen können, verarbeiten sie bevorzugt. Das ist der Teil von GEO, der dem klassischen technischen SEO am nächsten steht.

FAQ

Ist GEO nur ein neues Buzzword für SEO?

Nein. Die Ziele überschneiden sich, aber Metriken, Methoden und Erfolgsfaktoren unterscheiden sich. Ein Unternehmen kann exzellent ranken und in KI-Antworten unsichtbar sein und umgekehrt.

Wie schnell wirkt GEO?

Erste Effekte sind oft nach Wochen messbar, belastbare Positionsverbesserungen brauchen erfahrungsgemäß mehrere Monate kontinuierlicher Arbeit, ähnlich wie SEO, nur mit derzeit deutlich geringerem Wettbewerbsdruck.

Was kostet GEO?

Ein strukturiertes Sichtbarkeits-Audit als Startpunkt gibt es zum Festpreis (bei uns: 3.500 €), laufende Optimierung im Mittelstand beginnt marktüblich bei etwa 1.500 € pro Monat.

Fazit

GEO ist keine Zauberei, sondern Handwerk: klare Inhalte, glaubwürdige Drittquellen, technische Sauberkeit, konsequent auf die Frage ausgerichtet, was KI-Systeme über Ihr Unternehmen wissen und weitergeben. Der Startpunkt ist immer derselbe: erst messen, dann optimieren.

Wo Ihr Unternehmen heute steht, klärt unser KI-Sichtbarkeits-Audit in zehn Arbeitstagen.

The post GEO einfach erklärt: Die Disziplin, die entscheidet, ob KIs Sie empfehlen appeared first on John von Saurma.

The post Was ist ein KI-Audit? Ablauf, Ergebnis und was ihn von klassischer KI-Beratung unterscheidet appeared first on John von Saurma.

Interim CMO · Marketing-Sparringspartner · KI-Strategie

Wer einen Interim-CMO sucht, der einfach die bestehende Strategie weiterführt, ist bei mir falsch.

Wer jemanden braucht, der in kürzester Zeit erkennt, wo Marketing wirklich hakt und dann auf Augenhöhe mit der Geschäftsführung anpackt, ist genau richtig.

Auf LinkedIn nennen mich meine Kunden den Interim Marketing Flüsterer: nicht weil ich leise bin, sondern weil ich die Dinge ausspreche, die intern keiner zu sagen wagt. Und dann dafür sorge, dass etwas daraus wird. Wer ist John von Saurma also genau? Ein Interim CMO, der nicht berät, sondern anpackt.

Kein gerader Weg. Genau das ist der Vorteil.

Meine Karriere begann dort, wo man lernt, was Dienstleistung, Haltung und Tempo wirklich bedeuten: in der Hotellerie. Nach der Ausbildung zum Hotelfachmann an der IHK München führte mein Weg durch die Event- und Live-Kommunikation, ein Segment, in dem ich jahrelang im F&B- und Luxusumfeld tätig war und Kooperationsmarken wie Campari Group und Moët betreute. Gemeinsam mit einem Partner baute ich die Adman-Lounge auf, eine der ersten Online-Plattformen mit physischen Networking-Events für die Werbe- und Medienbranche in München, in Kooperation mit W&V, Horizont und Kress.

Diese frühe Erfahrung, Atmosphären zu bauen, Markenerlebnisse zu schaffen, ist bis heute das Fundament meiner Arbeit. Nur dass das Spielfeld heute digital ist.

Vom Eventmarketing in die Konzernwelt:

Die Stationen, die zählen.

Bei der Audi AG entdeckte ich die strategische Dimension von Social Media und Community Management. Es folgten Stationen bei der Hilfsorganisation Malteser und der BKK Krankenkasse (heute Viactiv). Dann erfüllten sich gleich zwei große Träume: Für Webguerillas/Territory betreute ich BMW als Kunden und vertiefte meine Expertise in der CMS-Plattform Sprinklr. Bei DB Schenker übernahm ich als Global Campaign Manager die Führung eines internationalen Teams und verantwortete den globalen Roll-out der Branding-Kampagne „Connect 4.0″.

Bei der Agentur Phocus Direct vertiefte ich B2B-Marketing und Inbound-Methodik. Hier entstand die Perfektionierung meines Verständnisses für Lead-Generierung, Lifecycle-Management von Landing-Pages und die Mechanik von HubSpot. Bei DKV Mobility und intervivos AG (Product Owner Marketing) folgten vollständige Website-Relaunches, CI-Neuausrichtungen und cross-funktionale Kampagnensteuerung.

Werdegang John von Saurma

2025–2026: Accenture Strategie Marketing Spezialist LLM · GenAI · GEO
2023–2024: AT Kearney Marketing Expert & Content AI for Leadership · KI-Content
2022–2023: EY (Ernst & Young) Business Relationship Manager / AD BMC · 5 Bereiche
2021–2022: intervivos AG Product Owner Marketing · Website-Relaunch
2020: DKV Mobility Senior Expert Digital & Content Kampagnen · Personas · Web
2019: DB Schenker Global Campaign Manager Internat. Team-Lead · Connect 4.0
2018–heute: Dukehouse Gründer & CEO D2C
2017–2018: Phocus Direct Social Sales / Digital Consultant B2B · HubSpot · Inbound
2016–2017: BKK Viactiv Senior Content Media Lead Social-Media-Strategie
2014: Audi AG Social Collaboration & Community Social Media · Change-Komm.
2008–heute: Matrix Target Gründer Full-Service Online Marketing
2000er: Eventbranche / Luxusmarketing Adman-Lounge · Campari · Moët F&B · Live-Komm.

Die Consulting-Jahre: EY, Kearney, Accenture.

Ernst & Young
Bei EY (Ernst & Young) war ich als Business Relationship Manager / Assistant Director im Bereich Brand, Marketing & Communications tätig, verantwortlich für fünf Partnerbereiche (Automotive, Chemie, Industrie, Life Sciences, Gesundheit). Meine Aufgabe war die strategische Vernetzung zwischen Business-Anforderungen und operativer Marketingumsetzung: Kampagnenplanung über den gesamten Käuferlebenszyklus, Omni-Channel-Steuerung, Marktpositionierung. Hier lernte ich Patrick Schökel kennen, damals Teamlead Marketing Automation bei EY. Zwei Menschen, die Dinge konsequent vom Ergebnis herdenken.

AT Kearney
Bei AT Kearney wurde ich Teil des Projekts „Konsum Magazin“ und betreute parallel das Programm „AI for Leadership“ sowie „AI for Business Marketing“: Entwicklung und Durchführung von KI-Trainingsprogrammen für Entscheider.

Accenture
Bei Accenture war ich als Strategie Marketing Spezialist tätig: Ich war involviert in das LLM-Testing, Auswahl und Vergleich von GenAI-Tools, Analyse der KI-Einsatzlandschaft bei Wettbewerbern, Forschung zu SEO/GEO/LLM-Sichtbarkeit von Content-Strategien und die Kommunikationsstrategie für die Sibos-Messe Frankfurt, eine der größten Finanzbranchenveranstaltungen weltweit. Seit 2022 ist der tägliche Einsatz von Large Language Models fester Bestandteil meiner Arbeit.

Staatlich gefördertes F&E-Projekt:

Die Forschungsgrundlage für den Audit.

Im Januar 2026 wurde mir durch die Bescheinigungsstelle Forschungszulage (BSFZ) beauftragt durch das Bundesministerium für Forschung, Technologie und Raumfahrt die offizielle Forschungsförderung nach § 6 Forschungszulagengesetz (FZulG) erteilt.

Das Forschungsprojekt: „Untersuchung zielgruppenspezifischer Bildungsstrategien zur Überwindung digitaler Barrieren bei technikaversen älteren Erwachsenen.“

Der Kern: Wie lernen Menschen, die Technologie skeptisch gegenüberstehen und wie lassen sich KI-Werkzeuge so vermitteln, dass sie tatsächlich genutzt werden? Diese Forschungsarbeit ist die empirische Grundlage für eine der zentralen Fragen, die ich in jedem KI-Audit stelle: Wer in Ihrem Unternehmen wird KI tatsächlich nutzen und was braucht diese Person, damit es gelingt?

Was ich heute tue

Ich übernehme Interim-CMO-Mandate und arbeite deshalb als strategischer Sparringspartner mit Geschäftsführungen, Teamleads und Entscheidungsträgern im Mittelstand. Das Spektrum reicht von der Neuausrichtung einer Marketingstrategie über die Einführung von Marketing-Automation bis zur strukturierten Bewertung von KI-Einsatzpotenzialen.

Gemeinsam mit meinem Geschäftspartner Patrick Schökel führe ich strukturierte KI-Audits durch: eine praxisbezogene Analyse Ihrer tatsächlichen Abläufe, Pain Points und Optimierungspotenziale, mit einer priorisierten Roadmap und einem direkt einsetzbaren KI-Agenten als konkretem Ergebnis. Wer ist John von Saurma in diesem Kontext? Der Ansprechpartner, der KI nicht erklärt, sondern umsetzt.

Seit 2017 leite ich als Geschäftsführer von JvS „Creative Possibilities“ ein kreatives Kollektiv, das Marken dabei unterstützt, ihre Marketingziele effizient und messbar zu erreichen. Wir entwickeln Strategien, die nicht in Präsentationen enden, sondern in Ergebnissen.

Was mich antreibt

Ich bin Gründer mit Leib und Seele, zertifizierter Scrum Product Owner, und jemand, der echte Überzeugungen hat auch wenn sie unbequem sind. Empathie und Klartext schließen sich für mich nicht aus. Wer mit mir arbeitet, bekommt beides.

Storytelling ist nicht nur mein Handwerk. Es ist mein Denkmuster. Die Fähigkeit, komplexe Situationen aus Konzernen wie EY, Kearney und Accenture genauso wie aus dem mittelständischen Alltag in klare, handlungsleitende Narrative zu übersetzen, ist das, was Interim-Marketing Flüsterer vom „Rest“ unterscheidet.

Hier finden Sie Antworten auf häufige Fragen.

Wer ist John von Saurma?

John von Saurma ist ein Interim CMO und Marketing-Sparringspartner mit über 25 Jahren Erfahrung in digitalem Marketing, B2B-Kampagnensteuerung, Social Media, Content-Strategie, Marketing-Automation und KI-gestützten Arbeitsprozessen. Er war unter anderem als Strategie Marketing Spezialist bei Accenture, Marketing Expert bei AT Kearney und Business Relationship Manager / Assistant Director bei EY tätig. Er ist bekannt als „Interim Marketing Flüsterer“ auf LinkedIn.

Welche KI-Kompetenzen bringt John von Saurma mit?

John von Saurma setzt Large Language Models seit 2022 täglich ein. Bei Accenture verantwortete er LLM-Testing, GenAI-Tool-Vergleiche und Forschung zu SEO/GEO/LLM-Sichtbarkeit.

Bei AT Kearney betreute er „AI for Leadership“ und „AI for Business Marketing“.
UDEMY-Zertifikat Prompt Engineering (2024). Staatlich gefördertes F&E-Projekt zur KI-Lernmethodik (BSFZ, Bundesministerium für Forschung, Technologie und Raumfahrt, 2024–2028).

Für wen ist ein Interim CMO wie John von Saurma geeignet?

John von Saurma arbeitet mit mittelständischen Unternehmen und Geschäftsführungen im D-A-CH-Raum zusammen, die eine erfahrene Marketingführung auf Zeit benötigen: Neuausrichtung der Marketingstrategie, Einführung von Marketing-Automation, Überbrückung von Führungsvakanzen, oder strukturierte Vorbereitung auf KI-gestützte Prozesse.

Ich stehe Ihnen jederzeit zur Verfügung, um offene Fragen zu klären.

The post Wer ist John von Saurma? appeared first on John von Saurma.