Warum KI Unternehmen empfiehlt

Vom GEO-Score zur AI Recommendation Intelligence

Generative KI verändert den Moment, in dem Unternehmen überhaupt in die engere Auswahl kommen. Während der junge Markt für AI Visibility rasant wächst, stellen Geschäftsführer längst eine andere Frage: Warum empfiehlt Künstliche Intelligenz den Wettbewerber? Die Suche nach einer Antwort führt zu einer Erkenntnis, die über klassische Sichtbarkeitsanalysen hinausweist.

Noch vor wenigen Monaten verliefen Gespräche über Künstliche Intelligenz meist nach demselben Muster. Unternehmen wollten wissen, ob sie in ChatGPT überhaupt vorkommen, ob ihre Produkte erkannt werden und welche Rolle ihre Marke in den Antworten großer Sprachmodelle spielt. Mit den ersten AI-Visibility-Plattformen ließ sich das zunehmend nachvollziehen: Welche Quellen herangezogen wurden, wie häufig ein Unternehmen erwähnt wurde, wie sich seine Präsenz gegenüber Wettbewerbern veränderte. Die eigentliche Diskussion begann allerdings häufig erst nach der Präsentation der Ergebnisse.
Je häufiger wir mit Geschäftsführern und Kommunikationsverantwortlichen über diese Analysen sprachen, desto häufiger änderte sich die Richtung des Gesprächs. Irgendwann fiel zwangsläufig dieselbe Frage: „Warum empfiehlt ChatGPT eigentlich unseren Wettbewerber?“ Sie überraschte nicht wegen ihrer Formulierung, sondern weil niemand sie überzeugend beantworten konnte. Ob ein Unternehmen in den Antworten auftauchte, ließ sich feststellen. Auch die Beschreibung seiner Leistungen war häufig zutreffend. Trotzdem spielten manche Unternehmen in konkreten Empfehlungen kaum eine Rolle, während andere regelmäßig genannt wurden. Offenbar veränderte sich der Markt schneller, als sich die Instrumente zu seiner Analyse weiterentwickelten. 

Ein neuer Markt entsteht

Rund um generative KI formiert sich derzeit mit bemerkenswerter Geschwindigkeit ein eigener Markt für Sichtbarkeitsanalysen (siehe Kasten). Das überrascht kaum. Jeder Technologiewandel bringt zunächst neue Messinstrumente hervor. Suchmaschinenoptimierung schuf Ranking- Tools, Social Media brachte Monitoring-Plattformen, generative KI erzeugt nun Werkzeuge, die die Wahrnehmung von Unternehmen innerhalb Künstlicher Intelligenz analysieren. 
Der Journalist und KI-Experte Dominik Krautschun beobachtet bereits einen Perspektivwechsel: „Vor einem Jahr standen auf KI-Konferenzen fast ausschließlich die Sprachmodelle im Mittelpunkt. Heute drehen sich viele Gespräche um eine ganz andere Frage. Welche Unternehmen schaffen es überhaupt noch in die Antworten der KI? Der Fokus verschiebt sich sichtbar von der Technologie auf die Unternehmen.“ 

Wir beobachten derzeit den Übergang von einer Suchlogik zu einer Empfehlungslogik. Sichtbarkeit bleibt wichtig. Unternehmen müssen künftig zusätzlich verstehen, warum generative KI sie in konkreten Entscheidungssituationen empfiehlt – oder eben nicht.
Prof. Dr. Marco Schmäh, Professor für Marketing & Sales Management an der ESB Business School der Hochschule Reutlingen

Was die KI tatsächlich sieht

Mit jeder weiteren Analyse bestätigte sich derselbe Eindruck. Immer wieder fanden wir Unternehmen, deren fachliche Kompetenz außer Frage stand und die von den Sprachmodellen korrekt beschrieben wurden. Dennoch tauchten sie in konkreten Entscheidungssituationen deutlich seltener auf als Wettbewerber, die im Markt keineswegs als führend galten. Die Ursache lag offensichtlich nicht in der Qualität ihrer Produkte. 
Also verschob sich unser Blick. Interessanter als die einzelnen Inhalte eines Unternehmens wurde das Gesamtbild, das daraus entstand. Generative KI bewertet keine einzelne Pressemitteilung und keine Website isoliert. Sie verbindet Informationen aus unterschiedlichen Quellen und versucht, daraus abzuleiten, welches Unternehmen innerhalb einer konkreten Fragestellung die plausibelste Antwort liefert. 
Gerade bei mittelständischen Unternehmen zeigte sich dabei ein wiederkehrendes Muster: Intern verfügten sie über außergewöhnliche Kompetenz, langjährige Projekterfahrung und hoch spezialisierte Mitarbeiter. Nach außen war davon häufig nur ein kleiner Teil sichtbar. Die spannendsten Projekte blieben vertraulich, Fachwissen wurde im direkten Kundengespräch vermittelt, Referenzen erschienen aus nachvollziehbaren Gründen nicht auf der Website. Für langjährige Kunden spielte das kaum eine Rolle. Für eine Künstliche Intelligenz existiert dieses Erfahrungswissen jedoch nicht. Sie kann ausschließlich auf das zurückgreifen, was öffentlich dokumentiert und nachvollziehbar ist.

Welche Unternehmen schaffen es überhaupt noch in die Antworten der KI? Der Fokus verschiebt sich sichtbar von der Technologie auf die Unternehmen.
Dominik Krautschun, Journalist und KI-Experte

„Nach den ersten Reality Audits wurde uns klar, dass viele Unternehmen zwar korrekt beschrieben wurden, für konkrete Empfehlungen aber trotzdem kaum eine Rolle spielten“, erinnert sich Gerald Beranek, Inhabergeschäftsführer der Beranek Management GmbH. „Genau dort beginnt aus meiner Sicht die eigentliche Kommunikationsaufgabe.“ Dieser Unterschied zog sich durch nahezu alle Analysen Die KI bewertete nicht die tatsächliche Kompetenz eines Unternehmens, sondern die Kompetenz, die sich aus öffentlich verfügbaren Informationen erschließen ließ.

Aus dieser Beobachtung wuchs nach und nach ein anderes Verständnis von Unternehmenskommunikation. Jahrzehntelang stand die Frage im Mittelpunkt, wie Unternehmen ihre Botschaften möglichst wirkungsvoll verbreiten. „Im Umfeld generativer KI gewinnt eine andere Perspektive an Gewicht“, so Beranek, „ob sich aus allen öffentlich verfügbaren Informationen ein konsistentes und belastbares Bild eines Unternehmens ergibt.“
An dieser Stelle schließt der Gedanke von Dr. Uwe H. Lebok an. In seinem Beitrag (Seite 22 ff.) beschreibt er, dass Kontext Vertrauen erzeugt und Vertrauen die Grundlage für Empfehlungen bildet. Unsere Analysen führten zu einer ähnlichen Beobachtung. Vertrauen setzt sich für generative KI aus vielen einzelnen Signalen zusammen: aus Fachbeiträgen, wissenschaftlichen Veröffentlichungen, Medienberichten, Referenzprojekten und Experteninterviews. Erst aus diesem Gesamtbild ergibt sich der Eindruck, dass ein Unternehmen für eine bestimmte Fragestellung tatsächlich relevant ist. 
Prof. Dr. Marco Schmäh, Professor für Marketing & Sales Management an der ESB Business School der Hochschule Reutlingen, ordnet diesen Wandel so ein: „Wir beobachten derzeit den Übergang von einer Suchlogik zu einer Empfehlungslogik. Sichtbarkeit bleibt wichtig. Unternehmen müssen künftig zusätzlich verstehen, warum generative KI sie in konkreten Entscheidungssituationen empfiehlt – oder eben nicht.“ 

Als aus einer Frage eine Methode wurde

Mit dieser Erkenntnis veränderte sich unsere ursprüngliche Fragestellung. Es ging weniger darum, Präsenz zu messen, als darum, Empfehlungsfähigkeit nachvollziehbar zu beschreiben. Eine Sichtbarkeitsanalyse beschreibt einen Zustand. Warum dieselbe KI zwei vergleichbare Unternehmen unterschiedlich bewertet, erklärt sie nicht. Wir benötigten deshalb weniger ein weiteres Analysewerkzeug als eine Methode, die unter vergleichbaren Bedingungen nachvollziehbar macht, wie Künstliche Intelligenz Unternehmen tatsächlich einordnet. Diese Überlegung wurde zur Grundlage des Reality Audits.

Der Begriff Audit ist bewusst gewählt. Wer ein Unternehmen prüft, beginnt mit einer Bestandsaufnahme und genau das leistet der Reality Audit. Er beschreibt, welches Bild sich generative KI bereits heute von einem Unternehmen macht. Dafür verzichten wir bewusst auf zusätzliche Informationen. Die Sprachmodelle erhalten keine Unternehmenspräsentationen, keine Produktbroschüren und keine ergänzenden Erläuterungen. Sie beantworten dieselben Fragen ausschließlich auf Grundlage dessen, was öffentlich dokumentiert ist. Das erscheint ungewohnt, bildet aber die Situation eines potenziellen Kunden ab. Weder Mensch noch Maschine verfügen zu Beginn über internes Wissen. Gerade dieser Verzicht führte häufig zu den aufschlussreichsten Ergebnissen. Die Analyse zeigte keine Defizite in den Produkten, sondern Lücken in der öffentlichen Dokumentation von Kompetenz.

Viele Unternehmen investieren erhebliche Mittel in ihre Außendarstellung. Sie veröffentlichen Pressemitteilungen, Fachbeiträge und Whitepaper, sind auf Messen ebenso präsent wie in sozialen Netzwerken. Betrachtet man diese Maßnahmen einzeln, zeigt sich häufig ein positives Bild. Erst die Gesamtschau zeigt, ob daraus ein klares Kompetenzprofil entsteht oder lediglich viele Einzelinformationen nebeneinanderstehen. Generative KI bewertet genau diese Gesamtschau. Sie sucht nach wiederkehrenden Mustern, nach fachlicher Konsistenz und nach Signalen, die Aussagen bestätigen. Vertrauen speist sich dabei aus dem Zusammenspiel vieler glaubwürdiger Quellen, kaum je aus einer einzelnen Veröffentlichung.
Damit tritt eine Frage hinzu, die bislang kaum systematisch betrachtet wird: Wie wahrscheinlich ist es, dass generative KI dieses Unternehmen in einer konkreten Entscheidungssituation empfiehlt? Sie richtet sich längst über Marketing hinaus an Vertrieb, Business-Development, Employer-Branding und Investor- Relations. Jede Studie, jedes Interview und jede nachvollziehbare Referenz erweitert den öffentlichen Wissensraum, auf den generative KI zurückgreift.

Wenn ein Markt seine Begriffe findet

Für diesen Wandel existierte lange keine geeignete Sprache. Begriffe wie SEO, GEO oder AI Visibility beschreiben wichtige Teilaspekte des digitalen Informationsraums, erklären aber nicht, weshalb Unternehmen trotz ähnlicher Präsenz unterschiedlich häufig empfohlen werden. Aus der Arbeit mit den ersten Reality Audits prägte sich schließlich der Begriff AI Recommendation Intelligence heraus. Gemeint ist keine Software und kein weiterer Marketingbegriff, sondern eine Methodik, die Empfehlungsfähigkeit systematisch untersucht. Im Mittelpunkt steht nicht die einzelne Antwort eines Sprachmodells, sondern das Muster, das sich über unterschiedliche Entscheidungssituationen und mehrere KI-Systeme hinweg erkennen lässt. Vieles spricht dafür, AI Recommendation Intelligence künftig als eigenständige Managementperspektive zu verstehen. Sie ersetzt bestehende Ansätze nicht, sie eröffnet eine zusätzliche Perspektive. 
Mit zunehmender Zahl der Audits stellte sich die praktische Frage: „Wie lassen sich diese Analysen reproduzierbar durchführen, vergleichen und für Unternehmen nutzbar machen?“ Aus diesem Anspruch entstand GeoGator. Beranek: „Die Plattform ist kein weiteres Tool zur Messung von AI Visibility. Sie bildet den methodischen Rahmen für den Reality Audit und macht sichtbar, wie generative KI einzelne Unternehmen einordnet, welche Themen sie mit ihnen verbindet und wo zwischen tatsächlicher Kompetenz und öffentlicher Wahrnehmung eine Lücke sichtbar wird.“ Ein Unternehmen verändert seine Kommunikation schließlich nicht, weil ein Wert im GEO-Score von 62 auf 71 steigt. Es verändert sie, weil sichtbar wird, welche Themen bereits glaubwürdig besetzt sind, welche Kompetenzen öffentlich kaum wahrgenommen werden und wo sich die Empfehlungswahrscheinlichkeit gezielt verbessern lässt. Bestehende AIVisibility- Plattformen sind dabei keine Konkurrenz; sie leisten Pionierarbeit in einem jungen Markt. GeoGator setzt an einer anderen Stelle an. 

GeoGator ist kein weiteres Tool zur Messung von AI Visibility. Sie bildet den methodischen Rahmen für den Reality Audit und macht sichtbar, wie generative KI einzelne Unternehmen einordnet.
Gerald Beranek, Inhabergeschäftsführer der Beranek Management GmbH

Eine Chance für den Mittelstand und Kommunikationsagenturen

Damit verändert sich auch die Rolle professioneller Kommunikation. Ein Fachbeitrag in einem renommierten Medium oder auf LinkedIn mit aktuellen Zitaten positioniert ein Unternehmen und liefert zugleich Kontext für die maschinelle Einordnung. Pressearbeit, Corporate Publishing und Experteninterviews richten sich damit nicht mehr allein an Kunden, Journalisten oder Investoren; sie prägen zugleich den öffentlichen Wissensraum, aus dem generative KI ihre Antworten entwickelt.
Gerade für mittelständische Unternehmen liegt darin eine bemerkenswerte Chance. Viele Hidden Champions verfügen über außergewöhnliche Kompetenz, kommunizieren sie aber seit Jahren zurückhaltend. Generative KI bevorzugt keine großen Marken. Sie bevorzugt Informationen, die sich schlüssig einordnen und nachvollziehbar belegen lassen. Der Wettbewerb dürfte sich damit ein Stück weit von Budgets hin zu dokumentierter Expertise verschieben. 

Der nächste Schritt hat begonnen

Ob sich AI Recommendation Intelligence als eigenständige Managementdisziplin etabliert, lässt sich heute nicht sagen. Die Geschichte digitaler Kommunikation zeigt jedoch, dass neue Technologien fast immer neue Fragen hervorbringen. Suchmaschinen führten zur Suchmaschinenoptimierung, soziale Netzwerke zum Community- Management, und generative KI wird sehr wahrscheinlich ebenfalls neue Standards prägen. Vielleicht wird man in einigen Jahren auf diese Entwicklung ähnlich zurückblicken wie heute auf die Anfänge der Suchmaschinenoptimierung. Damals mussten Unternehmen lernen, gefunden zu werden. Heute lernen sie zu verstehen, warum Künstliche Intelligenz sie empfiehlt. Nicht die Technologie verändert damit die Spielregeln, sondern die Art, wie Unternehmen über Kommunikation nachdenken.