Ein Vorschlag, bevor dieser Artikel richtig anfängt. Öffnen Sie ChatGPT oder Perplexity und tippen Sie folgende Frage ein - die Platzhalter durch Ihre Realität ersetzen:
"Ich überlege, [Ihr Produkt / Ihre Dienstleistung] anzuschaffen, Budget um die [X Euro], Fokus auf [Ihre Kernvorteile]. Welche drei Anbieter würdest du mir empfehlen und warum?"
Drei Minuten. Ich warte.
Wahrscheinlich ist eines von drei Dingen passiert. Entweder Ihre Marke taucht gar nicht auf. Oder sie taucht auf, aber mit einer Begründung, die klingt, als hätte jemand die "Über uns"-Seite von 2017 überflogen. Oder sie steht sauber und konkret in der Antwort, mit Argumenten, die Sie selbst so formuliert hätten - das ist selten, kommt aber vor. In diesem letzten Fall können Sie aufhören zu lesen. Für alle anderen: das hier ist Ihr Problem.
Das Thema ist vom Nischen-Topic zur C-Suite-Sache geworden, in zwölf Monaten
Dass die Dynamik in Bewegung ist, wussten wir alle seit 2024. Neu ist die Geschwindigkeit. Die Gartner-Prognose von 25% Suchvolumen-Einbruch bis 2026 klang damals ambitioniert. Inzwischen wirkt sie zurückhaltend. Seer Interactive hat im Herbst 2025 61% CTR-Einbruch auf Suchanfragen mit Google AI Overview dokumentiert, bei Marken, diein der AI-Antwort selbst nicht als Quelle verlinkt sind, sogar 65%. Adobe berichtet im März 2026 von 269% Zuwachs beim AI-Traffic auf US-Retail-Sites im Jahresvergleich. Und letzte Woche auf dem Adobe Summit 2026 hat Loni Stark, VP Strategy bei Adobe, einen Satz gesagt, der hängen bleibt:
<yellow-line> “There is a new intermediary between brands and their customers, and unlike every one that came before it, this has the ability to reason" </yellow-line>
Was in derselben Woche passiert ist, passt ins Bild: Adobe hat LLM Optimizer und Brand Concierge als eigenständige Produkte eingeführt, parallel AEM um neue KI-Funktionalitäten wie LLM Apps erweitert, Semrushzeitgleich ein Brand Visibility Framework auf Basis von 213 Millionen LLM-Prompts vorgestellt. Wenn Plattform-Anbieter gleichzeitig reagieren, ist das kein Messe-Rauschen. Das ist ein Marktsignal.
Warum ausgerechnet Premium
Je höher der Content-Invest der letzten Jahre, desto größer die Gefahr, in AI-Antworten zu verlieren. Klingt kontraintuitiv. Stimmt trotzdem.
Guter Content schadet nicht. Aber der Content, den Premium-Marken über Jahre perfektioniert haben, ist für menschliches Publikum gebaut - Hochglanz-Prosa, markentypische Tonalität, Bilder und Stimmung. Ein Large Language Model liest das anders. Es sucht Fakten, die sich extrahieren lassen: Spezifikationen, Preise, Vergleichspunkte. Wenn eine 4.000-Wörter-Produktseite drei extrahierbare Fakten enthält und ein Wettbewerber auf 800 Wörtern zwölf liefert, verliert die Premium-Marke. Nicht wegen schlechtem Content. Wegen des richtigen Contents am falschen Ort.
"Unser neuestes Modell setzt neue Maßstäbe in seiner Klasse" ist in einer Broschüre eine Aussage. Im LLM-Kontext löst sich der Satz in dem Moment auf, in dem ein Algorithmus ihn anschaut.
Ein Muster, das wir in der Praxis häufiger sehen: Ein etablierter B2B-Hersteller mit stabiler Content-Redaktion, ordentlichen SEO-Rankings auf den relevanten Fachbegriffen, gut gepflegter Website. Parallel-Abfrage bei drei Assistenten nach den führenden Anbietern seiner Kategorie - die eigene Marke taucht in zwei von drei Antworten nicht unter den ersten drei auf, ein kleinerer Wettbewerber mit deutlich geringerem Marketing-Budget liegt konsistent vorne. Grund bei näherer Analyse fast immer derselbe: Die technischen Kerndaten stehen in PDF-Datenblättern und in clientseitig gerenderten Tabellen, die von gängigen AI-Crawlern nicht ausgelesen werden. Der Wettbewerber hat dieselben Angaben mehrfach hinterlegt - im Fließtext, in strukturierten Daten, in der Seitenbeschreibung. Kein Marketing-Problem. Ein Content-Engineering-Problem.
Wie ein LLM Ihre Seite tatsächlich liest
Ein kurzer, technischer Zwischenstopp. Es gibt grob zwei Arten von AI-Crawlern, die mit der eigenen Website interagieren.
Training-Crawler wie GPTBot oder ClaudeBot saugen periodisch öffentliche Inhalte ein, die irgendwann in die nächste Modellgeneration einfließen. Mit Wochen oder Monaten Zeitversatz. Das ist das Langzeit-Gedächtnis, aus dem ein Modell antwortet, wenn es keine Websuche nutzt.
Retrieval-Crawler wie OAI-SearchBot, PerplexityBot oder der Fetcher hinter Google AI Overview laufen live, in dem Moment, in dem jemand eine Frage stellt. Sie holen Inhalte gezielt, extrahieren sie und geben sie dem Modell als Kontext für genau diese Antwort.
Beide folgen klassischer Webcrawler-Mechanik: HTTP-Request, HTML holen, extrahieren. Der Unterschied zu Google liegt nicht beim Holen, sondern beim Verarbeiten. Für Entwickler und Content-Architekten bedeutet das drei Dinge.
Zweitens: Das Retrieval arbeitet nicht über Keyword-Dichte, sondern über eine Kombination aus semantischer Ähnlichkeit und klassischer Textsuche. Die Frage des Users wird in einen Vektor umgerechnet und gegen den Index abgeglichen, parallel läuft eine schlagwortbasierte Suche. Wortwahl ist also nicht egal, aber sie wirkt über Bedeutungsnähe, nicht über Häufigkeit. "Reisewagen für Vielfahrer" und "komfortable Langstreckenlimousine" liegen nah beieinander, auch ohne ein einziges gemeinsames Wort.
Drittens: Bei der Fakten-Extraktion schlägt Konsistenz über Quellen hinweg die Autorität der Einzelquelle. Wenn Wikipedia, Branchen-Datenbanken und Ihre Website sich widersprechen, gewinnt die Mehrheit.
Das AEO-Missverständnis
Seit etwa zwölf Monaten rollt eine Welle an "AEO"- oder „GEO“-Angeboten durch den Markt - Answer/Generative Engine Optimization. Agenturen haben ihre SEO-Produkte schneller umbenannt, als Marken sich neu positionieren können. Die Ironie: Reine Keyword-Optimierung für ChatGPT geht am Problem vorbei. Das Modell rankt keine Keywords, es bewertet Faktenkonsistenz und semantische Nähe. Wortwahl spielt eine Rolle, aber als Sprache der Zielgruppe, nicht als Dichte im H1. Wer ein AEO-Paket im fünfstelligen Monatsbereich gekauft bekommt, in dem hauptsächlich Prompt-Listen und Keyword-Cluster gepflegt werden, zahlt für SEO 2012 mit neuem Etikett.
Das eigentliche Thema liegt eine Ebene darunter und verkauft sich schlechter: strukturierte Daten und semantisch saubere Content-Architektur, konsistente Fakten über Website, PIM, Händlerkanäle und Presse hinweg, Erreichbarkeit für die richtigen Crawler, kontinuierliche Messung. Nichts davon ist neu. Alles zusammen ist in den meisten Unternehmen zwischen SEO, Brand, Corporate Communications, IT und - das ist neu - den AEM- oder CMS-Teams aufgeteilt. Was in der Praxis bedeutet, dass sich keiner zuständig fühlt.
Wo man sinnvoll anfängt
Keine Nachmittagsübung, aber auch keine Zwei-Jahres-Transformation. Drei bis sechs Monate fokussierte Arbeit reichen bei den meisten Marken mit ordentlichem Content-Fundament, um in AI-Antworten sauberer aufzutauchen. Die Reihenfolge ist unspektakulär: erst messen, was im Ist-Zustand passiert, dann Content-Architektur und strukturierte Daten, dann Konsistenz über Kanäle, dann Crawler-Erreichbarkeit. Und idealerweise ein interner Owner für das Thema, bevor die vier beteiligten Abteilungen sich in sechs Monaten immer noch gegenseitig zuschieben.
Der erste Schritt kostet nichts außer ein bisschen Aufmerksamkeit: systematisch herausfinden, was ein Kaufinteressent tatsächlich zu sehen bekommt. Über ChatGPT, Perplexity, Gemini, Claude hinweg, auf Deutsch und Englisch, mit und ohne aktivierte Websuche, im Vergleich zum relevanten Wettbewerb. An der Stelle wird aus einem abstrakten Trend-Thema eine konkrete, leicht unbequeme Diskussion in der eigenen Organisation.
Wenn Sie dabei Unterstützung brauchen: Wir bei eggs unimedia machen genau diese Bestandsaufnahme für Enterprise-Marken im DACH-Raum, mit dem technischen Unterbau aus unserer AEM-Praxis. Melden Sie sich.
P.S. Wenn Sie das Thema lieber persönlich diskutieren, inklusive der Fragen, die sich in einem Blogartikel schlecht stellen lassen: Ende Juni sind CX Days im Münchener Werksviertel. Zwei Tage Programm, ein BMW-Vortrag zu AI-getriebener CX, ein Panel mit Telefónica und F.A.Z. zu GenAI in der Praxis, und Sven Hannawald erzählt, wie man nach einem Absturz zurückkommt… was je nach Ist-Stand Ihrer AI-Sichtbarkeit unterschiedlich relevant sein dürfte. Abends Riesenrad und DJ.
Anmeldung über unsere Website.