Was fragen Einkäufer die KI wirklich?

Die klassische Maschinenbau-Anfrage an eine Engine ist ein Satz mit vielen Bedingungen: „welche CNC-Bearbeitungszentren für kleine Losgrößen, mit CE-Kennzeichnung, Service-Netz in Deutschland und Referenzen im Automotive-Umfeld“. Das Query Fan-out zerlegt sie in Unterabfragen — Kategorie, technische Kriterien, Zertifizierungen, Service-Abdeckung, Referenzen, Vergleiche — und ruft für jede eigene Passagen ab. Ihre Website nimmt nur an den Unterabfragen teil, für die sie eigenständige, extrahierbare Blöcke besitzt. Eine „Kompetenz“-Seite ohne Zahlen deckt keine einzige dieser Unterabfragen ab.

Welche Vertrauenssignale entscheiden?

  • Zertifizierungen und Normen: CE-Kennzeichnung, ISO-Normen, branchenspezifische Zulassungen — als Klartext auf der Seite, im Schema und in den Verzeichnissen identisch. Beim Grounding sind das harte Prüffakten.
  • Vollständige Spezifikationen: Leistungsdaten, Toleranzen, Schnittstellen, Energieverbrauch — als HTML-Tabellen, nicht als PDF-Anhang. Technische Einkäufer prüfen nach; die Engine zitiert, was sie prüfen kann.
  • Referenzen mit Substanz: Anwendungsfälle mit Branche, Ausgangsproblem und Ergebnis — ohne erfundene Prozentzahlen. Was Drittquellen nicht bestätigen, verwirft das Grounding.
  • Service- und Standortfakten: Service-Netz, Ersatzteilzeiten, Reaktionszusagen — datiert und konkret.

Wie baut man Antwortblöcke für den Maschinenbau?

Jede Maschinen- und Lösungsseite folgt dem Muster des Antwort-Engineerings: H1 als Kategorie oder Anwendung, Direktantwort von 40 bis 80 Wörtern (für wen ist die Maschine, was leistet sie, welche Zertifizierungen trägt sie), dann H2-Abschnitte entlang der Unterabfragen — „welche Spezifikationen“, „für welche Branchen“, „was kostet“, „wie sieht der Service aus“. Die Spezifikationstabelle ist das meistzitierte Element dieser Branche: Sie beantwortet Vergleichs- und Auswahl-Unterabfragen in einem Format, das die Engine unverändert übernehmen kann. Ergänzen Sie pro Linie eine ehrliche Vergleichsseite („Baureihe A oder Baureihe B“) — wer die Kriterien schreibt, rahmt die Shortlist.

Wie sieht der Quellengraph im Maschinenbau aus?

Im DACH-Raum prüfen die Engines bei Industrie-Fragen regelmäßig dieselben Schichten: B2B-Verzeichnisse wie wlw und Europages, Fachpresse und Verbandspublikationen, Messeverzeichnisse, Bewertungsprofile auf ProvenExpert. Die Praxis: Einträge beanspruchen und mit denselben Fakten wie Website und Organization-Schema füllen — Firmierung, Standorte, Zertifizierungen Wort für Wort. Danach die redaktionelle Schicht: Fachbeiträge, dokumentierte Anwendungsfälle, eigene Messdaten (etwa Energieverbräuche oder Taktzeiten mit Methodik). Details zur Kartierung siehe Quellengraph; zum B2B-Kontext B2B-GEO.

Checkliste Industriemaschinen

  1. Top-20-Seiten (Baureihen, Anwendungen, Branchen) mit Direktantwort-Blöcken von 40 bis 80 Wörtern eröffnen.
  2. Spezifikationen als HTML-Tabellen veröffentlichen; PDFs zusätzlich, nie ausschließlich.
  3. Zertifizierungs-Faktenkanon festlegen und über Website, Schema, wlw, Europages und Fachprofile synchronisieren.
  4. Bing-Index absichern (Webmaster Tools, IndexNow) — die ChatGPT-Websuche hängt daran.
  5. 50 bis 100 echte Einkäuferfragen als festes Fragenset einfrieren, monatlich an Google, ChatGPT und Perplexity messen, Screenshots archivieren.

Typische Fallstricke

Erster Fallstrick: die Messeshow-Website — Bilder und Leitmotive ohne eine einzige belegte Zahl; für die Engine unzitierbar. Zweiter: Spezifikationen nur im PDF; Retrieval liest HTML. Dritter: erfundene Referenzkennzahlen („30 % effizienter“ ohne Basis); die Kreuzprüfung entlarvt sie, und der Vertrauensverlust trifft die ganze Entität. Vierter: interner Produktjargon statt Einkäufersprache. Fünfter: nur Google beobachten, während die B2B-Vorauswahl über ChatGPT und Perplexity läuft. Sechster: den Auftritt nur zu Messe-Highlights pflegen; die Einkaufsrecherche läuft ganzjährig, und ein einmal pro Jahr aktualisierter Webauftritt verliert gegen Wettbewerber mit festem Pflegerhythmus bei Spezifikationen, Referenzen und Zertifizierungen. Zum Messrahmen siehe das Mess-SOP und den offenen Vier-Dimensionen-Standard.

Häufige Fragen

Worauf achten KI-Engines bei Maschinenherstellern am stärksten?
Auf belegbare Fakten: Zertifizierungen, vollständige Spezifikationstabellen, Norm-Verweise und konsistente Unternehmensdaten über Website und Branchenverzeichnisse hinweg. Werbeformulierungen ohne Beleg werden beim Grounding verworfen.
Sind PDF-Datenblätter für KI-Engines sichtbar?
Kaum: Die Pipeline arbeitet auf crawlbar gelesenen Textpassagen. Veröffentlichen Sie Spezifikationen als HTML-Tabelle auf der Produktseite und bieten Sie das PDF zusätzlich als Download an — nie als einzige Fassung.
Welche Verzeichnisse zählen für Maschinenbauer in DACH?
Die, welche die Antworten Ihrer Kategorie tatsächlich zitieren — im Regelfall wlw und Europages, ergänzt durch Fachpresse, Verbandspublikationen und ProvenExpert. Kartieren Sie Ihren Quellengraph mit dem eigenen Fragenset, statt auf Bauchgefühl zu setzen.