KI-Sichtbarkeit für B2B-SaaS: Warum eure Software in ChatGPT nicht auftaucht

Du hast es vermutlich selbst schon getestet. ChatGPT auf, die Frage getippt, die ein Käufer in eurer Kategorie stellen würde, dann die Antwort gelesen. Vier Namen. Eurer nicht dabei.

Das ist fast nie ein Produktproblem. Wie solche Antworten zustande kommen, lässt sich inzwischen ziemlich genau beschreiben, über Messungen aus dem deutschen Markt und die Crawler-Doku der Anbieter. Den allgemeinen Fall haben wir in findet ChatGPT mein Unternehmen beschrieben. Hier geht es um Software-Kategorien, also um Kaufmomente, Vergleichs-Content und Crawler-Konfiguration.

Die Shortlist entsteht, bevor jemand mit euch spricht

Der 6sense B2B Buyer Experience Report 2025 hat über 4.000 Käufer befragt. Der erste Kontakt zu einem Anbieter fällt im Schnitt bei 61 Prozent der Buying Journey, ein Jahr zuvor waren es 69 Prozent. Das sind rund sechs bis sieben Wochen, in denen jemand euch bewertet, ohne dass ihr davon wisst. 79 Prozent dieser Erstkontakte gehen vom Käufer aus.

Drei Zahlen beschreiben, was in dieser Zeit passiert.

• 94 Prozent der Buying Groups sortieren ihre Shortlist nach Präferenz, bevor sie den ersten Vendor kontaktieren.
• In 95 Prozent der Fälle steht der spätere Gewinner schon auf der Day-One-Shortlist.
• Das Verhältnis aus eigener Recherche zu Vendor-Kontakt hat sich von 70/30 auf 60/40 verschoben, bei im Schnitt 5,1 evaluierten Vendor.

Für Deutschland liegt der Point of First Contact bei 59 Prozent statt vorher 67. 84 Prozent der Erstkontakte gehen hier vom Käufer aus, 89 Prozent der europäischen Käufer nutzen LLMs für die Lösungsrecherche. Einschränkung dazu, 6sense weist die deutschen Einzelwerte selbst als statistisch nicht belastbar aus. Die Richtung passt zum Gesamtbild. Die Nachkommastelle würde ich nicht verteidigen.

Dazu kommt eine Befragung von G2 unter 1.076 Software-Käufern aus dem März 2026. 51 Prozent starten ihre Recherche inzwischen häufiger mit einem KI-Chatbot als mit Google, im April 2025 waren es 29 Prozent. 69 Prozent haben sich wegen einer KI-Empfehlung für einen anderen Vendor entschieden als geplant, 33 Prozent kauften bei einem Anbieter, den sie vorher nicht kannten. G2 ist hier Partei. Die Studie endet in der Empfehlung, auf G2 zu gewinnen. Erhebung sauber, Interpretation Vertrieb.

Eingesetzt wird die KI vor allem mitten in der Evaluierung. TCO verstehen 51 Prozent, Shortlist bauen 51 Prozent, Lösungen recherchieren 49 Prozent. Was bei euch als Erstgespräch ankommt, ist das Ende einer Recherche, die ihr nie gesehen habt. Wie sich diese Gespräche vorher qualifizieren lassen, steht in mehr qualifizierte Erstgespräche.

Wie die drei Plattformen eine Antwort bauen

Googles KI-Übersichten und der KI-Modus in der Suche ziehen ausschließlich aus dem normalen Google-Index. Google schreibt in der eigenen Doku, dass eine indexierte, snippet-fähige Seite die Voraussetzung ist und dass es darüber hinaus keine technischen Anforderungen gibt. Die Mechanik dahinter ist RAG plus Query-Fan-out. Der Zugriff läuft über Googlebot in der robots.txt. Einen Opt-out aus den KI-Übersichten bei erhaltener Suchsichtbarkeit gibt es nicht. Google-Extended steuert nur das Gemini-Training.

OpenAI trennt drei Crawler. An dieser Trennung kippen die meisten Konfigurationen.

• GPTBot holt Trainingsdaten.
• OAI-SearchBot bedient die ChatGPT-Suche und die Citations. OpenAI schreibt dazu wörtlich „Sites that are opted out of OAI-SearchBot will not be shown in ChatGPT search answers".
• ChatGPT-User ruft einzelne Seiten ab, wenn ein Nutzer das auslöst.

Perplexity trennt zwei Agenten. PerplexityBot baut den Index und respektiert robots.txt. Perplexity-User bedient Nutzeranfragen und „generally ignores robots.txt rules", das ist Perplexitys eigene Formulierung.

Ein Prompt ist keine Suchanfrage. Auf ChatGPT löst ein Prompt im Schnitt 1,71 interne Suchen aus, auf Perplexity 1,14. In einer Messung im deutschen Software-Markt liefen 107 von 382 dieser internen Suchen auf Englisch, rund 28 Prozent, obwohl der Prompt deutsch war und die Region auf Deutschland stand.

Warum dieselbe Marke auf drei Plattformen drei Ergebnisse bekommt

Die folgenden Zahlen stammen aus Messungen von Recon Rise vom April 2026, jeweils 25 deutsche Kaufprompts auf ChatGPT, Googles KI-Übersichten und Perplexity, Region Deutschland, ausgewertet über Profound. Recon Rise verkauft selbst KI-Sichtbarkeits-Dienstleistungen und ist Autor aller dieser Messungen, auch der in Fachmedien erschienenen. Die Zahlen belegen Muster. Als Rangliste taugen sie nicht.

Im deutschen Security-Awareness-Markt liegt dieselbe Marke je nach Plattform meilenweit auseinander.

• MetaCompliance kommt auf 37,1 Prozent Visibility Score in ChatGPT, auf 3,0 Prozent in Perplexity. 34 Punkte Unterschied.
• SoSafe liegt bei 84,8 Prozent in Googles KI-Übersichten, bei 54,3 in ChatGPT und bei 51,5 in Perplexity. Rund 30 Punkte Spreizung.

Gleiche Sprache, gleiche Region, gleiche Woche. Wer seine Position aus einer einzelnen Plattform ableitet, misst die Plattform und nicht die eigene Marke.

Noch härter greift die Wortwahl im Prompt. KnowBe4 fällt von 48 auf 26,6 Prozent, sobald „Human Risk Management" im Prompt steht statt der geläufigen Kategoriebezeichnung. Mimecast springt in derselben Kategorie von Rang 14 mit 6,3 Prozent auf Rang 3 mit 34,6 Prozent. Fragt jemand nach „Phishing-Simulation", führt Proofpoint mit 53,1 Prozent und SoSafe rutscht auf Rang 4. Der Funktionsumfang ändert sich zwischen diesen Prompts nicht. Die Kategorie entsteht in der Formulierung.

96 Prozent der Vendor kommen gar nicht vor

Dieselbe Messung hat im Security-Awareness-Markt 317 Anbieter erfasst, 4.724 Citations aus 695 Domains. Über zehn Prozent Visibility Score erreichen davon zehn Anbieter. SoSafe führt mit 63,6 Prozent, dahinter KnowBe4 mit 48,0, Proofpoint mit 35,8 und Hoxhunt mit 31,8, danach bricht das Feld auf 11,6 bis 18,4 Prozent ab. Über 96 Prozent der Anbieter kommen praktisch nicht vor.

Bestes Beispiel ist HRworks aus Freiburg. In HR-Software und Verwaltung erreicht HRworks 38,6 Prozent und Rang 4, direkt hinter Personio, Kenjo und Factorial. In den fünf anderen gemessenen Kategorien taucht HRworks überhaupt nicht auf. Sichtbar in genau einem Kaufmoment, unsichtbar in jedem Prozess, der sich etwas anders formuliert.

Dasselbe Muster auf hohem Niveau bei Staffbase aus Chemnitz, das Mitarbeiterkommunikation mit 89,8 Prozent dominiert und sonst nirgends vorn liegt. Auf Platz 2 und 3 dieser Kategorie stehen Microsoft und Slack.

Im Software-Management dann die unangenehme Variante. Sastrify aus Köln ist im Gesamtranking präsent, schafft es aber in keiner der fünf Kaufmoment-Kategorien in die Top 5. Bei Raynet und Substly dasselbe Bild. Vorn liegen Zylo, Torii und Zluri, die im DACH-Markt kaum Präsenz haben, dafür tief in Fachmedien und Vergleichsportalen verankert sind.

Wie weit das von Produktlogik weg ist, zeigen die Fehlgriffe.

• Auf die Frage, wie man bessere SaaS-Konditionen verhandelt, nennt die KI HubSpot mit 31,5 Prozent, dazu Zendesk und Adobe. Keiner davon hat ein Vendor-Management-Produkt.
• Beim Thema Shadow IT führt Flexera, ein SAM-Tool, eine Kategorie an, in der eigentlich SMP-Anbieter stehen müssten.

Die Modelle antworten nach Quellendichte, nicht nach Produktkategorie. Kein Produktproblem, ein Quellenproblem.

Welche Quellen die Antwort tragen

Im deutschen SMP-Markt hat dieselbe Messung 349 Anbieter erfasst und 1.442 Seiten aus 723 Domains ausgewertet. Acht der zehn meistzitierten Domains sind Anbieter-Webseiten. Zitiert werden dort aber Vergleichsartikel, Ratgeber und Kategorielisten, nicht Produktseiten. 60 Prozent der zitierten Seiten sind deutschsprachig oder DACH-lokalisiert. Europäische Anbieter fehlen trotzdem in der Hälfte der Kaufmomente.

Der Quellenmix im Security-Awareness-Markt sieht ähnlich aus.

• Über drei Viertel aller Citations entfallen auf Hersteller-Hubs und kleinere Fachportale.
• Earned Media kommt auf 8,2 Prozent, Reddit und YouTube zusammen auf 7,3 Prozent.
• Institutionen wie BSI, IHK, TÜV und Gartner erreichen zusammen 4,2 Prozent.

Bei den Review-Plattformen kommen drei unabhängige Auswertungen für den deutschen Markt zum selben Bild. SE Ranking findet in 31,9 Prozent aller KI-Übersichten einen Link auf eine Bewertungsplattform, bei expliziten Bewertungs-Suchen sind es 63,5 Prozent. Die Verteilung liegt bei Trustpilot mit 35,77 Prozent, OMR.com mit 21,06 Prozent, G2 mit 9,3 und Capterra mit 4,95. Blinq sieht bei 250.000 ausgewerteten Antworten ebenfalls OMR Reviews vor allen anderen Testportalen. Citavo ordnet bei 5.099 Citations aus zehn Branchen 78,7 Prozent aller Quellen Unternehmenswebseiten zu, nur 3,8 Prozent Bewertungsportalen.

Wer im DACH-Raum sein G2-Profil pflegt und OMR ignoriert, arbeitet an der falschen Plattform. Nebenbei sind drei Signale, die früher getrennt liefen, heute ein Konzern. G2 hat Capterra, Software Advice und GetApp übernommen.

Dass das für europäische Anbieter machbar ist, steht in denselben Daten. USU aus Möglingen führt das SMP-Citation-Ranking mit 2,87 Prozent vor allen US-Wettbewerbern und liegt in Lizenz- und Vertragsmanagement mit 21,6 Prozent auf Rang 2. Die Begründung in der Quelle ist unspektakulär. USU publiziert seit Jahren eigene Ratgeber und Leitfäden, aus denen die Modelle heute zitieren. Im Spend-Management führt Spendesk mit 50,2 Prozent vor Circula und Moss aus Berlin. Wer keine eigene Content-Infrastruktur hat, bezieht rund die Hälfte seiner Citations aus den Hubs der Wettbewerber.

Die technische Basis prüfen statt raten

Der teuerste Fehler in diesem Feld steht in einer Zeile robots.txt. GPTBot zu blocken hat null Effekt auf eure Citations in ChatGPT, weil dieser Crawler nur Trainingsdaten holt. OAI-SearchBot zu blocken killt sie vollständig. Verwechselt wird das ständig, gern von jemandem, der vor einem Jahr aus guten Gründen das Training abgeklemmt hat. Änderungen brauchen bei OpenAI rund 24 Stunden.

Der häufigere unsichtbare Blocker liegt gar nicht in der robots.txt, sondern im CDN. Cloudflare blockt seit dem 1. Juli 2025 bei jeder neu angelegten Domain KI-Crawler standardmäßig. Die Freigabe ist ein aktiver Schritt, den jemand bewusst machen muss. Über eine Million Kunden hatten den Ein-Klick-Block ohnehin schon vorher aktiviert. Wurde eure Marketing-Domain nach einem Relaunch neu angelegt, ist das der erste Ort zum Nachsehen. Auffallen würde es sonst niemandem, weil nichts kaputt aussieht. Beim Bau einer Webseite gehört das zur Grundprüfung.

Der Check ist eine Stunde Arbeit für einen Entwickler aus eurem Team.

• robots.txt gegen OAI-SearchBot, PerplexityBot und Googlebot prüfen, nicht nur gegen GPTBot.
• Die Bot-Regeln im CDN prüfen, inklusive WAF und aller Regeln, die irgendwann gegen Scraping gesetzt wurden.
• Server-Logs gegen die veröffentlichten IP-Ranges abgleichen, also openai.com/searchbot.json und perplexity.com/perplexitybot.json. User-Agent-Strings allein sind trivial fälschbar, echte Verifikation läuft über User-Agent plus IP.
• In der Google Search Console den Report zur generativen Suche öffnen. Bisher die einzige kostenlose Messung vom Betreiber selbst.

Was nachweislich nichts bringt

llms.txt ist der meistverkaufte Handgriff in diesem Feld und der wirkungsloseste. Google schreibt in der eigenen Doku „Google Search ignores them". Ahrefs hat 137.000 Domains ausgewertet, 28 Prozent publizieren eine llms.txt, aber 97 Prozent dieser Dateien bekamen im Mai 2026 null Requests. Kein großer Anbieter hat je bestätigt, die Datei zu lesen. Der Erfinder hat inzwischen selbst klargestellt, dass sie nie ein Discovery-Mechanismus war, sondern eine Landkarte für einen Assistenten, der die Seite schon kennt.

Beim Schema-Markup ist die Datenlage weniger eindeutig, aber auch nicht ermutigend. Ahrefs hat 1.885 Seiten mit neu ergänztem JSON-LD gegen 4.000 Kontrollseiten getrackt. Googles KI-Modus plus 2,4 Prozent, ChatGPT plus 2,2 Prozent, beides statistisch nicht von null zu unterscheiden. Die KI-Übersichten lagen bei minus 4,6 Prozent. Der oft zitierte Befund, dass KI-zitierte Seiten dreimal häufiger Schema haben, ist eine Korrelation und kein Effekt.

Eine belegte Ausnahme gibt es. Ein Preprint über 730 Citations aus ChatGPT und Gemini findet Product- oder Review-Schema mit echten Feldern wie Preis, aggregateRating und Specs in 61,7 Prozent der Fälle zitiert, gegen 41,6 Prozent bei generischem Schema. Am stärksten wirkt das bei Domains mit niedriger Autorität. Die Arbeit ist nicht peer-reviewed, also ein Hinweis und kein Beweis. Als stärksten Einzelprädiktor findet sie etwas ganz anderes, nämlich die organische Google-Position. Position 1 wird in 43 Prozent der Fälle zitiert, Position 7 in 5 Prozent.

Ein realistisches Vorgehen

Daraus ergibt sich eine ziemlich unglamouröse Reihenfolge.

• Erst die Kaufmomente aufschreiben, in der Formulierung eurer Käufer. Zwanzig bis dreißig Prompts aus Kategoriebegriffen und Problembeschreibungen.
• Dann messen, bevor jemand etwas ändert. Auf allen drei Plattformen, mehrfach über Wochen, weil die Antworten schwanken.
• Dann die Crawler-Basis prüfen. Ist OAI-SearchBot draußen oder macht das CDN dicht, war jede Content-Arbeit davor umsonst.
• Dann den Content-Typ bauen, der zitiert wird. Vergleichsartikel, Kategorielisten und Ratgeber, nicht die Produktseite. Deutsch, mit englischem Pendant für den Fanout.
• Die organische Position weiter ernst nehmen, bisher der stärkste Einzelprädiktor.
• Das eigene OMR-Profil vor dem G2-Profil bespielen, solange der Markt DACH heißt.

In Software-Unternehmen dieser Größe hängt das fast immer am Gründer, weil es keine Marketing-Leitung gibt. Wie wir die Marketing-Seite und die Pipeline für Software-Unternehmen angehen, steht auf der Branchenseite.

Was du niemandem versprechen solltest

Der ehrlichste Teil des Themas ist die Liste dessen, was niemand weiß.

• Keine Zahl zu Leads, Pipeline oder Umsatz. Eine Auswertung über 53 B2B-SaaS-Marken findet organischen Traffic 3,5-mal besser konvertierend als KI-Traffic, andere Anbieter melden das Gegenteil mit Faktor 5. Das ist eine offene Frage, keine Kennzahl.
• Keine Aussage zur Größe des Kanals. Die Schätzungen reichen von 0,15 bis 15 Prozent des Traffics. Dazu landen 30 bis 70 Prozent der KI-Sessions ohne Referrer als „Direct" in GA4.
• Kein Ranking und keine Top-Anbieter-Liste. Die Visibility Scores oben sind eine Momentaufnahme aus April 2026 mit 25 Prompts pro Markt über ein einzelnes Tool. Dieselbe Messung zeigt, dass eine andere Wortwahl die Rangfolge umwirft.
• Keine Zeitzusage. Wie lange es dauert, bis ein Vendor in Antworten auftaucht, hat niemand kontrolliert gemessen. Genau hier fangen die meisten Anbieter an zu raten. Und dort wird es teuer.

Was sich sagen lässt, ist der Teil davor. Eure Kategorie wird in einem Fenster sortiert, das ihr nicht seht, lange bevor jemand euer Formular ausfüllt. Die Quellen dieser Sortierung sind bekannt und größtenteils in eurer Hand. Der erste Schritt kostet nur die Zeit, zwanzig Prompts aufzuschreiben und sie einmal durchzuspielen. Wir machen das für Kunden. Dafür brauchst du uns aber nicht.