„Wir sind B2B. Uns sucht doch noch keiner über einen Chatbot.“
Sag das im Budgetmeeting, und die Position für KI-Sichtbarkeit ist an der Stelle erledigt. Alle nicken.
Unangenehm ist vor allem, dass du nichts dagegenhalten kannst. Ging mir genauso. Ich hatte Zahlen zum Traffic aus KI-Tools dabei, bekam „unsere Kunden sind Unternehmen“ zurück und hab eingepackt.
Dann hat jemand die Leute gefragt, die am Ende unterschreiben.
Wo starten B2B-Einkäufer ihre Anbietersuche wirklich?
22 % fangen in einem Chatbot wie ChatGPT an, 16 % in einer klassischen Suchmaschine. Die häufigste Einzelantwort bleibt die Empfehlung aus dem Kollegenkreis mit 49 %. Suche und KI haben die Plätze aber schon getauscht.
Hinter der Untersuchung stehen Profound, die Messung von KI-Sichtbarkeit verkaufen, und Listen Labs, die die Interviews führen. Veröffentlicht wurde sie am 15. Juli 2026.
Befragt wurden 100 CMOs in Einzelinterviews, aus Technologie, Finanzdienstleistung, Gesundheitswesen und professionellen Dienstleistungen. Land und Erhebungszeitraum sind nicht veröffentlicht.
Diese 22 % decken die Phase ab, bevor irgendwer deinen Namen irgendwo eintippt. Noch keine Marke im Kopf, keine Shortlist, kein Tab offen. Wer da fehlt, bleibt für diese 22 % schlicht unsichtbar — eine Bewertung kommt für ihn gar nicht erst zustande.
Die Entscheider selbst sitzen jeden Tag drin
90 % nutzen einen Chatbot im Arbeitsalltag. 85 % sagen, die Nutzung sei in den letzten sechs bis zwölf Monaten gewachsen. Und 47 % fragen nicht mehr spontan, sondern haben das Ding fest in einen Ablauf eingebaut.
Diese 47 % würde ich unterstreichen. Ein fester Ablauf heißt, dass dieselbe Frage nächsten Monat wieder gestellt wird. Und im Monat darauf noch mal.
Damit entsteht die Liste „welche drei Firmen würde ich in dieser Kategorie anrufen“ woanders als auf dem Messegang.
„Die Führungsebene fasst das noch nicht an“ trägt bei diesen hundert Leuten jedenfalls nicht.
Die Empfehlung von Kollegen führt weiter, mit 27 Punkten Abstand
49 % gegen 22 %, das sind 27 Punkte. Von einem Überholmanöver der KI gegenüber der Mundpropaganda kann also keine Rede sein.
Wer dem Vorstand verspricht, KI-Sichtbarkeit ersetze den Empfehlungskanal, verspricht etwas, das die Daten nicht hergeben.
Ehrlich formuliert ist es enger: Das ist der Kanal, der die Kandidatenliste füllt, bevor überhaupt ein Mensch gefragt wird.
Denn um einen Kollegen zu fragen „was hältst du von denen?“, brauchst du erst mal einen Namen für die Frage. Der kommt irgendwoher, und ein Teil dieses Irgendwo ist inzwischen die Antwort eines Modells.
Nur ChatGPT zu messen lässt die Hälfte weg, die entscheidet
Die Werkzeuge teilen sich nach Aufgabe auf. Claude bekommt 44 % für Strategie und lange Texte, ChatGPT 29 % für Content und Copy, Gemini 22 % innerhalb der Google-Umgebung, Copilot 12 % innerhalb der Microsoft-Welt.
Eine Sichtbarkeitsmessung, die nur ChatGPT abfragt, lässt also ausgerechnet den Assistenten aus, den diese Leute für Strategiearbeit öffnen.
Unsere eigene Beobachtung zeigt dasselbe von der anderen Seite. Bei denselben fünf Themen in vier Assistenten kamen 106 zitierte Quellen bei ChatGPT heraus, 100 bei Perplexity, 74 bei Gemini und 72 bei Claude (eigene Messung, n=20 Abfragen, ChatGPT/Gemini/Perplexity/Claude, gemessen am 2026-08-05).
Dieselben Fragen, vier verschiedene Sichtfelder. Du glaubst am Ende dem, den du gemessen hast.
Was du dazusagen musst, wenn du die Zahl zitierst
Die Basis sind 100 Personen. Ein größerer Besprechungsraum voll.
Es wird nicht behauptet, dass die Stichprobe eine Grundgesamtheit abbildet. Das ist Interviewforschung und liest sich auch so.
Land und Erhebungszeitraum fehlen, du kannst die Zahl also weder datieren noch verorten. Als Beleg für den heutigen Stand eines bestimmten Marktes fällt sie damit aus.
Dazu kommt: Es sind Selbstauskünfte. Keine Protokolle davon, was diese Entscheider geöffnet haben, sondern ihre eigene Darstellung.
Und Profound, eine der beiden Firmen, verkauft Messung von KI-Sichtbarkeit. „Der Einkauf startet inzwischen in der KI“ ist ein Ergebnis, das dem Produkt gut tut. Das solltest du abziehen.
Wenn das in eine Präsentation wandert, schreib „n=100“ und „Zeitraum nicht veröffentlicht“ direkt neben die Zahl. Ohne die beiden nimmt dir die erste Rückfrage die ganze Folie auseinander.
Was B2B-Einkäufer mit den Namen machen, die das Modell ihnen gibt, habe ich schon einmal aufgeschrieben. Heute geht es um den Schritt davor: woher die Namen überhaupt kommen.
Drei Kauffragen aufschreiben und vier Modellen stellen
Wenn eine Sache aus dieser Studie in dein nächstes Meeting kommt, dann die Reihenfolge — die Prozentwerte sind zweitrangig. Der Startpunkt einer B2B-Anbietersuche liegt vor der Suchmaschine, in einem Raum mit hundert Leuten, die beruflich einkaufen.
Das reicht als Begründung, um zu prüfen, ob du im Kandidatenkreis auftauchst, bevor jemand deinen Namen sucht.
Die Fragen kommen zuerst, das Werkzeug danach. Schreib drei auf, die ein Einkäufer aus deiner Kategorie tatsächlich tippen würde: „vergleiche die [X]-Tools für Unternehmen aus [Branche]“, „welche Optionen hat ein Mittelständler, der [X] einführen will“. Dieselben drei gibst du mehreren Assistenten.
Taucht dein Name nie auf, verlierst du diesen Kontaktpunkt vor jeder Suche. Taucht er auf, lies nach, wie du beschrieben wirst. Dieser Text nützt deinem Vertrieb meist mehr als der nächste Positionierungs-Workshop.
Ich würde die Studie eher als Hintergrund einordnen denn als Beweis. Sie berechtigt dich dazu, deine Kategorie in deiner Sprache zu messen. Ins Meeting nimmst du mit, was diese drei Fragen zurückgeben.
Also frag sie einfach selbst, bevor die Folien entstehen.
