Eine etablierte Marke kann bei ChatGPT oder anderen KI-Systemen unsichtbar bleiben, obwohl ihre Website gepflegt ist und sie bei Google gut rankt. Entscheidend ist, ob die Systeme sie eindeutig erkennen. Spezielle AI-Metadaten garantieren das nicht.
Bei einer B2B-Anfrage kann ChatGPT andere Anbieter nennen. Claude und Perplexity können eine Marke ebenfalls auslassen oder falsch beschreiben. Für das betroffene Unternehmen bleibt diese Auswahl unsichtbar: Interessenten melden sich nicht, um mitzuteilen, dass sie es in der Antwort nicht gefunden haben.
Unsichtbar trotz guter Rankings
Klassische Kennzahlen machen das Problem schwer greifbar. Eine gepflegte Website und solide Google-Rankings reichen nicht. Auch ein guter Ruf in der Branche garantiert nicht, dass ein KI-System die Marke als eigenständigen Anbieter erkennt. Sichtbarkeit in einer Suchmaschine ist etwas anderes als die Verankerung in den Wissensstrukturen eines KI-Systems. Für Googles AI Overviews und AI Mode gelten keine besonderen AI-Metadaten oder speziellen Schema.org-Auszeichnungen als Zugangsvoraussetzung. Eine Seite muss grundsätzlich indexiert und für einen regulären Such-Snippet geeignet sein.
Im B2B-Geschäft kann das früh Folgen haben. Die im Ausgangstext genannte Zahl, wonach 61 Prozent der Buying Journey abgeschlossen seien, bevor ein Anbieter kontaktiert wird, ließ sich in der verfügbaren Recherche nicht durch einen belastbaren Primärbeleg von Forrester bestätigen. Sie sollte deshalb nicht als gesicherte Kennzahl gelten. Wenn Einkäufer KI-Systeme zur Orientierung nutzen, kann eine Shortlist entstehen, auf der ein nicht erkanntes Unternehmen fehlt. Wie häufig KI-Systeme dabei zum Einsatz kommen, lässt sich aus der unbestätigten Zahl nicht ableiten.
Erst Identität, dann Reichweite
Der Begriff "Ghost Entity" beschreibt eine Marke, die digital präsent ist, von KI-Systemen aber nicht als eindeutige und verlässliche Einheit erfasst wird. Das ist etwas anderes als geringe Sichtbarkeit: Bei geringer Sichtbarkeit kennt das Modell die Marke, gewichtet sie aber schwach. Bei einer Ghost Entity fehlt schon die Grundlage, um sie sicher zu identifizieren oder einem Themenfeld zuzuordnen. Das Unternehmen wird dadurch womöglich gar nicht als passende Option berücksichtigt.
Für die Berücksichtigung in AI Overviews und AI Mode sind keine speziellen AI-Metadaten oder gesonderten Schema.org-Auszeichnungen erforderlich. Grundlegende Voraussetzung ist, dass eine Seite indexiert und für einen regulären Such-Snippet geeignet ist.
Mehr Inhalt ist deshalb nicht automatisch die richtige Antwort. Zusätzliche Texte auf der eigenen Website können ein vorhandenes Signal verstärken. Fehlt jedoch ein klarer Anker für die Marke, schaffen weitere Inhalte nicht zwangsläufig die Beziehungen, die eine verlässliche Einordnung ermöglichen. Vorrang haben eine konsistente Identität und maschinenlesbare Beschreibungen. Hinzu kommen Verknüpfungen zu relevanten Themen über unabhängige Quellen.
Strukturierte Daten können Organisationen oder Produkte präziser beschreiben. Sie müssen aber zum sichtbaren Inhalt der Seite passen und garantieren keine Aufnahme in KI-Antworten. Bei kommerziellen Angeboten können auch Kataloge und Produktfeeds für die maschinelle Interpretation wichtig sein. APIs spielen ebenfalls eine Rolle. Entscheidend sind konsistente Namen und Kennungen. Kategorien und Produktattribute müssen dazu passen. Eine Übersicht zu diesen Datenpfaden bietet der Beitrag zu KI-Einkaufsagenten.
Inhalte bleiben wichtig: Sie erklären, was ein Unternehmen anbietet. Sie ersetzen aber nicht die eindeutige Zuordnung des Unternehmensnamens zu seinem Geschäftsfeld. Wer diese Aufgaben verwechselt, kann viel veröffentlichen und trotzdem am eigentlichen Erkennungsproblem vorbeiarbeiten.
Das Muster zählt
Ein erster Check lässt sich mit wiederholten Fragen an mehrere KI-Systeme machen. Zunächst wird nur der Firmenname abgefragt, danach derselbe Name mit einem Branchenbezug. Erkennt das System das Unternehmen und beschreibt es korrekt, spricht das eher für ein Sichtbarkeits- oder Gewichtungsproblem. Bleibt die Antwort aus oder fällt sie falsch aus, kann die Identität unzureichend verankert sein. Widersprüche zwischen Antworten sind ein weiteres Warnsignal.
Ein einzelner Versuch reicht für die Diagnose nicht. KI-Antworten können schwanken. Aussagekräftiger ist ein wiederkehrendes Muster über mehrere Durchläufe und Systeme hinweg. Der Test liefert eine praktische Orientierung, aber keine unabhängige Messung der internen Wissensstruktur eines Modells. Er zeigt, ob die Marke in den abgefragten Situationen erkannt wird. Warum eine Antwort ausbleibt, lässt sich daraus allein nicht ablesen.
Für lokale Unternehmen gehört außerdem ein aktuelles Google Business Profile zu einer konsistenten digitalen Präsenz. Google kündigte im Mai 2025 visuelle Ortskarten für Nutzer des AI Mode in den USA an. Sie können Bewertungen und Öffnungszeiten anzeigen. Auch Rezensionen können dort auftauchen. Das ist ein konkreter Darstellungsweg für lokale Informationen, aber keine Garantie, dass ein Unternehmen in jeder KI-Antwort erscheint.
Wer die eigene Auffindbarkeit verbessern will, sollte zuerst prüfen, ob KI-Systeme die Marke überhaupt kennen und korrekt einordnen. Erst dann lässt sich sinnvoll an ihrer Gewichtung arbeiten. Die oft genannte Zahl, wonach 61 Prozent der Buying Journey vor dem ersten Anbieterkontakt abgeschlossen seien, ist nicht durch einen belastbaren Primärbeleg von Forrester bestätigt.
Eine Entität ist hier eine eindeutig erkennbare Einheit wie ein Unternehmen oder eine Marke, verbunden mit bestimmten Eigenschaften und Themen. Maschinenlesbare Beschreibungen helfen, diese Informationen strukturiert darzustellen. Unabhängige Erwähnungen können weitere Verknüpfungen liefern. Eine Nennung auf der eigenen Website allein garantiert jedoch keine korrekte oder dauerhafte Darstellung in jedem KI-System.
