KI Wettbewerbsanalyse: Nur 11 von 57 Anbietern sagen der KI, wer sie sind

1. Einführung: was eine KI Wettbewerbsanalyse heute leisten muss

Ein Zulieferer verliert eine Anfrage, ohne je im Rennen gewesen zu sein. Der Einkäufer auf der anderen Seite hatte keinen Katalog gewälzt, sondern einen Chatbot nach den führenden Anbietern für sein Bauteil gefragt und drei Namen bekommen. Der Zulieferer stand nicht darauf. Damit hat sich verschoben, wie der Einkauf Anbieter auswählt, und damit auch, was eine Wettbewerbsanalyse überhaupt erfassen muss.

Eine KI Wettbewerbsanalyse ist die systematische Untersuchung Ihrer Wettbewerber mit und in KI-Systemen. Sie verbindet zwei Ebenen: Erstens werten Sprachmodelle öffentliche Wettbewerbsdaten aus. Zweitens messen Sie, welche Anbieter dieselben Systeme nennen, wenn Kaufinteressenten nach Ihrer Leistung fragen. Ergebnis ist eine Kennzahl, kein Bauchgefühl.

Was das für Sie heißt: Ihre Kunden vergleichen Sie längst nicht mehr nur im Gespräch. Sie tippen eine Frage in einen Chatbot und lesen eine Liste mit drei oder vier Namen. Steht Ihr Name nicht darauf, verlieren Sie die Anfrage, bevor sie überhaupt entsteht. Der erste Schritt dagegen kostet Sie nichts außer zehn Minuten: Stellen Sie die Frage selbst und schreiben Sie auf, wer genannt wird.

Genau das ist der Punkt, an dem die üblichen Ratgeber aufhören. Sie erklären, wie KI die Analyse beschleunigt, und übersehen, dass dasselbe System inzwischen selbst zum Gegenstand der Analyse geworden ist. Ein GEO-Audit (die Bestandsaufnahme Ihrer Sichtbarkeit in KI-Antworten) liefert dafür den messbaren Ausgangspunkt.

2. Warum die Wettbewerbsanalyse ein zweites Spielfeld bekommen hat

Die klassische Wettbewerbsanalyse beobachtet Preise, Produkte, Stellenanzeigen und Pressearbeit. Das zweite Spielfeld ist die Antwort selbst: die Liste von Anbietern, die ein KI-Chatbot ausgibt, wenn jemand nach einer Leistung fragt. Diese Liste ist inzwischen ein Marktergebnis wie ein Regalplatz im Supermarkt, sie entscheidet über die erste Aufmerksamkeit, und sie lässt sich mit demselben Aufwand erheben wie ein Preisvergleich.

Künstliche Intelligenz verändert dabei beide Rollen zugleich: Sie ist das Werkzeug, mit dem Sie analysieren, und der Ort, an dem Sie gefunden werden. Genau diese Doppelrolle macht die ki-gestützte Wettbewerbsanalyse aus.

Der Druck dafür kommt von zwei Seiten. Auf der Anbieterseite berichten laut der Untersuchung State of Competitive Intelligence 57,5 Prozent der befragten Fach- und Vertriebsverantwortlichen, dass mehr ihrer Abschlüsse umkämpft sind als im Vorjahr. 80 Prozent erzeugen wettbewerbsbezogene Vertriebsinhalte inzwischen mit generativer KI, zwei Jahre zuvor waren es 25 Prozent. Competitive Intelligence, also die systematische Wettbewerbsbeobachtung, ist damit kein Sonderprojekt mehr, sondern Grundlage für strategische Entscheidungen.

Auf der Käuferseite zieht die Entwicklung nach. Im B2B-Monitor von Carpathia setzen 27 Prozent der befragten Einkäufer KI für die Suche nach Produkten und Lieferanten ein. Bei Betrieben ab 50 Mitarbeitenden sind es 54 Prozent. Befragt wurden zwischen April und Juli 146 Personen, die Stichprobe ist also klein, die Richtung aber eindeutig.

Dazu kommt ein deutscher Befund, der die Chance beschreibt. Nach der Studie Erschließung des KI-Potenzials in Deutschland setzen 63 Prozent der deutschen Unternehmen KI ein, aber nur 15 Prozent nutzen sie transformativ. Die Mehrheit bleibt bei Basisanwendungen. Wer die Nutzung von KI strukturiert angeht statt nur zu chatten, hat hier einen realen Wettbewerbsvorteil.

3. Voraussetzungen: was Sie vor der ersten Analyse benötigen

Drei Dinge müssen stehen, bevor die erste Frage getippt wird. Sie brauchen eine feste Liste von Wettbewerbern, einen festen Katalog von Fragen und eine Tabelle, in der jedes Ergebnis mit Datum landet. Fehlt eines davon, entsteht eine Sammlung von Eindrücken statt einer Analyse. Alles drei passt auf eine Seite.

• Wettbewerbsset: 8 bis 15 Namen, schriftlich festgehalten. Mehr wird unübersichtlich, weniger übersieht die Nische neben Ihnen.
• Fragenkatalog: 10 bis 20 Fragen in der Sprache Ihrer Kunden, nicht in Ihrer Produktsprache.
• Messprotokoll: je Zeile Datum, System, Frage, genannte Anbieter, Reihenfolge, zitierte Quelle.
• Rechtlicher Rahmen: ausgewertet wird, was öffentlich erreichbar ist. Zugangsbeschränkungen werden nicht umgangen, personenbezogene Angaben nicht gesammelt.

Der Aufwand für die erste Runde liegt bei einem halben Tag. Danach wird es Routine, und die Wiederholung ist der eigentliche Wert.

4. Schritt für Schritt: die KI Wettbewerbsanalyse in fünf Schritten

Die folgenden fünf Schritte lassen sich ohne Spezialwerkzeug durchführen. Sie brauchen Zugang zu zwei oder drei KI-Chatbots, eine Tabelle und die Bereitschaft, dieselbe Frage mehrfach zu stellen. Genau daran scheitern die meisten Versuche.

Schritt 1: Das Wettbewerbsset sauber definieren

Schreiben Sie auf, gegen wen Sie tatsächlich verlieren, nicht gegen wen Sie sich gern vergleichen. Drei Quellen helfen, die wichtigsten Wettbewerber zu identifizieren: verlorene Angebote der letzten zwölf Monate, die Namen, die Ihr Vertrieb im Gespräch hört, und ein Branchen- oder Verbandsverzeichnis für die Mitbewerber, die Sie noch nicht kennen. Aus diesen drei Listen entsteht ein Set, das die Wettbewerbslandschaft realistisch abbildet. In einer Geschäftswelt, in der jeder Konkurrent nur einen Prompt entfernt ist, entscheidet die Vollständigkeit dieser Liste über die Qualität aller weiteren Schritte.

Ein Set aus dem Bauch heraus ist fast immer zu klein.

Schritt 2: Fragen formulieren, die Ihre Käufer wirklich stellen

Ein Prompt ist eine Textanfrage in einem KI-Assistenten, und er liefert nur so gute Antworten wie die Frage dahinter. Gute Prompts arbeiten mit denselben Wörtern, die Ihre Käufer eintippen, nicht mit Ihrer Produktsprache. Nehmen Sie deshalb die Formulierungen aus echten Anfragen, aus dem Postfach des Vertriebs und aus Ausschreibungen. Mischen Sie drei Typen: die offene Marktfrage, den direkten Vergleich zweier Anbieter und die Entscheidungsfrage mit Bedingung, etwa nach Region, Zertifikat oder Liefermenge.

Wer bereits mit klassischem SEO arbeitet, hat einen Vorsprung: Die Keywords aus der Suchmaschinenoptimierung sind oft dieselben Begriffe, mit denen Käufer auch eine KI ansprechen. Nutzen Sie diese Liste als Ausgangspunkt und formulieren Sie daraus ganze Fragen.

Schreiben Sie die Fragen einmal auf und ändern Sie sie nicht mehr. Nur ein fester Katalog erlaubt später einen Vergleich über die Zeit. In unseren Tests nennt dasselbe System bei leicht anderer Formulierung andere Anbieter, obwohl die Frage inhaltlich gleich bleibt.

Schritt 3: Mehrfach messen statt einmal fragen

Eine einzelne Antwort ist kein Messwert, sondern eine Stichprobe von eins. Sechs Forschende um Guillaume Coqueret halten in einer Arbeit vom Juli fest, warum das so ist.

„Anders als herkömmliche Messungen können die Ausgaben von Sprachmodellen zwischen wiederholten Anfragen schwanken, selbst wenn die Eingabe und die sichtbaren Modelleinstellungen unverändert bleiben.“
(„Unlike conventional measurements, LLM outputs can vary across repeated requests even when the prompt and apparent model settings remain unchanged.“)
Coqueret und Kollegen, arXiv

Praktisch heißt das: jede Frage mindestens fünfmal, verteilt über mehrere Tage, in mindestens zwei Systemen. Notiert wird nicht die schönste Antwort, sondern jede einzelne. Aus der Häufigkeit entsteht ein Anteilswert, und erst dieser Anteil ist belastbar. Der Test KGHaluBench macht es vor und wertet je Modell zehn Durchläufe mit 150 Fragen aus.

Schritt 4: Öffentliche Quellen der Wettbewerber auswerten

Jetzt erst kommt die Ebene, die alle Ratgeber beschreiben. Sammeln Sie je Wettbewerber das Seitenverzeichnis, die Leistungsseiten, Stellenanzeigen und Pressemitteilungen und lassen Sie ein Sprachmodell daraus Stärken und Schwächen herausarbeiten. Ein Sprachmodell kann große Datenmengen in kurzer Zeit scannen, Muster identifizieren und die Kernaussagen filtern, für die ein Mensch Tage bräuchte. Genau hier liegt der Zeitgewinn.

Die Ergebnisse müssen jedoch nachgeprüft werden. Im Wissenstest KGHaluBench erreichte das beste von 25 geprüften Modellen 65,60 Prozent gewichtete Genauigkeit. Rund ein Drittel der Aussagen über abgefragte Fakten stimmte also nicht.

„Das untergräbt die Vertrauenswürdigkeit und erzeugt ein falsches Gefühl von Verlässlichkeit, weil Antworten, die flüssig und sachlich wirken, trotzdem häufig Halluzinationen enthalten.“
(„This undermines trustworthiness and creates a false sense of reliability, as the responses which appear fluent and factual still often include hallucinations.“)
Robertson und Kollegen, KGHaluBench

Behandeln Sie eine KI-Zusammenfassung deshalb wie den Bericht eines eifrigen Praktikanten: schnell, breit, gut lesbar, und jede Zahl wird gegengeprüft, bevor sie in eine Entscheidung eingeht.

Schritt 5: Ergebnisse in Kennzahlen übersetzen

Drei Kennzahlen genügen für den Anfang. Zählen Sie erstens den Anteil der Antworten, in denen Sie genannt werden. Dazu kommt Ihr Share of Voice, also Ihr Anteil an allen genannten Anbietern. Als Drittes notieren Sie die Zahl der Fragen, in denen ein bestimmter Wettbewerber vor Ihnen steht. Wer diese drei Werte quartalsweise fortschreibt, sieht Marktveränderungen, bevor sie im Umsatz ankommen. Bei Crayon erreichen 66 Prozent der Teams mit Kennzahlen eine steigende Abschlussquote, ohne Kennzahlen sind es 24 Prozent.

Wie sich daraus ein fortschreibbarer Wert bilden lässt, zeigt die Rechenlogik hinter einem Sichtbarkeitswert für KI-Antworten.

5. Welche KI-Tools die Wettbewerbsanalyse unterstützen

Für die fünf Schritte oben genügt ein einfacher KI-Chatbot. Sobald Sie die Konkurrenzanalyse dauerhaft betreiben und wiederkehrende Aufgaben automatisieren wollen, kommen spezialisierte KI-Tools ins Spiel. Die besten KI-Tools nehmen Ihnen Fleißarbeit ab, doch kein Tool trifft die Entscheidung, es hilft nur, fundierte Entscheidungen zu treffen. Sie lassen sich in drei Gruppen ordnen, je nachdem, welche Frage sie beantworten.

• Allgemeine Sprachmodelle wie ChatGPT, Claude, Copilot, Gemini, Perplexity und Grok: Sie fassen öffentliche Quellen zusammen und generieren erste Stärken-Schwächen-Profile, teils sogar eine grobe Buyer Persona der Zielkunden eines Mitbewerbers. Ihre Stärke ist die qualitative Datenanalyse, ihre Schwäche die Präzision bei Zahlen.
• Klassische Marktforschungs- und SEO-Werkzeuge: Sie liefern quantitative Kennzahlen zu Reichweite, Keywords und Sichtbarkeit und eignen sich für eine breitere Marktanalyse. Ihre Schätzungen für den E-Commerce und andere Branchen basieren auf Panels und sind nicht mit der eigenen Statistik zu verwechseln.
• Sichtbarkeits-Werkzeuge für die KI-Suche: Sie messen, welche Marken die Systeme in der AI Search nennen, und erlauben es, diese Nennungen in Echtzeit zu verfolgen. Diese Gruppe ist neu und für die zweite Ebene der Analyse entscheidend.

Interaktive Dashboards ermöglichen es, diese Werte an einem Ort zu bündeln, statt sie in verstreuten Tabellen zu suchen. Der Nutzen steht und fällt aber mit der Qualität der Ergebnisse, die hineinfließen. Ein Werkzeug, das auf schwachen Daten basieren muss, erzeugt hübsche Diagramme ohne wertvolle Einblicke.

Im Hintergrund arbeiten diese Systeme mit Natural Language Processing, also der maschinellen Sprachverarbeitung, um Texte zu lesen und Daten zu interpretieren. Manche gehen weiter und setzen KI-Agents ein, also Programme, die mehrere Schritte eigenständig ausführen und Quellen selbst scannen. Für die meisten Betriebe ist das mehr, als die erste fundierte Wettbewerbsanalyse benötigt. Fangen Sie klein an und rüsten Sie nach, wenn die Routine steht.

Egal, welche Kategorie Sie wählen: Ein intelligentes Werkzeug ersetzt nicht das Urteil. KI-gestützte Marktanalysen liefern eine Empfehlung, doch die relevante Entscheidung, ob daraus eine Kampagne, eine Preisänderung oder ein neues Angebot wird, treffen Sie. So entstehen aus laufenden Wettbewerbsanalysen echte Insights statt bloßer Reports, und aus dem Blick auf die Customer Journey der Konkurrenz eine eigene Idee. Wer KI nutzen will, um den generativen Modellen die Fleißarbeit zu überlassen, gewinnt Zeit für genau diese Innovation. Die ki-gestützten Auswertungen liefern die Grundlage, um auf einen dynamischen Markt schneller zu reagieren und strategische Entscheidungen zu treffen.

6. Häufige Fehler und wie Sie sie vermeiden

Fast alle Fehler in der KI Wettbewerbsanalyse gehen auf dieselbe Ursache zurück: Ein Eindruck wird wie ein Messwert behandelt. Die folgende Übersicht ordnet den vier häufigsten Fällen jeweils die Folge und die Abhilfe zu.

7. Unsere Position: Die KI ist nicht nur Werkzeug, sondern Messobjekt

Die meisten Ratgeber zum Thema empfehlen KI als schnelleren Analysten und hören dort auf. Unsere Position: Bei der Frage, wer im Markt führt, ist das KI-System nicht der verlässliche Analyst, sondern das interessantere Messobjekt. Seine Antwort erreicht inzwischen dieselben Käufer, die früher eine Anbieterliste selbst zusammengestellt haben.

Das lässt sich prüfen. Wir haben ein Wettbewerbsset genau so gebaut, wie ein KI-System es bauen würde: über die geschlossene Liste einer deutschen Wikipedia-Kategorie zu Medizintechnik-Unternehmen, 67 Anbieter mit offizieller Website, komplett übernommen und ohne Handauswahl. Gemessen wurde nur das öffentlich ausgelieferte Rohdokument der Startseite, ohne JavaScript und ohne Anmeldung. 57 waren auswertbar.

Das Ergebnis ist deutlich. 55 der 57 Websites liefern lesbaren Text auch ohne JavaScript, daran scheitert es also nicht. 21 hinterlegen strukturierte Daten im Quelltext, aber nur 11 beschreiben sich darin überhaupt als Unternehmen. 8 verweisen von dort auf ihre eigenen Profile. Die übrigen beschreiben ihre Website, nicht ihren Betrieb.

Das ist, als stünde an jedem Laden ein Schild mit der Aufschrift „Eingang“ statt des Firmennamens.

Für Sie ist das eine gute Nachricht. In diesem Wettbewerbsset genügt es, als Unternehmen erkennbar zu sein, um vor 46 von 57 Anbietern zu liegen. Der Aufwand dafür liegt bei wenigen Stunden Arbeit am Quelltext. Der zweite Befund passt dazu: Nur eine einzige der 57 Websites sperrt KI-Abrufprogramme aus. Fast niemand schließt die Tür, fast niemand beschriftet sie.

Die eigene Website ist dabei nur die halbe Antwort. Welche Anbieter ein System nennt, hängt auch daran, wer außerhalb der eigenen Seiten über sie schreibt. Deshalb gehört zur Analyse der Blick darauf, wie Wettbewerber Nennungen durch Dritte aufbauen, und zwar in denselben Fachmedien, die auch Sie erreichen könnten.

8. Fazit

Eine KI Wettbewerbsanalyse ersetzt keine Marktkenntnis. Sie macht aus Marktkenntnis etwas Nachprüfbares, und sie erfasst ein Spielfeld, das vor zwei Jahren noch nicht existierte und heute über die erste Aufmerksamkeit Ihrer Käufer mitentscheidet. Der Aufwand ist gering. Der Vergleichswert entsteht aber erst durch Wiederholung.

Das Ziel ist ein Satz, den Sie im nächsten Führungskreis sagen können: In so und so vielen von hundert Antworten auf unsere Kernfragen werden wir genannt, vor einem Quartal waren es so und so viele.

9. Anhang: Checkliste für die erste Runde

• Wettbewerbsset mit 8 bis 15 Namen schriftlich festgelegt, Quelle je Name notiert.
• 10 bis 20 Fragen in Kundensprache formuliert, davon je ein Drittel offen, vergleichend und bedingt.
• Mindestens zwei KI-Systeme ausgewählt, Messtermine über zwei Wochen verteilt.
• Jede Antwort protokolliert: Datum, System, genannte Anbieter, Reihenfolge, zitierte Quelle.
• Jede übernommene Zahl gegen die Originalquelle geprüft.
• Drei Kennzahlen berechnet und mit dem Datum der Erhebung abgelegt.
• Eigene Startseite geprüft: Beschreibt der Quelltext das Unternehmen oder nur die Website? Ein Audit des Wissensnetzes zeigt, was fehlt.
• Eine Maßnahme abgeleitet und terminiert. Für den Mittelstand bündelt die Übersicht zur KI-Sichtbarkeit im Mittelstand die typischen ersten Schritte.

Wer die Liste zweimal durchläuft, hat bereits eine Zeitreihe. Wer sie viermal durchläuft, hat ein Frühwarnsystem. Wichtig ist dabei weniger die Tiefe der einzelnen Runde als der gleiche Ablauf über die Zeit, denn nur so entsteht ein Vergleich, der Markttrends sichtbar macht, bevor sie sich im Auftragseingang zeigen.

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. KI-Systeme entwickeln sich schnell; genannte Zahlen sind den verlinkten Quellen entnommen und können sich ändern. Die eigene Stichprobe ist eine Momentaufnahme und nicht repräsentativ. Rechtliche Hinweise ersetzen keine fachjuristische Beratung.