DUP UNTERNEHMER-Magazin: Was bedeutet für Sie Sichtbarkeit eines Unternehmens in LLMs?
Karsten Traist: Die Sichtbarkeit in Large Language Models ist für uns ein wichtiges Zukunftsthema und wird weiter an Relevanz gewinnen. Dabei geht es nicht um ein Entweder-oder zwischen Markenbekanntheit und korrekten Informationen, sondern um eine Symbiose aus Datenqualität, Vertrauen und Präzision. Entscheidend ist, dass Informationen über unser Unternehmen und unsere Produkte korrekt und konsistent wiedergegeben werden.
Viele Firmen konzentrieren sich weiterhin auf SEO. Ergibt das in Zeiten von KI-Sprachmodellen überhaupt noch Sinn?
Traist: SEO ist weiterhin unverzichtbar. Wenn KI-Systeme nach Informationen suchen, greifen sie auf relevante Quellen zurück, und SEO hilft dabei zu bestimmen, welche Inhalte als relevant eingestuft werden. Zudem bleibt die Google-Suche trotz wachsender Bedeutung von LLMs eine wichtige Trafficquelle, auch weil sich Sprachmodelle das Vertrauen der Nutzer erst noch erarbeiten müssen.
Technisches SEO stellt sicher, dass Inhalte optimal und schnell auffindbar sind. Insofern bildet SEO die Grundlage für Generative Engine Optimization. Gleichzeitig sollten Unternehmen die aktuelle Transformation berücksichtigen und ihre Inhalte zunehmend auf Zitierfähigkeit und GEO ausrichten, um langfristig sichtbar zu bleiben.
Wie müssen Daten aufbereitet werden, um von Sprachmodellen aufgegriffen zu werden?
Traist: Um auf relevante Nutzeranfragen reagieren zu können, müssen Informationen bereits im Vorfeld strukturiert und vollständig bereitgestellt werden. Deshalb legen wir großen Wert auf individuelle und relevante Produktbeschreibungen sowie auf erklärende Texte, die Sachverhalte anschaulich und kontextbezogen darstellen. Ebenso wichtig ist eine strukturierte Aufbereitung der Daten.
Damit unterstützen wir sowohl unsere Kunden als auch die Sprachmodelle dabei, Produkte besser einschätzen zu können. Unser Ziel ist es, als zitierfähiger Experte wahrgenommen zu werden. Dabei ist zu berücksichtigen, dass es derzeit noch keine einheitlichen Standards für die Optimierung auf Sprachmodelle gibt.
Welche Rolle spielen externe Quellen wie Wikipedia, Fachmedien oder Auszeichnungen für die Sichtbarkeit?
Traist: Erwähnungen in relevanten Medien können positive Effekte auf Reichweite und Vertrauen haben. Eine neutrale und faktisch korrekte Präsenz trägt wesentlich zur Reputation eines Unternehmens bei. Ähnliches gilt für Siegel oder Auszeichnungen: Ergebnisse wie „Bester Marktplatz“ oder gute Platzierungen in Fachmedien werden als Vertrauenssignale wahrgenommen und können die Wahrnehmung einer Marke positiv beeinflussen.
Werden Sprachmodelle die Unternehmenskommunikation grundlegend verändern?
Traist: Sprachmodelle treiben den Wandel in der Unternehmenskommunikation deutlich voran. Gleichzeitig bergen sie auch Risiken, etwa wenn bei unzureichender Informationslage falsche Inhalte entstehen und zu Imageschäden oder Vertrauensverlust führen können.
Deshalb wird es immer wichtiger, Fakten transparent aufzubereiten und die Originalquelle klar sichtbar zu machen. Kommunikation wird insgesamt schneller und umfangreicher, wodurch menschliche Kuratierung und eine klare Markenstimme zu entscheidenden Differenzierungsmerkmalen werden.
Welche Tools und Beratungsangebote gibt es derzeit – und wie werden sie nachgefragt?
Traist: Wir bieten insbesondere unseren Händlern auf dem Kaufland Global Marketplace verschiedene Unterstützungsangebote, die kontinuierlich weiterentwickelt werden. Dazu gehören Schulungsangebote wie die Seller-University und Webinare zur optimalen Produktdarstellung sowie zur Bedeutung hochwertiger Produktdaten für die Auffindbarkeit.
Ergänzend stellen wir Tools wie Sponsored Ads zur Verfügung, mit denen Händler ihre Sichtbarkeit innerhalb unserer zunehmend KI-gestützten Suchalgorithmen erhöhen können. Hinzu kommen Data-Quality-Tools mit intelligenten Chats und automatisierten Prüfungen im Seller-Portal, die Händlern zeigen, wie gut ihre Produktdaten gepflegt sind. Diese Angebote werden intensiv genutzt und erhalten durchweg positive Rückmeldungen.