DUP UNTERNEHMER-Magazin: Was bedeutet für Sie Sichtbarkeit eines Unternehmens in LLMs?
Mathias Elsässer: Im Mittelpunkt steht für mich klar die Markenbekanntheit in Large Language Models. Eine authentische und korrekte Darstellung gehört jedoch untrennbar dazu. Niemand würde eine Marke auf falschen Fakten aufbauen, und das gilt auch für KI-Systeme. Für Unternehmen bedeutet Sichtbarkeit in LLMs ganz konkret, besser gefunden zu werden, wenn Entscheider oder Endkunden sich über KI-Assistenten informieren. Gleichzeitig geht es darum zu verhindern, dass falsche oder veraltete Informationen die Marke beschädigen.
Viele Firmen konzentrieren sich weiterhin auf SEO. Ergibt das in Zeiten von KI-Sprachmodellen überhaupt noch Sinn?
Elsässer: Zunächst muss man verstehen, was Sichtbarkeit in Sprachmodellen heute bedeutet. Moderne Suchagenten sind weit mehr als ein Chat mit einem einzelnen Modell. Es handelt sich um komplexe Systeme, in denen Sprachmodelle mit Real-Time-Retrievern kombiniert werden. Sprachmodelle arbeiten mit trainiertem Wissen und werden nur in größeren Abständen aktualisiert. Um aktuelle Informationen zu berücksichtigen, greifen sie während einer Anfrage zusätzlich auf klassische Suchergebnisse, Knowledge Graphen sowie Daten aus Schnittstellen und Datenbanken zurück.
Genau hier spielen klassische SEO-Ergebnisse weiterhin eine wichtige Rolle. Nur wer in den Suchergebnissen sichtbar ist, wird auch von diesen Retrieval-Systemen berücksichtigt. Gleichzeitig ist die Optimierung deutlich komplexer geworden als früher, als es vor allem um Keywords und einzelne Inhalte ging.
Unternehmen sollten daher weiterhin konsequent auf SEO setzen, ihre Inhalte aber zusätzlich auf KI-basierte Suche ausrichten. Dazu gehören klare Texte, verständliche Zusammenhänge und eine konsistente Darstellung über alle Kanäle hinweg. Gleichzeitig müssen Unternehmen akzeptieren, dass sich die Optimierung stärker in Richtung kontinuierlicher Tests und Anpassungen entwickelt. In den kommenden Jahren wird sich die Gewichtung voraussichtlich weiter zugunsten KI-gestützter Suche verschieben, sodass Datenkompetenz und Experimentierfreude wichtiger werden.
Wie müssen Daten aufbereitet werden, um von Sprachmodellen aufgegriffen zu werden?
Elsässer: Wichtig ist vor allem eine konsistente und saubere Darstellung der Unternehmensinformationen. Das Markennarrativ sowie die Eigenschaften von Produkten und Dienstleistungen sollten verständlich formuliert und in der passenden inhaltlichen Tiefe beschrieben werden. Nur so können Sprachmodelle und Retrieval-Systeme diese Informationen zuverlässig verarbeiten.
Ebenso wichtig ist es, Widersprüche zu vermeiden. Wenn Website, Pressemitteilungen und Fachbeiträge unterschiedliche Zahlen, Begriffe oder Botschaften enthalten, erschwert das den Modellen, ein klares Bild der Marke zu entwickeln.
Welche Rolle spielen externe Quellen wie Wikipedia, Fachmedien oder Auszeichnungen für die Sichtbarkeit?
Elsässer: Eine Präsenz auf Plattformen wie Wikipedia oder in relevanten Online-Communities kann die Sichtbarkeit deutlich verbessern. Sprachmodelle greifen auf große Wissensdatenbanken sowie auf Inhalte aus Foren und Blogs zurück. Unternehmen, die dort häufiger erwähnt werden, haben bessere Chancen, auch in den Antworten von Sprachmodellen aufzutauchen.
Auch Auszeichnungen, Siegel und regelmäßige Erwähnungen in Fachmedien können die Sichtbarkeit zusätzlich stärken, weil sie die Relevanz und Glaubwürdigkeit einer Marke unterstreichen.
Werden Sprachmodelle die Unternehmenskommunikation grundlegend verändern?
Elsässer: Sprachmodelle werden die Unternehmenskommunikation nicht vollständig auf den Kopf stellen, markieren aber den Beginn einer neuen Phase. Konsistentes Informationsmanagement war im Marketing schon immer wichtig, jetzt kommt mit KI ein weiterer zentraler Kanal hinzu.
Klassische Kanäle wie Websites, Social Media und Suchmaschinen bleiben relevant, werden aber zunehmend mit KI-Systemen verzahnt. Neu ist vor allem die Geschwindigkeit und Dialogorientierung. Inhalte müssen so aufbereitet sein, dass sie sowohl in klassischen Formaten funktionieren als auch von Maschinen schnell verarbeitet und in individuelle Antworten übersetzt werden können.
Welche Tools und Beratungsangebote gibt es derzeit – und wie werden sie nachgefragt?
Elsässer: Viele Unternehmen beschäftigen sich derzeit mit der Frage, wie sie ihre Daten so aufbereiten können, dass sie diese sicher und kontrolliert in KI-Anwendungen einsetzen können. Dazu gehören etwa personalisierte Kommunikation, eigene Chatbots oder automatisierte Marketingprozesse.
Künstliche Intelligenz beeinflusst zunehmend das gesamte Marketing Operating Model. Der Schwerpunkt unserer Beratung liegt deshalb auf First-Party-Data-Strategien sowie den entsprechenden Architekturen und Prozessen. Hinzu kommen Target Operating Models für Closed-Loop-Marketing sowie Marketing Analytics. Ziel ist es, Daten, Organisation und KI sinnvoll miteinander zu verbinden.