ChatGPT im B2B-Einkauf: Nutzungsdaten und Verhalten in der DACH-Region

Die Nutzung von generativer Künstlicher Intelligenz im B2B-Einkauf beschreibt den Prozess, bei dem Beschaffungsverantwortliche dialogbasierte KI-Modelle wie ChatGPT, Perplexity oder Gemini einsetzen, um potenzielle Lieferanten für komplexe Industriegüter und Dienstleistungen zu identifizieren, vorzuqualifizieren und fachlich zu vergleichen. Für B2B-Anbieter entsteht dadurch eine völlig neue Anforderung: Wer in den KI-Antworten nicht als Lösung vorgeschlagen wird, findet für den potenziellen Kunden schlichtweg nicht statt.

Zusammenfassung

• Diverse Nutzergruppen: Nicht nur der strategische Einkauf, sondern vor allem technische Bedarfsträger wie Konstrukteure und Produktionsleiter nutzen KI für den ersten Marktscan.
• Komplexe Suchanfragen: B2B-Entscheider tippen keine kurzen Keywords mehr ein. Sie formulieren spezifische, oft mehrteilige Prompts mit exakten technischen Anforderungen.
• Fokus auf frühe Phasen: Der intensivste KI-Einsatz erfolgt bei der Bedarfsanalyse und der Erstellung von Shortlists.
• Gesunde Skepsis bleibt: Einkäufer misstrauen KI-generierten Preisen, Lieferzeiten und Referenzkunden. Diese Daten verifizieren sie weiterhin direkt beim Anbieter.
• Neue Sichtbarkeitsregeln: Anbieter müssen ihre Website-Inhalte gezielt für Large Language Models optimieren, um überhaupt in die engere Auswahl der Einkäufer zu gelangen.

Inhaltsverzeichnis

• Wer nutzt KI im B2B-Einkauf der DACH-Region?
• Welche Prompts tippen Einkäufer bei der Lieferantensuche ein?
• Wie verläuft die KI-gestützte Beschaffung über die Projektphasen?
• Welchen Informationen der KI trauen B2B-Einkäufer nicht?
• Was bedeutet das KI-Suchverhalten für Ihre Online-Sichtbarkeit?
• FAQ

Wer nutzt KI im B2B-Einkauf der DACH-Region?

Generative KI hält zunehmend Einzug in die Beschaffungsabteilungen von Industrie- und Dienstleistungsunternehmen. Unsere interne Beobachtung aus diversen Beratungsprojekten zeigt, dass sich die Nutzung nicht auf eine einzige Hierarchieebene beschränkt. Die Anwender verfolgen dabei je nach Funktion völlig unterschiedliche Ziele.

Der Bedarfsträger (Ingenieur, Konstrukteur, Produktionsleiter) Die eigentliche Suche nach einer technischen Lösung beginnt oft weit vor der offiziellen Ausschreibung. Techniker und Ingenieure im Maschinenbau oder in der Automatisierungstechnik stehen vor einem konkreten Problem. Sie nutzen Tools wie ChatGPT oder Perplexity, um überhaupt erst einmal Lösungsansätze zu finden. Ihr Ziel lautet: "Welche Technologie und welcher Hersteller kann mein exaktes technisches Problem lösen?"

Der strategische Einkäufer Der Einkäufer übernimmt das Projekt meistens dann, wenn Spezifikationen bereits in Grundzügen feststehen. Er sucht nach Redundanzen für die Supply Chain. Strategische Einkäufer nutzen KI-Modelle primär für schnelle Marktrecherchen, um Alternativen zum bisherigen Stammlieferanten zu finden. Sie fragen KI nach Zertifizierungen, Unternehmensgrößen und regionaler Nähe von potenziellen Anbietern.

Die Geschäftsführung Besonders im deutschen Mittelstand sind Geschäftsführer tief in große Investitionsentscheidungen involviert. Kauft ein metallverarbeitender Betrieb ein neues ERP-System, verschafft sich die Geschäftsführung oft selbst einen ersten Überblick. Sie stellen der KI übergeordnete Fragen zur Marktentwicklung, zu den Unterschieden zwischen On-Premise und Cloud-Lösungen sowie zu den typischen Stolpersteinen bei der Implementierung.

Sie sehen: Ihre potenziellen Kunden nähern sich Ihrem Angebot aus diversen Blickwinkeln. Die KI muss in der Lage sein, technische Tiefe für den Ingenieur und strategische Fakten für den Einkäufer abzurufen.

Welche Prompts tippen Einkäufer bei der Lieferantensuche ein?

Die Zeit der rudimentären Google-Suchen nach Keywords wie "Industrieventile Hersteller" weicht einer neuen Präzision. Einkäufer formulieren ihre Suchanfragen bei KI-Systemen im B2B-Umfeld als detaillierte Handlungsanweisungen, sogenannte Prompts.

Typischerweise reichen diese Anfragen von einer groben Marktsondierung bis hin zu sehr tiefgreifenden, vergleichenden Fragestellungen. Blicken wir auf konkrete Beispiele:

1. Der regionale Filter-Prompt: "Nenn mir 5 Hersteller für 5-Achs-CNC-Fräszentren in Süddeutschland, die auf Lohnfertigung für die Medizintechnik spezialisiert und nach ISO 13485 zertifiziert sind."
2. Der Alternativen-Prompt: "Gibt es auf dem europäischen Markt direkte Alternativen zu [Marktführer] für industrielle Bildverarbeitungssysteme mit einem Fokus auf schnelle Fehlererkennung am Fließband?"
3. Der Spezifikations-Prompt: "Welche normativen Anforderungen und spezifischen Zertifizierungen muss ein Lieferant erfüllen, wenn wir Hochdruckventile für die chemische Industrie in der DACH-Region einkaufen wollen?"
4. Der Vergleichs-Prompt: "Vergleiche Anbieter A und Anbieter B für Lagerverwaltungssoftware im Maschinenbau. Gliedere die Antwort nach den Punkten: Zielgruppe, Integrationsaufwand, Schnittstellen-Verfügbarkeit und Kundenbewertungen."
5. Der Zusammenfassungs-Prompt: "Fasse die technischen Spezifikationen und die Alleinstellungsmerkmale der Laser-Schneidanlage X von Hersteller Y zusammen. Liste die Vorteile in Stichpunkten auf."
6. Der Bewertungs-Matrix-Prompt: "Erstelle mir eine Matrix zur Vorqualifizierung von Lieferanten für spritzgegossene Kunststoffgehäuse im Automotive-Sektor. Berücksichtige Kriterien wie Werkzeugbau-Kompetenz in-house und Audits."

Diese Beispiele verdeutlichen: KI-Systeme benötigen extrem spezifische Informationen über Ihr Unternehmen, um solche Fragen fundiert beantworten zu können. Wenn Sie auf Ihrer Website nur generische Marketingtexte veröffentlichen, hat die KI keine Fakten, mit denen sie arbeiten kann.

Wie verläuft die KI-gestützte Beschaffung über die Projektphasen?

Der komplette Einkaufsprozess bei komplexen B2B-Investitionen gliedert sich klassisch in mehrere Phasen. KI-Modelle spielen nicht in jeder Phase die Hauptrolle, verändern die frühen Stadien jedoch drastisch. Branchenschätzungen gehen typischerweise davon aus, dass bereits bis zu vierzig Prozent der Vorrecherchen durch KI flankiert werden.

Die folgende Tabelle illustriert, wann und wie B2B-Einkäufer KI konkret einsetzen:

In den Phasen eins bis drei entscheidet sich, ob Sie als Lieferant überhaupt angefragt werden. Gelingt es Ihnen nicht, in der Marktscan-Phase in den Antworten von KI-gestützten Suchmaschinen aufzutauchen, verpassen Sie die Chance auf einen Lead komplett. Sie erhalten keine Einladung zur Angebotsabgabe und erfahren nicht einmal, dass potenzielles Geschäft vergeben wurde.

Welchen Informationen der KI trauen B2B-Einkäufer nicht?

Bei all der Begeisterung für die zeitsparende Recherche behalten professionelle B2B-Einkäufer stets einen kühlen Kopf. Sie wissen um die Schwächen von Large Language Models. Diese sogenannten Halluzinationen – also plausibel klingende, aber falsche Erfindungen der KI – stellen im Risikomanagement der Beschaffung ein Problem dar.

Einkäufer überprüfen bestimmte Datenpunkte kategorisch auf der Anbieter-Website oder erfragen sie im persönlichen Gespräch:

Preise und Konditionen B2B-Projekte, besonders bei Maschinenbauern oder Software-Einführungen, bestehen selten aus Standard-Listenpreisen. Rabatte, Skonti, Rahmenverträge und der Umfang von Service-Level-Agreements verändern den Endpreis massiv. Einkäufer wissen, dass die KI keine aktuellen Projektpreise kennen kann.

Lieferzeiten und Verfügbarkeiten Globale Lieferketten sind dynamisch. Ein KI-Modell, dessen Trainingsdaten teilweise Monate zurückliegen, kann keine verlässliche Aussage zur aktuellen Kapazitätsauslastung einer Fertigungslinie machen.

Konkrete Referenzprojekte Gerade bei Referenzen tendieren Sprachmodelle in Einzelfällen dazu, Anwendungsfälle zu erfinden, die es so nie gab. Einkäufer verlassen sich für den finalen Vertrauenscheck deshalb immer auf die offiziellen Case Studies, die sie direkt beim Anbieter anfragen oder auf dessen Website verifizieren.

Was bedeutet das KI-Suchverhalten für Ihre Online-Sichtbarkeit?

Das veränderte Suchverhalten im Einkauf zwingt B2B-Verantwortliche, ihre Strategien für die digitale Sichtbarkeit grundlegend zu überarbeiten. Traditionelle Suchmaschinenoptimierung (SEO), die oft auf reine Keyword-Dichte und Backlinks setzt, reicht nicht mehr aus. Das neue Fachgebiet heißt Generative Engine Optimization (GEO).

Nur wenn Sie verstehen, wie Einkäufer Anbieter in KI-Suchen finden, können Sie Ihre Inhalte darauf abstimmen. KI-Modelle suchen nach Zusammenhängen, nach Fakten und nach eindeutigen Antworten. Sie extrahieren Informationen aus verlässlichen Quellen, um sie dem suchenden Einkäufer passgenau in einem Chat-Interface zu präsentieren.

Für eine grundlegende KI-Sichtbarkeit für den Mittelstand müssen B2B-Websites deshalb in erster Linie als maschinenlesbarer Datenlieferant fungieren. Verstecken Sie keine technischen Spezifikationen hinter PDF-Downloads, bei denen Nutzer zuerst ihre E-Mail-Adresse angeben müssen. Bots können diese Formulare nicht ausfüllen. Ihre detaillierten Maßangebote, Normerfüllungen und Materialeigenschaften bleiben der KI verborgen – und Sie tauchen in der Shortlist des Einkäufers nicht auf.

Besonders greifbar ist diese Entwicklung beim KI-Sichtbarkeit im Maschinenbau. Wenn ein Anlagenbauer spezielle Komponenten sucht, möchte die KI genaue Kompatibilitätsdaten liefern. Stellen Sie sicher, dass Ihre Leistungsbeschreibungen klar strukturiert sind. Nutzen Sie Tabellen, Aufzählungen und prägnante Zusammenfassungen.

Achten Sie aktiv auf die GEO Ranking Faktoren. Dabei spielen semantische Tiefe, der Aufbau eines Expertenstatus durch tiefgehende Fachartikel (Authority) und die logische Strukturierung Ihrer Website-Inhalte eine entscheidende Rolle. Der Einkäufer verlässt sich auf die KI. Sorgen Sie dafür, dass sich die KI auf Ihre Daten verlassen kann.

FAQ

Wie häufig nutzen Einkäufer ChatGPT für den Marktscan?

Das genaue Nutzungsvolumen variiert je nach Unternehmensgröße und Branche stark. Interne Beobachtungen zeigen jedoch, dass vor allem in technikaffinen Industrien mittlerweile bis zu 40 Prozent der ersten Anbieter-Recherchen mit KI-Unterstützung beginnen oder von Beginn an durch sie flankiert werden.

Verdrängen KI-Tools die klassischen Suchmaschinen komplett?

Nein, zumindest aktuell vollzieht sich ein hybrider Ansatz. Einkäufer nutzen KI für Brainstorming, Vergleiche und die Grobauswahl von Herstellern (Longlist). Um Fakten zu verifizieren, Dokumente herunterzuladen oder direkt Kontakt aufzunehmen, wechseln sie oft in klassische Suchmaschinen oder steuern die Zielwebsite direkt an.

Warum erscheinen manche bekannte Lieferanten nicht in den Chat-Antworten?

KI-Modelle gewichten Fakten und deren Zugänglichkeit anders als traditionelle Suchmaschinen. Wenn ein eigentlich bekannter Lieferant seine technischen Daten versteckt, schlecht strukturierten Content hat oder im Netz selten im fachlichen Kontext erwähnt wird, wählt die KI lieber einen besser analysierbaren Mitbewerber.

Welcher Content ist für KI-Tools am wichtigsten?

Sprachmodelle füttern ihre Antworten am liebsten mit konkreten Fakten. Tabellen zu technischen Spezifikationen, detaillierte FAQs zu typischen Branchenproblemen, klare Aussagen zu Zertifizierungen und frei zugängliche Fallstudien gehören zu den wertvollsten Inhalten, die Sie bereitstellen können.

Hat die Unternehmensgröße Einfluss auf die KI-Sichtbarkeit?

Die Unternehmensgröße selbst ist kein direkter Ausschlussgrund. Ein spezialisierter mittelständischer Betrieb mit einer extrem gut strukturierten, faktenbasierten und semantisch optimierten Online-Präsenz hat sehr gute Chancen, in KI-Ergebnissen neben großen Konzernen gelistet zu werden. Genau das macht das Thema GEO für den Mittelstand strategisch so attraktiv.