Jeder zweite Bulgare fragt vor dem Kauf eine KI: Nennt sie Ihre Marke?

Ist Ihre Marke lesbar, erkannt, empfohlen? Drei Stufen der KI-Sichtbarkeit und wie Sie jede davon messen.

Jeder zweite Bulgare fragt vor dem Kauf eine KI. Ist Ihre Marke lesbar, erkannt, empfohlen?

„Jeder zweite Bulgare fragt vor einem Kauf eine KI um Rat.“ So brachte es die bulgarische Wirtschaftszeitung Capital am 24. Oktober 2026 auf den Punkt und fügte hinzu, dass junge, gebildete Menschen am stärksten von dem beeinflusst werden, was ihnen Plattformen sagen. Die Idee hinter der Schlagzeile ist älter als die KI. Werbung hat schon immer versucht, eine Marke im Moment des Kaufs als erste ins Gedächtnis zu rufen. Suchmaschinen machten aus diesem Moment einen Vergleich nach allgemeinen Kriterien. KI-Assistenten verändern ihn ein weiteres Mal: Käufer bitten um eine schnelle Empfehlung, die zu ihrem eigenen Bedarf passt, und der Assistent entscheidet, welche Namen er ihnen nennt.

Für ein Unternehmen zählt nicht, ob es genau jeder Zweite ist. Die nützliche Frage lautet: Was sagt der Assistent, wenn Ihr Käufer fragt?

Was die öffentlichen Zahlen messen

Bevor Sie wegen einer Schlagzeile irgendetwas umbauen, lohnt ein Blick darauf, was die amtliche Statistik abdeckt. Sie misst die beiden Hälften des Verhaltens, nicht ihre Überschneidung:

Der kaufbezogene Anteil stammt aus der Studie, auf der der Bericht von Capital beruht; die amtliche Statistik weist die KI-Nutzung vor einem Kauf nicht gesondert aus. Die Richtung ist dennoch klar, und der Handel stellt sich bereits darauf ein. Forbes Bulgaria berichtet, dass Aura Chat der Shop-Plattform CloudCart zwischen dem 15. Juli und dem 13. Oktober 2026 mehr als 32.000 Gespräche führte und dabei die Fragen beantwortete, die vor einem Kauf aufkommen, und dass Aura Search für einen großen Händler über 1,65 Millionen Suchanfragen verarbeitete.

Drei Stufen der KI-Sichtbarkeit: lesbar, erkannt, empfohlen

Visibilio beschreibt KI-Sichtbarkeit in drei Stufen. Jede baut auf der vorherigen auf, und jede scheitert auf ihre eigene Weise. Wie wir das Modell anwenden, beschreiben wir in Die 3 Stufen der LLM-Sichtbarkeit.

1. Lesbar

  • Die Frage: Können KI-Assistenten und Agenten Ihre Website überhaupt lesen?
  • So prüfen Sie es: mit öffentlichen Agent-Readiness-Scannern, einer Markdown-Version Ihrer Seiten, llms.txt, strukturierten Daten und Robots-Regeln, die KI-Crawler hereinlassen.
  • Woran es scheitert: an Inhalten, die hinter Skripten verborgen sind, an gesperrten Crawlern, an wichtigen Fakten, die nur in PDFs oder Bildern stehen.

2. Erkannt

  • Die Frage: Beschreibt der Assistent Sie zutreffend, wenn man ihn mit Ihrem Namen nach Ihnen fragt?
  • So prüfen Sie es: mit Fragen, die Ihren Namen nennen, gestellt in mehreren Assistenten, etwa „Was macht [Unternehmen]?“ oder „Ist [Unternehmen] der richtige Partner für unser Projekt?“
  • Woran es scheitert: an veralteten Leistungen, falschen Standorten, einem alten Firmennamen, eingemischten Fakten eines Wettbewerbers.

3. Empfohlen

  • Die Frage: Nennt Sie der Assistent, wenn man ihn ohne Ihren Namen nach Ihrer Kategorie fragt?
  • So prüfen Sie es: mit Käuferfragen ohne Markennamen, etwa „Wer kann SAP mit unserem Lagerverwaltungssystem in Deutschland integrieren?“, und anhand der Quellen, die die Antwort zitiert.
  • Woran es scheitert: Sie fehlen in der engeren Auswahl oder werden für die falsche Leistung genannt.

Die Reihenfolge ist wichtig. Eine Marke, die nicht lesbar ist, wird aus zweiter Hand beschrieben. Eine Marke, die lesbar, aber uneinheitlich ist, wird falsch erkannt, und das ist oft schlimmer, als gar nicht vorzukommen: Ein Käufer, der zuerst auf die falschen Fakten stößt, prüft selten noch einmal nach. Nur eine Marke, die gelesen und richtig beschrieben wird, hat eine echte Chance, empfohlen zu werden.

So messen Sie KI-Sichtbarkeit

Anders als ein Suchranking ist eine KI-Antwort kein festes Ergebnis. Sie unterscheidet sich je nach Assistent, Formulierung und Tag. Gemessen wird deshalb wie in einer Panelbefragung, nicht mit einer punktuellen Prüfung:

  • Ein fester Satz von Fragen, die Ihre Käufer tatsächlich stellen, zur Hälfte mit Ihrem Namen und zur Hälfte ohne, in den Sprachen, die sie verwenden. Für ein bulgarisches Unternehmen, das in die DACH-Region verkauft, heißt das: Bulgarisch, Englisch und Deutsch.
  • Mehrere Assistenten (ChatGPT, Perplexity, Gemini, Copilot), jede Frage mehr als einmal gestellt, weil einzelne Antworten schwanken.
  • Vier Dinge, die Sie je Frage festhalten: ob Sie erwähnt werden, ob das Gesagte stimmt, ob Ihre eigene Website zitiert wird und welche Wettbewerber stattdessen erscheinen.
  • Ein fester Rhythmus: derselbe Fragensatz, jede Woche oder jeden Monat wiederholt, damit Sie einen Trend sehen statt einer Momentaufnahme.

Genau das leistet die AI-Visibility-Messung von Visibilio: Sie stellt KI-Assistenten im wöchentlichen bis monatlichen Rhythmus einen festen Satz von Themen und Fragen, wiederholt jede Frage und vergleicht Sie mit einer Liste von Wettbewerbern. Unabhängig vom Werkzeug gilt dieselbe Regel: erst messen, dann optimieren, und den Fragensatz lange genug unverändert lassen, um vergleichen zu können.

Was wir bei KONDEVS getan haben

Transparenzhinweis: KONDEVS arbeitet mit Visibilio zusammen, und dieser Artikel wurde mit Visibilio erstellt.

Wir haben mit der ersten Stufe begonnen, weil alles andere von ihr abhängt. Am 17. Oktober 2026 erreichte kondevs.com bei Is Agentic 100/100 und bei Is It Agent Ready 93 Punkte (Level 5). Der Beitrag Vier öffentliche Tools, die die Agent-Readiness testen erklärt, was jeder Scanner prüft und was seine Punktzahl nicht misst, und Agent-Readiness und LLM-Sichtbarkeit zeigt die Arbeit dahinter, von llms.txt bis zu einem MCP-Server. Für die zweite und dritte Stufe verfolgen wir einen festen Satz von Käuferfragen; worauf wir dabei achten, beschreiben wir in LLM-Sichtbarkeit: wie KI-Assistenten Firmen finden, lesen und zitieren.

Unsere bisherige Erkenntnis: Lesbar zu werden, war eine technische Aufgabe, die wir innerhalb von Wochen abschließen konnten. Erkannt und empfohlen zu werden, ist eine Daueraufgabe, weil sich die Antworten ändern, sobald sich die Assistenten, ihre Quellen oder Ihre Wettbewerber ändern.

Was Sie in der ersten Woche tun können

  1. Schreiben Sie 20 Fragen auf, die Ihre Käufer stellen: 10 mit Ihrem Firmennamen und 10 ohne.
  2. Stellen Sie jede davon zweimal in ChatGPT, Perplexity und Gemini, und notieren Sie, ob Sie erwähnt werden, ob die Antwort stimmt, welche Quellen sie zitiert und welche Wettbewerber erscheinen.
  3. Lassen Sie Ihre Website von den öffentlichen Agent-Readiness-Scannern prüfen, und beheben Sie, was Assistenten am Lesen hindert.
  4. Korrigieren Sie die drei schädlichsten falschen Fakten an ihrer Quelle: zuerst auf Ihren eigenen Seiten, dann in den Profilen und Verzeichnissen, die die Antworten zitieren.
  5. Stellen Sie einen Monat später dieselben Fragen erneut und vergleichen Sie.

Die Schlagzeile von Capital wird altern, der Wandel dahinter nicht. Ihre Käufer werden weiterhin zuerst einen Assistenten fragen. Sorgen Sie dafür, dass er Sie lesen kann, Sie richtig beschreibt und einen Grund hat, Sie zu nennen.

Häufige Fragen

Fragt wirklich jeder zweite Bulgare vor dem Kauf eine KI?

Das ist das Ergebnis, über das Capital am 24. Oktober 2026 auf Grundlage der Studie hinter seinem Artikel berichtete. Die amtliche Statistik misst die beiden Hälften getrennt: 51,2 % der Bulgaren zwischen 16 und 74 Jahren kauften 2025 online ein (NSI), und 22,5 % nutzten generative KI (Eurostat). Die KI-Nutzung vor einem Kauf weist sie nicht gesondert aus.

Was bedeuten lesbar, erkannt und empfohlen?

Lesbar: KI-Assistenten und Agenten können Ihre Website lesen. Erkannt: Nach Ihrem Namen gefragt, beschreiben sie Sie zutreffend. Empfohlen: Nach Ihrer Kategorie gefragt, ohne dass Ihr Name fällt, nennen sie Sie. Jede Stufe baut auf der vorherigen auf.

Wie misst man KI-Sichtbarkeit?

Mit einem festen Satz von Fragen, die Ihre Käufer stellen, zur Hälfte mit Ihrem Namen und zur Hälfte ohne, in ihren Sprachen, in mehreren Assistenten mehr als einmal gestellt. Halten Sie für jede Frage fest, ob Sie erwähnt werden, ob die Antwort stimmt, ob Ihre Website zitiert wird und welche Wettbewerber erscheinen. Wiederholen Sie das jede Woche oder jeden Monat.

Warum ist es schlimmer, falsch beschrieben zu werden, als gar nicht vorzukommen?

Ein Käufer, der zuerst auf falsche Fakten stößt, etwa veraltete Leistungen oder einen falschen Standort, prüft selten noch einmal nach. Korrigieren Sie die schädlichsten falschen Fakten an ihrer Quelle: zuerst auf Ihren eigenen Seiten, dann in den Profilen und Verzeichnissen, die die Antworten zitieren.

Wo sollte ein Unternehmen anfangen?

Bei der ersten Stufe. Lassen Sie die Website von öffentlichen Agent-Readiness-Scannern prüfen und beheben Sie, was Assistenten am Lesen hindert. Schreiben Sie dann 20 Käuferfragen auf und stellen Sie sie in ChatGPT, Perplexity und Gemini. Lesbar zu werden, ist ein Projekt von Wochen; erkannt und empfohlen zu werden, ist eine Daueraufgabe.

Quellen

  1. Every second Bulgarian consults AI before a purchase, Capital
  2. ICT usage in households and by individuals - 2025, nsi.bg
  3. 22.5% of Bulgarians Use Generative AI, Down from 32.7% EU-Wide, bta.bg
  4. BTA :: Half of 16-to-24-Year-Olds in Bulgaria Use Generative AI Tools, bta.bg
  5. CloudCart на 10: От платформа за онлайн магазини към AI операционна система за търговията, forbesbulgaria.com

Verwandte Begriffe und Leistungen

Wichtige Begriffe: Large Language Model (LLM), Model Context Protocol (MCP)

Verwandte Artikel

Branchentrends

Bulgariens erster ERC-Grant im Ingenieurwesen: was er für KI bedeutet

Dr. Bernhard Haeupler von INSAIT hat einen ERC Advanced Grant über 2,5 Millionen Euro erhalten, den INSAIT als Bulgariens ersten in den Natur- und Ingenieurwissenschaften bezeichnet. Was das für Unternehmen bedeutet, die KI entwickeln und produktiv betreiben.

4 Min. Lesezeit

Branchentrends

KI-Agenten auf Produkt- und Suchseiten: Folgen für Ihre Integration

77 % der Aktivität von KI-Agenten entfielen 2025 laut HUMAN Security auf Produkt- und Suchseiten und 2,3 % auf Checkout-Seiten, wo Agenten bereits Transaktionen ohne direkte menschliche Beteiligung abschließen. Die Recherche dominiert; für Integrationsarchitekten besteht die erste Aufgabe deshalb darin, Produkt- und Leistungsdaten für Agenten lesbar zu machen.

6 Min. Lesezeit

KI & Machine Learning

LLM-Sichtbarkeit: wie KI-Assistenten Firmen finden, lesen und zitieren

Wie ein Unternehmen in den Antworten von KI-Assistenten gefunden, zutreffend beschrieben und zitiert wird: die drei Wege hinter einer Antwort, was ein Unternehmen steuern kann und was nicht, und was wir auf kondevs.com gebaut haben.

12 Min. Lesezeit

Bereit, Ihre Integration zu vereinfachen?

Nennen Sie uns Ihr Ziel, und wir sagen Ihnen ehrlich, wie wir es angehen würden.

Das Erstgespräch ist kostenlos und unverbindlich.