Eine Plattform für Entity Resolution und Identitätsdaten begann nahe dem unteren Ende ihrer erfassten Kategorie. Im ersten abgestimmten Audit-Lauf am 26. Mai 2026 erschien sie in 3,5% der relevanten KI-Antworten und lag auf Platz zehn von elf Unternehmen. Im letzten abgeschlossenen Wochenfenster bis zum 10. August erreichte die Sichtbarkeit 23,2%. Im aktuellen gleitenden Kategorienvergleich lag das Unternehmen auf Platz eins.
Kurzfassung
- Die KI-Sichtbarkeit stieg von 3,5% auf 23,2%, also um den Faktor 6,7.
- Der Share of Voice stieg von 4,4% auf 22,1%, also um den Faktor 5,1.
- Der Kategorienrang verbesserte sich von Platz zehn auf Platz eins.
- Öffentlicher Crawl-Zugang, eigene Inhalte und unabhängige Quellen trieben das organische Ergebnis.
- Besucher aus KI-Assistenten stiegen in den gemessenen Zeiträumen von 12 auf 64.
| Metric | Value | Caption |
|---|---|---|
| KI-Sichtbarkeit | 3,5% auf 23,2% | |
| Share of Voice | 4,4% auf 22,1% | |
| Kategorienrang | Platz 10 auf 1 |
Wie sah die Ausgangslage aus?
Im ersten abgestimmten Lauf lag die Plattform bei 3,5% Sichtbarkeit, 4,4% Share of Voice und Platz zehn. Fachwissen war vorhanden, doch bei zu vielen technischen und kaufnahen Fragen fehlte eine öffentliche Antwort.
Der Einzelwert erklärte das Problem noch nicht. Das Muster dahinter schon. Wo die Inhalte öffentlich und indexierbar waren, erzielte die Plattform bereits gute Ergebnisse. Bei kaufnahen Fragen zur Skalierung von Entity Resolution auf Hunderte Millionen Datensätze in Echtzeit gehörte sie bei der durchschnittlichen Position zu den stärksten Anbietern der Kategorie.
Die ausführlichsten Erklärinhalte zu KI-nativer Identity Resolution lagen jedoch hinter einer Anmeldung. Genau diese Texte beantworteten die Fragen, die ein technischer Käufer bei der Recherche in eine KI-Engine eingibt. Eine KI-Engine kann keine Seite hinter einer Authentifizierung crawlen. Deshalb war die Plattform bei einem wachsenden Themenfeld fast unsichtbar: Entity Resolution für agentische KI und die MCP-Ära. Die Inhalte waren nicht zu dünn. Sie waren unerreichbar.
Welche anderen Plattformen beantworten diese Fragen?
Zum neutralen Wettbewerbsfeld gehörten AWS Entity Resolution, Data Ladder, Informatica, Quantexa, Reltio, Semarchy, Senzing, Splink, Tamr, Tilores und Zingg. Die Liste ist alphabetisch und macht nicht kenntlich, welches Unternehmen diese Fallstudie behandelt.
Welche Maßnahmen wurden umgesetzt?
Es gab keinen einzelnen redaktionellen Hebel. Das Programm behob zuerst einen Zugriffsfehler, überarbeitete Inhalte, die bereits zum Teil funktionierten, und schloss dann systematisch die Lücken aus dem Audit.
Zuerst wurde der Crawling-Fehler behoben. Die wichtigste Erklärung zu Identity Resolution lag hinter einer Login-Schranke. Der Inhalt wurde auf öffentliche, indexierbare Seiten übertragen, damit KI-Crawler erstmals darauf zugreifen konnten. Diese Änderung hatte die größte Reichweite. Ein Inhalt kann nicht zitiert werden, wenn eine Engine ihn nie lesen konnte.
Bereits gefundene Inhalte wurden zitierfähig gemacht. Bestehende Artikel wurden abgerufen, verloren die Zitierung aber an Wettbewerber. Direkte Antworten, Vergleichsblöcke, klare Listen und besseres Schema gaben den Engines belastbare Belege.
Neue Inhalte schlossen gemessene Lücken. Das Programm umfasste technische Erklärseiten, Kategorieseiten, Einkaufsleitfäden, Vergleiche, Alternativseiten und praktische Anleitungen.
Das bereits erfolgreiche Format wurde übernommen. Für einen bestimmten Vorauswahl-Prompt wurde nur die Vergleichsmatrix eines Wettbewerbers mit acht Anbietern zitiert. Deshalb entstand eine eigene Vergleichsseite im gleichen gut auslesbaren Format, mit denselben Strukturelementen, die KI-Engines von der Wettbewerberseite bereits übernahmen. Damit hatte die neue Seite die gleiche Chance auf eine Zitierung.
Die öffentliche Quellenbasis wurde breiter. Redaktionelle Veröffentlichungen brachten unabhängige Belege. Medium, LinkedIn und YouTube trugen dieselben Themen auf weitere relevante Oberflächen. Reddit und Community-Arbeit beantworteten echte Fragen, statt nur Links zu posten.
Die Präsenz auf LinkedIn blieb aktiv. Regelmäßige Beiträge verwiesen auf das neue Material. Das verändert den Index einer KI-Engine nicht direkt, schafft aber eine auffindbare Spur, die Engines zunehmend gewichten.
Was hat sich konkret verändert?
| Kennzahl | Erster Audit-Lauf | Letztes Wochenfenster |
|---|---|---|
| KI-Sichtbarkeit | 3,5% | 23,2% |
| Share of Voice | 4,4% | 22,1% |
| Kategorienrang | Platz 10 | Platz 1 |
| Series | Point | Value |
|---|---|---|
| Series | 26. Mai | 3.5% |
| Series | 10. August | 23.2% |
Die Sichtbarkeit stieg um den Faktor 6,7 und der Share of Voice um den Faktor 5,1. Das Unternehmen wechselte vom unteren Ende des erfassten Feldes auf Platz eins.
Zeigte sich die Wirkung auch im Website- und Agenten-Traffic?
Besucher aus KI-Assistenten stiegen in den beiden gemessenen Webzeiträumen von 12 auf 64. Auf Tagesbasis entspricht das einem Anstieg von 209%. Edge-Logs erfassten seit dem 13. Juli außerdem 41.034 identifizierte Anfragen von KI-Agenten. Für diese Agenten-Anfragen gibt es keinen früheren Vergleichswert, weil die Log-Erfassung erst im Verlauf des Programms begann.
Wie sind die Zahlen zu lesen?
KI-Sichtbarkeit ist der Anteil der erfassten Antworten, in denen das Unternehmen genannt wird. Share of Voice ist sein Anteil an allen erfassten Markennennungen. Der Kategorienrang vergleicht die Sichtbarkeit im Wettbewerbsfeld. Der aktuelle Rang nutzt das abgeschlossene gleitende 30-Tage-Fenster.
Der Prompt-Satz und das tägliche Monitoring entwickelten sich im Verlauf des Programms weiter. Die Zahlen zeigen die Richtung vom ersten Audit bis zur letzten abgeschlossenen Woche. Sie sind kein Labortest mit einem vollständig eingefrorenen Nenner.
Was ist die wichtigste Lehre?
Das Ergebnis entstand nicht durch möglichst viel Inhalt. Zuerst wurde behoben, was Engines nicht lesen konnten. Danach deckte das Programm technische, kaufnahe und vergleichende Fragen ab, für die eine glaubwürdige öffentliche Antwort fehlte. Der eigene Blog bildete die Basis. Redaktionelle Quellen, Medium, LinkedIn, YouTube und Communities verstärkten dieselbe Geschichte.
Wenn Sie wissen möchten, wo Ihre eigene Kategorie steht, zeigt Ihnen das kostenlose KI-Such-Audit Ihre aktuelle Sichtbarkeit, Ihren Share of Voice und Ihre Wettbewerbsposition.
