DMP / POLYLOGS Research-Serie 2026
AI VISIBILITY INDEX 2026 –
KI-SICHTBARKEIT IN SECHS
INDUSTRIEBRANCHEN IM DACH-RAUM
DER DMP / POLYLOGS AI VISIBILITY INDEX 2026 IM ÜBERBLICK
Der DMP / POLYLOGS AI Visibility Index 2026 untersucht, wie sichtbar Industrie- und Technologieunternehmen aus Deutschland, Österreich und der Schweiz in ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity bei realistischen, markenneutralen B2B-Anbieterfragen sind.
Die Research-Serie umfasst sechs zentrale Industriebranchen:
Maschinenbau & Anlagenbau, Energie, Umwelt & Infrastruktur, Mobilität, Rail & Automotive, Recycling & Kreislaufwirtschaft, Automatisierung, Elektronik & High-Tech sowie Werkstoffe, Produktion & Industriekomponenten.
Für jeden Branchenindex wurden 25 Benchmark-Unternehmen aus dem DACH-Raum, fünf KI-Systeme und zehn fachlich passende B2B-Buyer-Fragen untersucht. Pro Branche entstanden damit 50 ausgewertete KI-Antworten und 250 mögliche Benchmark-Nennungen.
Über die gesamte Research-Serie wurden somit 300 KI-Antworten systematisch analysiert und 1.500 mögliche Benchmark-Nennungen untersucht.
Die Indexes sind keine Marktanteils- oder Qualitätsrankings. Sie zeigen vielmehr, wie Unternehmen innerhalb eines definierten Benchmarks bei konkreten B2B-Fragen in generativen KI-Systemen sichtbar werden, wie häufig sie unter den ersten drei genannten Anbietern erscheinen und welche Referenzen in den ausgegebenen Antworten sichtbar sind.
SECHS INDUSTRIEBRANCHEN – SECHS UNTERSCHIEDLICHE AI-VISIBILITY-MUSTER
Die sechs Branchenbenchmarks zeigen deutlich, dass es kein einheitliches Muster für AI Visibility im industriellen B2B gibt.
Die Benchmark-Nennungsraten, die Besetzung der Top-3-Positionen und auch der Mix der sichtbaren Referenzen unterscheiden sich erheblich zwischen den einzelnen Industriebranchen.
Die Ergebnisse verdeutlichen deshalb, warum AI Visibility nicht aus einem einzelnen KI-System, einer einzigen Kennzahl oder einem allgemeinen SEO-Muster abgeleitet werden sollte.
| Branche | Benchmark-Nennungsrate | External Top-3 Share | Anteil unternehmenseigener sichtbarer Referenzen |
|---|---|---|---|
| Maschinenbau & Anlagenbau | 28,4 % | 86,4 % | 43,6 % |
| Energie, Umwelt & Infrastruktur | 48,4 % | 61,2 % | 71,0 % |
| Mobilität, Rail & Automotive | 35,6 % | 80,7 % | 88,7 % |
| Recycling & Kreislaufwirtschaft | 61,2 % | 47,7 % | 45,1 % |
| Automatisierung, Elektronik & High-Tech | 34,0 % | 90,0 % | 60,7 % |
| Werkstoffe, Produktion & Industriekomponenten | 58,4 % | 47,3 % | 80,3 % |
Hinweis: Die Werte sind nicht als Branchenranking zu verstehen. Für jede Branche wurden eigene, fachlich passende B2B-Buyer-Fragen verwendet. Die Ergebnisse dienen deshalb dazu, unterschiedliche Sichtbarkeitsmuster innerhalb der jeweiligen Branchen und über die gesamte Research-Serie hinweg sichtbar zu machen.
WAS DIE SECHS AI VISIBILITY INDEXES GEMEINSAM ZEIGEN
AI Visibility unterscheidet sich deutlich nach Branche
Die durchschnittliche Benchmark-Nennungsrate reichte in den sechs untersuchten Branchen von 28,4 % bis 61,2 %. Unternehmen können daher in einem industriellen Marktumfeld sehr präsent sein, während vergleichbare Benchmark-Unternehmen in einer anderen Branche deutlich seltener genannt werden.
GENANNT ZU WERDEN IST NICHT DASSELBE WIE IN DEN TOP 3 ZU ERSCHEINEN
Der External Top-3 Share lag je nach Branche zwischen 47,3 % und 90,0 %. Selbst Unternehmen mit relativ hohen Nennungsraten können deshalb bei konkreten Buyer-Fragen außerhalb der ersten drei genannten Anbieter bleiben.
Die Indexes unterscheiden bewusst zwischen grundsätzlicher Sichtbarkeit und prominenter Top-3-Präsenz.
DER SICHTBARE REFERENZMIX IST BRANCHENSPEZIFISCH
Auch der Mix der sichtbaren Referenzen unterscheidet sich erheblich.
In Maschinenbau & Anlagenbau sowie Recycling & Kreislaufwirtschaft überwogen externe Referenzen. In anderen Branchen dominierten dagegen unternehmenseigene Quellen deutlich – beispielsweise mit 88,7 % in Mobilität, Rail & Automotive, 80,3 % in Werkstoffen, Produktion & Industriekomponenten und 71,0 % in Energie, Umwelt & Infrastruktur.
Das zeigt: Es gibt keine allgemein gültige Aussage, dass externe Quellen oder eigene Unternehmenswebsites grundsätzlich dominieren. Das sichtbare Referenzumfeld muss branchenspezifisch untersucht werden.
AI VISIBILITY MUSS ÜBER MEHRERE KI-SYSTEME GEMESSEN WERDEN
Auch innerhalb derselben Branche zeigten ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity teilweise deutlich unterschiedliche Ergebnisse.
Eine einzelne Abfrage in nur einem KI-System ist deshalb keine belastbare Grundlage für die Beurteilung der gesamten AI Visibility eines Unternehmens.
DIE SECHS BRANCHENINDEXES IM ÜBERBLICK
1. MASCHINENBAU & ANLAGENBAU
Der DMP / POLYLOGS AI Visibility Index Maschinenbau & Anlagenbau untersucht die Sichtbarkeit von 25 DACH-Unternehmen aus fünf Teilbranchen.
Die Benchmark-Unternehmen erreichten 71 von 250 möglichen Nennungen bzw. 28,4 %. Der External Top-3 Share lag bei 86,4 %. Von 351 sichtbaren Referenzen entfielen 43,6 % auf unternehmenseigene Quellen und 56,4 % auf externe Quellen.
2. ENERGIE, UMWELT & INFRASTRUKTUR
Im AI Visibility Index Energie, Umwelt & Infrastruktur wurden 25 Unternehmen aus fünf Teilbranchen untersucht.
Die Benchmark-Nennungsrate betrug 48,4 %. Von 147 gültigen Top-3-Positionen entfielen 61,2 % auf andere Anbieter außerhalb des jeweiligen Benchmarks.
Von 183 sichtbaren Referenzen stammten 71,0 % aus unternehmenseigenen Quellen.
3. MOBILITÄT, RAIL & AUTOMOTIVE
Der Branchenindex für Mobilität, Rail & Automotive analysiert Unternehmen aus Bahnindustrie, Rail-Infrastruktur, Automotive, elektrischen Antrieben und Connected-Vehicle-Technologien.
Die Benchmark-Nennungsrate lag bei 35,6 %. Der External Top-3 Share erreichte 80,7 %.
Besonders auffällig war der sichtbare Referenzmix: 88,7 % der erfassten sichtbaren Referenzen stammten aus unternehmenseigenen Quellen.
4. RECYCLING & KREISLAUFWIRTSCHAFT
Im AI Visibility Index Recycling & Kreislaufwirtschaft wurden 25 Unternehmen aus fünf Teilbranchen untersucht.
Die Benchmark-Unternehmen erreichten 153 von 250 möglichen Nennungen bzw. 61,2 % – die höchste Benchmark-Nennungsrate innerhalb der sechs untersuchten Branchen.
Der External Top-3 Share lag bei 47,7 %. Von 379 sichtbaren Referenzen entfielen 45,1 % auf unternehmenseigene Quellen und 54,9 % auf externe Quellen.
5. AUTOMATISIERUNG, ELEKTRONIK & HIGH-TECH
Der Branchenindex untersucht Unternehmen aus Automatisierung, Elektronik und High-Tech innerhalb fünf definierter Teilbranchen.
Die Benchmark-Nennungsrate lag bei 34,0 %.
Der External Top-3 Share erreichte 90,0 % und war damit innerhalb der Research-Serie besonders hoch. Gleichzeitig stammten 60,7 % der sichtbaren Referenzen aus unternehmenseigenen Quellen.
6. WERKSTOFFE, PRODUKTION & INDUSTRIEKOMPONENTEN
Der sechste Branchenindex untersucht Unternehmen aus Werkstofftechnik, industrieller Produktion und Komponentenfertigung.
Die Benchmark-Nennungsrate betrug 58,4 %. Der External Top-3 Share lag bei 47,3 %.
Von 193 sichtbaren Referenz-Auftritten entfielen 80,3 % auf unternehmenseigene Quellen.
SO WURDE DER DMP / POLYLOGS AI VISIBILITY INDEX 2026 GEMESSEN
Jeder der sechs Branchenindexes folgt derselben grundlegenden Research-Logik:
- 25 Benchmark-Unternehmen
- 5 Teilbranchen
- 5 KI-Systeme
- 10 markenneutrale B2B-Buyer-Fragen
- 2 Buyer-Fragen je Teilbranche
- 50 ausgewertete KI-Antworten
- 250 mögliche Benchmark-Nennungen
- Untersuchungsregion: Deutschland, Österreich und Schweiz
Die verwendeten KI-Systeme sind:
ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity.
Ausgewertet wurde:
- welche Benchmark-Unternehmen genannt wurden,
- wie häufig sie sichtbar waren,
- an welcher Position sie erschienen,
- ob sie unter den ersten drei genannten Anbietern vertreten waren,
- welche weiteren Anbieter Top-3-Positionen besetzten,
- und welche Referenzen in den ausgegebenen Antworten sichtbar waren.
Die Quellenanalyse beschreibt ausschließlich sichtbare Referenzen in den ausgegebenen KI-Antworten. Sie erlaubt keine Aussage darüber, auf welche internen Datenquellen oder Trainingsdaten ein KI-System tatsächlich zurückgegriffen hat.
Die einzelnen Unternehmensresultate werden nicht veröffentlicht. Öffentlich dargestellt werden ausschließlich aggregierte Branchenergebnisse.
WAS DIE ERGEBNISSE NICHT AUSSAGEN
Die DMP / POLYLOGS AI Visibility Indexes sind Momentaufnahmen definierter Messdurchläufe im September 2026.
Generative KI-Antworten können sich zwischen Sessions und über die Zeit verändern. Im Pilot wurden keine wiederholten Kontrollläufe durchgeführt.
Die Indexes sind deshalb:
- kein Marktanteilsranking,
- keine Qualitätsbewertung,
- keine Aussage über wirtschaftliche Bedeutung,
- und keine statistisch repräsentative Abbildung der jeweiligen Gesamtmärkte.
Eine geringe oder fehlende Sichtbarkeit bedeutet ausschließlich, dass ein Unternehmen bei den verwendeten Buyer-Fragen und in diesem konkreten Messdurchlauf selten oder nicht genannt wurde.
Modell- und Versionsinformationen wurden im Pilot nicht systematisch erfasst und deshalb nicht nachträglich abgeleitet.
WAS BEDEUTET DAS FÜR INDUSTRIE- UND TECHNOLOGIEUNTERNEHMEN?
Generative KI-Systeme werden zunehmend in Recherche-, Vergleichs- und Entscheidungsprozesse im industriellen B2B integriert.
Für Unternehmen wird deshalb relevant, nicht nur bei Google gefunden zu werden, sondern auch digital so eindeutig positioniert zu sein, dass KI-Systeme Produkte, Kompetenzen, Anwendungen und Marktposition korrekt verstehen und bei passenden Buyer-Fragen berücksichtigen können.
Die sechs Branchenbenchmarks zeigen insbesondere:
- AI Visibility ist branchenspezifisch.
- AI Visibility ist engine-spezifisch.
- Eine Nennung bedeutet nicht automatisch eine Top-3-Empfehlung.
- Der sichtbare Referenzmix unterscheidet sich stark zwischen Branchen.
- Eigene Websites, Produktinformationen und Unternehmenswissen können eine wichtige Rolle spielen.
- Externe Fachquellen, Plattformen und Branchenumfelder können je nach Branche zusätzlich relevant sein.
- Eine belastbare Analyse benötigt mehrere KI-Systeme, mehrere Buyer-Fragen und einen definierten Wettbewerbsbenchmark.
WIE SICHTBAR IST IHR UNTERNEHMEN BEI CHATGPT & CO.?
Die öffentlichen DMP / POLYLOGS AI Visibility Indexes zeigen aggregierte Sichtbarkeitsmuster auf Branchenebene.
Mit einem individuellen POLYLOGS AI Visibility Benchmark analysieren wir dagegen gezielt Ihr Unternehmen und relevante Wettbewerber:
Bei welchen Fragen wird Ihr Unternehmen genannt? Welche Wettbewerber erscheinen häufiger? Wie unterscheiden sich ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity? Welche Wissens-, Content- oder Autoritätslücken bestehen – und welche Maßnahmen lassen sich daraus für Website, SEO, GEO und digitale Positionierung ableiten?
STUDIENINFORMATIONEN
Research-Serie: DMP / POLYLOGS AI Visibility Index 2026
Herausgeber & Methodik: Werbeagentur dmp / POLYLOGS
Region: Deutschland, Österreich, Schweiz
Messzeitraum: September 2026
Untersuchte Branchen: 6
KI-Systeme: ChatGPT, Claude, Gemini, Microsoft Copilot, Perplexity
Ausgewertete KI-Antworten über die gesamte Serie: 300
Mögliche Benchmark-Nennungen über die gesamte Serie: 1.500