POLYLOGS AI VISIBILITY INDEX 2026: KI-SICHTBARKEIT IN ENERGIE, UMWELT & INFRASTRUKTUR IM DACH-RAUM
Der von DMP und POLYLOGS entwickelte AI Visibility Benchmark untersucht, wie sichtbar Unternehmen aus Energie, Umwelt und Infrastruktur aus Deutschland, Österreich und der Schweiz bei realistischen, markenneutralen B2B-Anbieterfragen sind. Dafür wurden für jede der fünf Teilbranchen zwei konkrete Buyer-Fragen an ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity gestellt. Anschließend wurde ausgewertet, welche Anbieter die KI-Systeme nennen, an welcher Position sie erscheinen und ob sie unter den ersten drei genannten Anbietern vertreten sind. Die Ergebnisse wurden gegen einen definierten Benchmark von 25 DACH-Unternehmen aus fünf Teilbranchen ausgewertet.
Die Auswertung ist eine datenbasierte Momentaufnahme vom 16. September 2026. Sie ist weder ein Marktanteilsranking noch eine Qualitätsbewertung und erhebt keinen Anspruch, den gesamten DACH-Markt für Energie, Umwelt und Infrastruktur statistisch repräsentativ abzubilden. Da jede Teilbranche mit eigenen, fachlich passenden B2B-Buyer-Fragen untersucht wurde, sind Vergleiche nur innerhalb der jeweiligen Teilbranche sinnvoll. Veröffentlicht werden aggregierte Branchenergebnisse; die Einzelergebnisse der 25 Benchmark-Unternehmen bleiben anonym.
Ergebnisse auf einen Blick
Die wichtigste Erkenntnis: Die untersuchten Unternehmen erreichten insgesamt eine mittlere AI Visibility, die sich jedoch stark zwischen den Teilbranchen und KI-Systemen unterschied. 61,2 % der gültigen Top-3-Positionen gingen an Anbieter außerhalb des jeweiligen Benchmarks, während die durchschnittliche Benchmark-Sichtbarkeit je Teilbranche von 22,0 % bis 70,0 % reichte.
- 48,4 % der möglichen Benchmark-Nennungen wurden erreicht. Über alle Messungen hinweg wurden die 25 untersuchten Unternehmen in 121 von 250 möglichen Fällen genannt.
- 22 von 25 Unternehmen wurden mindestens einmal sichtbar. Drei Benchmark-Unternehmen erschienen im finalen Messfenster in keiner der zehn für ihre Teilbranche relevanten KI-Antworten.
- 61,2 % der gültigen Top-3-Positionen entfielen auf andere Anbieter. 90 von 147 gültigen Top-3-Positionen wurden von Unternehmen außerhalb des jeweils definierten Fünfer-Benchmarks besetzt.
- Die Sichtbarkeit unterscheidet sich deutlich zwischen den KI-Systemen. Die Benchmark-Nennungsrate reichte von 28 % bei Microsoft Copilot bis 64 % bei ChatGPT.
- Unternehmenseigene Quellen dominierten den sichtbaren Quellenmix. 71,0 % der sichtbaren Referenzen stammten aus unternehmenseigenen Quellen; 29,0 % aus externen Quellen.
Inhalt
SO WURDE GEMESSEN
| Messgrundlage | Wert |
|---|---|
| Untersuchte Benchmark-Unternehmen | 25 |
| Abgedeckte Teilbranchen | 5 |
| Verglichene KI-Systeme | 5 |
| Gestellte B2B-Buyer-Fragen | 10 |
| Ausgewertete KI-Antworten | 50 |
| Untersuchungsregion | Deutschland, Österreich, Schweiz (DACH-Raum) |
| Messdatum | 16. September 2026 |
Für jede der fünf Teilbranchen wurden zwei realistische, markenneutrale B2B-Anbieterfragen definiert – insgesamt zehn Fragen. Jede dieser Fragen wurde einmal an ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity gestellt. So entstanden 50 KI-Antworten, die systematisch ausgewertet wurden.
Pro Teilbranche wurden fünf Benchmark-Unternehmen betrachtet. Jedes Unternehmen konnte damit in zehn relevanten KI-Antworten erscheinen: zwei Buyer-Fragen × fünf KI-Systeme. Über alle 25 Unternehmen ergeben sich daraus 250 mögliche Benchmark-Nennungen. Tatsächlich wurden 121 Nennungen registriert – daraus ergibt sich die Benchmark-Nennungsrate von 48,4 %.
DIE WICHTIGSTEN ERGEBNISSE
Die Analyse zeigt: Die Mehrheit der Benchmark-Unternehmen wurde von den KI-Systemen grundsätzlich gefunden, doch Sichtbarkeit und Top-3-Präsenz waren stark von Teilbranche und KI-System abhängig. Besonders deutlich war die Spannweite zwischen grünem Wasserstoff und Batteriespeichern einerseits sowie erneuerbarer Wärme und Wasser- bzw. Umweltinfrastruktur andererseits.
48,4 %
Knapp die Hälfte der möglichen Benchmark-Nennungen wurde erreicht. Von 250 möglichen Nennungen wurden 121 registriert.
22 / 25
22 Benchmark-Unternehmen wurden mindestens einmal sichtbar. Drei blieben im finalen Messfenster vollständig ohne Nennung.
61,2 %
Mehr als sechs von zehn gültigen Top-3-Positionen gingen an andere Anbieter. 90 von 147 Positionen lagen außerhalb des jeweiligen Benchmarks.
71,0 %
Unternehmenseigene Quellen waren die größte sichtbare Quellenkategorie. 130 von 183 sichtbaren Referenz-Auftritten entfielen auf eigene Unternehmensquellen.
Zusätzlich zeigt der Vergleich der Prompt-Familien:
- Die Anbietersuche erzeugte 63 Benchmark-Nennungen.
- Die Empfehlung / Shortlist erzeugte 58 Benchmark-Nennungen.
- Die beiden Prompt-Familien lagen damit insgesamt relativ nah beieinander, auch wenn einzelne Unternehmen nur in einer der beiden Buyer-Frames sichtbar wurden.
External Top-3 Share: „External“ bedeutet in diesem Index: außerhalb des jeweils definierten Fünfer-Benchmarks – nicht außerhalb des DACH-Raums.
Anteil anderer Anbieter in Top-3-Positionen nach Teilbranche
Je höher der Wert, desto häufiger wurden die Top-3-Positionen von Anbietern außerhalb des jeweiligen Fünfer-Benchmarks besetzt – und desto geringer war die Top-3-Präsenz der untersuchten Benchmark-Unternehmen.
| Teilbranche | External Top-3 Share |
|---|---|
| Grüner Wasserstoff & Elektrolysesysteme | 33,3 % |
| Gewerbliche & industrielle Batteriespeichersysteme | 33,3 % |
| Dezentrale KWK- und Biomasse-Energiesysteme | 58,6 % |
| Erneuerbare Wärme & Wärmenetze | 96,7 % |
| Wasser- & Umweltinfrastruktur | 85,7 % |
POLYLOGS INSIGHT
Die Top-3-Wettbewerbsintensität unterscheidet sich deutlich zwischen den fünf Teilbranchen. Bei grünem Wasserstoff und Batteriespeichern lag der External Top-3 Share jeweils bei 33,3 %. Bei erneuerbarer Wärme stieg er dagegen auf 96,7 %, bei Wasser- und Umweltinfrastruktur auf 85,7 %.
KI-SICHTBARKEIT NACH TEILBRANCHE
Die fünf Teilbranchen wurden jeweils mit zwei fachlich passenden, markenneutralen B2B-Anbieterfragen untersucht. Die Tabelle zeigt, wie häufig die jeweils fünf Benchmark-Unternehmen in den Antworten der KI-Systeme genannt wurden und wie stark andere Anbieter die Top-3-Positionen besetzten. Veröffentlicht werden ausschließlich aggregierte Ergebnisse; die einzelnen Unternehmen bleiben anonym.
| Teilbranche | Ø Nennungsrate der Benchmark-Unternehmen | Mindestens einmal sichtbar | Andere Anbieter in den Top 3 |
|---|---|---|---|
| Grüner Wasserstoff & Elektrolysesysteme (Green Hydrogen & Electrolysis Systems) | 70,0 % | 5 / 5 | 33,3 % |
| Gewerbliche & industrielle Batteriespeichersysteme (Commercial & Industrial Battery Energy Storage) | 64,0 % | 5 / 5 | 33,3 % |
| Dezentrale KWK- und Biomasse-Energiesysteme (Decentralized CHP & Biomass Power Systems) | 52,0 % | 5 / 5 | 58,6 % |
| Erneuerbare Wärme & Wärmenetze (Renewable Heat & Heat-Network Systems) | 22,0 % | 3 / 5 | 96,7 % |
| Wasser- & Umweltinfrastruktur (Water & Environmental Infrastructure) | 34,0 % | 4 / 5 | 85,7 % |
1. Grüner Wasserstoff & Elektrolysesysteme
Untersucht wurden B2B-Anbieterfragen zu Elektrolyseuren und Elektrolyseanlagen für die industrielle Produktion von grünem Wasserstoff.
Alle fünf Benchmark-Unternehmen wurden mindestens einmal genannt. Mit einer durchschnittlichen Nennungsrate von 70,0 % war dies die sichtbarste der fünf untersuchten Teilbranchen. Die beiden sichtbarsten Unternehmen erschienen in allen 10 relevanten KI-Antworten; der höchste beobachtete Top-3-Wert lag ebenfalls bei 10 von 10 Antworten. Der External Top-3 Share lag bei 33,3 %.
2. Gewerbliche & industrielle Batteriespeichersysteme
Untersucht wurden Anbieterfragen zu stationären Batteriespeichersystemen für Gewerbe, Industrie, Energieversorger und Netzinfrastruktur.
Alle fünf Benchmark-Unternehmen wurden mindestens einmal genannt. Die durchschnittliche Nennungsrate lag bei 64,0 %. Das sichtbarste Unternehmen erschien in 9 von 10 relevanten KI-Antworten; die höchste beobachtete Top-3-Präsenz lag bei 6 von 10 Antworten. Der External Top-3 Share lag bei 33,3 %.
3. Dezentrale KWK- und Biomasse-Energiesysteme
Untersucht wurden B2B-Anbieterfragen zu dezentralen Kraft-Wärme-Kopplungsanlagen, Blockheizkraftwerken und Biomasse-KWK-Systemen für Gewerbe, Industrie und kommunale Energieversorgung.
Alle fünf Benchmark-Unternehmen wurden mindestens einmal genannt. Die durchschnittliche Nennungsrate lag bei 52,0 %. Das sichtbarste Unternehmen erschien in allen 10 relevanten KI-Antworten und erreichte eine Top-3-Präsenz von 8 von 10 Antworten. Der External Top-3 Share lag bei 58,6 %.
4. Erneuerbare Wärme & Wärmenetze
Untersucht wurden Anbieterfragen zu Systemen und Infrastruktur für erneuerbare Wärmeversorgung, darunter Biomasseheizung, Solarthermie sowie Nah- und Fernwärmenetze.
Nur drei von fünf Benchmark-Unternehmen wurden mindestens einmal sichtbar. Mit 22,0 % war dies die niedrigste durchschnittliche Nennungsrate der fünf untersuchten Teilbranchen. Das sichtbarste Unternehmen erschien in 6 von 10 relevanten KI-Antworten. Der External Top-3 Share lag bei 96,7 %.
5. Wasser- & Umweltinfrastruktur
Untersucht wurden Anbieterfragen zu Anlagen und Infrastrukturlösungen für industrielle und kommunale Wasser- und Abwasserbehandlung, Regenwassermanagement und Wasserversorgung.
Vier von fünf Benchmark-Unternehmen wurden mindestens einmal genannt. Die durchschnittliche Nennungsrate lag bei 34,0 %. Das sichtbarste Unternehmen erschien in 9 von 10 relevanten KI-Antworten und erreichte eine Top-3-Präsenz von 4 von 10 Antworten. Der External Top-3 Share lag bei 85,7 %.
KI-SICHTBARKEIT IM VERGLEICH: CHATGPT, CLAUDE, PERPLEXITY, GEMINI & COPILOT
Für alle fünf KI-Systeme wurden dieselben zehn B2B-Buyer-Fragen verwendet. Anschließend wurde ausgewertet, wie häufig die 25 Benchmark-Unternehmen in den jeweils für sie relevanten Antworten genannt wurden.
WIE HÄUFIG DIE BENCHMARK-UNTERNEHMEN JE KI-SYSTEM GENANNT WURDEN
So lesen Sie die Grafik: Pro KI-System waren 50 Nennungen der Benchmark-Unternehmen möglich. ChatGPT erreichte 32 von 50 möglichen Nennungen (64 %), Claude 26 (52 %), Perplexity 25 (50 %), Gemini 24 (48 %) und Microsoft Copilot 14 (28 %).
| KI-System | Nennungen | Nennungsrate | Mindestens einmal genannte Benchmark-Unternehmen |
|---|---|---|---|
| ChatGPT | 32 | 64 % | 19 / 25 |
| Claude | 26 | 52 % | 16 / 25 |
| Perplexity | 25 | 50 % | 16 / 25 |
| Gemini | 24 | 48 % | 16 / 25 |
| Microsoft Copilot | 14 | 28 % | 10 / 25 |
Berechnungsbasis je KI-System: 25 Benchmark-Unternehmen × 2 relevante Buyer-Fragen = 50 mögliche Nennungen.
POLYLOGS INSIGHT
Die Wahl des KI-Systems beeinflusst deutlich, welche Benchmark-Unternehmen sichtbar werden. Im selben Datensatz reichte die Nennungsrate von 28 % bei Microsoft Copilot bis 64 % bei ChatGPT. AI Visibility sollte deshalb über mehrere KI-Systeme hinweg gemessen und nicht aus einem einzelnen System abgeleitet werden.
WER BESETZT DIE TOP-3-POSITIONEN IN DEN KI-ANTWORTEN?
In den 50 ausgewerteten KI-Antworten waren insgesamt 150 mögliche Top-3-Positionen vorhanden. Nach dem Ausschluss von drei kombinierten Anbieterpositionen blieben 147 gültige Positionen. Davon entfielen 57 auf die untersuchten Benchmark-Unternehmen, während 90 Positionen von anderen passenden Anbietern besetzt wurden. Das entspricht einem External Top-3 Share von 61,2 %.
| Kennzahl | Wert |
|---|---|
| Rohe Top-3-Slots | 150 |
| Im QA ausgeschlossen | 3 |
| Ausgewertete Top-3-Positionen | 147 |
| Positionen der Benchmark-Unternehmen | 57 |
| Positionen anderer Anbieter | 90 |
| Anteil anderer Anbieter – External Top-3 Share | 61,2 % |
POLYLOGS INSIGHT
38,8 % der gültigen Top-3-Positionen entfielen auf Benchmark-Unternehmen; 61,2 % gingen an andere Anbieter. Die Ergebnisse zeigen zugleich große Unterschiede zwischen den Teilbranchen: In grünem Wasserstoff und Batteriespeichern war der Benchmark deutlich stärker in den Top-3 vertreten als bei erneuerbarer Wärme sowie bei Wasser- und Umweltinfrastruktur.
Für die Top-3-Auswertung wurden drei Top-3-Positionen mit mehreren Anbieterentitäten ausgeschlossen. Nachfolgende Anbieter wurden nicht nach oben verschoben. Der finale Nenner für die Berechnung des External Top-3 Share beträgt daher 147 gültige Positionen.
WELCHE QUELLEN IN DEN KI-ANTWORTEN SICHTBAR WERDEN
In den 50 ausgewerteten KI-Antworten wurden insgesamt 183 sichtbare Referenz-Auftritte erfasst und nach Quellentyp kategorisiert. Dabei wurde untersucht, ob in den Antworten unternehmenseigene Websites, Branchenverzeichnisse, Fachmedien, Institutionen oder andere externe Quellen sichtbar waren.
Die Auswertung zeigt nicht, auf welche internen Datenquellen die KI-Modelle tatsächlich zugegriffen haben, sondern welche Quellen und Referenzen in den ausgegebenen Antworten sichtbar waren. Gerade für GEO ist das relevant, weil diese sichtbaren Referenzen zeigen, welche digitalen Informationsquellen im Umfeld der untersuchten KI-Antworten wiederholt auftreten.
WOHER DIE SICHTBAREN REFERENZEN STAMMTEN
71,0 % der sichtbaren Referenzen stammten aus unternehmenseigenen Quellen. 29,0 % entfielen auf externe Quellen wie Branchenverzeichnisse, Fachmedien, Institutionen und andere Drittseiten.
| Quellentyp | Sichtbare Referenzen | Anteil |
|---|---|---|
| Unternehmenseigene Quellen | 130 | 71,0 % |
| Verzeichnisse / Sonstige | 15 | 8,2 % |
| Fach- / Branchenmedien | 22 | 12,0 % |
| Kommerzielle Drittanbieter- / Marktquellen | 9 | 4,9 % |
| Verbände / Institutionen / Fachveranstaltungen | 7 | 3,8 % |
POLYLOGS INSIGHT
Unternehmenseigene Quellen dominierten den sichtbaren Quellenmix deutlich. Mit 71,0 % entfiel mehr als zwei Drittel der erfassten Referenzen auf eigene Unternehmensquellen. Gleichzeitig kamen 29,0 % aus externen Quellen – externe digitale Präsenz bleibt daher weiterhin relevant.
WELCHE EXTERNEN QUELLEN BESONDERS HÄUFIG SICHTBAR WAREN
Die folgende Übersicht zeigt, welche externen Plattformen, Fachmedien und Marktquellen in den untersuchten KI-Antworten besonders häufig als sichtbare Referenzen erschienen. Die Anzahl ist kein Qualitäts- oder Einflussranking. Unternehmenseigene Domains werden hier bewusst nicht öffentlich hervorgehoben.
| Externe Quelle | Sichtbare Referenzen | Quellentyp |
|---|---|---|
| solarwaerme | 9 | Fach- / Branchenmedium |
| astuteanalytica | 7 | Kommerzielle Drittanbieter- / Marktquelle |
| wlw | 5 | Verzeichnis / Plattform |
| bhkw2024 | 4 | Verband / Institution / Fachveranstaltung |
| industrystock | 4 | Verzeichnis / Plattform |
POLYLOGS INSIGHT
Auch in diesem Benchmark wurden externe Fachquellen, Marktquellen und Industrieplattformen wiederholt als sichtbare Referenzen ausgegeben. Für Unternehmen bedeutet das: Eine starke eigene Website ist zentral, sollte aber durch eine konsistente Präsenz in relevanten externen Informationsumfeldern ergänzt werden.
Methodik und Limitationen
So wurde gemessen
Für jede der fünf Teilbranchen wurden zwei realistische, markenneutrale B2B-Anbieterfragen definiert: eine zur Anbietersuche und eine zur Empfehlung bzw. Shortlist. Jede dieser zehn Fragen wurde einmal an ChatGPT, Claude, Gemini, Microsoft Copilot und Perplexity gestellt. So entstanden insgesamt 50 KI-Antworten, die systematisch ausgewertet wurden.
Erfasst wurde, welche Anbieter genannt wurden, an welcher Position sie erschienen und ob sie unter den ersten drei genannten Anbietern vertreten waren.
So wurden die Benchmark-Unternehmen ausgewählt
Pro Teilbranche wurden fünf Unternehmen aus Deutschland, Österreich oder der Schweiz ausgewählt, deren Produkte und Technologien zu den jeweiligen B2B-Anbieterfragen passen. Insgesamt umfasst der Benchmark damit 25 Unternehmen.
Die Auswahl dient als strukturierte Vergleichsgruppe. Sie soll typische Sichtbarkeitsmuster sichtbar machen, bildet aber nicht den gesamten DACH-Markt für Energie, Umwelt und Infrastruktur statistisch repräsentativ ab.
Was die Ergebnisse nicht aussagen
Der Index ist eine Momentaufnahme vom 16. September 2026. Generative KI-Antworten können sich zwischen Sessions und über die Zeit verändern.
Im Pilot wurden keine wiederholten Kontrollläufe durchgeführt. Die Ergebnisse zeigen daher, wie die untersuchten Anbieter in diesem konkreten Messdurchlauf sichtbar waren – nicht, dass dieselben Werte bei jeder Wiederholung identisch auftreten würden.
Eine geringe oder fehlende Sichtbarkeit bedeutet nicht, dass ein Unternehmen qualitativ schwächer oder im Markt weniger relevant ist. Sie bedeutet nur, dass es bei den verwendeten Fragen und zu diesem Messzeitpunkt von den untersuchten KI-Systemen selten oder nicht genannt wurde.
DIE 10 VERWENDETEN B2B-BUYER-FRAGEN ANZEIGEN
Um die Messung nachvollziehbar zu machen, veröffentlichen wir hier die zehn markenneutralen B2B-Fragen, die im Benchmark verwendet wurden. Pro Teilbranche wurde eine Frage zur Anbietersuche und eine zur Empfehlung bzw. Shortlist gestellt.
1. Grüner Wasserstoff & Elektrolysesysteme
A – Anbietersuche: Welche Anbieter aus Deutschland, Österreich oder der Schweiz entwickeln oder liefern Elektrolyseure und Elektrolyseanlagen für die industrielle Produktion von grünem Wasserstoff?
B – Empfehlung / Shortlist: Welche 5 bis 10 DACH-Anbieter sollte ein Industrieunternehmen bei der Auswahl eines Elektrolyseurs oder einer Elektrolyseanlage für grünen Wasserstoff vergleichen?
2. Gewerbliche & industrielle Batteriespeichersysteme
A – Anbietersuche: Welche Anbieter aus Deutschland, Österreich oder der Schweiz bieten stationäre Batteriespeichersysteme für Gewerbe, Industrie, Energieversorger oder Netzinfrastruktur?
B – Empfehlung / Shortlist: Welche 5 bis 10 DACH-Anbieter sollte ein Industrieunternehmen bei der Auswahl eines stationären Batterie-Energiespeichersystems für Eigenverbrauch, Peak Shaving, Energiehandel oder Netzdienstleistungen vergleichen?
3. Dezentrale KWK- und Biomasse-Energiesysteme
A – Anbietersuche: Welche Hersteller aus Deutschland, Österreich oder der Schweiz bieten dezentrale Kraft-Wärme-Kopplungsanlagen, Blockheizkraftwerke oder Biomasse-KWK-Systeme für Gewerbe, Industrie oder kommunale Energieversorgung?
B – Empfehlung / Shortlist: Welche 5 bis 10 DACH-Anbieter sollte ein Unternehmen bei der Auswahl eines BHKW- oder dezentralen KWK-Systems für Strom- und Wärmeerzeugung vergleichen?
4. Erneuerbare Wärme & Wärmenetze
A – Anbietersuche: Welche Anbieter aus Deutschland, Österreich oder der Schweiz bieten Systeme und Infrastruktur für erneuerbare Wärmeversorgung, einschließlich Biomasseheizung, Solarthermie und Nah- oder Fernwärmenetzen?
B – Empfehlung / Shortlist: Welche 5 bis 10 DACH-Anbieter sollte ein Gewerbe-, Industrie- oder Wärmeversorgungsprojekt bei der Auswahl von Systemen für erneuerbare Wärmeerzeugung und Wärmenetze vergleichen?
5. Wasser- & Umweltinfrastruktur
A – Anbietersuche: Welche Anbieter aus Deutschland, Österreich oder der Schweiz bieten Anlagen und Infrastrukturlösungen für industrielle oder kommunale Wasser- und Abwasserbehandlung, Regenwassermanagement oder Wasserversorgung?
B – Empfehlung / Shortlist: Welche 5 bis 10 DACH-Anbieter sollte ein Industrieunternehmen oder Infrastrukturbetreiber bei der Auswahl von Wasser-, Abwasser-, Entwässerungs- oder Wasserinfrastrukturlösungen vergleichen?
SO WERDEN DIE KENNZAHLEN BERECHNET
| Kennzahl | So wird sie berechnet | Was sie aussagt |
|---|---|---|
| AI Visibility Rate / Nennungsrate | Nennungen des Unternehmens ÷ 10 relevante KI-Antworten | Wie häufig ein Unternehmen bei den verwendeten B2B-Fragen sichtbar war |
| Top-3 Presence Rate | Top-3-Platzierungen ÷ 10 relevante KI-Antworten | Wie häufig ein Unternehmen unter den ersten drei genannten Anbietern erschien |
| Cross-Engine Coverage | KI-Systeme mit mindestens einer Nennung ÷ 5 | In wie vielen der fünf KI-Systeme ein Unternehmen überhaupt sichtbar war |
| External Top-3 Share | Top-3-Positionen anderer Anbieter ÷ alle gültigen Top-3-Positionen | Wie viele führende Positionen von Anbietern außerhalb des jeweiligen Fünfer-Benchmarks besetzt wurden |
Für die Top-3-Auswertung wurde die Reihenfolge verwendet, in der Anbieter in der jeweiligen KI-Antwort erschienen. Berücksichtigt wurden nur reale, zur jeweiligen B2B-Frage passende Anbieter aus dem DACH-Raum. Mehrfachentitäten in einer einzelnen Position, Anzeigen, Verzeichnisse sowie fachfremde oder nicht passende Ergebnisse wurden ausgeschlossen.
Alle fünf Buyer-Frames wurden für die finale Messung akzeptiert; Ersatzbeobachtungen waren nicht erforderlich. Die Entity-QA normalisierte H-TEC SYSTEMS zu Quest One und hielt verwandte, aber unterschiedliche Anbieter getrennt. Drei Top-3-Rohpositionen mit mehreren Anbieterentitäten wurden aus der Top-3-Auswertung ausgeschlossen; nachfolgende Anbieter wurden nicht nach oben verschoben. Der finale Datensatz umfasst unverändert 50 KI-Antworten.
KI-Antworten können sich bei einer erneuten Abfrage verändern. Der Index zeigt deshalb eine Momentaufnahme vom 16. September 2026 und keine dauerhaft feststehende Rangliste. Wurde ein Benchmark-Unternehmen nicht genannt, bedeutet das ausschließlich, dass es bei den verwendeten Fragen und in diesem konkreten Messdurchlauf nicht sichtbar war. Daraus lässt sich keine Aussage über Marktanteil, Produktqualität oder wirtschaftliche Bedeutung des Unternehmens ableiten.
Modell- und Versionsinformationen wurden im Pilot nicht systematisch erfasst und daher nicht nachträglich abgeleitet. In zukünftigen Messzyklen werden verfügbare Modell-, Versions- und Suchmodusinformationen zusätzlich dokumentiert.
WAS BEDEUTET DAS FÜR ENERGIE-, UMWELT- & INFRASTRUKTURUNTERNEHMEN?
Wenn potenzielle Kunden ChatGPT, Claude, Gemini, Copilot oder Perplexity zur Anbietersuche nutzen, entscheidet die digitale Sichtbarkeit mit darüber, welche Unternehmen überhaupt genannt, verstanden und in die engere Auswahl aufgenommen werden.
- Die Sichtbarkeit unterscheidet sich stark nach Teilbranche. Die durchschnittliche Benchmark-Nennungsrate reichte von 22,0 % bei erneuerbarer Wärme bis 70,0 % bei grünem Wasserstoff.
- Die ersten Anbieterpositionen bleiben umkämpft. 61,2 % der gültigen Top-3-Positionen gingen an Unternehmen außerhalb des jeweiligen Fünfer-Benchmarks.
- Die Wahl des KI-Systems beeinflusst die Sichtbarkeit deutlich. Die Benchmark-Nennungsrate reichte von 28 % bei Microsoft Copilot bis 64 % bei ChatGPT.
- Unternehmenseigene Inhalte waren in diesem Benchmark besonders präsent. 71,0 % der sichtbaren Referenzen entfielen auf eigene Unternehmensquellen.
- Klare Positionierung hilft KI-Systemen, Anbieter und Technologien richtig einzuordnen. Gerade in komplexen Energie-, Umwelt- und Infrastrukturmärkten sollten Produkte, Systeme, Anwendungen und Zielmärkte eindeutig digital beschrieben werden.
- AI Visibility sollte regelmäßig über mehrere KI-Systeme und Buyer-Fragen gemessen werden. POLYLOGS macht sichtbar, wo ein Unternehmen gefunden wird, wo Lücken bestehen und welche Maßnahmen für Website, SEO, GEO und digitale Präsenz sinnvoll sind.
Mehr erfahren:
WIE SICHTBAR IST IHR UNTERNEHMEN BEI CHATGPT & CO.?
Der AI Visibility Index zeigt, welche Anbieter bei definierten B2B-Fragen in verschiedenen KI-Systemen sichtbar werden. Ein individueller POLYLOGS Benchmark untersucht dagegen gezielt Ihr Unternehmen: Wie häufig werden Sie genannt? Bei welchen Fragen erscheinen Wettbewerber vor Ihnen? Welche KI-Systeme verstehen Ihre Produkte und Kompetenzen besonders gut – und wo bestehen Sichtbarkeitslücken?
STUDIENINFORMATIONEN & ZITIERHINWEIS
Zitiervorschlag: Werbeagentur dmp / POLYLOGS: AI Visibility Index 2026 – KI-Sichtbarkeit in Energie, Umwelt & Infrastruktur im DACH-Raum, Messung vom 16. September 2026, Version 1.0.
Herausgeber & Methodik: Werbeagentur dmp / POLYLOGS
Research Lead: Maryna Kshanovska
Review: Janine Wald, Michael Wald
Messdatum: 16. September 2026
Region: Deutschland, Österreich, Schweiz (DACH)
Version: 1.0