Für Geschäftsführer auf einen Blick
Der Beitrag beschreibt einen dreiteiligen Selbsttest für Industrieanbieter: Sind KI-Crawler zugelassen, sind die Kataloginhalte maschinenlesbar aufgebaut, und wird das Unternehmen bei typischen Einkaufsfragen überhaupt genannt? Danach folgt eine Umbauanleitung: Antwort schon im ersten Absatz, Kennwerte als HTML-Tabelle statt PDF, strukturierte Daten im Seitencode.
Kernaussagen
- Erster Prüfschritt: die Datei robots.txt. Wer GPTBot, PerplexityBot, ClaudeBot oder Google-Extended sperrt, ist für das Antwortsystem dieses Anbieters nicht auffindbar.
- Vergleich aus dem Handel: Amazon sperrt KI-Crawler und bekommt laut dem Beitrag kaum Verweisbesuche aus ChatGPT; Walmart und Etsy erlauben sie und werden deutlich häufiger empfohlen.
- Die wichtigsten Angaben — Zertifizierung mit Aussteller, Werkstoff, Toleranz, Lieferzeit, Mindestmenge, Region — gehören in die ersten beiden Sätze der Seite, nicht in Fließtext weiter unten.
- Kennwerte sollen als sichtbare HTML-Tabelle auf der Seite stehen, nicht nur als PDF-Datenblatt oder Badge-Grafik.
- Strukturierte Daten (Product-/HowTo-Auszeichnung in JSON-LD) erleichtern die maschinelle Zuordnung.
- Der Umbau wird als machbar dargestellt: Prüfung in etwa einer halben Stunde, Überarbeitung einer wichtigen Katalogseite an einem Nachmittag.
- Kontext
- Der Beitrag übersetzt die Befunde der GEO-Studie (KDD 2024) und der Retrieval-Forschung in eine konkrete Handlungsanleitung für Zulieferer — dieselbe Logik, die die Einordnungen zu Crawler-Zugang und Datenblatt-Struktur hier bereits beschreiben.
- Warum diese Einstufung
- Die Einzelschritte sind technisch nachvollziehbar und konsistent mit der Forschungslage. Herkunft und Zahlen sind jedoch kommerziell gefärbt.
- Was das für Ihr Unternehmen bedeutet
- Für Maschinen- und Komponentenbauer ist die Kernbotschaft unmittelbar umsetzbar: robots.txt prüfen, Kennwerte als HTML-Tabelle statt PDF, Zertifizierung mit Aussteller und Scope als Text. Keiner dieser Schritte erfordert ein gekauftes Werkzeug.
- Nächster Schritt
- Öffnen Sie Ihre robots.txt und suchen Sie nach Einträgen zu GPTBot, PerplexityBot, ClaudeBot und Google-Extended. Danach eine Katalogseite prüfen: Stehen Norm, Werkstoff, Toleranz und Standort in den ersten zwei Sätzen als Text?
- Unsicherheit
- Die zitierten Kennzahlen stammen aus Anbieterpublikationen ohne offengelegte Stichprobe, und der Blog verkauft GEO-Werkzeuge. Ob der beschriebene Umbau tatsächlich zu Anfragen führt, belegt der Beitrag nicht.
Eigene Einordnung von Christian Taschner · Stand 13. September 2026 · Wie diese Einschätzungen entstehen
Die Quelle
Der Beitrag beschreibt einen dreiteiligen Selbsttest für Industrieanbieter: Sind KI-Crawler zugelassen, sind die Kataloginhalte maschinenlesbar aufgebaut, und wird das Unternehmen bei typischen Einkaufsfragen überhaupt genannt? Danach folgt eine Umbauanleitung: Antwort schon im ersten Absatz, Kennwerte als HTML-Tabelle statt PDF, strukturierte Daten im Seitencode.
Worum es geht
Ausgangspunkt ist die Beobachtung, dass Beschaffungsrecherchen zunehmend in ChatGPT, Perplexity oder firmeneigenen KI-Werkzeugen beginnen. Diese Systeme können nur zitieren, was ihre Crawler lesen dürfen und was als verwertbarer Text vorliegt. Der Beitrag zeigt an einem Vorher-nachher-Beispiel, wie eine typische Zulieferer-Seite („führend seit 1987, Qualität, Kundenzufriedenheit“) für ein Antwortsystem praktisch unsichtbar ist, während dieselbe Seite mit Normbezeichnung, Werkstoff, Toleranz, Lieferzeit und Standort in den ersten beiden Sätzen zitierfähig wird.
Als Belege zieht der Beitrag unter anderem eine Gartner-Prognose heran, der zufolge bis 2028 der weit überwiegende Teil der B2B-Beschaffung über KI-Agenten laufen soll, sowie Beobachtungen, dass Amazon seine Produktseiten für KI-Crawler sperrt und deshalb in ChatGPT-Antworten kaum auftaucht, während Walmart und Etsy zugänglich sind und dort häufig genannt werden.
Was in der Quelle steht
- Erster Prüfschritt: die Datei robots.txt. Wer GPTBot, PerplexityBot, ClaudeBot oder Google-Extended sperrt, ist für das Antwortsystem dieses Anbieters nicht auffindbar.
- Vergleich aus dem Handel: Amazon sperrt KI-Crawler und bekommt laut dem Beitrag kaum Verweisbesuche aus ChatGPT; Walmart und Etsy erlauben sie und werden deutlich häufiger empfohlen.
- Die wichtigsten Angaben — Zertifizierung mit Aussteller, Werkstoff, Toleranz, Lieferzeit, Mindestmenge, Region — gehören in die ersten beiden Sätze der Seite, nicht in Fließtext weiter unten.
- Kennwerte sollen als sichtbare HTML-Tabelle auf der Seite stehen, nicht nur als PDF-Datenblatt oder Badge-Grafik.
- Strukturierte Daten (Product-/HowTo-Auszeichnung in JSON-LD) erleichtern die maschinelle Zuordnung.
- Der Umbau wird als machbar dargestellt: Prüfung in etwa einer halben Stunde, Überarbeitung einer wichtigen Katalogseite an einem Nachmittag.
Meine Einordnung
In der Sache deckt sich der Beitrag mit dem, was die peer-reviewte GEO-Studie und die hier besprochenen Retrieval-Grundlagen nahelegen: Klartext, Tabellen und benannte Belege schlagen Werbesprache. Der Amazon-Vergleich ist anschaulich und plausibel. Zwei Punkte schwächen die Quelle: Erstens handelt es sich um einen kommerziellen Blog, der am Ende eigene und beworbene GEO-Werkzeuge verkauft — das schafft ein offensichtliches Interesse an einer alarmistischen Darstellung. Zweitens sind die zitierten Kennzahlen (73 Prozent der Websites mit technischen Barrieren, 25,7 Prozent mehr Zitate durch HTML-Tabellen) nicht aus unabhängigen Studien, sondern aus Anbieterpublikationen, deren Stichproben nicht offengelegt werden. Die Handlungsanleitung selbst — Crawler-Zugang prüfen, Kennwerte als HTML-Tabelle, Zertifizierung als Text — ist davon unabhängig und technisch nachvollziehbar; sie entspricht genau dem, was ich seit Anfang dieses Blogs empfehle.
Christian Taschner
Wirtschaftsingenieur, Schorndorf · Fokus auf KI-gestützte Lieferantenrecherche und Industrievertrieb
Christian Taschner ist Wirtschaftsingenieur mit Sitz in Schorndorf im Stuttgarter Industrieraum. Seit Januar 2024 dokumentiert er hier, wie technische Einkäufer KI nutzen, um Produkte und Lieferanten zu finden — aus der Perspektive industrieller Verkaufs- und Geschäftsführungsentscheider.
Mehr aus Jahrgang 2026
Datenblatt-Struktur für KI-Einkaufsagenten: welche Felder in der Vorauswahl tatsächlich abgefragt werden
Derselbe Fachblog zerlegt eine typische Beschaffungsanfrage in ihre Teilfragen und benennt für jede das Feld, das auf der Herstellerseite stehen muss. Für Zulieferer die konkreteste Feldliste, die derzeit öffentlich zu finden ist — zusammengefasst und eingeordnet.
Google veröffentlicht das Universal Commerce Protocol — ein offener Standard für Einkäufe durch KI-Agenten
Google stellt mit UCP einen quelloffenen Standard vor, über den KI-Oberflächen wie AI Mode und Gemini direkt auf Sortimente, Verfügbarkeiten und Preise zugreifen können — entwickelt mit Shopify, Etsy, Wayfair, Target und Walmart.
Model Context Protocol wird an die Linux Foundation übergeben
Anthropic übergibt den Standard, über den KI-Anwendungen an externe Systeme andocken, an eine herstellerneutrale Stiftung — mitgetragen von OpenAI, Google, Microsoft, AWS und anderen.