Für Geschäftsführer auf einen Blick
Der Beitrag beschreibt, wie ein KI-Einkaufsagent eine Anfrage wie „ISO-9001-zertifizierte Präzisionsdreherei im Raum Chicago für Aluminium-Luftfahrtteile“ in Teilfragen zerlegt — Verfahren, Zertifizierung, Standort, Werkstoff, Toleranz, Lieferzeit, Mindestmenge, Fremdbelege — und ordnet jeder Teilfrage das Feld zu, das auf der Kapazitäts- oder Produktseite als lesbarer Text vorliegen muss.
Kernaussagen
- Vollständige Feldliste für eine Kapazitätsseite: Verfahren, Werkstoffe, Toleranzen, Maximalabmessung, Zertifizierungen mit Aussteller und Nummer, Standort, Lieferzeit, Mindestmenge, belieferte Branchen, Folgeprozesse.
- Alle Werte als Klartext in einer sichtbaren HTML-Tabelle — keine verbundenen Zellen, keine Bilder in Zellen, keine Information, die nur über Farbe kodiert ist.
- Empfohlene strukturierte Daten in JSON-LD: Product für Produkt- und Kapazitätsseiten, HowTo für Verfahrensseiten, FAQPage für Fragenseiten.
- Zertifizierungen gehören als Satz mit Aussteller, Zertifikatsnummer und Geltungsbereich in den ersten Absatz; Zertifikate als Bilddatei sind für Crawler unsichtbar.
- Zitierte Erhebung von Wynter (Januar 2026, 101 B2B-SaaS-Marketingleiter ab 50 Mio. USD Umsatz): 68 Prozent beginnen die Anbietersuche in KI-Werkzeugen, gegenüber 24 Prozent 2025.
- Zitierte Gartner-Projektion (IT Symposium, November 2025): bis 2028 sollen 90 Prozent des B2B-Einkaufs über KI-Agenten vermittelt werden.
- Zitierte Auswertung zum Zitierverhalten von ChatGPT (Kevin Indig, wiedergegeben von Search Engine Land, Februar 2026): 44,2 Prozent der Zitate stammen aus den ersten 30 Prozent einer Seite.
- Kontext
- Bisherige Quellen hier sagten, dass Kennwerte maschinenlesbar vorliegen müssen. Dieser Beitrag benennt erstmals die einzelnen Felder und ordnet sie den Teilfragen zu, die ein Einkaufsagent aus einer Beschaffungsanfrage erzeugt.
- Warum diese Einstufung
- Die Feldliste ist konkret und sofort anwendbar; die zitierten Marktzahlen stammen aber aus Software-Marketing und aus einer Befragung, die technische Einkäufer nicht abdeckt.
- Was das für Ihr Unternehmen bedeutet
- Die Angaben, die viele Zulieferer bewusst nicht öffentlich zeigen — Toleranz, Lieferzeit, Mindestmenge, Zertifikatsnummer mit Geltungsbereich — sind genau die, an denen die maschinelle Vorauswahl hängt. Und die Reihenfolge auf der Seite zählt: Firmengeschichte oben, Technik unten kostet den Platz in der Antwort.
- Nächster Schritt
- Nehmen Sie Ihre wichtigste Produkt- oder Kapazitätsseite und legen Sie zehn Felder als HTML-Tabelle an: Verfahren, Werkstoff nach DIN EN, Toleranz mit Prüfnorm, Maximalabmessung, Zertifizierung mit Aussteller und Nummer, Standort, Lieferzeit, Mindestmenge, belieferte Branchen, Folgeprozesse. Anschließend die zentrale Aussage in den ersten Absatz ziehen.
- Unsicherheit
- Die Quelle verkauft GEO-Werkzeuge und nennt am Ende Preise. Die 68-Prozent-Angabe stammt aus einer Befragung von 101 Marketingverantwortlichen im B2B-Software-Geschäft, nicht aus der Industriebeschaffung; die Gartner-Angabe ist eine Projektion. Die Beispiele sind US-amerikanisch — deutsche Anforderungen wie IATF 16949 oder Werkszeugnis nach EN 10204 kommen nicht vor.
Eigene Einordnung von Christian Taschner · Stand 17. September 2026 · Wie diese Einschätzungen entstehen
Die Quelle
Der Beitrag beschreibt, wie ein KI-Einkaufsagent eine Anfrage wie „ISO-9001-zertifizierte Präzisionsdreherei im Raum Chicago für Aluminium-Luftfahrtteile“ in Teilfragen zerlegt — Verfahren, Zertifizierung, Standort, Werkstoff, Toleranz, Lieferzeit, Mindestmenge, Fremdbelege — und ordnet jeder Teilfrage das Feld zu, das auf der Kapazitäts- oder Produktseite als lesbarer Text vorliegen muss.
Worum es geht
Der Kern ist eine Zuordnungstabelle: Zu jeder Teilfrage, die ein Antwortsystem aus einer Beschaffungsanfrage erzeugt, gehört ein Signal auf der Seite. Zertifizierung mit Aussteller, Nummer und Geltungsbereich im ersten Absatz und in einer Tabelle. Verfahren in der Überschrift. Standort in Klartext und in strukturierten Daten. Werkstoffe mit konkreter Legierungsbezeichnung. Toleranzen und Maximalabmessungen als Zahlenwerte in einer HTML-Tabelle. Lieferzeit und Mindestmenge als beschriftete Felder. Bestätigung durch Dritte über Branchenverzeichnisse und Verbandsmitgliedschaften.
Der zweite Schwerpunkt ist der Einstiegsabsatz. Der Beitrag zeigt ein Gegenbeispiel („Willkommen bei unserem Familienbetrieb, seit 1987 …“) und ein Musterbeispiel, in dem Werkstoffe, Zertifizierung mit Aussteller und Nummer, Standort, Lieferzeit und Mindestmenge in vier Sätzen stehen — also so, dass die Passage wörtlich als Antwort übernommen werden kann. Als Selbsttest empfiehlt der Beitrag, die URL einer eigenen Kapazitätsseite in ein Antwortsystem zu geben und zu fragen, ob das Unternehmen zertifiziert ist und welche Werkstoffe es bearbeitet: Kommt keine Antwort aus der Seite, kann sie auch ein Einkaufsagent nicht auswerten.
Was in der Quelle steht
- Vollständige Feldliste für eine Kapazitätsseite: Verfahren, Werkstoffe, Toleranzen, Maximalabmessung, Zertifizierungen mit Aussteller und Nummer, Standort, Lieferzeit, Mindestmenge, belieferte Branchen, Folgeprozesse.
- Alle Werte als Klartext in einer sichtbaren HTML-Tabelle — keine verbundenen Zellen, keine Bilder in Zellen, keine Information, die nur über Farbe kodiert ist.
- Empfohlene strukturierte Daten in JSON-LD: Product für Produkt- und Kapazitätsseiten, HowTo für Verfahrensseiten, FAQPage für Fragenseiten.
- Zertifizierungen gehören als Satz mit Aussteller, Zertifikatsnummer und Geltungsbereich in den ersten Absatz; Zertifikate als Bilddatei sind für Crawler unsichtbar.
- Zitierte Erhebung von Wynter (Januar 2026, 101 B2B-SaaS-Marketingleiter ab 50 Mio. USD Umsatz): 68 Prozent beginnen die Anbietersuche in KI-Werkzeugen, gegenüber 24 Prozent 2025.
- Zitierte Gartner-Projektion (IT Symposium, November 2025): bis 2028 sollen 90 Prozent des B2B-Einkaufs über KI-Agenten vermittelt werden.
- Zitierte Auswertung zum Zitierverhalten von ChatGPT (Kevin Indig, wiedergegeben von Search Engine Land, Februar 2026): 44,2 Prozent der Zitate stammen aus den ersten 30 Prozent einer Seite.
Meine Einordnung
Der Wert dieses Beitrags liegt nicht in den Prognosen, sondern in der Feldliste. Sie lässt sich unmittelbar auf den deutschen Maschinen- und Komponentenbau übertragen: Norm mit Ausstellerangabe statt Prüfzeichen-Grafik, Werkstoff mit Kurzname nach DIN EN statt „hochwertiger Stahl“, Toleranz mit Prüfnorm statt „höchste Präzision“, Lieferzeit und Mindestmenge als Feld statt als Verhandlungssache im Angebot. Genau die Angaben, die viele Zulieferer bewusst aus dem Web heraushalten, sind die, an denen die maschinelle Vorauswahl hängt — und wer in dieser Liste fehlt, wird nicht abgelehnt, sondern gar nicht gefragt. Bemerkenswert ist auch die Aussage zur Position im Dokument: Wenn der überwiegende Teil der Zitate aus dem oberen Seitendrittel stammt, ist die verbreitete Reihenfolge „Firmengeschichte, Leitbild, dann Technik“ nicht nur unelegant, sondern für diesen Kanal schädlich. Einschränkend gilt: Die Beispiele sind US-amerikanisch (ISO 9001, AS9100, Nadcap, Region Chicago), das Übertragen auf deutsche Kundenanforderungen — IATF 16949, Druckgeräterichtlinie, Werkszeugnis nach EN 10204 — bleibt Eigenarbeit.
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
Praxisleitfaden: Wie Industriezulieferer ihre Katalogseiten für KI-Einkaufsagenten lesbar machen
Ein englischsprachiger Fachblog für Generative Engine Optimization beschreibt Schritt für Schritt, wie Zulieferer ihre Produktseiten so umbauen, dass KI-Einkaufsagenten sie finden und zitieren können. 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.