Maschinenbau-Marketing im KI-Zeitalter.
Warum technische Kompetenz für Google, ChatGPT & Co. sichtbar werden muss.
Ich höre immer: Wir müssen jetzt GEO machen. Ist das so?
GEO ist gerade eines dieser Kürzel, an denen man im Marketing kaum vorbeikommt. Generative Engine Optimization soll dafür sorgen, dass Unternehmen auch in den Antworten von ChatGPT, Gemini, Perplexity oder der KI-Suche von Google auftauchen.
Brauchen Maschinen- und Anlagenbauer jetzt also neben SEO noch eine weitere Marketing-Disziplin?
Google sieht das für die eigene Suche erstaunlich gelassen. Im aktuellen Leitfaden zur Optimierung für generative KI-Funktionen steht ausdrücklich: Die bekannten SEO-Grundlagen gelten weiterhin. Von speziellen AEO- oder GEO-Tricks hält Google wenig.
Viel interessanter finde ich eine andere Empfehlung. Google fordert eigenständige, fachkundige Inhalte, die über das hinausgehen, was ohnehin überall im Netz steht. Im englischen Leitfaden heißt das schön treffend: „non-commodity content“. Inhalte also, die auf eigenem Wissen, Erfahrungen und einer eigenen Perspektive beruhen.
Für Maschinen- und Anlagenbauer ist das fast eine Steilvorlage. Denn in meiner Arbeit erlebe ich seit Jahren: In den Unternehmen steckt enormes technisches Wissen. Im Internet ist davon oft nur ein Bruchteil zu sehen.
Und genau das könnte im KI-Zeitalter und für GEO zum Problem werden.
Kunden suchen heute anders.
Klassisches SEO war lange relativ geradlinig. Ein Unternehmen wollte beispielsweise bei „Retrofit Produktionsanlage“, „Fräswerkzeug Titan“ oder dem Namen eines bestimmten Verfahrens weit oben bei Google erscheinen. Solche Suchanfragen gibt es weiterhin. Aber mit KI können Interessenten ihre eigentliche Aufgabe formulieren.
Zum Beispiel:
| Klassische Suche | Heute kann die Frage lauten |
|---|---|
| „Retrofit Produktionsanlage“ | „Unsere Produktionslinie ist 20 Jahre alt. Wann lohnt sich ein Retrofit und wann ist eine neue Anlage wirtschaftlicher?“ |
| „Fräswerkzeug Titan“ | „Warum ist die Standzeit beim Titanfräsen so kurz und welche Werkzeugstrategie hilft?“ |
| „Predictive Maintenance Maschinenbau“ | Wir haben viele ungeplante Stillstände. Welche Daten brauchen wir, um Predictive Maintenance sinnvoll einzusetzen?“ |
Wie gesagt: Das sind Beispiele, keine statistisch ermittelten Top-Suchanfragen. Aber sie machen die Veränderung deutlich. Google hat dazu im Mai 2026 interessante Zahlen aus den USA veröffentlicht: Suchanfragen im AI Mode sind dort im Durchschnitt dreimal so lang wie klassische Google-Suchanfragen. Die Nutzer formulieren häufiger in natürlicher Sprache und stellen komplexere Fragen.
Google kann solche Fragen zudem in mehrere Teilfragen zerlegen und parallel recherchieren. Der Fachbegriff dafür lautet „Query Fan-out“. Für Marketingverantwortliche ist der Begriff weniger wichtig als seine Konsequenz: Eine gute Antwort braucht mehr Kontext als einen Produktnamen, einige technische Daten und das passende Keyword.
Und hier wird es für den Maschinenbau interessant.
Die Website zeigt, was das Unternehmen verkauft.
Aber zeigt sie auch, was es weiß?
Viele Maschinenbau-Websites sind aus Sicht des Produktportfolios aufgebaut. Maschinen, Anlagen, Komponenten, technische Daten, Downloads, Broschüren. Das ist sinnvoll für einen Interessenten, der bereits genau weiß, wonach er sucht.
Bei einer offenen technischen Fragestellung sieht es anders aus. Dann werden Erfahrungen, Zusammenhänge und Einordnungen interessant, die auf der Website häufig gar nicht vorkommen.
Genau das erlebe ich in meinen Projekten immer wieder.
Bei Unternehmen wie SMS group, METZEN, Brinkmann Pumps oder LEWA Attendorn beginnt meine interessante Arbeit fast nie mit dem vorhandenen Marketingmaterial. Die wirklich guten Informationen entstehen im Gespräch mit Geschäftsführern, Projektleitern, Entwicklern, Ingenieuren, Produkt-/Marketingmanagern, IT-Experten oder dem Vertrieb.
Dann erfahre ich beispielsweise, aus welcher Kundenanforderung eine neue Lösung entstanden ist. Warum eine Konstruktion geändert wurde. Was eine Optimierung unter realen Betriebsbedingungen tatsächlich bringt. Welche Alternative geprüft und verworfen wurde. Wo eine Technologie an Grenzen stößt. Oder welche Erfahrung aus einem Projekt für andere Anwender besonders wertvoll sein könnte. Das sind Informationen, die Fachleute interessieren.
Und es sind Informationen, die eine KI nicht auf einer Unternehmenswebsite finden kann, wenn sie dort nie veröffentlicht wurden.
Für mich liegt hier eine der größten ungenutzten Ressourcen im Content Marketing für Maschinenbau und Anlagenbau: Das wertvollste Material ist häufig längst vorhanden. Es steckt nur noch in den Köpfen der Fachleute.
Was KI braucht, brauchen Kunden schon lange.
Muss deshalb jetzt das gesamte Wissen eines Unternehmens ins Netz?
Natürlich nicht.
Interessant ist das Wissen, das Kunden bei einer Entscheidung weiterhilft.
- Einordnung statt Produktbehauptung.
Für welche Anwendung eignet sich eine Lösung besonders gut? Wann ist ein anderes Verfahren sinnvoller? Wo liegen die Grenzen?
- Erfahrungen statt Allgemeinplätze.
Was hat sich in realen Projekten bewährt? Welche Probleme traten auf? Was wurde daraus gelernt?
- Belege statt großer Worte.
Messwerte, Projektwerte und technische Vorteile werden wertvoll, wenn klar ist, unter welchen Bedingungen sie erreicht wurden und was sie für den Betrieb bedeuten.
- Technik in Nutzen übersetzen.
Ein konstruktives Detail interessiert außerhalb der Entwicklung vor allem wegen seiner Wirkung: höhere Verfügbarkeit, weniger Ausschuss, kürzere Rüstzeiten, geringerer Wartungsaufwand oder mehr Prozesssicherheit.
Diesen letzten Punkt halte ich für besonders wichtig. Technische Kommunikation darf komplex bleiben. Aber der Leser muss erkennen können, warum eine technische Eigenschaft für ihn von Bedeutung ist. Genau darum geht es auch in meinem Blog „Emotionalität in technischen Texten“. Guter Content beantwortet also nicht möglichst viele Fragen. Er beantwortet die richtigen besser.
Mehr KI-Content löst das Problem nicht.
Die naheliegende Reaktion auf GEO lautet derzeit oft: Dann produzieren wir eben mehr Content.
Mit KI ist das schließlich einfach.
Google warnt ausdrücklich vor diesem Reflex. Für jede mögliche Suchvariante oder vermutete Fan-out-Frage eine eigene Seite anzulegen, macht eine Website nach Aussage von Google weder automatisch besser noch hilfreicher. Wer solche Inhalte in großem Maßstab primär produziert, um Rankings oder generative Antworten zu beeinflussen, kann sogar gegen Googles Spam-Richtlinien verstoßen.
Das ist eigentlich logisch.
Wer aus einer vorhandenen Produktbroschüre mit KI zehn Blogbeiträge erzeugt, hat anschließend zehn Texte.
Aber nicht mehr Wissen.
Ich nutze KI selbst intensiv. Für Recherche, Strukturierung, Varianten, Zusammenfassungen und viele andere Aufgaben ist sie ein fantastisches Werkzeug. Wo ihre Grenzen bei anspruchsvollen technischen Texten liegen, habe ich ausführlich in meinem Beitrag „Technische B2B-Texte mit KI schreiben“ beschrieben. Für diesen Blog reicht ein Satz:
KI kann Content skalieren. Erfahrung kann sie nicht skalieren.
Eine Inbetriebnahme unter schwierigen Bedingungen, zehn Jahre Erfahrung mit einem Verfahren, das Wissen eines Servicetechnikers oder eine ungewöhnliche Lösung aus einem Kundenprojekt lassen sich nicht prompten.
Man muss sie finden.
Das beste GEO-Projekt beginnt mit einem Interview.
Wenn ich für Maschinen- und Anlagenbauer arbeite, suche ich deshalb nicht zuerst nach weiteren Keywords.
Mich interessieren die Gespräche, bei denen ein Ingenieur sagt: „Das ist ein sehr interessanter Aspekt, den wir unter diesen Gesichtspunkt so noch nie betrachtet haben.“ Oder der Vertrieb erzählt: „Genau diese Frage bekommen wir ständig.“ Oder ein Projektleiter erklärt, warum eine Lösung anders umgesetzt werden musste als ursprünglich geplant.
An solchen Stellen beginnt guter Content.
Aus einem guten Expertengespräch kann ein Blogbeitrag entstehen. Oder eine Case Study, ein Fachartikel, ein Whitepaper, eine Produktseite, ein LinkedIn-Beitrag. Nicht alles gleichzeitig. Und nicht aus jedem Gespräch fünf Formate.
Das Thema entscheidet, was daraus wird.
Darin sehe ich meine Aufgabe als Texter für Maschinenbau, Anlagenbau und Industrie: Fachwissen finden, verstehen, nachfragen, einordnen und so aufbereiten, dass daraus Kommunikation mit eigener Substanz entsteht. Meine Referenzen aus Maschinenbau und Industrie zeigen, wie unterschiedlich diese Themen sein können.
Vielleicht ist GEO einfacher, als viele denken.
Müssen Maschinenbauer GEO machen?
Sie sollten verstehen, dass Menschen heute anders suchen. Sie sollten ihre technische Website auch für KI-Systeme zugänglich halten. Und sie sollten prüfen, welche Fragen ihre Kunden tatsächlich beschäftigen.
Vor allem aber sollten sie ihr eigenes Wissen ernst nehmen.
Google fordert gerade genau die Inhalte, die gute technische Unternehmen im Überfluss besitzen: Fachwissen, Erfahrung, eigene Erkenntnisse und Informationen, die nicht jeder Wettbewerber ebenfalls veröffentlichen kann.
Man muss daraus keine neue GEO-Geheimwissenschaft machen.
Man muss dieses Wissen nur endlich nach draußen bringen.
Mein Motto als Texter lautet:
Informiere nicht mit Werbung, sondern werbe mit Informationen.
Selten hat es besser gepasst.
Quellen:
https://developers.google.com/search/docs/fundamentals/ai-optimization-guide?hl=de
https://blog.google/products-and-platforms/products/search/ai-mode-us-insights
Und viele eigene Erfahrungen