Customer Journey neu gedacht: vom ersten KI-Berührungspunkt bis zum Vertriebsgespräch

4.1Was sich an der Journey verändert hat#

Die klassische B2B-Customer-Journey behält ihre Grundstruktur, aber die Berührungspunkte verschieben sich deutlich. Wo früher in der Awareness-Phase Fachartikel, Whitepaper-Downloads, Webinare und Case Studies die ersten Berührungspunkte waren, ist es jetzt vermehrt die KI-Antwort. Der Interessent kennt eine Marke nicht mehr aus dem Newsletter oder vom LinkedIn-Beitrag, sondern aus einer ChatGPT-Antwort.

Die Implikation: Die Awareness-Phase findet überwiegend außerhalb des direkten Einflussbereichs der Unternehmenswebsite statt. Marketing kann nicht mehr nur eigene Berührungspunkte gestalten. Es muss auch in den KI-Antworten präsent sein, die andere Quellen prägen.

4.2Die neuen Phasen im Vertriebstrichter#

Eine angepasste Trichter-Logik für B2B sieht so aus:

• Pre-Awareness (neu): Die Marke wird in einer KI-Antwort auf eine breite, frühe Problemfrage genannt. Beispiel: „Wie kann man die Produktionsplanung im Maschinenbau digitalisieren?“ Hier geht es noch nicht um Anbieterauswahl, sondern um die Frage, welche Lösungskategorien überhaupt zur Sprache kommen.
• Awareness: Konkrete Anbieter werden im Vergleich genannt. „Welche ERP-Systeme passen für unsere Anforderungen?“
• Consideration: Spezifische Anbieter werden vertieft recherchiert, oft im Wechsel zwischen KI-Plattformen und klassischen Websites. Reviews, Fachartikel, Case Studies.
• Decision: Klassische Vertriebsphase, Demos, Verhandlung. Hier dominieren menschliche Kontakte wieder, aber vorinformiert durch das, was in den vorherigen Phasen „gelernt“ wurde.

Abb. 4.¹: Die neuen Phasen im Vertriebstrichter und der Punkt, an dem der Erstkontakt heute stattfindet.

4.3Der „informierte Erstkontakt“#

Eine deutliche Veränderung für B2B-Vertriebsteams ist, dass sich die klassische Recherche- und Orientierungsphase vor das Erstgespräch verlagert. Der Interessent kommt nicht mehr mit einer offenen Frage ins Erstgespräch. Er kommt mit einer These, einer Shortlist, oft sogar mit einem konkreten Vergleich, der ihm von einer KI-Plattform vorgelegt wurde.

Die Konsequenz: Der klassische „Was sind denn Ihre Herausforderungen?“-Einstieg wirkt im Vertriebsgespräch heute schlecht vorbereitet. Gefragt ist stattdessen ein Gespräch, das auf dem aufbaut, was der Interessent bereits weiß (oder zu wissen glaubt). Eine Eröffnungsfrage wie „Welche Lösungen haben Sie bereits in Betracht gezogen, und welche Fragen sind dabei offen geblieben?“

signalisiert Vorbereitung und öffnet den Dialog. Vertriebsteams brauchen die Fähigkeit, KI-vorgeprägte Annahmen schnell zu validieren oder zu korrigieren, ohne den Interessenten zu brüskieren.

Informierter Erstkontakt

4.4Content-Strategie nach Phase: warum nicht alles gleich wichtig ist#

Aus der veränderten Journey folgt eine wichtige strategische Entscheidung, die KMU im ersten GEO-Anlauf häufig falsch treffen: Sie versuchen, in allen Phasen mit eigenen Inhalten präsent zu sein und verschwenden damit Budget in einer Phase, in der sie strukturell den schwächsten Stand haben.

Warum frühe Erklärfragen selten ROI-positiv sind Generische Wissensfragen wie „Was ist Predictive Maintenance?“, „Was bedeutet S/4HANA?“ oder „Was ist ein MES-System?“ werden in KI-Plattformen überwiegend mit Quellen wie Wikipedia, etablierten Fachmedien, IBM-Blogs, Siemens Whitepapern oder Branchenverbänden beantwortet. Ein KMU, das einen eigenen Erklärartikel zu dieser Frage produziert, konkurriert mit Quellen, die LLMs seit Jahren als autoritativ gelernt haben. Der Aufwand für Sichtbarkeit ist hoch, die Kaufintention im Prompt gering, der messbare Beitrag zur Vertriebspipeline wahrscheinlich nicht nachweisbar.

Zur Verdeutlichung in Zahlen: Eine Analyse von 30 Millionen Quellenangaben aus den USA zeigt klar, woher die Antworten kommen.¹⁷ Welche Quellen die einzelnen KI-Systeme am häufigsten zitieren, fasst die folgende Tabelle zusammen. In diesen Quellen ist es für einen mittelständischen B2B-Anbieter mit eigenen Inhalten sehr schwer zu konkurrieren. Sichtbarkeit entsteht dort eher indirekt über Erwähnungen, Forenbeiträge, Reviews.

Top-Quellen nach Zitieranteil je KI-System. Datenbasis: 30 Millionen Quellenangaben aus dem US-Markt, 2026. KI-System Top-Quellen nach Zitieranteil ChatGPT Wikipedia ca. 48 %, Reddit ca. 11 %, Forbes ca. 7 % Google AI Overviews Reddit ca. 21 %, YouTube ca. 19 %, Quora ca. 14 % Perplexity Reddit ca. 47 %, YouTube ca. 14 %, Gartner ca. 7 %

Wo der Mittelstand strukturell stark ist Mittlere und untere Phasen verschieben das Spiel zugunsten des spezialisierten Anbieters. In einigen Bereichen können KMU systematisch gewinnen:

• Konkrete Vergleichsinhalte (mittlere Phase). „ERP-Vergleich für Engineer-to-Order-Fertigung in DACH“, „MES-Systeme für Galvanikbetriebe mit 200 Mitarbeitern“. Hier sind generische Quellen zu oberflächlich, und ein Nischenanbieter mit echter Branchenkenntnis schlägt mögliche Wikipedia-Artikel.
• Anwendungsszenarien (mittlere Phase). Konkrete Beschreibungen, wie das eigene Angebot in spezifischen Branchenkontexten eingesetzt wird. Diese Inhalte werden in KI-Plattformen häufig als Kontext für Vergleichsfragen herangezogen.
• Angebotsbeschreibungen (mittlere Phase). Präzise Leistungspakete und klare Abgrenzungen für definierte Anwendungsfälle. Während Konzerne hier oft generisch bleiben müssen, kann ein Mittelständler konkret werden. Diese Spezifität kann für Anbieter- und Leistungsfragen herangezogen werden.
• Implementierungs- und Integration (untere Phase). „Wie integriert man Produkt X mit System Y?“, „Welche Voraussetzungen müssen für die Einführung gegeben sein?“, „Welche Risiken gibt es bei der Migration?“. Diese Inhalte sind wertvoll, weil hier die Zahlungsbereitschaft real ist und große Anbieter selten so spezifisch werden.

Wie man die frühen Phasen trotzdem abdeckt: Off-Site statt eigener Inhalte Sichtbarkeit in der frühen Phase ist nicht unwichtig, sie lohnt sich für ein KMU nur selten mit eigenen Inhalten. Stattdessen führt der Weg über die Quellen, aus denen LLMs ihre frühen Antworten ohnehin ziehen:

• Wikipedia-Eintrag des eigenen Unternehmens, sofern die Relevanzkriterien erfüllt sind18. Realistisch ist das nur für größere oder bekanntere KMU. Wikidata-Eintrag als Minimum (ausführlich in Kapitel 23): Dieser ist für viele Unternehmen anlegbar und wirkt als institutioneller Anker.
• Gezielte Präsenz in den von LLMs zitierten Foren und Communities (Reddit, gutefrage.net, branchenspezifische Plattformen).
• Gastbeiträge, Interviews und Erwähnungen in den Fachmedien, die in der eigenen Branche zitiert werden.
• Aufnahme in Analystenreports (Gartner, Forrester) – auch in Emerging-Technology-Notes und Market Guides, nicht nur in den Magic Quadrants. Allerdings sind hier Aufwand und Kosten erheblich, was die Maßnahme meist erst ab einer bestimmten Unternehmensgröße sinnvoll macht.
• Strukturierte Präsenz in Review-Plattformen. International dominieren G2, Capterra, TrustRadius. Für DACH-B2B relevanter: ProvenExpert, OMR Reviews, Trusted Shops (im E-Commerce-Kontext), Google Reviews und Trustpilot.

Die Faustregel: Das Budget für eigene Inhalte primär in die mittleren und unteren Phasen investieren, frühe Phasen über Off-Site-Präsenz abdecken. Für die meisten B2B-KMU ist das die wirtschaftlichere und zugleich wirksamere Strategie.

Gedankenspiel zur Veranschaulichung: Stellen Sie sich einen mittelständischen Anbieter für Industrie-Automatisierung vor, der auf eigene Erklärartikel zum Thema „Industrie 4.⁰“ verzichtet. Stattdessen investiert er in einen Wikidata-Eintrag, in gezielte Gastbeiträge in einschlägigen Fachmedien und in die systematische Pflege seines Profils in einer Branchen-Bewertungsplattform. Nach einigen Monaten zeigt sich messbar eine höhere Erwähnungs-Rate in KI-Antworten zu Industrie-4.⁰-Vergleichsfragen, ohne dass je ein eigener Erklärartikel zum Thema entstanden wäre.

4.5Implikationen für den Vertrieb#

Aus der veränderten Journey ergeben sich zwei weitere Konsequenzen jenseits der Content-Strategie:

• Vertriebsunterstützung durchgängig denken. Was Vertrieb an Fragen aus den Interessenten-Gesprächen mitbringt, muss zurück ins Marketing fließen. Welche KI-Antworten bringen die Interessenten mit? Welche Aussagen über das eigene Unternehmen oder den Wettbewerb sind unzutreffend? Was wird falsch zitiert?
• Korrektur-Loop für falsche KI-Aussagen. Wenn KI-Plattformen systematisch falsche Aussagen über die eigene Marke produzieren (veraltete Preise, veraltete Features, falsche Positionierung), ist das ein eigenständiges Problem, das nicht mit klassischen PR-Mitteln lösbar ist. Mehr dazu in Teil V (Hebel zehn, Korrektur-Loop) und beim Monitoring-Setup in Kapitel 25.