KI-Monitoring Case: Sichtbarkeit von LKW-Herstellern in ChatGPT & Perplexity

Wir haben untersucht, welche LKW-Hersteller von KI-Systemen wie ChatGPT und Perplexity am häufigsten empfohlen werden, welche Quellen sie nutzen und warum manche Hersteller seltener genannt werden:

• Die Gewinner im KI-Ranking: Welche LKW-Marken werden besonders oft von ChatGPT & Perplexity genannt?
• Überraschende Quellen: Woher holen ChatGPT und Perplexity ihre Infos – und warum Wikipedia & Co. so wichtig sind.
• Verborgene Chancen: Welche Hersteller tauchen kaum auf und was sie tun können, um in KI-Ergebnissen sichtbar zu werden.

Untersuchte Fragen:

Für das KI-Monitoring in der Performance Suite haben wir folgende Nutzerfragen als Prompts hinterlegt, auf deren Basis die Sichtbarkeit ausgewertet wird.

• Welche LKW gibt es für den Schwerlasttransport?
• Wie weit kommt ein Elektro-Lkw mit einer Ladung?
• Gibt es schon elektrische Lkw für Langstrecken?
• Welcher Hersteller bietet in Deutschland schwere Elektro-Lkw für den Fernverkehr an?

KI-Sichtbarkeit: So schlagen sich die LKW-Hersteller in ChatGPT & Perplexity

Lass uns direkt in die Ergebnisse eintauchen. Zunächst ein Blick auf die Top-Empfehlungen: Welche LKW-Hersteller nennt die KI am häufigsten? Dabei zeigt sich, dass traditionelle Branchenführer klar dominieren. ChatGPT nennt vor allem große Hersteller – Scania, Volvo, Mercedes-Benz Trucks, MAN und Renault Trucks – besonders oft.

Diese „Big Player“ tauchen in über der Hälfte aller ChatGPT-Antworten zum Thema auf. Scania führt hier die Liste an: In rund 84 % der geprüften Fragen wurde Scania von ChatGPT erwähnt (188 Nennungen insgesamt). Auch Volvo Trucks ist extrem präsent (insgesamt 217 Nennungen, verteilt auf die Volvo-Domains .de und .com).

Wettbewerber bei Chat GPT mit vielen Erwähnungen (www.osg.ps.de/insights_ai/competitor)

Perplexity zeigt ein ähnliches Bild bei den Top-Marken: Volvo Trucks belegt hier Platz 1, gefolgt von Daimler Truck (Mercedes-Benz) und MAN. Interessant ist jedoch, dass Perplexity neben den klassischen Herstellern auch spezialisierte Schwertransport-Firmen aufführt:

So erscheinen Müller Spedition und Scheder Schwertransporte im Perplexity-Ranking weit oben – noch vor Scania! Dies liegt daran, dass Perplexity in seinen Antworten teils auf konkrete Schwertransport-Dienstleister verweist, wenn nach LKWs für Schwerlasttransporte gefragt wird. Insgesamt dominieren aber bei beiden KIs die bekannten OEMs (Original Equipment Manufacturers) die Empfehlungen – kein Wunder, denn diese Marken haben breite Bekanntheit und viel Content im Web.

Wettbewerber bei Perplexity mit vielen Erwähnungen (www.osg.ps.de/insights_ai/competitor)

Gemeinsamkeiten der Spitzenreiter

Was haben die Top-Platzierten gemeinsam? Alle oft empfohlenen Hersteller vereint eine starke Präsenz an relevanten Informationen. Marken wie Scania, Volvo, Mercedes oder MAN sind nicht nur etabliert, sondern bieten auch viele öffentlich zugängliche Inhalte zu den abgefragten Themen. Beispielsweise haben die meisten dieser Hersteller aktuelle Informationen zu Elektromobilität bei LKW veröffentlicht – genau das, wonach in unseren Fragen gesucht wurde.

Volvo und Mercedes-Benz haben kürzlich schwere E-LKW für den Fernverkehr angekündigt und darüber berichtet, was ihnen in den KI-Antworten Sichtbarkeit verschafft. Auch Scania und MAN betreiben offizielle Webseiten mit detaillierten Produktseiten (etwa zu Elektro-LKW-Modellen) – solche Seiten wurden von Perplexity direkt als Quellen herangezogen.

Ein weiterer gemeinsamer Nenner: Wikipedia-Präsenz. Alle Top-Marken verfügen über ausführliche Wikipedia-Artikel, die ChatGPT häufig nutzt, um Fakten abzurufen. Kurzum: Wer viel und zugänglichen Content rund um LKW-Themen bietet, hat bei ChatGPT & Co. die Nase vorn. 

Quellen-Check: Worauf greifen ChatGPT und Perplexity zurück?

Genau so spannend wie die genannten Hersteller ist die Frage: Woher holen die KIs ihr Wissen? Hier treten deutliche Unterschiede zutage: ChatGPT stützt sich überproportional oft auf Wikipedia. Tatsächlich stammen ca. 78 % aller von ChatGPT abgerufenen Quellen aus der deutschsprachigen Wikipedia. Das bedeutet, ChatGPT durchsucht beim Beantworten bevorzugt Wikipedia-Artikel zu den LKW-Themen – etwa Marken- und Modellseiten (z.B. „Western Star Trucks“, „Scania“ oder „Elektrolastkraftwagen“). Dieser hohe Wikipedia-Anteil ist auffällig und zeigt, wie wichtig eine Präsenz dort ist.

Quellen bei ChatGPT mit vielen Erwähnungen (www.osg.ps.de/insights_ai/sources

Perplexity dagegen setzt stärker auf aktuelle Web-Artikel und Herstellerseiten. Die am häufigsten von Perplexity genutzte Quelle war mit Abstand Volvo Trucks’ deutsche Website, insbesondere aktuelle Pressemitteilungen über E-LKW (193 Zugriffe).

Auch ein Themenblog (web.uta.com mit einem Übersichtsartikel zu Elektro-LKW) wurde in rund 40 % der Antworten genutzt – diese Seite gibt einen Hersteller-Überblick und war für die KI offenbar sehr hilfreich. Außerdem fanden sich häufig direkte Unternehmens-Websites in den Perplexity-Quellen, z.B. Scania’s Produktseite zu E-LKW, MAN’s Infoseite zu Elektro-LKW oder Daimler Trucks’ Pressemitteilungen. Interessant: Branchen-Newsportale wie elektroauto-news.net, KFZ-Anzeiger oder Profi-Werkstatt tauchten ebenfalls in den Perplexity-Quellen auf, wohingegen ChatGPT diese weniger nutzte.

Quellen bei Perplexity mit vielen Erwähnungen (www.osg.ps.de/insights_ai/sources

Die Schlusslichter: Wer wird kaum genannt – und warum? 

Wo Licht ist, ist auch Schatten: Einige renommierte Hersteller tauchten erstaunlich selten auf. Zum Beispiel wurden Iveco und DAF – beides namhafte europäische LKW-Bauer – von den KIs deutlich weniger empfohlen als ihre Wettbewerber. In den ChatGPT-Ergebnissen kommt Iveco zwar noch auf 83 Nennungen (ca. 37 % Share), aber bei Perplexity ging Iveco nahezu leer aus.

DAF wurde von ChatGPT nur 51-mal erwähnt (23 % Share) und von Perplexity sogar nur in 5 Fällen (kaum 2 %). Warum schneiden diese Hersteller so schlecht ab? Ein Grund liegt vermutlich im Content: Weder DAF noch Iveco hatten in den untersuchten Quellen besonders präsente Inhalte zu den gestellten Fragen. Unsere Fragen drehten sich viel um Schwerlast- und Elektro-LKW für den Fernverkehr – und genau hier haben andere Hersteller zuletzt mehr Aufsehen erregt. So investieren Daimler, Volvo & Co. stark in Elektro-Langstrecken-LKW und kommunizieren das offensiv. DAF und Iveco hingegen wurden in unseren Quellen weniger mit konkreten E-LKW-Neuigkeiten zitiert (obwohl sie ebenfalls E-Modelle entwickeln).

Hinzu kommt: Perplexity liefert oft sehr aktuelle, spezifische Antworten. Wenn ein Hersteller in den neuesten Artikeln oder Blogs nicht vorkommt, wird er dort auch kaum erwähnt. Ein Beispiel: Fragt man „Welcher Hersteller bietet in Deutschland schwere Elektro-Lkw für den Fernverkehr an?“, listete Perplexity vor allem Daimler, MAN, Volvo – Iveco blieb ungenannt. Für die „Abgeschlagenen“ heißt das: Sie müssen ihre digitalen Spuren verstärken – aktuelle News, Fachartikel oder umfassende Seiten zu relevanten Themen könnten ihre KI-Sichtbarkeit verbessern. 

Content, der in KI-Antworten performt 

Zum Abschluss schauen wir darauf, welche Arten von Inhalten besonders häufig in den KI-Antworten auftauchten – und was man daraus lernen kann. Grundsätzlich gilt: Textbasierte, informative Inhalte sind König. Beide KI-Systeme ziehen schriftliche Web-Inhalte heran; reine Video- oder Social-Media-Inhalte spielten in unseren Ergebnissen keine Rolle. Stattdessen waren das hier die Gewinner:

• Wikipedia-Artikel & Grundlagenwissen: ChatGPT griff extrem oft auf Wikipedia zurück. Ein umfangreicher Wikipedia-Artikel zu deinem Unternehmen oder Produkt kann also Gold wert sein, um von der KI genannt zu werden.
• Aktuelle News & Fachartikel: Perplexity nannte häufig Pressetexte, News-Artikel und Branchenblogs (z.B. UTA, elektroauto-news.net). Frische Informationen zu neuen Modellen oder Projekten scheinen der KI besonders relevant – vor allem bei zukunftsorientierten Themen wie Elektro-LKW.
• Offizielle Produkt- und Leistungsseiten: Insbesondere Perplexity verwies auch direkt auf Hersteller-Webseiten, wenn diese passgenaue Infos bieten. So wurde etwa Scanias Produktseite zum Elektro-LKW und MANs E-Truck-Übersichtsseite als Quelle genutzt. Das zeigt: Gut aufbereitete Landingpages mit konkreten Fakten (Reichweite, Modelle, technische Daten) können es in die KI-Antwort schaffen.
• Spezialisierte Nischeninhalte: Überraschend war, dass bei der Frage nach Schwerlast-LKW vor allem Websites von Schwertransport-Firmen (z.B. Müller, Scheder) genannt wurden. Diese Seiten hatten offenbar Listen oder Beschreibungen der verfügbaren Schwerlast-Fahrzeuge, wodurch Perplexity sie als Antwort lieferte. Ein Nischen-Content, der genau die gestellte Frage beantwortet, kann also an den großen Playern vorbei ins Rampenlicht rücken.

Zusammengefasst zeigt dieser Case: Die Sichtbarkeit in ChatGPT und Perplexity hängt stark davon ab, wie präsent und relevant deine Marke in den verfügbaren Informationen ist. Etablierte Hersteller mit reichlich Content (gerade zu Trendthemen wie E-Mobilität) haben momentan die Nase vorn. Doch auch spezialisierte Anbieter können über gezielte Inhalte punkten.

Für LKW-Hersteller (und generell für Unternehmen) heißt das: Content ist entscheidend – erst recht in der KI-Welt. Wer seine Inhalte aktuell hält, in vertrauenswürdigen Quellen erscheint und genau die Fragen der Nutzer beantwortet, wird auch von den smarten Assistenten von morgen empfohlen werden.

Hier findest du weitere Tipps zur Verbesserung deiner Sichtbarkeit in ChatGPT & Perplexity:

In ChatGPT & Perplexity sichtbar werden

KI Monitoring in der Performance Suite

Du willst dein Unternehmen in KI Suchen monitoren und deine Auffindbarkeit verbessern? In diesem PDF siehst du. wie unser KI-Anlyse-Tool in der Praxis angewendet wird und wie es dir hilft, optimale Ergebnisse zu erzielen.

Die Performance Suite unterstützt dich dabei, alle relevanten Faktoren übersichtlich zu analysieren und gezielt zu optimieren – für mehr Sichtbarkeit in den KI-Suchsystemen.

KI-Analyse-Tool ansehen