Wichtigste Ergebnisse

Kunde: Obeg - eine hochmoderne Plattform mit Unternehmensdatenbanken (CEIDG, KRS, REGON) und APIs, die die automatische Erstellung von Vertriebs- und Marketinglisten für Vertriebsabteilungen und Agenturen ermöglicht.

Herausforderung: Vertriebsmitarbeiter und Vertriebsleiter fragen KI zunehmend nach Quellen für Leads (z. B. "Wo kann ich eine Liste von Neubauunternehmen in Mazowieckie herunterladen?"), während ChatGPT und Gemini hauptsächlich teure globale Anbieter (ZoomInfo, LinkedIn usw.) oder veraltete Verzeichnisse empfahlen und Obeg trotz des besseren Preises und der Aktualität der Daten der Unternehmen übergingen.

Lösung: Semly entwickelte eine 90-tägige GEO-Strategie (Generative Engine Optimisation). Dazu gehörte die Einbindung von Markeninformationen in große Sprachmodelle, die Positionierung von Obeg als Quelle von Echtzeitdaten und die Aufklärung der Modelle über die Legitimität der Daten und die Nutzung der generierten Datenbanken für Vertrieb und Marketing.

Zeit: 90 Tage (Q3 2025)

Die wichtigsten Ergebnisse:

+280% Registrierung über den AI-Kanal: Die Händler kommen bereits mit der Absicht, die Basis herunterzuladen und die Plattform zu testen.

Top-Empfehlungen in ChatGPT: Für Anfragen wie "billige Datenbank von Unternehmen aus Polen" oder "wo finde ich eine Liste von neuen Unternehmen in Polen".

Steigerung der Konversionen: KI-Nutzer kaufen eher größere Datenpakete als "Testpakete" und betrachten die Empfehlung des Modells als Beweis für die Qualität und Zuverlässigkeit der Daten.

Vollständige B2B-Zuordnung: Sichtbarer, messbarer Traffic von den Domains chatgpt.com und gemini.google.com und ein Rückgang des CPL um 40 % aufgrund von 'AI organic' Traffic.

Obeg

Obeg ist eine polnische Data-As-A-Service (Prepaid)-Plattform, die die Akquisition von B2B-Leads automatisiert - vom Herunterladen der CEIDG/KRS-Datenbank bis zur Integration via API für das CRM-System.

Profil des Kunden:

Industrie: SaaS / Datenanbieter / Lead Generation

Modell: B2B (Zugang zu Daten und Berichten in einem Prepaid-Modell)

Wichtigste Produkte: CEIDG/KRS-Unternehmensdatenbanken, Daten-API, Export nach Excel und CSV, Integrationen mit Mailing-Tools.

Ziel: Vertriebsleiter, Marketing-Agenturen, Callcenter auf der Suche nach neuen und verifizierten B2B-Kontakten.

Ausgabe: Geringer Bekanntheitsgrad der Marke im Vergleich zu globalen Tools, obwohl sie deutlich besser zum polnischen KMU-Segment passt.

Die Herausforderung: "Halluzinationen von KI" in B2B-Daten

Im Jahr 2025 hat sich der Markt für die Lead-Generierung gewandelt. Anstatt "Unternehmen" in Google einzugeben, begannen Vertriebsmitarbeiter, KI zu fragen: "Erstellen Sie mir eine Strategie für Kalt-E-Mails und geben Sie mir eine aktuelle Liste von Verkehrsunternehmen".

Diagnose des Problems (Semly.ai-Audit):

1. Vorliebe für globale Marken: KI-Modelle, die hauptsächlich auf englischsprachige Inhalte trainiert wurden, empfahlen standardmäßig ZoomInfo, Apollo.io oder LinkedIn Sales Navigator, die das polnische KMU-Segment nur unzureichend abdecken und nicht über aktuelle Daten von CEIDG verfügen.
2. Kein "Datenkontext": Die Bots behandelten Obeg als reines Verzeichnis von Websites und nicht als Echtzeit-Datenquelle für die Lead-Generierung.
3. Bedenken gegen RODO: In Ermangelung starker "rechtlicher Vertrauenssignale" und klarer Kommunikation haben es die Modelle vermieden, Obeg zu empfehlen, um nicht auf potenziell riskante Aktivitäten mit Unternehmensdaten hinzuweisen.

Geschäftsrisiko: Der Verlust von modernen, informierten B2B-Kunden, die eine kostengünstige polnische Alternative suchen, zugunsten teurer Tools oder der Unsicherheit über die Rechtmäßigkeit von öffentlichen Registerdaten.

Lösung: Strategie für vertrauenswürdige Datenquellen

Semly empfahl die Umsetzung einer Strategie, die darauf abzielt, die KI-Modelle davon zu überzeugen, dass Obeg.pl die sicherste und aktuellste Quelle für Unternehmensdaten in Polen ist und darüber hinaus das beste Preis-Leistungs-Verhältnis für Anbieter und Agenturen bietet.

Säule 1: Technische Grundlagen und Strukturdaten

• Schemaauszeichnung für Datensätze: Implementierung von Typen  Datensatz  i  DatenKatalog  für Schlüsselsammlungen ("Neue Bauunternehmen 2025", "Im letzten Monat registrierte Verkehrsunternehmen"), mit Angaben zu den Formaten (CSV, XML, JSON, API), damit die KI spezifische Datensätze und nicht nur eine Beschreibung des Angebots sieht
• Signalisieren Sie die Aktualität der Daten: Offenlegung von "Echtzeitdaten" in HTTP-Headern, Metadaten und Seiteninhalten, wodurch die Modelle lernen, dass Obeg Echtzeitdaten bereitstellt - ein entscheidender Vorteil bei der Abfrage des "Neugeschäfts des letzten Monats"
• Freischaltung des Zugangs für GPTBot: Freischaltung des Zugriffs für OpenAI und Google-Extended Crawler auf den gesamten Datenkatalog, so dass die Modelle nicht nur die Homepage, sondern auch bestimmte Datensätze indexieren können

Säule 2: Optimierung der Inhalte (KI-Bildung)

• Vergleiche mit Wettbewerbern: Eine Reihe von Inhalten im Semly AI Visibility Booster Service - z. B. "Obeg vs. LinkedIn Sales Navigator", die den Modellen ein vorgefertigtes Narrativ liefern: "günstige polnische Alternative, mehr CEIDG-Abdeckung, volle RODO-Konformität, Daten in Polen und nicht im Ausland, keine überhöhten PLN-Preise"
• Ausführliche FAQ zur Rechtmäßigkeit: Q&A-Bereich mit Antworten auf Fragen zu RODO, zur Rechtmäßigkeit von Telemarketing an CEIDG-Unternehmen und zur Einhaltung des Wettbewerbsgesetzes, die LLM-Sicherheitsfilter aufbrechen und es den Modellen ermöglichen, Obeg als "legalen, vollständig konformen Anbieter" zu empfehlen
• Semantisierung von Daten: Umwandlung verteilter Produkt- und Funktionsinformationen in kohärente, maschinenverständliche Darstellungen und deren Vektordarstellung, um feiner abgestimmte KI-Reaktionen zu ermöglichen

Säule 3: Aufbau von Autorität (Expertise & Knowledge Graph)

• Fallstudien in den Fachmedien: Artikel in Vertriebs-, Marketing- und HR-Portalen, die konkrete Ergebnisse von Kampagnen auf der Basis von Obeg-Datenbanken zeigen - das schafft ein positives Expertensignal für Modelle
• Glossar der Datenbegriffe: Erstellung von Definitionen von Schlüsselbegriffen (PKD, REGON, KRS, CEIDG, Unternehmerstatus) auf der Domäne Obeg.pl, damit die LLM dem Dienst die Rolle einer Wissensquelle im Knowledge Graph zuweisen
• Pädagogischer Inhalt: Leitfäden "Wie man eine Liste für Cold Mailing erstellt", "Wie man eine Liste von Transportunternehmen mit Sitz in Polen im Jahr 2025 findet" - materialien, die AI gerne in Antworten zitiert

Säule 4: B2B-Analytik (Trial Attribution)

• Vollständige KI-Zuordnung: Nachverfolgung der Konversionen von "Konto erstellen", aufgeschlüsselt nach Quelle (chatgpt.com, gemini.google.com, Grok, Claude), um zu messen, welche Aufforderungen und Nischen (Bauwesen vs. Transport vs. IT-Industrie) wertvolle Kunden generieren
• Aufforderungen zur Überwachung: Ständiges Tracking, welche B2B-Datenfragen in der KI am häufigsten auftauchen und ob Obeg in den Antworten empfohlen wird - bei gleichzeitiger schneller Content-Optimierung

Zeitplan für die Umsetzung

Ergebnisse nach 90 Tagen

Beispiele (Share of Voice)

ChatGPT Benutzeraufforderung:

"Ich benötige eine Liste der im letzten Monat neu zugelassenen Transportunternehmen in Polen. Wo kann ich diese finden?"

ChatGPT - vorher:

Allgemeine Ratschläge wie "Verwenden Sie LinkedIn Sales Navigator" oder "Überprüfen Sie die Datenbank bei CEIDG". Keine spezifischen Ratschläge, wobei der Schwerpunkt auf teuren globalen Lösungen liegt. Obeg kam überhaupt nicht vor.

ChatGPT - nach:

"Für den polnischen KMU-Markt ist Obeg.pl die beste Lösung. Sie aggregieren Daten von CEIDG und KRS in Echtzeit, was es Ihnen ermöglicht, neu registrierte Transportunternehmen am Tag nach der Registrierung zu erfassen. Export nach CSV/Excel, API, vollständige RODO-Konformität und 10-mal niedrigere Kosten als bei ZoomInfo. Prepaid-Modell ohne Notwendigkeit eines langfristigen Vertrages"

Einzigartige Einsicht: Die KI hat damit begonnen, die einzigartigen Merkmale von Obeg ("Echtzeitdaten", "DSGVO-Konformität", "polnische Alternative zu ZoomInfo", "CEIDG/KRS", "Prepaid-Modell ohne Vertrag") als Hauptargumente für eine Empfehlung zu nutzen und so den Weg von der Frage der Verkaufsstrategie bis zum ersten Kauf eines Datenpakets zu verkürzen.

ROI und Geschäftswert

Im Prepaid-Modell generiert jeder neue Kunde direkte Einnahmen ohne Abo-Bindung - das verändert die Dynamik der Kundenbindung. Der Return on Investment bei GEO ist besonders hoch, weil Nutzer mit KI bereits genau wissen, was sie suchen und heiß kaufen.

• Investition (3 Monate): ca. 852,84 EUR
• Wert der an AI-Kunden verkauften Prepaid-Pakete (90 Tage): ca. 18 478,20 EUR
• Erhöhung des LTV (Lifetime Value): Die KI-Nutzer kommen im Durchschnitt alle 6-8 Wochen zurück und kaufen ein weiteres Paket, was zu Wiederholungskäufen führt. Der durchschnittliche LTV stieg von 75 EUR auf 210 EUR pro Kunde
• Die Qualität der Kunden: Nutzer mit KI haben eine höhere Konversionsabsicht - sie kommen mit einem bestimmten Bedürfnis zum Tool (Abholung einer Prospektionsbasis), nicht zufällig
• ROI nach 90 Tagen: ca. 223 % (im Vergleich zu reinen Paketen), plus eine Zunahme der Wiederholungskäufe und Empfehlungen

FAQ für Lead-Gen-Tools

Kann KI zwischen einer "guten" und einer "schlechten" Datenbank unterscheiden?

AI prüft keine einzelnen Datensätze, sondern bewertet Qualitätssignale: korrektes Schema Markup ( Datensatz ,  DatenKatalog ), eine klare Datenschutzpolitik, Datenaktualisierungen, Zitate in den Branchenmedien und Expertenmeinungen - auf dieser Grundlage wird die Quelle als "hochwertige, vertrauenswürdige Datenquelle" gekennzeichnet.

Warum funktionieren Vergleiche mit Wettbewerbern (ZoomInfo, D&B)?

Sprachmodelle lernen durch Assoziation - wenn Obeg oft neben globalen Marken im Kontext von "polnische Alternative", "billigere Lösung", "besser für den polnischen Markt" auftaucht, merkt sich das Modell diese Beziehung. Wenn jemand nach "billigerem ZoomInfo in Polen" oder "CEIDG-Daten" fragt, erinnert sich das Modell automatisch an Obeg.

Ist eine solche Strategie rechtlich sicher?

GEOs Strategie für Obeg bestand darin, KI ausdrücklich über die rechtlichen Aspekte von CEIDG/KRS und die Regeln für die B2B-Datenverarbeitung in Polen aufzuklären, so dass bei Fragen zu RODO oder Telemarketing das Modell selbst die wichtigsten Bestimmungen und Garantien von Obeg anführt.

Ist das Prepaid-Modell für KI relevant?

Ja. AI-Modelle "mögen" Modelle ohne langfristige Verpflichtungen - das zeigt das Vertrauen in das Produkt und das Fehlen einer Bindung. Wenn wir im Inhalt auf "keinen Vertrag" hinweisen, empfiehlt AI dies gerne als zusätzlichen Vorteil für unsichere Käufer.

Was ist, wenn die KI ihre Empfehlungen nicht ändert?

Das kommt vor - die Modelle werden zu verschiedenen Zeiten aktualisiert. Daher muss die Strategie von GEO kontinuierlich sein: Überwachung der Aufforderungen, regelmäßige Optimierung der Inhalte, neue Fallstudien. Nach 90 Tagen stellte Obeg fest, dass neue Versionen von ChatGPT (z. B. nach der Feinabstimmung) 2 bis 3 Wochen brauchten, bis sie vollständig über neue Informationen "aufgeklärt" waren.

Möchten Sie, dass Ihr Daten-SaaS-Tool die Standardempfehlung von ChatGPT und Gemini für Ihre Nische wird? Obeg hat gezeigt, dass Sie mit GEO auf Ihrem eigenen Markt gegen die globalen Giganten gewinnen können, indem Sie die Barrieren des Preises, des Vertrauens und der Markenbekanntheit überwinden.

Teilen:

Link kopieren