Fangen wir mit einer Frage an, die gerade tausendfach gestellt wird
Nicht bei Google. Sondern im Chatfenster.
„Hallo KI! Wer kann mir als mittelständischer Anlagenbauer bei meinen Cyber-Security-Themen in Österreich weiterhelfen?"
„Für einen mittelständischen Anlagenbauer würde ich zunächst einen spezialisierten OT-Security-Prüfer, ein Beratungshaus mit Anlagenbau-Erfahrung und einen regionalen Nischenanbieter ansprechen — und nicht gleich einen riesigen IT-Generalisten."
„Oh, interessant. Aber wie kommt diese Auswahl eigentlich zustande?"
Die Nachfrage ist die eigentlich spannende. Wie kommt diese Auswahl zustande? Wer ist drin, wer nicht, und warum?
Auf diese Frage gibt es seit Mai 2026 erstmals eine belastbare Datengrundlage.
9,5 Millionen KI-Zitate, ausgewertet
Meltwater hat gemeinsam mit LinkedIn 9,5 Millionen KI-Zitate in 16 B2B-Kategorien analysiert, über sechs KI-Systeme hinweg: ChatGPT, Google AI Overviews, Google AI Mode, Gemini, Microsoft Copilot und Claude.
Das Ergebnis in einem Satz: LinkedIn ist die am zweithäufigsten zitierte Quelle überhaupt, wenn KI-Systeme auf B2B-Anfragen antworten. Vor Reddit. Vor Bewertungsportalen. Vor Medium. Nur YouTube wird häufiger zitiert.
Ja. Richtig gelesen. Nicht Fachzeitschriften. Nicht Unternehmenswebsites. LinkedIn.
Und wenn man die Kategorien einzeln anschaut, wird es noch deutlicher: LinkedIn landet in 14 von 16 B2B-Kategorien in den Top 5. Bei „AI & Data Science" und bei „Marketing & Advertising" sogar auf Platz 1.
Kurz ehrlich zu den 0,53 %
Diese Zahl sieht auf den ersten Blick winzig aus, und man könnte den Punkt jetzt kaputtrechnen. Machen wir das kurz, weil ein Argument nur so viel wert ist wie sein schwächster Teil.
KI-Systeme zitieren aus einem gigantischen Long Tail: Millionen einzelner Websites, PDFs, Foren, Shops, Behördenseiten. In diesem Feld erreicht keine Quelle zweistellige Anteile. Der aussagekräftige Vergleich ist deshalb nicht „0,53 % von allem", sondern die Rangfolge: Plattformen mit nutzergeneriertem Content, allen voran LinkedIn, YouTube und Reddit, machen zusammen 47,5 % aller Zitate aus. Unternehmenswebsites kommen auf 18,7 %, Bewertungsportale auf 15 %.
Anders gesagt: Der Content, den Menschen schreiben, wird fast dreimal so oft zitiert wie der, den Unternehmen auf ihrer eigenen Website veröffentlichen.
Der Satz, der Corporate-Influencer-Projekte verändert
Jetzt kommt die Zahl, über die aus meiner Sicht viel zu wenig gesprochen wird. Von allen LinkedIn-Zitaten stammen:
Drei Viertel. Nicht von der schön gepflegten Unternehmensseite mit dem Corporate-Design-Header. Sondern von einzelnen Menschen mit Namen, Gesicht und Job-Titel.
Das ist deshalb so relevant, weil die meisten Unternehmen ihr Budget genau andersherum verteilen. Die Company Page wird betreut, bespielt, gemessen und im Marketing-Reporting ausgewiesen. Die Mitarbeitenden dürfen „gerne teilen".
„Die KI zitiert nicht euer Logo. Sie zitiert eure Leute."
Warum das so ist, lässt sich gut begründen: Ein persönlicher Beitrag beantwortet meistens tatsächlich eine Frage. Er sagt, was in einem Projekt schiefgegangen ist, welche Norm in der Praxis bremst, wie lange ein Audit wirklich dauert. Ein Company-Page-Post sagt: „Wir freuen uns, ankündigen zu dürfen." Das erste ist für ein KI-System verwertbar. Das zweite nicht.
Und ihr braucht dafür keine Reichweiten-Stars
Der häufigste Einwand in jedem Corporate-Influencer-Workshop: „Unsere Leute haben doch nur 600 Kontakte, das bringt doch nichts."
Die Studie beantwortet das ziemlich eindeutig: 51 % der LinkedIn-Zitate stammen von Mitgliedern mit weniger als 10.000 Followern.
Über die Hälfte. Das heißt: Zitierfähigkeit hängt an der Substanz des einzelnen Beitrags, nicht an der Größe des Accounts. Ein Instandhaltungsleiter mit 800 Kontakten, der zweimal im Monat erklärt, woran Retrofit-Projekte in der Praxis scheitern, ist für ein KI-System wertvoller als ein Account mit 40.000 Followern und Motivationssprüchen.
Das ist das beste Gegengift gegen den größten Motivationskiller in Advocacy-Programmen: das Gefühl, „zu klein" zu sein. Wer 600 Kontakte hat, sieht im Feed wenig Resonanz und hört nach sechs Wochen auf. Wenn dieselbe Person versteht, dass ihr Beitrag Teil der Antwort werden kann, die ein Einkäufer in Linz von einer KI bekommt, ändert sich die Rechnung. Die Reichweite im Feed ist nicht mehr der einzige Gegenwert.
Sichtbarkeit heißt jetzt etwas anderes
Bisher hieß Sichtbarkeit auf LinkedIn: Kollegen, Kunden und Wettbewerber lesen deinen Post. Am Tag des Postens, vielleicht noch am Tag danach.
Jetzt kommt eine zweite Ebene dazu. Sichtbarkeit heißt auch: Du wirst gefunden, wenn du gerade gar nicht postest und jemand anderes eine KI fragt. Dein Beitrag von vor sechs Wochen wird zum Baustein einer Antwort, die du nie siehst, in einem Gespräch, an dem du nicht beteiligt bist.
Für den B2B-Vertrieb ist das keine Kleinigkeit. Die meisten Kaufentscheidungen starten heute mit einer Recherche, nicht mit einem Anruf. Wer in dieser Phase unsichtbar ist, kommt gar nicht erst in die engere Auswahl. Das ist im Kern dieselbe Mechanik wie bei der 95-5-Regel, nur dass die Vorauswahl jetzt zusätzlich von einer Maschine getroffen wird.
Der Haken: KI-Sichtbarkeit verfällt
Eine Zahl aus der Auswertung sollte jeden nervös machen, der Employee Advocacy als Projekt mit Enddatum plant:
- 48 % der Zitate stammen aus Inhalten der letzten 3 Monate
- nur 12 % aus Inhalten, die älter als 12 Monate sind
- 72 % der Zitate entfallen auf originären Content, nicht auf geteilte Beiträge
Eine gute Website-Seite rankt drei Jahre. Ein LinkedIn-Beitrag ist für KI-Systeme nach spätestens einem Jahr praktisch weg. KI-Sichtbarkeit über LinkedIn ist kein Bestand, den man einmal aufbaut. Sie ist ein Fluss, der versiegt, sobald das Team aufhört.
Und der Punkt mit dem originären Content ist unbequem für viele Advocacy-Setups: Reines Weiterteilen von Unternehmens-Posts erzeugt kaum Zitate. Die Mitarbeitenden müssen etwas Eigenes beitragen — und sei es nur ein eigener Absatz mit ihrer Einordnung.
Das ist die Stelle, an der die meisten Programme kippen: Nicht am Verteilen scheitert es, sondern daran, dass laufend eigener Content entstehen muss. WerkMomente setzt genau eine Stufe früher an als klassische Advocacy-Tools, bei der Frage, woher der Content überhaupt kommt.
Was ihr konkret ändern solltet
1. Ein viertes Ziel ins Programm aufnehmen
Die üblichen drei lauten Reichweite, Engagement, Employer Branding. Alle drei messen nur den Moment des Postens. Nehmt Zitierfähigkeit dazu: Taucht ihr in KI-Antworten auf, wenn jemand nach eurem Thema fragt? Das ist testbar, und zwar heute noch: Formuliert die fünf Fragen, mit denen euer Wunschkunde einsteigen würde, und stellt sie drei KI-Systemen. Wer wird genannt?
2. Schreiben, was eine KI verwerten kann
Laut Auswertung performen Beiträge mit klarer Struktur am besten. Praktisch heißt das:
- Konkrete Entitäten benennen: Branche, Region, Norm, Maschinentyp, Rolle. „Anlagenbau in Oberösterreich" ist zitierfähig, „unsere Kunden" nicht.
- Zahlen liefern, die man überprüfen kann: Dauer, Kosten, Häufigkeit, Anteil.
- Struktur zeigen: Zwischenzeilen, Aufzählungen, nummerierte Schritte statt Textblock.
- Eine Frage vollständig beantworten, statt sie als Cliffhanger für die DM zu benutzen.
3. Textbeiträge ernst nehmen
Die Formatverteilung der zitierten Inhalte: 72 % Textbeiträge, 12 % Artikel, 11 % Video. Das ist eine gute Nachricht für den Mittelstand. Ihr braucht kein Videoteam. Ihr braucht Leute, die ihr Fachwissen in Absätzen aufschreiben. Video bleibt stark für Vertrauen und Wiedererkennung, aber die Zitate holt der Text.
4. Themen bündeln statt streuen
Wenn acht Mitarbeitende über acht verschiedene Dinge posten, entsteht kein erkennbares Signal. Wenn acht Mitarbeitende aus acht Perspektiven dasselbe Themenfeld bearbeiten, entsteht Themenautorität, und die ist genau das, was ein KI-System auswertet. Das ist übrigens derselbe Mechanismus, der auch beim Personal Branding greift, nur dass jetzt eine Maschine mitliest.
5. Auf Dauer planen, nicht auf Kampagne
Bei 12 % Zitatanteil für Inhalte über einem Jahr ist ein sechsmonatiges Pilotprojekt mit anschließender Pause fast wertlos. Plant lieber kleiner, dafür ohne Enddatum: zwei Beiträge pro Person und Monat, dauerhaft, schlägt zwölf Beiträge im Q3 und danach Funkstille.
Fazit
Ich halte das für eines der stärksten Argumente für Employee Advocacy und Corporate Influencing, die ich seit Langem gesehen habe. Keine Theorie, keine Plattform-Werbung, sondern 9,5 Millionen ausgewertete Datenpunkte.
Wer auf LinkedIn regelmäßig sichtbar ist und echtes Fachwissen teilt, taucht irgendwann nicht mehr nur im Feed auf. Er wird Bestandteil dessen, was KI-Systeme als verlässliche Quelle bewerten und weitergeben. Und zwar dann, wenn ein Einkäufer, ein Technikleiter oder eine Geschäftsführerin fragt: „Wer kann mir da eigentlich weiterhelfen?"
Die Frage für euer nächstes Advocacy-Meeting ist deshalb nicht mehr „Wie viele Likes hatten wir?", sondern: Sind wir Teil der Antwort, oder ist es der Wettbewerb?
★ Key Takeaways
- LinkedIn ist die Nummer 2 der meistzitierten Quellen in KI-Antworten, nur YouTube liegt davor. Plattformen mit menschlichem Content machen 47,5 % aller Zitate aus, Unternehmenswebsites nur 18,7 %.
- 75 % der LinkedIn-Zitate kommen aus persönlichen Profilen, nur 25 % von Company Pages. Die KI zitiert eure Leute, nicht euer Logo.
- 51 % der Zitate stammen von Accounts mit unter 10.000 Followern. Substanz schlägt Reichweite, das nimmt „zu kleinen" Mitarbeitenden die Ausrede.
- KI-Sichtbarkeit verfällt: 48 % der Zitate sind jünger als 3 Monate, nur 12 % älter als ein Jahr. Advocacy als befristetes Projekt zu planen, ist damit erledigt.
- Zitierfähig schreiben heißt: konkrete Entitäten, überprüfbare Zahlen, klare Struktur, eigene Beiträge statt Reposts. 72 % der Zitate sind schlichte Textposts.