Case Study · B2B SaaS

AI Visibility für MedTech SaaS aus Berlin: Von 6% auf 34% AI Share of Voice bei Klinik-Kaufentscheidungen

Wie ein Berliner MedTech-SaaS in sechs Monaten vom fachlich unsichtbaren Anbieter zur zitierten Referenz für MDR-konformes Bestandsmanagement wurde.

GEO-Audit anfragenAlle GEO Case Studies

Auf einen Blick

Die Entwicklung in Zahlen

Die wichtigsten Kennzahlen im Vergleich zur Baseline.

34% AI Share of Voice

auf dem Money-Prompt-Set (vorher 6%)

8 von 12 Money-Prompts

zeigen das Unternehmen (vorher 1 von 12)

6 qualifizierte Anfragen

aus Kliniken über KI-referred Traffic im letzten Berichtsmonat

Projekt-Metadaten

Jahr
2026
Fokus
AI Visibility, GEO
Laufzeit
Baseline Sprint (3 Wochen) + 6 Monate laufender AI-Visibility-Partner-Loop
Kunde
MedTech SaaS, Berlin (anonymisiert)
Branche
B2B MedTech SaaS (klinisches Bestandsmanagement & OP-Planung)

Kundenprofil

MedTech-SaaS, Berlin · 60 Mitarbeitende · MDR- und ISO-13485-konform

Ein Berliner SaaS-Unternehmen mit Software für klinisches Bestandsmanagement und OP-Planung, gegründet 2020, ca. 60 Mitarbeitende, MDR- und ISO-13485-konform. Zielgruppe: Einkauf, IT und Qualitätsmanagement in Kliniken und Krankenhausketten im DACH-Raum. Starke Referenzkunden und gute Fachpresse — aber eine Kaufentscheidung mit vier bis sechs Beteiligten pro Klinik, die zunehmend eigenständig recherchieren.

01 · Herausforderung

Starke Referenzen, aber fachlich unsichtbar in der KI-Suche

Klinikeinkauf, IT und Chefärzt:innen recherchieren Software-Entscheidungen heute nicht mehr allein über Google, sondern zunehmend über ChatGPT, Perplexity und Copilot — gerade bei erklärungsbedürftigen, regulierten Produkten. Genau dort fehlte das Unternehmen fast komplett.

Konkrete Probleme in der Baseline-Diagnose:

  • Auf den 12 priorisierten Money-Prompts (z. B. "beste Software für OP-Planung Krankenhaus", "MDR-konforme Bestandsverwaltung Software Vergleich") erschien das Unternehmen nur bei 1 — mit einem AI Share of Voice von 6% gegenüber drei etablierten Wettbewerbern
  • KI-Systeme zitierten fast ausschließlich zwei Fachverbands-Publikationen und ein Gesundheits-IT-Vergleichsportal — Referenzkunden und Fallstudien des Unternehmens tauchten dort nicht auf
  • Schwache Trust-Signale für ein Gate-heavy Themenfeld: Zertifizierungen (MDR, ISO 13485) waren auf der Website nicht strukturiert auffindbar, Autor:innen-Zuordnung bei Fachartikeln fehlte komplett
  • Content beantwortete Produktfeatures, aber nicht die eigentlichen Kaufkriterien-Fragen von Einkauf und Qualitätsmanagement

02 · Lösung

Der AI Visibility Partner Loop

Statt eines einmaligen Projekts startete das Unternehmen den monatlichen HeyFinders-Loop: Monitor → Understand → Decide → Execute → Verify — mit besonderem Fokus auf E-E-A-T- und Trust-Signale.

Baseline Sprint (Woche 1–3):

  • 35 Prompts entlang der Klinik-Buyer-Journey definiert, davon 12 Money-Prompts mit hoher Kaufabsicht
  • Wettbewerbsset von 3 MedTech-SaaS-Anbietern im DACH-Raum festgelegt
  • Baseline-Messung über ChatGPT, Perplexity, Gemini, Google AI Overviews und Copilot via Ahrefs Brand Radar
  • Quellen-Landschaft kartiert: welche Fachverbände und Portale in dieser Kategorie immer wieder zitiert werden
  • Technisches AI-Readiness-Audit mit Fokus auf E-E-A-T-Signale (Zertifizierungen, Autor:innen, Referenzen)

Monatliche One Decisions (Auszug):

  1. Monat 1: Zertifizierungen und Referenzen strukturiert und schemabasiert ausgezeichnet, Autor:innen-Profile für Fachartikel ergänzt
  2. Monat 2: Gezielte Präsenz auf den zwei Fachverbands-Plattformen aufgebaut, die laut Quellen-Landschaft am häufigsten zitiert werden
  3. Monat 3: Content-Cluster zu den unbeantworteten Money-Prompts (MDR-Konformität, Datenschutz im Klinikkontext, Integration in Krankenhausinformationssysteme)
  4. Monat 4–6: Verify-Zyklen, Fallstudien der Referenzkliniken gezielt auf Kaufkriterien-Fragen zugeschnitten, Prompt-Set um 8 neue Money-Prompts aus dem Vertriebsfeedback erweitert

Jede Decision wurde im Monthly Review mit Daten, Hypothese und erwartetem Effekt vorgelegt und im Folgemonat verifiziert.

Die Story

Von fachlich unsichtbar zur zitierten Referenz

Meilenstein für Meilenstein, Monat für Monat.

0

Monat 0 (Baseline)

6% AI Share of Voice, 1 von 12 Money-Prompts abgedeckt, keine autoritativen Drittzitationen

2

Monat 2

Nach E-E-A-T-Fixes und Autor:innen-Profilen — AI Share of Voice auf 15%

4

Monat 4

Nach Fachverbands-Präsenz und erstem Content-Cluster — 24%, davon 4 neue Money-Prompts mit dem Unternehmen als genannter Option

6

Monat 6

34% AI Share of Voice, 8 von 12 Money-Prompts, Competitive Gap zum Marktführer von –45 auf –10 Prozentpunkte geschlossen

Ergebnisse

Ergebnisse (Berichtsmonat 6)

AI Visibility

  • AI Share of Voice (Money-Prompt-Set): 34% (+28 Prozentpunkte ggü. Baseline)
  • Money-Prompt-Coverage: 8 von 12 (vorher 1 von 12)
  • Competitive Gap zum Marktführer: –10 Prozentpunkte (vorher –45)
  • Neue autoritative Drittzitationen: 9 neue Quellen, die das Unternehmen im Berichtszeitraum nennen

Business-Proxy (mit Attributions-Caveat)

  • KI-referred Anfragen über GA4/GSC: 6 qualifizierte Anfragen aus Kliniken im letzten Berichtsmonat
  • Davon 2 in aktiver Evaluierung mit Pilotprojekt-Anfrage

Fazit

Vorauswahl entsteht heute auch in der KI-Antwort

In regulierten, erklärungsbedürftigen Märkten ersetzt keine KI-Antwort das persönliche Gespräch mit Einkauf und Qualitätsmanagement. Aber sie entscheidet, wer überhaupt in die engere Auswahl kommt. Wer bei den Kaufkriterien-Fragen nicht zitiert wird, existiert für einen Teil der Entscheider:innen schlicht nicht.

Weitere Case Studies

Mehr Beispiele aus der Praxis

Wie andere B2B-Unternehmen im DACH-Raum mit dem AI Visibility Partner Loop sichtbar wurden.

AI VisibilityGEOFinTech SaaSMünchen
AI Visibility für FinTech SaaS aus München: Von 4% auf 41% AI Share of Voice bei Treasury-Software-Kaufentscheidungen
Ein FinTech-SaaS aus München war in der klassischen Suche gut aufgestellt aber unsichtbar, wenn CFOs ChatGPT statt Google fragten. In 6 Monaten wurde daraus die meistzitierte Antwort im eigenen Money-Prompt-Set.
2026 · München · B2B SaaSCase Study lesen
AI VisibilityGEORechtsanwaltWien
KI-Sichtbarkeit für Rechtsanwalt aus Wien: Von 5% auf 38% AI Share of Voice bei Mandats-Anfragen im Gesellschaftsrecht
Eine Wiener Wirtschaftskanzlei mit starker fachlicher Reputation war in KI-Antworten zu Gesellschaftsrecht und M&A praktisch nicht präsent. In sechs Monaten wurde daraus eine der meistgenannten Antworten im eigenen Money-Prompt-Set.
2026 · Wien · Professional ServicesCase Study lesen
AI VisibilityGEOSteuerberaterWien
KI-Sichtbarkeit für Steuerberater aus Wien: Von 9% auf 47% AI Share of Voice
Eine etablierte Wiener Steuerberatungs- und Wirtschaftsprüfungskanzlei hatte exzellente Referenzen. Aber wenn Unternehmer:innen ChatGPT nach einem Steuerberater in Wien fragten, kam sie nicht vor. In sechs Monaten wurde daraus die meistgenannte Antwort im eigenen Money-Prompt-Set.
2026 · Wien · Professional ServicesCase Study lesen

Kontakt

Weißt du, ob KI-Systeme dein Unternehmen empfehlen — oder deinen Wettbewerber?

Baseline-Messung deiner AI Share of Voice. Klare Lücken- und Chancenanalyse statt 47 Empfehlungen. Eine Entscheidung pro Monat, umgesetzt und verifiziert.

Manuel Schmöllerl, Gründer bei HeyFinders

Manuel Schmöllerl

Gründer @ HeyFinders

GEO-Audit anfragenWhatsApp schreiben

Antwort innerhalb von 24 Stunden