Acht Tage. Null auf sechzig Citations. Über alle sechs großen KI-Engines hinweg.
Das ist kein Hochrechnungs-Versprechen aus einem Tool-Pitch. Es ist eine konkrete Case Study, die Kaylee Peterson auf LinkedIn geteilt hat - und sie zeigt eine GEO-Taktik, die fast niemand systematisch nutzt.
Der Hebel heißt Discontinuation-Prompts: KI-Suchanfragen nach Ersatz für Produkte, die gerade eingestellt wurden. Niedrige Konkurrenz, hohe Kaufabsicht, und ein Zeitfenster, das sich in Tagen misst statt in Monaten.
Ich erkläre, warum das funktioniert, wie der Workflow aussieht - und warum die Taktik im internationalen B2B noch deutlich unterbesetzt ist.
Was Discontinuation-Prompts sind - und warum sie ein konzentriertes Schlachtfeld sind
Wenn ein Hersteller ein Produkt einstellt, passiert etwas Vorhersehbares.
Bestandskunden brauchen Ersatz. Und statt im Hersteller-Forum zu wühlen, fragen sie heute ChatGPT, Perplexity oder Google AI: „Was ist der Nachfolger von X?“ oder „Beste Alternative zu Y nach Discontinuation?“
Das sind die kaufstärksten Queries überhaupt - denn der Nutzer hat kein Interesse, sondern ein Problem. Sein bisheriges Produkt ist weg, er muss migrieren, und er sucht jetzt eine Entscheidung.
Im klassischen SEO sind diese Begriffe oft hart umkämpft. In der KI-Suche sind sie es selten. Die meisten Marken produzieren keinen Content für das Ende eines fremden Produkts. Genau das macht das Feld so dünn besetzt.
Petersons Kunde - ein B2B-Hardware-Anbieter - stieß in eine solche Lücke: Zwei Legacy-Marktführer wurden eingestellt, Engineers suchten Ersatz, und kaum jemand bespielte die Nachfolge-Frage.
Petersons Playbook in fünf Schritten
So lief der Ansatz, den Peterson beschreibt. Ich habe ihn auf fünf reproduzierbare Schritte verdichtet.
Schritt 1: Discontinuation-Events identifizieren. Welche relevanten Produkte im eigenen Markt wurden gerade eingestellt oder abgekündigt? Das sind die Auslöser, um die herum Suchverhalten entsteht.
Schritt 2: Die echten Prompts sammeln. Nicht raten, sondern die tatsächlichen „What-replaced-X“-Formulierungen erfassen, die Nutzer in KI-Engines eintippen. Alternative-Guides, Migration-Fragen, Head-to-Head-Vergleiche.
Schritt 3: Off-Site-Content auf bereits zitierten Industry-Sites platzieren. Das ist der entscheidende Move. Statt nur die eigene Domain zu bespielen, landet der Content auf etablierten Branchen-Seiten, die in KI-Antworten ohnehin schon zitiert werden. Du leihst dir deren Citation-Autorität.
Schritt 4: Den Content auf Zitierfähigkeit bauen. Direkte Antworten, konkrete Vergleiche, eigenständig lesbare Passagen. Migration-Tutorials und Head-to-Head-Guides, die ein Modell sauber als Quelle abrufen kann.
Schritt 5: Den Citation-Pickup tracken. Peterson hat den Effekt über RankScale verfolgt - und konnte so sehen, wie die Citations Engine für Engine ankamen.
Das Ergebnis, das sie berichtet: Am 3. Juni null Citations, am 11. Juni sechzig - über alle sechs großen Engines, mit einem Visibility-Sprung in ChatGPT von rund 13 Punkten.
Wichtig: Das sind Petersons Zahlen aus ihrem konkreten Fall, kein Branchen-Durchschnitt. Aber die Mechanik dahinter ist das, was zählt - und sie ist übertragbar.
Dass dieser Off-Site-auf-Industry-Sites-Ansatz kein Einzelfall ist, zeigt ein zweiter, langsamerer Case: wie ein 40 Jahre altes Getriebewerk über 112 Tage in die AI-Antworten kam. Dieselbe Logik, anderes Tempo.
Warum diese Taktik im internationalen B2B besonders unterbesetzt ist
Hier kommt mein Winkel aus 25+ Jahren Internationalisierung.
Discontinuation-Prompts sind sprachgebunden - und genau deshalb im internationalen B2B so dünn besetzt. Wenn ein US-Hersteller seinen DACH-Vertrieb einstellt oder ein europäisches SaaS sein japanisches Pendant aufgibt, entstehen migration-Lücken, die sprachspezifisch sind.
Eine englische „X to Y migration guide“ hilft einem Engineer in München wenig. Er sucht auf Deutsch, er denkt auf Deutsch, und das Modell, das seine Query beantwortet, bevorzugt Quellen in gutem Deutsch.
Aus der Lokalisierungs-Perspektive heißt das: Migration-Content muss in der Zielsprache existieren, mit korrektem Locale-Targeting - nicht als Übersetzung nachgereicht, sondern lokal verfasst.
Und das eröffnet einen Vorteil, den globale Anbieter oft verschlafen: Während alle auf den englischen Ersatz-Content starren, ist das deutsche, französische oder spanische Nachfolge-Feld fast leer. Wer es zuerst sauber bespielt, gewinnt die Citation, bevor der Wettbewerb die Sprache überhaupt auf dem Schirm hat.
Die praktische Frage für dich: Welcher Wettbewerber hat gerade ein Produkt in deinem Markt eingestellt? Das ist dein Acht-Tage-Fenster.
So setzt du das Tracking auf
Ohne Messung ist diese Taktik Blindflug. Du musst sehen, ob und wann deine Citations ankommen - sonst weißt du nicht, ob der Off-Site-Content greift.
Genau dafür nutze ich RankScale: Es trackt täglich über die großen Engines hinweg, ob deine Inhalte als Quelle zitiert werden - pro Engine, pro Query, pro Markt. So siehst du den Citation-Lift in Echtzeit, statt nach drei Monaten zu raten. (Affiliate-Link; ich nutze das Tool in jedem GEO-Audit.)
RankScale ist nicht das einzige Werkzeug in diesem Feld - es gibt mittlerweile ganze Übersichten zu AI-Visibility-Tools. Entscheidend ist nicht die Marke des Tools, sondern dass du den Effekt überhaupt misst.
Dein 3-Tage-Quick-Audit
Du musst nicht warten, bis du ein volles Programm aufsetzt. Drei Tage reichen für einen ehrlichen ersten Test.
Tag 1: Discontinuation-Events finden. Liste die Produkte in deinem Markt, die in den letzten Monaten eingestellt wurden - auch die deiner Wettbewerber. Notiere, welche davon noch eine aktive Nutzerbasis haben.
Tag 2: Die Prompts prüfen. Tippe die „Was ersetzt X?“-Queries in deiner Zielsprache selbst in ChatGPT und Perplexity ein. Wer wird zitiert? Wenn die Antworten dünn oder veraltet sind, hast du eine Lücke gefunden.
Tag 3: Einen Content-Hebel definieren. Entscheide, welcher Migration- oder Vergleichs-Guide diese Lücke füllt - und auf welcher bereits zitierten Industry-Site er am meisten Wirkung hätte.
Discontinuation-Prompts sind kein Dauerläufer. Sie sind ein Fenster. Aber wer das Fenster systematisch sucht, findet im internationalen B2B regelmäßig welche - und gewinnt Citations, während andere noch über GEO-Strategie reden.
Häufige Fragen zu Discontinuation-Prompts
Was sind Discontinuation-Prompts?
Discontinuation-Prompts sind KI-Suchanfragen nach Ersatz für Produkte, die eingestellt wurden - etwa „Was ist der Nachfolger von X?“ oder „Beste Alternative zu Y“. Sie haben eine sehr hohe Kaufabsicht, weil der Nutzer migrieren muss, und sie sind in der KI-Suche oft schwach umkämpft, weil kaum eine Marke gezielt Content für das Ende eines fremden Produkts produziert.
Warum funktionieren Discontinuation-Prompts in der KI-Suche so gut?
Weil sie ein konzentriertes Schlachtfeld mit niedriger Konkurrenz sind. Wenn ein Produkt eingestellt wird, suchen Bestandskunden aktiv nach Ersatz und fragen zunehmend KI-Engines statt klassischer Suche. Da nur wenige Anbieter dieses Nachfolge-Feld bespielen, kann gut zitierfähiger Content schnell zur Quelle werden - in dokumentierten Fällen innerhalb von Tagen statt Monaten.
Wie schnell wirkt diese Taktik wirklich?
Das hängt vom Markt ab. Kaylee Peterson berichtet in ihrer Case Study von 0 auf 60 Citations in 8 Tagen über alle sechs großen Engines. Ein anderer dokumentierter Fall - ein Getriebewerk - brauchte rund 112 Tage. Die Spanne zeigt: Das Tempo variiert stark, aber die Mechanik (Off-Site-Content auf bereits zitierten Industry-Sites) ist reproduzierbar.
Was bedeutet das für internationale und mehrsprachige Märkte?
Discontinuation-Prompts sind sprachgebunden. Ein Engineer in München sucht auf Deutsch, und KI-Modelle bevorzugen für deutsche Queries Quellen in gutem Deutsch. Migration-Content muss daher in der Zielsprache existieren und lokal verfasst sein, nicht nachträglich übersetzt. Das nicht-englische Nachfolge-Feld ist meist fast leer - ein Vorteil für Marken, die es zuerst bespielen.
Wie messe ich, ob meine Discontinuation-Content-Strategie wirkt?
Über ein GEO-Tracking-Tool, das pro Engine, pro Query und pro Markt erfasst, ob deine Inhalte als Quelle zitiert werden. RankScale etwa zeigt den Citation-Lift täglich, sodass du siehst, ob und wann der Off-Site-Content greift. Ohne diese Messung weißt du nicht, ob die Taktik wirkt oder ins Leere läuft.
