Zum Hauptinhalt springen

Marken-Profil

KfW

Wie oft die KI KfW nennt und wo die Marke in der Websuche steht. Aggregiert aus 2 Branchen-Reports von Achtung.app.

kfw.de DACH-Datensatz (DE/AT/CH), Stand 1. Okt 2026

KfW wurde in 63 ausgewerteten KI-Antworten aus 2 Branchen-Reports genannt. Am besten platziert ist die Marke im Report Finance & Fintech: Platz 2 von 261 nach KI-Prominenz. Am häufigsten nennt ChatGPT die Marke, im Schnitt an Position 2,1 der Antwort. Bei denselben Anfragen erschien die Marke nicht in den Treffern der klassischen Websuche.

Kennzahlen

KI-Nennungen
63
Summe über alle Reports
Ø KI-Position
1,76
Gewichtet über Reports
Websuche-Treffer
0
Brave Search, aggregiert
Branchen
2
KI-Modelle: 4

In diesen Branchen taucht KfW auf

Sortiert nach Platzierung. Klicken öffnet den vollständigen Branchen-Report.

Branche Platz KI-Nennungen
Finance & Fintech #2/261 ↓1 62 Report ansehen
Automotive & Mobility #103/367 1 Aus früherer Erhebung

Entwicklung der KI-Prominenz

Wie sich die KI-Prominenz von KfW über die bisherigen Erhebungen bewegt hat. Ein Punkt pro Report-Erhebung.

KfW in Finance & Fintech

KfW 70,4 Top 10 im Report 66,5
0 25 50 75 100 Apr 26 Jul 26 Sep 26 Okt 26
KfW in Finance & Fintech
Erhebung KfW Top 10 im Report
Apr 26 68,5 64,8
Jun 26 74,0 68,3
Jul 26 72,6 65,6
Aug 26 72,2 66,9
Sep 26 73,6 65,0
Okt 26 70,4 66,5

KI-Prominenz ist ein Wert von 0 bis 100, der Nennungshäufigkeit, Position und Modell-Abdeckung zusammenfasst. Die gestrichelte Linie ist der Durchschnitt der zehn stärksten Marken derselben Erhebung: Sie zeigt, ob eine Bewegung von der Marke kommt oder vom ganzen Markt. Die Reihe zeigt nur Branchen mit mindestens zwei Erhebungen. Details im Glossar.

Wettbewerbsumfeld

Die Marken direkt vor und hinter KfW im Report Finance & Fintech, nach KI-Prominenz.

Platz Marke KI-Prominenz
#1 Scalable Capital Bank 71,1
#2 KfW 70,4
#3 Hannoversche Versicherung 68,1
#4 Allianz 67,7
#5 Trade Republic. Invest, spend and bank. 66,9

Vollständige Rangliste im Report →

Aus den Branchen-Reports

Finance & Fintech · #2/261 · Oktober 2026

Die KfW erreicht eine Abdeckung von 20 Prozent über alle vier KI-Assistenten, taucht jedoch in den Top 10 der klassischen Websuche nicht auf. Bei einer durchschnittlichen KI-Position von 2.5 fällt das hohe Volumen an Erwähnungen mit 50 positiven und 12 neutralen Nennungen ohne negative Ausreißer auf.

Welche KI-Modelle nennen KfW?

Verteilung der Nennungen über die abgefragten KI-Modelle. Je länger der Balken, desto häufiger hat das Modell KfW in seinen Antworten genannt.

n = 63 Nennungen insgesamt

  • ChatGPT
    21 (33%)
  • Gemini
    21 (33%)
  • Claude
    14 (22%)
  • Perplexity
    7 (11%)

Stimmung der Nennungen

Wenn KI-Antworten KfW erwähnen, in welchem Tonfall tun sie das?

n = 63 bewertete Nennungen

  • positiv: 50
  • neutral: 13

Töne, die zu selten vorkommen, um ein verlässliches Signal zu sein, zeigen wir nicht.

Beispiel-Anfragen, bei denen KfW genannt wurde

Ausschnitt der automatisch gestellten Suchanfragen, bei denen KI-Modelle KfW als Antwort-Bestandteil ausgegeben haben.

Anfrage Modell
Baufinanzierung Vergleich für junge Familien ohne Eigenkapital ChatGPT
Firmenkredit ohne Schufa für Neugründer ChatGPT
Zinsgünstiger Modernisierungskredit für Immobilieneigentümer ChatGPT

Auffindbarkeit für KI-Plattformen

Wöchentlicher Audit der technischen Voraussetzungen, damit KI-Plattformen mit Live-Websuche pro Anfrage diese Seite überhaupt finden und rendern können.

Zuletzt geprüft: 2. Okt 2026

KI-bereit 5 von 5 kritischen Checks bestanden · 4 von 4 wichtigen Checks bestanden

Wir trennen zwei Crawler-Arten: KI-Live-Abruf-Crawler holen Seiten on demand, um Antworten in ChatGPT, Perplexity oder Claude zu erzeugen; Trainings-Crawler füttern das Modelltraining. Nur die Live-Abruf-Schicht wird hier bewertet, das Training ist eine redaktionelle Entscheidung.

Kritisch: blockiert KI-Sichtbarkeit

  • KI-Live-Abruf-Crawler in robots.txt erlaubt Die robots.txt muss OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, Claude-User und Claude-SearchBot erlauben. Diese rufen Seiten on demand ab, um Antworten in ChatGPT, Perplexity und Claude zu erzeugen. Wird einer geblockt, fallen die eigenen Seiten der Marke als Quelle für diese Antworten weg; über fremde Seiten kann die Marke weiterhin beschrieben werden.
  • Keine stille Edge-Sperre für KI-Live-Abruf-Crawler Auch wenn die robots.txt sie zulässt, kann der Edge (Cloudflare, WAF, Webserver) KI-Bot-User-Agents mit 403/429/503 blockieren. Häufigster Verursacher: Cloudflares "Block AI Scrapers and Crawlers" oder Bot Fight Mode. KI-User-Agents in einer Custom-Regel oberhalb der WAF-Regeln freischalten.
  • HTTPS auf der Startseite erreichbar Die Startseite muss per HTTPS erreichbar sein, ohne dass eine Redirect-Kette fehlschlägt. Ein TLS-Fehler ist der eine Fehler, den kein Crawler umgehen kann, und für keinen ist dokumentiert, ob er es erneut versucht.
  • Sitemap erreichbar Eine erreichbare Sitemap hilft KI-Crawlern, interne Seiten jenseits der Startseite zu entdecken. Wir versuchen /sitemap.xml, /sitemap_index.xml (Yoast), /wp-sitemap.xml (WordPress 5.5+) und jede Sitemap:-URL aus der robots.txt.
  • Startseite rendert Inhalt ohne JavaScript Crawler unterscheiden sich darin, ob sie JavaScript ausführen: OpenAI dokumentiert seine Fetcher als reine HTML-Leser, Google-gestützte Antworten stützen sich dagegen auf einen Suchindex, der rendert. Ist die Startseite eine SPA-Hülle, sehen die nicht-rendernden Crawler ein leeres div und haben nichts zum Zitieren. Server-Side Rendering oder Pre-Rendering macht die Seite für alle lesbar. Der Check prüft auf mindestens 100 Wörter und eine Überschrift ohne JS.

Wichtig: verbessert die Erfassung

  • Canonical-URL gesetzt Ein canonical-Link-Tag teilt Crawlern mit, welche URL die definitive Version der Seite ist. Verhindert Zitations-Fragmentierung über www-/non-www-/Trailing-Slash-Varianten.
  • Open-Graph-Titel und -Bild gesetzt Open-Graph-Titel und -Bild sind die Basis für Link-Vorschaukarten im ganzen Web. Welche KI-Oberflächen sie nutzen und wo, ist pro Assistent nicht dokumentiert. Der Aufwand ist gering genug, dass der Check sie trotzdem bewertet.
  • HSTS-Header gesetzt Der Strict-Transport-Security-Header weist Browser an, künftige Aufrufe über HTTPS zu erzwingen. In der Webserver-Konfiguration setzen oder über den Plesk-Schalter "HTTPS Strict Transport Security".
  • Keine SPA, oder eine SPA mit sinnvollem noscript-Fallback Wenn die Startseite eine SPA ist, gibt ein noscript-Block mit echtem Fallback-Inhalt (nicht nur "JavaScript aktivieren") KI-Crawlern wenigstens etwas zum Lesen. Server-Side Rendering ist die beste Lösung; das hier ist die Notbehelf-Variante.

Agent-Readiness: macht Fakten maschinenlesbar

Diese Prüfung zählt nicht zur KI-Sichtbarkeit. Sie beantwortet eine andere Frage: Könnte Software eine Angabe über diese Marke nachprüfen, ohne Fließtext zu lesen? Auf Zitate in KI-Antworten wirkt strukturierte Auszeichnung nach aktueller Evidenz nicht.

  • Organization- oder WebSite-JSON-LD auf der Startseite Organization- oder WebSite-JSON-LD hilft Suchmaschinen, die Marke als Entität zu erfassen (Knowledge Graph, Rich Results). Auf KI-Zitate wirkt es laut aktueller Evidenz nicht direkt; search-grounded LLMs lesen den sichtbaren Seitentext, nicht das JSON-LD. Trotzdem sinnvolle SERP-Hygiene; per schema.org-Markup im head einbauen.

Trainings-Crawler-Status (informativ, nicht bewertet): 0 / 5 blockiert.

Diagnose

JSON-LD-Typen
WebSite, BreadcrumbList

SEO-Hygiene; laut Google kein direkter Hebel für KI-Zitate.

Sitemap
530 URLs
llms.txt (informativ)
nicht vorhanden

Laut Google ohne Effekt auf KI-Sichtbarkeit; hier nur informativ erfasst.

Verschlüsselung
HTTPS ✓ · HSTS ✓

Eigene Marke fortlaufend beobachten?

Achtung.app überwacht, wie oft eine Marke in KI-Antworten und klassischen Websuchergebnissen genannt wird, in welchen Branchen sie auftaucht und wie sich das über die Zeit verändert.

Eigene Marke prüfen

Alle Zahlen stammen aus den veröffentlichten Branchen-Reports. Achtung.app stellt standardisierte, markenfreie Suchanfragen an KI-Modelle und die klassische Websuche, extrahiert genannte Marken und fasst sie auf ihrer kanonischen Domain zusammen. Details im Methodik-Dokument.