Türk Otomotiv Tedarikçilerinin Almanya AI Görünürlükleri 2026

AI Avrupa’nın Otomotiv Devlerinde Uzlaşıyor, Türk Tedarikçilerde Ayrışıyor

Üç ölçümde altı Almanca ticari sorguyu ChatGPT, Gemini, Meta AI, Cerebras ve Google AI Overview kapsamında inceledik. 328 şirket/kurum görünümü ve 103 benzersiz isim tespit edildi. Avrupa geneli tedarikçi sorgusunda modeller arası ortalama örtüşme %40,9 iken Türkiye odaklı sorgularda yaklaşık %3,5’e düştü. İsimlerin %84,5’i yalnızca tek platformda görüldü; sonuçlarda OEM’ler, Tier tedarikçileri, malzeme üreticileri ve farklı ticari role sahip şirketler aynı aday havuzunda yer alabildi.

Alman Otomotiv Sanayisinin AI Tedarikçi Haritasında Türkiye Var mı?

Bir Alman otomobil üreticisinin veya Tier-1 şirketinin satın alma ekibi bugün bir AI sistemine Avrupa’da güvenilir otomotiv tedarikçileri sorduğunda hangi şirketlerle karşılaşıyor?

Bosch, Continental veya ZF gibi yerleşik küresel şirketlerde farklı AI sistemleri benzer aday listeleri mi oluşturuyor?

Peki kullanıcı sorguya “Türk otomotiv tedarikçileri” şartını eklediğinde aynı ortaklık devam ediyor mu?

Ve daha temel bir soru:

AI gerçekten kullanıcının aradığı ticari şirket türünü görüyor mu?

Çünkü otomotiv ekosisteminde “ilgili şirket” ile “aranan tedarikçi tipi” aynı şey değildir.

Bir OEM, araç üreticisidir.

Bir Tier-1 veya Tier-2 şirket, tedarik zincirinin farklı bir katmanında komponent, sistem veya hizmet sağlayabilir.

Bir batarya üreticisi belirli bir EV satın alma ihtiyacında son derece doğru bir aday olabilir.

Bir kompozit veya takviye malzemesi üreticisi otomotiv tedarik zinciri açısından yüksek derecede ilgili olabilir; ancak doğrudan komponent tedarikçisi olmayabilir.

Bir holding ise tamamen farklı faaliyet alanlarında bulunabilir.

Magna Dijital Pazarlama Ajansı tarafından Magna AI Analyzer üzerinden gerçekleştirilen bu araştırmada bu nedenle yalnızca “hangi şirket göründü?” sorusunu değil, “hangi platformda, hangi satın alma niyetinde ve hangi ticari rolle göründü?” sorusunu inceledik.

Araştırmanın Kapsamı ve Yöntemi

Araştırmada üç ayrı ölçümde altı Almanca ticari sorgu kullanıldı.

İlk iki sorgu Avrupa geneli tedarikçi keşfine odaklanırken sonraki dört sorgu Türkiye odaklıydı.

Toplam potansiyel gözlem alanı:

5 platform × 6 sorgu × 3 ölçüm = 90 hücre

Bunların 62’sinde şirket/kurum içeren kullanılabilir sonuç elde edildi.

Genel veri doluluğu %68,9.

Google AI Overview hariç tutulduğunda şirket ismi üretilebilecek 72 hücrenin 62’si dolu; doluluk %86,1 seviyesine çıkıyor.

Platformların veri kapsamı eşit değil:

Google AI Overview tarafındaki bu durum “platform hiçbir cevap vermedi” şeklinde okunmamalı. Çalışma dosyalarındaki metodoloji notlarına göre bazı sonuçlarda organik kaynaklar oluştu; ancak diğer platformlarla karşılaştırılabilir somut tedarikçi listeleri çıkarılamadı.

Meta AI ise kısmi örneklem niteliğinde.

ChatGPT tarafında kullanılan sistemde dört günlük önbellek bulunduğundan farklı ölçümlerde birebir tekrarlanan cevaplar modelin zaman içindeki kararlılığı olarak yorumlanmadı.

Örtüşme nasıl ölçüldü?

İki platformun aynı sorgu için oluşturduğu şirket kümelerinin benzerliğinde Jaccard örtüşme oranı (Jaccard similarity) kullanıldı.

İki platform tamamen aynı şirket kümesini oluşturuyorsa oran %100’dür.

Hiç ortak isim bulunmuyorsa oran %0’dır.

Burada ölçülen şey şirketlerin kalitesi değil; farklı AI sistemlerinin aynı satın alma ihtiyacına cevap verirken ne ölçüde aynı aday havuzunda buluştuğudur.

Araştırmada Kullanılan Temel Kavramlar

AI görünürlüğü (AI Visibility)

Bir şirketin veya markanın ilgili AI sistemlerinin kullanıcı sorgularına verdiği cevaplarda ne ölçüde yer aldığını inceleyen AI görünürlüğü analizi, tek bir sorgu veya platform sonucu üzerinden değerlendirilmez.

Şirket/kurum kimliği (Entity)

AI sisteminin ayrı bir şirket, marka, kurum veya ticari yapı olarak ele aldığı tanımlanabilir oluşumdur. Araştırmanın geri kalanında doğal Türkçe kullanım için şirket, kurum, isim veya ticari yapı ifadeleri tercih edilmiştir.

Satın alma niyeti

Kullanıcının sorguyla hangi ticari ihtiyacı çözmeye çalıştığını ifade eder. Genel tedarikçi keşfi, kalite ve sertifikasyon, EV ve batarya teknolojileri veya yakın coğrafyadan tedarik birbirinden farklı satın alma niyetleridir.

Şirket türü uyumu (Entity Fit)

AI cevabında yer alan şirketin kullanıcının gerçekten aradığı şirket türüyle ne ölçüde eşleştiğini ifade eder. Bir otomotiv OEM’i, komponent tedarikçisi, malzeme üreticisi ve holding aynı şirket türü değildir.

Ana Bulgular

Avrupa’da Ortak Bir Tedarikçi Çekirdeği Var; Türkiye’de Büyük Ölçüde Dağılıyor

Araştırmanın en önemli bulgusu P2 ile Türkiye odaklı sorgular arasındaki fark.

P2’de kullanıcının Türkiye veya başka bir ülke belirtmeden Avrupa’daki güvenilir otomotiv tedarikçilerini sorması üzerine modellerin şirket kümeleri arasındaki ortalama örtüşme:

%40,9

oldu.

Üç ölçüm birlikte incelendiğinde:

• ZF Friedrichshafen 10 kez,
• Continental 9 kez,
• Bosch 9 kez,
• Schaeffler 6 kez

P2 sonuçlarında görüldü.

Daha önemlisi Bosch, Continental ve ZF bu sorguda karşılaştırılabilir şirket isimleri üreten dört platformun tamamının aday havuzuna girdi.

Burada AI sistemlerinin en azından belirli yerleşik küresel otomotiv şirketleri etrafında ortak bir tedarikçi çekirdeği oluşturabildiği görülüyor.

Türkiye şartı eklendiğinde ise tablo keskin biçimde değişiyor.

P3–P6’daki tüm kullanılabilir platform çifti gözlemleri birlikte değerlendirildiğinde ortalama örtüşme yaklaşık %3,5.

Başka bir ifadeyle aynı Alman satın almacı, aynı Türkiye odaklı ihtiyacı farklı AI sistemlerine sorduğunda büyük ölçüde farklı tedarikçi aday listeleriyle karşılaşıyor.

Bu fark araştırmanın temel kontrastını oluşturuyor:

AI sistemleri Avrupa’nın bilinen küresel otomotiv şirketlerinde ortaklaşabiliyor; Türkiye tedarikçi evreninde ise bu ortak zemin büyük ölçüde kayboluyor.

103 Benzersiz İsmin %84,5’i Yalnızca Tek Platformda Görüldü

Üç ölçüm boyunca toplam 103 benzersiz şirket/kurum tespit edildi.

Bunların 87’si yalnızca bir AI platformunda görüldü.

Oran:

%84,5

Yalnızca 16 isim birden fazla platformun aday kümesine girebildi.

Altı şirket/kurum, karşılaştırılabilir şirket isimleri üreten dört platformun tamamında en az bir kez yer aldı:

• Bosch
• Continental
• ZF Friedrichshafen
• Schaeffler
• Valeo
• Magna

Bu listenin önemli özelliği, ağırlıklı olarak uluslararası otomotiv ekosisteminde uzun süredir güçlü biçimde tanımlanmış şirketlerden oluşması.

Türkiye odaklı P3–P6 alt örnekleminde parçalanma daha da görünür.

Bu dört sorguda 77 benzersiz isim bulunuyor; bunların 67’si yalnızca tek platformda görülüyor.

Oran yaklaşık:

%87,0

Dolayısıyla görünürlük yalnızca “AI’da var/yok” şeklinde okunabilecek tek boyutlu bir özellik değil.

Bir şirket ChatGPT’nin aday havuzunda bulunurken Gemini’de bulunmayabilir; Cerebras’ın değerlendirdiği bir şirket diğer platformların listelerine hiç girmeyebilir.

İsimlerin %74,8’i Yalnızca Tek Satın Alma Niyetinde Göründü

Platform parçalanmasının yanında güçlü bir niyet bağımlılığı da gözlendi.

103 benzersiz ismin 77’si yalnızca tek sorguda yer aldı.

Bu oran:

%74,8

Üç ölçümün tamamında en az bir kez görülen isim sayısı ise 40.

Başka bir ifadeyle benzersiz isimlerin yalnızca %38,8’i üç ölçümün tamamına yayılabildi.

Bu yapı, tek bir genel sorgu üzerinden ölçülen AI görünürlüğü skorunun B2B satın alma davranışının tamamını temsil etmeyebileceğine işaret ediyor.

Bir şirket genel otomotiv tedarikçisi sorgusunda görünmezken EV ve batarya odaklı bir satın alma ihtiyacında ortaya çıkabilir.

Başka bir şirket kalite ve sertifikasyon sorgusunda görünürken yakın coğrafyadan tedarik ve hızlı üretim sorgusunda hiçbir AI sisteminin aday listesine girmeyebilir.

Türkiye Belirtilmeden Yerli Tedarikçiler Ortak Aday Listesine Girmekte Zorlanıyor

P2’de kullanıcı herhangi bir ülke belirtmeden Avrupa’daki güvenilir otomotiv tedarikçilerini sordu.

Sonuçların ortak çekirdeğinde Bosch, Continental, ZF ve Schaeffler gibi yerleşik küresel şirketler bulunuyor.

Buna karşılık Türkiye merkezli yerli komponent tedarikçilerinin kendiliğinden ve modeller arasında ortak biçimde aday listesine girdiği benzer bir çekirdek oluşmadı.

Türkiye şartı P3–P6 sorgularına açıkça eklendiğinde ise çok daha geniş bir Türkiye bağlantılı şirket/kurum evreni ortaya çıktı.

Bu bulgu Türkiye’nin gerçek dünyadaki otomotiv üretim kapasitesini veya tedarik sanayisinin gücünü ölçmüyor.

Ölçülen şey yalnızca AI sistemlerinin kendiliğinden tedarikçi keşfi sırasında hangi şirketleri aday havuzuna aldığı.

Bu nedenle verinin söylediği daha sınırlı ama önemli sonuç şu:

AI sistemleri Türkiye hakkında doğrudan soru sorulduğunda geniş bir Türkiye bağlantılı şirket evreni oluşturabiliyor; ancak Türkiye belirtilmediğinde yerli tedarikçilerin Avrupa genelindeki kendiliğinden oluşan tedarikçi aday listesinde aynı ölçüde yer aldığı gözlenmiyor.

Şirket Türü ve Ticari Rol Analizi

Görünmek Doğru Tedarikçi Olmak Anlamına Gelmiyor

Araştırmanın ikinci ana ekseni platform parçalanmasından bağımsız olarak ortaya çıktı:

Bir şirketin görünmesi ile doğru ticari rolle görünmesi farklı şeyler.

Otomotiv sektöründe güçlü bir şirket olmak ile Alman OEM veya Tier-1 satın almacısının aradığı belirli tedarikçi rolüne uymak aynı şey değildir.

Araştırma sonuçlarını değerlendirirken en az şu ticari rollerin birbirinden ayrılması gerekiyor:

1. OEM / araç üreticisi,
2. Tier-1 / Tier-2 tedarikçi,
3. parça / komponent üreticisi,
4. malzeme veya girdi üreticisi,
5. batarya / enerji çözümleri şirketi,
6. küresel bir tedarikçinin Türkiye operasyonu,
7. holding / konglomerat,
8. sektör dışı veya ticari rolle uyuşmayan şirket,
9. doğrulama gerektiren belirsiz şirket/kurum.

Ham AI cevaplarında bu roller her zaman ayrışmıyor.

OEM Şirketler Tedarikçi Listelerine Girebiliyor

Ford Otosan, Türkiye odaklı P3–P6 sonuçlarında 11 kez, üç AI platformunda ve üç farklı satın alma niyetinde görüldü.

Ford Otosan’ın resmi kurumsal tanımı şirketin komple araç, motor ve güç aktarma organlarını tasarlayıp üretebildiğini ve Ford Avrupa’nın önemli ticari araç üretim merkezlerinden biri olduğunu gösteriyor. Bu nedenle görünümü önemli bir otomotiv şirketi sinyali olsa da şirketi otomatik biçimde klasik Tier-1 komponent tedarikçisi kategorisine yerleştirmek doğru olmaz.

Benzer durum Tofaş için de geçerli. Tofaş araştırmada 10 kez ve dört farklı Türkiye odaklı satın alma niyetinde yer aldı. Tofaş’ın resmi kurumsal kaynakları şirketi araç üreten ve komple araç geliştirme yetkinliğine sahip bir otomotiv üreticisi olarak tanımlıyor.

Otokar 11 görünümle üç platformda ve dört farklı satın alma niyetinde yer aldı. Otokar’ın resmi kaynakları şirketin araç üreticisi kimliğini açık biçimde gösteriyor. Dolayısıyla yüksek AI görünürlüğü, şirketin otomatik biçimde komponent tedarikçisi olduğu anlamına gelmiyor.

Buradaki sorun bu şirketlerin otomotivle ilgisiz olması değil.

Tam tersine bunlar güçlü otomotiv şirketleri.

Sorun, AI sisteminin “otomotiv sektöründe önemli şirket” sinyali ile “OEM’e komponent sağlayacak belirli tedarikçi rolü” arasındaki ayrımı her durumda aynı biçimde kuramaması.

SIRO: Dar Satın Alma Niyeti, Güçlü Teknik Uyum

SIRO farklı bir görünürlük profili gösteriyor.

Üç ölçümün birleşiminde:

• 5 görünüm
• 2 platform
• 1 sorgu

ile yer aldı.

Beş görünümün tamamı P5 — EV, batarya ve yeni mobilite sorgusunda gerçekleşti.

Bu dar görünürlük araştırma açısından önemli.

SIRO’nun resmi kaynakları şirketin otomotiv ve otomotiv dışı kullanım alanları için enerji depolama çözümleri geliştirdiğini ve batarya modülü ile paketleri üzerinde faaliyet gösterdiğini ortaya koyuyor.

Dolayısıyla SIRO’nun her sorguda görünmemesi doğrudan bir görünürlük eksikliği olarak okunmak zorunda değil.

Bu örnek:

Geniş görünürlük ile doğru teknik satın alma ihtiyacında görünürlüğün aynı şey olmadığını

gösteriyor.

SIRO bu araştırmada bir “en görünür şirket” örneği değil; dar fakat teknik açıdan daha anlamlı bir satın alma niyetinde ortaya çıkan şirket örneği.

Kordsa: Tedarik Zinciriyle Güçlü İlişki, Farklı Tedarikçi Rolü

Kordsa Türkiye odaklı sonuçlarda:

• 6 görünüm
• 1 platform
• 4 farklı satın alma niyeti

ile yer aldı.

Kordsa’nın resmi kaynakları şirketin lastik takviye teknolojileri ve otomotiv dahil farklı sektörlerde kullanılan kompozit teknolojiler geliştirdiğini gösteriyor.

Dolayısıyla Kordsa otomotiv tedarik zinciriyle güçlü biçimde ilişkili.

Ancak bu ilişki onu her durumda klasik bir Tier-1 komponent tedarikçisiyle aynı kategoriye koymayı gerektirmiyor.

Araştırmanın önemli ayrımlarından biri burada şöyle ifade edilebilir:

Tedarik zinciriyle ilgili olmak ≠ aynı tedarikçi rolüne sahip olmak.

Tüprag: Ticari Rol Uyumsuzluğu Adayı

Tüprag araştırmada üç ölçümün tamamında aynı kalite/sertifikasyon sorgusunda ChatGPT tarafından üçüncü sırada gösterildi.

Ham sonuçlarda şirket otomotiv tedarikçisi bağlamında aday havuzuna dahil edildi.

Ancak Tüprag’ın resmi şirket kaynakları faaliyet alanını metalik maden arama ve işletmeciliği olarak tanımlıyor; şirket Kışladağ ve Efemçukuru altın madenlerini işletiyor.

Bu nedenle Tüprag, araştırmadaki belirgin ticari rol uyumsuzluğu adaylarından biri.

Burada önemli olan yalnızca eşleşmenin sorguyla zayıf görünmesi değil.

Aynı şirketin üç ölçümde de aynı sorguda tekrar etmesi, tekrar görünmenin tek başına doğru sınıflandırma anlamına gelmediğini de gösteriyor.

Süreklilik ≠ doğruluk.

Yıldız Holding: Şirket Kimliği Çözümleme Problemi İçin Dikkat Çekici Örnek

Yıldız Holding dört kez, yalnızca Meta AI sonuçlarında ve üç farklı Türkiye odaklı sorguda görüldü.

Ham AI kayıtlarında şirkete otomotiv tedarik zinciriyle ilişkili roller atfedildi.

Buna karşılık Yıldız Holding’in resmi kurumsal tanımı grubun faaliyetlerini ağırlıklı olarak gıda, atıştırmalık üretimi ve perakende ekseninde açıklıyor.

Bu nedenle Yıldız Holding örneği daha temel bir şirket kimliği çözümleme problemi veya desteklenmeyen ilişkilendirme adayı olarak değerlendirilmelidir.

Bu tür örnekler araştırmadan:

“AI yanlış çalışıyor.”

gibi genel bir sonuca götürülmemeli.

Daha kontrollü soru şudur:

Bu şirket hangi ilişki veya bağlam üzerinden otomotiv tedarikçisi aday havuzuna dahil edildi?

Bu çalışma bunun nedenini açıklamıyor; yalnızca gözlenen eşleşme problemini ortaya koyuyor.

Öne Çıkan Şirket ve Kurum Örnekleri

Aşağıdaki tablo bir sıralama değildir. Farklı AI görünürlüğü profillerinin ve ticari rol sorunlarının nasıl ayrıştığını göstermek amacıyla seçilmiş örneklerden oluşur.

Not: Görünürlük sayıları şirket kalitesi, üretim kapasitesi, teknik yeterlilik veya ticari uygunluk sıralaması değildir.

B2B GEO Açısından Bulgular Nasıl Okunmalı?

AI Görünürlüğünü Yalnızca “Şirket Cevapta Geçti mi?” Diye Ölçmek Yeterli Değil

Otomotiv verisi, GEO çalışmalarında özellikle B2B tedarikçi görünürlüğünün yalnız mention veya pozisyon üzerinden okunmaması gerektiğini gösteren önemli bir metodolojik sorun ortaya koyuyor.

Bu ayrım, özellikle B2B ve kurumsal sanayi şirketleri açısından, şirketin yalnızca hangi sektörde faaliyet gösterdiğinin değil; tedarik zincirindeki rolünün, üretim yetkinliklerinin, hedef pazarlarının ve ticari konumunun da açık biçimde tanımlanmasını önemli hale getiriyor.

Bir şirket AI cevabında bulunabilir.

Farklı tarihlerde tekrar edebilir.

Birden fazla sorguda yer alabilir.

Hatta ilk sırada önerilebilir.

Ancak bunların hiçbiri tek başına şirketin doğru ticari rol içinde temsil edildiğini göstermez.

Bu araştırmanın verisini açıklamak için aşağıdaki ölçüm boyutlarını birbirinden ayırmak daha anlamlı görünüyor.

Görünme

Şirket ilgili AI cevabında yer alıyor mu?

Süreklilik

Farklı ölçümlerde tekrar ortaya çıkıyor mu?

Model Kapsamı

Kaç farklı AI motorunun aday havuzuna giriyor?

Niyet Kapsamı

Kaç farklı satın alma ihtiyacında görülüyor?

Şirket Türü Uyumu

Şirket gerçekten kullanıcının aradığı şirket türüne uyuyor mu?

Tedarik Zinciri Rol Uyumu

OEM mi, Tier-1/Tier-2 tedarikçi mi, komponent üreticisi mi, malzeme üreticisi mi, batarya şirketi mi?

Yetkinlik Uyumu

EV, batarya, IATF 16949, yakın coğrafyadan tedarik veya esnek üretim gibi aranan özellik gerçekten doğrulanabilir mi?

Bu yedi boyut yeni bir Magna ürünü veya evrensel bir AI görünürlüğü çerçevesi olarak sunulmamalı.

Bunlar bu araştırmanın ortaya çıkardığı ayrı ölçüm ihtiyaçlarıdır.

Özellikle son üç boyut B2B satın alma bağlamında kritik.

Çünkü:

AI cevabında görünmek ile doğru satın alma bağlamında görünmek aynı şey değil.

İlerleyen bir araştırmada 103 şirket/kurumun tamamı manuel ve kaynaklı biçimde doğrulanırsa ayrıca bir tedarikçi uyum oranı hesaplanabilir.

Ancak mevcut çalışmada tüm şirketler bu düzeyde doğrulanmadığı için böyle bir yüzde üretmiyoruz.

B2B GEO Açısından Kritik İhtiyaç: Şirketin ve Ticari Rolünün Açık Tanımlanması

Bu çalışma belirli bir GEO uygulamasının belirli bir görünürlük sonucuna neden olduğunu test etmiyor.

Dolayısıyla bu veriden:

“Şu optimizasyon yapılırsa AI şirketi önerir.”

sonucu çıkarılamaz.

Buna karşılık OEM, Tier tedarikçi, malzeme şirketi ve hatta sektör dışı şirketlerin aynı aday havuzlarında karışması; şirketin dijital ortamda hangi ticari rol, ürün kategorisi ve coğrafi bağlam içinde tanımlandığının ayrıca incelenmesini anlamlı hale getiriyor.

B2B üretici veya tedarikçi açısından AI sistemlerinin şu soruların cevaplarını doğrulanabilir kaynaklardan anlayabilmesi önemlidir:

• Şirket ne üretiyor?
• Tedarik zincirinin hangi katmanında bulunuyor?
• OEM mi, Tier-1/Tier-2 tedarikçi mi, malzeme üreticisi mi?
• Hangi komponent ve sistemlerde yetkin?
• Hangi pazarlara üretim yapıyor?
• Hangi sertifikalara gerçekten sahip?
• EV, batarya, hafifletme, güç elektroniği veya yakın coğrafyadan tedarik gibi spesifik satın alma ihtiyaçlarıyla ilişkisi ne?

Araştırmanın bulguları bu bilgilerin AI görünürlüğü açısından ayrıca incelenmeye değer olduğunu düşündürüyor.

Ancak hangi kaynak veya optimizasyonun hangi görünürlük sonucuna neden olduğunu bu veri seti tek başına göstermiyor.

Araştırmanın Sınırlılıkları

Veri üç ölçüme dayanıyor. Daha uzun dönemli bir çalışma farklı davranışlar gösterebilir.

Platformların veri kapsamı eşit değil. 90 potansiyel hücrenin 62’sinde karşılaştırılabilir şirket/kurum sonucu bulunuyor.

Meta AI kısmi örneklem. Toplam 18 potansiyel hücrenin 9’unda şirket/kurum sonucu mevcut.

Google AI Overview diğer modellerle aynı yapıda veri üretmedi. Bu sorgu setinde karşılaştırılabilir somut tedarikçi listeleri oluşmadığı için şirket kümesi karşılaştırmalarında kullanılamıyor.

ChatGPT’de kullanılan ölçüm altyapısında dört günlük önbellek bulunuyor. Bu nedenle üç ölçümde tekrarlanan cevaplar modelin zaman içindeki bağımsız kararlılığı olarak yorumlanmıyor.

P1 ülke sorgusunun ham ülke listeleri çalışma kitaplarında korunmadı. Dolayısıyla bu veriyle Türkiye’nin Almanya için ülke düzeyindeki tedarik görünürlüğü veya Portekiz, Polonya, İtalya gibi ülkeler karşısındaki sırası hesaplanamaz.

AI tarafından belirtilen sertifika ve teknik iddialar bağımsız doğrulanmış araştırma verisi değildir. IATF 16949, ISO 9001, OEM ilişkileri, üretim kapasitesi, EV yetkinliği, ihracat veya teslim süresi gibi iddialar şirket bazında resmi kaynaklarla ayrıca kontrol edilmelidir.

Araştırma tek pazar ve tek sorgu dili bağlamındadır. Kullanılan altı Almanca sorgu Alman OEM ve Tier-1 satın alma ihtiyaçlarını temsil etmek için oluşturuldu; farklı ülkeler, diller ve sorgu setleri farklı sonuçlar üretebilir.

Bu Araştırma Neyi Gösteriyor?

AI Tedarikçi Keşfi Platforma Güçlü Biçimde Bağlı

103 benzersiz ismin %84,5’i yalnızca tek platformda görüldü.

Satın Alma Niyeti Aday Havuzunu Güçlü Biçimde Değiştiriyor

103 benzersiz ismin %74,8’i yalnızca tek sorguda yer aldı.

Avrupa Genelindeki Yerleşik Tedarikçi Çekirdeğinde Daha Yüksek Model Uzlaşısı Var

P2’de modeller arası ortalama şirket kümesi örtüşmesi %40,9.

Türkiye Odaklı Tedarikçi Keşfi Çok Daha Parçalı

P3–P6’daki kullanılabilir model çifti gözlemlerinin ortalama örtüşmesi yaklaşık %3,5.

Şirketin Görünmesi Doğru Ticari Rol Anlamına Gelmiyor

Araştırmada OEM’ler, malzeme üreticileri, üst tedarik zinciri oyuncuları ve otomotiv tedarikçisi rolüyle uyuşmayan şirketler aynı öneri havuzlarında görüldü.

Bu Araştırma Neyi Göstermiyor?

Bu çalışma:

• “Türkiye’nin en iyi otomotiv tedarikçileri” sıralaması değildir.
• Şirketlerin ürün kalitesini ölçmez.
• Üretim kapasitesini karşılaştırmaz.
• Şirketlerin gerçek OEM satış hacmini veya pazar payını göstermez.
• IATF 16949 veya diğer sertifikalara sahip olduklarını AI cevabına dayanarak doğrulamaz.
• AI sistemlerinin genel doğruluk veya kalite sıralamasını yapmaz.
• Türkiye’nin Avrupa’daki en iyi tedarik ülkesi olup olmadığını göstermez.
• AI görünürlüğünün trafik, potansiyel müşteri veya satış yarattığını ölçmez.
• Belirli bir GEO çalışmasının görünürlüğü artırdığını kanıtlamaz.
• Tek bir sorgudaki yüksek pozisyonu genel AI görünürlüğü performansı olarak değerlendirmez.

Kısacası araştırmanın ölçtüğü şey:

Alman OEM ve Tier-1 şirketleri için tedarikçi arayan AI sistemlerinin hangi şirket ve kurumları aday havuzuna aldığı, bu aday kümelerinin platformlar ve satın alma niyetleri arasında ne kadar örtüştüğü ve görünen şirketlerin kullanıcının aradığı ticari rolle ne ölçüde uyuştuğudur.

Kullanılan 6 Sorgu

P1 — Ülke Tercihi Sorgusu

Welche Länder in Europa sind für deutsche Automobilhersteller und Tier-1-Zulieferer besonders attraktive Beschaffungs- und Produktionsstandorte für Automobilkomponenten?

Amaç: AI sistemlerinin otomotiv komponent tedariki için Avrupa’daki ülke seçeneklerini nasıl değerlendirdiğini gözlemek.

Not: Bu sorgunun ham ülke cevapları çalışma kitaplarında korunmadığı için mevcut araştırmada ülke bazlı bir sıralama yapılmamaktadır.

P2 — Kendiliğinden Tedarikçi Keşfi

Welche Automobilzulieferer in Europa würden Sie einem deutschen Fahrzeughersteller oder Tier-1-Unternehmen als zuverlässige Produktionspartner für Automobilkomponenten empfehlen?

Amaç: Türkiye veya başka bir ülke belirtilmeden AI sistemlerinin Avrupa için hangi tedarikçileri kendiliğinden aday havuzuna aldığını incelemek.

P3 — Türk Otomotiv Tedarikçileri

Welche türkischen Automobilzulieferer würden Sie deutschen OEMs oder Tier-1-Unternehmen als zuverlässige Produktionspartner für Automobilkomponenten empfehlen?

Amaç: Türkiye açıkça belirtildiğinde hangi şirketlerin temel tedarikçi adayları olarak ortaya çıktığını incelemek.

P4 — Kalite ve Sertifikasyon

Welche türkischen Automobilzulieferer eignen sich besonders für deutsche OEMs und Tier-1-Kunden, die hohe Qualitätsanforderungen sowie relevante Zertifizierungen wie IATF 16949 und ISO 9001 erwarten?

Amaç: kalite ve sertifikasyon ihtiyacının aday havuzunu nasıl değiştirdiğini gözlemek.

P5 — EV, Batarya ve Yeni Mobilite

Welche türkischen Automobilzulieferer eignen sich für deutsche Unternehmen, die Produktionspartner für Komponenten von Elektrofahrzeugen, Batteriesystemen, Leistungselektronik oder anderen Lösungen der neuen Mobilität suchen?

Amaç: EV, batarya, güç elektroniği ve yeni mobilite bağlamında daha teknik ve niş tedarikçi görünürlüğünü incelemek.

P6 — Yakın Coğrafyadan Tedarik, Hız ve Esneklik

Welche türkischen Automobilzulieferer eignen sich für deutsche Unternehmen, die kurze Lieferzeiten, flexible Produktionsmengen, schnelle Reaktionsfähigkeit und eine europanahe Lieferkette benötigen?

Amaç: yakın coğrafyadan tedarik (nearshoring), kısa teslim süresi ve esnek üretim kriterlerinde hangi şirketlerin aday havuzuna girdiğini incelemek.

Araştırma Hakkında

Bu çalışma Magna Dijital Pazarlama Ajansı tarafından Magna AI Analyzer üzerinden gerçekleştirilen üç ayrı çoklu AI görünürlüğü (AI Visibility) ölçümünün karşılaştırmalı analizinden hazırlanmıştır.

Magna Dijital, entegre ve veri odaklı bir dijital pazarlama ajansıdır.

Araştırmada ChatGPT, Gemini, Meta AI, Cerebras ve Google AI Overview kapsamında altı Almanca B2B satın alma sorgusu incelendi. Ana analiz kaynağı üç ölçüm dosyasındaki ham Sorgu Bazlı Sonuçlar tablolarıdır; genel skor tabloları şirketleri “lider” veya “en iyi” olarak sıralamak için kullanılmamıştır.

Araştırmanın amacı Türk otomotiv şirketlerini kalite, büyüklük veya ticari başarı açısından sıralamak değil; Alman OEM ve Tier-1 satın alma bağlamında farklı AI sistemlerinin oluşturduğu tedarikçi aday kümelerinin örtüşmesini, platform bağımlılığını, satın alma niyetine göre değişimini ve şirket türü/ticari rol uyumunu incelemektir.

Çalışmanın ana bulgusu, B2B AI görünürlüğünün klasik bir arama motoru sıralamasından daha parçalı bir yapıya sahip olduğuna işaret ediyor.

Aynı satın alma ihtiyacında farklı AI sistemleri farklı şirket evrenleri oluşturabiliyor.

Bir şirket bir platformda görünürken diğerinde tamamen yok olabiliyor.

Ve belki daha önemlisi, bir şirket AI tarafından doğru sektörde tanınsa bile tedarik zincirindeki ticari rolü doğru çözümlenmeyebiliyor.

Bu nedenle B2B tedarikçi görünürlüğünde soru artık yalnızca:

“Şirketimiz AI cevabında yer alıyor mu?”

değil.

Daha anlamlı soru:

“Şirketimiz Alman satın almacının farklı AI sistemlerindeki satın alma niyetlerinde ne kadar düzenli, ne kadar geniş ve ne kadar doğru bir tedarikçi olarak temsil ediliyor?”

B2B AI görünürlüğünde mesele yalnızca şirketin cevapta yer alması değil; doğru satın alma ihtiyacında, doğru ticari rolle ve farklı AI sistemlerinde yeterince tutarlı biçimde temsil edilmesidir.

Merak Ettikleriniz

Bu araştırma tam olarak neyi ölçüyor?

Araştırma, Alman OEM ve Tier-1 satın alma ihtiyaçlarını temsil eden altı Almanca sorguda farklı AI platformlarının hangi şirket ve kurumları aday listelerine aldığını; bu listelerin modeller arasında ne ölçüde örtüştüğünü ve şirketlerin istenen ticari rolle ne kadar uyumlu göründüğünü inceliyor.

328 şirket/kurum görünümü 328 farklı şirket anlamına mı geliyor?

Hayır. 328 sayısı tüm kullanılabilir cevaplarda kaydedilen toplam görünümü ifade ediyor. Bu görünümler 103 benzersiz isme dağılıyor. Aynı şirket farklı platform, sorgu veya ölçümlerde birden fazla kez görünebilir.

Bir şirketin çok görünmesi onun daha iyi tedarikçi olduğu anlamına gelir mi?

Hayır. Görünürlük; ürün kalitesi, üretim kapasitesi, fiyat, sertifikasyon, teslimat performansı veya ticari uygunluk ölçümü değildir. Araştırma şirketlerin AI cevaplarında nasıl temsil edildiğini inceliyor.

Avrupa geneli sorguda %40,9 örtüşme ne anlama geliyor?

Bu oran aynı tedarikçi sorgusuna cevap veren kullanılabilir AI platformlarının oluşturduğu şirket kümeleri arasındaki ortalama Jaccard örtüşmesini ifade ediyor. Avrupa genelindeki sorguda modeller belirli küresel otomotiv şirketlerinde Türkiye odaklı sorgulara göre çok daha fazla ortaklaştı.

Türkiye odaklı sorgulardaki yaklaşık %3,5 nasıl hesaplandı?

Bu oran P3–P6 için verilen dört yüzdelik değerin basit aritmetik ortalaması değildir. Dört sorgudaki kullanılabilir platform çifti gözlemlerinin tamamı birlikte değerlendirilerek hesaplanan ortalama örtüşmedir.

Bir OEM’in tedarikçi sorgusunda görünmesi hata mıdır?

Tek başına bu araştırmadan böyle bir hüküm çıkarılamaz. OEM’ler otomotiv ekosisteminin güçlü şirketleridir ve bazı ticari bağlamlarda tedarik ilişkilerine de sahip olabilir. Araştırmanın gösterdiği nokta, araç üreticisi, Tier tedarikçi, komponent üreticisi ve malzeme üreticisi gibi farklı ticari rollerin AI aday listelerinde birbirine karışabilmesidir.

ChatGPT sonuçlarının tekrar etmesi neden model kararlılığı olarak yorumlanmıyor?

Ölçüm altyapısında dört günlük önbellek bulunduğu için cevap tekrarının model davranışından mı yoksa sistem katmanından mı kaynaklandığı bu veriyle ayrıştırılamıyor. Bu nedenle zaman içindeki tekrarlar bağımsız model kararlılığı sonucu olarak yayımlanmıyor.

Bu araştırma Türkiye’nin Avrupa’daki otomotiv tedarik sırasını gösteriyor mu?

Hayır. Ülke tercihlerini sorgulayan P1’in ham ülke listeleri çalışma setinde korunmadığı için Türkiye’nin diğer Avrupa ülkeleri karşısındaki ülke düzeyindeki sırası bu araştırmadan çıkarılamaz.

AI görünürlüğü ile şirket türü uyumu aynı şey mi?

Hayır. AI görünürlüğü şirketin ilgili cevaplarda ne ölçüde yer aldığını incelerken şirket türü uyumu, bu görünürlüğün kullanıcının aradığı OEM, Tier tedarikçi, komponent üreticisi, malzeme üreticisi veya başka bir ticari rolle ne kadar doğru eşleştiğini değerlendirir.

Sonuçlar bütün B2B sektörlere genellenebilir mi?

Hayır. Araştırma otomotiv sektörü, Alman OEM ve Tier-1 satın alma bağlamı, altı Almanca sorgu, üç ölçüm ve mevcut platform setiyle sınırlıdır. Farklı sektör, ülke, dil veya sorgu setlerinde farklı sonuçlar görülebilir.