B2B-Suche im Plattform-Vergleich: Algolia, Constructor, Bloomreach, FactFinder, Coveo, Elastic

Im ersten Teil dieser Serie haben wir gezeigt, warum B2B-Suche eigene Spielregeln hat: SKU-Treffer vor Marketing-Logik, Sortimente am Vertrag, Kontraktpreise in der Trefferliste, Punchout in fremden UIs. Wer diese Anforderungen kennt, steht in der Plattform-Auswahl vor einem Markt, der sich auf den ersten Blick gleicht — und sich beim zweiten als sehr unterschiedlich erweist. Algolia, Constructor, Bloomreach Discovery, FactFinder, Coveo und Elastic sind die sechs Anbieter, die uns in B2B-Projekten bei foobar Agency am häufigsten begegnen. Sie unterscheiden sich nicht in der Frage, ob sie Suche können — sondern darin, welcher B2B-Use-Case darin nativ trägt, welcher über Konfiguration läuft und welcher Stack-Fit sich aus dem Lizenzmodell ergibt. Dieser Beitrag ordnet die sechs entlang der sieben Kriterien aus Post 1 — und sagt, wann welche Plattform sinnvoll ist und wann nicht.

Algolia ist die wahrscheinlich am breitesten eingesetzte Such-Plattform im DACH-Mittelstand. API-first, exzellente Developer-Experience, gut dokumentierte InstantSearch-Bibliotheken und Trefferlisten in einer Latenz, die das Frontend-Team selten zum Thema machen muss. Was in Plattform-Vergleichen oft unterschätzt wird: Algolia hat 2024/2025 sein Merchandising-Backend deutlich ausgebaut. Die Merchandising Studio mit Visual Editor erlaubt drag-and-drop-Steuerung von Trefferlisten und Kategorie-Seiten, Smart Groups bündeln Kuratierungs-Logik über Search, Categories und Collections hinweg, und AI-Re-Ranking sowie Generative Shopping Guides sind 2025 produktiv. Für Merchandiser-Teams, die ohne Engineering-Ticket arbeiten wollen, ist das ein realer Hebel.

Im B2B adressiert Algolia die Kernanforderungen über Personalisierung auf Account-Ebene, gefilterte Indizes nach Berechtigungen und kundenspezifische Preis-Konfigurationen — die Dokumentation zur B2B-Katalogverwaltung beschreibt diese Muster ausdrücklich. Entitlement-Logik, Kontraktpreis-Indizes und kundenspezifische Sortimente werden am Backend zugespielt und im Index gepflegt. Algolia liefert dafür belastbare Mechanik, der konkrete Workflow für komplexe B2B-Szenarien wandert in die Architektur.

Lizenzlogik: Algolia rechnet pro Search-Request und pro indizierten Records ab, mit transparentem Listenpreis ab Grow-Tier. Bei B2B-Setups mit kundenspezifischen Indizes wächst die Record-Zahl multiplikativ — das gehört in jede TCO-Rechnung. Stack-Fit ist hoch, wenn Sie ein Composable-Setup mit commercetools, Spryker oder einer Custom-Storefront fahren und die Such- und Merchandising-Logik im eigenen Frontend orchestrieren wollen. Anti-Empfehlung: Wenn Sie einen out-of-the-box-B2B-Workflow für komplexe Kontraktpreis-Indizes und Punchout-Konnektoren erwarten, ohne dafür eigene Backend-Logik bauen zu wollen, sind die spezialisierten B2B-Plattformen der schnellere Weg.

Constructor positioniert sich explizit als enterprise-eCommerce-Plattform für Suche und Product Discovery — und hat in den letzten zwei Jahren systematisch B2B-Funktionen ausgebaut. Account-segmentierte Preise und Verfügbarkeiten, Part-Number-Suchen, dynamische Facetten und optionale Suche in ausgelisteten Artikeln sind dokumentierte Features der B2B-Lösung. Forrester hat Constructor im Wave Commerce Search and Product Discovery Solutions Q3 2025 als Leader gelistet; Gartner ebenfalls als Leader im Magic Quadrant 2025. Beides ist Marketing-Material — aber zwei unabhängige Häuser, die Constructor in B2B als ernstzunehmenden Spieler einsortieren.

Der Unterschied zu Algolia liegt im Ansatz: Constructor optimiert nicht auf Relevanz-Scores, sondern explizit auf Conversion-, Revenue- oder Margenziele. Für einen B2B-Shop mit Wiederkäufer-Verhalten und kundenspezifischen Sortimenten kann das ein deutlicher Hebel sein — die Frage ist immer, ob das KPI-Optimierungs-Modell auf B2B-typische Such-Muster (SKU-Lookups, Re-Order, Punchout) ausreichend trainiert ist. In foobar-Projekten sehen wir die besten Constructor-Ergebnisse bei Distributoren mit großen Sortimenten und klar messbarem Bestell-Conversion-Funnel.

Lizenzlogik: Usage-basiert, gestaffelt nach Such-Volumen und Feature-Set, im Enterprise-Bereich individuell. Stack-Fit: hoch bei B2B-Distributoren und Industrie-Shops mit großen Sortimenten, Wiederkäufer-Anteil und einer composable Storefront. Anti-Empfehlung: Wenn Ihr Hauptbedarf ein einfacher Site-Search-Ersatz für ein überschaubares Sortiment ist, ist Constructor preislich und konzeptionell überdimensioniert.

Bloomreach Discovery ist eine Plattform, die historisch aus dem retail-getriebenen Merchandising kommt — Bloomreach steht im Gartner Magic Quadrant 2025 als Leader und im Forrester Wave Q3 2025 ebenfalls in der Leader-Gruppe. Für B2B hat Bloomreach in den letzten Releases spezifische Features nachgezogen: SKU Select für SKU-genaues Ranking, Enhanced Lookups für Bestell- und Part-Numbers mit Sonderzeichen, NLP-Verständnis für quantitative Maße ("3/4 inch wire" als Beispiel aus der Dokumentation). 2025 ist Variant Slicing als Beta dazugekommen — also feinere Steuerung von Varianten als eigenständige Treffer.

In B2B-Projekten ist Bloomreach besonders dann stark, wenn Merchandiser-Teams die Trefferlisten aktiv pflegen — kuratierte Listen, Boost-Regeln, Saisonalitäten. Für reine SKU-Lookups ist es überdimensioniert; für ein Sortiment, in dem technische Suche und Merchandising-Steuerung zusammenkommen, ist es ein sehr ernstzunehmender Kandidat. Die kundenspezifischen Sortimente und Kontraktpreise sind über Bloomreach-Profiles und Index-Filter abbildbar, brauchen aber — wie überall — saubere Datenanbindung an ERP, PIM und Pricing-Engine.

Lizenzlogik: Enterprise-SaaS mit Jahresvertrag, kein öffentliches Preisschild. Stack-Fit: hoch bei B2B-Retailern und Hybriden mit gemischtem Sortiment, in denen Merchandising aktiv betrieben wird. Anti-Empfehlung: Wenn Sie eine schlanke Headless-Such-API für einen klar definierten technischen Use-Case suchen, ist Bloomreach mit seinem Funktionsumfang zu schwer.

FactFinder ist der DACH-native Anbieter im Vergleich. Die OMIKRON Data Quality GmbH aus Pforzheim betreibt die Plattform seit über zwei Jahrzehnten in Commerce-Projekten; nach eigenen Angaben sind über 2.000 Shops produktiv darauf — Referenzen wie OBI, STIHL, Intersport oder Bauhaus zeigen die DACH-Verankerung. Die technische Stärke liegt da, wo andere Anbieter mit englischsprachigem Default zu kämpfen haben: deutsche Compound Words, Norm-Bezeichnungen, technische Synonyme und domainspezifische Industrie-Begriffe. Wer Produktdaten in deutscher Industriesprache pflegt, merkt den Unterschied zwischen "elf-mm-schraube" und "M11 verzinkt" in der Trefferrelevanz.

B2B ist bei FactFinder kein Erweiterungs-Modul, sondern Teil des Produkt-Kerns. Account-spezifische Sortimente und Sichtbarkeiten, kundenspezifische Preise mit Vertragsbezug, standortbasierte Verfügbarkeit und KI-gestützte Re-Order-Vorschläge auf Basis der Bestellhistorie sind dokumentierte Features. Hybride Suche kombiniert Exact-, Fuzzy- und Vector-Search — die SKU-Treffer-Stärke bleibt, die semantische Erweiterung kommt obendrauf. Hosting in der EU mit DSGVO-Vertrag ist Standard, was bei datensensiblen Industrie-Setups Argumente liefert, die andere Anbieter erst über Konfiguration nachweisen.

Lizenzlogik: Enterprise-SaaS, individuelle Verträge nach Such-Volumen und Feature-Set, keine öffentliche Preisliste. Stack-Fit: hoch bei DACH-B2B-Distributoren, Industrie-Herstellern mit deutschsprachigen Sortimenten und Retailern mit gemischtem B2C-/B2B-Geschäft. Anti-Empfehlung: Wenn Ihr Geschäft primär englischsprachig und international ist, spielen FactFinders DACH-Stärken weniger aus — dann sind die globalen Plattformen meist im Vorteil.

Coveo kommt aus der Enterprise-Search-Welt — und das prägt das Produkt. Coveo wurde von Gartner 2025 zum zweiten Jahr in Folge als Leader im Magic Quadrant for Search and Product Discovery eingestuft. Die Plattform unterstützt sowohl Commerce-Suche als auch Wissens- und Support-Suche, was im B2B-Kontext mit Konfiguratoren, technischen Datenblättern und Service-Portalen ein realer Vorteil sein kann — eine Suche, ein Index, mehrere Touchpoints. Coveo hat 2024/25 die GenAI-Antwortfunktion "Coveo Relevance Generative Answering" auf RAG-Basis ergänzt; für B2B mit Produktdokumentation und Konfigurations-Beratung ist das eine substanzielle Erweiterung über klassische Trefferlisten hinaus.

Für kundenspezifische Sortimente, Berechtigungen und kontraktgebundene Sichtbarkeit bringt Coveo das Engineering-DNA mit, das man bei einer Enterprise-Search-Plattform erwartet: feingranulare Security-Trimming-Modelle, Source-Connectors, individuelle Re-Ranking-Pipelines. Die Kehrseite ist Komplexität: Coveo-Implementierungen sind aufwendiger als Algolia- oder FactFinder-Setups, und der Wertbeitrag entsteht erst, wenn man die Stärken auch wirklich nutzt.

Lizenzlogik: Enterprise-SaaS, individuelle Verträge, Pricing nicht öffentlich. Stack-Fit: hoch bei B2B-Unternehmen mit Service- und Wissens-Komponente neben dem Commerce-Shop, hoher Sortiments-Komplexität, dokumentenlastiger Beratung. Anti-Empfehlung: Wenn der Use-Case ein klassischer B2B-Shop ohne Service-Portal und ohne Wissens-Suche ist, kauft man bei Coveo Funktionalität, die teuer ist und brachliegt.

Elastic ist der Sonderfall in dieser Gruppe — und einer, der oft missverstanden wird. Elasticsearch ist die Engine, auf der ein erheblicher Teil moderner Suche läuft (auch im Backend mancher hier genannter Anbieter). Mit "Elastic Enterprise Search" hat Elastic in den letzten Jahren ein Produkt-Bundle dazugepackt; mit den 2024 eingeführten Vector-Search- und Semantic-Search-Funktionen bringt Elastic eine semantische Such-Schicht mit, die für technische Sortimente attraktiv ist.

Aus B2B-Sicht heißt das: Elastic ist die maximale Flexibilität — und der höchste Eigenbau-Aufwand. Kundenspezifische Sortimente, Kontraktpreis-Indexierung, Punchout-Integration sind technisch alle möglich, aber sie sind nicht das Produkt. Sie sind das, was Sie auf Elastic bauen. Für Unternehmen mit einer starken Engineering-Mannschaft, sehr individuellen Such-Anforderungen oder einer Architektur, in der Suche tief in eigene Backend-Services eingewoben ist, ist Elastic ein berechtigter Kandidat — gerade auch, weil sich der Stack on-premises oder in der eigenen Cloud betreiben lässt, was für Datenschutz-sensible Industrie-Setups ein Argument sein kann.

Lizenzlogik: Open-Source-Kern, kommerzielle Subscriptions (Standard/Gold/Platinum/Enterprise), Elastic Cloud nach Ressourcen. Stack-Fit: hoch bei Unternehmen mit eigener Engineering-Mannschaft und Anforderungen an Datenhoheit oder Stack-Tiefe. Anti-Empfehlung: Wenn Sie keine Engineering-Kapazität für eine Such-Plattform vorhalten wollen, ist Elastic der falsche Hebel — dann sind die spezialisierten SaaS-Plattformen der schnellere Weg.