Wie KI-Assistenten entscheiden, welchen Betrieb sie nennen
Ein KI-Assistent nennt die Betriebe, die er an mehreren unabhängigen Stellen gleich beschrieben gefunden hat. Entscheidend ist die Übereinstimmung der Quellen, nicht die Qualität der eigenen Webseite. Ein Betrieb mit einer makellosen Startseite und ohne zweite Erwähnung ist für das Modell unsichtbar, ein Betrieb mit sechs gleichlautenden Einträgen wird genannt.

Was das Modell tatsächlich liest
Ein Sprachmodell, das die Frage „Wer ist ein guter Dachdecker in Bonn?“ beantwortet, surft nicht wie ein Mensch. Es holt eine Handvoll Seiten, liest sie und baut aus dem, worin sie übereinstimmen, eine Antwort. Drei Eigenschaften entscheiden, ob ein Betrieb darin vorkommt.
Die erste ist Vorkommen an mehr als einer Stelle. Eine einzelne Quelle ist eine Behauptung. Zwei Quellen, die dasselbe sagen, sind für den Abrufschritt eine Tatsache. Die zweite ist ein fertiger Satz zum Zitieren. Seiten, die im ersten Absatz antworten, lassen sich billig zitieren, Seiten, die über acht Absätze auf eine Antwort zulaufen, nicht. Die dritte ist maschinenlesbare Genauigkeit: Anschrift, Öffnungszeiten und Gewerk in einer Form, die man nicht aus dem Foto der Ladenfront erraten muss.
Warum Verzeichnisse zitiert werden und Firmenseiten nicht
Eine Firmenseite sagt eine Sache: Wir sind gut. Das sagt jede Firmenseite, also trägt der Satz keine Information. Eine Verzeichnisseite sagt etwas, womit ein Modell arbeiten kann: Hier sind sieben Dachdecker in diesem Ort, in dieser Reihenfolge, mit diesen Anschriften. Das ist ein Vergleich, und ein Vergleich war die Frage.
Daraus folgt, warum der Kopf einer Liste so viel mehr wert ist als ein Platz weiter unten. Der Antwort-Absatz eines member.show-Verzeichnisses nennt die sieben Betriebe an der Spitze namentlich. Alles darunter ist Datenbestand, erreichbar, aber nicht zitiert. Wenn ein Assistent diese Seite auf drei Sätze eindampft, überleben die sieben und der Rest nicht.
| Was Verbraucher 2026 angaben | Anteil |
|---|---|
| Nutzen ChatGPT oder andere KI-Werkzeuge für lokale Empfehlungen | 45 % (2025: 6 %) |
| Lesen KI-erzeugte Bewertungszusammenfassungen | 82 % |
| Würden allein anhand der Zusammenfassung entscheiden | 23 % |
| Vertrauen KI-Plattformen bei Empfehlungen | 40 % |
| Vertrauen KI genauso wie herkömmlichen Bewertungen | 42 % |
| Nutzen weiterhin Google als Bewertungsquelle | 71 % |
Die Zahl, mit der niemand rechnet
Der Verkehr von KI-Plattformen ist noch klein. Über 101.574 gemessene Webseiten hinweg und über sechzehn Monate machten KI-Verweise 2026 0,32 Prozent des gesamten Webverkehrs aus, nach 0,24 Prozent im Jahr 2025 und 0,02 Prozent im Jahr 2024. Wer behauptet, KI habe die Suche schon abgelöst, verkauft etwas.
Interessant ist die zweite Zahl. Besucher von KI-Plattformen blieben 67,7 Prozent länger auf der Seite, im Schnitt 9 Minuten 19 Sekunden gegenüber 5 Minuten 33 Sekunden aus der organischen Suche. Sie kommen an, nachdem sie bereits eine Empfehlung gelesen haben, und das ist eine andere Ausgangslage als der Klick auf den vierten blauen Link.
Was in welcher Reihenfolge zu tun ist
Zuerst das Billigste, das am häufigsten kaputt ist: Name, Anschrift und Rufnummer überall identisch schreiben. Nicht ähnlich, sondern identisch, bis auf die Abkürzung der Straße.
Dann auf zwei oder drei Quellen kommen, die ein Modell wahrscheinlich abruft, also auf Stellen, die Vergleiche veröffentlichen und keine Selbstbeschreibungen. Erst danach die eigene Startseite so umschreiben, dass ihr erster Absatz die Frage beantwortet, die ein Kunde stellen würde, statt ihn auf der Webseite willkommen zu heißen.
Fragen und Antworten
Braucht mein Betrieb eine eigene Webseite, damit KI ihn nennt?
Wie lange dauert es, bis ein Assistent einen neuen Eintrag aufgreift?
Kann man sich in eine KI-Antwort einkaufen?
Welcher Assistent zählt am meisten?
Wie hoch ist das Investment für einen Platz an der Spitze eines Verzeichnisses?
Quellen
- BrightLocal, Local Consumer Review Survey 2026 1.002 Befragte in den Vereinigten Staaten
- SE Ranking, AI traffic research study, 18. Juni 2026 101.574 Webseiten, Januar 2025 bis April 2026
- Google Search Central, Local business structured data Pflicht- und Empfehlungsfelder, dazu der ausdrückliche Hinweis, dass Rich Results nie garantiert sind


