Woher ChatGPT seine Empfehlungen nimmt
Bei Empfehlungsfragen (bester Coiffeur in Winterthur, welches Tool für X) kombiniert ChatGPT zwei Dinge. Erstens das Trainingswissen: was bis zum Wissensstand des Modells über dich im offenen Netz stand. Zweitens, bei aktivierter Suche, live gelesene Webseiten: deine Website, dein Google-Profil, Verzeichnisse, Vergleichsseiten, Presse. Für lokale Fragen wiegen Bewertungsdaten und Verzeichniseinträge schwer, für fachliche Fragen die Seiten, die die Frage am direktesten beantworten. Wichtig für die eigene Strategie: Du optimierst nie für einen geheimen Algorithmus, sondern für die Summe dessen, was öffentlich über dich lesbar ist. Alles, was eine gründliche menschliche Rechercheurin über deinen Betrieb finden würde, kann auch die KI finden, und was sie nicht findet, existiert für sie nicht. Das macht die Aufgabe unspektakulär, aber planbar: Es geht um die Qualität und Konsistenz deiner öffentlichen Spuren.
Die Checkliste, sortiert nach Wirkung
Die folgenden sechs Massnahmen decken die Hebel ab, die du selbst in der Hand hast. Sie sind nach Wirkung sortiert, aber die Reihenfolge der Umsetzung darf pragmatisch sein: Die kleinen, einmaligen Punkte wie Firmendaten und Google-Profil lassen sich an einem Nachmittag erledigen, während Antwortseiten und Drittseiten-Erwähnungen laufende Arbeit sind. Erfahrungsgemäss unterschätzen KMU die einfachen Punkte: Ein Profil mit alten Öffnungszeiten oder drei verschiedenen Schreibweisen des Firmennamens im Netz sabotiert alle teureren Massnahmen gleich mit.
| Massnahme | Warum sie wirkt | Aufwand |
|---|---|---|
| Kundenfragen auf der Website direkt beantworten | KIs zitieren Seiten, die Fragen im ersten Absatz beantworten | Mittel, laufend |
| Google-Unternehmensprofil vollständig pflegen | Erste Quelle für lokale Empfehlungen, inkl. Bewertungen | Klein, einmalig plus Pflege |
| Firmendaten überall identisch halten | Widersprüche senken das Vertrauen der Modelle | Klein, einmalig |
| Bewertungen sammeln und beantworten | Belegt Aktivität und Qualität aus fremder Hand | Klein, laufend |
| Erwähnungen auf Drittseiten aufbauen | Mehrere unabhängige Quellen schlagen jede Eigenaussage | Gross, laufend |
| llms.txt und Schema-Markup bereitstellen | Macht die Inhalte maschinenlesbar und auffindbar | Klein, einmalig |
Der Posten Erwähnungen auf Drittseiten verdient eine Einordnung, weil er der aufwendigste ist. Gemeint sind keine gekauften Linkpakete, sondern echte Spuren: ein Eintrag im Branchenverband, ein Porträt in der Lokalzeitung, eine Erwähnung im Blog eines Partnerbetriebs, ein Interview im Fachnewsletter. Jede dieser Spuren ist einzeln klein, aber die KI gewichtet die Übereinstimmung mehrerer unabhängiger Quellen hoch, genau wie ein vorsichtiger Mensch. Für ein KMU heisst das: Die Gelegenheiten, die sich ohnehin bieten, konsequent mitnehmen, statt eine Kampagne zu fahren.
Ein Beispiel aus der Praxis
Ein fiktives, aber typisches Beispiel: Zwei Zahnarztpraxen im selben Quartier, fachlich vergleichbar. Praxis A hat eine schöne, aber wortkarge Website, 14 Google-Bewertungen und je nach Verzeichnis drei Schreibweisen ihres Namens. Praxis B beantwortet auf ihrer Website die zwanzig häufigsten Patientenfragen, von den Kosten einer Dentalhygiene bis zur Angstpatienten-Sprechstunde, hat 180 beantwortete Bewertungen und überall dieselben Firmendaten. Wer ChatGPT nach einer Zahnärztin im Quartier fragt, bekommt mit hoher Wahrscheinlichkeit Praxis B genannt, oft mit Begründung, denn die KI findet dort zu jeder Teilfrage belegbares Material.
Das Ernüchternde und zugleich Ermutigende daran: Praxis B hat nichts Geheimes getan. Kein Trick, kein Budget für Spezialisten, sondern über zwei Jahre die öffentlich sichtbare Grundarbeit, die Praxis A aufgeschoben hat. KI-Empfehlungen verstärken einen Vorsprung, der aus gewöhnlicher, konsequenter Pflege entsteht. Wer heute an der Position von Praxis A steht, holt das nicht in einer Woche auf, aber der Weg ist klar und jede Etappe wirkt für sich: zuerst die Datenkonsistenz, dann die Bewertungsroutine, dann Monat für Monat Antwortseiten.
Erst messen, dann optimieren
Der Startpunkt ist nicht eine Massnahme, sondern eine Messung: Stelle die 5 wichtigsten Kundenfragen an ChatGPT, Perplexity, Gemini und Claude und zähle, in wie vielen der 20 Antworten dein Unternehmen vorkommt. Das ist dein KI-Sichtbarkeits-Score, und er zeigt sofort, wo die Lücken liegen: Fehlt dein Name bei den lokalen Fragen, liegt es meist am Profil und den Bewertungen. Fehlt er bei Fachfragen, fehlen die Antwortseiten.
publy automatisiert genau diese Messung: Der Gratis-Scan bei der Anmeldung erstellt die Fragen aus deiner Website, befragt die vier Engines und zeigt dir den Score im Tool. Danach überwacht publy die Fragen laufend und schreibt gezielt Inhalte gegen die Lücken.
Was realistisch ist
Ehrlichkeit gehört dazu: Bei generischen Fragen (beste Marketing-Software) konkurrierst du mit der Weltliga, dort wird ein KMU selten empfohlen. Bei lokalen und spezifischen Fragen (Physiotherapie mit Schwerpunkt Sport in Luzern, Treuhänder für Gastrobetriebe) ist der Weg kurz: Die Konkurrenz um diese Antworten ist klein, und genau dort entstehen Kundenanfragen. Besetze zuerst die spezifischen Fragen, die Weltliga kommt später oder nie, und das ist in Ordnung.
Rechne ausserdem mit Schwankung. KI-Antworten sind nicht deterministisch: Dieselbe Frage kann heute deinen Namen enthalten und morgen nicht, je nach Formulierung, Engine und Tagesform des Modells. Deshalb taugt die einzelne Stichprobe weder zum Jubeln noch zum Verzweifeln. Aussagekräftig ist der Trend über Wochen und Monate: Steigt die Erwähnungsrate über viele wiederholte Fragen, wirkt die Arbeit. Und rechne in Quartalen, nicht in Tagen: GEO ist Aufbauarbeit mit Zinseszins, keine Kampagne mit Stichtag.
Die häufigsten Fehler
- Auf den Zauber-Trick warten: Es gibt keinen. Wer Monate mit der Suche nach der Abkürzung verbringt, verliert genau die Zeit, in der die Grundarbeit gewirkt hätte.
- Nur die eigene Website sehen: Die KI liest das ganze Netz. Ein perfekter Webauftritt mit leerem Google-Profil und null Drittseiten-Spuren bleibt ein Solo ohne Bestätigung.
- Generische Fragen jagen: Bei beste Agentur der Schweiz wird ein KMU nicht genannt. Die gewinnbaren Fragen sind spezifisch und lokal, und sie bringen die besseren Anfragen.
- Einmal messen und Schlüsse ziehen: Eine einzelne KI-Antwort ist eine Stichprobe, kein Befund. Erst die wiederholte Messung über Wochen zeigt die Richtung.
- Inkonsistente Firmendaten stehen lassen: Drei Schreibweisen, zwei alte Adressen und widersprüchliche Öffnungszeiten kosten Vertrauen bei Mensch und Maschine, und die Korrektur wäre ein Nachmittag Arbeit.
Der teuerste Fehler steht nicht in der Liste, weil er kein Tun ist, sondern ein Lassen: gar nicht anfangen, weil das Thema nach Hype klingt. Die Zahl der Menschen, die Kaufentscheide mit KI-Assistenten vorbereiten, wächst sichtbar, und die Antworten, die diese Assistenten heute geben, formen sich aus dem Material, das jetzt im Netz liegt. Die Grundarbeit dafür ist dieselbe, die auch klassisch wirkt: gute Antworten, gepflegtes Profil, konsistente Daten. Es gibt also kein Szenario, in dem sie sich nicht lohnt.
Häufige Fragen dazu
Warum empfiehlt ChatGPT meinen Mitbewerber und mich nicht?
Fast immer, weil über den Mitbewerber mehr belegbares Material im Netz liegt: mehr Bewertungen, mehr Erwähnungen, klarere Antworten auf der Website. Das ist selten Zufall und nie Verschwörung, sondern die Summe öffentlicher Spuren. Die Messung über Testfragen zeigt dir, bei welchen Fragen genau das passiert, und dort setzt du an: fehlende Antwortseiten bauen, das Profil aufholen, Konsistenz herstellen.
Wie lange dauert es, bis ich in KI-Antworten auftauche?
Über die Live-Suche: Tage bis Wochen nach Veröffentlichung guter Antwortseiten, bei spezifischen Fragen oft erstaunlich schnell. Über das Trainingswissen: erst mit künftigen Modellversionen, also Monate später und ausserhalb deiner Kontrolle. Deshalb zählt der frühe Start: Jede Woche Vorsprung im offenen Netz wird irgendwann auch Vorsprung im Grundwissen der Modelle.
Hilft klassisches SEO auch für ChatGPT?
Ja, deutlich. Engines mit Websuche greifen bevorzugt auf Seiten zu, die auch in der klassischen Suche gut stehen. SEO und GEO sind zwei Ausgänge derselben Arbeit: saubere Technik, klare Struktur, Inhalte, die Fragen beantworten. Wer bereits in SEO investiert hat, muss meist nur die Antworten prominenter machen und die Konsistenz prüfen, nicht von vorn beginnen.
Was ist ein guter KI-Sichtbarkeits-Score?
Bei 20 Antworten (5 Fragen an 4 Engines) ist alles über 10 Erwähnungen stark. Die meisten KMU starten zwischen 0 und 5, und das ist kein Grund zur Panik, sondern der Normalfall in einem frühen Feld. Wichtiger als der Absolutwert ist die Richtung über die Monate: Ein Score, der von 3 auf 7 steigt, erzählt eine bessere Geschichte als ein stagnierender Neuner.
Spielt es eine Rolle, wie die Leute ihre Frage formulieren?
Ja, und das ist ein Grund, mit mehreren Fragevarianten zu messen. Wer nach einem Zahnarzt in der Nähe fragt, bekommt andere Antworten als wer nach einer Zahnärztin für Angstpatienten in derselben Stadt fragt. Für dich heisst das: Decke die Formulierungen ab, die deine Kundschaft wirklich benutzt, inklusive der spezifischen. Genau bei den spezifischen Varianten ist die Chance auf eine Nennung am grössten.
Muss ich für jede KI-Engine separat optimieren?
Nein. ChatGPT, Perplexity, Gemini und Claude gewichten im Detail unterschiedlich, aber sie schöpfen alle aus demselben offenen Netz und belohnen dieselben Grundlagen: direkte Antworten, konsistente Daten, unabhängige Bestätigung. Optimiere die Grundlagen einmal und miss über alle Engines hinweg; wo eine Engine systematisch abweicht, zeigt dir die Messung das früh genug.
Mehr zum Modul dahinter: KI-Sichtbarkeit und Blog bei publy.