Warum empfiehlt die KI mein Restaurant nicht?

Fall 1: Du kommst in keiner Quelle vor, die das Modell liest

Erkennungszeichen: das Modell weiß auch dann nichts über dich, wenn du direkt nach dem Namen fragst — oder es erfindet Angaben, die nicht stimmen. Dann fehlt nicht die Optimierung, sondern die Grundlage.

Abhilfe: eine eigene, lesbare Seite mit den Fakten; ein vollständiges Google-Unternehmensprofil; Präsenz in den Portalen deiner Stadt. Das ist Fundament, nicht Feinschliff — und es braucht Wochen, nicht Tage, bis es in den Modellen ankommt.

Fall 2: Du kommst vor, aber ohne die gefragte Eigenschaft

Der häufigste Fall — und der mit dem besten Verhältnis von Aufwand zu Wirkung. Erkennungszeichen: bei „italienisch in Kreuzberg“ wirst du genannt, bei „für große Gruppen in Kreuzberg“ nicht. Das Modell weiß, dass du existierst; es weiß nur nicht, dass ein Tisch für vierzehn Leute bei dir steht.

Abhilfe: die Eigenschaft ausschreiben, mit Zahl und Bedingung, an einer Stelle, die zur Frage passt. Nicht als Schlagwortliste im Fußbereich, sondern als Satz, den man zitieren kann.

Fall 3: Deine Seite ist für die Crawler zu

Erkennungszeichen: Menschen sehen deine Seite, Maschinen sehen nichts. Vier verbreitete Ursachen — robots.txt sperrt die KI-Crawler; der Inhalt erscheint erst, nachdem JavaScript geladen hat; die Speisekarte ist ein PDF oder ein Bild; die wichtigen Angaben stehen in Grafiken.

Selbsttest in zwei Minuten: Seite im Browser öffnen, Quelltext anzeigen lassen und darin nach deinen Öffnungszeiten suchen. Findest du sie im Quelltext nicht, findet sie ein Crawler auch nicht. Dazu deine-domain.de/robots.txt aufrufen und auf Disallow prüfen.

Fall 4: Eine andere Quelle ist belastbarer

Erkennungszeichen: das Modell nennt Konkurrenten und belegt sie mit Quellen, in denen du nicht vorkommst. Antwortmaschinen bevorzugen, was strukturiert vorliegt und von mehr als einer Stelle bestätigt wird — eine Selbstbeschreibung wiegt weniger als zwei unabhängige Erwähnungen.

Abhilfe: dort vorkommen, wo über deine Kategorie geschrieben wird. Vergleichsseiten gehören dazu, wenn sie offenlegen, wie sie zu ihrer Auswahl kommen — bei einer intransparenten Liste weiß niemand, wofür er bezahlt, auch das Modell nicht.

So findest du heraus, welcher Fall es ist

Ein Test mit drei Fragen, gestellt an zwei oder drei Modelle, jeweils auf Deutsch — das ist die Sprache, in der deine Gäste fragen, und die Antworten fallen je Sprache anders aus:

• Frage A, direkt: „Was weißt du über <Name>, <Ort>?“ — kommt nichts oder Falsches: Fall 1.
• Frage B, allgemein: „<Küche> in <Bezirk>?“ — kommst du hier vor, bei der nächsten Frage aber nicht: Fall 2.
• Frage C, mit Eigenschaft: „<Küche> in <Bezirk> für 12 Personen?“ — Konkurrenten mit Quellenangabe, du nicht: Fall 4.
• Und unabhängig davon die Quelltext- und robots.txt-Prüfung aus Fall 3: sie erklärt sonst alle drei anderen Befunde gleichzeitig falsch.

Was du dir sparen kannst

• Das Modell „korrigieren“. Ein Chat mit ChatGPT ändert nicht, was es dem nächsten Gast antwortet.
• Eine einzelne Messung als Beweis nehmen. Dieselbe Frage liefert an zwei Tagen unterschiedliche Namen; erst die Wiederholung zeigt einen Trend.
• Bewertungen kaufen, um Fall 4 zu lösen. Das ist der Weg, auf dem aus einem Sichtbarkeitsproblem ein Rechtsproblem wird.