Fragen Sie ChatGPT nach dem besten Italiener in Stuttgart, bekommen Sie eine Antwort. Fragen Sie nach einem guten Webdesigner, nach einer Kanzlei oder nach einem Zahnarzt — Sie bekommen eine Antwort. Immer. Die Frage ist nur: Kommt Ihr Unternehmen darin vor? Und falls nicht — warum eigentlich nicht?

Die meisten Unternehmer nehmen an, KI-Empfehlungen seien eine Art Black Box. Unbeeinflussbar, zufällig, mysteriös. Das Gegenteil ist der Fall. LLMs wie ChatGPT, Claude und Perplexity folgen einer klaren Logik — und wer diese Logik versteht, kann sie strategisch nutzen.

KI-Empfehlungen sind nicht zufällig. Sie sind das Ergebnis messbarer Signale.

Signal 1: Quellen-Autorität.

Das wichtigste Signal ist zugleich das intuitivste: Wer in vertrauenswürdigen Quellen häufig und positiv erwähnt wird, wird wahrscheinlicher empfohlen. LLMs haben während ihres Trainings Milliarden von Texten verarbeitet. Dabei haben sie gelernt, welche Quellen verlässlich sind — und welche nicht.

Hochwertige Quellen aus Sicht eines LLM:

Wikipedia und Wikidata. Branchenverbände und deren Publikationen. Seriöse Bewertungsportale mit echten, detaillierten Reviews. Fachzeitschriften und Branchenmedien. Q&A-Plattformen mit qualifizierten Antworten. Lokale Nachrichtenmedien und Stadtmagazine.

Schwache Quellen: Reine Werbeseiten. Massengenerierte Verzeichniseinträge ohne Substanz. Social-Media-Posts ohne Engagement. Pressemitteilungs-Spam. Seiten mit dünnem Content, die nur für SEO existieren.

Die Implikation ist klar: Wer in den richtigen Quellen präsent ist, wird empfohlen. Wer nur auf der eigenen Website existiert, wird ignoriert.

Signal 2: Entity-Erkennung.

LLMs denken in Entitäten — klar abgegrenzten Konzepten, die sie eindeutig identifizieren können. Eine Person, ein Unternehmen, ein Ort, ein Produkt. Damit ein LLM Ihr Unternehmen empfehlen kann, muss es Ihr Unternehmen zunächst als eigenständige Entität verstehen.

Das klingt selbstverständlich, ist es aber nicht. Viele kleine und mittelständische Unternehmen existieren für LLMs als verschwommene Datenpunkte — der Name taucht hier und da auf, aber ohne klare Verknüpfung zu Branche, Standort und Leistung.

Wie Entity-Klarheit entsteht.

Konsistente NAP-Daten. Name, Adresse, Telefonnummer — überall identisch. Im Google Business Profil, in Verzeichnissen, auf der eigenen Website, in Schema.org-Markup. Jede Abweichung verwässert die Entität.

Schema.org-Markup. Strukturierte Daten auf der Website, die dem LLM explizit sagen: "Dies ist ein Unternehmen. Es heißt X. Es befindet sich in Y. Es bietet Z an." LocalBusiness, Organization, Service — das ist die Sprache, die Maschinen verstehen.

Wikidata-Eintrag. Optional, aber wirkungsvoll. Wikidata ist die strukturierte Wissensdatenbank hinter Wikipedia. Ein Eintrag dort signalisiert LLMs: Diese Entität ist relevant genug, um in einer Wissensdatenbank zu stehen.

Signal 3: Kontext und Sentiment.

LLMs analysieren nicht nur, ob Sie erwähnt werden — sondern wie. Der Kontext und die Stimmung der Erwähnungen bestimmen, ob eine Empfehlung positiv, neutral oder gar nicht ausfällt.

Werden Sie in Bewertungen durchgängig als "kompetent", "professionell" und "zuverlässig" beschrieben, steigt die Empfehlungswahrscheinlichkeit. Gibt es negative Häufungen — "unfreundlich", "teuer ohne Ergebnis", "nicht erreichbar" — sinkt sie.

Wichtig: LLMs lesen keine einzelne Bewertung. Sie erkennen Muster über hunderte oder tausende Erwähnungen. Deshalb ist vereinzeltes Sentiment-Engineering wirkungslos. Was zählt, ist die aggregierte Wahrnehmung über alle Quellen hinweg.

LLMs lesen nicht eine Bewertung. Sie lesen das Muster aus tausend.

Signal 4: Aktualität und Browsing.

Viele LLMs haben einen festen Wissensstichtag — aber immer mehr nutzen Echtzeit-Browsing. ChatGPT mit Browsing, Perplexity grundsätzlich, Gemini mit Google-Integration. Das verändert die Spielregeln.

Für Unternehmen bedeutet das: Ihre aktuelle Web-Präsenz zählt, nicht nur historische Daten. Eine Website, die seit 2023 nicht aktualisiert wurde, sendet ein anderes Signal als eine, die regelmäßig neue Inhalte veröffentlicht. Ein Google Business Profil mit wöchentlichen Updates wird anders bewertet als eines, das seit Jahren brach liegt.

Signal 5: Technische Zugänglichkeit.

Selbst wenn alle inhaltlichen Signale stimmen — wenn KI-Crawler Ihre Website nicht lesen können, existieren Sie für Echtzeit-Systeme nicht. Die robots.txt Ihrer Website bestimmt, welche Crawler willkommen sind.

Die wichtigsten KI-Crawler, die Sie erlauben sollten:

GPTBot (OpenAI / ChatGPT). ClaudeBot (Anthropic / Claude). PerplexityBot (Perplexity). Google-Extended (Gemini, AI Overviews).

Viele Websites blockieren diese Crawler standardmäßig — oft ohne dass der Betreiber es weiß. Ein schneller Check der eigenen robots.txt kann der effektivste Einzelschritt sein, den Sie heute tun.

Das Zusammenspiel aller Signale.

Kein einzelnes Signal reicht. Die Stärke entsteht durch das Zusammenspiel: Ein Unternehmen mit klarer Entität, das in autoritativen Quellen positiv und konsistent erwähnt wird, dessen Website technisch zugänglich und aktuell ist — dieses Unternehmen wird empfohlen.

Es ist das gleiche Prinzip wie bei einem guten Ruf im analogen Leben: Nicht eine einzelne Eigenschaft macht vertrauenswürdig, sondern die Summe aus vielen kleinen, konsistenten Signalen über Zeit.

Was Sie konkret tun können.

Sofort-Check: Fragen Sie ChatGPT, Claude und Perplexity nach Ihrem Unternehmen und Ihrer Branche in Ihrer Stadt. Notieren Sie, wer genannt wird — und analysieren Sie, warum.

Kurzfristig: robots.txt prüfen, Google Business Profil aktualisieren, Schema.org-Markup implementieren.

Mittelfristig: Autoritative Quellen identifizieren und Präsenz aufbauen — Branchenverzeichnisse, Fachmedien, lokale Presse.

Langfristig: Systematische GEO-Strategie mit monatlichem Monitoring. Datenbasiert statt intuitiv.

Die Unternehmen, die diese Signale heute systematisch aufbauen, werden die sein, die in 12 Monaten in jeder relevanten KI-Antwort auftauchen. Und die anderen werden sich fragen, warum ihr Wettbewerber plötzlich überall genannt wird.