KI-Sichtbarkeit beginnt nicht mit KI-Tricks.

Viele Betriebe suchen nach dem neuen Trick: llms.txt, GEO, AEO, AI Search, Prompt-Optimierung. Das klingt modern, löst aber selten das Grundproblem. Wenn eine Website nicht klar sagt, welche Leistung für welchen Ort angeboten wird, wenn Bewertungen verstreut sind oder wenn die wichtigste Leistung nur in einem Absatz auf der Startseite steht, kann KI wenig Verlässliches daraus machen.

Lokale Sichtbarkeit entsteht aus Wiederholung und Konsistenz. Google, Bing, Karten, Branchenverzeichnisse, AI-Systeme und Kunden müssen dieselbe Geschichte sehen: Wer ist das Unternehmen, wo arbeitet es, welche Leistung ist relevant, warum ist es glaubwürdig und was ist der nächste Schritt?

Google Search Central hat 2026 eine eigene Ressource zur Optimierung für generative AI-Funktionen veröffentlicht. Der wichtigste strategische Punkt: AI Search ersetzt SEO nicht. Generative Funktionen greifen auf Such- und Qualitätssysteme zurück. Wer für AI-Sichtbarkeit arbeiten will, darf die SEO-Grundlagen nicht überspringen.

Für qilano heißt das: GEO und AEO werden nicht als Geheimabkürzung verkauft. Sie sind eine Schärfung guter SEO-Arbeit. Bessere Antworten, bessere Struktur, bessere Quellenlage, bessere technische Lesbarkeit. Genau das ist für lokale Betriebe oft der Unterschied zwischen einer hübschen Website und einer Seite, die wirklich verstanden wird.

Ein lokaler Betrieb ist für Suchsysteme eine Entität. Diese Entität braucht klare Signale: Name, Adresse, Telefonnummer, Website, Kategorie, Leistungen, Servicegebiet, Öffnungszeiten, Bewertungen, Bilder, Projekte und externe Profile. Wenn diese Signale nicht zusammenpassen, entsteht Unsicherheit.

Fake-Standorte sind deshalb keine clevere Abkürzung. Sie können kurzfristig verlockend wirken, beschädigen aber die Entity. Besser ist ein echtes Servicegebiet: ein echter Standort, klare Regionen, echte Projekte und Inhalte, die erklären, warum das Unternehmen dort arbeitet.

Viele lokale Seiten wiederholen nur Keyword-Varianten: Webdesign Berlin, Webdesign Köpenick, Webdesign günstig, Webdesign Agentur. Das ist dünn. Besser sind konkrete Antwortblöcke: Was kostet es? Wie läuft es ab? Wie schnell kann es starten? Für wen passt es nicht? Was passiert nach der Anfrage?

Solche Antworten helfen nicht nur KI-Systemen. Sie helfen dem Kunden, schneller zu entscheiden. AEO ist deshalb nicht nur Technik, sondern bessere Beratung im Seitenformat. Gute Antwortblöcke wirken wie ein Gespräch mit einem skeptischen Käufer.

KI-Systeme bevorzugen Inhalte, die sich einordnen lassen. Ein lokaler Betrieb sollte deshalb nicht nur behaupten, gut zu sein. Er sollte zeigen, woran man das erkennt: Cases, Vorher/Nachher, Bewertungen, Bilder, Prozess, echte Ansprechpartner, Standort, Branchenbezug und klare Grenzen.

Für lokale Dienstleister ist ein guter Case oft stärker als zehn allgemeine Blogposts. Ein Malerbetrieb, eine Praxis, ein Restaurant oder ein Studio sollte zeigen, welches Problem gelöst wurde, wie die Zusammenarbeit lief und was danach besser war. Diese Beweise machen Inhalte zitierbarer.

KI-lesbare Inhalte müssen zuerst crawlbar und indexierbar sein. Sauberes HTML, schnelle Seiten, interne Links, Canonicals, Sitemap, strukturierte Daten und mobile Nutzbarkeit sind keine Nebensachen. Wenn die Seite langsam, blockiert oder schwer verständlich ist, verliert sie vor jeder GEO-Diskussion.

Strukturierte Daten sind dabei kein Zauberschlüssel, aber sie helfen beim Einordnen. Organization, LocalBusiness, Person, Service, Breadcrumbs, FAQ und Article sollten sinnvoll verbunden sein. Wichtig ist: Schema darf nicht mehr versprechen als die Seite sichtbar hergibt.

Nicht alles gleichzeitig. Erst die lokale Entity sauber machen. Dann die wichtigsten Money-Seiten verbessern. Dann Antwortblöcke und Cases ergänzen. Dann Ratgeber und regionale Inhalte bauen. Erst danach lohnt sich breiteres Monitoring oder eine größere AI-Visibility-Studie.

Diese Reihenfolge ist weniger spektakulär als ein GEO-Hack, aber wirtschaftlicher. Sie baut auf dem auf, was Suchsysteme und Kunden wirklich brauchen: Klarheit, Vertrauen und wiederholbare Belege.

Wer lokal in KI-Antworten auftauchen will, braucht keine magische neue Sprache. Er braucht eine Website, die das Angebot klar erklärt, Beweise zeigt, lokale Signale konsistent hält und technische Grundlagen ernst nimmt.

Für qilano ist das der faire Weg: keine Garantie auf AI-Zitate, keine Fake-Standorte, kein Schema-Theater. Stattdessen: echte Inhalte, klare Entitäten, saubere Technik und ein System, das Menschen und Maschinen denselben Betrieb erkennen lässt.

Die Verschiebung im Suchverhalten ist messbar. Laut Bitkom nutzen 67 Prozent der Menschen in Deutschland ab 16 Jahren zumindest gelegentlich generative KI wie ChatGPT, Copilot oder Gemini. Vor einem Jahr waren es 40 Prozent. 43 Prozent greifen konkret zu ChatGPT, und 58 Prozent der Nutzenden sagen, dass langwierige Recherchen für sie wegfallen. Wenn ein Werkzeug die Vorauswahl trifft, entscheidet weniger die Position auf Seite eins von Google, sondern ob ein Betrieb in der Antwort überhaupt genannt wird.

Für einen lokalen Dienstleister hat das einen praktischen Effekt. Früher reichte es, mit zehn Keyword-Varianten in den Suchergebnissen zu erscheinen und auf Klicks zu hoffen. Heute fasst ein System die Optionen zusammen und nennt zwei oder drei Anbieter. Wer in dieser kurzen Liste fehlt, taucht beim Nutzer gar nicht erst auf, auch wenn die eigene Website technisch rankt. Genau deshalb verschiebt sich die Arbeit von der reinen Platzierung hin zur Frage, wie eindeutig ein System den Betrieb einer konkreten Leistung an einem konkreten Ort zuordnen kann.

Das heißt nicht, dass klassische Suche unwichtig wird. Ein Viertel der Befragten sucht weiter überwiegend klassisch, viele wechseln je nach Frage. Für die Praxis bedeutet das eine doppelte Pflicht: Die Seite muss in der normalen Suche funktionieren und gleichzeitig so aufgebaut sein, dass ein Modell sie sauber zusammenfassen kann. Beide Ziele teilen sich dieselbe Grundlage, weshalb saubere Inhalte hier zweimal arbeiten.

Anders als bei Rankings gibt es für KI-Antworten kaum stabile Standardmetriken. Niemand garantiert eine Nennung, und dieselbe Frage kann je nach Formulierung andere Anbieter zeigen. Sinnvoll ist deshalb ein einfaches, wiederholbares Vorgehen statt teurer Tools. Stell jeden Monat dieselben 10 bis 15 typischen Kundenfragen in ChatGPT, Gemini und Perplexity (etwa Webdesigner in Köpenick oder Maler für Altbau in Berlin), notiere, wer genannt wird, ob qilano dabei ist und welche Quelle das Modell verlinkt. Über drei Monate siehst du eine Tendenz, und du erkennst, welche Seiten als Quelle taugen.

Bei der strukturierten Auszeichnung lohnt der Blick auf das, was Google tatsächlich verlangt. Für LocalBusiness sind nur name und address Pflicht, alles andere ist empfohlen. Trotzdem zahlen sich geo mit mindestens fünf Nachkommastellen, telephone und openingHoursSpecification aus, weil sie den Ort präziser machen. Das areaServed-Feld stammt aus den übergeordneten Typen Organization und Place und gehört dorthin, wo ein Betrieb ohne Ladengeschäft ein Gebiet bedient. Wichtig bleibt, dass Schema nur das beschreibt, was auf der Seite sichtbar steht.

Die teuersten Fehler sind selten technischer Natur. Häufig ist es eine Adresse, die im Impressum, im Google Business Profile und im Schema leicht abweicht (Straße abgekürzt hier, ausgeschrieben dort), was das System verunsichert. Häufig sind es auch aggregateRating-Werte im Code, für die es auf der Seite keine sichtbaren Bewertungen gibt, ein Verstoß gegen die Google-Richtlinien, der Rich Results komplett entwerten kann. Und oft sind es kopierte Stadtseiten ohne eigenen Inhalt, die ein Modell als dünn einstuft. Wer diese drei Punkte sauber hält, gewinnt mehr als mit jedem GEO-Spezialtrick.