Lokale Sichtbarkeit durch KI: Wie Ihre Unternehmensdaten die Grundlage für GEO bilden

Lokale Sichtbarkeit in KI-Antworten entsteht aus Daten, die ein Sprachmodell lesen und einordnen kann: Standorte, Öffnungszeiten, Produkte, Leistungen, in einheitlicher Form und an einer Stelle. Generative Engine Optimization (GEO) ergänzt die klassische Suchmaschinenoptimierung, ersetzt sie aber nicht, und sie beginnt nicht beim Text, sondern bei der Frage, ob Ihre Unternehmensdaten überhaupt maschinenlesbar sind.

Warum ein Modell Ihr Geschäft nicht findet, obwohl die Website gut ist

KI-Assistenten wie ChatGPT, Gemini oder Perplexity beantworten die Frage „Büromöbel in Darmstadt“ aus Quellen, die sie verstehen. Eine Website, die Öffnungszeiten als Bild, Produkte als PDF und die Adresse nur im Impressum führt, ist für Menschen brauchbar und für ein Modell unlesbar. Es erkennt nicht sicher, dass es sich um ein Möbelhaus handelt, wo es liegt und was es verkauft. Die Folge ist kein schlechter Rang, sondern Abwesenheit: Das Modell nennt drei andere.

Generative Engine Optimization B2B: Daten, die ein Sprachmodell lesen kann

Modelle beziehen Fakten aus strukturierten Quellen: aus Auszeichnungen im Quelltext der Website nach Schema.org (etwa als JSON-LD), aus Verzeichnissen, aus Texten, in denen Name, Ort und Leistung eindeutig zusammenstehen. Für ein Unternehmen mit mehreren Standorten heißt das: Jeder Standort ist eine eigene, eindeutig benannte Einheit mit Adresse, Öffnungszeiten und Leistungen, ausgezeichnet als „LocalBusiness“ oder einem passenden Untertyp. Für einen Händler mit Produkten heißt das: Produktname, Verfügbarkeit und Preis in einer Form, die ein Programm lesen kann und nicht allein ein Mensch. Diese Daten liegen bei den meisten Unternehmen bereits vor, im ERP, in der Warenwirtschaft, im CRM. Sie kommen nur nicht auf die Website.

Lokale Einheiten richtig benennen

Der häufigste Fehler ist nicht fehlende Technik, sondern wechselnde Namen. „Filiale Frankfurt“, „Standort Frankfurt“ und „Frankfurter Niederlassung“ sind für einen Menschen dasselbe, für ein Modell drei Kandidaten. Legen Sie je Standort, Leistung und Produkt einen Namen fest und verwenden Sie ihn überall gleich: auf der Website, in Verzeichnissen, in Artikeln. Ein Logistikunternehmen aus Mainz hat seine Standorte so als getrennte Einheiten mit einheitlicher Auszeichnung angelegt. Seither beantworten Modelle Fragen nach dem nächsten Lager mit Adresse und Öffnungszeit, statt die Firma nur zu erwähnen.

Datenqualität und Speicherort als Vertrauenssignal

Ein Modell gewichtet Quellen, deren Angaben mit anderen Quellen übereinstimmen und die es wiederholt als korrekt erlebt. Widersprüchliche Öffnungszeiten zwischen Website und Verzeichnis kosten mehr als ein fehlender Eintrag. Datenqualität ist deshalb keine IT-Aufgabe, sondern die Voraussetzung für Sichtbarkeit. Wo die Daten liegen, spielt eine zweite Rolle: Liegen sie in Ihrer eigenen Datenbank auf europäischer Infrastruktur, bleiben sie unter Ihrer Kontrolle, und Sie können jederzeit belegen, was veröffentlicht wurde und wann. Bei Abo-Plattformen, die Ihre Daten aufbereiten, ist das nicht selbstverständlich.

Anbindung an ERP, CRM und Warenwirtschaft

Kein Unternehmen ersetzt für GEO seine Warenwirtschaft. Der praktikable Weg ist eine Schnittstelle, die Stammdaten aus dem vorhandenen System liest, bereinigt und in ein Format überführt, das die Website ausliefern kann. Ein regionaler Lebensmittelhändler aus Mannheim hat so Bestandsdaten täglich aus seinem Warenwirtschaftssystem auf die Website übertragen lassen; Modelle konnten seither aktuelle Verfügbarkeiten nennen. Der Aufwand liegt in der Bereinigung der Daten, nicht in der Technik. Die Schnittstelle ist in Tagen gebaut, die Stammdaten sind in Jahren gewachsen.

Messen, ob es wirkt

Der Erfolg ist messbar, aber anders als bei klassischer Suchmaschinenoptimierung. Statt Rang eins zählt, ob Ihr Unternehmen in Antworten vorkommt und ob die genannten Fakten stimmen. Prüfen Sie regelmäßig dieselben Fragen in mehreren Assistenten und protokollieren Sie, wer genannt wird. Zählen Sie auf der Website getrennt, ob Menschen, Suchmaschinen oder KI-Crawler zugreifen. Ein Händler aus Frankfurt hat so wöchentlich fehlerhafte Angaben entdeckt und korrigiert; die Nennungen in KI-Antworten nahmen danach spürbar zu.

Womit Sie anfangen

Stellen Sie einem KI-Assistenten drei Fragen, die Ihr Wunschkunde stellen würde, mit Ort und Leistung. Notieren Sie, ob Sie genannt werden und ob die Angaben stimmen. Mit diesem Protokoll buchen Sie den kostenlosen Potenzial-Check. In einer halben Stunde sagen wir Ihnen, welche Ihrer Daten ein Modell heute lesen kann, welche nicht und ob wir dafür die Richtigen sind.