KI-Sichtbarkeit: Kennt die KI Ihr Unternehmen?

Oft herrscht darüber Unklarheit. Ein Selbsttest in vier Schritten zeigt, wie Firmen ihre KI-Sichtbarkeit prüfen, Fehler erkennen und nachbessern.

Schritt 1: Die richtigen Fragen stellen

Wer die eigene Ausgangslage prüfen möchte, braucht zunächst keine Spezialsoftware. Nutzen Sie für den Selbsttest drei Fragetypen mit jeweils zwei bis drei Prompts und setzen Sie dabei Ihre eigenen Daten ein:

• Markenfragen: „Was weißt du über die Firma XY aus Musterstadt?“ und „Welche Leistungen bietet das Unternehmen an?“
• Kategoriefragen: „Welche Anbieter für diese spezielle Leistung gibt es in unserer Region?“ und „Welche Unternehmen bieten solche Lösungen für unsere Branche an?“
• Problemfragen: „Wie löse ich dieses konkrete Kundenproblem?“ und „Welche Dienstleister helfen mir vor Ort dabei?“

Verwenden Sie denselben Fragenkatalog in ChatGPT, Gemini und im Google-KI-Modus. Stellen Sie jede Frage zwei- bis dreimal in neuen Chats, möglichst im privaten Browserfenster und ohne Anmeldung. Ist ein Konto nötig, nutzen Sie nach Möglichkeit einen Modus ohne Gesprächsverlauf. Halten Sie Datum, System, Suchmodus, Frage, Antwort und Quellen fest.

Zur Einordnung: Ein privates Fenster verringert Einflüsse wie IP-Standort oder bisherigen Chat-Verlauf, schließt sie aber nicht aus. Zudem sind KI-Antworten mit und ohne aktiver Websuche kaum vergleichbar.

Schritt 2: Antworten einordnen

Ordnen Sie jede Antwort einer von drei Kategorien zu:

• Genannt und korrekt: Leistungen, Standort und Zielgruppe stimmen mit dem tatsächlichen Angebot überein.
• Genannt, aber falsch oder veraltet: Die Antwort nennt etwa eine alte Adresse, eine falsche Rechtsform oder eine eingestellte oder nicht angebotene Leistung.
• Nicht genannt: Halten Sie fest, welche Wettbewerber stattdessen erscheinen und ob überhaupt konkrete Anbieter vorgeschlagen werden.

Bewerten Sie die Fragetypen getrennt: Eine korrekte Antwort auf die Markenfrage bedeutet noch keine Empfehlung bei offenen Anbieterfragen. Eine fehlende Nennung wiederum beweist keine grundsätzliche Unkenntnis des Systems.

Öffnen Sie außerdem die zitierten Quellen und prüfen Sie, ob sie die Aussagen tatsächlich stützen. In unserer Praxis liefert oft schon ein Blick in diese Verweise den wichtigsten Hinweis. Etwa wenn eine veraltete Adresse aus einem Branchenverzeichnis übernommen wurde. Solche Fundstellen bieten einen direkten Ansatzpunkt für eine Korrektur. Nennt die KI hingegen keine Quellen, lässt sich nicht nachvollziehen, woher sie eine Information hat, selbst wenn die Antwort auf den ersten Blick richtig klingt.

Schritt 3: Mögliche Ursachen prüfen

Warum tauchen manche Unternehmen gar nicht erst auf oder werden mit falschen Daten genannt? In der Praxis zeigen sich vor allem vier typische Muster. Nutzen Sie diese als Leitfaden für die Fehlersuche, auch wenn sie keine bewiesenen Ursachen für jede einzelne KI-Antwort sind.

1. Widersprüchliche Stammdaten: Weichen Name, Rechtsform oder Adresse auf der Website, im Google-Unternehmensprofil, auf LinkedIn und in Verzeichnissen voneinander ab, sind die Angaben für Systeme uneindeutig. Prüfen Sie vor allem alte Einträge nach Umzügen oder Umfirmierungen.
2. Unklare Leistungsbeschreibungen: Werbefloskeln wie „Innovative Lösungen aus einer Hand“ erklären weder Angebot noch Zielgruppe. Erst konkrete Fakten zu Leistungen, Branchen und Einsatzgebieten machen deutlich, für welche Kundenfragen das Unternehmen relevant ist.
3. Wenig unabhängige Belege: Fachmedien, Verbände und seriöse Branchenverzeichnisse bestätigen Angaben von außen. Fehlen solche Erwähnungen, gibt es weniger unabhängige Anhaltspunkte. Relevanz zählt hierbei deutlich stärker als die bloße Menge beliebiger Einträge.
4. Unsichtbare Expertise: Personenseiten und namentlich gekennzeichnete Fachbeiträge zeigen, welche Köpfe hinter Aussagen stehen und welche Qualifikationen vorliegen. Das macht Fachwissen überprüfbar, garantiert für sich genommen aber noch keine KI-Empfehlung.

Was die IT prüfen kann

Neben den Inhalten sollte die IT die robots.txt sowie CDN- und Firewall-Regeln prüfen. OpenAI unterscheidet zwischen GPTBot für mögliches Modelltraining und OAI-SearchBot für die ChatGPT-Suche. Beide lassen sich getrennt steuern. ChatGPT-User ruft Seiten auf direkte Nutzeranfrage ab; dabei greifen robots.txt-Regeln laut OpenAI unter Umständen nicht.

Für den Google-KI-Modus und KI-Übersichten ist der reguläre Googlebot maßgeblich. Google-Extended steuert hingegen Training und Grounding – also die Fundierung von Antworten – in anderen Google-Systemen. Eine Freigabe dort ist keine Voraussetzung für die Google-Suche.

Auch vorgeschalteter Bot-Schutz spielt eine Rolle: Cloudflare führte am 1. Juli 2025 Standardsperren für KI-Trainingscrawler bei neu eingebundenen Domains ein; 2026 wurden die Regeln weiter differenziert. Welche Bots tatsächlich blockiert werden, zeigen die aktiven Einstellungen und Zugriffsprotokolle.

Mythos Spezialdatei: Google verlangt für seine KI-Suchfunktionen weder spezielles schema.org-Markup noch zusätzliche KI-Textdateien wie llms.txt. Seiten müssen lediglich regulär indexiert und für Such-Snippets geeignet sein.

Schritt 4: Gezielt nachbessern

Beginnen Sie am besten damit, falsche Stammdaten zu korrigieren, und gleichen Sie diese vom Impressum bis zu externen Profilen gründlich ab. Überarbeiten Sie anschließend Über-uns- und Leistungsseiten mit einem Fokus auf Fakten: Was bietet das Unternehmen an, für wen und in welcher Region? Ergänzen Sie eine FAQ zu echten Kundenfragen und machen Sie Fachleute über eigene Personenseiten sowie gepflegte LinkedIn-Profile sichtbar. Lassen Sie die IT zudem unbeabsichtigte Zugriffssperren beheben.

Maßnahmen, die Ihre Präsenz in KI-Antworten stärken, fasst man unter dem Begriff Generative Engine Optimization (GEO) zusammen. Ein zusätzliches Softwarebudget ist für diesen Start nicht nötig, vielmehr geht es um saubere Grundlagenarbeit. Klären Sie die Zuständigkeiten im Team, notieren Sie sich alle Änderungen und führen Sie den Selbsttest jedes Quartal mit dem gleichen Fragenkatalog erneut durch.

Was der Selbsttest leisten kann

KI-Sichtbarkeit erfordert verlässliche Informationen und zugängliche Inhalte. Der Selbsttest dient dabei als hilfreiches Stimmungsbild, ersetzt aber keine exakte Messung. Auch wenn die KI das eigene Unternehmen nach einer Optimierung öfter nennt, beweist das noch keinen direkten Ursache-Wirkungs-Zusammenhang. Dennoch geben die Tests klare Hinweise darauf, wo es in der Unternehmensdarstellung hakt und was man konkret verbessern sollte.