rankion.ai
GEO Optimierung 10. Juli 2026 von Alexander Weipprecht

GEO für lokale Unternehmen: So empfiehlt ChatGPT dein Geschäft | rankion.ai

Nur 1,2 % der Standorte werden von ChatGPT empfohlen, aber 35,9 % erscheinen im lokalen Google-Pack. So schließt du die Lücke — mit Google Business Profile, Bing Places, NAP-Konsistenz und Bewertungen als KI-Empfehlungssignale.

GEO für lokale Unternehmen: So empfiehlt ChatGPT dein Geschäft | rankion.ai

Kurz gesagt: Wie sorgst du dafür, dass ChatGPT dein Unternehmen empfiehlt?

KI-Assistenten wie ChatGPT gleichen dein Google Business Profile, Bing Places, Bewertungsportale und Verzeichnisse gegeneinander ab. Nur bei identischen Namens-, Adress- und Telefondaten sowie einer Bewertung ab durchschnittlich 4,3 Sternen empfehlen sie ein Geschäft — aktuell nur 1,2 % aller Standorte, gegenüber 35,9 % im lokalen Google-Pack.

Warum die meisten lokalen Unternehmen für KI unsichtbar bleiben

Die SOCi Local Visibility Index 2026 hat mehr als 350.000 Standorte von 2.751 Multi-Location-Marken ausgewertet. Ergebnis: ChatGPT empfiehlt im Schnitt nur 1,2 % der Standorte, Perplexity 7,4 % und Google Gemini 11 % — verglichen mit 35,9 % im klassischen Google-Local-Pack. KI-Sichtbarkeit ist damit bis zu 30-mal schwerer zu erreichen als eine gute Position in der klassischen lokalen Suche. Besonders aufschlussreich: In der Einzelhandelsbranche überschneiden sich die Top-Marken aus klassischer lokaler Suche und aus KI-Empfehlungen nur zu 45 % — ein gutes Google-Ranking allein reicht also nicht.

Google Business Profile: das Fundament jeder lokalen KI-Empfehlung

Google schreibt in seinen Richtlinien zur Darstellung von Unternehmen vor, dass der Firmenname das reale Geschäft widerspiegeln muss, "wie es auf Schildern, der Website und im Alltag der Kund:innen verwendet wird" — Marketing-Zusätze, Keyword-Stuffing oder Telefonnummern im Namen sind untersagt. Die Adresse muss ein echter, physischer Standort mit dauerhafter Beschilderung sein; reine virtuelle Büros ohne Personal vor Ort sind laut Google explizit nicht profilfähig. Bei der Kategorie gilt die Faustregel: Sie muss beantworten, was das Unternehmen ist — nicht, was es zusätzlich anbietet. Betreibt ein Unternehmen mehrere Standorte, müssen Name und Kategorie über alle Filialen hinweg konsistent bleiben, sofern sich die reale Erscheinung nicht unterscheidet.

Bing Places for Business: der zweite Kanal, den viele ignorieren

Microsoft hat Bing Places im Oktober 2025 komplett überarbeitet und unter bing.com/forbusiness neu aufgesetzt — inklusive direktem Google-Import und tieferer Copilot-Anbindung, wie Microsoft im offiziellen Bing-Blog ankündigte. Das ist relevant, weil der Bing-Index nicht nur die Bing-Suche und Bing Maps speist, sondern auch Microsoft Copilot direkt als Datenquelle dient. Wer nur sein Google-Profil pflegt, riskiert veraltete oder abweichende Daten auf der zweitgrößten Indexierungs-Infrastruktur des Webs.

NAP-Konsistenz: Warum jedes Zeichen zählt

Für KI-Modelle ist Konsistenz über mehrere Quellen hinweg wichtiger als Vollständigkeit an einer einzigen Stelle. Laut SOCi lag die Profil-Genauigkeit von Standortdaten bei ChatGPT und Perplexity nur bei rund 68 %, bei Google Gemini dagegen bei 100 % — ein Hinweis darauf, wie unterschiedlich zuverlässig die zugrunde liegenden Datenquellen der einzelnen Engines sind. Weichen Name, Adresse oder Telefonnummer (NAP) zwischen Google Business Profile, Bing Places, Yelp und Facebook voneinander ab, sinkt laut SOCi das Vertrauen des Modells in die Empfehlung. Auch die Auswertung von Whitesparks Local Search Ranking Factors Report 2026 (47 befragte Local-SEO-Expert:innen, 187 bewertete Faktoren) bestätigt das: Citation-Signale — also die Konsistenz von Einträgen in Verzeichnissen — machen dort 13 % der Gewichtung für KI-Sichtbarkeit aus, und drei der fünf wichtigsten KI-Sichtbarkeitsfaktoren sind citation-bezogen.

Bewertungen: das stärkste Vertrauenssignal für KI

Reviews entscheiden zunehmend darüber, ob ein Unternehmen überhaupt empfohlen wird. Laut BrightLocals Local Consumer Review Survey 2026 (1.002 befragte US-Konsument:innen) lesen 97 % der Menschen Bewertungen, bevor sie ein lokales Geschäft nutzen; 41 % lesen sie inzwischen "immer" — ein Sprung von 29 % im Vorjahr. Gleichzeitig ist die Nutzung von KI-Tools wie ChatGPT zur Empfehlungssuche von 6 % auf 45 % gestiegen. Auch die Ansprüche wachsen: 31 % der Befragten akzeptieren nur noch Unternehmen mit 4,5 Sternen oder mehr (Vorjahr: 17 %), 68 % verlangen mindestens 4 Sterne. Das deckt sich mit den 4,3 Sternen, die SOCi im Schnitt bei ChatGPT-empfohlenen Standorten gemessen hat.

Strukturierte Daten: LocalBusiness-Schema als Übersetzer für Maschinen

Neben den Profilen selbst hilft Googles LocalBusiness-Schema auf der eigenen Website, NAP-Daten maschinenlesbar bereitzustellen. Empfohlene Felder sind laut Google unter anderem Name, Adresse, Telefonnummer, Geo-Koordinaten, Öffnungszeiten (openingHoursSpecification) und Preisklasse (priceRange). Google betont ausdrücklich: Je mehr dieser Eigenschaften korrekt gepflegt sind, desto höherwertiger ist das Ergebnis für Nutzer:innen — und damit auch für Systeme, die Webinhalte für KI-Antworten auswerten.

Welche lokalen Datenquellen füttern KI-Empfehlungen?

Die folgende Übersicht zeigt, worauf KI-Modelle bei jeder Quelle achten — und wo der größte Hebel für dein Unternehmen liegt.

QuelleWas KI-Modelle daraus lesenGrößter Hebel für dich
Google Business ProfileName, Adresse, Kategorie, Öffnungszeiten, Fotos, Google-BewertungenKategorie als "ist"-Aussage pflegen, Öffnungszeiten aktuell halten
Bing Places for BusinessGleiche NAP-Daten für Bing-Suche und CopilotGoogle-Daten spiegeln statt separat pflegen
Bewertungsportale (Google, Yelp, Facebook)Sternedurchschnitt, Aktualität, Textinhalt der ReviewsØ-Rating über 4,3 halten, aktiv neue Reviews sammeln
Branchenverzeichnisse & CitationsKonsistenz von Name, Adresse, Telefonnummer über alle EinträgeAlte oder falsche Einträge korrigieren statt neue anlegen
Eigene Website (LocalBusiness-Schema)Strukturierte NAP-Daten direkt von der Quelleschema.org/LocalBusiness korrekt implementieren

So wirst du in 5 Schritten lokal KI-empfehlbar

  • Google Business Profile bereinigen: Name, Adresse, Kategorie und Öffnungszeiten exakt an die Realität anpassen.
  • Bing Places claimen: Profil bei bing.com/forbusiness beanspruchen und die Google-Daten importieren bzw. spiegeln.
  • NAP-Daten abgleichen: Name, Adresse und Telefonnummer in allen Verzeichnissen (Yelp, Facebook, Branchenbücher) identisch schreiben.
  • Bewertungen aktiv einsammeln: Auf ein Ø-Rating über 4,3 Sterne hinarbeiten und zeitnah auf Reviews antworten.
  • Sichtbarkeit messen statt hoffen: Mit rankions KI-Sichtbarkeits-Tracking siehst du regelmäßig, ob und wie oft ChatGPT, Perplexity oder Gemini dein Unternehmen überhaupt erwähnen.

Häufige Fragen

Reicht ein optimiertes Google Business Profile, um von ChatGPT empfohlen zu werden?

Nein. KI-Modelle gleichen laut SOCi mehrere Quellen gegeneinander ab — Google Business Profile, Bing Places, Yelp und Facebook. Weichen die NAP-Daten zwischen diesen Profilen voneinander ab, sinkt die Empfehlungswahrscheinlichkeit, selbst wenn das Google-Profil allein tadellos gepflegt ist.

Lohnt sich Bing Places, wenn meine Kund:innen ohnehin ChatGPT nutzen?

Ja. Microsoft baut Bing Places gezielt als Datenquelle für Copilot aus und bietet einen direkten Google-Import an. Da mehrere KI-Anbieter für ihre Websuche auf den Bing-Index zurückgreifen, wirkt ein aktuelles Bing-Places-Profil über die eigentliche Bing-Suche hinaus.

Wie schnell wirkt sich eine Profil-Optimierung auf KI-Empfehlungen aus?

Weder Google noch die KI-Anbieter veröffentlichen eine feste Zeitspanne. Realistisch ist ein Zeitraum von mehreren Wochen, bis aktualisierte Profil- und Bewertungsdaten in den Datenquellen ankommen, auf die sich die Modelle stützen — eine einmalige Änderung reicht selten, laufende Pflege zählt mehr als ein einmaliger Sprint.

Wie wichtig sind negative Bewertungen für die KI-Empfehlung?

Sehr wichtig: 77 % der Konsument:innen lassen sich laut BrightLocal von negativen Bewertungen abschrecken, und KI-empfohlene Standorte liegen im Schnitt bei 4,3 Sternen. Einzelne kritische Reviews sind unproblematisch, ein durchgehend niedriger oder inkonsistenter Schnitt aber ein Warnsignal für Mensch und Maschine gleichermaßen.

Quellen

Cookies: Wir nutzen notwendige Cookies für die Funktion und optionale für Verbesserungen. Details

Notwendig
Aktiv
Analytics
Marketing