Warum empfiehlt ChatGPT Ihre Konkurrenz — und wie Sie das ändern

Sie googeln Ihren eigenen Firmennamen, und ChatGPT nennt stattdessen drei Wettbewerber. Das ist kein Zufall und auch kein Algorithmus-Fehler — es ist ein Signalproblem. Und es lässt sich lösen.

Warum ChatGPT Ihre Konkurrenz zitiert und Sie dabei übergangen werden

KI-Systeme wie ChatGPT, Perplexity oder Googles AI Overviews lernen nicht, indem sie Websites besuchen wie ein Mensch. Sie extrahieren Bedeutung aus Signalen: Wer wird erwähnt? Wo? In welchem Zusammenhang? Wie konsistent ist das Bild über verschiedene Quellen hinweg?

Wenn Ihr Wettbewerber in drei Branchenportalen, zwei Fachartikeln und einer Wikipedia-ähnlichen Quelle als Anbieter für "Hotelmanagement-Software in Bayern" auftaucht — und Ihre Website nur einen schönen Fließtext auf der Startseite hat — dann ist für das Modell klar, wen es nennt. Nicht weil die Konkurrenz besser ist. Sondern weil sie maschinenlesbar ist.

Das ist der Kern des Problems, und er hat einen Namen: Entitäts-Signale. Ein LLM braucht klare, konsistente Markierungen, um ein Unternehmen als verlässliche Entität zu einem Thema zu erkennen. Fehlen diese Markierungen — strukturierte Daten, zitierfähige Aussagen, Erwähnungen in glaubwürdigen Quellen, ein konsistentes Profil über Plattformen hinweg —, dann existiert Ihre Firma für das Modell praktisch nicht. ChatGPT sieht Ihre Website nicht, weil Ihre Website nicht in der Sprache spricht, die KI versteht.

Was LLMs wirklich brauchen, um eine Firma zu empfehlen

Es gibt vier Faktoren, die bestimmen, ob eine KI Ihr Unternehmen nennt oder das Ihrer Konkurrenz.

Erstens: strukturierte Daten. JSON-LD Schema-Markups — für Organisation, Dienstleistungen, Standort, Bewertungen — sind maschinenlesbare Etiketten. Sie sagen dem Modell direkt: "Dieses Unternehmen heißt X, bietet Y an, sitzt in Z." Ohne diese Etiketten muss das Modell raten — und bei Unklarheit nennt es lieber die Firma, bei der es sicher ist.

Zweitens: zitierfähige Inhalte. Ein LLM sucht nach Aussagen, die es wörtlich übernehmen oder paraphrasieren kann, um eine Frage zu beantworten. "Wir sind leidenschaftlich dabei" ist nicht zitierfähig. "Wir betreuen seit 2018 über 40 Friseursalons in der DACH-Region mit automatisierter Terminbuchung" ist es. Konkrete, spezifische, faktische Sätze sind das Rohmaterial, aus dem KI-Antworten entstehen.

Drittens: Erwähnungen in glaubwürdigen externen Quellen. Ein Eintrag in einem Branchenverzeichnis, ein Interview in einem Fachmagazin, eine Erwähnung in einem Blogpost eines Partners — das sind Querverweise, die das Modell als Bestätigung wertet. Je mehr unabhängige Quellen dasselbe über Ihr Unternehmen sagen, desto höher die Wahrscheinlichkeit, dass Sie empfohlen werden.

Viertens: Konsistenz. Wenn Ihr Firmenname auf Google My Business anders geschrieben ist als auf Ihrer Website, anders als auf LinkedIn und wieder anders in einem Branchenportal — dann hat das Modell ein Problem, diese Informationen zusammenzuführen. Inkonsistenz erzeugt Unsicherheit, und KI-Systeme vermeiden unsichere Empfehlungen.

Das klingt nach viel Technik. Ist es aber nicht — es ist vor allem Klarheit. Die Frage ist, wo genau bei Ihnen die Lücken liegen.

Warum Abwarten hier besonders teuer wird

Man könnte denken: "KI-Empfehlungen, das betrifft mich noch nicht wirklich." Aber die Nutzungszahlen sprechen eine andere Sprache. Immer mehr Kaufentscheidungen beginnen mit einer Frage an ChatGPT oder Perplexity — gerade im B2B-Bereich, gerade bei lokalen Dienstleistungen, gerade wenn jemand zwei Anbieter vergleichen möchte. Wer in dieser Phase nicht vorkommt, wird nicht verglichen. Er wird schlicht nicht in Betracht gezogen.

Das ist der eigentliche Preis der Unsichtbarkeit: nicht ein verlorenes Angebot, sondern ein Gespräch, das nie stattgefunden hat. Ihre Konkurrenz wird gefragt. Sie werden nicht gefragt. Der Abstand wächst still.

Und hier liegt eine wichtige Klarstellung: Es gibt einen verbreiteten Mythos, dass KI-generierte oder schlecht optimierte Inhalte automatisch abgestraft werden. Das stimmt so nicht. KI-Systeme belohnen hilfreiche, klare, gut strukturierte Inhalte — unabhängig davon, wie sie entstanden sind. Was bestraft wird, ist Masse ohne Substanz. Was belohnt wird, ist Klarheit mit Kontext. Das ist eine machbare Aufgabe für jedes mittelständische Unternehmen.

Was Sie als nächsten Schritt tun können — konkret und ohne Umwege

Der erste sinnvolle Schritt ist nicht eine Agentur beauftragen oder den gesamten Webauftritt neu bauen. Der erste Schritt ist verstehen, wo Sie gerade stehen.

Domani hat dafür den Website-Analyzer entwickelt: ein kostenloses Werkzeug, das Ihre Website auf genau die Signale prüft, die KI-Modelle wie ChatGPT auswerten. Strukturierte Daten vorhanden oder fehlend? Zitierfähige Inhalte oder zu viel Fließtext ohne Substanz? Konsistenz über Plattformen hinweg? Der Analyzer gibt Ihnen eine klare Bestandsaufnahme — in Minuten, ohne technisches Vorwissen, ohne Agentur-Briefing.

Wer weiß, wo die Lücken sind, kann sie schließen. Wer das nicht weiß, optimiert ins Blaue. Starten Sie mit der Analyse — der Rest ergibt sich daraus.