Reifegrad-Check: Auf welcher KI-Sichtbarkeits-Stufe steht dein Betrieb?
btlabs Core · 01.08.2026
Auf welcher KI-Sichtbarkeits-Stufe dein Betrieb aktuell steht, lässt sich mit vier einfachen Fragen grob einordnen: Findet eine KI deinen Betrieb überhaupt? Kann sie deine Fakten sauber lesen? Hat sie ein maschinenlesbares Profil von dir? Und empfiehlt sie dich schon von sich aus? Kein wissenschaftlicher Test, sondern ein ehrliches Orientierungsraster, mit dem du dich in wenigen Minuten selbst einordnest — und siehst, wo der nächste sinnvolle Schritt liegt.
Warum diese Frage gerade für Südtirol und den DACH-Raum zählt
Für Südtirol und den DACH-Raum zählt diese Frage vor allem, weil dort zunehmend nicht das schönste Design entscheidet, ob ein Handwerksbetrieb aus dem Pustertal oder ein Studio in Vorarlberg von einer KI gefunden wird, sondern ob die eigenen Fakten maschinenlesbar vorliegen. Immer mehr Menschen fragen bei einer Entscheidung nicht mehr nur Google, sondern direkt ChatGPT, Perplexity oder eine KI-Übersicht — und bekommen eine fertige Antwort mit ein paar konkret genannten Namen. Wer hier fehlt, wird von der KI schlicht nicht erwähnt — unabhängig davon, wie gut das Google-Ranking sonst aussieht.
Die vier Stufen im Überblick
Die folgenden vier Stufen bauen aufeinander auf. Die meisten Betriebe, die sich noch nie damit beschäftigt haben, stehen irgendwo zwischen Stufe 0 und Stufe 1.
Stufe 0 — Für KI-Systeme praktisch unsichtbar
Auf Stufe 0 kann eine KI deinen Betrieb nicht gezielt finden, weil online kaum verlässliche, zusammenhängende Fakten über ihn existieren — vielleicht ein einzelner Verzeichniseintrag, eine Erwähnung in einem Branchenportal, mehr nicht. Es gibt kein eigenes digitales Fundament, auf das eine KI zurückgreifen könnte. Fragt jemand eine KI gezielt nach diesem Betrieb, kommt entweder nichts oder eine vage, veraltete Vermutung zurück.
Stufe 1 — Ein digitales Fundament, aber ohne strukturierte Daten
Auf Stufe 1 hat ein Betrieb ein digitales Fundament mit Texten für Menschen, aber keine strukturierten Daten, die eine KI direkt verwerten kann. Die Leistungen stehen zwar irgendwo in einem Fließtext, aber ohne das Format, das eine KI zuverlässig auswerten kann — kein Schema.org-Markup, kein llms.txt. Die KI muss raten und interpretieren, statt sauber zu zitieren. Das Ergebnis: Sie greift den Betrieb manchmal auf, mischt Fakten aber leicht durcheinander oder lässt ihn einfach aus.
Stufe 2 — Ein maschinenlesbares Fundament ist da
Auf Stufe 2 besitzt der Betrieb ein maschinenlesbares Profil: strukturierte Daten im JSON-LD-Format für Fakten wie Öffnungszeiten, Leistungen und Standort, meist ergänzt um eine llms.txt-Datei als kurze, klare KI-Zusammenfassung. KI-Systeme können jetzt korrekt zitieren, sofern sie überhaupt gefragt werden — der Betrieb taucht aber noch nicht zuverlässig von sich aus als Empfehlung auf. Für Südtirol kommt hier ein zusätzlicher Hebel dazu: Wer seine Fakten von Anfang an in Deutsch, Italienisch und Englisch bereitstellt, statt sie nur automatisiert übersetzen zu lassen, wird von KI-Systemen in allen drei Sprachräumen zuverlässiger zitiert.
Stufe 3 — Aktiv in KI-Antworten empfohlen
Auf Stufe 3 nennt eine KI den Betrieb von sich aus, wenn jemand eine passende Frage stellt — etwa „Wer macht das in meiner Nähe?" oder eine konkrete Frage zur Leistung selbst. Diese Stufe ist kein Zustand, den man einmal erreicht und dann behält: Sie hält nur, wenn die zugrunde liegenden Fakten aktuell bleiben und regelmäßig gepflegt werden, statt einmal eingerichtet und dann vergessen zu werden.
Deine Stufe in fünf Minuten grob bestimmen
Der schnellste Weg zur eigenen Einordnung sind drei kurze Prüfungen, die du ganz ohne Technikwissen selbst durchführen kannst:
- Frag ChatGPT oder Perplexity direkt nach deinem Betrieb — kennt die KI dich überhaupt, und stimmen die genannten Angaben?
- Ruf
deinedomain.xy/llms.txtim Browser auf — bekommst du eine kurze Textzusammenfassung oder eine Fehlermeldung? - Öffne mit „Seitenquelltext anzeigen" den Code deiner Startseite und suche nach
application/ld+json— das ist das Zeichen für strukturierte Daten.
Drei Treffer heißt: Du bist mindestens auf Stufe 2. Kein einziger Treffer heißt: Du stehst noch am Anfang — und das ist kein Grund zur Sorge, sondern der ehrlichste Ausgangspunkt für den nächsten Schritt.
Der Sprung ist selten ein Neubau
Der Wechsel von einer Stufe zur nächsten bedeutet meistens nicht, alles über Bord zu werfen. Oft reicht es, das vorhandene digitale Fundament um strukturierte Daten und ein kurzes, maschinenlesbares Profil zu ergänzen — der Rest folgt in dem Tempo, das zum jeweiligen Betrieb passt. Einen ausführlichen Überblick über KI-Sichtbarkeit in Südtirol und im DACH-Raum findest du im Leitfaden für KI-Sichtbarkeit.
Häufig gestellte Fragen.
Was bringt mir GEO — warum sollte meine Website von KI zitiert werden?
Wenn immer mehr Menschen ihre Antworten direkt von ChatGPT, Perplexity oder der Google-KI bekommen, entscheidet nicht mehr nur dein Google-Ranking, ob du gefunden wirst — sondern ob die KI dich als Quelle nennt. Genau dafür sorgt GEO (Generative Engine Optimization): Es bereitet deine Inhalte so auf, dass KI-Systeme sie korrekt lesen, verstehen und in ihren Antworten zitieren. Der Nutzen ist konkret: Du wirst empfohlen, wenn ein potenzieller Kunde die KI nach einem Anbieter wie dir fragt — mit klaren, eigenständig lesbaren Aussagen, strukturierten Daten und maschinenlesbaren Formaten. Wer hier nicht auftaucht, existiert für diese wachsende Gruppe von Suchenden schlicht nicht.
Woran erkenne ich, ob eine Agentur wirklich versteht, wie eine KI meine Website liest?
Ein einfacher Test: Frag nach den letzten drei Projekten und wie dort mit KI-Sichtbarkeit umgegangen wurde. Wenn die Antwort bei Meta-Tags, Ladezeit und klassischen Rankings endet, deckt das nur die halbe Miete ab — wichtig, aber für KI-Antwortsysteme nicht entscheidend.
Wer wirklich versteht, wie eine KI eine Website liest, spricht über konkretere Dinge: ein maschinenlesbares Profil wie `llms.txt`, strukturierte Daten im JSON-LD-Format für Fakten wie Öffnungszeiten oder Leistungen, und ob KI-Crawler und -Agenten überhaupt technisch Zugang zur Seite haben. Das sind die Stellschrauben, die darüber entscheiden, ob eine KI deinen Betrieb korrekt zitieren oder empfehlen kann.
Warum reicht guter Content für Menschen nicht automatisch für KI-Sichtbarkeit?
Guter Content für Menschen darf unterhaltsam, stimmungsvoll und mit Marketing-Sprache formuliert sein — „Wir sind seit Generationen Ihr verlässlicher Partner für…“ liest sich für einen Menschen sympathisch. Eine KI kann mit solchen Floskeln aber wenig anfangen, weil sie keine überprüfbare Information enthalten.
Was KI-Systeme bevorzugen, ist Informationsdichte: klare, in sich geschlossene Aussagen mit konkreten Fakten, Zahlen und Zusammenhängen, die auch ohne den Rest der Seite verständlich sind. Der Trick liegt darin, beides zu verbinden — Marketing-Ton für Menschen, aber mit einem faktischen Kern, den eine KI zitieren kann, ohne interpretieren zu müssen.
Was ist der Unterschied zwischen SEO, GEO und LLMO?
Die drei Begriffe bauen aufeinander auf, statt sich zu ersetzen. SEO (Search Engine Optimization) sorgt dafür, dass eine Seite in klassischen Suchergebnislisten gut platziert ist. GEO (Generative Engine Optimization) erweitert das um das Ziel, in KI-generierten Antworten als Quelle zitiert zu werden — etwa in einer ChatGPT- oder Perplexity-Antwort.
LLMO (Large Language Model Optimization) geht noch einen Schritt technischer: Es geht darum, gezielt zu verstehen und zu beeinflussen, wie einzelne Sprachmodelle Inhalte verarbeiten, gewichten und wiedergeben — quasi das Reverse Engineering des jeweiligen Modells. Für die Praxis heißt das: SEO bleibt die Eintrittskarte, GEO sorgt für Zitierfähigkeit in der Breite, LLMO justiert die Details für die Systeme, die für einen Betrieb am wichtigsten sind.
