In ChatGPT gefunden werden: Was für Betriebe wirklich zählt

Wie eine KI überhaupt an Informationen über Sie kommt

Bevor man optimiert, sollte man wissen, worauf. Bei KI-Systemen gibt es drei völlig verschiedene Wege, und sie werden ständig verwechselt.

Der erste Weg klingt verlockend („mein Betrieb muss ins Modell"), ist aber der unwichtigste. Trainingsdaten sind Monate oder Jahre alt, und die KI nennt daraus selten einen konkreten Handwerker mit Telefonnummer. Für einen Betrieb in Ottersberg ist das praktisch bedeutungslos.

Entscheidend ist der zweite Weg. Wenn heute jemand fragt „Wer kann in Ottersberg ein Bad sanieren?", dann rät die KI nicht, sondern sucht - und fasst zusammen, was sie findet. Damit ist die Frage nach KI-Sichtbarkeit im Kern eine alte: Findet man Sie, und ist das, was man findet, brauchbar?

Crawler richtig steuern - der einzige echte Hebel in der robots.txt

Hier steckt der häufigste und teuerste Fehler. Viele Betriebe haben irgendwann gehört, man solle „KI-Bots blocken, damit die einem nichts wegnehmen", und haben pauschal alles gesperrt. Das Ergebnis: Sie erscheinen auch dort nicht mehr, wo sie gern erschienen wären.

Denn die Anbieter trennen sauber zwischen Training und Suche - und dokumentieren das auch. Diese Übersicht ist der praktische Kern des ganzen Themas:

Wer OAI-SearchBot aussperrt, wird in ChatGPT-Suchantworten nicht mehr angezeigt.[2] Bei Anthropic ist die Aufteilung identisch.[3] Und bei Google steuert Google-Extended nur die Nutzung fürs KI-Training - für Suche und KI-Übersichten bleibt der normale Googlebot zuständig.[4] Daneben gibt es noch ChatGPT-User und Claude-User: Das ist der Abruf, wenn eine Person die Seite direkt aufruft.

Wer also von KI genannt werden möchte, aber sein Material nicht fürs Training hergeben will, kann genau das einstellen:

# Suche erlauben - hier entscheidet sich die Sichtbarkeit
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

# Training ablehnen - reine Geschmacksfrage, kostet keine Sichtbarkeit
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

Beispiel. Ob Sie Training zulassen, ist Ihre Entscheidung - die Sichtbarkeit hängt an den Such-Crawlern.

Zwei Stolperfallen aus der Praxis. Erstens sind viele Anleitungen im Netz veraltet und nennen User-Agents, die es gar nicht mehr gibt oder nie gab. Solche Einträge tun nichts. Zweitens gilt in der robots.txt: Sobald eine eigene Gruppe für einen Bot existiert, ignoriert dieser Bot die allgemeine Gruppe komplett. Wer für GPTBot einen Block anlegt, muss dort auch alle Verzeichnisse wiederholen, die sonst gesperrt sind.

Eindeutig sein: das Entitäten-Problem

Jetzt kommt der Punkt, der in der Praxis am häufigsten den Ausschlag gibt - und der am wenigsten diskutiert wird.

Eine KI muss zuerst verstehen, wer Sie überhaupt sind. Solange „Müller Haustechnik" in einem Verzeichnis unter der alten Adresse steht, im nächsten mit einer anderen Telefonnummer, auf Facebook als „Müller Haustechnik GmbH & Co. KG" und auf der eigenen Seite als „Haustechnik Müller", ist unklar, ob das ein Betrieb ist oder vier. Im Zweifel nennt die Maschine Sie gar nicht - eine falsche Auskunft ist für sie das schlechtere Ergebnis als keine.

Praktisch heißt das: Firmenname, Adresse und Telefonnummer überall in identischer Schreibweise - auf der Website, im Google-Unternehmensprofil, in Branchenverzeichnissen, in sozialen Netzwerken. Dazu strukturierte Daten auf der eigenen Seite, damit die Angaben nicht nur lesbar, sondern maschinell auswertbar sind. Google beschreibt dieses Format ausführlich in der Entwicklerdokumentation.[5]

Und weil bei lokalen Fragen ohnehin Kartendienste und Verzeichnisse die Grundlage bilden, ist ein gepflegtes Unternehmensprofil auch für KI-Antworten eine der wirksamsten Maßnahmen überhaupt. Wie das geht, steht ausführlich im Beitrag zum Google-Unternehmensprofil.

Die llms.txt-Frage, ehrlich beantwortet

Kaum ein Thema wird derzeit so verkauft wie diese Datei. Die Idee: eine schlanke Textdatei im Wurzelverzeichnis, die KI-Systemen die eigenen Inhalte erklärt - gedacht als Gegenstück zur robots.txt.

Der Stand der Dinge, so nüchtern wie möglich: llms.txt ist ein Vorschlag aus der Community, kein verabschiedeter Standard. Google hat mehrfach öffentlich klargestellt, die Datei nicht zu verwenden, und in der offiziellen Google-Dokumentation zu KI-Funktionen taucht sie folgerichtig nicht auf - dort steht ausdrücklich, dass keine KI-Textdatei nötig ist.[1] Anthropic nennt das Format in der eigenen Entwicklerdokumentation, was für eine gewisse Verbreitung spricht. Ein belegter Ranking- oder Sichtbarkeitseffekt ist daraus aber nicht abzuleiten.

Meine Haltung dazu, als jemand, der die Datei selbst pflegt: Sie ist in einer halben Stunde erstellt, sie kostet nichts im Betrieb, sie schadet nicht, und falls sich das Format durchsetzt, ist man vorbereitet. Ich lege sie deshalb an. Aber sie ist eine Fußnote, nicht die Leistung. Wenn Ihnen jemand KI-Sichtbarkeit verkauft und im Kern eine llms.txt liefert, zahlen Sie für zehn Minuten Arbeit und eine Hoffnung.

Selbst testen, ob Sie vorkommen

Sie brauchen kein Werkzeug, um anzufangen. Nehmen Sie sich zwanzig Minuten und machen Sie den Test selbst:

1. Fragen sammelnNotieren Sie fünf Fragen so, wie ein Kunde sie stellen würde: „Wer saniert Bäder im Raum Verden?", „Was kostet eine neue Heizung in Niedersachsen?"
2. Mehrere Systeme fragenStellen Sie dieselben Fragen in ChatGPT, Perplexity und der Google-Suche. Die Antworten unterscheiden sich deutlich.
3. Notieren, wer genannt wirdKommen Sie vor? Wenn nicht: Wer stattdessen, und woher stammen die Quellen, auf die verwiesen wird?
4. Nach dem eigenen Namen fragen„Was weißt du über [Ihr Firmenname] in [Ihr Ort]?" Das deckt am schnellsten auf, ob veraltete oder falsche Angaben kursieren.
5. Quartalsweise wiederholenEinmal alle drei Monate reicht. Die Systeme ändern sich, Ihr Ergebnis auch.

Wichtig bei der Auswertung: KI-Antworten sind nicht stabil. Dieselbe Frage kann morgen anders beantwortet werden, und zwei Personen bekommen unterschiedliche Ergebnisse. Suchen Sie nach Mustern, nicht nach einem Ranking. Wenn Sie in vier von fünf Versuchen nicht vorkommen, ist das ein Befund. Wenn Sie einmal fehlen, ist das Rauschen.

Quellen

Aussagen zu Anforderungen, Crawlern und strukturierten Daten stammen aus der offiziellen Dokumentation der jeweiligen Anbieter. Einschätzungen zu Wirkung, Dauer und Priorisierung beruhen auf meiner eigenen Projekterfahrung und sind als solche gekennzeichnet. Da sich dieses Feld schnell verändert, ist das Prüfdatum wichtig: alle Links zuletzt geprüft am 31.07.2026.

1. Google Search Central: KI-Funktionen und deine WebsiteBelegt: keine zusätzlichen Anforderungen für KI-Übersichten und KI-Modus, kein spezielles Markup, keine KI-Textdatei nötig; Empfehlungen zu Indexierbarkeit, Textinhalten und interner Verlinkung.
2. OpenAI, Entwicklerdokumentation: Overview of OpenAI CrawlersBelegt: Trennung von GPTBot (Training), OAI-SearchBot (ChatGPT-Suche) und ChatGPT-User (nutzerinitiierter Abruf) sowie die Folge einer Sperrung von OAI-SearchBot.
3. Anthropic, Support-Dokumentation: Does Anthropic crawl data from the web, and how can site owners block the crawler?Belegt: ClaudeBot (Training), Claude-SearchBot (Suchindexierung), Claude-User (Nutzeranfragen) und die Steuerung über robots.txt.
4. Google Search Central: Übersicht über die Google-Crawler und -Fetcher (User-Agents)Belegt: Rolle von Google-Extended gegenüber dem regulären Googlebot.
5. Google Search Central: Einführung in strukturierte DatenBelegt: Format und Zweck strukturierter Daten zur maschinellen Auswertung von Seiteninhalten.
6. Google Unternehmensprofil-Hilfe: Ranking in lokalen Suchergebnissen auf Google verbessernBelegt: Relevanz, Entfernung und Bekanntheit als Grundlage lokaler Ergebnisse, auf die auch KI-Antworten bei Ortsbezug zurückgreifen.
7. Eigene Projekterfahrung, besser brinkmann: GEO-Projekte und Sichtbarkeitsprüfungen für Betriebe in Ottersberg, Bremen, Verden und Achim; tätig in Webdesign und Online-Marketing seit 2015Grundlage für: Priorisierung der Maßnahmen, Einschätzung der Wirkungsdauer, Vorgehen beim Selbsttest und die Bewertung von llms.txt in der Praxis.

Hinweis in eigener Sache: Ich verkaufe GEO-Optimierung als Leistung. Genau deshalb ist mir wichtig, hier zu trennen, was belegt ist und was nicht. Wenn Sie nach diesem Beitrag zu dem Schluss kommen, dass Sie erst einmal Ihre Grunddaten aufräumen sollten statt ein Paket zu buchen - dann hat der Text seinen Zweck erfüllt.