Wenn die KI einen Handwerker empfiehlt: GEO für lokale Dienstleister

Die Frage lautet nicht mehr Klempner München, sondern: Ich habe einen Wasserschaden im Altbau in Schwabing, wen rufe ich am Wochenende an und womit muss ich rechnen? Die Antwort nennt zwei bis vier Betriebe, oft mit Telefonnummer und einer kurzen Einordnung. Für lokale Dienstleister ist das die größte Veränderung seit Einführung der Kartenergebnisse — und die meisten bekommen davon nichts mit, weil in ihrer Statistik nichts fehlt, was sie zählen könnten.

Woher lokale Empfehlungen stammen

Bei ortsbezogenen Fragen greifen KI-Systeme auf eine andere Quellenkette zurück als bei allgemeinen Wissensfragen. In der Praxis dominieren vier Quellen:

Das Google-Unternehmensprofil mit Kategorien, Leistungen, Öffnungszeiten und Bewertungen. Es ist die dichteste strukturierte Datenquelle über lokale Betriebe und wird entsprechend stark gewichtet.
Bewertungsplattformen und Branchenportale, insbesondere solche mit Freitextbewertungen. Aus diesen Texten ziehen Modelle die Einordnung, für welche Art von Auftrag ein Betrieb taugt.
Die eigene Website, sofern sie mehr enthält als eine Startseite mit Telefonnummer. Sie ist die einzige Quelle, die Sie vollständig kontrollieren.
Lokale Presse, Vereinsseiten, Innungs- und Kammerverzeichnisse. Diese Quellen wirken unscheinbar, sind aber wertvoll, weil sie unabhängig sind und die Existenz sowie die Zuordnung des Betriebs bestätigen.

Der häufigste Grund für Unsichtbarkeit

Lokale Betriebe scheitern selten an fehlender Präsenz, sondern an fehlender Spezifität. Eine Website, die schreibt Wir sind Ihr zuverlässiger Partner rund um Sanitär, Heizung und Klima im Großraum München, enthält für ein Modell exakt zwei verwertbare Informationen: Gewerk und ungefähre Region. Damit lässt sich keine Empfehlung begründen.

Verwertbar wird es, wenn dort steht: Notdienst rund um die Uhr im Stadtgebiet München und in einem Umkreis von 30 Kilometern, Anfahrt in der Regel innerhalb von 90 Minuten. Schwerpunkt Altbausanierung, Erfahrung mit Bleileitungen und Gussrohren. Keine Neubauprojekte ab 20 Wohneinheiten. Anfahrtspauschale 89 Euro, Stundensatz Notdienst 145 Euro.

Diese Angaben beantworten genau die Fragen, die Nutzer stellen. Und sie sind nachprüfbar, was Modelle bei Empfehlungen bevorzugen.

Die sechs Maßnahmen mit dem besten Verhältnis

1. Leistungsseiten statt Leistungsliste

Eine Seite pro relevanter Leistung, jeweils mit Ablauf, typischer Dauer, Preisrahmen, Voraussetzungen und Abgrenzung. Eine Sammelseite mit fünfzehn Stichpunkten ersetzt das nicht. Betriebe mit acht bis zwölf substanziellen Leistungsseiten sind in KI-Antworten deutlich präsenter als solche mit einer Übersichtsseite.

2. Einzugsgebiet konkret benennen

Nennen Sie Stadtteile, Nachbarorte und Landkreise ausdrücklich im Text, nicht nur auf einer Karte. Modelle lesen keine eingebetteten Karten. Wichtig: nur Orte nennen, die Sie tatsächlich bedienen. Aufgeblähte Ortslisten führen zu Anfragen, die Sie ablehnen müssen, und mittelfristig zu schlechteren Bewertungen.

3. Preisrahmen veröffentlichen

Der unbeliebteste und wirksamste Punkt. Preisfragen gehören zu den häufigsten lokalen Anfragen. Wer keine Zahlen nennt, wird in Antworten mit Preisbezug nicht zitiert. Ein Rahmen genügt: Anfahrtspauschale, Stundensatz, typische Spanne für Standardaufträge, klar gekennzeichnet als Richtwert mit Stand.

4. LocalBusiness-Schema sauber setzen

Mit der passenden Unterklasse — Plumber, LegalService, Dentist, Electrician —, dazu address, geo, openingHoursSpecification, telephone, areaServed und sameAs auf Ihre Profile. Die Angaben müssen exakt zum Google-Unternehmensprofil passen. Abweichungen bei Schreibweise, Rechtsform oder Adresse kosten mehr, als das Markup einbringt.

5. Bewertungen im Volltext ermöglichen

Bitten Sie Kunden aktiv um Bewertungen mit Beschreibung des Auftrags. Eine Bewertung mit dem Satz Heizungstausch im Reihenhaus von 1968, Termin eingehalten, Altgerät entsorgt ist für die Empfehlungslogik ein Vielfaches wert gegenüber fünf Sternen ohne Text. Antworten Sie auf Bewertungen — auch diese Antworten sind Text, der gelesen wird.

6. Konsistenz über alle Verzeichnisse

Firmierung, Adresse und Telefonnummer müssen überall identisch sein: Google, Handwerkskammer, Innung, Branchenportale, Bewertungsplattformen, Facebook. Diese Übereinstimmung ist für die Entitätsauflösung der wichtigste Einzelfaktor, gerade bei häufigen Nachnamen im Firmennamen.

Was für Kanzleien und Praxen zusätzlich gilt

Rechts- und Gesundheitsthemen fallen bei allen Anbietern unter verschärfte Qualitätsanforderungen. Modelle bevorzugen hier Quellen mit erkennbarer fachlicher Legitimation. Praktisch heißt das: Autorenprofile mit Qualifikation, Kammerzugehörigkeit und Tätigkeitsschwerpunkten, ausgezeichnet über Person-Schema und verknüpft mit den Fachbeiträgen. Anonyme Ratgebertexte werden in diesen Feldern deutlich seltener zitiert.

Gleichzeitig sind die Werberegeln zu beachten. Erfolgsversprechen und Superlative sind berufsrechtlich heikel und für die KI-Sichtbarkeit ohnehin wertlos. Nüchterne, präzise Beschreibungen erfüllen beide Anforderungen.

Wie Sie prüfen, wo Sie stehen

Formulieren Sie zehn Fragen so, wie ein Kunde sie stellen würde, mit Ortsbezug und Problembeschreibung. Stellen Sie sie in ChatGPT, Perplexity und Gemini, jeweils ohne angemeldeten Verlauf. Notieren Sie, welche Betriebe genannt werden und woher die Angaben stammen. In den meisten Fällen zeigt sich innerhalb einer halben Stunde, welcher Wettbewerber die Quellenlage besser bedient — und mit welchen Inhalten.

Eine strukturierte Aufnahme dieses Ist-Zustands ist Teil eines GEO-Audits; die laufende Beobachtung deckt AI Visibility Tracking ab.