Die generative Suchmaschinenoptimierung (GEO) ist längst kein Laborexperiment mehr, sondern eine praktische Entscheidung für jedes Unternehmen mit physischer Präsenz. Wenn ein potenzieller Kunde ChatGPT, Gemini, Perplexity oder die AI Overviews von Google fragt: „Welche Autowerkstatt in meiner Nähe arbeitet mit Hybriden?”, konkurriert dein Google-Business-Profil-Eintrag nicht mehr nur um einen Platz auf der Karte: Er konkurriert darum, die Quelle zu sein, die das Modell zitiert. Und nicht alle Plattformen verhalten sich gleich.
Diese Analyse vergleicht die Optionen, die heute für ein lokales Unternehmen sinnvoll sind, das in generativen Antworten erscheinen möchte – mit ihren realen Grenzen und ohne Versprechen garantierter Ergebnisse. Denn auf lokale Unternehmen angewandtes GEO ist keine Zauberei: Es ist eine Mischung aus strukturierten Daten, Entitätskonsistenz und Inhalten, die Modelle ohne Mehrdeutigkeit extrahieren können.
Was genau verglichen wird und warum es wichtig ist
Bevor wir ins Detail gehen, sollte das Terrain geklärt werden. Im lokalen GEO gibt es vier Bereiche, in denen ein Unternehmen aktiv werden kann:
- Google Business Profile (GBP) als primäre Quelle der lokalen Entität.
- Strukturierte LocalBusiness-Daten auf der eigenen Website, mit schema.org.
- Zitationen und NAP-Konsistenz in Verzeichnissen und Aggregatoren.
- Lokale Inhalte auf der Website (Service-Seiten pro Stadt, häufig gestellte Fragen mit konkreten Antworten).
Jede Option hat je nach generativer Suchmaschine ein unterschiedliches Gewicht. Und hier zeigt sich die erste ernsthafte Einschränkung: Es gibt kein GEO-Kontrollpanel. Es gibt kein Tool, das dir sagt: „Dein Unternehmen erscheint in 34 % der Perplexity-Antworten für lokale Suchanfragen”. Jeder Anbieter, der diesen Wert mit absoluter Präzision verspricht, bläht die Messung auf. Was man tun kann, ist ein systematisches manuelles Monitoring von Prompts und die Prüfung der Server-Logs, um Crawls von KI-Bots zu erkennen.
Vergleich beliebter Optionen für lokales GEO
1. Google Business Profile: die Grundlage, die fast niemand vollständig optimiert
Das GBP bleibt die Quelle, die die meisten Modelle konsultieren, wenn die Anfrage lokale Absicht hat, weil Google seine eigenen AI Overviews speist und viele Assistenten Kartendaten verwenden. Der Vorteil ist, dass es kostenlos ist und für die meisten Unternehmen bereits existiert. Der Nachteil ist, dass es nur halbherzig optimiert wird.
In der Praxis bewegen für GEO nicht das Ausfüllen des Profils den entscheidenden Hebel, sondern drei Dinge: gut gewählte sekundäre Kategorien, spezifische Attribute und Beiträge in natürlicher Sprache, die konkrete Leistungen beschreiben. Ein häufiger Fehler, den ich bei Dienstleistungsunternehmen sehe, ist die Verwendung der GBP-Beschreibung als Slogan („die besten Fachleute zu Ihren Diensten”) statt als Quelle extrahierbarer Fakten („wir reparieren Brennwertkessel im Umkreis von 20 km, mit RITE-Zertifizierung”). Modelle extrahieren Fakten, keine Slogans.
Klare Einschränkung: Das GBP kontrolliert nicht, wie Modelle dich zitieren. Du kannst ein makelloses Profil haben und ein Assistent empfiehlt weiterhin einen Wettbewerber, weil dessen Website eine bessere semantische Struktur hat. GBP ist eine notwendige, aber keine hinreichende Bedingung.
2. Strukturierte LocalBusiness-Daten auf der eigenen Website
Hier verlieren die meisten lokalen Unternehmen Punkte. Das Schema LocalBusiness (und seine Untertypen wie Restaurant, AutoRepair oder Dentist) ermöglicht es, Adresse, Öffnungszeiten, Telefon, bedientes Gebiet und Leistungen zu deklarieren. Generative Suchmaschinen, die das offene Web crawlen (Perplexity, Assistenten mit Navigation), nutzen diese Auszeichnungen, um Entitäten zu disambiguieren.
Ein konkreter Fall, der den Wert veranschaulicht: Ein Unternehmen mit zwei Standorten in derselben Stadt, das beide Adressen in einem einzigen generischen LocalBusiness deklarierte. Die Assistenten vermischten Öffnungszeiten des einen Standorts mit der Adresse des anderen. Die Aufteilung in zwei LocalBusiness-Entitäten mit unterschiedlichen @id und branchOf korrigierte die Verwirrung in den Antworten. Es war weder sofort noch präzise messbar, aber der Datenfehler war objektiv.
Wichtige Nuance: Strukturierte Daten sind kein Schalter. Google nutzt sie für Rich Results, aber externe Sprachmodelle parsen sie nicht immer gleich. Wenn dein Schema dem sichtbaren Text der Seite widerspricht, kann das Modell es ignorieren oder bei der Textversion bleiben.
3. Zitationen und NAP-Konsistenz
Die Konsistenz von Name, Adresse und Telefonnummer (NAP) ist weiterhin relevant, aber ihre Funktion im GEO unterscheidet sich von der des klassischen lokalen SEO. Generative Modelle bauen eine Repräsentation deiner Entität aus mehreren Quellen auf; wenn sie Abweichungen finden („Calle Mayor 14″ vs. „C/ Mayor, 14, bajo”), sinkt das Vertrauen in die Entität.
Die beliebte Option hier sind Aggregatoren und Verzeichnisse (Yelp, Gelbe Seiten, Handelskammern, Berufsverbände). Nicht alle wiegen gleich. Laut der offiziellen Google-Dokumentation darüber, wie lokale Entitäten gebildet werden, haben autoritative und konsistente Quellen eine höhere Wahrscheinlichkeit, verwendet zu werden. In der Praxis kann für ein lokales B2B-Unternehmen ein Eintrag im entsprechenden Berufsverband mehr wert sein als zehn generische Verzeichnisse.
Das funktioniert nicht für: Unternehmen ohne stabile physische Adresse (reine Vor-Ort-Dienstleistungen, digitale Nomaden). In diesen Fällen ist die lokale Entität per Definition schwach, und GEO muss sich auf das deklarierte bediente Gebiet und Service-Inhalte stützen, nicht auf Adresszitationen.
4. Lokale Inhalte auf der Website: Service-Seiten und FAQ
Die Option mit dem größten Verbesserungspotenzial und zugleich die kostspieligste. Generative Modelle zitieren Textfragmente, die direkt auf eine Frage antworten. Eine Seite „Klempner in [Viertel]” mit generischen Absätzen bringt wenig. Eine Seite, die beantwortet „wie lange dauert ein Klempner-Notfall im Viertel X”, „welche Kesselmarken installieren wir” und „was tun wir, wenn die Störung am Wochenende auftritt”, liefert extrahierbares Material.
Das Muster, das in meiner Erfahrung am besten funktioniert, sind häufig gestellte Fragen mit Antworten von zwei oder drei Sätzen, jede in sich geschlossen und mit überprüfbaren Daten (echte Öffnungszeiten, Service-Radius, Marken, Zertifizierungen). Modelle bevorzugen Fragmente, die ohne zusätzlichen Kontext verständlich sind.
Warnung: Hundert Stadtseiten mit nahezu identischem Text zu generieren, ist kontraproduktiv. Modelle und Google erkennen Duplizität, und die Entität verliert an Glaubwürdigkeit. Besser fünf Seiten mit echten lokalen Informationen (Viertel, Referenzen, Fälle) als fünfzig mit Template.
Schnelle Vergleichstabelle
| Option | Aufwand | Wirkung auf generative Antworten | Hauptgrenze |
|---|---|---|---|
| Google Business Profile | Gering | Hoch bei lokalen Anfragen mit Karte | Kontrolliert nicht die Zitierung durch das Modell |
| Schema LocalBusiness | Mittel | Mittel-hoch bei Assistenten, die das Web crawlen | Muss mit dem sichtbaren Text übereinstimmen |
| NAP-Zitationen | Mittel | Mittel, als Verstärkung der Entität | Wenig nützlich ohne physische Adresse |
| Lokale Inhalte + FAQ | Hoch | Hoch, wenn spezifisch und nicht dupliziert | Erfordert Pflege und echte Daten |
Wie man misst, ohne sich selbst zu täuschen
Die Messung ist der unangenehme Teil. Es gibt keine Standardmetrik für „GEO-Sichtbarkeit”. Was du tun kannst:
- Eine Liste von 15-20 echten Kunden-Prompts (keine Keywords) definieren und monatlich manuell prüfen, in welchen Assistenten du erscheinst und mit welchem Zitat.
- Die Server-Logs prüfen und nach User-Agents von KI-Bots filtern (OpenAI, Perplexity, Google-Extended). Wenn sie dich nicht crawlen, zitieren sie dich nicht.
- In der Search Console prüfen, ob lange konversationelle Suchanfragen auftauchen, die du vorher nicht hattest.
Was du nicht tun solltest, ist, Tools zu vertrauen, die „Prozentsatz der Erwähnungen in KI” versprechen, ohne ihre Methodik zu erklären. Viele basieren auf kleinen Stichproben und sind nicht reproduzierbar.
Welche Option je nach Unternehmenstyp wählen
Es gibt keine einzige Antwort. Für ein Restaurant mit viel Touristenrotation wiegen das GBP und die Bewertungen mehr als das Schema. Für eine Zahnklinik mit spezialisierten Leistungen machen FAQ-Inhalte und strukturierte Daten den Unterschied. Für ein Handwerk (Elektriker, Schlüsseldienste) hat die NAP-Konsistenz in Berufsverbänden und Branchenverzeichnissen einen Wert, den generische Verzeichnisse nicht replizieren.
Wenn ich für ein lokales Unternehmen, das gerade anfängt, priorisieren müsste: zuerst ein vollständiges und ehrliches GBP, dann Schema LocalBusiness auf der Website, dann drei oder vier Service-Seiten mit echten FAQs und schließlich Zitationen. Die Reihenfolge umzukehren führt meist dazu, dass man in Verzeichnisse investiert, ohne die Grundlage gelöst zu haben.
Fazit ohne Versprechen
Auf lokale Unternehmen angewandtes GEO befindet sich in einer frühen Phase. Die Plattformen ändern ihre Quellen, die Modelle aktualisieren ihre Indexierungen, und was heute ein Unternehmen zitiert, tut es morgen vielleicht nicht mehr. Was bleibt, ist die Logik: konsistente Entitäten, überprüfbare Daten und Inhalte, die konkrete Fragen beantworten. Wer dir „garantiertes Ranking in ChatGPT” verkauft, verkauft heiße Luft. Wer dir vorschlägt, die Entität, die Daten und die lokalen Inhalte zu ordnen, leistet die Arbeit, die laut der offiziellen Dokumentation der wichtigsten Suchmaschinen die höchste Wahrscheinlichkeit hat, zitiert zu werden.