Die Suche befindet sich in einem großen Wandel, da Nutzer auf KI-Chatbots und große Sprachmodelle (LLMs) (wie ChatGPT, Gemini, Bing Chat) zurückgreifen, um Fragen zu beantworten, die früher in Google eingegeben wurden. Anstatt beispielsweise eine Liste von Links nach dem "besten italienischen Restaurant in Hongkong" zu durchsuchen, können Nutzer einen KI-Assistenten fragen und eine direkte Antwort erhalten. Dieses Paradigma bedeutet, dass Unternehmen ihre SEO-Strategien anpassen müssen, um sicherzustellen, dass sie von LLMs in diesen Konversationsergebnissen erwähnt und empfohlen werden. Die Popularität der KI-Suche steigt sprunghaft an - die Website von ChatGPT verzeichnet jetzt monatlich Milliarden von Besuchen (fast ~5% des Google-Traffics). Die Erwähnung in KI-generierten Antworten kann die Sichtbarkeit und Glaubwürdigkeit einer Marke erheblich steigern. Im Folgenden untersuchen wir, wie LLMs Ergebnisse auswählen und bewerten (im Allgemeinen und für Restaurants), welche Ranking-Kriterien sie verwenden (mit relativer Bedeutung), wie sich die KI-gesteuerte Suche von der traditionellen SEO unterscheidet und welche umsetzbaren Tipps es gibt, um Ihre Inhalte für diese neue Suchlandschaft zu optimieren. Wie LLMs Ergebnisse auswählen und bewerten (z. B. "Bestes italienisches Restaurant in Hongkong")

LLM-basierte Suchmaschinen zielen darauf ab, eine einzige, umfassende Antwort anstelle einer Liste von Websites zu liefern. Wenn ein Nutzer etwas wie "bestes italienisches Restaurant in Hongkong" fragt, analysiert ein LLM die Anfrage und versucht, einige Top-Restaurants mit einer kurzen Beschreibung zu nennen, anstatt 10 blaue Links anzuzeigen. Wie entscheidet die KI, welche Restaurants sie erwähnen soll? Sie funktioniert, indem sie Informationen aus ihren Trainingsdaten oder aus Live-Suchergebnissen (wenn das LLM über eine Browse-Funktion verfügt) synthetisiert, um Einrichtungen zu identifizieren, die in vertrauenswürdigen Quellen durchweg als erstklassig oder "beste" erscheinen:

• Abhängigkeit von Trainingsdaten und Webinhalten: Modelle wie ChatGPT (ohne Live-Browse) generieren Antworten basierend auf Mustern in ihren Trainingsdaten. Sie empfehlen Restaurants, über die in Artikeln, Rezensionen oder Listen, die das Modell aufgenommen hat, häufig als die "besten" in Hongkong geschrieben wurde. In der Praxis bedeutet dies, dass die Antwort eines LLM oft den Konsens zahlreicher Webquellen widerspiegelt - z.B. wenn mehrere Reiseführer und Food-Blogs Restaurant X alle als Top-Italiener loben, wird die KI Restaurant X wahrscheinlich in ihre Antwort aufnehmen. In einer Analyse wurden viele der Geschäftsempfehlungen von ChatGPT von Websites übernommen, die "beste X"-Listenartikel veröffentlichen (oft Affiliate- oder Bewertungsseiten) , was darauf hindeutet, dass weit verbreitete Namen in "Top"-Listen die Entscheidungen der KI stark beeinflussen. Im Wesentlichen gilt: Je mehr positiv über ein Restaurant im Web gesprochen wird, desto wahrscheinlicher ist es, dass ein Chatbot es zu den "besten" zählt.

• Echtzeit-Abruf (Bing Chat, Gemini): Einige LLMs (wie der KI-Chat von Bing oder Googles Gemini) führen tatsächlich eine Websuche durch und lassen dann das LLM eine Antwort verfassen. Für unsere Beispielabfrage könnte die KI Bing/Google nach "beste italienische Restaurants Hongkong" abfragen und die Top-Ergebnisse abrufen (z. B. TripAdvisor-Rankings, Zeitschriftenartikel oder Food-Blogs). Das LLM liest diese Seiten und fasst die sich überschneidenden Empfehlungen in seiner Antwort zusammen. Restaurants, die in mehreren Top-Suchergebnissen erscheinen (z. B. ein Restaurant, das in mehreren Artikeln über die "Top 10 italienischen Restaurants in Hongkong" aufgeführt ist und hervorragende Bewertungen hat), werden sehr wahrscheinlich in der Antwort der KI genannt. Im Wesentlichen rankt das LLM nach Konsens: Wenn ein Name wiederholt in hochrangigen Inhalten auftaucht, ist das ein starkes Signal. Studien bestätigen eine starke Korrelation zwischen traditionellen Suchrankings und LLM-Ergebnissen - Marken, die auf Seite 1 von Google/Bing für ein bestimmtes Thema ranken, werden tendenziell von LLM-Antworten für dieses Thema erwähnt. SEO und KI-Empfehlungen gehen also Hand in Hand: Eine gute Leistung in der Suche erhöht die Wahrscheinlichkeit, dass ein LLM Sie findet und erwähnt.

• Nutzzufriedenheitssignale: LLMs berücksichtigen auch qualitative Signale für Qualität und Reputation. Für ein Restaurant bedeutet dies, dass Kundenbewertungen und -bewertungen einflussreich sind. Ein KI-Modell zielt darauf ab, Optionen vorzuschlagen, die den Nutzer zufriedenstellen, daher bevorzugt es Unternehmen mit vielen positiven Bewertungen und Auszeichnungen in den Daten, die es gesehen hat. Wenn beispielsweise Restaurant Y Hunderte von 5-Sterne-Bewertungen auf Google, Tripadvisor und OpenRice (einer Hongkonger Restaurantplattform) hat und diese Fakten in Webinhalten widergespiegelt werden, interpretiert eine KI Restaurant Y als eine hoch angesehene Option. Tatsächlich hat ChatGPT explizit darauf hingewiesen, dass es die Reputation und Erfolgsbilanz eines Unternehmens bei der Abgabe von Empfehlungen berücksichtigt . Hohe Bewertungen und häufige Erwähnungen auf vertrauenswürdigen Bewertungsplattformen signalisieren, dass ein Restaurant hoch angesehen ist, was seine Chancen erhöht, in einer KI-gesteuerten "Best of"-Antwort zu erscheinen .

Es ist wichtig zu bedenken, dass die heutigen LLMs keine intrinsische, aktualisierte Datenbank mit jedem Restaurant und seinen Echtzeitbewertungen haben - sie verlassen sich auf die Informationen, mit denen sie trainiert wurden oder die sie abrufen können. Daher nähern sie sich einem Ranking basierend auf der Häufigkeit, Aktualität und Autorität der Erwähnungen über jeden Kandidaten an. In der Praxis wird die Antwort eines LLM auf "bestes italienisches Restaurant in Hongkong" wahrscheinlich eine Handvoll Restaurants nennen, die: (a) eindeutig italienisch sind und sich in Hongkong befinden (Relevanz), (b) von mehreren seriösen Quellen hervorgehoben wurden (Reiseführer, Food-Blogger, Nachrichtenseiten usw.) und (c) eine starke Reputation haben (Auszeichnungen, positive Bewertungen, Langlebigkeit). Wenn beispielsweise drei verschiedene Food-Magazine und TripAdvisor II Primo alle als Top-Italiener auflisten und es eine Bewertung von 4,8 $/5$ von Gästen hat, drängen diese Signale die KI gemeinsam dazu, II Primo in ihre Antwort aufzunehmen. Andererseits wird ein brandneues italienisches Restaurant, das wenig Webpräsenz hat, oder ein Ort mit gemischten Bewertungen wahrscheinlich nicht von der KI als "das beste" ausgewählt, da es an unterstützenden Daten mangelt. Kurz gesagt, LLMs ranken Antworten, indem sie in ihrem Korpus nach weit verbreiteten, maßgeblichen und relevanten Informationen suchen, anstatt die traditionellen Suchmaschinenalgorithmen zu verwenden. Dieser neue Ansatz hat seine Eigenheiten - Neil Patels Experiment ergab, dass die Empfehlungen von ChatGPT nicht immer punktgenau waren (etwa 27% der Antworten waren ungenau oder daneben) - aber das Gesamtbild ist, dass die Unternehmen, die die Online-Konversation dominieren, tendenziell in LLM-generierten Ergebnissen nach oben steigen.

Wichtige Ranking-Kriterien, auf die sich LLMs verlassen (und ihre Bedeutung) #

Welche spezifischen Faktoren scheint ein LLM zu verwenden, wenn es entscheidet, welche Marken oder Unternehmen es empfiehlt? Jüngste Forschungsergebnisse, die die Antworten von ChatGPT analysieren, haben sechs Schlüsselfaktoren aufgedeckt, die stark damit korrelieren, ob ein Produkt, eine Dienstleistung oder eine Marke von der KI empfohlen wird . Diese Faktoren spiegeln die Elemente wider, die ein Unternehmen online prominent und vertrauenswürdig machen. Obwohl LLMs keine offiziellen "Ranking-Faktorgewichte" wie die bekannten Algorithmusfaktoren von Google haben, bietet diese Analyse von SEO-Experten eine gute Annäherung an den relativen Einfluss jedes Faktors. Unten ist ein Diagramm aus einer NP Digital-Studie (von Neil Patels Team), das diese sechs Faktoren und ihre relative Stärke veranschaulicht (höhere Balken deuten auf eine stärkere Korrelation mit der Empfehlung durch ChatGPT hin):

Sechs Hauptfaktoren, die beeinflussen, ob ChatGPT ein Produkt, eine Dienstleistung oder eine Marke in seiner Antwort empfiehlt. Höhere "Scores" (über jedem Balken angezeigt, auf einer Skala von 0 bis 1) bedeuten einen stärkeren Einfluss. Insbesondere die Relevanz für die Abfrage und die Markenerwähnungen im Web gehören zu den am höchsten gewichteten Faktoren, während die Erwähnung in "Empfehlungs"-Listen von Drittanbietern zwar vorteilhaft ist, aber im Vergleich dazu ein schwächerer Faktor ist . Aus dieser Analyse können wir die folgenden LLM-Ranking-Kriterien ableiten, ungefähr in der Reihenfolge ihrer Wichtigkeit:

• Relevanz: Bezieht sich der Inhalt über Ihr Unternehmen auf die spezifische Abfrage? Dies wurde als der einflussreichste Faktor identifiziert, mit einer sehr hohen Korrelation (~0,91) . Im Wesentlichen prüft die KI, ob die Schlüsselwörter und das Thema der Frage des Nutzers im Kontext mit Ihrer Marke im Web erscheinen. Wenn die Abfrage beispielsweise "bestes italienisches Restaurant in Hongkong" lautet, bevorzugt ein LLM Restaurants, die explizit im Zusammenhang mit "bestes Italienisch" und "Hongkong" auf verschiedenen Websites erwähnt werden. Ein Proxy für die Relevanz ist, ob Ihre Website (oder Inhalte über Ihr Unternehmen) in der traditionellen Suche nach diesen Schlüsselwörtern rankt. Wenn Sie Inhalte haben, die auf die Abfrage abzielen (z. B. Blog-Posts oder Beschreibungen, die Phrasen wie "bestes italienisches Restaurant in Hongkong" enthalten), oder wenn andere über Sie unter Verwendung dieser Begriffe geschrieben haben, verbessert dies die Relevanz erheblich. Im Wesentlichen muss die KI eine klare thematische Übereinstimmung sehen - über Ihre Marke sollte konsequent im Kontext dessen gesprochen werden, wonach der Nutzer fragt.

• Markenerwähnungen: Wie oft wird Ihr Markenname auf anderen Websites erwähnt? Dies ist ein Maß für die Online-Popularität und -Bekanntheit, und es war fast so wichtig wie die Relevanz (Korrelation ~0,87) . Je öfter Ihr Restaurant oder Unternehmen im Web erwähnt wird (in Artikeln, Foren, Listen, sozialen Medien usw.), desto mehr nimmt ein LLM Sie als eine bekannte, glaubwürdige Einheit wahr. Im Gegensatz zur traditionellen SEO, die stark auf verlinkte Erwähnungen (Backlinks) angewiesen ist, betrachten LLMs wahrscheinlich jede Erwähnung (verlinkt oder unverlinkt) als ein Signal für Prominenz. Für ein Restaurant könnten Markenerwähnungen die Nennung in Nachrichtenartikeln, Food-Blogs, Reiseführern, lokalen "Best of"-Listen und sogar Diskussionsforen umfassen. Volumen und Kontext sind wichtig - eine hohe Anzahl von Erwähnungen, insbesondere in positiven oder maßgeblichen Kontexten, signalisiert der KI, dass Ihre Marke eine bedeutende Präsenz hat und berücksichtigt werden sollte. Stellen Sie sich dies als die KI-Version der "Mundpropaganda"-Glaubwürdigkeit im Internet vor.

• Bewertungen und Ratings: Wie ist das öffentliche Feedback zu Ihrem Unternehmen und wie umfangreich ist es? Dieser Faktor - die Quantität und Qualität der Bewertungen - hatte einen moderat-hohen Einfluss (Korrelation ~0,61) . LLMs werden auf riesigen Textmengen trainiert, einschließlich Bewertungsinhalten von Websites wie Google Reviews, Yelp, TripAdvisor, Amazon, Trustpilot usw. Sie haben ein Verständnis dafür, dass ein Unternehmen oder Produkt mit vielen positiven Bewertungen wahrscheinlich eine gute Empfehlung ist. In Neil Patels Ergebnissen wurden Marken mit mehr Bewertungen (und im Allgemeinen guten Bewertungen) eher empfohlen. Für ein Restaurant bedeutet dies, dass viele 4-5-Sterne-Bewertungen auf mehreren Plattformen (Google, Yelp, OpenTable, TripAdvisor usw.) Ihre Glaubwürdigkeit in den Augen der KI erhöhen. Bewertungen dienen im Wesentlichen als Crowd-Sourced-Qualitätssignale. Ein LLM bevorzugt einen Ort, der beispielsweise 500 Bewertungen mit einem Durchschnitt von 4,5 Sternen hat, gegenüber einem Ort mit 5 Bewertungen mit einem Durchschnitt von 5 Sternen, da der erstere mehr bestätigende Beweise für Qualität hat. Aktionspunkt: Ermutigen Sie Kunden, Bewertungen abzugeben, und arbeiten Sie daran, hohe Bewertungen aufrechtzuerhalten - diese helfen nicht nur der traditionellen lokalen SEO, sondern liefern der KI auch vertrauenswürdige Daten über die Qualität Ihres Unternehmens.

• Autorität: Wie autoritativ und etabliert ist Ihre Marke in ihrem Bereich? Autorität ist ein breites Konzept, aber im LLM-Ranking-Kontext umfasst es Dinge wie die Domain-Autorität Ihrer Website, die Glaubwürdigkeit von Websites, die über Sie sprechen, und sogar Ihre Social-Media-Follower . Dieser Faktor hatte eine moderate Korrelation (~0,52). LLMs leiten Autorität ab, indem sie sehen, wer sich für Sie verbürgt oder auf Sie verweist. Wenn hochrangige Websites (Nachrichtenagenturen, bekannte Blogs, Wikipedia usw.) Sie erwähnen oder auf Sie verlinken, erhöht dies Ihre wahrgenommene Autorität. Darüber hinaus berücksichtigte Neil Patels Team Social-Media-Follower und Multi-Plattform-Präsenz als Teil der Autorität - eine große, engagierte Anhängerschaft kann darauf hindeuten, dass eine Marke einflussreich ist oder von vielen vertraut wird. Für Restaurants könnte die "Autorität" durch Dinge wie prestigeträchtige Auszeichnungen (z. B. Michelin-Sterne), Presseberichte in seriösen Publikationen oder eine starke Social-Media-Präsenz mit einer engagierten Fangemeinde erhöht werden. Obwohl ein LLM Ihre Follower-Anzahl möglicherweise nicht explizit überprüft, tragen die Inhalte, die durch eine aktive Community generiert werden (Erwähnungen, Shares usw.), zu den Trainingsdaten der KI bei. Fazit: Etablierte, vertrauenswürdige Marken werden bevorzugt. Neue oder unbekannte Unternehmen haben eine Hürde zu überwinden, können aber im Laufe der Zeit durch PR, hochwertige Inhalte und Vordenkertum in ihrem Bereich Autorität aufbauen.

• Alter (Langlebigkeit): Wie lange gibt es Ihr Unternehmen oder Produkt schon? Die Studie ergab, dass ältere, etabliertere Unternehmen tendenziell häufiger in den Antworten von ChatGPT auftauchen. Dieser Faktor zeigte eine schwächere Korrelation (~0,46), war aber dennoch bemerkenswert. Dies deutet darauf hin, dass LLMs eine Tendenz (vielleicht aufgrund ihrer Daten) zu Unternehmen mit einer längeren Erfolgsbilanz haben. Ein älteres Restaurant, das seit 20 Jahren ein lokaler Anlaufpunkt ist, hatte mehr Zeit, um Erwähnungen, Bewertungen und Geschichte zu sammeln, während ein neues Restaurant, das letzten Monat eröffnet wurde, nur sehr wenig Fußabdruck hat. Die KI, die keine Echtzeiterfahrung hat, stützt sich auf historische Daten - und es gibt einfach mehr Daten über ältere Unternehmen. Dies bedeutet nicht, dass neue Unternehmen nicht empfohlen werden können (insbesondere wenn sie in den Nachrichten für Furore sorgen oder eine große Auszeichnung gewinnen), aber im Allgemeinen bietet die Langlebigkeit einen Vorteil. Sie trägt zur Wahrnehmung von Zuverlässigkeit bei ("sie sind schon eine Weile dabei und werden darüber gesprochen, also müssen sie etwas richtig machen"). Obwohl Sie Ihr Gründungsdatum nicht ändern können, ist eine Erkenntnis, so früh wie möglich mit dem Aufbau Ihrer Online-Präsenz zu beginnen. Neue Unternehmen sollten aggressiv an den anderen Faktoren (Erwähnungen, Bewertungen usw.) arbeiten, um den Mangel an Alter auszugleichen.

• Externe Empfehlungen: Empfehlen Sie Websites von Drittanbietern explizit als Top-Wahl? Dieser Faktor bezieht sich auf die Erwähnung in Listicles, Rankings und Empfehlungsartikeln (oft diese "Top 10"- oder "Best of"-Listen) . Er hatte die niedrigste Korrelation (~0,28) der sechs Faktoren, aber es ist immer noch ein aussagekräftiges Signal. Wenn seriöse Websites oder Blogger Ihr Unternehmen als eines der besten empfehlen, kann diese Empfehlung ein LLM beeinflussen. Wenn beispielsweise das Magazin Travel + Leisure und ein beliebter Food-Blog Ihr Restaurant beide unter den "besten italienischen Restaurants Hongkongs" auflisten, werden sich diese expliziten Empfehlungen wahrscheinlich in der Antwort der KI widerspiegeln (tatsächlich könnte die KI sogar genau diese Artikel zusammenfassen!). Neil Patel stellte fest, dass viele Vorschläge, die ChatGPT gab, von Affiliate-Sites stammten, die Produkte/Dienstleistungen ranken - ähnlich wird die KI für Restaurants von lokalen "Best Restaurants"-Funktionen abrufen. Es ist also wichtig, in diesen kuratierten Empfehlungen präsent zu sein. Dieser Faktor allein reicht jedoch nicht aus (daher die geringere Gewichtung) - er funktioniert am besten in Kombination mit den anderen (z. B. könnte eine Website Sie nur empfehlen, weil Sie großartige Bewertungen und Autorität haben). Aktionspunkt: Versuchen Sie, in relevanten "Best of"-Listen oder Auszeichnungszusammenfassungen in Ihrer Branche/Region erwähnt zu werden, da dies direkt in KI-Antworten einfließen kann.

Warum sind diese Faktoren wichtig? Zusammenfassend zeichnen diese Kriterien ein Bild davon, wonach LLMs "suchen", wenn sie eine Antwort formulieren: Sie möchten Optionen vorschlagen, die relevant, bekannt, beliebt, etabliert und von anderen unterstützt werden. Vieles davon stimmt mit dem gesunden Menschenverstand überein: Eine KI möchte einem Nutzer, der nach "dem besten" fragt, kein schlechtes oder unbekanntes Restaurant empfehlen. Sie verwendet die Fülle an Online-Beweisen als Proxy für Qualität. Wie es in einem KI-SEO-Leitfaden heißt: "ChatGPT bewertet eine Mischung aus Faktoren wie Relevanz, Autorität und Markenerwähnungen,