GEO für lokale Unternehmen: Generative Engine Optimization für lokale Sichtbarkeit

Warum GEO für lokale Unternehmen jetzt relevant ist

Die lokale Suche verändert sich grundlegend. Konsument:innen fragen nicht mehr nur Google nach dem "besten Friseur in der Nähe", sondern ChatGPT, Gemini oder Perplexity. Laut einer US-Befragung ist der Anteil der Konsument:innen, die KI für lokale Empfehlungen nutzen, von 6 % im Jahr 2025 auf 45 % gestiegen (BrightLocal, Local Consumer Review Survey 2026). KI entwickelt sich damit zu einem festen Kanal für lokale Empfehlungen neben Google und Facebook.

Auch in Deutschland wächst die KI-Nutzung: Dort nutzen bereits 67 % der Menschen ab 16 Jahren generative KI wie ChatGPT, Microsoft Copilot oder Gemini (Bitkom, 2025), gegenüber 40 % im Vorjahr. Für Österreich gibt es zwei stabile Rahmenbedingungen, die GEO besonders wirksam machen: Es gibt 8,69 Millionen Internetnutzer:innen bei 95,3 % Internetdurchdringung (DataReportal, Jänner 2025), und 89 % der Bevölkerung ab 15 Jahren besitzen ein Smartphone (Statista, 2023), das meistgenutzte Gerät für die Internetnutzung.

Gleichzeitig ist Google in Österreich mit 81,87 % Suchmaschinen-Marktanteil klar dominant (StatCounter, 2026), vor Bing (9,01 %) und DuckDuckGo (2,75 %). Das heißt: Klassisches Local SEO bleibt das Fundament, aber die KI-Schicht entscheidet zunehmend mit, wer empfohlen wird.

Der entscheidende Punkt für Early Adopter: KI ist bei lokalen Empfehlungen noch sehr selektiv. Laut einer Analyse von rund 350.000 Standorten US-amerikanischer Filialmarken empfiehlt ChatGPT nur 1,2 % dieser Standorte, Perplexity 7,4 % und Gemini 11 %, während Marken im klassischen Google-Local-3-Pack zu 35,9 % erscheinen (SOCi Local Visibility Index 2026). KI-Sichtbarkeit ist damit aktuell deutlich schwerer zu erreichen als ein gutes klassisches Ranking. Wer früh optimiert, hat in einem dünn besetzten Empfehlungsraum überproportionale Chancen.

Was GEO ist und wie es sich von Local SEO und AEO/LLMO unterscheidet

GEO (Generative Engine Optimization): Optimierung dafür, in den generativen Antworten von KI-Systemen als Quelle zitiert oder als Unternehmen empfohlen zu werden. Ziel ist die Nennung, nicht nur das Ranking.

Klassisches Local SEO: Optimierung für das Google Local Pack, Google Maps und organische lokale Treffer. Ziel ist eine möglichst hohe Position in der klassischen Trefferliste.

AEO/LLMO: Answer Engine Optimization beziehungsweise Large Language Model Optimization werden oft synonym mit GEO verwendet. Sie betonen die Optimierung für direkte Antworten und für die Verarbeitung durch Sprachmodelle. In der Praxis überschneiden sich die Disziplinen stark.

Der zentrale Unterschied: Local SEO bringt Position, GEO bringt Zitierung. Eine Seite kann in einer KI-Antwort genannt werden, auch wenn sie klassisch nicht auf Platz eins steht, weil KI-Systeme Quellen nach Inhaltsqualität, Struktur und Konsistenz auswählen, nicht nur nach Rang.

Wie KI lokale Unternehmen auswählt: die Strategie

KI-Systeme greifen für lokale Antworten auf unterschiedliche Datenquellen zurück. Eine Analyse der ChatGPT-Quellen zeigt: 58 % der lokalen Quellen sind Unternehmens-Websites, 27 % externe Erwähnungen und 15 % Verzeichnisse (BrightLocal, Studie "Uncovering ChatGPT Search Sources", 2024). Daraus ergibt sich die GEO-Strategie für lokale Unternehmen entlang von vier Hebeln.

1. Google Business Profile als Fundament

Gemini greift für lokale Anfragen auf Daten aus Google Maps zurück. Das hat messbare Folgen: Geschäftsprofil-Informationen waren in einer Analyse zu 100 % korrekt bei Gemini, aber nur zu rund 68 % bei ChatGPT und Perplexity (SOCi 2026). Ein vollständiges, gepflegtes Google Business Profile mit korrekten Öffnungszeiten, Kategorien, Leistungen, Fotos und Beschreibung ist damit die Grundvoraussetzung. Ohne sauberes Profil empfiehlt Gemini schlicht falsche oder gar keine Daten.

2. NAP-Konsistenz über Verzeichnisse hinweg

NAP steht für Name, Adresse und Telefonnummer. KI-Systeme verlassen sich auf ein Ökosystem konsistenter Daten. Inkonsistente Angaben über verschiedene Quellen schwächen das Vertrauen und damit die Empfehlungswahrscheinlichkeit. Für Österreich relevant sind insbesondere:

• Google Business Profile: Primärquelle, vor allem für Gemini und AI Overviews.
• Herold.at: Größtes österreichisches Branchenverzeichnis.
• WKO Firmen A-Z: Offizielles Verzeichnis der Wirtschaftskammer, hohe Autorität.
• Bing Places und Apple Maps: Relevant für Copilot beziehungsweise Apple-Geräte.

Identische Schreibweise von Name, Adresse und Telefonnummer über alle Verzeichnisse ist der zentrale technische GEO-Hebel.

3. LocalBusiness-Schema und strukturierte Daten

Strukturierte Daten im JSON-LD-Format machen lokale Inhalte für KI maschinenlesbar. Trotz hoher Wirkung ist das Feld dünn besetzt: JSON-LD ist insgesamt auf 41 % der Seiten vorhanden, LocalBusiness-Schema aber nur auf rund 3,97 % der mobilen Seiten (HTTP Archive Web Almanac, 2024). Genau das ist die Chance. Wichtig sind:

• LocalBusiness-Schema: Mit Name, Adresse (PostalAddress), GeoCoordinates, openingHoursSpecification und Telefonnummer.
• FAQPage-Schema: Für lokale Fragen wie Anfahrt, Parken oder Leistungen.
• AggregateRating: Maschinenlesbare Bewertungssignale.

4. Off-Site-Erwähnungen und lokale Entitäts-Autorität

Da 27 % der ChatGPT-Quellen externe Erwähnungen sind, zählt die Präsenz außerhalb der eigenen Website. Unstrukturierte Citations wie regionale Blog-Erwähnungen, Branchenmagazine, lokale Presse und Forenbeiträge erhöhen die Wahrscheinlichkeit, von KI zitiert zu werden. Sie bauen die lokale Entitäts-Autorität auf, also das Verständnis der KI, dass ein Unternehmen ein relevanter Akteur in einer Region und Branche ist.

Best Practices: Answer-first-Content und E-E-A-T

Lokale Landingpages und Standortseiten sollten so geschrieben sein, dass KI-Systeme Passagen direkt extrahieren können.

• Direkte Antwort zuerst: Jede Sektion mit einer klaren, eigenständigen Antwort von 40 bis 60 Wörtern beginnen, nicht mit Einleitungsfloskeln.
• Statistiken belegen: Konkrete Zahlen mit Quellenangabe erhöhen die Wahrscheinlichkeit, in KI-Antworten zitiert zu werden. Forschung zur Generative Engine Optimization zeigt Sichtbarkeitssteigerungen von bis zu 40 % (Aggarwal et al., 2023).
• FAQ-Sektionen: Lokale Fragen in natürlicher Sprache beantworten und mit FAQPage-Schema auszeichnen.
• E-E-A-T zeigen: Erfahrung, Expertise, Autorität und Vertrauen durch genannte Autor:innen, Referenzen und konkrete lokale Details statt generischer Aussagen belegen.
• Standortseiten pflegen: Pro Standort eine eigene, inhaltlich eigenständige Seite mit Anfahrt, Öffnungszeiten und Leistungen, nicht dünne Duplikate.

Bewertungsmanagement

Bewertungen sind ein doppeltes Signal, für klassisches Ranking und für KI. Laut einer US-Befragung lesen 97 % der Konsument:innen Bewertungen lokaler Unternehmen, 71 % nutzen dafür Google (BrightLocal, Local Consumer Review Survey 2026). In der SOCi-Analyse US-amerikanischer Filialmarken hatten von ChatGPT empfohlene Standorte im Schnitt 4,3 Sterne (SOCi Local Visibility Index 2026, via BrightLocal). Aktives, kontinuierliches Sammeln echter Bewertungen mit Antworten auf Rezensionen zahlt direkt auf die KI-Empfehlungswahrscheinlichkeit ein.

Häufige Fehler

• Nur auf Google AI Overviews setzen: AI Overviews erscheinen laut einer Ahrefs-Auswertung von Desktop-Suchergebnissen (September 2025) nur bei 7,9 % der lokalen Suchanfragen. Der größere Hebel liegt bei ChatGPT, Gemini und Perplexity als eigenständigen Assistenten.
• Inkonsistente NAP-Daten: Unterschiedliche Schreibweisen über Verzeichnisse hinweg untergraben das Vertrauen der KI-Systeme.
• Vernachlässigtes Google Business Profile: Da Gemini für lokale Anfragen auf Google-Maps-Daten zurückgreift, schlagen Profilfehler direkt auf KI-Antworten durch.
• Kein LocalBusiness-Schema: Ohne strukturierte Daten muss KI lokale Eckdaten erraten.
• Nur die eigene Website optimieren: Wer externe Erwähnungen ignoriert, lässt 27 % der relevanten KI-Quellen ungenutzt.
• Die falschen KI-Crawler blockieren: Wer OAI-SearchBot, PerplexityBot oder Googlebot in der robots.txt sperrt, wird in den Antworten der ChatGPT-Suche, in Perplexity beziehungsweise in der Google-Suche samt AI Overviews nicht mehr als Quelle angezeigt. GPTBot und Google-Extended steuern dagegen vor allem die Nutzung für KI-Training, Google-Extended zusätzlich das Grounding in den Gemini-Apps. Auf die Sichtbarkeit in AI Overviews hat Google-Extended keinen Einfluss.
• Unrealistische Erwartungen: GEO ist kein Schalter. Entitäts-Autorität und konsistente Daten brauchen Zeit, bis KI-Systeme sie übernehmen.

GEO-Erfolg messen

Klassische Rankings reichen für GEO nicht aus. Sinnvolle Metriken sind:

• Citations: Wie oft und wo wird das Unternehmen in KI-Antworten genannt? Manuell prüfbar, indem dieselben 15 bis 20 lokalen Suchfragen monatlich in ChatGPT, Gemini und Perplexity gestellt werden.
• Share of Voice: Anteil der eigenen Nennungen gegenüber lokalen Mitbewerbern in KI-Antworten.
• Empfehlungshäufigkeit: Wird das Unternehmen bei generischen Anfragen ("bester Anbieter für X in Stadt Y") empfohlen?
• Profil-Genauigkeit: Stimmen die von KI ausgegebenen Daten zu Öffnungszeiten, Adresse und Leistungen?

Realistischer Zeithorizont: Erste messbare Effekte zeigen sich typischerweise nach 8 bis 12 Wochen, da KI-Systeme ihre Datenbasis verzögert aktualisieren und konsistente Signale über mehrere Quellen brauchen.

Praxis-Checkliste für österreichische KMU

1. Google Business Profile vervollständigen: Kategorien, Leistungen, Öffnungszeiten, Fotos, Beschreibung, Q&A.
2. NAP vereinheitlichen: Identische Daten auf Google, Herold, WKO Firmen A-Z, Bing Places und Apple Maps.
3. LocalBusiness-Schema einbauen: Inklusive GeoCoordinates, openingHoursSpecification und AggregateRating.
4. Standort- und FAQ-Seiten erstellen: Answer-first, mit lokalem Bezug und FAQPage-Schema.
5. Bewertungen systematisch sammeln: Anfrageprozess etablieren, auf alle Rezensionen antworten.
6. Off-Site-Präsenz aufbauen: Regionale Presse, Branchenverzeichnisse, lokale Blogs und Foren.
7. KI-Crawler zulassen: OAI-SearchBot, PerplexityBot und Googlebot in der robots.txt freigeben. Über GPTBot (KI-Training) und Google-Extended (KI-Training und Grounding in den Gemini-Apps) bewusst entscheiden.
8. Monatlich messen: Lokale Testfragen in ChatGPT, Gemini und Perplexity, Citations und Share of Voice protokollieren.

Weiterführendes

GEO für lokale Unternehmen ist eine Ergänzung, kein Ersatz für klassisches Local SEO. Das Fundament aus gepflegtem Google Business Profile, konsistenten NAP-Daten und strukturierten Daten zahlt auf beide Disziplinen ein. Wer diese Basis sauber legt, externe Erwähnungen aufbaut und kontinuierlich Bewertungen sammelt, positioniert sich in einem noch dünn besetzten KI-Empfehlungsraum.