Warum beschreibt KI mein Unternehmen falsch?
Weil deine Angaben auseinanderlaufen. Website, Schema, Google-Profil und Verzeichnisse müssen dieselben Fakten nennen — Name, Adresse, Leistungen, Gründung. Widerspruch liest ein System als Unsicherheit, und unsichere Kandidaten werden nicht empfohlen.
Für Unternehmen, die genannt werden — aber falsch, unvollständig oder mit fremden Leistungen.
Stand: · Felix Ament, Gründer, getSichtbar GmbH
- 2–3
- offizielle Profile als sameAs-Baseline
- Quelle: getSichtbar Definition of Done, 2026
- 4
- Orte, die identisch sein müssen
- Quelle: Website, Schema, Google-Profil, Verzeichnisse
- 17,42%
- Self-Citation-Anteil von google.com in AIO
- Quelle: Ahrefs AIO Study, Feb 2026
- 0
- erlaubte Abweichungen im Firmennamen
- Quelle: getSichtbar Arbeitsregel, 2026
Was ist eine Entität überhaupt?
Eine Entität ist der Eintrag, den ein System über dein Unternehmen führt: Wer bist du, was machst du, wo, seit wann, wer steht dahinter. Dieser Eintrag entsteht nicht aus einer einzelnen Quelle, sondern aus dem Abgleich mehrerer. Stimmen sie überein, entsteht ein klares Bild. Widersprechen sie sich, entsteht Unsicherheit.
Das erklärt ein Muster, das viele Unternehmen verwirrt: Sie werden genannt, aber mit falschen Leistungen, altem Standort oder in der falschen Kategorie. Das ist kein Content-Problem, sondern ein Datenproblem — und mit Texten allein nicht zu beheben.
Welche Angaben müssen überall identisch sein?
Firmenname in exakter Schreibweise inklusive Rechtsform, Adresse, Telefonnummer, Hauptkategorie, Leistungsbeschreibung, Gründungsjahr und die Namen der verantwortlichen Personen. Diese Angaben müssen auf der Website, im Schema-Markup, im Google-Unternehmensprofil und in allen relevanten Verzeichnissen übereinstimmen.
Abweichungen entstehen fast nie absichtlich. Typische Auslöser sind Umfirmierungen, Umzüge, neue Leistungen und Verzeichniseinträge, die vor Jahren jemand angelegt hat, der nicht mehr im Unternehmen ist. Deshalb ist der erste Schritt immer eine Bestandsaufnahme, kein Neuschreiben.
- 1.Alle Orte auflisten, an denen dein Unternehmen beschrieben wird
- 2.Je Ort Name, Adresse, Kategorie und Leistungsbeschreibung festhalten
- 3.Abweichungen markieren und eine verbindliche Fassung festlegen
- 4.Von der verbindlichen Fassung ausgehend alle Orte angleichen
Was gehört ins Schema-Markup?
Organization-Schema auf der Startseite, bei lokalen Betrieben LocalBusiness, jeweils mit stabiler @id, Name, Logo, Beschreibung, Adresse — und sameAs. Das sameAs-Feld verweist auf deine offiziellen Profile und ist das Bindeglied zwischen deiner Website und dem, was anderswo über dich steht.
Als Baseline gelten zwei bis drei offizielle Profile. Für B2B und SaaS sind das meist LinkedIn und Branchenverzeichnisse, für lokale Betriebe das Google-Unternehmensprofil und Bewertungsplattformen. Ein Wikidata-Eintrag ist ein sinnvoller Zusatz, weil die Relevanzhürde niedriger liegt als bei Wikipedia — aber kein Pflichtschritt für kleinere Marken.
Wichtig ist die Grundregel für jedes Markup: Es beschreibt, was auf der Seite sichtbar ist. Angaben auszuzeichnen, die ein Besucher nirgends findet, ist kein Optimierungstrick, sondern ein Fehler. Und Schema ohne inhaltliche Substanz bewegt nichts — es macht Vorhandenes eindeutig, es ersetzt es nicht.
Wie sieht eine gute Über-uns-Seite aus?
Sie ist die Heimat deiner Entität und wird meist als Imagetext missverstanden. Was dort hingehört, sind prüfbare Fakten: vollständiger Firmenname mit Rechtsform, Gründungsjahr, Standort, Größenordnung des Teams, verantwortliche Personen mit Funktion, Registernummer und ein klarer Satz dazu, was ihr tut und für wen.
Der Test ist einfach: Kann ein Fremder in dreißig Sekunden sagen, wer ihr seid, was ihr macht und ob ihr existiert? Wenn die Seite stattdessen mit Werten und Visionen beginnt, hat sie ihren Job nicht erfüllt — Werte lassen sich nicht überprüfen und werden entsprechend nicht zitiert.
Verlinke von dort auf eure offiziellen Profile und stelle sicher, dass die Angaben dort identisch sind. Diese Seite ist der Referenzpunkt, gegen den sich alle anderen Quellen abgleichen lassen.
Woran erkennst du ein Entitäts-Problem?
An einem typischen Muster: Du wirst genannt, aber falsch. Eine Leistung, die ihr nicht mehr anbietet. Ein Standort, den ihr aufgegeben habt. Eine Größenordnung, die nicht stimmt. Wer das für ein Content-Problem hält, schreibt neue Texte und wundert sich, dass die falsche Angabe bleibt — sie stammt nämlich nicht von der eigenen Website.
Das zweite Muster ist Nicht-Nennung trotz guter Inhalte. Wenn eure Seiten die Fragen sauber beantworten und ihr trotzdem nicht auftaucht, lohnt der Blick auf die Konsistenz. Widersprüchliche Grunddaten lesen Systeme als Unsicherheit, und unsichere Kandidaten werden übersprungen, nicht nachgefragt.
Welche Rolle spielen Personen?
Eine größere, als die meisten erwarten. Inhalte mit benannten Autoren, Funktion und prüfbarer Qualifikation werden anders gewichtet als anonyme Texte — die Princeton-Studie (KDD 2024) misst allein für Expertzitate mit Namensnennung eine um 41% höhere Zitierwahrscheinlichkeit.
Praktisch heißt das: Person-Schema für Autoren, eine echte Profilseite statt einer Namenszeile, und dieselben Angaben auf LinkedIn wie auf eurer Website. Bei kleineren Unternehmen ist die Gründerin oder der Gründer oft die stärkste Entität, die ihr habt — stärker als die Firmenmarke selbst.
Welche Verzeichnisse lohnen sich?
Die, die in deiner Kategorie tatsächlich zitiert werden — und das lässt sich messen, statt zu raten. Stelle die typischen Kauf-Fragen deiner Branche in mehreren KI-Systemen und notiere, welche Domains als Quelle auftauchen. Genau diese Liste ist deine Zielliste, unabhängig davon, wie bekannt die Einträge sind.
Masse hilft dabei nicht. Zwanzig gepflegte, kategorisch passende Einträge wirken mehr als zweihundert automatisch angelegte. Und jeder Eintrag muss dieselben Angaben führen wie deine Website — ein Verzeichniseintrag mit abweichender Adresse verschlechtert deine Entität, statt sie zu stärken.
Wie prüfst du, was KI über dich sagt?
Stelle in mehreren Systemen die einfachste denkbare Frage: „Was ist [Firmenname]?“ und „Was macht [Firmenname]?“. Notiere jede Aussage, die nicht stimmt, und suche die Quelle dafür. In den meisten Fällen findet sich ein veralteter Verzeichniseintrag, eine alte Pressemitteilung oder eine Profilseite, die niemand mehr gepflegt hat.
Wiederhole das nach der Korrektur monatlich. Entitäts-Daten werden nicht sofort neu gelesen, und einzelne Systeme brauchen unterschiedlich lange. Sichtbar wird die Korrektur meist zuerst dort, wo live gesucht wird.
Was kannst du dir sparen?
- Einen Wikipedia-Artikel anstreben, solange die Relevanzkriterien nicht erfüllt sind — der Aufwand endet fast immer mit einer Löschung.
- Verzeichniseinträge in großer Zahl anlegen. Wenige, gepflegte und in der Kategorie relevante Einträge wirken, Masse nicht.
- Schema-Felder befüllen, die auf der Seite nicht sichtbar sind.
- Erwarten, dass eine Korrektur sofort überall ankommt. Entitäts-Daten aktualisieren sich verzögert und je System unterschiedlich.
Was wird dazu am häufigsten gefragt?
KI nennt einen alten Firmennamen. Was tun?
Quelle suchen und korrigieren, dann warten und erneut messen. Meist steckt ein Verzeichniseintrag, eine alte Pressemitteilung oder ein Profil dahinter, das noch die frühere Schreibweise führt. Ohne Korrektur an der Quelle hilft auch die beste eigene Seite nicht.
Brauche ich einen Wikidata-Eintrag?
Nützlich, aber kein Pflichtschritt. Die Relevanzhürde liegt niedriger als bei Wikipedia, und der Eintrag ist maschinenlesbar. Für kleinere Marken ist die Angleichung der bestehenden Profile der deutlich wirksamere erste Schritt.
Wie viele sameAs-Verweise sollten es sein?
Zwei bis drei offizielle Profile reichen als Baseline. Entscheidend ist, dass es tatsächlich deine Profile sind und dass die Angaben dort mit deiner Website übereinstimmen. Ein langer Link-Katalog ohne Pflege bringt nichts.
Was, wenn wir mehrere Standorte haben?
Jeder Standort braucht eigene, konsistente Daten und idealerweise eine eigene Seite mit echtem Inhalt. Kopierte Standortseiten mit ausgetauschtem Stadtnamen sind als Duplikat erkennbar und tragen keine eigenständige Aussage.
Wie schnell wirkt eine Korrektur?
Profile und Verzeichnisse werden oft innerhalb weniger Wochen neu gelesen, Modelle mit fester Wissensbasis deutlich langsamer. Systeme mit Live-Suche zeigen Änderungen am schnellsten. Plane mit mehreren Monaten, bis das Bild überall konsistent ist.
Wobei können wir helfen?
Lieber machen lassen?
Wir setzen genau das um — und sagen im Erstgespräch ehrlich, wenn du es selbst günstiger hinbekommst.