Brancheneinträge & NAP-Konsistenz: das unterschätzte Fundament deiner KI-Empfehlung

Der Betrieb, den es dreimal gibt

Ein Sanitärbetrieb, seit 22 Jahren am Markt. Vor fünf Jahren umgezogen, vor drei Jahren vom Gründer an die Tochter übergeben, seitdem heißt er nicht mehr „Sanitär Müller”, sondern „Müller Haustechnik GmbH”. Das Geschäft läuft – aber im Netz existiert der Betrieb dreimal: Im alten Branchenbuch-Eintrag steht noch die frühere Adresse. Auf einem Bewertungsportal heißt er noch „Sanitär Müller”. Und die neue Telefonnummer steht bisher nur auf der eigenen Website.

Jetzt fragt ein potenzieller Kunde ChatGPT: „Welcher Sanitärbetrieb in [Stadt] ist zu empfehlen?” Die KI findet drei Datensätze, die sich widersprechen – zwei Namen, zwei Adressen, zwei Telefonnummern. Sie kann nicht sicher entscheiden, ob das ein Betrieb ist oder drei, ob er noch existiert und welche Angaben stimmen. Der Wettbewerber zwei Straßen weiter hat dieses Problem nicht: gleicher Name, gleiche Adresse, gleiche Nummer, überall. Rate, wen die KI empfiehlt.

Das ist kein konstruiertes Beispiel, sondern der Normalfall bei gewachsenen Betrieben – und er kostet inzwischen richtig Reichweite. Laut der Local Consumer Review Survey von BrightLocal aus dem Februar 2026 nutzen bereits 45 Prozent der Verbraucher KI-Tools wie ChatGPT, um lokale Betriebe zu finden – ein Jahr zuvor waren es erst 6 Prozent. Auch in Deutschland ist die KI-Suche im Alltag angekommen: Nach Bitkom-Zahlen vom April 2026 nutzen 58 Prozent der Deutschen ab 16 Jahren KI. Jede dieser Anfragen ist eine Empfehlung, die du bekommst – oder eben nicht.

Was bedeutet NAP-Konsistenz – und warum interessiert sich die KI dafür?

NAP steht für Name, Adresse, Telefonnummer (englisch: Name, Address, Phone) – ergänzt heute um die Website als vierte Kernangabe. NAP-Konsistenz heißt: Diese Angaben sind überall im Netz exakt gleich – im Google-Unternehmensprofil, in Branchenverzeichnissen, auf Bewertungsplattformen, in Social-Media-Profilen und auf der eigenen Website. Nicht ungefähr gleich. Exakt gleich.

Warum die Pedanterie? Weil eine KI deinen Betrieb nicht „kennt” wie ein Stammkunde. Sie muss aus verstreuten Datenspuren rekonstruieren, dass es dich gibt, was du anbietest und ob man dir vertrauen kann. Fachleute sprechen von einer Entität: einem eindeutig identifizierbaren Ding in der Welt – dein Betrieb, mit einem Namen, einem Ort, einer Nummer. Jeder übereinstimmende Eintrag ist für die KI eine unabhängige Bestätigung dieser Entität: „Ja, diesen Betrieb gibt es wirklich, und die Daten stimmen.”

Widersprüchliche Einträge bewirken das Gegenteil. „Müller Haustechnik GmbH, Hauptstraße 12” und „Sanitär Müller, Bahnhofstraße 3” sind für die Maschine erst einmal zwei verschiedene Kandidaten mit jeweils dünner Beweislage – statt ein etablierter Betrieb mit dicker. Und hier gilt ein Satz, den du dir merken solltest: Eine KI empfiehlt keinen Betrieb, bei dem sie sich nicht sicher ist, wer er ist. Sie hat keinen Ehrgeiz, deinen Datensalat aufzulösen. Sie nimmt einfach den Wettbewerber, bei dem alles zusammenpasst.

Wie KI-Systeme Vertrauenssignale sammeln und gewichten, haben wir grundlegend erklärt in Warum empfiehlt die KI deinen Konkurrenten – und nicht dich?

Woher bezieht die KI ihre Daten über deinen Betrieb?

Die naheliegende Annahme: „Die KI liest meine Website.” Stimmt – aber die Website ist nur eine Quelle unter mehreren, und nicht einmal die wichtigste, wenn es um lokale Empfehlungen geht.

Das AI-Analytics-Unternehmen Local Dominator hat im April 2026 die bislang aufschlussreichste Analyse dazu vorgelegt: 267.280 KI-Zitate aus lokalen Suchanfragen wurden ausgewertet – über ChatGPT, Gemini, Perplexity, Claude, Grok und Google AI Mode hinweg. Das Ergebnis ist eindeutig: Die Empfehlungen entstehen ganz überwiegend aus Branchenverzeichnissen, Bewertungsplattformen und Community-Diskussionen. Die Bewertungsplattform Yelp wurde in der Analyse sogar häufiger zitiert als Google selbst; dahinter folgen Reddit, Facebook und eine ganze Reihe von Branchen-Fachverzeichnissen.

Die Studie stammt aus den USA, die Plattformnamen sind dort teils andere – aber der Mechanismus ist derselbe und gilt genauso für Deutschland: Die KI vertraut strukturierten Verzeichnisdaten und fremden Stimmen mehr als deiner Eigendarstellung. Ein Verzeichniseintrag hat für die Maschine zwei unschätzbare Eigenschaften: Er ist strukturiert (Name, Adresse, Nummer, Kategorie, Öffnungszeiten stehen an vorhersehbarer Stelle) und er kommt von einem Dritten, nicht von dir.

Auch die Fachwelt bestätigt diese Verschiebung: Die Expertenumfrage „Local Search Ranking Factors 2026” (47 Local-SEO-Experten, 187 bewertete Faktoren) führt erstmals eine eigene Kategorie für KI-Sichtbarkeit – und dort stehen Zitations-Signale, also genau diese Verzeichniseinträge und Erwähnungen, mit 13 Prozent auf Platz drei, deutlich höher gewichtet als im klassischen Google-Ranking. Drei der fünf wichtigsten Einzelfaktoren für KI-Sichtbarkeit hängen mit solchen Einträgen zusammen. Was jahrelang als langweilige Fleißaufgabe galt, ist durch die KI-Suche wieder strategisch geworden.

Was passiert konkret, wenn deine Daten widersprüchlich sind?

Drei Dinge – und alle drei kosten dich Kunden.

Erstens: Du verlierst die Empfehlung. Das ist der stille Schaden. Die KI sortiert dich nicht sichtbar aus, sie erwähnt dich einfach nicht. Du erfährst nie, wie viele Anfragen „Welcher [Branche] in [Stadt]?” beantwortet wurden, ohne dass dein Name fiel.

Zweitens: Die KI verbreitet falsche Angaben über dich. Wenn die alte Adresse oder die abgeschaltete Telefonnummer irgendwo im Netz steht, kann sie in einer KI-Antwort landen – als selbstbewusst formulierte Auskunft. Der Kunde ruft auf der toten Nummer an oder steht vor der alten Adresse. Für ihn sieht das aus, als gäbe es deinen Betrieb nicht mehr.

Drittens: Deine übrigen Maßnahmen verpuffen. Bewertungen, gute Inhalte, Presseerwähnungen – all das zahlt auf eine Entität ein. Wenn die KI nicht sicher zuordnen kann, wer du bist, verteilt sich dein mühsam aufgebautes Vertrauen auf mehrere halbe Identitäten, statt sich bei einer ganzen zu stapeln.

Übrigens wandern die Kunden längst auch jenseits von Google: Laut BrightLocal nutzen inzwischen 27 Prozent der Verbraucher Apple Maps für lokale Empfehlungen – fast doppelt so viele wie im Vorjahr (14 Prozent). Wer sein Google-Profil pflegt, aber Apple und Bing ignoriert, ist auf einem wachsenden Teil der Karte schlicht nicht vorhanden – und Bing ist nebenbei die Datenbasis für die Websuche von ChatGPT.

Welche Verzeichnisse und Profile sind in Deutschland wichtig?

Du musst nicht in hundert Verzeichnissen stehen. Du musst in den richtigen stehen – und dort überall mit identischen Daten. Für regionale Betriebe in Deutschland sieht die Rangfolge so aus:

Die großen drei Karten- und Suchprofile: das Google-Unternehmensprofil (Basis für Google Maps, die klassische Suche und Googles KI-Antworten), Apple Business Connect (Apple Maps, Siri – siehe oben) und Bing Places (Bing-Suche und damit ChatGPT). Diese drei sind Pflicht, kostenlos und in wenigen Stunden eingerichtet oder korrigiert.

Die etablierten deutschen Verzeichnisse: Gelbe Seiten, Das Örtliche, Das Telefonbuch, 11880, GoLocal, Cylex und vergleichbare Portale. Viele davon speisen sich gegenseitig und werden von KI-Systemen als deutsche Datenquellen herangezogen. Hier liegen erfahrungsgemäß die meisten Karteileichen mit alten Adressen.

Die Fachverzeichnisse deiner Branche: Handwerksrolle, Innungs- und Kammerverzeichnisse, branchenspezifische Portale (vom Ärzteverzeichnis bis zum Anwaltsportal). Genau solche Nischenverzeichnisse tauchten in der Local-Dominator-Analyse prominent auf – die KI nutzt sie, um deine fachliche Einordnung zu bestätigen.

Deine eigene Website als Referenzquelle: Impressum und Kontaktseite müssen den Master-Datensatz zeigen, idealerweise ergänzt um strukturierte Daten (Schema.org-Markup vom Typ „LocalBusiness”), die der Maschine Name, Adresse und Öffnungszeiten maschinenlesbar servieren.

Wie bringe ich meine Einträge in Ordnung? Ein Fahrplan in fünf Schritten

Das Gute an diesem Thema: Es ist keine Raketenwissenschaft, sondern Fleißarbeit mit klarem Ende.

Schritt 1 – Master-Datensatz festlegen. Entscheide dich einmal verbindlich: exakte Schreibweise des Firmennamens (mit oder ohne Rechtsform? „Str.” oder „Straße”?), eine Telefonnummer in einem Format, eine Website-Adresse, aktuelle Öffnungszeiten. Dieser Datensatz ist ab jetzt deine einzige Wahrheit.

Schritt 2 – Bestandsaufnahme. Google deinen Firmennamen – und alle früheren Namen, alte Adressen, alte Nummern. Notiere jeden Eintrag, den du findest, mit Fundort und Abweichung. Frag zusätzlich ChatGPT und Perplexity, was sie über deinen Betrieb wissen: Die Antworten zeigen dir oft direkt, welche veraltete Quelle die KI erwischt hat. Wie so ein Selbsttest systematisch geht, zeigt So testest du deine KI-Sichtbarkeit in 15 Minuten.

Schritt 3 – Die großen drei zuerst. Bring Google-Unternehmensprofil, Apple Business Connect und Bing Places auf den Master-Datensatz – vollständig, mit Kategorie, Öffnungszeiten und aktuellen Fotos.

Schritt 4 – Deutsche Verzeichnisse und Fachportale. Korrigiere die reichweitenstarken Verzeichnisse und die Portale deiner Branche. Einträge, die du nicht mehr willst, lösch nicht einfach gedanklich – lass sie beim Betreiber ändern oder entfernen. Jeder verbleibende Falscheintrag arbeitet gegen dich.

Schritt 5 – Dranbleiben. NAP-Konsistenz ist kein Projekt, sondern ein Zustand. Bei jeder Änderung – Umzug, neue Nummer, Umfirmierung – wandert der neue Master-Datensatz durch alle Einträge. Und einmal im Quartal lohnt der Kontrollblick, ob ein Portal deine Daten eigenmächtig „ergänzt” hat.

Realistische Erwartung: Die großen Profile wirken innerhalb von Wochen, kleinere Verzeichnisse brauchen Monate, bis Korrekturen überall ankommen. Brancheneinträge sind das Fundament, nicht das Dach – aber ohne Fundament trägt kein Dach. Welche Stellschrauben darauf aufbauen, liest du in 3 Stellschrauben, damit regionale Betriebe in KI-Antworten auftauchen.

Kann ich das an jemanden abgeben?

Ehrliche Antwort: Die Bestandsaufnahme und die großen drei Profile schaffst du selbst an einem ruhigen Nachmittag. Die Breitenarbeit dahinter – dutzende Verzeichnisse prüfen, korrigieren, Löschungen anstoßen, alles dauerhaft konsistent halten – ist genau die Sorte Arbeit, die im Tagesgeschäft zuverlässig liegen bleibt. Deshalb ist der systematische Aufbau von Profilen und Brancheneinträgen eine Kernleistung jeder regionalflat-Flatrate: Wir legen den Master-Datensatz mit dir fest, räumen die Altlasten ab und bauen die Einträge auf, aus denen die KI ihre Gewissheit zieht – messbar im mitlaufenden KI-Sichtbarkeits-Check.

* Die angegebenen Profile & Brancheneinträge (15 / 40 / 60+) werden über die gesamte Mindestlaufzeit von 6 Monaten aufgebaut – nicht pro Monat.

Fazit: Erst muss die KI wissen, wer du bist – dann kann sie dich empfehlen

Die Erkenntnis dieses Artikels in einem Satz: KI-Systeme bauen ihre lokalen Empfehlungen aus Verzeichnis- und Plattformdaten – und sie empfehlen nur Betriebe, deren Daten überall dieselbe Geschichte erzählen. 45 Prozent der Verbraucher fragen 2026 bereits die KI nach lokalen Betrieben; die Analyse von 267.280 KI-Zitaten zeigt, woraus deren Antworten entstehen: aus Verzeichnissen, Bewertungsplattformen und den Datenspuren, die dein Betrieb im Netz hinterlassen hat.

NAP-Konsistenz ist dabei die unglamouröseste Maßnahme der ganzen KI-Sichtbarkeit – kein Storytelling, keine Kreativität, nur Sorgfalt. Genau deshalb wird sie so oft übersprungen, und genau deshalb ist sie eine echte Chance: Während der Wettbewerb über Content-Strategien nachdenkt, kannst du mit einem sauberen Datenfundament dafür sorgen, dass die KI dich überhaupt erst sicher erkennt. Fang mit der Bestandsaufnahme an. Alles Weitere baut darauf auf.