GEO für Handwerksbetriebe: Wie kommt Ihr Betrieb in die KI-Antwort? 5 Schritte und was 37 geprüfte Websites zeigen

1. GEO für Handwerksbetriebe: Wie kommt ein Betrieb in die KI-Antwort?

GEO für Handwerksbetriebe beginnt bei einer Szene, die jeder Dachdecker kennt: Es tropft durch die Decke, und die Kundin sucht vom Sofa aus Hilfe. Nur fragt sie heute oft ChatGPT, Gemini oder Perplexity und bekommt eine Antwort wie ein Tipp über den Gartenzaun. Stand September 2026 nutzen laut dem Consumer Search Behaviors Report von Yext 41 Prozent der Befragten in Deutschland KI-Werkzeuge für die Suche nach lokalen Unternehmen, berichtete t3n im August 2026.

Spannender ist die zweite Zahl, denn Neugier allein bringt keinen Auftrag. 27 Prozent der deutschen Befragten kontaktierten binnen sechs Monaten einen Betrieb, den sie vorher nicht kannten, weil eine KI ihn empfohlen hatte. Genau dort wird aus Auffindbarkeit eine Anfrage.

Mit GEO ist nicht Geografie gemeint, auch wenn es im Handwerk ständig um Orte geht, sondern Generative Engine Optimization. Wer nach GEO für Handwerker sucht, meint diese Lesart. Der Beitrag zeigt, woher KI-Systeme ihr Wissen über einen Handwerksbetrieb holen und welche fünf Schritte in welcher Reihenfolge wirken.

Auf einen Blick

GEO für Handwerksbetriebe ist die Arbeit daran, dass KI-Systeme wie ChatGPT einen Betrieb nennen, wenn jemand nach einer Leistung im Einzugsgebiet fragt. Entscheidend sind drei Dinge: eine Website, die Leistung und Ort im Klartext nennt, konsistente Einträge in Branchenverzeichnissen und im Google Unternehmensprofil, dazu Bewertungen mit aktuellem Datum und beschreibendem Text.

Was das für Sie heißt

Betrifft Sie das? Ja, sobald Kunden Ihre Leistung online suchen, statt im Bekanntenkreis zu fragen. Was kostet Nichtstun? Aufträge: Wenn gut jeder vierte Befragte schon einem KI-Tipp gefolgt ist, landen diese Anfragen im Nachbarort, und Ihr Telefon bleibt still. Ihr erster Schritt dauert zehn Minuten: Fragen Sie einen KI-Assistenten nach einem Betrieb Ihres Gewerks in Ihrer Stadt und schauen Sie, wer genannt wird und warum.

Lokale Auffindbarkeit ist nicht neu, sie zieht nur um. Bei lokaler SEO zählt die Position in der Trefferliste, und wer in der klassischen Google-Suche gut dasteht, steht deshalb noch nicht in der KI-Antwort. Der Unterschied zwischen lokaler Suchmaschinenoptimierung und GEO liegt im Material: Trefferlisten belohnen Rankings, Antwortsysteme brauchen Angaben, die sie zitieren können. GEO optimiert Inhalte also für Antwortsysteme.

2. Woher wissen KI Systeme, welchen Handwerksbetrieb sie empfehlen?

KI-Systeme denken sich ihre Empfehlung nicht aus, sie setzen sie aus Quellen zusammen, die sie im Moment der Frage abrufen. Yext hat dafür 6,8 Millionen Quellenangaben aus ChatGPT, Gemini und Perplexity von Juli und August 2025 ausgewertet. Das Ergebnis ist erfreulich bodenständig: 44 Prozent der Nennungen stammten von unternehmenseigenen Websites, 42 Prozent aus Brancheneinträgen, 8 Prozent aus Bewertungen und sozialen Medien, 2 Prozent aus Foren. Die Auswertung kommt vom Anbieter selbst, legt ihre Stichprobe aber offen.

Ein KI-System verhält sich dabei wie ein gut informierter Nachbar, der drei Menschen fragt, bevor er einen Namen nennt: die Website des Betriebs, ein Verzeichnis und jemanden, der dort Kunde war. Widersprechen sich die drei, empfiehlt er lieber den Betrieb, bei dem alles zusammenpasst.

Für Handwerksbetriebe heißt das: Unternehmensprofil, Branchenverzeichnisse, Innungs-Einträge und Erwähnungen in regionalen Medien sind keine Nebensache für verregnete Freitage.

Sie sind das Baumaterial der Antwort.

Die Optimierung von Inhalten endet deshalb nicht an der eigenen Domain. Einheitliche Standortangaben räumen genau die Widersprüche ab, an denen ein KI-System hängen bleibt. Steht die Telefonnummer in drei Verzeichnissen dreimal anders, wirkt keine davon vertrauenswürdig, auch nicht für die Kundin am Telefon.

Der zweite Hebel liegt außerhalb der eigenen Seiten. Was ein Betrieb über sich selbst schreibt, glaubt man ihm etwas weniger. Belege aus regionalen Medien wiegen in KI-Antworten anders, weil sie von Dritten stammen. Einem Malerbetrieb reicht oft schon ein Fachartikel im regionalen Wirtschaftsteil oder ein Eintrag der Innung.

3. Warum gibt es in der KI-Suche keinen einen Platz eins?

Einen Platz eins wie in der klassischen Google-Suche gibt es in der KI-Suche nicht. Yext hat von Februar bis August 2026 insgesamt 2,05 Millionen lokale Suchanfragen ausgewertet und 491.972 Fälle verglichen, in denen dieselbe Frage an Gemini, ChatGPT, Claude und Perplexity ging. Nur in 4 Prozent nannten alle vier denselben Betrieb zuerst, in 48 Prozent nannte jedes System einen anderen. Vier Systeme, vier Meinungen, fast wie bei einem Stammtisch.

Hier widersprechen wir den meisten Ratgebern zu GEO für Handwerk. Häufig heißt es, KI-Sichtbarkeit lasse sich gewinnen wie ein Ranking. Das trifft nach den vorliegenden Zahlen nicht zu, weil es den einen Siegerplatz gar nicht gibt. Gearbeitet wird deshalb am Material, aus dem alle vier Systeme ihre Antwort bauen. Weniger glamourös, dafür zählt jede Stunde in allen vier Systemen.

Für kleinere Betriebe steckt darin eine gute Nachricht: Sind vier Systeme uneins, ist die Kategorie nicht vergeben, und der große Betrieb aus der Kreisstadt hat noch nicht gewonnen. GEO für kleine Betriebe hängt deshalb weniger am Budget als an der Sorgfalt. Wer Leistungen fachlich sauber beschreibt und Angaben konsistent hält, kann in mehreren Antwortsystemen zugleich auftauchen.

Eine KI-Empfehlung gewinnt man nicht wie ein Rennen. Man verdient sie sich wie einen guten Ruf im Ort: mit Angaben, die überall gleich lauten, und mit Kunden, die gern davon erzählen.

4. Was Ihr Betrieb vor dem ersten Schritt klären sollte

Drei Fragen sollte ein Handwerksbetrieb klären, bevor er an seiner KI-Sichtbarkeit schraubt, und alle drei passen an den Küchentisch. Erstens: Welche Leistungen soll ein KI-System nennen, die Badsanierung oder das ganze Sanitärgewerk? Zweitens: Wie weit reicht das Einzugsgebiet, und wie heißen die Orte darin? Drittens: Welche Angaben zu Name, Adresse und Telefonnummer gelten, wenn Verzeichnisse sich widersprechen?

Wie weit der Weg dorthin ist, zeigt eine eigene Stichprobe. Am 19. September 2026 haben wir 45 Handwerksbetriebe mit hinterlegter Website aus OpenStreetMap gezogen, systematisch jeden 72. Eintrag aus drei Gewerken: Dachdecker, Malerbetrieb, Sanitärbetrieb. 37 Startseiten deutscher Domains antworteten auswertbar. Davon nannten 11 ein Einzugsgebiet im Text, 5 hielten eine Frage-Antwort-Strecke bereit, 5 trugen strukturierte Daten mit einem LocalBusiness-Knoten.

Die Postleitzahl dagegen steht fast überall, auf 32 der 37 Startseiten. Adresse da, Einzugsgebiet unklar, Kundenfragen offen: ein bisschen wie ein frisch lackiertes Firmenschild ohne Öffnungszeiten. Die Stichprobe ist eine Momentaufnahme, nicht repräsentativ und misst nur Startseiten.

5. Schritt für Schritt: So wird Ihr Handwerksbetrieb in KI Antworten sichtbar

Fünf Schritte bringen einen Handwerksbetrieb in die Antwortsysteme. Die Reihenfolge zählt, ähnlich wie beim Hausbau, wo auch niemand mit dem Dach anfängt.

Schritt 1: Leistungen im Klartext benennen

Leistungen gehören ausgeschrieben, nicht zusammengefasst. Wer nur mit „alles aus einer Hand“ wirbt, stellt eine Kiste ohne Aufschrift hin, und niemand weiß, ob Werkzeug oder Weihnachtsdeko drin ist. „Reetdach decken, Flachdach sanieren, Dachfenster einbauen“ beantwortet dagegen drei Fragen auf einmal. Die Seitenstruktur folgt deshalb der Leistung: je Gewerk eine eigene Seite mit Ablauf, typischer Dauer und klarer Abgrenzung, und genau die macht sie fachlich brauchbar und zitierbar.

Schritt 2: Das Einzugsgebiet auf der Website nennen

Ein Ortsname im Impressum ist kein Einzugsgebiet. Ein Sanitärbetrieb in Göttingen, der auch Northeim und Duderstadt anfährt, schreibt beide Orte auf seine Leistungsseiten. So wird aus einer Adresse ein Versorgungsgebiet, und die Kundin in Duderstadt weiß: Die kommen auch zu mir.

Schritt 3: Google Unternehmensprofil und Verzeichnisse abgleichen

Das Google Unternehmensprofil ist für potenzielle Kunden oft der erste Kontakt und in Suchsystemen eine zentrale Quelle. Prüfen Sie Adresse, Telefonnummer, Öffnungszeiten, Kategorien und Leistungen, und gleichen Sie alles mit Branchenverzeichnissen und Innungs-Einträgen ab. Widersprüchliche Einträge wirken wie drei Klingelschilder an derselben Tür: Man klingelt lieber nirgends. Jede beseitigte Abweichung ist ein Widerspruch weniger in der Antwort.

Schritt 4: Kundenfragen beantworten, bevor sie gestellt werden

Kundenfragen sind der Rohstoff für direkte Antworten, und der liegt längst bei Ihnen. Notieren Sie zwei Wochen lang, was Interessenten am Telefon fragen. Was kostet eine Badsanierung? Wie lange dauert sie? Wer räumt auf? Diese Fragen gehören als kurze Frage-Antwort-Strecke auf die passende Leistungsseite, jede Antwort in ein bis drei Sätzen. So entstehen direkte Antworten, die ein KI-System übernehmen kann.

Schritt 5: Bewertungen aktuell halten und strukturierte Daten hinterlegen

Bewertungen sind ein Vertrauenssignal, das der Betrieb nicht selbst schreiben kann, und genau deshalb glaubt man ihnen. Kunden wollen darin lesen, ob jemand zuverlässig und sauber arbeitet. Sie wirken nicht über die Sternzahl allein, sondern über Text und Datum. „Unternehmen mit wenigen, aber aktuellen Bewertungen sind gegenüber jenen mit umfangreichen, aber veralteten Bewertungen im Vorteil“, sagt Armin Doll, Director Solutions Engineering EMEA bei Yext, im Interview zur Studie. Ergänzen Sie dazu strukturierte Daten. In Googles Dokumentation sind nur Name und Adresse Pflicht, empfohlen werden Telefonnummer, Öffnungszeiten und Koordinaten. Das ist Fleißarbeit, keine Technikhürde, und sie zielt auf dasselbe wie eindeutige Angaben über den Betrieb.

6. Welche Fehler kosten Handwerksbetriebe die KI-Empfehlung?

Drei Fehler tauchen in der Stichprobe immer wieder auf. Der erste ist die unsichtbare Leistung: Die Seite verspricht Qualität, nennt aber kein Gewerk. Beim zweiten fehlt das Einzugsgebiet, als ob der Betrieb überall und nirgends arbeiten würde. Im dritten glänzen viele Sterne im Bewertungsbild, nur ist keiner aus diesem Jahr.

Was dagegen nachweislich nicht reicht, ist Technik allein.

Strukturierte Daten sind das Nummernschild, nicht der Motor: Sie machen Angaben maschinenlesbar, erzeugen aber keine Empfehlung. Sichtbarkeit ist zudem kein Auftrag: Laut BrightLocal lesen 82 Prozent KI-generierte Bewertungszusammenfassungen, aber nur 23 Prozent würden sich allein darauf verlassen. „Bewertungen sind stabil, beständig und wichtiger denn je“ („Reviews are stable, sticky, and more important than ever“), sagt Myles Anderson, Mitgründer und Geschäftsführer von BrightLocal.

Für kleine Betriebe im Mittelstand ergibt sich daraus eine klare Arbeitsteilung: Die Website liefert die Fakten, die Verzeichnisse bestätigen sie, die Bewertungen belegen die Ausführung. Wer alle drei auf demselben Stand hält, kann in der KI-Suche empfohlen werden, ohne je ein Ranking gewonnen zu haben.

7. Fazit

GEO für Handwerksbetriebe ist kein neues Marketingfeld, sondern Sorgfalt an drei Stellen: Leistung, Ort, Beleg. Ziel ist, allen Systemen dasselbe gute Material zu geben: ausgeschriebene Leistungen, ein genanntes Einzugsgebiet, konsistente Einträge und beantwortete Kundenfragen. Das meiste davon wissen Sie ohnehin besser als jeder Außenstehende.

Am Ende zählen dabei nicht Nennungen, sondern mehr Anfragen.

Gesucht ist kein Siegerplatz, sondern ein Betrieb, den man gern weiterempfiehlt, die Nachbarin genauso wie die KI.

8. Anhang: Checkliste für die nächsten vier Wochen

9. Häufige Fragen zu GEO für Handwerksbetriebe

Autor: Simon Hubert ist Gründer von Hubert Strategies in Göttingen und arbeitet an generativer Suchmaschinenoptimierung, Knowledge-Graph-Strukturen und KI-Sichtbarkeit in ChatGPT und Co. Seine erste Digitalagentur gründete er 2011. Er hält einen Master in Business Informatics der Universität Mannheim und ist seit über 20 Jahren in Digitalisierung und IT unterwegs, mehrere Jahre davon in Großkonzernen.

Stand September 2026. Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. Marktzahlen, Studienergebnisse und die Angaben in Googles Dokumentation ändern sich laufend; genannte Werte sind den verlinkten Quellen entnommen. Die eigene Stichprobe ist eine Momentaufnahme und nicht repräsentativ.