GEO-Fallbeispiel 2026: Wie ein Elektrobetrieb aus Leipzig-Plagwitz in ChatGPT sichtbar wurde

Hinweis: Dieses Fallbeispiel ist konstruiert. Betrieb, Ort und Ablauf stehen für eine typische Ausgangslage und beschreiben keinen realen Kunden. Echte Messwerte finden Sie in unserer Fallstudie mit Ausgangsmessung.

Ein Meisterbetrieb, zwanzig Jahre am Markt, Google-Platz 3 bei "Elektriker Leipzig" – und trotzdem taucht er in ChatGPT-Antworten nicht auf. Dieses Fallbeispiel aus Leipzig-Plagwitz zeigt Schritt für Schritt, woran es lag und was sich konkret ändern lässt, wenn ein Unternehmen in KI-Antworten sichtbar werden will.

Die Ausgangslage: Guter Ruf, gute Rankings, aber keine KI-Nennung

Der Betrieb – nennen wir ihn hier stellvertretend "Elektro Falk" – ist ein typischer Handwerksfall: drei Meister, acht Mitarbeitende, Spezialisierung auf Wallbox-Installation, Smart-Home-Verkabelung und E-Check für Wohnhäuser im Leipziger Westen. Die Webseite ist seit Jahren gepflegt, rankt bei Google für "Elektriker Leipzig-Plagwitz" und "Wallbox Installation Leipzig" auf den vorderen Plätzen. Klassisches SEO hat also funktioniert.

Das Problem zeigte sich erst, als ein Kunde erzählte, er habe ChatGPT gefragt: "Welcher Elektriker in Leipzig installiert Wallboxen für Einfamilienhäuser?" Genannt wurden zwei Wettbewerber aus Leipzig-Connewitz und Leipzig-Gohlis – nicht aber der eigene Betrieb, obwohl dieser bei Google klar vorne lag. Genau dieses Muster beschreibt auch der Artikel GEO im Alltag: Ein typisches Szenario zeigt, warum Google-Platz 1 heute nicht mehr reicht: gute Platzierung in der klassischen Trefferliste schützt nicht automatisch vor Unsichtbarkeit in generativen Antworten.

Die Analyse: Warum das Sprachmodell den Betrieb ignorierte

Bei der Prüfung der Webseite fielen mehrere Punkte auf, die für Google-Rankings kaum eine Rolle spielen, für KI-Systeme aber entscheidend sind:

• Die Startseite beschrieb Leistungen in Fließtext ohne klare Überschriftenstruktur – für ein Sprachmodell schwer in einzelne Fakten zu zerlegen.
• Es gab keine strukturierten Daten (Schema.org) zu Öffnungszeiten, Leistungsgebiet oder Firmierung.
• Adresse und Telefonnummer wichen zwischen Webseite, Google-Unternehmensprofil und einem alten Branchenverzeichnis leicht voneinander ab.
• Es fehlten klar beantwortete Fragen wie "Was kostet eine Wallbox-Installation in Leipzig?" oder "Wie lange dauert ein E-Check?".
• Keine einzige Unterseite erklärte, warum sich der Betrieb von anderen Anbietern in der Region unterscheidet.

Das Muster deckt sich mit einer Beobachtung, die auch in GEO verstehen statt nur anwenden: Die teuersten Denkfehler beim Einstieg in Generative Engine Optimization beschrieben wird: Viele Betriebe optimieren weiter für Rankings, obwohl KI-Systeme andere Kriterien gewichten – etwa Eindeutigkeit, Konsistenz und maschinenlesbare Struktur.

Der Umbau: Von der Webseite zur zitierfähigen Quelle

Auf Basis dieser Analyse wurde die Webseite in drei Schritten überarbeitet. Wichtig dabei: Es ging nicht um mehr Text, sondern um klarere Fakten.

Schritt 1: Leistungen als eigene, klar betitelte Seiten

Statt einer Sammelseite "Leistungen" entstanden einzelne Unterseiten – "Wallbox-Installation Leipzig", "E-Check für Wohngebäude", "Smart-Home-Verkabelung" – jeweils mit konkreten Angaben zu Ablauf, Dauer und Preisrahmen. Diese Struktur orientiert sich an den Empfehlungen von Google Search Central zu hilfreichen Inhalten, die klar beantwortbare, nutzerorientierte Seiten gegenüber vagen Sammeltexten bevorzugen.

Schritt 2: Strukturierte Daten nachgerüstet

Öffnungszeiten, Standort, Leistungsgebiet und Firmierung wurden als strukturierte Daten hinterlegt, wie es Googles Dokumentation zu strukturierten Daten beschreibt. Das erleichtert nicht nur der klassischen Suche, sondern auch KI-Systemen, den Betrieb eindeutig einer Region und einem Leistungsspektrum zuzuordnen.

Schritt 3: FAQ-Abschnitte mit echten Kundenfragen

Jede Leistungsseite bekam einen kurzen FAQ-Bereich mit Fragen, die Kunden tatsächlich stellen: Kosten, Förderfähigkeit, Dauer, Garantie. Diese Fragen-Antwort-Struktur ist genau das Format, das Sprachmodelle bevorzugt aufgreifen, weil es sich leicht in eine direkte Antwort übersetzen lässt.

Was sich nach einem Quartal zeigte

Die folgenden Angaben sind als Orientierungsgrößen aus der Beobachtung dieses Falls zu verstehen, nicht als allgemeingültige Garantie:

• Die Google-Rankings blieben nahezu unverändert – der Betrieb war vorher schon gut platziert.
• Bei Testabfragen in ChatGPT und Gemini zu regionalen Elektriker-Leistungen wurde der Betrieb ab dem zweiten Monat deutlich häufiger genannt als zuvor.
• Anfragen über das Kontaktformular, die explizit auf konkrete Leistungsdetails Bezug nahmen ("Sie schreiben, ein E-Check dauert ca. 2 Stunden..."), nahmen sichtbar zu – ein Hinweis darauf, dass Nutzer diese Informationen zuvor aus einer KI-Antwort entnommen hatten.
• Die durchschnittliche Verweildauer auf den neuen Leistungsseiten stieg, weil Besucher gezielter auf die Seite kamen, die ihre Frage bereits beantwortete.

Diese Entwicklung passt zu dem, was auch Google im offiziellen Suche-Blog wiederholt betont: Inhalte, die Fragen klar und eindeutig beantworten, werden von KI-gestützten Antwortsystemen bevorzugt aufgegriffen – unabhängig davon, ob es sich um ein Handwerksunternehmen oder einen anderen Anbieter handelt.

Was sich aus diesem Fall verallgemeinern lässt

Der Leipziger Fall ist kein Einzelphänomen. Ähnliche Muster zeigen sich bei Steuerkanzleien, Physiotherapie-Praxen oder IT-Dienstleistern gleichermaßen: Wer gut rankt, aber Inhalte nicht in klar zitierbare Fakten aufbereitet, bleibt in KI-Antworten oft unsichtbar. Ein strukturierter Vorgehensplan hilft dabei, diese Lücke systematisch zu schließen – etwa der in GEO Fahrplan 2026: Der Schritt-für-Schritt-Ratgeber für Sichtbarkeit in KI-Antworten beschriebene Ablauf von Bestandsaufnahme, Strukturierung und Kontrolle.

Drei Fragen helfen jedem Unternehmen, den eigenen Status grob einzuschätzen:

• Beantwortet meine Webseite konkrete Kundenfragen in klaren, kurzen Absätzen – oder nur in werblichem Fließtext?
• Sind Name, Adresse, Öffnungszeiten und Leistungen überall identisch hinterlegt – Webseite, Google-Profil, Branchenverzeichnisse?
• Gibt es strukturierte Daten, die Suchmaschinen und KI-Systemen die eigenen Fakten maschinenlesbar zur Verfügung stellen?

Wer diese drei Punkte kritisch prüft, erkennt meist schnell, ob die eigene Situation dem Leipziger Beispiel ähnelt. Für eine strukturierte Einschätzung der eigenen Ausgangslage lässt sich ein kostenloses Erstgespräch anfragen, in dem der aktuelle Stand in klassischer Suche und KI-Antworten gegenübergestellt wird. Einen Überblick über mögliche Leistungsumfänge und Kosten bieten die Preise & Pakete.

Häufige Fragen

Ist GEO nur für große Unternehmen relevant?

Nein, das Fallbeispiel zeigt gerade bei einem k