Wie ChatGPT entscheidet, welche Unternehmen es empfiehlt (und was Sie beeinflussen können)

Fragen Sie ChatGPT „Wer ist ein guter Notfall-Elektriker in Sheffield?“, und Sie bekommen eine kurze, selbstbewusste Liste. Keine Anzeigen, keine zehn blauen Links, keine Seite zwei. Für einen Unternehmer liegt die Frage auf der Hand: Wie sind diese Namen dort hingekommen, und warum nicht meiner?

Es gibt keinen veröffentlichten Ranking-Algorithmus, und wer Ihnen etwas anderes erzählt, rät. Aber die Mechanik ist gut genug verstanden, um nützlich zu sein. ChatGPT baut eine Empfehlung aus zwei Ebenen auf, und jede Ebene reagiert auf andere Dinge, die Sie kontrollieren.

Ebene eins: Was das Modell bereits glaubt

Jede Version von ChatGPT wird auf einem großen Schnappschuss des Webs, von Büchern und lizenzierten Daten trainiert, eingefroren zu einem Stichtag. Daraus bildet es sich ein Bild von jeder Entität, die es oft genug gesehen hat: was das Unternehmen ist, wo es sitzt, wofür es bekannt ist und wie Menschen darüber sprechen.

Drei Dinge entscheiden, ob Sie in dieser Ebene überhaupt existieren.

Wiederholung über unabhängige Quellen hinweg. Ein Unternehmen, das nur auf seiner eigenen Website und sonst nirgends erwähnt wird, ist ein schwaches Signal. Dasselbe Unternehmen, konsistent beschrieben auf seiner Website, im Google Business Profile, im britischen Handelsregister Companies House, in einem Berufsverbandsregister, auf zwei Bewertungsplattformen und in einer Lokalzeitung, ist ein starkes. Das Modell zählt keine Links; es lernt, dass diese Fakten gemeinsam auftreten.

Konsistenz der Fakten. Wenn Ihr Firmenname bei Companies House „Northern Sparks Ltd“ lautet, auf Ihrer Website „Northern Sparks Electrical“ und in einem Verzeichnis „N. Sparks Electricians“, behandelt das Modell das womöglich als drei schwache Entitäten statt als eine starke.

Alter. Alles, was nach dem Trainingsstichtag passiert ist, ist für diese Ebene unsichtbar. Eine Umfirmierung, eine neue Niederlassung oder eine neue Leistung kann Monate brauchen, bis sie sich niederschlägt. Deshalb ist die zweite Ebene so wichtig.

Ebene zwei: Live-Abruf

Wenn eine Frage so aussieht, als bräuchte sie aktuelle oder lokale Informationen, führt ChatGPT eine Websuche durch, liest eine Handvoll Seiten und schreibt seine Antwort daraus. Das ist die Ebene, die die meisten Unternehmen schnell beeinflussen können, weil sie eher wie eine Suchmaschine funktioniert.

Der Abrufschritt bevorzugt tendenziell:

• Seiten, die für OAI-SearchBot und ChatGPT-User erreichbar sind (prüfen Sie robots.txt und Firewall).
• Seiten, deren erster Absatz die Antwort klar nennt: wer, was, wo, für wen, was es kostet.
• Quellen, die das System für diese Art von Frage bereits als zuverlässig behandelt: Bewertungsportale, Verzeichnisse, Lokalpresse, Branchenverbände.
• Seiten, die als HTML rendern, statt sich auf clientseitiges JavaScript zu verlassen.

Wenn der Abruf einen Verzeichniseintrag findet, der sagt, Sie hätten samstags geschlossen, während Ihre eigene Website sagt, Sie hätten geöffnet, wiederholt die Antwort womöglich das Verzeichnis. Das Modell kann nicht erkennen, was stimmt; es nimmt, was bestätigt wird oder was es zuerst gelesen hat.

Wie sich die beiden Ebenen verbinden

Die Antwort, die Sie sehen, ist eine Mischung. Das Modell entwirft eine Kandidatenliste aus dem, was es glaubt, prüft und erweitert sie mit dem, was es abgerufen hat, und schreibt dann eine kurze Begründung für jeden Namen. Diese Begründungen sind ein nützlicher Hinweis: Sie spiegeln meist die Formulierungen wider, die das Modell gefunden hat. „Hoch bewertet für Einsätze am selben Tag“ bedeutet, dass eine Bewertungsquelle oder Ihre eigene Seite eine ähnliche Formulierung verwendet hat.

Weil der Prozess Stichproben beinhaltet, kann derselbe Prompt beim zweiten Durchlauf eine andere Liste erzeugen. Jede einzelne Antwort ist eine Ziehung aus einer Verteilung. Deshalb stellt Seoptist jeden Prompt wöchentlich dreimal pro Engine und berichtet den Anteil der Antworten, die Sie erwähnen, statt eines einzelnen Ja oder Nein.

Was Sie beeinflussen können

Grob geordnet nach Aufwand im Verhältnis zur Wirkung:

1. Lassen Sie die Bots herein. Erlauben Sie OAI-SearchBot und ChatGPT-User in der robots.txt und stellen Sie sicher, dass Ihr CDN sie nicht mit einer Challenge abfängt.
2. Erstellen Sie eine Seite pro Leistung, die die Frage in den ersten 100 Wörtern beantwortet. „Wir sind ein NICEIC-registrierter Elektrikerbetrieb für Sheffield und Rotherham, verfügbar für Notfalleinsätze am selben Tag, mit einer festen Anfahrtspauschale von £X.“ Konkret, faktisch, zitierbar.
3. Gleichen Sie Ihre Entitätsfakten überall ab. Gleicher Name, Adresse, Telefon, Öffnungszeiten und Leistungen auf Ihrer Website, im Google Business Profile, bei Companies House, in Verzeichnissen und auf Bewertungsportalen.
4. Fügen Sie strukturierte Daten hinzu. LocalBusiness- oder Organization-JSON-LD mit denselben Fakten, plus FAQPage, wo Sie echte FAQs haben.
5. Verschaffen Sie sich Präsenz auf den Quellen, die das Modell bereits zitiert. Sehen Sie nach, welche Domains in den Antworten auf Ihre Prompts erscheinen, und stellen Sie sicher, dass Sie dort gelistet, bewertet oder erwähnt sind.
6. Halten Sie Drittinformationen aktuell. Veraltete Verzeichniseinträge sind die häufigste Ursache falscher Empfehlungen.

Was Sie nicht beeinflussen können

• Den Trainingsstichtag. Sie können das Modell einen Fakt nicht schneller lernen lassen als bis zu seiner nächsten Version.
• Welchen Quellen das System vertraut. Sie können dort präsent sein; die Liste ändern können Sie nicht.
• Die Stichprobe. Sie können Ihre Wahrscheinlichkeit, erwähnt zu werden, erhöhen; garantieren können Sie es nicht.
• Bezahlte Platzierung. In der organischen Antwort gibt es keine, und gegenteilige Behauptungen sind meist Betrug.

Ein kurzer Selbsttest

Bevor Sie etwas kaufen, erledigen Sie dies an einem Nachmittag:

[ ] robots.txt erlaubt OAI-SearchBot und ChatGPT-User
[ ] curl -A "OAI-SearchBot" liefert 200 und echtes HTML für Ihre 5 wichtigsten Seiten
[ ] Name, Adresse, Telefon identisch auf Website, GBP, Companies House, Top-3-Verzeichnissen
[ ] Jede Leistungsseite beantwortet wer/was/wo/Kosten im ersten Absatz
[ ] LocalBusiness- oder Organization-JSON-LD validiert ohne Fehler
[ ] ChatGPT 5 realistische Prompts je 3-mal gestellt; notiert, wen es genannt und welche Quellen es zitiert hat

Der letzte Punkt ist der, den die meisten überspringen, und genau dort liegen die Überraschungen. Der kostenlose AI Visibility Check übernimmt diesen Teil für Sie über fünf Prompts und zwei Engines und zeigt die Quellen, auf die sich die Engines gestützt haben.