Sandis Piruskins KI-Audit

Reputation · KI-Sichtbarkeit · Schirmherr

Was KI-Systeme über euch sagen — und warum das PR-Sache ist.

10 konkrete Prüfungen. Kein Tool, kein Login, kein Bezahl-Dashboard nötig — nur ein Browser und 60 Minuten. Am Ende wisst ihr, ob ChatGPT, Claude, Perplexity und Google AI Overviews eure Marke korrekt zitieren, verzerren oder ignorieren. Denn was KI-Systeme antworten, ist zu großen Teilen eine Funktion dessen, was Dritte über euch schreiben — und das ist klassisches PR-Handwerk, nicht Suchmaschinen-Tuning.

Autor: Sandis Piruskins Stand: August 2026 Dauer: ~60 Min
Reputations-Audit anfragen (1.500 €) →

Warum das jetzt zählt.

Suche verschiebt sich von „zehn blaue Links" zu „einer synthetischen Antwort mit drei Quellen". Wer nicht unter diesen drei Quellen ist, existiert für einen wachsenden Teil des Publikums nicht. Reputation in KI-Antworten ist eine Erweiterung klassischer PR-Arbeit: Es geht darum, was Dritte über euch schreiben, wie konsistent eure Markendaten im Web stehen und ob LLMs euch als vertrauenswürdige Quelle einstufen.

Dieser Audit prüft die zehn Stellen, an denen Marken 2026 typischerweise verlieren. Jeder Punkt hat: Warum das zählt, Selbst-Check, Ampel-Kriterien. Am Ende: Sofortmaßnahmen — und ein ehrlicher Blick darauf, was wirklich wirkt und was SEO-Folklore ist.

  1. 01

    Wikipedia + Wikidata prüfen.

    Warum das zählt: Wikipedia und Wikidata sind für LLMs die Primärquelle für Entity-Definitionen. Fehlt ihr dort oder ist der Eintrag veraltet, zitieren ChatGPT und Claude alte oder falsche Informationen über euch.

    Selbst-Check: Sucht euren Markennamen auf wikipedia.org (deutsch und englisch getrennt) und wikidata.org. Prüft: existiert ein Eintrag, ist er aktuell (Update-Datum), sind Kernfakten (Gründung, Sitz, Kern-Angebot, Führung) korrekt und mit Belegen versehen.

    GRÜN Eintrag existiert in DE + EN, letztes Update < 6 Monate, Wikidata-Item vollständig
    GELB Ein Eintrag existiert, aber ist > 12 Monate alt oder unvollständig
    ROT Keine Präsenz oder aktive Falschinformation

    Sofortmaßnahme: Bei ROT keine Selbst-Bearbeitung starten (COI-Verstoß). Stattdessen: gut belegte Sekundärquellen produzieren (Fachartikel, Presse) und eine:n unabhängige:n Wikipedia-Editor:in anfragen. Dauer bis Sichtbarkeit typischerweise 3–6 Monate.

  2. 02

    Schema.org-Baseline auf eurer Site.

    Warum das zählt: LLMs bevorzugen strukturierte Daten für Entity-Konsolidierung. Ohne Schema-Auszeichnung müsst ihr auf Muster-Erkennung hoffen — mit Schema signalisiert ihr direkt „hier ist die Organisation, hier ist der Author, hier ist der Article".

    Selbst-Check: Nutzt den Rich Results Test von Google und das Schema Markup Validator. Prüft eure Homepage und drei repräsentative Content-Seiten. Erwartet: Organization (oder Person), WebSite, Article pro Content-Seite, FAQPage bei Q&A, BreadcrumbList bei Sub-Pages.

    GRÜN Alle drei Basis-Schemas plus Article-Schema pro Content-Seite
    GELB Nur eines der Basis-Schemas oder Article ohne Author-Referenz
    ROT Kein Schema oder Schema mit Validator-Fehlern

    Sofortmaßnahme: Ein einziges gutes Organization-JSON-LD im <head> der Startseite ist der wichtigste 30-Minuten-Fix. knowsAbout, memberOf, sameAs mit LinkedIn + X + Wikidata reichen als Baseline.

  3. 03

    llms.txt und robots.txt LLM-Allow.

    Warum das zählt: Viele robots.txt-Dateien blockieren LLM-Crawler per default (Cloudflare-Preset, WordPress-Plugins, Panik-Reflex 2023). Wer diese Bots ausschließt, verschwindet aus den generativen Suchindizes — nicht sofort, aber binnen Wochen. Die robots.txt-Freigabe ist die Mindestvoraussetzung.

    Selbst-Check: Öffnet eure-domain/robots.txt. Prüft: steht dort explizit Allow oder mindestens keine Disallow-Regel für: GPTBot, ClaudeBot, PerplexityBot, Google-Extended, Applebot-Extended. Prüft dann eure-domain/llms.txt — existiert die Datei?

    GRÜN robots.txt LLM-freundlich + llms.txt vorhanden und gepflegt
    GELB robots.txt LLM-freundlich, aber keine llms.txt
    ROT LLM-Bots explizit oder implizit blockiert

    Sofortmaßnahme: LLM-Bots in robots.txt allowlisten (10 Minuten). Eine llms.txt ist billige Hygiene für weitere 10 Minuten — aber erwartet keine Wunder davon. Eine breite Studie über 300.000 Domains zeigt, dass sie von KI-Crawlern in unter 0,1 % der Besuche angefordert wird, und Google hat die Unterstützung öffentlich abgelehnt. Sie schadet nicht, aber sie allein verändert keine Zitier-Rankings. Die robots.txt-Freigabe ist der relevante Schritt.

  4. 04

    Q&A-Struktur auf Kern-Themen.

    Warum das zählt: LLMs bevorzugen Frage-Antwort-Formate — sie können direkt extrahieren und zitieren. Marken ohne Q&A-Blöcke werden paraphrasiert (oft schlecht); Marken mit Q&A werden wörtlich zitiert.

    Selbst-Check: Zählt eure eigenen Q&A-Sektionen. Erwartet: eine FAQ-Sektion auf der Homepage (mit FAQPage-Schema), Q&A-Blöcke in jedem Fachartikel, mindestens eine Q&A-optimierte Landing-Page pro Kern-Angebot. Fragen sollten so klingen, wie ein Kunde sie im ChatGPT eintippen würde — nicht wie Marketing sie formuliert.

    GRÜN 8–15 Q&A-Paare mit FAQPage-Schema, natürliche Sprache, klare Antworten
    GELB Q&A-Sektion vorhanden, aber ohne Schema oder Marketing-Sprech
    ROT Keine Q&A-Struktur, nur Fließtext

    Sofortmaßnahme: Nutzt AnswerThePublic oder eine eigene ChatGPT-Session, um typische Fragen zu eurem Angebot zu extrahieren. 10–15 davon als FAQ-Sektion strukturieren, mit Schema auszeichnen.

  5. 05

    Entity-Konsistenz über alle Kanäle.

    Warum das zählt: Wenn eure Marke auf der Website „Wetterfest", auf LinkedIn „Weatherproof", im Impressum „W. GmbH" und in der Presse „Wetterfeste Consulting" heißt, kann kein LLM eine kohärente Entity aufbauen. Ergebnis: Halluzinationen, Verwechslungen, Zitat-Ausfall.

    Selbst-Check: Öffnet 10 Referenzquellen (Website, LinkedIn-Firma, LinkedIn-Personal, Google Business, Impressum, drei Presseartikel, Wikidata, Wikipedia). Vergleicht: exakter Marken-Name, Kern-Beschreibung (1 Satz), Website-URL, Gründungsjahr, Sitz. Notiert jede Abweichung.

    GRÜN Alle 10 Quellen konsistent, gleicher Name, gleiche Beschreibung
    GELB 1–3 kleinere Abweichungen (z.B. Schreibweise, Kürzung)
    ROT Substanzielle Widersprüche in Marken-Name oder Kern-Beschreibung

    Sofortmaßnahme: Eine Master-Beschreibung festlegen (1 Satz), diese Satz-für-Satz auf alle 10 Quellen ausrollen. Bei Presse sanft nachjustieren (Redakteur:innen anschreiben).

  6. 06

    E-E-A-T-Signale bei Autor:innen.

    Warum das zählt: Google und LLMs gewichten Autoren-Expertise zunehmend als Qualitäts-Signal. Anonyme Content-Farmen fallen aus der Zitation; Content mit klaren, verifizierten Autor:innen bleibt sichtbar.

    Selbst-Check: Für jeden veröffentlichten Content: gibt es eine Autor:in-Angabe mit Foto, Kurzbio, verlinktem LinkedIn-Profil, ggf. Publikations-Historie? Ist die Autor:in als Person-Schema ausgezeichnet mit knowsAbout, alumniOf, memberOf?

    GRÜN Autor:in pro Artikel, mit Bio, Foto, Person-Schema, LinkedIn-Verlinkung
    GELB Autor:in genannt, aber ohne Schema oder ohne Bio-Seite
    ROT Content ohne Autoren-Angabe oder mit generischem „Team"-Label

    Sofortmaßnahme: Eine Autor:in-Übersichtsseite anlegen (WordPress: Autor-Archiv nutzen). Person-Schema pro Autor:in ins Template. Bio-Länge: 3–5 Sätze, Fach-Erfahrung, konkrete Belege.

  7. 07

    Quellen und Zitationen strukturieren.

    Warum das zählt: LLMs vertrauen Content mit expliziten Quellen mehr als Behauptungen ohne Beleg. Fußnoten, Anker-Links und Referenzlisten helfen Antwort-Maschinen, eure Aussagen als „belegt" zu klassifizieren.

    Selbst-Check: Nehmt euren drittwichtigsten Artikel und zählt: wie viele belastbare Zitate (mit Anker-Link auf Original-Quelle) enthält er? Wie viele Grafiken/Daten haben Quellenangaben? Sind die Quellen selbst hochwertig (peer-reviewed, Regierungs-Daten, Fach-Verbände) oder eher „Blog vs. Blog"?

    GRÜN 3+ hochwertige Quellen pro Fachartikel, alle mit Anker-Links, Daten belegt
    GELB Quellen vorhanden, aber unstrukturiert oder gemischte Qualität
    ROT Behauptungen ohne Quellen, keine Anker-Links

    Sofortmaßnahme: Content-Template mit einer „Quellen"-Sektion am Ende jedes Artikels. Statistik-Aussagen mit Anker-Link zur Primärquelle. Interne Studien mit eigener Methodik-Seite verlinken.

  8. 08

    LLM-Live-Test mit fünf Prompts.

    Warum das zählt: Alles Vorherige ist Theorie. Der echte Test: fragen die LLMs euren Namen und euer Thema — und was antworten sie? Diese Ground-Truth ist der ehrlichste Report, den ihr bekommt.

    Selbst-Check: Öffnet ChatGPT, Claude, Perplexity und Google AI Overviews. Stellt für jede fünf identische Prompts:

    1. „Wer oder was ist [Marke]?"
    2. „Was macht [Marke]?"
    3. „Wer ist Gründer:in / CEO von [Marke]?"
    4. „Nenne mir drei Wettbewerber von [Marke]."
    5. „Was ist die Kernkompetenz von [Marke]?"

    Vergleicht die Antworten mit dem, was ihr über euch selbst wisst. Notiert: korrekte Fakten, veraltete Fakten, Halluzinationen, „ich weiß nichts über X".

    GRÜN Alle vier LLMs geben korrekte, aktuelle Antworten mit Verlinkung zu euch
    GELB Antworten meist korrekt, aber ein bis zwei veraltete Fakten
    ROT Halluzinationen, Verwechslung mit anderer Marke, oder „unbekannt"

    Sofortmaßnahme: Bei ROT: sofort Punkte 01–07 durcharbeiten. Diesen Test alle 8 Wochen wiederholen und Delta protokollieren.

  9. 09

    Content-Aktualität signalisieren.

    Warum das zählt: LLMs mit Live-Suche (Perplexity, GPT-4o mit Browsing, Claude mit Web) gewichten frisches Datum stärker. Content ohne sichtbares Update-Datum wird als „möglicherweise veraltet" behandelt.

    Selbst-Check: Prüft eure zehn wichtigsten Content-Seiten. Steht ein sichtbares Publikations- und Update-Datum? Ist es im datePublished/dateModified-Schema? Werden Kern-Seiten mindestens quartalsweise revidiert (und diese Revision auch datumsmäßig ausgezeichnet)?

    GRÜN Sichtbare Datumsangaben, quartalsweise Kern-Content-Reviews mit datierten Updates
    GELB Datum vorhanden, aber älter als 12 Monate ohne Update
    ROT Kein Datum sichtbar oder Datum verborgen im Footer-Code

    Sofortmaßnahme: Content-Template um sichtbare „Letzte Aktualisierung"-Zeile ergänzen. Bei Substanz-Updates das Datum tatsächlich neu setzen, nicht kosmetisch.

  10. 10

    Erwähnungen und Backlinks auditieren.

    Warum das zählt: LLMs bauen ihre Meinung über eure Marke aus dem, was andere über euch schreiben — nicht nur aus dem, was ihr selbst sagt. Marken mit soliden externen Erwähnungen in seriösen Quellen werden zitiert. Marken ohne solche Erwähnungen bleiben Randnotiz.

    Selbst-Check: Nutzt eine Site-Operator-Suche („[Marke]" site:derstandard.at) in Google und Perplexity für die fünf wichtigsten Publikationen eurer Branche. Ergänzt: Podcasts, Fachverbands-Sites, Uni-Kurse, Regierungs-Papiere. Zählt qualitative Erwähnungen der letzten 24 Monate.

    GRÜN 15+ qualifizierte Erwähnungen in seriösen Fachmedien in 24 Monaten
    GELB 5–15 Erwähnungen, teilweise nur Randnotiz-Charakter
    ROT < 5 Erwähnungen, überwiegend eigene Kanäle

    Sofortmaßnahme: Bei ROT ist das ein PR-Auftrag, kein GEO-Auftrag. Ohne strukturelle Pressearbeit gibt es keine externen Belege für LLMs. Punkt 10 löst man nicht mit Schema, sondern mit Beziehungsarbeit zu Fachredaktionen.

Am Ende: die Prioritäten.

Wenn ihr aus Zeit-Gründen nur drei Punkte umsetzen könnt, dann diese:

  • Punkt 08 (LLM-Live-Test) — 30 Minuten, sagt euch als Erstes, wo ihr real steht. Ohne Ground Truth ist jede Maßnahme ein Blindflug.
  • Punkt 01 (Wikipedia + Wikidata) — die Primärquelle für LLM-Entity-Definitionen. Ohne sauberen Wiki-Eintrag baut jede KI-Antwort auf wackeligem Fundament.
  • Punkt 02 (Schema.org-Baseline) — 2 Stunden für ein solides Organization + Website + FAQPage-Schema. Der direkteste strukturelle Hebel auf der eigenen Site.

Punkt 03 (robots.txt + llms.txt) macht ihr nebenbei in 20 Minuten — das ist Hygiene, nicht Strategie. Und Punkt 10 (Backlinks) löst man nicht mit Schema, sondern mit Beziehungsarbeit zu Fachredaktionen. Externe Erwähnungen sind der stärkste Treiber für KI-Zitation — aber sie brauchen Zeit und echte PR-Arbeit, nicht Quick Wins.

Reputations-Audit KI-Sichtbarkeit — 1.500 € einmalig.

Die zehn Punkte oben sind ehrlich gemeint und kostenlos — ihr könnt den Selbst-Check jederzeit selbst durchführen. Wenn ihr einen externen Blick mit schriftlichem Bericht und priorisierter Roadmap wollt, mache ich das als bezahltes Einzelmandat:

  • Entity- und Structured-Data-Check: Organisation, Person, Website, Article-Schema auf allen Kern-Seiten. Validierung mit Rich Results Test und Schema Markup Validator.
  • KI-Live-Test über vier Systeme: Was antworten ChatGPT, Perplexity, Claude und Google AI Overviews aktuell auf fünf standardisierte Prompts zu eurer Marke? Mit Abweichungsanalyse zur eigenen Darstellung.
  • Medien- und Korroborationslücken: Welche Quellen nutzen die Systeme? Wo fehlen externe Erwähnungen in redaktionellen Medien, Fachpublikationen und Verbandsdokumenten?
  • Priorisierte Maßnahmenliste: 90-Tage-Roadmap mit klaren Ownern, abgestuft nach Aufwand und Wirkung. Was bringt wirklich etwas — und was ist nur SEO-Folklore.

Ehrlich gesagt: etwa 80 % der Wirkung kommen aus fundamentaler SEO-Arbeit plus echter Medienpräsenz. Dritt-Erwähnungen in redaktionellen Quellen und Wikipedia/Wikidata-gestützte Korroboration wiegen schwerer als jede Datei, die ihr auf dem eigenen Server ablegt. Die restlichen 20 % sind strukturierte Daten, konsistente Entities und eine saubere technische Basis. Der Audit sagt euch, welche 20 % bei euch den Unterschied machen.

Audit anfragen (1.500 €) → Auch: Krisen-Playbook