Daten für KI aufbereiten: Firmendaten für KI-Suche

Daten für KI aufbereiten heißt in diesem Beitrag: Ihre Unternehmensdaten so veröffentlichen, dass KI-Suchsysteme wie ChatGPT, Perplexity und Google AI Overviews sie finden, verstehen und korrekt wiedergeben. Es geht nicht um Datenaufbereitung für das Training eigener Machine-Learning-Modelle. Der Kern ist einfach: zentrale Fakten einmal verbindlich festlegen (Faktenblatt), sie als lesbaren Text und als strukturierte Daten auf die Website bringen und überall im Netz gleich halten. Die Datenmenge ist dabei nebensächlich; entscheidend ist, dass nirgends etwas Widersprüchliches steht.

Zwei Bedeutungen von „Daten für KI aufbereiten“

Wer nach Datenaufbereitung für KI sucht, meint meist Machine Learning: Rohdaten bereinigen, Dubletten entfernen, Werte normalisieren, Trainings- und Testdaten trennen. Das ist ein eigenes Fachgebiet für Data-Science-Teams.

Für Marketing und Geschäftsführung stellt sich eine andere Frage: Was sagt ChatGPT über unser Unternehmen, und woher hat es das? Hier trainieren Sie kein Modell. Sie sorgen dafür, dass Systeme, die das Web durchsuchen, über Sie korrekte Angaben finden. Genau darum geht es in diesem Beitrag, und genau das ist Gegenstand von Generative Engine Optimization (GEO).

Warum nicht die Datenmenge zählt

KI-Suchsysteme beantworten eine Frage, indem sie passende Seiten aus einem Suchindex abrufen und zusammenfassen. Google beschreibt die Voraussetzungen für seine KI-Funktionen nüchtern: Eine Seite muss indexiert und für ein Snippet geeignet sein; zusätzliche Anforderungen oder spezielle KI-Dateien gibt es laut Google Search Central nicht.

Daraus folgen drei Bedingungen, die wichtiger sind als jede Datenmenge:

• Auffindbar: Die Seite mit der Information ist crawlbar und indexiert.
• Lesbar: Die Fakten stehen als Text im HTML, nicht nur in Bildern, PDFs oder hinter Klicks.
• Eindeutig: Website, Profile und Fremdquellen widersprechen sich nicht.

Schritt 1: Ein Faktenblatt als einzige Quelle

Bevor Sie etwas veröffentlichen, legen Sie intern fest, was stimmt. Ein Faktenblatt ist eine schlichte Tabelle, die Marketing, Vertrieb und Webteam gemeinsam pflegen. Jede spätere Seite, jedes Markup und jedes Profil wird daraus befüllt.

Das Feld „Abgrenzung“ wird oft vergessen. Wenn KI-Systeme Ihnen Leistungen zuschreiben, die Sie nicht anbieten, liegt das häufig daran, dass nirgends klar steht, was Sie nicht tun.

Schritt 2: Fakten als zitierfähigen Text veröffentlichen

KI-Antworten übernehmen Aussagen aus einzelnen Abschnitten. Deshalb sollten die Fakten aus dem Faktenblatt als vollständige Sätze auf der Website stehen, nicht nur verstreut in Navigation, Grafiken oder Slidern.

• Über-uns-Seite mit einem ersten Absatz, der die Kurzbeschreibung wörtlich enthält.
• Je Leistung eine eigene Seite, deren erster Absatz sagt, was die Leistung ist, für wen sie gedacht ist und was sie nicht umfasst.
• Technische Daten und Vergleiche als HTML-Tabelle, nicht als Bild.
• Ein sichtbares Aktualisierungsdatum auf Seiten, deren Angaben sich ändern.

Ob einzelne Abschnitte für sich allein verständlich sind, können Sie mit dem Zitierfähigkeits-Check prüfen.

Schritt 3: Strukturierte Daten ergänzen

Strukturierte Daten nach Schema.org beschreiben dieselben Fakten maschinenlesbar. Google nutzt sie nach eigener Aussage, um den Inhalt einer Seite zu verstehen, und empfiehlt das Format JSON-LD (Einführung in strukturierte Daten). Für Unternehmensdaten ist der Typ Organization der Ausgangspunkt:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Beispiel GmbH",
  "url": "https://www.beispiel.de",
  "description": "Kurzbeschreibung aus dem Faktenblatt",
  "foundingDate": "2015",
  "address": { "@type": "PostalAddress", "addressLocality": "Berlin", "addressCountry": "DE" },
  "sameAs": ["https://www.linkedin.com/company/beispiel"]
}

Wichtig ist nicht die Menge an Markup, sondern dass jeder Wert mit dem sichtbaren Text und dem Faktenblatt übereinstimmt. Markup, das etwas anderes behauptet als die Seite, schafft genau die Widersprüche, die Sie vermeiden wollen. Wie weit JSON-LD bei KI-Antworten trägt und wo nicht, lesen Sie in unserem Beitrag zu JSON-LD für die KI-Suche.

Schritt 4: Produktdaten sauber halten

Für Shops und Hersteller sind Produktdaten der größte Hebel, weil Nutzer in KI-Systemen häufig nach Produktvergleichen und Empfehlungen fragen. Drei Regeln helfen:

1. Eine Quelle: Name, Beschreibung, Preis, Verfügbarkeit und Kennungen wie GTIN kommen aus einem System (PIM oder Shop) und werden von dort in Seite, Product-Markup und Produktfeed übertragen.
2. Vollständige Attribute: Material, Maße, Kompatibilität und Einsatzzweck als Text oder Tabelle auf der Produktseite. Was nicht dasteht, kann kein System zitieren.
3. Gleiche Bezeichnungen: Ein Produkt heißt auf der Website, im Feed und bei Händlern gleich. Varianten bekommen eindeutige Namen.

Schritt 5: Konsistenz außerhalb der Website

KI-Systeme stützen sich nicht nur auf Ihre Website, sondern auch auf Verzeichnisse, Bewertungsportale, Presseartikel und Profile. Stimmen dort Name, Adresse oder Leistungsbeschreibung nicht, konkurrieren mehrere Versionen Ihres Unternehmens miteinander. Gehen Sie die wichtigsten Profile mit dem Faktenblatt durch und korrigieren Sie Abweichungen. Warum diese Einheitlichkeit für KI-Suche so viel zählt, erklärt unser Beitrag zu Entity Building.

Schritt 6: Zugriff für KI-Crawler freigeben

Die besten Daten nützen nichts, wenn die robots.txt die Crawler aussperrt. Beachten Sie, dass Anbieter verschiedene Crawler für verschiedene Zwecke betreiben. OpenAI unterscheidet zum Beispiel zwischen OAI-SearchBot für die Suche in ChatGPT und GPTBot für das Training von Modellen; wer OAI-SearchBot blockiert, erscheint laut OpenAI-Dokumentation nicht als Quelle in ChatGPT-Suchantworten. Welche Crawler Ihre Seite derzeit abrufen dürfen, zeigt der KI-Crawler-Check.

So prüfen Sie das Ergebnis

Stellen Sie ChatGPT, Perplexity, Gemini und Copilot dieselben Fragen und vergleichen Sie die Antworten mit dem Faktenblatt. Bewährt haben sich Fragen dieser Art:

• „Was macht [Unternehmen] und für wen?“
• „Bietet [Unternehmen] [Leistung] an?“
• „Wo sitzt [Unternehmen] und seit wann gibt es das Unternehmen?“
• „Welche Anbieter für [Leistung] in [Region] gibt es?“
• „Was kostet [Produkt] und ist es lieferbar?“

Notieren Sie für jede Antwort, ob die Angaben stimmen und welche Quellen genannt werden. Falsche Angaben mit Quelle sind die beste To-do-Liste, die Sie bekommen können. Weil KI-Antworten von Durchlauf zu Durchlauf schwanken, lohnt sich eine regelmäßige, automatisierte Messung, etwa mit dem KI-Sichtbarkeits-Tool.

Was nicht auf die Website gehört

Aufbereiten heißt nicht, alles zu veröffentlichen. Interne Kennzahlen, Kundendaten, Verträge und personenbezogene Daten gehören nicht auf öffentliche Seiten, nur damit KI-Systeme mehr Material haben. Die Faustregel: Veröffentlichen Sie, was Sie auch einem Interessenten im Erstgespräch sagen würden, und formulieren Sie es so, dass es ohne Zusammenhang verständlich bleibt.

Häufige Fragen

Wie kommen meine Unternehmensdaten in KI-Suchsysteme?

KI-Suchsysteme wie ChatGPT-Suche, Perplexity oder Google AI Overviews rufen zu einer Frage passende Webseiten ab und fassen sie zusammen. Ihre Daten kommen also über Ihre Website und über andere Seiten, die über Sie schreiben, hinein. Voraussetzung ist, dass die Crawler die Seiten abrufen dürfen und die Fakten dort als lesbarer Text stehen.

Wie viele Daten braucht man für KI-Sichtbarkeit?

Eine Mindestmenge gibt es nicht. Wichtiger als Masse ist, dass die zentralen Fakten zu Unternehmen, Leistungen und Produkten vollständig, aktuell und überall gleich formuliert sind. Eine gut gepflegte Über-uns-Seite und saubere Produktseiten helfen mehr als viele dünne Texte.

Brauche ich strukturierte Daten, um in AI Overviews zu erscheinen?

Nein. Google schreibt, dass es für AI Overviews und AI Mode keine zusätzlichen Anforderungen und kein spezielles Markup gibt; die Seite muss indexiert und für ein Snippet geeignet sein. Strukturierte Daten helfen trotzdem, weil Google sie nutzt, um den Inhalt einer Seite zu verstehen, und weil sie Sie zwingen, Fakten eindeutig festzulegen.

Welche Daten sollte ich nicht veröffentlichen?

Alles, was vertraulich ist oder personenbezogene Daten Dritter enthält, gehört nicht auf öffentliche Seiten, nur damit KI-Systeme es finden. Veröffentlichen Sie nur Angaben, die Sie auch in einer Pressemitteilung oder einem Angebot nennen würden. Für interne KI-Werkzeuge gelten eigene Regeln zu Datenschutz und Vertraulichkeit.

Was ist der Unterschied zur Datenaufbereitung für Machine Learning?

Bei Machine Learning bereiten Sie Trainingsdaten für ein eigenes Modell auf: bereinigen, labeln, normalisieren. Bei KI-Suche trainieren Sie kein Modell, sondern sorgen dafür, dass fremde Systeme Ihre öffentlichen Angaben finden, verstehen und richtig wiedergeben. Die Werkzeuge sind andere: Texte, Schema.org-Markup, Produktfeeds und einheitliche Profile.

Wie prüfe ich, ob KI-Systeme meine Daten richtig wiedergeben?

Stellen Sie ChatGPT, Perplexity, Gemini und Copilot dieselben Fragen zu Ihrem Unternehmen und vergleichen Sie die Antworten Zeile für Zeile mit Ihrem Faktenblatt. Notieren Sie falsche oder veraltete Angaben und die Quellen, die die Systeme dafür nennen. Diese Quellen korrigieren Sie zuerst.