KI-Sichtbarkeits-Index
Version 1.0 · Regelwerksstand 2026-08-30

Methodik

Das vollständige Regelwerk, offengelegt. Wer seinen Wert nachrechnen will, findet hier alles Nötige.

Was gemessen wird — und was nicht

Der Index misst Readiness: wie gut die Website eines Centers darauf vorbereitet ist, von KI-Antwortsystemen gefunden, verstanden und korrekt wiedergegeben zu werden. Er misst ausdrücklich nicht, was ChatGPT, Gemini oder Perplexity heute konkret antworten. Diese Live-Sichtbarkeit wird als eigene Kennzahlenfamilie erhoben und berichtet, aber nie in den Index gemischt: Sie schwankt zwischen Läufen, ohne dass sich an der Website etwas geändert hätte. Nur die kontrollierbare Seite gehört in eine gerankte Zahl.

Die Formel

R(C)     = ( w_A·score_A + w_B·score_B + w_C·score_C + w_D·score_D ) × 100
Index(C) = min( Cap(C), R(C) )    mit  Cap = 20, falls das Gate verletzt ist, sonst 100

score_S  = Σ_i (p_i / max_i) · g_i      mit  Σ g_i = 1 je Säule

Die zweistufige Normierung — erst jedes Kriterium auf [0,1], dann gewichtet aggregieren — sorgt dafür, dass ein Kriterium mit Maximalpunktzahl 3 nicht allein durch seine Skala mehr Einfluss gewinnt als eines mit Maximalpunktzahl 1. Innerhalb der Säulen wird bewusst linear aggregiert: nichtlineare Formen erhöhen die Manipulationsresistenz nicht messbar, zerstören aber die Nachvollziehbarkeit.

Das Gate

Zugang ist keine Qualität unter vielen, sondern eine notwendige Bedingung. Genau zwei Bedingungen erzeugen echte Unsichtbarkeit und bilden daher das Gate:

  • G1 — Answer-Bot-Sperre. Mindestens einer der antwortzeit-relevanten Crawler (OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot) ist per robots.txt oder serverseitig ausgesperrt. Trainings-Crawler wie GPTBot oder Google-Extended zählen hier ausdrücklich nicht: Eine GPTBot-Sperre lässt die ChatGPT-Suche unberührt, eine Google-Extended-Sperre entfernt eine Site nicht aus AI Overviews. Wir bestrafen keine Entscheidung, die die messbare Sichtbarkeit nicht berührt.
  • G2 — SSR-Fail der Kernfakten. Öffnungszeiten und Adresse sind im initialen HTML (Abruf ohne JavaScript) nicht auffindbar. Ausser der Googlebot-Infrastruktur und Applebot führt kein grosser KI-Crawler JavaScript aus.

Verletzt ein Center das Gate, wird der Index bei 20 Punkten gekappt und trägt das Label „KI-blind“ — nicht 0. Drei Gründe: Ein Ranking voller identischer Nullen vernichtet die Information, ob nach Freischaltung 31 oder 74 Punkte warten. Ein Center bei 0 hat keinen Anreiz, vorher an Inhalten zu arbeiten. Und sollte ein Gate-Check einmal fehlklassifizieren, begrenzt die Kappung den Schaden. Die Aussage bleibt hart: 20 liegt unter jeder Kategorieschwelle, kein gesperrtes Center kann ein offenes überholen.

Die vier Säulen

AEntitäten-Tiefe Gewicht 0,30

Wie vollständig ist das Center als maschinenlesbare Entität beschrieben?

  • A1 ShoppingCenter-/LocalBusiness-EntitätMit openingHoursSpecification[] und E-Mail. (max. 1 P.)
  • A2 ItemList auf ListenseitenShops, Gastronomie, Aktuelles. (max. 3 P.)
  • A3 Store-/Restaurant-Entität je MieterMit eigenen Öffnungszeiten. (max. 1 P.)
  • A4 GeoCoordinatesNur gewertet, wenn gepflegte Koordinaten in den Stammdaten existieren; ersatzweise hasMap. Erfundene Koordinaten werden negativ gewertet (Methodik 6.9). (max. 1 P.)
  • A5 BreadcrumbList auf UnterseitenNavigationspfad maschinenlesbar. (max. 1 P.)
  • A6 FAQPageMit beantworteten Besucherfragen. (max. 1 P.)

BAntwortabdeckung Gewicht 0,45

Stehen im crawlbaren Content konkrete Antworten auf reale Besucherfragen?

  • B1 ParkenStellplatzzahl, Preisangabe, Einfahrtshöhe. (max. 3 P.)
  • B2 Auto-AnfahrtBeschreibung der Anfahrt mit dem PKW. (max. 1 P.)
  • B3 ÖPNVLinien und Haltestellen. (max. 2 P.)
  • B4 Services / BarrierefreiheitMindestens drei beantwortbare Themen (Wickelraum, Hunde, Rollstuhl, Kundencenter). (max. 3 P.)
  • B5 Sonderöffnungszeiten / FeiertageAbweichende Zeiten maschinenlesbar hinterlegt. (max. 1 P.)

CAktualität Gewicht 0,15

Sind Events, News und Öffnungszeiten frisch und widerspruchsfrei gepflegt?

  • C1 Event oder Angebot mit DatumMindestens eines, maschinenlesbar im crawlbaren HTML. (max. 1 P.)
  • C2 NewsArticle-/Offer-EntitätenMit datePublished. Schwellen: ≥ 1 News, ≥ 3 Angebote. (max. 2 P.)
  • C3 Öffnungszeiten plausibel gepflegtKeine widersprüchlichen Angaben zwischen Seiten. (max. 1 P.)

DOff-Site-Basispräsenz Gewicht 0,10

Existieren die reproduzierbar prüfbaren Basissignale ausserhalb der Website?

  • D1 Google Business ProfileVorhanden und Öffnungszeiten aktuell (Places-API-Abgleich). (max. 1 P.)
  • D2 Bing PlacesEintrag vorhanden — Grundlage der ChatGPT-Lokaldaten. (max. 1 P.)
  • D3 Wikidata-ItemMit Kernaussagen. (max. 1 P.)
  • D4 Wikipedia-ArtikelNur Existenz. (max. 1 P.)
  • D5 Tripadvisor-ProfilOffizieller Perplexity-Datenpartner. (max. 1 P.)
  • D6 Google-BewertungsprofilRichtwert: Rating ≥ 4,0 bei ≥ 500 Bewertungen. (max. 1 P.)

Säule B wiegt am schwersten, weil Antwortabdeckung der am besten belegte und zugleich vom Center am direktesten steuerbare Hebel ist. Säule A folgt als Infrastruktur mit gemischter Kausal-, aber klarer Plausibilitätsevidenz: Strukturierte Daten sind keine Ranking-Garantie, aber die einzige Form, in der ein Center seine Fakten verwechslungsfrei deklarieren kann. C ist teilweise in B enthalten, D ist bewusst klein, weil Off-Site-Signale nur in ihrer Basisform fair messbar sind.

Die Dreistufen-Skala der Säule B

  • Konkrete Antwort — voller Punkt. Eine Zahl, ein Name, eine nachprüfbare Aussage.
  • Dokumentierte Lücke — halber Punkt. Die Website sagt explizit, dass eine Angabe nicht vorliegt. Das ist für ein KI-System besser als Marketing-Prosa, weil es Halluzination vorbeugt — aber es ist keine Antwort, darum kein voller Punkt.
  • Floskel oder nichts — null Punkte. „Verkehrsgünstig gelegen“ beantwortet keine Frage. Marketing-Sprache kann in diesem Modell strukturell nicht punkten.

Kategorien

  • Index ≥ 80 — KI-Ready
  • Index 5079 — teilweise vorbereitet
  • Index < 50 — nicht vorbereitet

Was der Index bewusst nicht tut

  • Keine Live-KI-Antworten im Index — sie sind Messgegenstand, nicht Messgrösse.
  • Kein llms.txt-Kriterium.
  • Kein Worst-Case über Assistenten, keine Vermischung der Assistenten.
  • Keine Vermischung von Messsystem-Fehlern mit Center-Defiziten.
  • Kein Sentiment, keine Tonalitätsbewertung.
  • Keine Social-Media-Aktivität, keine Presse- oder PR-Bewertung im Score. Social-Profile, die die Website selbst verlinkt, werden auf der Center-Seite berichtet — aber nie gewertet: Reichweite ist nicht reproduzierbar prüfbar und nicht allein vom Center steuerbar.
  • Keine täglichen Live-Abfragen, kein UI-Scraping.
  • Keine erfundenen Daten — auf beiden Seiten der Messung.
  • Keine Kausalversprechen.

Offene Punkte dieser Implementierung

Ehrlichkeit gehört zur Methodik. Drei Dinge sind in dieser Fassung Setzung, nicht Ableitung:

  • Kriteriumsinterne Gewichte gi. Das Methodik-Papier legt sie nicht fest. Diese Implementierung setzt sie je Säule gleich. Sie sind mit der Kalibrierung gegen beobachtete Live-Sichtbarkeit zu ersetzen.
  • Messdaten. Solange der Crawler nicht produktiv läuft, zeigt die Oberfläche gekennzeichnete Platzhalter. Die Center-Stammdaten stammen echt aus dem CRM.
  • Sensitivitätsanalyse. Die Rangkorrelation unter ±5-Punkte-Gewichtsvariationen ist noch nicht implementiert; sie gehört mit jeder Ausgabe veröffentlicht.