KI-Sichtbarkeit · 3. Oktober 2026 · 6 Min. Lesezeit
Wie empfiehlt ChatGPT ein Restaurant? Ein Budapester Fall in Zahlen
KI-Suchmaschinen bringen gut optimierten Websites immer mehr Tischreservierungen. Anhand echter Daten eines Budapester Restaurants zeigen wir das Wachstum des Traffics und die Auswirkungen auf den Umsatz.
Viele fragen, wie ChatGPT ein Restaurant empfiehlt, doch die Antwort liegt eigentlich in genauen Daten und technischen Einstellungen. Wer in der Gastronomie arbeitet, sieht, dass KI-Assistenten bei den Entscheidungen der Gäste eine immer größere Rolle spielen. ChatGPT, Perplexity oder Gemini geben direkte Antworten, und die Nutzer schätzen diese Geschwindigkeit. Für ein Restaurant ist das eine neue Traffic-Quelle, deren Nutzung ernsthafte technische Arbeit erfordert, denn die Maschinen entscheiden auf Grundlage von Algorithmen und strukturierten Datensätzen. Die Website muss diese besondere Maschinensprache sprechen, die in der Branche AEO heißt.
Warum sich KI-Empfehlungen lohnen
Wenn ein potenzieller Gast die KI nach den besten Lokalen fragt, wertet der Assistent die im Web verfügbaren Informationen in Sekunden aus. Unsere Aufgabe ist es, das Restaurant ganz oben in den Ergebnissen erscheinen zu lassen. Strukturierte Daten und präzise Standortdaten helfen dem System bei der Orientierung, denn die Bots lesen vor allem Text, im Code hinterlegte Daten und Datenbanken, nicht stimmungsvolle Fotos. Bei einem stark frequentierten Budapester Restaurant haben wir damit begonnen, die technischen Grundlagen in Ordnung zu bringen. Parallel dazu stieg die Zahl der täglichen Sitzungen aus ChatGPT zwischen Frühsommer und Anfang September von rund 25 auf 50. Touristen bitten ihr Smartphone oft in ihrer Muttersprache um Empfehlungen, und das System erstellt anhand lokaler Daten eine Liste.
Suchmaschinenoptimierung erstreckt sich heute auch auf KI-basierte Systeme, und der Schwerpunkt liegt eindeutig auf der Maschinenlesbarkeit. Die wichtigste Erkenntnis: Die KI empfiehlt größtenteils auf Grundlage der Standortdaten und der maschinenlesbaren Daten der Website. Am meisten zählen die Genauigkeit des Google-Unternehmensprofils, der Kartendaten und der Gästebewertungen sowie ihre vollständige Übereinstimmung. Widersprechen sich die Daten, wird die Maschine unsicher und schlägt lieber ein anderes Lokal vor.
Die Sichtbarkeit in der Praxis messen
Die genaue Messung des Traffics ist der erste Schritt zu Klarheit und bewusstem Marketing. Mit GA4 lässt sich heute sehr genau verfolgen, wie viele Besucher von KI-Assistenten auf die Website eines Restaurants kommen. Diese modernen Plattformen erscheinen eindeutig unter den verweisenden Quellen. Bei einem unserer Kunden lag der Anteil der Besuche aus KI-Assistenten am gesamten Website-Traffic im Mai 2026 bei nur 1,0 %. Nach Einführung der Messung und dem Aufräumen der technischen Grundlagen lag dieser Wert Ende September 2026 bereits bei 6,8 %.
Neben der Strukturierung der Daten wurden KI-Suchmaschinen auf der Website bewusst zugelassen, ein sehr nützlicher technischer Schritt. Die für die Bots erstellte Datei llms.txt half den Assistenten, die Informationen schnell zu verarbeiten. Auch die fachgerechte Anbindung der Search Console und der Bing Webmaster Tools gehörte zu den technischen Grundlagen. Ein fehlerfreier technischer Hintergrund ist in den Augen der Maschinen die Grundlage des Vertrauens.
Die KI empfiehlt größtenteils auf Grundlage der Standortdaten und der maschinenlesbaren Daten der Website, deshalb ist die Genauigkeit von Google-Unternehmensprofil, Karte und Bewertungen am wichtigsten.
Die Wirkung der technischen Arbeit haben wir auch in einem Live-Test überprüft, um das tatsächliche Nutzererlebnis zu sehen. Bei einer Suche am 6. September 2026 empfahl ChatGPT das untersuchte Restaurant in seiner Kategorie an erster Stelle. Neben dem Treffer erschien eine sehr ausführliche Ortskarte, die Adresse, Öffnungszeiten und aktuelle Bewertungen sofort zeigte. Die Ortskarte ist der auffälligste Teil der Antwort, deshalb müssen die Daten darauf fehlerfrei sein.
Wie sich Reservierungen und Umsatz entwickelten
Mehr Traffic allein bedeutet für ein Restaurant wenig, denn am Ende des Tages ist die Conversion die eigentliche Messgröße. Von den 1.037 Tischreservierungen, die im September 2026 über die Website eingingen, kamen 85 ausdrücklich aus KI-Assistenten. Das sind 8,2 % aller Online-Reservierungen, ein klar messbares und geschäftlich aussagekräftiges Ergebnis. Anhand von Daten aus 90 Tagen stellten wir außerdem fest, dass 98 % der KI-Reservierungen direkt aus ChatGPT kamen.
Auch die Qualität der Conversion-Raten ist aufschlussreich, wenn man die verschiedenen Traffic-Quellen vergleicht. Wir haben die Kennzahlen der Website über zwei Wochen, vom 20. August bis 2. September 2026, untersucht. Laut den Daten reservierten Besucher aus ChatGPT etwas häufiger als Besucher aus Google (4,3 % gegenüber 3,7 %) und häufiger als der Durchschnitt der Website (3,1 %). Die finanzielle Wirkung der Reservierungen haben wir mit dem durchschnittlichen Rechnungsbetrag aus dem Kassensystem geschätzt. Demnach bringt dieser Kanal monatlich mehr als 3 Millionen Forint Umsatz. Stornierungen und No-Shows wurden nicht abgezogen, doch die Schätzung zeigt gut, wie viel Umsatz heute aus diesem Kanal kommt.
Datenintegration und technischer Hintergrund
Die Optimierung für KI-Suchmaschinen erfordert präzise technische Arbeit, die am besten in den Händen eines erfahrenen Entwicklers liegt. Ohne die richtigen Grundlagen finden Assistenten das Restaurant im riesigen digitalen Rauschen schlicht nicht. Das maschinenlesbare Datenblatt, also die strukturierten Daten, spielt auf der Website eine zentrale Rolle, denn dieser Code teilt der Maschine die wichtigsten Parameter mit: wo sich das Lokal genau befindet, wann es geöffnet hat und welche Gerichte auf der aktuellen Speisekarte stehen. Die genaue Angabe von Gerichten, Preisen und Allergenen erleichtert das maschinelle Verständnis erheblich.
Das Google-Unternehmensprofil in Ordnung zu bringen, ist eine grundlegende Aufgabe, die am Anfang jeder Optimierung steht. Viele KI-Systeme übernehmen die Daten der Ortskarten bei der Antwort direkt von dort. Weichen die Angaben auf der Website und im Unternehmensprofil voneinander ab, wird die Maschine unsicher, und diese Unsicherheit verringert sofort die Chance, angezeigt zu werden. Beim SEO-Aufräumen beseitigen wir diese lästigen Widersprüche, und unser AI Ready-Paket enthält genau diese Schritte. Auch Rezensionen und Bewertungen prägen die maschinellen Empfehlungen stark, da KI-Suchmaschinen das Feedback der Gäste laufend lesen. Positive und ausführliche Bewertungen stärken die Position eines Lokals im digitalen Raum deutlich, sodass sich gute Gastfreundschaft auch online auszahlt.
Die Rolle der Inhalte bei AEO
Neben den technischen Einstellungen fällt auch die Qualität der Texte beim Ranking stark ins Gewicht. Die Texte einer Website müssen völlig eindeutig sein, damit die Bots das Wesentliche leicht erfassen können. Komplizierte Formulierungen erschweren den Maschinen nur das Crawlen. Relativ kurze, klare Aussagesätze und logische Absätze helfen, die Informationen schnell zu verarbeiten. In Speisekartenbeschreibungen lohnt es sich immer, Zutaten und Zubereitungsarten genau anzugeben, denn die Maschinen nutzen auch solche Details für präzise Antworten. Die Besonderheiten des Budapester Tourismus machen KI-Sichtbarkeit besonders wichtig, da sich ausländische Gäste zur Orientierung fast ausschließlich auf ihr Smartphone verlassen.
Technisches SEO-Aufräumen ist natürlich keine einmalige Aufgabe, sondern der Beginn eines langfristigen Prozesses in der Marketingstrategie. Die Algorithmen von Suchmaschinen und KI-Modellen werden laufend aktualisiert, was ständige Aufmerksamkeit und Datenpflege erfordert. Die Daten der Search Console zeigen, wie Google die Website sieht.
Was jetzt zu tun ist
Der Anteil KI-gestützter Suchen wächst auch in der Gastronomie stetig. Ein technischer Rückstand gegenüber der Konkurrenz kann zu erheblichen Traffic-Verlusten führen. Mit den richtigen Schritten lässt sich jedoch jedes Restaurant auf diese neue Ära vorbereiten.
- Die Angaben im Google-Unternehmensprofil prüfen: Name, Adresse und Öffnungszeiten müssen mit der Website übereinstimmen.
- Einen Entwickler mit dem Einbau strukturierter Daten beauftragen, denn daraus verstehen Maschinen die Speisekarte am leichtesten.
- Den Traffic in GA4 messen und die Besucher aus KI-Assistenten getrennt ausweisen, um die tatsächlichen Anteile zu kennen.
- KI-Suchmaschinen den Zugriff auf die Website erlauben; eine llms.txt-Datei erleichtert den Bots die Arbeit erheblich.
- Gehaltvolle und genaue Beschreibungen der Gerichte verfassen, denn auf Grundlage von Textinformationen geben die Maschinen die relevantesten Empfehlungen.
Häufige Fragen
Wie wird der Traffic aus KI gemessen?
Welchen Anteil haben KI-Reservierungen?
Wie viel Umsatz kann eine ChatGPT-Empfehlung bringen?
Was enthält das AI Ready-Paket?
Wer wächst als Nächstes?
Ein kostenloses, 30-minütiges Beratungsgespräch zeigt, wo sich ein Lokal weiterentwickeln kann.
Kostenlose Beratung anfordernWeitere Artikel
Restaurant-Marketing-Ergebnisse: was die Kasse zeigt
Der August-Kassenumsatz eines Bistros in der Innenstadt stieg in einem Jahr um 79 %. Warum wir die Kasse und echte Reservierungen messen.
WeiterlesenRestaurantfotografie mit KI: So funktioniert hybride Content-Produktion
Ein Drehtag, und das Bildmaterial für Anzeigen steht Monate im Voraus. Wie Restaurantfotos mit KI entstehen und dabei authentisch bleiben.
Weiterlesen

