AI muss dir vertrauen, bevor sie dich empfiehlt.

Eine Empfehlung ist ein Vertrauens-Akt

Es gibt einen Grund, warum AI-Assistenten relativieren, zuschreiben und weglassen: Jede Empfehlung, die sie aussprechen, ist ein Versprechen an ihren Nutzer. Stellt sich der empfohlene Shop mit falschen Preisen, einer toten Adresse oder widersprüchlichen Aussagen heraus, fällt das auf den Assistenten zurück. Die Plattformen wissen das. Visa baut gerade die Zahlungs-Infrastruktur für Käufe, die AI im Auftrag von Menschen erledigt. Sein Earning-Trust-Report dreht sich um genau diese Frage: Ein AI-Agent, der für einen Nutzer einkauft, funktioniert nur, wenn das Vertrauen entlang der ganzen Kette hält, bis zum Händler an ihrem Ende.

Das macht Vertrauen zum Türsteher der AI-Sichtbarkeit. Auffindbar zu sein bringt dich in die Auswahl. Nachprüfbar zu sein bringt dir die Empfehlung. Und anders als menschliches Vertrauen entsteht Maschinen-Vertrauen aus Signalen, die ein Crawler in Sekunden prüfen kann. Ein Crawler ist dabei schlicht das Programm, das ein AI-System losschickt, um Websites einzulesen. Vier Gruppen von Signalen leisten die meiste Arbeit:

Konsistenz: Erzählen alle Quellen dieselbe Geschichte?

AI-Engines, also die Systeme, die in ChatGPT, Perplexity und Co. die Antworten bauen, verlassen sich selten auf eine einzige Quelle. Bevor sie eine Marke nennen, gleichen sie ab: Sagt die Website dasselbe wie das Branchenverzeichnis, die Bewertungsplattform, das Social-Profil? Jede Abweichung ist ein Warnsignal, und Abweichungen sammeln sich erschreckend leicht an. Eine Firma, die vor zwei Jahren umbenannt wurde, aber in drei Verzeichnissen noch unter dem alten Namen steht. Eine Adresse, die zwischen Impressum und Karten-Eintrag differiert. Öffnungszeiten, die dem Profil widersprechen. Eine Leistungsseite, die etwas verspricht, dem die Preisseite widerspricht.

Für einen Menschen sind das Kleinigkeiten. Für eine Engine sind es ungelöste Widersprüche bei Basis-Fakten, und eine Quelle, die sich bei Basis-Fakten widerspricht, darf nicht die Quelle für schwierigere Aussagen sein. Das ist wie bei einer Bewerbung, in der Lebenslauf und Zeugnisse sich widersprechen: Danach liest niemand den Rest wohlwollender.

Das Audit selbst ist unspektakulär, aber hochwirksam: Liste jeden Ort auf, an dem deine Firmendaten existieren, vergleiche sie mit deiner Website und bring sie zur Deckung. Name, Adresse, Angebot, Preise, Öffnungszeiten, in dieser Reihenfolge der Wichtigkeit.

Nachprüfbarkeit: Kann eine Maschine feststellen, dass es dich gibt?

Die zweite Prüfung ist existenziell: Ist das eine echte Firma? Engines haben gelernt, auf die unglamourösen Marker von Echtheit zu achten: ein vollständiges Impressum, eine Adresse, die es wirklich gibt, benannte Personen statt anonymer Teams, ein Handelsregister-Eintrag, der passt, Kontaktwege, die nicht ins Leere laufen. Diese Seiten galten lange als juristische Pflichtübung. In AI-Antworten wirken sie als Ausweisdokumente.

Nachprüfbarkeit erstreckt sich auf das, was du über dich selbst behauptest. Aussagen mit Quellen, nachprüfbare Fakten und benannte Referenzen lesen sich vertrauenswürdig. Unbelegte Superlative bewirken das Gegenteil, und Assistenten haben eine sehr eigene Art, mit ihnen umzugehen: Sie zitieren sie mit Distanz, statt sie zu übernehmen. Diesen Mechanismus lohnt es sich im Detail zu verstehen, in Wie AI deinen eigenen Content gegen dich verwendet.

Technische Lesbarkeit: Kommt der Crawler überhaupt rein?

Der am meisten unterschätzte Vertrauens-Ausfall ist der unsichtbare. Eine Website kann für Menschen schön und für Maschinen unlesbar sein: Inhalte, die erst erscheinen, wenn Scripts im Browser laufen, was viele Crawler nie tun; Kern-Fakten, die in Bildern stecken; AI-Crawler, ausgesperrt durch Robots-Regeln (die kleine Datei auf deinem Server, die Crawlern sagt, was sie lesen dürfen), die seit ihrer Einrichtung niemand mehr angesehen hat; wichtige Informationen nur über Klicks und Popups erreichbar. Die Engine sieht keine vertrauenswürdige Website mit Zugangsproblemen. Sie sieht eine dünne Seite ohne etwas zum Prüfen, und sie füllt die Lücke mit Dritt-Quellen oder mit einem Wettbewerber, den sie lesen konnte.