Fragen Sie Alexa nach dem besten Café in der Nähe, erhalten Sie einen Namen. Keine Liste mit zehn Optionen, kein „nächste Seite", keine Auswahl. Wer in dieser einen Antwort nicht vorkommt, existiert für den Nutzer schlicht nicht mehr.
Das ist der Kern der Voice-Search-Optimierung im Jahr 2026. Es geht nicht mehr darum, in einer Liste zu ranken, sondern darum, in einer Antwort zitiert zu werden, die ein Assistent laut vorliest. Und diese Antwort stammt immer häufiger nicht aus dem klassischen Suchindex, sondern aus einem Sprachmodell, das Ihre Inhalte gelesen hat – oder eben nicht.
Wir testen das regelmäßig: Wir fragen Siri, Alexa und ChatGPT nach Öffnungszeiten, Preisen und Standorten beliebiger mittelständischer Betriebe. Bei etwa der Hälfte erhalten wir eine vage Antwort, eine veraltete Telefonnummer oder „das weiß ich nicht". Das ist kein technisches Problem. Das ist ein Inhaltsproblem.
Sprachsuche funktioniert anders: eine Antwort statt zehn Links
Bei einer getippten Suchanfrage überfliegen Menschen eine Ergebnisseite, vergleichen zwei oder drei Optionen und klicken weiter. Bei Spracheingabe ist das unmöglich. Sie stellen eine Frage, Sie erhalten eine Antwort, und Sie machen mit Ihrem Tag weiter. Für den zweiten Platz ist dort kein Raum.
Diese Assistenten laufen 2026 nahezu ausnahmslos auf einem Sprachmodell. Siri arbeitet mit Apple Intelligence und reicht komplexere Fragen an ChatGPT weiter. Alexa+ wurde rund um ein LLM neu aufgebaut. Google Assistant und Gemini beziehen ihre Antworten aus AI Overviews und dem Knowledge Graph. Für Sie als Website-Betreiber macht es kaum einen Unterschied, welches Modell darunter steckt: Sie alle tun dasselbe. Sie suchen eine sachliche Antwort und geben genau eine aus.
Damit ändert sich die Frage, die Sie sich stellen müssen. Nicht: „Stehe ich auf Seite eins?" Sondern: „Habe ich die Antwort, die ein Assistent vorlesen kann, und vertraut er meiner Quelle genug, um mich zu nennen?"
Voice-Search-Optimierung beginnt bei der Frage, nicht beim Suchbegriff
Wer tippt, verwendet Stichwörter. Wer spricht, verwendet vollständige Sätze. Aus „Zahnarzt Münster" wird „welcher Zahnarzt in Münster hat morgen noch geöffnet?". Genau deshalb bringt Keyword-Dichte hier nichts. Ein Assistent gleicht keine einzelnen Wörter ab, er gleicht Bedeutung ab.
In der Praxis bedeutet das drei Dinge:
- Schreiben Sie Überschriften als Fragen. „Was kostet eine professionelle Zahnreinigung?" funktioniert besser als „Preise Zahnreinigung". Ein Assistent liest diese Überschrift, erkennt die Frage und entnimmt die Antwort darunter.
- Antworten Sie direkt, in 40 bis 60 Wörtern. Nicht erst ein Absatz über Ihre Leidenschaft für die Zahnmedizin, sondern sofort der Betrag oder die Öffnungszeit. Erläuterungen dürfen danach folgen.
- Nennen Sie Entitäten ausdrücklich. Ihren Firmennamen, den Ort, die Leistung, das Produkt. Nicht „wir", sondern „Zahnarztpraxis Müller in Münster". Modelle arbeiten mit Entitäten, nicht mit einzelnen Begriffen.
Dieselbe Logik steht ausführlicher in AEO für Unternehmen: der praktische Leitfaden – mit einer zusätzlichen Anforderung: Die Antwort muss auch dann gut klingen, wenn jemand sie laut vorliest.
Strukturierte Daten, die Assistenten tatsächlich nutzen
Einige Schema-Typen wirken sich unmittelbar auf Sprachantworten aus:
- LocalBusiness mit vollständiger Adresse, Öffnungszeiten, Telefonnummer und Geokoordinaten.
- FAQPage für wiederkehrende Fragen – aber nur, wenn diese Fragen tatsächlich auf der Seite stehen.
- Speakable, um zu kennzeichnen, welcher Textblock zum Vorlesen geeignet ist.
- Product mit Preis und Verfügbarkeit, wenn Sie etwas verkaufen.
Ohne diese Auszeichnung müssen Assistenten raten. Mit dieser Auszeichnung wissen sie, wo die Antwort steht. Das erspart dem Nutzer unnötige Unsicherheit.
Die technische Seite: Kann ein Assistent Ihre Website überhaupt lesen?
Eine perfekte Antwort ist wertlos, wenn der Bot nicht bis zu Ihrer Seite gelangt. Und genau dort geht es in der Praxis häufig schief.
Erstens: die robots.txt. Viele Websites blockieren versehentlich GPTBot, PerplexityBot, OAI-SearchBot oder Google-Extended. Das wirkt wie eine sichere Wahl – „wir möchten nicht, dass KI unsere Inhalte verwendet" – doch das Ergebnis ist, dass Sie in genau jenen Antworten unsichtbar sind, die Ihren Kunden vorgelesen werden.
Zweitens: das Rendering. Wenn Ihre Inhalte nur über JavaScript erscheinen, ist es ein Glücksspiel, ob ein Assistent sie sieht. Bei Weitem nicht alle KI-Crawler warten auf Ihr JavaScript. Serverseitiges Rendering ist kein Luxus, sondern die Grundlage.
Drittens: die Geschwindigkeit. Dies ist eine der wenigen Stellen, an denen Core Web Vitals unmittelbar die KI-Sichtbarkeit berühren. Eine Seite, die vier Sekunden lädt, fällt bei Assistenten durch, die innerhalb einer Sekunde antworten möchten. In Core Web Vitals und KI-Crawler lesen Sie, welche Schwellenwerte genau gelten.
Lokale Sprachsuche: Wo der Mittelstand den Unterschied macht
Die meisten Sprachfragen sind lokal und situationsgebunden. „Ist eine Apotheke in der Nähe geöffnet?" „Wo kann ich mein Auto zur Hauptuntersuchung bringen?" Das sind Fragen mit wirtschaftlichem Gewicht – jemand muss heute etwas erledigt bekommen.
Assistenten beziehen diese Antwort aus zwei Quellen: Ihrer Website und Ihrem Google Business Profile. Sorgen Sie dafür, dass beide einander nicht widersprechen. Identischer Firmenname, Adresse, Telefonnummer und identische Öffnungszeiten an beiden Stellen. Eine Abweichung von einer halben Stunde bei den Öffnungszeiten genügt, damit ein Assistent zweifelt – und dann nennt er Sie nicht.
Bewertungen spielen hier eine größere Rolle, als viele annehmen. Ein Sprachassistent wählt eher einen Betrieb mit vierzig aktuellen Bewertungen als einen mit drei. Nicht, weil das Modell Stimmungen analysiert, sondern weil Konsistenz und Menge Verlässlichkeit signalisieren.
Was Sie vor allem nicht tun sollten
Einige Fehler, die uns bei der Voice-Search-Optimierung immer wieder begegnen:
Sprachfragen mit Suchbegriffen vollstopfen. „Bester günstiger Klempner Berlin Notdienst 24 Stunden" in einer H2 liest sich, als hätte ein Roboter sie geschrieben – und ein Assistent erkennt das. Schreiben Sie so, wie Menschen sprechen.
Superlative ohne Belege. „Wir sind der beste Webdesigner Deutschlands" wird nie zitiert. Kein Modell wiederholt das ohne Quelle. Was funktioniert: „Wir haben 47 Websites für mittelständische Unternehmen gebaut, im Schnitt in sechs Wochen online."
Informationen in PDFs oder Bildern verstecken. Assistenten lesen keine Texte in einer Broschüren-PDF oder auf einem Foto. Stellen Sie Preise, Öffnungszeiten und Bedingungen als Klartext auf die Seite.
Wichtige Angaben hinter einem Formular. Muss ein Nutzer sich erst anmelden, um seine Antwort zu erhalten, bricht der Assistent ab. Immer.
Wie Sie messen, ob es funktioniert
Sprachsuche ist kein Kanal in Google Analytics. Es gibt keinen Filter „Sprache", den Sie aktivieren könnten. Sie müssen also indirekt messen:
- Verweise aus KI-Diensten. Filtern Sie in Ihren Analysedaten nach Verweisen wie chatgpt.com, perplexity.ai und gemini.google.com. Das ist keine Spracheingabe, aber dieselbe zugrunde liegende Maschine.
- Suchvolumen für Ihren Markennamen. Wenn Menschen häufiger Ihren Firmennamen suchen – ob per Sprache oder getippt – ist das ein Zeichen dafür, dass Sie genannt werden.
- Direktzugriffe. Ein Anstieg der Direktzugriffe ohne Kampagne kann darauf hindeuten, dass Menschen Sie über einen Assistenten gefunden und später selbst eingetippt haben.
- Selbst testen. Stellen Sie jeden Monat dieselben zehn Fragen an Siri, Alexa und ChatGPT. Notieren Sie, in welchen Antworten Sie genannt werden, welche Quelle zitiert wird und was sich verändert.
Sie möchten wissen, was solche Projekte kosten und einbringen? In GEO-Kosten und ROI: Was kostet es und was bringt es? finden Sie realistische Größenordnungen.
Häufig gestellte Fragen
Wie optimiere ich meine Website für die Sprachsuche?
Schreiben Sie Überschriften als natürliche Fragen und beantworten Sie diese direkt im ersten Absatz darunter, in 40 bis 60 Wörtern. Ergänzen Sie LocalBusiness- oder FAQPage-Schema, sorgen Sie für serverseitiges Rendering Ihrer Website und lassen Sie KI-Crawler in der robots.txt zu. Achten Sie außerdem darauf, dass Ihr Google Business Profile exakt mit Ihrer Website übereinstimmt. Das sind die fünf grundlegenden Schritte.
Funktioniert Voice-Search-Optimierung auch für lokale Unternehmen?
Mehr noch: Für lokale Unternehmen ist sie der größte kurzfristige Hebel. Die meisten Sprachfragen sind lokal und situationsgebunden – Öffnungszeiten, Verfügbarkeit, „in meiner Nähe". Sorgen Sie für einheitliche Unternehmensdaten (Name, Adresse, Telefonnummer), aktuelle Öffnungszeiten und ausreichend aktuelle Bewertungen. Das wiegt bei Assistenten schwerer als jeder technische Kniff.
Muss ich meine Inhalte für KI-Assistenten umschreiben?
Häufig ja, zumindest teilweise. Wenn Ihre Inhalte mit drei Absätzen Stimmungsprosa beginnen, bevor die Antwort kommt, sind sie für die Sprachsuche unbrauchbar. Die gute Nachricht: Dieselbe Anpassung hilft auch in den Google AI Overviews und in klassischen Featured Snippets. Sie schreiben also nicht für einen einzigen Kanal, sondern für alle Antwortmaschinen zugleich.
Woran erkenne ich, ob meine Voice-Search-Optimierung wirkt?
Einen direkten Sprachsuche-Report gibt es nicht. Messen Sie indirekt: Verweise aus chatgpt.com und perplexity.ai, das Suchvolumen für Ihren Markennamen und eigene monatliche Testfragen an Siri, Alexa und ChatGPT. Werden Sie häufiger genannt und das mit den richtigen Fakten? Dann funktioniert es. Wenn nicht, fehlt meist eine direkte Antwort oder es fehlen strukturierte Daten.