Wissensartikel · Stand: September 2026 · Lesezeit ca. 11 Minuten

Sperrt Ihre Website die KI aus, und spielt das eine Rolle? Eine Messung bei 105 Berliner Betrieben

Der Befund in drei Sätzen

Ich habe für 105 etablierte Berliner Betriebe aus fünf Branchen zwei Ebenen gemessen: ob ihre Website den KI-Crawlern GPTBot, ClaudeBot und PerplexityBot die Startseite ausliefert, und ob sie in Antworten von KI-Assistenten überhaupt vorkommen. Auf der ersten Ebene war bei 10 von 82 stabil eingeordneten Betrieben mindestens einer der drei KI-Crawler gesperrt, 95-Prozent-Intervall 7 bis 21 Prozent, keine dieser Sperren stand in einer robots.txt-Regel [Quelle: eigene Messung, 02. bis 04.09.2026, n=82] [Rechnung]. Auf der zweiten Ebene wurden 41 von 105 Betrieben in mindestens einer von 528 KI-Antworten erwähnt, 30 bis 49 Prozent, und die 10 gesperrten Betriebe schnitten dabei nicht schlechter ab als die 71 lesbaren, allerdings habe ich dafür Perplexity, Gemini und die Google AI Overview gemessen, nicht ChatGPT, zu dem die meistgesperrte Kennung gehört [Quelle: eigene Messung, 02. bis 03.09.2026, n=105] [Rechnung].

Für Berlin und diese Branchen ist mir keine vergleichbare Zahl bekannt. Deshalb habe ich sie erhoben.

Warum das für einen Betrieb zählt

Wer eine Kanzlei, eine Praxis oder ein Küchenstudio über einen KI-Assistenten sucht, bekommt nach meiner Beobachtung selten einen einzelnen Link, sondern eine Antwort, die aus mehreren Quellen zusammengesetzt ist [Wahrscheinlich]: Bewertungsportalen, Verzeichnissen, der Google-Präsenz und, manchmal, der eigenen Website. Wie stark Portale schon die klassische Google-Suche zum eigenen Namen prägen, habe ich an derselben Stichprobe in der Messung zur Marken-SERP gezeigt: Im Median gehörte dort nur einer von zehn Treffern der eigenen Domain [Quelle: eigene Messung, 02.09.2026, n=105].

Für einen Betrieb heißt das: Die eigene Website ist eine Quelle unter mehreren, nicht die einzige. Liest ein KI-Crawler sie gar nicht erst, fehlt diese eine Quelle im Material, aus dem eine Antwort entsteht. Ob das tatsächlich etwas ändert, ist die zweite Frage dieser Messung, und die Antwort ist differenzierter, als die erste Vermutung nahelegt.

Wer die Begriffe sortieren will, klassische Suchmaschinenoptimierung, lokale Sichtbarkeit und die Vorbereitung auf KI-Antworten, oft GEO genannt, findet die Abgrenzung in einem eigenen Ratgeber zu SEO, Local SEO und GEO. Diese Studie berührt alle drei Felder, misst aber nur einen Zustand, kein Versprechen. Bei einer Berufsgruppe geht der Befund über eine Randbeobachtung hinaus: Von 25 Rechtsanwälten kam in den Antworten auf anwaltsbezogene Fragen genau einer vor [Quelle: eigene Messung, 02. bis 03.09.2026, n=25], dazu mehr im Abschnitt „Ebene B“.

Was ich gemessen habe

Die Stichprobe ist dieselbe wie in der Marken-SERP-Messung: 105 etablierte Berliner Betriebe, gezogen mit festem Startwert aus den Google-Maps-Top-Ergebnissen für Berlin, bei den Steuerberatern aus einem erweiterten Rahmen der Top 80. Bedingung waren eine eigene Domain, mindestens 20 Google-Bewertungen und mindestens 4,0 Sterne: 25 Rechtsanwälte, 25 Steuerberater, 20 Tierärzte, 20 Zahnärzte, 15 Küchenstudios [Quelle: eigene Messung, n=105].

Auf der ersten Ebene habe ich jede Startseite mit vier Kennungen abgerufen, einem gewöhnlichen Browser als Kontrolle sowie GPTBot, ClaudeBot und PerplexityBot, je drei Abrufe pro Kennung und eine zweite Browser-Kontrolle am Ende. Runde 1 lief am 02.09.2026, Runde 2 am 03.09.2026 zwischen 18:19 und 19:09 Uhr mit einem Nachzug von vier Domains am 04.09.2026, zusammen für 84 der 105 Domains; die übrigen 21 waren zu diesem Zeitpunkt vom Hoster gedrosselt oder gesperrt und blieben in Runde 2 außen vor. Nur was in beiden Runden gleich ausfiel, zählt als stabiler Befund [Quelle: eigene Messung, 02. bis 04.09.2026].

Auf der zweiten Ebene ging es darum, KI-Sichtbarkeit zu messen: Ich habe 75 Fragen gestellt, wie sie ein Entscheider einem KI-Assistenten stellen würde, fünf Fragetypen je Gruppe in drei geografischen Varianten, vor der Messung eingefroren. Drei Engines haben geantwortet: Perplexity mit dem Modell Sonar (drei Wiederholungen, 225 Antworten), Gemini 2.5 Flash mit Google-Grounding (drei Wiederholungen, 225 Antworten) und die Google AI Overview, abgefragt an zwei Tagen, mit einer KI-Übersicht in 78 von 150 Abfragen. Abfragezeitraum war der 02. bis 03.09.2026, Standort Berlin [Quelle: eigene Messung, 02. bis 03.09.2026].

Anteile gebe ich als 95-Prozent-Intervall nach Wilson an, weil Gruppen von 15 bis 25 Betrieben keine Punktzahl tragen. Jede Antwort wurde nach drei festen Definitionen ausgewertet:

Erwähnung: Der Betriebsname erscheint im Antworttext.

Zitation: Die Domain des Betriebs erscheint in der Quellenliste oder als Belegstelle der Antwort (bei AI Overview: in den ausgewiesenen Quellen).

Empfehlung: Der Betrieb wird als Handlungsempfehlung genannt (nicht nur aufgezählt).

Für die Erwähnung habe ich den Namensabgleich über die unterscheidenden Namensbestandteile geführt, weil Gattungswörter wie „Zahnarztpraxis Berlin“ nichts unterscheiden, und eine im Text genannte Domain ebenfalls als Erwähnung gezählt. Die Empfehlung zählt nur, wenn die Antwort den Betrieb belegt und nicht bloß aufzählt.

Ebene A: Wer die KI-Crawler aussperrt

[Quelle: eigene Messung, 02. bis 04.09.2026, n=105]. „Gesperrt“ heißt: Der Browser bekommt die Startseite, mindestens eine der drei KI-Kennungen bekommt sie nicht, in beiden Runden gleich. „Nicht messbar“ heißt: Der Hoster hat die Mess-IP gedrosselt oder die Verbindung verweigert, bevor ein Befund möglich war. „Instabil“ heißt: Runde 1 und Runde 2 widersprechen sich, etwa weil eine Kennung in nur einer Runde abgewiesen wurde; diese Betriebe zählen weder als lesbar noch als gesperrt.

Die Sperrquote unter den stabil eingeordneten Betrieben liegt bei 12,2 Prozent (10 von 82), 95-Prozent-Intervall 7 bis 21 Prozent, konservativ über alle 105 gerechnet bei 9,5 Prozent, 95-Prozent-Intervall 5 bis 17 Prozent [Rechnung]. Die Lesbar-Quote unter den stabil eingeordneten liegt bei 86,6 Prozent (71 von 82), 95-Prozent-Intervall 78 bis 92 Prozent [Rechnung]. Alle 10 Sperrbefunde traten in beiden Messrunden mit identischen Bots und Statuscodes auf [Quelle: eigene Messung, 02. bis 04.09.2026, n=84].

Bei den 10 stabil gesperrten Betrieben zeigt sich ein Muster: Alle 10 sperren ClaudeBot, 7 zusätzlich GPTBot, nur 1 zusätzlich PerplexityBot. Keiner sperrt per robots.txt-Regel, alle liefern dem gewöhnlichen Browser Status 200 mit vollständigem Text aus. Sechs laufen auf Apache-Servern, zwei hinter Cloudflare, je einer auf nginx und hinter einer spezialisierten Sicherheitslösung [Quelle: eigene Messung, 03.09.2026, n=10]. Naheliegende Lesart: eine Hoster-Voreinstellung, ein Security-Plugin oder ein CDN blockt die Kennung automatisch, keine bewusste Redaktionsentscheidung [Wahrscheinlich].

Zwei Nebenbefunde außerhalb der Sperrquote: Von 90 geprüften Domains lieferten 12 eine echte llms.txt aus, sechs davon offenkundig als Nebenprodukt eines SEO-Plugins oder eines Homepage-Baukastens entstanden, nicht als bewusst verfasste Datei [Quelle: eigene Messung, 02. bis 03.09.2026, n=90; Herkunft der Dateien per Abruf am 03. und 04.09.2026 geprüft]. Strukturierte Daten trägt gut die Hälfte der erreichbaren Startseiten: 51 von 91 lieferten JSON-LD aus [Quelle: eigene Messung, 02. bis 03.09.2026, n=91]. Von 88 Domains mit erreichbarer robots.txt enthielten 3 überhaupt Regeln für KI-Bots, vollständig ausgeschlossen waren KI-Bots, darunter ClaudeBot, bei genau einem Betrieb [Quelle: eigene Messung, n=88]. Das ist die einzige Sperre in der Stichprobe, die ein Betrieb selbst erklärt hat.

Ebene B: Wen die KI nennt

[Quelle: eigene Messung, 02. bis 03.09.2026, n=105] [Rechnung]

Der auffälligste Einzelbefund ist der Kontrast zwischen zwei Gruppen: Bei den Rechtsanwälten wurde 1 von 25 Betrieben in 103 Antworten überhaupt erwähnt, zitiert wurde keiner, 95-Prozent-Intervall 1 bis 20 Prozent [Quelle: eigene Messung, n=25] [Rechnung]. Bei den Steuerberatern waren es 19 von 25, 95-Prozent-Intervall 57 bis 89 Prozent [Quelle: eigene Messung, n=25] [Rechnung]. Diese Messung zeigt den Zustand, nicht die Ursache. Ein Hinweis liegt im Quellen-Mix: In den Antworten von Perplexity stammten 7 Prozent der genannten Domains von den eigenen Websites der Stichprobe, bei Gemini ebenfalls 7 Prozent, bei der AI Overview 11 Prozent, den Rest stellen Portale [Quelle: eigene Messung, 528 Antworten] [Rechnung]. Am häufigsten tauchten dabei Portale wie werkenntdenbesten.de, gelbeseiten.de, dasoertliche.de, jameda.de und anwalt.de auf [Quelle: eigene Messung, 02. bis 03.09.2026], derselbe Portal-Typ, der schon die Google-Ergebnisseite zum eigenen Namen dominiert.

Auch über die drei Wiederholungen hinweg schwankt das Bild: 28 von 105 Betrieben wurden in allen drei Läufen genannt, 3 in zweien, 10 nur in einem einzigen [Quelle: eigene Messung, n=105]. Wer einmal genannt wird, ist damit nicht zuverlässig immer genannt.

Kreuzbefund: Gesperrte Betriebe werden nicht seltener genannt

[Quelle: eigene Messung, 02. bis 04.09.2026, n=105] [Rechnung]

Der Kern steht in den ersten beiden Zeilen: Von den 10 gesperrten Betrieben wurden 5 erwähnt, 95-Prozent-Intervall 24 bis 76 Prozent, von den 71 lesbaren waren es 29, 95-Prozent-Intervall 30 bis 52 Prozent [Quelle: eigene Messung, 02. bis 04.09.2026, n=105] [Rechnung]. Beide Bereiche überlappen vollständig, bei n=10 lässt sich daraus kein ablesbarer Nachteil der Sperre ableiten. Eine naheliegende Erklärung [Wahrscheinlich]: Nennungen laufen überwiegend über Portale und Google-Profile, nicht über die eigene Website, wie der Quellen-Mix im Abschnitt „Ebene B“ zeigt.

Diese Aussage trägt eine Grenze, und die gehört in denselben Absatz, nicht in eine Fußnote: Die zehn gesperrten Betriebe blockieren vor allem die Kennungen ClaudeBot und GPTBot, die zu Claude und ChatGPT gehören; nur einer blockiert auch PerplexityBot. Gemessen habe ich aber die Antworten von Perplexity, Gemini und der Google AI Overview, die über PerplexityBot und den Google-Index lesen, nicht über GPTBot oder ClaudeBot. Für ChatGPT ist der Befund in dieser Studie nicht gemessen, weil die Websuche der ChatGPT-API zum Messzeitpunkt nicht funktionierte [Quelle: eigene Messung, 02. bis 03.09.2026]. Wer GPTBot sperrt und in ChatGPT nicht vorkommt, könnte also durchaus einen Zusammenhang haben, den diese Studie nicht sehen kann.

Was ein Betrieb selbst prüfen kann

Aus dieser Messung lassen sich drei Handgriffe ableiten, keiner davon ist eine Anleitung zur Konfiguration.

Erstens: Fragen Sie Hoster oder Agentur, ob eine Bot-Abwehr aktiv ist und welche Kennungen sie betrifft. Keine der zehn Sperren in der Stichprobe stand in der robots.txt, also an der einzigen Stelle, an der ein Betrieb eine Sperre selbst erklärt [Quelle: eigene Messung, n=10]. Ob die Betriebe von ihrer Sperre wissen, habe ich nicht erfragt.

Zweitens: Prüfen Sie die eigenen Einträge auf den Portalen für lokale Sichtbarkeit auf Aktualität. In dieser Messung stammten je nach Engine nur 7 bis 11 Prozent der in KI-Antworten genannten Domains von den Betrieben der Stichprobe selbst, der große Rest von Portalen und anderen Websites [Quelle: eigene Messung, 528 Antworten] [Rechnung]. Wenn die KI dort liest, sollten die Angaben stimmen.

Drittens: Stellen Sie einem KI-Assistenten selbst die Frage, die ein Kunde stellen würde, und notieren Sie, wer genannt wird. Das dauert wenige Minuten und zeigt denselben Ausschnitt, den ich hier für 105 Betriebe systematisch ausgewertet habe. Was daraus folgt, bleibt offen, das ist nicht Teil dieser Messung.

Messgrenzen und was die Studie nicht sagt

• 21 von 105 Betrieben sind nicht messbar. 13 hostet ein großer deutscher Massenhoster, der die Mess-IP nach wenigen Abrufen drosselte, unabhängig von Client oder Kennung, 8 weitere Betriebe verweigerten bei anderen Hostern nach wenigen Abrufen die Verbindung. Zwei weitere Betriebe blieben zwischen den Runden instabil, weil eine Kennung in nur einer Runde abgewiesen wurde [Quelle: eigene Messung, 02. bis 04.09.2026, n=23].
• ChatGPT ist nicht gemessen. Die Websuche der offiziellen API funktionierte am Messzeitpunkt nicht.
• Drei statt zehn Wiederholungen je Frage. Aus Kostengründen liefen 3 Wiederholungen je Frage. Die Streuung zwischen den Läufen ist damit nur grob bestimmt, und einzelne Nennungen können Zufall sein.
• Die Google AI Overview lag nur an 2 Messtagen vor und erschien dabei in 78 von 150 Abfragen, nicht in jeder [Quelle: eigene Messung, 02. bis 03.09.2026].
• Der Judge ist ein Sprachmodell mit einem eigenen Namensabgleich für Erwähnung, Zitation und Empfehlung, kein manueller Zweitabgleich jeder einzelnen Antwort.
• Die Stichprobe ist nicht der Berliner Durchschnitt. Aufgenommen wurden nur Betriebe mit eigener Domain, mindestens 20 Google-Bewertungen und mindestens 4,0 Sternen. Betriebe ohne Google-Profil oder mit wenigen Bewertungen fehlen vollständig.
• Nennungen hängen nicht nur an der Website, sondern auch an Google-Profilen und Portaleinträgen, die diese Messung nicht einzeln bewertet hat.
• Keine Wirkung von Maßnahmen gemessen. Die Studie zeigt einen Zustand an zwei Tagen, keinen Vorher-Nachher-Vergleich.
• Die Ebene-A-Messung testet das Kennzeichen, nicht die IP-Adresse. Ein 403 auf GPTBot bedeutet, dass die Website dieses Kennzeichen ablehnt, nicht zwingend, dass eine IP-basierte Sperre denselben echten Crawler ebenfalls trifft.

Kein Betrieb wird in diesem Artikel namentlich genannt, auch nicht mittelbar. Berichtet werden ausschließlich Aggregate je Gruppe.

Daten, Reproduzierbarkeit, Wiederholung

Die Aggregate dieser Messung, alle Gruppen- und Gesamtwerte ohne Einzelbetriebe, liegen als Datensatz zum Herunterladen (JSON) bereit. Zitieren mit Quellenangabe ist erlaubt.

Eine Wiederholung mit derselben Stichprobe und demselben eingefrorenen Fragen-Set ist für Dezember 2026 vorgesehen. Erst zwei oder mehr Zeitpunkte zeigen, ob sich Sperrquote oder Nennungsrate über Zeit verschieben, diese Messung zeigt nur eine Momentaufnahme vom 02. bis 04.09.2026 [Quelle: eigene Messung, 02. bis 04.09.2026].

Häufige Fragen

Quelle: Lukas Lavicka, KI-Crawler- und KI-Sichtbarkeitsmessung Berlin, September 2026. Erhebung 02. bis 04.09.2026, 105 Berliner Betriebe aus fünf Branchen, Crawler-Sweep über vier Kennungen und Auswertung von 528 KI-Antworten über drei Engines.