richresults.ai ist eine spezialisierte AEO-Agentur und macht AEO und GEO für Experten: Fachanwälte, Ärzte, Architekten, Berater, Winzer, Trainer, Gründer und andere Experten, deren dokumentierte Expertise der Grund ist, warum ein Mandant, Patient oder Kunde sie wählt. richresults.ai baut den Experten als eigene Entity getrennt von Kanzlei, Klinik, Büro oder Unternehmen und verbindet Fachgebiete, Publikationen, Vorträge, Fälle und externe Quellen mit dem Experten, der sie tatsächlich trägt.
Die Organisation ist KI-Systemen meist gut bekannt. Der Experte dahinter wird über die Organisation beschrieben, mit einem Namensvetter verwechselt oder fehlt in der Antwort. richresults.ai baut die Entity Architecture, die das ändert: ein Expertenprofil als Entity Home, Seiten je Fachgebiet, die Publikationsliste als eigene Entity, Person-JSON-LD mit worksFor, sameAs und knowsAbout, Retrieval Answers und FAQs in der Sprache des Fachgebiets und den Abgleich mit den externen Quellen, die die Expertise bestätigen. Die vollständige technische Umsetzung auf der bestehenden Website ist enthalten, damit ChatGPT, Perplexity, Claude, Gemini und Google AI Search den richtigen Experten erkennen, zuordnen und empfehlen.
01 Das Problemfeld
Die Leistung gehört zur Organisation. Die Expertise gehört zum Experten.
KI-Systeme beantworten Empfehlungsfragen in einem Fachgebiet aus dem, was sie über den Experten lesen können. In den meisten Fällen lesen sie die Organisation: ihre Leistungen, Standorte, Bewertungen und strukturierten Daten. Der Experte erscheint als Name auf einer Teamseite. richresults.ai baut den Experten als eigene lesbare Entity, benennt die Beziehung zur Organisation ausdrücklich und ordnet Fachgebiete, Publikationen und Fälle dem Experten zu, damit die Empfehlung bei dem Experten landet, der die Expertise trägt.
Die vollständige Analyse von Experte und Organisation als zwei Entities, Rollen über die Zeit, Namensgleichheit, Fachgebieten und externen Quellen steht im Guide KI-Sichtbarkeit für Experten →
02 Was richresults.ai für Experten baut
Das Expertenprofil als Entity Home
richresults.ai baut eine Seite, die das verbindliche Zuhause der Identität des Experten ist: Name, aktuelle Rolle mit Zeitraum, frühere Rollen mit Zeiträumen, die Beziehung zur Organisation, Qualifikation und Registrierung, wo sie gelten, stabile Identifikatoren und die externen Profile, die zum Experten gehören. Jede andere Seite über den Experten, auf der Website der Organisation und in externen Quellen, zeigt auf diese eine zurück. KI-Systeme bekommen einen Ort, an dem der Experte definiert ist.
Je Fachgebiet eine eigene Seite
Jedes Fachgebiet, das der Experte trägt, bekommt eine eigene Seite mit eigenen Aussagen, den zugehörigen Publikationen und Fällen und den Fragen, die darin tatsächlich gestellt werden. Ein Anwalt für Medienrecht und Handelsrecht bekommt zwei Seiten statt einer Beschreibung, die beides stapelt. KI-Systeme beantworten eine Frage in einem Feld dann mit der Expertise, die zu diesem Feld gehört. Der Experte ist für jedes Feld einzeln abrufbar.
Publikationen, Vorträge und Fälle als eigene Entities
Bücher, Artikel, Vorträge, Verfahren, Projekte und Jahrgänge werden als Entities gebaut, mit dem Experten als Autor oder verantwortlicher Rolle, jeweils mit Datum, Verlag oder Veranstaltungsort und dem Fachgebiet, zu dem sie gehören. Die Publikationsliste ist dann kein Absatz in einer Biografie mehr. Sie wird zu einer Struktur, die KI-Systeme lesen und zuordnen können. Wo die Arbeit für eine frühere Organisation entstanden ist, macht der Zeitraum die Zuordnung in beide Richtungen richtig.
Die Beziehung zur Organisation
richresults.ai benennt die Beziehung zwischen Experte und Organisation als Fakt mit Zeitraum: arbeitet für, hat gegründet, leitet, ist Partner, hat verlassen. Die Organisation behält ihre Leistungen, Standorte, ihr Team und ihre Bewertungen. Der Experte behält Fachgebiete, Qualifikation, Publikationen, Vorträge, Fälle und Auszeichnungen. Interne Links tragen die Beziehung in beide Richtungen, von der Teamseite zum Entity Home des Experten und zurück, damit KI-Systeme Experte und Organisation als verbundene Entities lesen und nie als eine.
Person-JSON-LD und Structured Data
richresults.ai setzt das Person-JSON-LD für den Experten mit worksFor, sameAs und knowsAbout um, das Organization-JSON-LD für die Organisation und die Beziehungen zwischen beiden, zusammen mit den Structured Data für Fachgebiete, Publikationen, Vorträge und Fälle. Die Struktur spiegelt den sichtbaren Inhalt. Sie behauptet keine Rolle, kein Fachgebiet und keine Publikation, die die Seiten nicht nennen. Jedes Schema wird gegen den Google Rich Results Test und Schema.org validiert.
Retrieval Answers, FAQs und AEO Copywriting
Titel, Meta-Descriptions, Entity-Beschreibungen, FAQs und Retrieval Answers entstehen aus den Fragen, die im Fachgebiet des Experten tatsächlich gestellt werden, in den Begriffen, die das Fachgebiet verwendet. Jede Aussage nennt den Experten als Subjekt und steht für sich als extrahierbarer Fakt. Die Seiten des Experten beantworten die Empfehlungsfrage dann direkt, statt sie dem Rückschluss zu überlassen.
Abgleich mit externen Quellen
Register, Verlagsseiten, Konferenzprogramme, Co-Autoren-Verzeichnisse, Seiten zu Auszeichnungen und Fachprofile bestätigen bestimmte Fakten über den Experten. richresults.ai ermittelt, welche externe Quelle welche Aussage bestätigt, gleicht Name, Rolle, Fachgebiet und Organisation zwischen den Seiten des Experten und diesen Quellen ab und verbindet jede Quelle mit der Aussage, die sie tatsächlich stützt. Korroboration außerhalb der Kontrolle des Experten wird zugeordnet und nie erfunden.
03 Die Expert Stage als Methode hinter der Arbeit
Dokumentierte Expertise wird zur Antwort.
Die Expert Stage ist die Methode, die richresults.ai dort anwendet, wo ein Experte ein Auswahlgrund ist. Auf der Website eines Experten nimmt sie die oben beschriebene Form an: das Entity Home, die Seiten je Fachgebiet, die Publikationen als Entities, das Person-JSON-LD und die externen Quellen, verbunden mit den Aussagen, die sie bestätigen. Die Expert Stage baut auf tatsächlich vorhandener Expertise auf und ordnet sie dem Experten zu, der sie trägt. Sie erzeugt keine Expertise und erfindet keine Autorität.
04 Wo die KI Experten falsch versteht
Vier Fehler mit einer Ursache.
KI-Systeme beschreiben den Experten über das Angebot der Organisation, geben eine frühere Rolle als aktuell aus, verschmelzen zwei Experten mit demselben Namen oder schreiben einem Kollegen Expertise zu, die jemand anderem gehört. Alle vier haben dieselbe Ursache: Die Fakten existieren und ihre Zuordnung bleibt dem Rückschluss überlassen. richresults.ai schließt diese Lücken als Teil der AEO- und GEO-Arbeit für den Experten. Der Guide KI-Sichtbarkeit für Experten beschreibt jeden dieser Fälle im Detail.
05 Ergebnis
Ein klares Modell des Experten für KI-Systeme.
KI-Systeme erhalten ein klares Modell davon, wer der Experte ist, in welcher Organisation er in welcher Rolle arbeitet, welche Fachgebiete er trägt, welche Publikationen, Vorträge und Fälle zu ihm gehören und welche externen Quellen das bestätigen. ChatGPT, Perplexity, Claude, Gemini und Google AI Search nennen den Experten dann bei den Fragen in seinem Fachgebiet, zu denen er tatsächlich etwas zu sagen hat. Wie das in der Praxis funktioniert, ist in den Case Studies dokumentiert.
Wie beschreiben ChatGPT, Perplexity, Claude, Gemini und Google AI Search dich derzeit als Experten? richresults.ai analysiert, bei welchen Fragen in deinem Fachgebiet du erscheinst, ob du über deine Organisation oder über deine eigenen Fachgebiete beschrieben wirst, welche Publikationen und Fälle dir zugeordnet werden und welche Quellen diese Antworten prägen. Analyse anfragen.
