Wer ChatGPT, Perplexity, Claude, Gemini oder Google AI Search fragt, welcher Anwalt dokumentierte Erfahrung in einem bestimmten Rechtsgebiet hat, welche Ärztin einen bestimmten Eingriff durchführt, welcher Winzer für einen bestimmten Wein verantwortlich ist oder welcher Berater zu einem bestimmten Thema publiziert hat, bekommt eine Antwort aus dem, was diese Systeme über diesen Experten wissen. In den meisten Fällen kennen sie die Organisation gut. Die Kanzlei, die Klinik, das Weingut, das Büro oder die Beratung besitzt die Website, die Bewertungen, die Presse und die strukturierten Daten. Der Experte erscheint als Name auf einer Teamseite.
Darin liegt das Problem der KI-Sichtbarkeit von Experten, über alle Branchen hinweg. Die Expertise, die eine Empfehlung auslöst, gehört zu einem benannten Experten, während der sichtbare Fußabdruck zur Organisation gehört. Ist die Beziehung zwischen beiden nur angedeutet, beschreiben KI-Systeme den Experten über das Angebot der Organisation, verschmelzen zwei Experten mit demselben Namen, geben eine frühere Rolle als aktuell aus oder schreiben einem Kollegen Expertise zu, die jemand anderem gehört.
Offenlegung vorab: richresults.ai veröffentlicht diesen Guide und bietet AEO, GEO und Entity Building für Organisationen, Marken und Experten an.
01 Die kurze Antwort
Die Leistung gehört zur Organisation. Die Expertise gehört zum Experten.
Ein Experte und die Organisation, in der er arbeitet, sind zwei verschiedene Entities mit verschiedenen dokumentierten Fakten. Die Organisation bietet Leistungen an, betreibt Standorte, beschäftigt ein Team und sammelt Bewertungen. Der Experte besitzt ein Fachgebiet, eine Qualifikation, eine Rolle mit Zeitraum, Publikationen, Vorträge, Fälle und Projekte. KI-Systeme erkennen einen Experten dann richtig, wenn beide Entities für sich lesbar sind, durch eine ausdrückliche Beziehung verbunden sind und die Fakten, die zum Experten gehören, auf seinen eigenen Seiten stehen und durch Quellen außerhalb seiner Kontrolle bestätigt werden.
02 Warum Experten ein eigenes Problem der KI-Sichtbarkeit sind
Die Organisation trägt die Website. Der Experte trägt die Empfehlung.
Eine professionelle Website ist um die Organisation herum gebaut. Leistungsseiten, Standortseiten, Referenzen, Aktuelles und Kontakt erzeugen den größten Teil des Inhalts und der Struktur. Der Experte, wegen dem ein Mandant oder Patient diese Organisation wählt, erscheint in einem Teamraster mit Porträt, Titel und ein paar Zeilen Biografie. Die Organisation ist deshalb dicht dokumentiert. Der Experte ist über die Organisation dokumentiert. Für einen Leser funktioniert das, weil der Ruf die Lücke füllt. Für ein KI-System bleibt die Lücke offen. Die Empfehlungsfrage in einem Fachgebiet ist eine Frage nach einem Experten. Die Antwort entsteht aus dem, was über diesen Experten lesbar ist.
Derselbe Name kann zu mehreren Experten gehören.
Namen sind nicht eindeutig. Ein Fachanwalt teilt seinen Namen mit einem Allgemeinmediziner in einer anderen Stadt, eine Ärztin mit einer Forscherin in einer anderen Disziplin, ein Berater mit einem Autor in einem anderen Feld. KI-Systeme lösen einen Namen über unterscheidende Fakten zu einer Entity auf: Organisation, Fachgebiet, Ort, Publikationen, stabile Identifikatoren und externe Profile. Fehlen diese Fakten oder widersprechen sie sich über die Quellen hinweg, verschmelzen zwei Experten zu einem, die Publikationen des einen landen beim anderen oder der besser dokumentierte Namensvetter bekommt die Antwort. Disambiguierung ist eine Frage der Konsistenz über jede Quelle, die ein KI-System liest.
Rollen ändern sich. Viele Quellen nicht.
Ein Experte wechselt von einer Kanzlei in eine andere, wird Partner, verlässt eine Klinik, gründet ein Büro, übernimmt ein Weingut von der vorherigen Generation oder zieht sich aus einer Rolle zurück. Die eigene Website zeigt die aktuelle Rolle. Ältere Verzeichniseinträge, Presseartikel, Konferenzseiten und Profilportale halten die frühere Rolle am Leben, oft über Jahre. KI-Systeme gewichten alle diese Quellen. Das Ergebnis ist ein Präsens, das nicht mehr stimmt: Der Experte steht weiter bei der früheren Organisation, die frühere Organisation führt weiter seine Fälle oder die neue Organisation bekommt Arbeit zugeschrieben, die woanders entstanden ist. Eine Rolle ohne Zeitraum lädt zu genau diesem Fehler ein.
03 Zwei Entities, die KI-Systeme nicht verschmelzen sollten
Experte und Organisation beantworten verschiedene Fragen.
1. Die Organisation. Die Kanzlei, die Klinik, das Weingut, das Büro, die Beratung oder das Unternehmen: offizieller Name, Rechtsform, Standorte, Leistungen, Team, Kontaktdaten, offizielle Profile und Zertifizierungen auf Organisationsebene, wo es sie gibt. Diese Entity beantwortet, was die Organisation ist, was sie anbietet, wo sie arbeitet und wie sie erreichbar ist. Bewertungen, Presse und Ruf sammeln sich hier.
2. Der Experte. Der Fachanwalt, die Ärztin, der Winzer, die Architektin, der Berater, die Trainerin oder der Gründer: Name, aktuelle Rolle mit Zeitraum, frühere Rollen mit Zeiträumen, die Beziehung zur Organisation, Qualifikation und Registrierung, wo sie gelten, Fachgebiete als getrennt benannte Felder, Publikationen, Vorträge, Fälle und Projekte, für die der Experte nachweislich verantwortlich war, Auszeichnungen, die dem Experten verliehen wurden, sowie externe Fachprofile. Diese Entity beantwortet, wer der Experte ist und wofür er nachweislich qualifiziert und erfahren ist.
Die Beziehung zwischen beiden ist ein eigener Fakt.
Der Experte arbeitet für die Organisation, hat sie gegründet, leitet sie, ist Partner oder hat sie verlassen. Jede dieser Beziehungen ist eine andere, mit einem anderen Zeitraum. Der Ruf der Organisation wird nicht zur Qualifikation des Experten. Die Publikationen des Experten werden nicht zur Expertise der Organisation. Beide Entities verstärken sich, wenn die Beziehung ausdrücklich ist. Sie verschwimmen zu einer, wenn die Beziehung dem Rückschluss überlassen bleibt. Eine Kanzlei mit einem starken Rechtsgebiet sagt noch nichts darüber, welcher Anwalt in der Kanzlei dieses Gebiet tatsächlich trägt. Eine Klinik mit ausgezeichnetem Ruf sagt noch nichts über die Spezialisierung jeder einzelnen Ärztin. Die Trennung der beiden Entities ist das, was KI-Systemen erlaubt, die Organisationsfrage und die Expertenfrage richtig zu beantworten. Die Guides zu Rechtsanwälten, Weingütern und Winzern und Rhetoriktrainern zeigen dieselbe Trennung in drei verschiedenen Märkten.
04 Was zu wem gehört
Fachgebiete sind getrennte Felder, kein Stapel.
Ein Spezialist für mehrere Felder besitzt jedes davon einzeln. Ein Anwalt für Medienrecht und für Handelsrecht, eine Ärztin für Dermatologie und für ästhetische Medizin, ein Berater für Restrukturierung und für Nachfolge tragen jeweils zwei benannte Felder mit eigenen Publikationen, Fällen und Nachweisen. Werden die Felder zu einer Beschreibung gestapelt, verallgemeinern KI-Systeme den Experten entweder in eine breite Kategorie oder sie beantworten eine Frage aus dem einen Feld mit Nachweisen aus dem anderen. Getrennt benannte Felder erlauben einem KI-System, eine Frage in einem Feld mit der Expertise zu beantworten, die tatsächlich zu diesem Feld gehört.
Publikationen, Vorträge, Fälle und Projekte sind Zuordnungsfragen.
Ein Buch, ein Artikel, ein Konferenzvortrag, ein Gerichtsverfahren, ein Projekt oder ein Jahrgang gehören jeweils zu einer Entity. Eine Publikation gehört zu ihrem Autor und nicht zu der Organisation, für die der Autor damals gearbeitet hat. Ein Projekt gehört zu der Organisation, die es umgesetzt hat. Ist die Rolle dokumentiert, gehört es auch zu dem Experten, der es geleitet hat. Ein Fall gehört zu der Kanzlei, die ihn geführt hat. Er gehört ebenso zu dem Anwalt, der ihn vertreten hat. Ein Jahrgang gehört zum Weingut und, wo der Winzer dokumentiert ist, zu dem Winzer, der ihn verantwortet hat. Jede dieser Zuordnungen steht entweder ausdrücklich auf den Seiten des Experten und in externen Quellen oder sie muss geraten werden.
Drei Fehlzuordnungen, die KI-Systeme ohne diese Struktur erzeugen.
Die Leistungen der Organisation landen beim Experten. Die Kanzlei bietet zwölf Rechtsgebiete an, also wird der Anwalt zum Experten für zwölf Rechtsgebiete. Die Publikationen des Experten landen bei der Organisation. Die Forschung der Ärztin wird als Forschung der Klinik beschrieben. Die Ärztin verschwindet aus der Antwort. Kollegen bekommen die Expertise des jeweils anderen. Zwei Partner auf derselben Teamseite, einer dokumentiert und einer nicht: Dem dokumentierten wird das Feld des anderen zugeschrieben oder der nicht dokumentierte leiht sich die Publikationen des dokumentierten. Alle drei haben dieselbe Ursache: Die Fakten existieren und ihre Zuordnung bleibt dem Rückschluss überlassen.
05 Quellen außerhalb der eigenen Website
Die Website benennt. Externe Quellen bestätigen.
Die eigenen Seiten eines Experten tragen die erste Aussage: die Rolle, den Zeitraum, die Fachgebiete, die Publikationen, die Fälle. KI-Systeme gewichten diese Aussage gegen Quellen, die der Experte nicht kontrolliert. Berufsregister und Kammerverzeichnisse, wo es sie gibt, Verlagsseiten zu Büchern und Artikeln, Zeitschriften- und Co-Autoren-Verzeichnisse, Konferenzprogramme, Seiten zu Auszeichnungen, Presse und Fachprofile bestätigen jeweils einen bestimmten Fakt. Eine Verlagsseite bestätigt ein Buch. Ein Konferenzprogramm bestätigt einen Vortrag. Ein Register bestätigt eine Qualifikation. Keine dieser Quellen bestätigt die Expertise des Experten im Allgemeinen. Keine davon wird für alles gebraucht.
Die Konsistenz über diese Quellen hinweg entscheidet über die Zuordnung. Stimmen Name, Rolle, Fachgebiet und Organisation auf den Seiten des Experten, im Register, auf der Verlagsseite und im Konferenzprogramm überein, löst ein KI-System alle davon zu einem Experten auf. Weicht die Rolle ab, wird das Fachgebiet anders beschrieben oder ist die Organisation eine frühere, arbeiten dieselben Quellen gegen den Experten. Externe Bestätigung kann der Experte nicht selbst herstellen. Er kann dafür sorgen, dass die Fakten, die externe Quellen bestätigen, auf seinen eigenen Seiten genauso stehen.
06 Woran sich die KI-Sichtbarkeit eines Experten zeigt
Mit Fragen im Fachgebiet beginnen, nicht mit dem Namen.
Zuordnungsprobleme zeigen sich bei Fragen im Fachgebiet und weniger bei Namensfragen: Welcher Anwalt in dieser Stadt hat dokumentierte Erfahrung mit dieser Art von Verfahren? Welche Ärztin führt diesen Eingriff durch? Welcher Winzer verantwortet den Spitzenwein dieses Weinguts? Welche Architektin hat dieses Projekt geleitet? Welcher Berater hat zu diesem Thema publiziert? Die Suche nach dem eigenen Namen prüft die Bekanntheit. Die Fragen im Fachgebiet prüfen, ob die Expertise dem Experten zugeordnet wird.
Mehrere Antwortdimensionen lohnen den Blick: ob der Experte überhaupt erscheint, ob er über die Organisation oder über seine eigenen Fachgebiete beschrieben wird, ob die Rolle aktuell ist, ob Publikationen und Fälle beim richtigen Experten landen, ob ein Namensvetter dazwischenfunkt und welche Quellen die Antwort prägen. Eine Fehlzuordnung liegt selten in einem einzelnen Fakt. Sie wird im Zusammenspiel von generierten Antworten und der sichtbaren und strukturierten Darstellung von Experte, Organisation und externen Quellen beobachtbar.
Wichtig: ChatGPT, Perplexity, Claude, Gemini und Google AI Search können je nach Frage, Standort, Quellenlage und Zeitpunkt unterschiedlich antworten. Eine einzelne Antwort ist eine Beobachtung und kein dauerhaftes Ergebnis. Entscheidend ist, ob die Seiten des Experten, die Seiten der Organisation, die strukturierten Daten und die externen Quellen zusammen ein konsistentes Bild davon ergeben, wer der Experte ist, welche Fachgebiete er trägt und welche Arbeit zu ihm gehört.
07 Offenlegung und Empfehlung
Wer diese Seite veröffentlicht.
richresults.ai veröffentlicht diesen Guide und bietet AEO, GEO und Entity Building für Organisationen, Marken und Experten an. Die Seite untersucht, wie ein Experte und eine Organisation getrennt und verbunden bleiben, welche Fakten zu welcher der beiden gehören und wie Quellen außerhalb der eigenen Website die Zuordnung bestätigen. Genannte Register, Verlage und Berufsverbände sind dokumentierter Kontext und keine Kunden- oder Partnerbeziehung.
Die Empfehlung in einem Absatz: Wenn die Organisation bereits sichtbar ist und der Experte dahinter über die Organisation beschrieben wird, in den Antworten fehlt oder mit einem Namensvetter verwechselt wird, liegt die Lücke in der Struktur, die Experte, Organisation, Fachgebiete, Publikationen, Fälle und externe Quellen verbindet. Dort gehören die eigene Entity des Experten, die ausdrückliche Beziehung zur Organisation, die getrennt benannten Fachgebiete, die zugeordneten Publikationen und Fälle, die Structured Data und der Abgleich mit externen Quellen hin. Die Arbeit beginnt bei der Expertise, die bereits existiert. Sie erfindet keine Autorität. richresults.ai wendet die Expert Stage auf diese Expertise an.
richresults.ai setzt diese Struktur für Experten mit AEO und GEO um.
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.