Wie finden Menschen heute den passenden Energie-Fachbetrieb?
Menschen finden den passenden Energie-Fachbetrieb zunehmend über eine KI. Wer früher eine Handvoll Installateure googelte und Angebote verglich, stellt die Frage heute ChatGPT oder liest die KI-Übersicht von Google.
In den USA, wo die Entwicklung weiter ist, stieg der Anteil der Verbraucher, die eine KI für lokale Empfehlungen nutzen, binnen eines Jahres von 6 auf 45 Prozent. Damit ist KI dort der drittwichtigste Weg zum regionalen Dienstleister, hinter Google und Facebook (BrightLocal, 2026; Befragung von 1.002 US-Erwachsenen). Eine zweite Erhebung zeichnet dasselbe Bild: 47 Prozent der US-Erwachsenen nutzten im zurückliegenden Monat KI für die lokale Suche. In den einkommensstärksten Haushalten beginnt die Suche nach einem lokalen Betrieb inzwischen häufiger bei einer KI als bei Google (Yext, 2026).
Auch im deutschsprachigen Raum ist die Verschiebung messbar. Bei dezentralo kamen 7,4 Prozent aller Impressionen in der Google-Suche aus KI-Funktionen (Google Search Console, 18.05.–22.09.2026). Der Wandel trifft die Energiewende an einer empfindlichen Stelle: einen zersplitterten Markt aus tausenden kleinen und mittleren Fachbetrieben, regional verwurzelt, oft ohne eigene Marketingabteilung. Genau diese Betriebe auffindbar und vergleichbar zu machen, ist seit Jahren das Geschäft von dezentralo.
„Die KI fragt nicht, wer der beste Installateur ist. Sie fragt, wer das bestätigen kann. Über einen guten Betrieb, zu dem keine Innung, keine Kammer und keine Bestenliste etwas sagt, geht sie hinweg, bevor jemand anruft.“
Martin Pierags, dezentralo
Was ändert sich, wenn die KI Unternehmen empfiehlt statt sie aufzulisten?
Die KI übernimmt die Vorauswahl, die bisher der Suchende selbst getroffen hat. Früher lieferte die Suche zehn Treffer, aus denen der Nutzer verglich und wählte; heute nennt die KI eine Handvoll Namen und präsentiert sie als Antwort. Diese Empfehlung ist die neue Vorrecherche: Was früher die erste Google-Seite war, ist heute die KI-Antwort. Wer darin fehlt, taucht für den Suchenden gar nicht erst auf.
Wie eng dieses Nadelöhr ist, zeigt eine Auswertung von knapp 350.000 Filialen großer Ketten: ChatGPT empfiehlt davon rund 1,2 Prozent, Gemini rund 11 Prozent (SOCi, 2026; SOCi verkauft selbst Lösungen für lokale Sichtbarkeit). Dahinter steckt kein Qualitätsurteil. Die KI empfiehlt schlicht, was sie findet, einordnen und belegen kann.
„Eine KI-Empfehlung wirkt wie ein geprüfter Rat. Die wenigsten Nutzer hinterfragen, warum gerade diese zwei, drei Unternehmen genannt werden. Sie vertrauen der Auswahl. Damit wiegt die Empfehlung schwerer, als es Platz eins in Suchmaschinen je getan hat.“
Stefano Fonseca
Warum tauchen gute Fachbetriebe in KI-Antworten manchmal gar nicht auf?
Eine KI nennt die Quellen, die sie am eindeutigsten einordnen kann. Ob ein Betrieb der beste ist, entscheidet darüber noch nichts. Sie zieht ihre Antwort aus Inhalten, die sie verlässlich parsen, einem Unternehmen zuordnen und gegen andere Quellen abgleichen kann.
Wie stark die KI die Bekannten bevorzugt, zeigt ein eigener Test aus einem anderen Blickwinkel: Gefragt, welche Greentech-Lehrbetriebe sie einem jungen Wiener empfehlen, nannten drei von vier KI-Systemen fast nur Großkonzerne wie Wien Energie, ÖBB oder Siemens (Fonseca, 2026). Der Grund liegt in der Methode: Diese drei Systeme antworteten aus ihren Trainingsdaten, in denen große Namen fest verankert sind. Nur Perplexity suchte live im Netz und fand dort auch kleine Betriebe – allerdings nur die, zu denen aktuelle, belegbare Quellen existieren. Für einen kleinen Betrieb heißt das: Ohne solche Quellen bleibt er selbst bei einer live suchenden KI unsichtbar.
„Dasselbe Muster sehe ich bei der Kundensuche. Wenn über einen Betrieb außerhalb seiner eigenen Seite kaum etwas steht, findet die KI nichts, worauf sie Vertrauen aufbauen kann, und empfiehlt deshalb die Konkurrenz, über die mehr bekannt ist.“
Stefano Fonseca
Gerade technisch starke Betriebe kommunizieren ihre Substanz oft unter Wert. Drei Muster wiederholen sich:
- Sie greifen zu Marketingfloskeln statt zur eigenen Fachsprache.
- Sie veröffentlichen zu wenig Inhalt und nicht den, nach dem Kunden und KI-Systeme tatsächlich fragen.
- Und ihre Seiten sind technisch so aufgebaut, dass KI-Systeme sie nicht sauber lesen.
Das Ergebnis ist jedes Mal dasselbe: Die KI kennt das Unternehmen nicht, verwechselt es oder stellt es falsch dar. Warum gute Inhalte trotzdem übersehen werden, zeigt der Beitrag Wie KI-Systeme Quellen auswählen.
Gegen alle drei Muster hilft dasselbe: Lesbarkeit. Wird die technische Substanz eines Betriebs für KI-Systeme sichtbar und eindeutig, wird aus einem Unternehmen, das die KI übergeht, eines, das sie als Quelle einordnet und empfiehlt. Sichtbarkeit in KI-Antworten lässt sich dabei nicht erahnen, aber sie lässt sich messen. Welche Systeme ein Unternehmen nennen, mit welchen Aussagen und wo es fehlt, wird über ein fortlaufendes Monitoring der KI-Sichtbarkeit nachvollziehbar.
Welche Quellen prüft die KI, bevor sie einen Betrieb empfiehlt?
Die KI prüft Stellen, die über einen Betrieb urteilen dürfen. Eine Studie hat 200 vollständige ChatGPT-Sitzungen zu lokalen Dienstleistern mitgeschnitten. Pro Anfrage startete die KI rund 30 Suchen, etwa zwei Drittel davon dienten der Kontrolle. Keine der 196 Empfehlungen stützte sich allein auf die Website des Betriebs (Omnipresence, 2026; der Herausgeber verkauft selbst Software für KI-Sichtbarkeit).
Geprüft wurden vor allem Register und Kammern, Bestenlisten und Lokalmedien sowie Bewertungsplattformen. Hierzulande entspricht das der Handwerkskammer, der Liste der Innungsbetriebe und Auszeichnungen mit offengelegten Kriterien.
Wie schnell sich das verschiebt, zeigen drei Messungen von dezentralo. Im Juli 2026 (gpt-4o mit Websuche, 96 Antworten, Raum Lüdenscheid) zog ChatGPT bei Fragen nach PV-Installateuren vor allem Branchenverzeichnisse heran, etwa Marktplatz Mittelstand, Cylex und Gelbe Seiten. Im September und Oktober schnitt dezentralo mit gpt-5 vollständige Sitzungen in Lüdenscheid, Gießen und Leipzig mit, 60 im September und 54 im Oktober. In vier von fünf Sitzungen las die KI die Seite eines regionalen Energieversorgers, dazu die Seiten der Betriebe selbst. In rund jeder vierten zog sie die Elektro-Innung oder die Handwerkskammer heran. Verzeichnisse und Bewertungsportale kamen in 17 von 60 und in 24 von 54 Sitzungen vor, aber kaum dieselben: im September vor allem werkenntdenbesten.de, im Oktober profimap.de, solarlokal.de und ProvenExpert.
Das sind Messungen, keine Studie: drei Städte, rund 20 Sitzungen je Stadt und Monat, im Juli ein anderes Modell und ein anderer Messaufbau. Der Unterschied zwischen September und Oktober kann Zufall sein. Deutlich ist etwas anderes: Welches Portal die KI heranzieht, wechselt von Monat zu Monat. Dass sich die herangezogenen Quellen so schnell drehen, zeigt auch eine Auswertung von Backlinko (Semrush): Zitationsquellen von LLMs können sich binnen zwei Monaten um bis zu 80 Prozent verschieben (Backlinko, 2025).
Für ein Portal heißt das: Ein Eintrag allein reicht nicht mehr. Es zählt, was das Portal über einen Betrieb aussagt und nach welchen Regeln. Die Fachleute der Whitespark-Befragung setzen „von Experten kuratierte Bestenlisten“ auf Platz eins der Faktoren für KI-Sichtbarkeit (Whitespark, 2026; Befragung von 47 Fachleuten zu 187 Faktoren).
| Aspekt | Klassische Suche | KI-Antwort |
| Ergebnisform | Lange Liste vieler Treffer | Wenige genannte Namen |
| Was Sichtbarkeit entscheidet | Ranking-Signale, Klicks | Klarheit, Struktur, externe Erwähnungen |
| Was vor der Auswahl geprüft wird | Die Auswahl trifft der Suchende selbst | Kammern, Innungen, Bewertungen, Bestenlisten |
„Wir messen seit Juli, welche Quellen ChatGPT heranzieht. Portale tauchen auf und verschwinden wieder, von Monat zu Monat. Darauf bauen wir nicht. Wir bauen den Regio Award zu einer Stelle aus, die ein Urteil abgibt, so wie eine Innung: nach offenen Kriterien und nicht käuflich.“
Martin Pierags, dezentralo
„Dass die Quellen monatlich wechseln, bemerke ich ebenfalls. Für einen Greentech-Betrieb heißt das: Eine einmalige Messung ist wenig aussagekräftig. Erst ein laufendes Monitoring zeigt, wo er gerade steht und wie sich die Sichtbarkeit entwickelt.“
Stefano Fonseca
Warum reicht eine gut gemachte Website nicht mehr aus?
Weil jeder heute mit KI ordentliche Texte erzeugen kann. Was die KI selbst formulieren kann, beantwortet sie auch selbst und braucht dafür keine Quelle. Das gilt für die Website eines Betriebs genauso wie für ein einfaches Fachverzeichnis: Wer gefunden und genannt werden will, braucht etwas, das es nur bei ihm gibt.
dezentralo sieht das in den eigenen Zahlen. Beim allgemeinen Ratgeber zur Leistung von Solarmodulen kamen 28 Prozent der Impressionen in der Google-Suche aus KI-Funktionen, geklickt wurde kaum (Klickrate 0,75 Prozent). Die Liste der Solar-Insolvenzen kommt nur auf 6,8 Prozent, hat aber mit 4,5 Prozent die beste Klickrate des Portals: rund 3.800 Klicks in vier Monaten (Google Search Console, 18.05.–22.09.2026). Jeder Fall darauf ist einzeln belegt, die Liste wird laufend nachgeführt. Diese Daten kann die KI nicht selbst erzeugen, also schickt die Suche die Menschen dorthin. Das zweite Beispiel ist der Regio Award: eine Bestenliste nach offengelegten Kriterien (mindestens 4,8 Sterne bei mindestens 100 Bewertungen), errechnet statt verkauft.
„Einen ordentlichen Ratgebertext bekommt heute jeder in fünf Minuten hin. Genau deshalb zählt er nicht mehr. Unsere Insolvenzliste ist die Seite, die die KI nicht ersetzen kann, weil die Daten nirgends sonst stehen. Das schafft man mit einer normalen Seite nicht mehr nebenbei.“
Martin Pierags, dezentralo
Dasselbe Prinzip zeigt Stefano Fonseca mit seiner Fallstudie. Er wendet seine Methode zur AI Visibility auf die eigene Personal Brand an und veröffentlicht laufende Messungen zu seiner KI-Sichtbarkeit. Die originären Daten lassen auf die Wirksamkeit seiner Maßnahmen schließen und belegen, was die KI nicht erzeugen kann: eine nachprüfbare eigene Datenreihe.
„Seitdem ich feststellte, dass mich keine KI als AI Visibility Spezialist für Greentech erkannte, arbeite ich kontinuierlich an meiner KI-Sichtbarkeit. Mittlerweile hat sich die Gesamtbewertung von Schulnote 4,8 auf 3,0 verbessert. Die Empfehlung selbst ist die härteste Stufe, daran arbeite ich offen und messbar weiter.“
Stefano Fonseca
Fachbetriebe produzieren das Rohmaterial ohnehin durch ihre Arbeit. Ein SHK-Betrieb oder Solarteur muss bei jedem Projekt nur die Daten festhalten, die die KI sucht und selbst nicht erzeugen kann: reale Erträge einer Anlage, gelöste Probleme trotz schwieriger Installationsbedingungen, Kosten und Amortisationszeiten. Das zählt mehr als zehn oder zwanzig Texte über die Vorteile einer Wärmepumpe oder die Funktionsweise einer PV-Anlage.
Der Betrieb muss diese Daten allerdings in Content übersetzen. Und dieser Content sollte die Fragen beantworten, die Kunden wirklich stellen, und ihre Vorbehalte ausräumen: Lohnt sich die Anlage? Was muss ich investieren, und wann rechnet sie sich? Was passiert, wenn die Anlage ausfällt? Diese Art von Content schafft Vertrauen und Autorität – Signale, die KI-Systeme bei ihrer Quellensuche gewichten.
Wie sollten sich Betriebe und Portale jetzt aufstellen?
Sie sollten sich zu einer Quelle machen, die KI-Systeme eindeutig erkennen und die unabhängige Stellen bestätigen. Dorthin führen drei Schritte, die aufeinander aufbauen, in dieser Reihenfolge:
- Zuerst messen, wo man steht: Bevor man etwas ändert, prüft man über mehrere KI-Systeme hinweg, ob und wie sie den Betrieb heute nennen, mit welchen Aussagen, in welchem Kontext und mit welchen Fehlern. Diese Bestandsaufnahme zeigt, wo die Lücken liegen. Ohne sie optimiert man ins Blaue.
- Sich eindeutig und überall gleich beschreiben: Name, Leistung und Region gehören klar und widerspruchsfrei auf die eigene Seite und in jedes Verzeichnis. KI-Systeme bauen Vertrauen über Konsistenz auf: Stimmen die Angaben über viele Quellen hinweg überein, ordnen sie den Betrieb sicher zu. Widersprechen sie sich, bleibt er für die KI unscharf.
- Von außen bestätigen lassen: Die KI stützt sich vor allem auf das, was unabhängige Stellen über einen Betrieb aussagen. Erwähnungen einer Marke im Netz hängen enger mit ihrer Sichtbarkeit in Googles KI-Übersicht zusammen als Backlinks (Ahrefs, 2025; Auswertung von 75.000 Marken). Am meisten zählt ein Eintrag bei einer Stelle, die ein Urteil abgibt: die Liste der Innungsbetriebe, die Handwerkskammer, eine Auszeichnung mit offengelegten Kriterien.
„Welche Quellen die KI liest, wechselt bei uns von Monat zu Monat. Wer einmal misst und sich dann zurücklehnt, kennt einen Stand, den es vier Wochen später nicht mehr gibt.“
Martin Pierags, dezentralo
Der Zeitpunkt zählt. Warum gerade Greentech-Unternehmen den Moment nutzen sollten, vertieft der Beitrag First-Mover-Vorteil in der KI-Suche. Der Grundgedanke: Wer früh misst, sieht Verschiebungen, bevor sie sich in den Anfragen zeigen.
Fazit: Sichtbar wird, wer sich lesbar macht und Autorität aufbaut
Die KI formt ihre Empfehlungen bereits heute aus den Quellen, die sie lesen und einordnen kann. Betriebe und Portale, die ihre Substanz klar und maschinenlesbar zeigen und etwas bieten, das es nur bei ihnen gibt, werden Teil dieser Antworten; wer wartet, überlässt der Konkurrenz den Platz. Der erste Schritt ist kostenlos: prüfen Sie, ob die KI Ihren Fachbetrieb richtig beschreibt und in Entscheidungssituationen empfiehlt.
