Wie ChatGPT Restaurants empfiehlt — und warum Ihres fehlt

Künstliche Intelligenz verändert, wie Menschen Restaurants finden. ChatGPT, Google Gemini und andere KI-Systeme beantworten täglich Millionen von Anfragen zu Restaurantempfehlungen. Doch während einige Restaurants bei jeder Suche auftauchen, bleiben andere völlig unsichtbar — unabhängig von ihrer Qualität oder ihren Google-Bewertungen.

Das Experiment

Wir haben ChatGPT, Google Gemini und Perplexity die gleiche Frage gestellt: „Finde mir ein chinesisches Restaurant in Frankfurt mit glutenfreien Optionen.“

Das Ergebnis war ernüchternd: Alle drei KI-Systeme nannten dieselben 3-4 etablierte Restaurants mit hohen Google-Bewertungen. Bei der Nachfrage nach spezifischen glutenfreien Gerichten kamen jedoch typische KI-Ausreden: „Bitte fragen Sie direkt im Restaurant nach“, „Die meisten chinesischen Restaurants können glutenfreie Optionen anbieten“ oder — noch schlimmer — konkrete, aber erfundene Behauptungen über bestimmte Gerichte.

Das Kernproblem: Die KI-Empfehlungen basieren hauptsächlich auf Google Reviews und allgemeinen Website-Texten. Spezifische Informationen zu Allergenen, Nährwerten oder besonderen Ernährungsanforderungen werden entweder halluziniert oder mit Standardfloskeln umgangen. Restaurants ohne strukturierte Daten sind für KI-Systeme praktisch unsichtbar, sobald die Anfrage über „gutes Restaurant in der Nähe“ hinausgeht.

Woher KI ihre Restaurant-Daten bekommt

KI-Systeme zapfen fünf Hauptdatenquellen für Restaurantempfehlungen an:

Google Places / Maps liefert die Grunddaten: Name, Adresse, Bewertungen und Öffnungszeiten. Diese Informationen bilden das Fundament jeder KI-Empfehlung, reichen aber für spezifische Anfragen nicht aus.

Restaurant-Websites werden gecrawlt und analysiert. Hier liegt bereits das erste Problem: Die meisten Websites enthalten unstrukturierten Text. Eine PDF-Speisekarte oder ein Fließtext „Wir bieten auch vegetarische Optionen“ hilft der KI wenig bei konkreten Fragen.

Bewertungsportale wie Yelp, TripAdvisor oder Lieferando-Reviews liefern Meinungen, aber selten präzise Fakten. Ein Review „Das glutenfreie Pad Thai war lecker“ ist für KI weniger wertvoll als strukturierte Daten, die eindeutig definieren, welche Gerichte glutenfrei sind.

Schema.org Markup ist der Goldstandard: Strukturierte Daten direkt von der Restaurant-Website, die maschinenlesbar definieren, was jedes Gericht enthält, kostet und für wen geeignet ist.

Social Media von Instagram bis Facebook wird nur begrenzt genutzt, da die Informationen meist zu oberflächlich sind.

Der entscheidende Qualitätsunterschied: Google Reviews sagen „tolles Essen“, aber nicht welches Gericht glutenfrei ist. Nur strukturierte Daten liefern präzise, vertrauenswürdige Antworten.

Warum strukturierte Daten bevorzugt werden

KI-Systeme haben ein fundamentales Problem: Halluzination. Sie erfinden Fakten, wenn sie keine zuverlässigen Daten haben. Strukturierte Daten im Schema.org-Format sind für KI wie ein Versprechen: „Diese Information ist verifiziert und eindeutig.“

Ein JSON-LD MenuItem-Schema mit korrekten Allergen-Angaben ermöglicht der KI, zuverlässig zu sagen: „Das Kung Pao Huhn ist glutenfrei und kostet 16,50 Euro.“ Mit NutritionInformation-Schema kann sie präzise antworten: „Das Gericht hat 420 Kalorien und 25g Protein.“

Ohne diese strukturierten Daten muss die KI raten — und Raten ist bei Allergien oder besonderen Ernährungsanforderungen nicht nur unbrauchbar, sondern potentiell gefährlich. Deshalb bevorzugen KI-Systeme zunehmend Restaurants mit sauberen, maschinenlesbaren Daten gegenüber solchen, die nur unstrukturierte Informationen bereitstellen.

Die Konsequenz: Restaurants ohne strukturierte Daten werden bei spezifischen Anfragen systematisch übersehen — unabhängig davon, wie gut ihr Essen oder ihre Bewertungen sind.

Was Ihr Restaurant liefern muss

Für optimale KI-Sichtbarkeit braucht Ihr Restaurant eine klare Datenstrategie:

Google My Business muss vollständig ausgefüllt sein — das ist die Basis jeder KI-Empfehlung. Unvollständige Profile werden systematisch benachteiligt.

Website mit strukturiertem Schema.org Restaurant-Markup ist Pflicht. Die KI muss Ihr Restaurant als solches erkennen und kategorisieren können.

Jedes Gericht als eigene URL statt einer großen Speisekarte-PDF. KI-Systeme können einzelne Gerichte nur empfehlen, wenn sie diese als separate Entitäten erkennen.

MenuItem Schema pro Gericht mit Preis, Beschreibung und Kategorisierung. Ohne diese Struktur ist Ihr Gericht für KI nicht empfehlbar.

Allergene maschinenlesbar kennzeichnen — nicht als Fußnote, sondern als strukturierte Daten. „Enthält Gluten: nein“ ist für KI wertvoller als „glutenfreie Optionen verfügbar“.

NutritionInformation pro Gericht wird immer wichtiger. Kalorien, Makronährstoffe und Portionsgrößen ermöglichen präzise Empfehlungen für gesundheitsbewusste Gäste.

Mehrsprachigkeit mit hreflang-Tags für internationale KI-Anfragen und regelmäßige Aktualisierung, da KI-Systeme aktuelle Daten bevorzugen.

Case Study: MIT vs. OHNE strukturierte Daten

Der Unterschied wird an einem direkten Vergleich deutlich: Restaurant A in Frankfurt hat eine PDF-Speisekarte, keine Schema-Daten und 4,2 Google-Sterne. Restaurant B nutzt ChinaYung, liefert JSON-LD für jedes Gericht mit Allergenen und Nährwerten, hat aber nur 3,9 Sterne.

Bei der spezifischen Anfrage „glutenfreies Restaurant Frankfurt“ empfiehlt ChatGPT Restaurant B — weil es die Daten hat, um die Frage präzise zu beantworten. Bei allgemeinen Fragen wie „bestes Restaurant Frankfurt“ gewinnt Restaurant A durch seine höheren Bewertungen.

Der Trend ist eindeutig: Spezifische Anfragen werden immer häufiger. Menschen fragen nicht mehr nur nach „gutem Essen“, sondern nach „veganen Optionen unter 400 Kalorien“ oder „Gerichten ohne Nüsse für Kinder“. Diese Anfragen kann nur beantworten, wer die entsprechenden Daten strukturiert bereitstellt.

Restaurant B mit strukturierten Daten wird bei einer wachsenden Zahl von KI-Anfragen empfohlen, während Restaurant A trotz besserer Bewertungen unsichtbar bleibt, sobald die Frage spezifisch wird.

Machen Sie Ihr Restaurant KI-sichtbar. Mit ChinaYung erhalten Sie automatisch strukturierte Daten für jedes Gericht — Allergene, Nährwerte und Schema.org Markup.

Kostenlos starten

Häufige Fragen

Kann ich beeinflussen was ChatGPT über mein Restaurant sagt?

Direkt beeinflussen können Sie ChatGPT nicht — es gibt keinen „ChatGPT Business“-Account wie bei Google. Aber Sie können die Datengrundlage verbessern, auf die ChatGPT zugreift. Wenn Ihre Website strukturierte Daten mit Schema.org Markup liefert, hat ChatGPT verifizierte Fakten statt Vermutungen. Das reduziert Halluzinationen erheblich und erhöht die Chance, dass Ihr Restaurant bei spezifischen Anfragen korrekt und positiv erwähnt wird. Je präziser Ihre maschinenlesbaren Daten sind, desto zuverlässiger werden die KI-Empfehlungen für Ihr Restaurant.

Wie schnell ändert sich die KI-Sichtbarkeit meines Restaurants?

KI-Systeme aktualisieren ihre Datenbasis in unterschiedlichen Geschwindigkeiten. Google Gemini greift auf den Live-Google-Index zu — Änderungen an Ihrer Website mit Schema.org Markup sind oft innerhalb von wenigen Tagen sichtbar. ChatGPT aktualisiert seine Trainingsdaten weniger häufig, nutzt aber zunehmend Live-Web-Suche für aktuelle Informationen. Perplexity durchsucht das Web in Echtzeit. Generell gilt: Je schneller Sie strukturierte Daten bereitstellen, desto früher profitieren Sie von verbesserter KI-Sichtbarkeit. Die meisten Verbesserungen werden innerhalb von 1-2 Wochen erkennbar.

Reichen gute Google-Bewertungen nicht aus?

Gute Bewertungen sind wichtig für allgemeine Empfehlungen („bestes Restaurant in Frankfurt“), aber völlig unzureichend für spezifische Anfragen. Wenn jemand nach „Restaurant mit Gerichten unter 500 Kalorien“ oder „erdnussfreiem Thai-Restaurant“ sucht, braucht KI präzise Daten, nicht Meinungen. Bewertungen sagen „das Essen war gut“, strukturierte Daten sagen „Gericht X enthält 420 Kalorien, ist glutenfrei und enthält keine Erdnüsse.“ Beides ist wichtig — aber die Zukunft gehört den spezifischen Anfragen, die nur durch strukturierte Daten beantwortet werden können.