AI-Readiness Report
Deutschlands Gastronomie auf KI-Blindflug (2026)
AI Shift Drift · März 2026
AI-Readiness Report
Deutschlands Gastronomie auf KI-Blindflug (2026)
10 Städte · 1.000 Restaurants · 4.000 Scans
85% der deutschen Restaurants sind für ChatGPT, Perplexity und Google AI unsichtbar.
Warum KI-Sichtbarkeit Umsatz kostet
Ein Restaurant das in KI-Antworten nicht auftaucht, existiert für einen wachsenden Teil potenzieller Gäste nicht. Jede nicht erfolgte Empfehlung durch ChatGPT&Co ist eine entgangene Reservierung. Jede fehlende Erwähnung in den KI-generierten Antworten von Google AI Overviews, Perplexity oder ChatGPT ist ein Tisch der leer bleibt. Die Frage ist nicht ob KI-Sichtbarkeit relevant wird – sie ist es bereits.
Der strukturelle Wandel hat begonnen
+357% mehr KI-Suchanfragen in den letzten 6 Monaten.
14,2% Conversion-Rate über KI-Suche vs. 2,8% über Google – wer in KI-Antworten auftaucht, gewinnt fünfmal mehr Kunden pro Kontakt.
90% aller Websites sind für KI-Suchmaschinen strukturell nicht sichtbar – klassisches SEO und Google-Marketing reichen nicht mehr.
KI-Agenten buchen bald selbst: Die nächste Welle sind autonome Agenten die eigenständig Tische reservieren, Öffnungszeiten prüfen und Restaurants empfehlen. Wer nicht 'agent-ready' ist, wird vollautomatisch übergangen.
Dieser Wandel ist keine Zukunftsvision. Er läuft bereits – und die Daten dieses Reports zeigen: Die deutsche Gastronomie ist darauf nicht vorbereitet.
Methodik
| Was gemessen wurde | 3 Dimensionen: Sichtbarkeit (AEO + GEO), Nutzbarkeit (KI-Agent-Readiness), Sicherheit (KI-Sicherheit) |
| Wer analysiert wurde | Restaurants mit Google-Bewertung ≥4,0 und mind. 30 Bewertungen, per Zufallsprinzip über Google Maps API |
| Umfang | 1.000 Restaurants – 10 Städte × 100 Restaurants × 10 Stadtteile pro Stadt |
| Scan-Volumen | 4.000 Einzel-Scans – jedes Restaurant mit allen 4 Scannern parallel analysiert |
| Zeitraum | März 2026 |
| Werkzeuge | KI-Sichtbarkeits-Scanner, KI-Zitierbarkeits-Scanner, KI-Agent-Readiness-Scanner, KI-Sicherheits-Scanner (AI Shift Drift) |
Datenerhebung: Die Analyse erfolgte durch automatisierte Einzelscans jedes der 1.000 Restaurants über vier unabhängige Scanner. Jeder Scanner erfasst eine klar abgegrenzte Dimension der KI-Readiness und gibt einen Score von 0–100 sowie strukturierte Befunde aus. Die Scans wurden parallel durchgeführt und sind methodisch voneinander unabhängig. Gesamt-Datenbasis: 4.000 Einzel-Scans.
Das Sichtbarkeits-Defizit
1.1 AEO – Answer Engine Optimization
85,2% der deutschen Restaurants sind für KI-Antwortmaschinen unzureichend aufgestellt.
Was das für den Gastronomen bedeutet: ChatGPT, Perplexity und Google AI Overviews können den Inhalt der Website nicht direkt als Antwort verwenden. Das Restaurant taucht in KI-generierten Empfehlungen nicht auf – selbst wenn ein potenzieller Gast explizit nach einem Restaurant in der Nähe sucht.
Wie der AEO Score gemessen wird: Der KI-Sichtbarkeits-Scanner prüft 8 On-Page-Kriterien – darunter ob eine direkte Antwort am Seitenanfang steht, ob maschinenlesbares Schema Markup vorhanden ist und ob FAQ-Strukturen für KI-Extraktion aufgebaut sind.
| Kategorie | Score | Restaurants | Anteil |
|---|---|---|---|
| 🔴 Kritisch – Nicht auffindbar für KI-Suche | 0–30 | 117 | 11,7% |
| 🟡 Ausbaufähig – Teilweise sichtbar, aber nicht empfohlen | 31–60 | 735 | 73,5% |
| 🟢 Gut – Solide Basis, vereinzelt zitierbar | 61–85 | 148 | 14,8% |
| ⭐ Top – Wird von KI zuverlässig gefunden und empfohlen | 86–100 | 0 | 0,0% |
| Ø Score gesamt | 43,8 |
1.2 GEO – Generative Engine Optimization
96,6% der deutschen Restaurants werden von generativen KI-Modellen nicht als zuverlässige Quelle erkannt.
Was das für den Gastronomen bedeutet: KI-Modelle wie ChatGPT zitieren Quellen die sie als vertrauenswürdig, strukturiert und relevant einschätzen. Wer nicht zitiert wird, baut keinen Ruf im KI-Ökosystem auf – auch nicht über Jahre hinweg.
| Kategorie | Score | Restaurants | Anteil |
|---|---|---|---|
| 🔴 Kritisch – Vollständig unsichtbar für KI-Modelle | 0–19 | 15 | 1,5% |
| 🟠 Schwach – Kaum als Quelle erkennbar | 20–39 | 304 | 30,4% |
| 🟡 Ausbaufähig – Teilweise als Quelle erkennbar | 40–59 | 647 | 64,7% |
| 🟢 Gut – Gute Grundlagen, gelegentlich zitiert | 60–79 | 34 | 3,4% |
| ⭐ Sehr gut – Wird regelmäßig von KI-Modellen zitiert | 80–100 | 0 | 0,0% |
| Ø Score gesamt | 42,7 |
Top 3 Probleme
1. E-E-A-T Totalausfall – bei ~983 Restaurants (98,3%) kein sichtbarer Autor, kein Veröffentlichungsdatum, keine Expertise-Signale. KI-Suchmaschinen wie Perplexity oder Google AI Overviews bewerten Quellen nach Vertrauenswürdigkeit – Restaurant-Websites liefern null Vertrauenssignale.
2. Kein klarer Einstiegssatz – bei 553 Restaurants (55,3%) fehlt eine direkte Antwort auf die Hauptfrage der Seite. KI-Systeme überspringen Seiten ohne sofort verwertbaren Inhalt.
3. Kein maschinenlesbares Markup – bei 344 Restaurants (34,4%) fehlt Schema.org / JSON-LD Markup. Ohne dieses können KI-Modelle das Restaurant nicht als strukturierte Entität erkennen und zitieren.
Das Nutzbarkeits-Defizit
52% der deutschen Restaurants können von KI-Agenten nicht vollständig genutzt werden – und kein einziges ist wirklich 'agent-ready'.
Was das für den Gastronomen bedeutet: KI-Agenten – wie ChatGPT mit Browsing, Perplexity oder Google-Assistenten – versuchen zunehmend eigenständig zu handeln: Tische reservieren, Öffnungszeiten prüfen, Speisekarten auslesen. Wer hier nicht erreichbar ist, wird automatisch übergangen.
| Kategorie | Score | Restaurants | Anteil |
|---|---|---|---|
| 🔴 Kritisch – KI-Agenten können das Restaurant nicht erreichen | 0–30 | 2 | 0,2% |
| 🟡 Ausbaufähig – KI-Agenten können lesen, aber nicht handeln | 31–60 | 518 | 51,8% |
| 🟢 Gut – Grundinfrastruktur vorhanden, fast nutzbar | 61–85 | 480 | 48,0% |
| ⭐ Top – KI-Agenten können vollständig buchen und handeln | 86–100 | 0 | 0,0% |
| Ø Score gesamt | 60,7 |
Das Ergebnis ist eindeutig: Bei über der Hälfte (52%) fehlt KI-Agenten die Infrastruktur um zu handeln. Bei den restlichen 48,0% ist zwar eine Grundlage vorhanden – aber kein einziges Restaurant ist wirklich 'agent-ready'.
Top 3 Probleme
1. Kein HTTPS – 178 Restaurants (17,8%) haben kein SSL-Zertifikat. Ohne HTTPS verweigern KI-Agenten die Interaktion da sie unsichere Verbindungen als Risiko einstufen.
2. Keine Sitemap.xml – 172 Restaurants (17,2%) bieten KI-Agenten keine maschinenlesbare Seitenstruktur. Ohne Sitemap fehlt Agenten die Übersicht über die Website.
3. Kein programmatischer Endpunkt – 149 Restaurants (14,9%) haben keinen MCP/WebMCP-Endpunkt für KI-Agenten. Insgesamt fehlt bei 409 Restaurants (40,9%) jede Möglichkeit für KI-Agenten aktiv zu handeln – buchen, bestellen oder anfragen.
Das Sicherheits-Defizit
Kein Restaurant ist vollständig gut aufgestellt. 60,9% sind nur teilgeschützt – mit konkreten Lücken die KI-gestützte Angriffe erleichtern.
Was der KI-Sicherheits-Scanner misst – und was nicht: Der KI-Sicherheits-Scanner analysiert die öffentlich sichtbare Angriffsfläche einer Website für KI-gestützte Angriffe: Deepfake-Risiko durch Fotos und Videos, offene Personendaten, ungeschützte Formulare und Chatbot-Einfallstore. Was der Scanner bewusst nicht misst: interne Netzwerksicherheit, Serverinfrastruktur oder aktive Schwachstellen – das wäre rechtlich nicht vertretbar ohne explizite Genehmigung.
| Kategorie | Score | Restaurants | Anteil |
|---|---|---|---|
| 🔴 Kritisch – Erhebliche Angriffsfläche | 0–30 | 0 | 0,0% |
| 🟠 Gefährdet – Offene Einfallstore | 31–60 | 0 | 0,0% |
| 🟡 Teilgeschützt – Grundschutz vorhanden, aber mit Lücken | 61–85 | 609 | 60,9% |
| 🟢 Gut aufgestellt – Geringe Angriffsfläche | 86–100 | 391 | 39,1% |
| Ø Score gesamt | 83,6 |
Top 3 Sicherheits-Probleme
1. Offene Personendaten – bei 718 Restaurants (71,8%) sind Mitarbeiternamen öffentlich abrufbar – insgesamt ~30.400 Namen. Das ist Rohmaterial für KI-gestützte Social-Engineering- und Phishing-Angriffe.
2. Unkontrollierter KI-Crawler-Zugang – 175 Restaurants (125 mit wirkungsloser robots.txt + 50 ohne robots.txt) können nicht steuern welche Inhalte KI-Systeme indexieren.
3. Offene E-Mail-Adressen – bei 62 Restaurants sind ~199 E-Mail-Adressen ungeschützt auf der Website – Spam- und Phishing-Ziel.
Hinweis zur Scoring-Logik: Der KI-Sicherheits-Score gewichtet aktive Angriffsflächen höher als passive Exposition.
Das Google-Paradox
591 Restaurants (59,1%) haben 4,5+ Google-Sterne – sind aber für KI-Suchmaschinen nicht oder nur schwer auffindbar (AEO-Score unter 60).
Mehr als die Hälfte der bestbewerteten Restaurants in Deutschland ist für KI-Suchmaschinen strukturell nicht sichtbar. Wer jahrelang in Google-Bewertungen investiert hat, hat damit buchstäblich nichts für seine KI-Sichtbarkeit getan. Die Korrelation zwischen Google-Sternebewertung und AEO-Score beträgt praktisch null. Beide Welten funktionieren nach völlig unterschiedlichen Regeln.
| Kriterium | Restaurants | Anteil |
|---|---|---|
| Google ≥4,5 Sterne UND AEO <60 (nicht auffindbar für KI) | 591 | 59,1% |
| Google ≥4,0 Sterne UND AEO <60 | 844 | 84,4% |
| Pearson-Korrelation Google ↔ AEO | r = −0,04 | – |
Die Logik dahinter: Google bewertet Kundenzufriedenheit, Relevanz und Klickverhalten. KI-Modelle bewerten Inhaltsstruktur, Maschinenlesbarkeit und Antwortfähigkeit. Das sind zwei vollständig getrennte Optimierungsfelder – wer eines gut macht, hat damit nichts für das andere getan.
Städteranking
Welche Stadt ist am besten für die KI-Ära aufgestellt? Die Unterschiede sind überraschend.
| Stadt | AEO Ø | GEO Ø | AgentReady Ø | Security Ø |
|---|---|---|---|---|
| Mannheim | 46,6 | 42,3 | 63,3 | 84,0 |
| Hamburg | 46,3 | 41,8 | 58,2 | 82,0 |
| Düsseldorf | 44,6 | 40,9 | 64,1 | 83,1 |
| München | 44,1 | 40,8 | 59,5 | 82,6 |
| Leipzig | 43,8 | 48,3 | 63,7 | 85,6 |
| Köln | 43,5 | 40,3 | 59,4 | 82,7 |
| Dortmund | 43,1 | 46,1 | 63,9 | 84,8 |
| Stuttgart | 42,6 | 44,0 | 57,7 | 84,2 |
| Frankfurt | 42,0 | 42,7 | 57,8 | 83,5 |
| Berlin | 41,3 | 40,2 | 59,8 | 83,5 |
Befunde
Mannheim führt bei AEO – die kleinste Stadt im Ranking überholt Hamburg, München und Berlin.
Leipzig führt bei GEO (48,3) und Security (85,6) – deutlich vor allen anderen.
Berlin ist Schlusslicht bei AEO (41,3) und GEO (40,2) – die Hauptstadt mit dem größten Restaurant-Markt hat die schlechteste KI-Sichtbarkeit.
Düsseldorf führt bei AgentReady (64,1) – die beste Infrastruktur für KI-Agenten.
Die maximale Spanne zwischen bester und schlechtester Stadt beträgt 8 Punkte auf einer 100er-Skala. Die KI-Herausforderungen der Gastronomie sind nicht regional, sie sind strukturell.
Substudien pro Stadt
Detaillierte Analyse pro Stadt – mit Stadtteil-Rankings, Küchen-Breakdown und lokalen Top-Problemen.
Fazit: Die Spielregeln haben sich geändert – und die meisten wissen es noch nicht
Google-Reputation ≠ KI-Sichtbarkeit.
59,1% der bestbewerteten Restaurants in Deutschland sind trotz 4,5+ Google-Sternen für KI-Suchsysteme nicht auffindbar. Die Korrelation zwischen Google-Reputation und KI-Sichtbarkeit ist statistisch nicht existent. Online-Reputation, KI-Sichtbarkeit und KI-Nutzbarkeit sind drei strukturell verschiedene Disziplinen, die unterschiedliche Maßnahmen erfordern.
Das Defizit ist branchenweit.
Die Studie belegt: Das Defizit ist nicht auf einzelne Städte oder Betriebstypen beschränkt. Es ist branchenweit und strukturell. 85% der analysierten Restaurants – unabhängig von Größe, Standort oder Bewertungsniveau – erfüllen die Grundvoraussetzungen für KI-Sichtbarkeit und KI-Nutzbarkeit nicht.
Frühe Positionierungsphase – wer jetzt handelt, gewinnt.
Kein Betrieb verfügt heute über eine gefestigte KI-Sichtbarkeits- und Nutzbarkeits-Position – aber das ändert sich. KI-Systeme lernen über Zeit welchen Quellen sie vertrauen und welche Infrastruktur sie nutzen können: ähnlich wie Reputation im klassischen Sinne entsteht dieses Vertrauen durch wiederholte, konsistente Präsenz. Betriebe die jetzt strukturell handeln sichern sich eine Marktposition die mit wachsender KI-Adoption an strategischem Wert gewinnt.
Handlungsempfehlungen
Was du jetzt tun kannst: 8 Maßnahmen für dein Restaurant
Basierend auf den Befunden dieses Reports. Sortiert nach Aufwand.
Heute noch, in 20 Minuten
Öffne Google Maps, such dein Restaurant, klick auf "Profil bearbeiten". Prüf: Öffnungszeiten korrekt? Telefonnummer stimmt? Fotos aktuell? Speisekarte verlinkt?
Warum? Google Business ist die wichtigste Datenquelle für ChatGPT, Perplexity und Google AI. Fehler dort werden direkt an potenzielle Gäste weitergegeben.
Stehen vollständige Mitarbeiternamen auf deiner Website? Reicht oft: Vorname + Funktion, "Küchenchef Marco" statt "Küchenchef Marco Müller".
Warum? 72 % der analysierten Restaurants hatten vollständige Namen öffentlich einsehbar. Rohmaterial für KI-gestützte Betrugsmails.
An einem ruhigen Nachmittag, 1 bis 2 Stunden
Deine Startseite sollte in den ersten Sätzen sagen: Was bietest du an? Wo bist du? Wie kann man reservieren? Als lesbarer Text, nicht als Überschriften-Design.
Warum? 55 % der analysierten Restaurants hatten das nicht. ChatGPT liest die ersten 100–150 Wörter. Findet die KI dort keine klare Antwort, überspringt sie die Seite.
Schreib 5–8 Fragen auf, die Gäste regelmäßig stellen, z.B. "Gibt es vegetarische Gerichte?" / "Wie buche ich einen Tisch?" / "Habt ihr Parkplätze?" Dazu jeweils eine kurze Antwort.
Warum? ChatGPT & Co. zitieren strukturierte Fragen direkt. Wer eine FAQ-Seite hat, taucht häufiger in KI-Empfehlungen auf.
Füge irgendwo auf deiner Seite deinen Namen ein. Als Inhaber, als Koch, als Gastgeber. Ein Foto verstärkt das Signal.
Warum? 98 % der analysierten Restaurants hatten kein sichtbares Gesicht hinter der Website. KI-Modelle bevorzugen Inhalte, die einer echten Person zugeordnet werden können.
Einmalig einrichten, mit etwas Unterstützung
Beginnt deine Website-Adresse mit "https://"? Falls nicht: Ruf deinen Webhoster an und frag nach "kostenlosem SSL-Zertifikat". Meist in 10 Minuten erledigt.
Warum? 18 % der analysierten Restaurants ohne HTTPS können von KI-Agenten technisch gar nicht mehr erreicht werden.
Bitte deinen Web-Betreuer, die Speisekarte als lesbaren Text einzupflegen. Nicht nur als Bild oder PDF.
Warum? ChatGPT kann weder Bilder noch PDFs lesen. Nur Text. Wer keine lesbare Speisekarte hat, beantwortet für die KI keine einzige Frage über sein Angebot.
Der einfachste Einstieg: die kostenlose "Tisch reservieren"-Funktion in deinem Google Business Profil. Wer mehr möchte, kann Systeme wie Resmio, TheFork oder OpenTable verlinken.
Warum? Kein einziges der 1.000 analysierten Restaurants war vollständig für KI-Agenten buchbar. Wer jetzt handelt, sichert sich einen frühen Vorteil.
Wo steht Ihr Gastronomiebetrieb?
Die Studie zeigt den Branchendurchschnitt. Was zählt ist Ihre individuelle Ausgangsposition. Alle vier Scanner sind kostenlos verfügbar – Ergebnis in unter 60 Sekunden.