Unternehmensfakten für KI werden konsistent, wenn Firmenname, Standort, Öffnungszeiten, Leistungen, Preise und Ansprechpartner aus einer verbindlichen Primärquelle gepflegt und regelmäßig über alle relevanten Kanäle hinweg geprüft werden. Dafür brauchst Du klare Zuständigkeiten, einen verlässlichen Freigabeprozess und eine feste Abgleichroutine.
Widersprüchliche Angaben sind nicht nur ein redaktionelles Problem. Wenn Deine Website andere Öffnungszeiten nennt als Dein Google-Unternehmensprofil, ein altes PDF überholte Preise zeigt oder ein Branchenverzeichnis eine frühere Telefonnummer führt, können Menschen, Suchmaschinen und KI-Systeme unterschiedliche Antworten erhalten.
Konsistente Unternehmensdaten garantieren weder eine bessere Platzierung noch fehlerfreie KI-Antworten. Sie schaffen jedoch bessere Voraussetzungen und reduzieren das Risiko widersprüchlicher Auskünfte.
Eine KI kann nicht zuverlässig zwischen „aktuell“, „veraltet“ und „versehentlich noch online“ unterscheiden, wenn Dein Unternehmen diese Unterschiede nicht eindeutig dokumentiert.
Warum Unternehmensfakten für KI eine verbindliche Quelle brauchen
KI-Systeme können Informationen aus Websites, Suchergebnissen, Verzeichnissen, Presseartikeln, öffentlichen Dokumenten und weiteren zugänglichen Quellen verarbeiten. Welche Quelle in einer konkreten Antwort verwendet oder höher gewichtet wird, ist für Unternehmen meist nicht vollständig nachvollziehbar. Deshalb beginnt die Pflege von Unternehmensfakten für KI nicht bei einem einzelnen KI-System, sondern bei Deinen eigenen Daten.
Die Primärquelle ist der intern verbindliche Datenbestand, aus dem freigegebene Unternehmensfakten übernommen werden. Die Primärquelle kann ein strukturiertes Redaktionssystem, eine zentrale Datenbank oder für sehr kleine Betriebe zunächst ein sauber verwaltetes Dokument sein. Entscheidend ist die verbindliche Nutzung.
Eine Single Source of Truth bedeutet nicht, dass nur eine einzige Webseite existieren darf. Der Begriff bezeichnet eine verbindliche Quelle, in der für jedes Datenfeld der fachlich korrekte und freigegebene Wert hinterlegt ist. Wie Du eine solche Grundlage schrittweise aufbaust, zeige ich im 30-Tage-Startplan für eine Single Source of Truth.
In meiner Arbeit mit inhabergeführten KMU sehe ich häufig dasselbe Muster: Die Geschäftsführung kennt die korrekten Fakten, eine Mitarbeiterin pflegt Google, ein externer Dienstleister verwaltet die Website und alte Unterlagen liegen auf mehreren Computern. Jede Person handelt nach bestem Wissen, aber eine gemeinsame Grundlage fehlt.
Wo widersprüchliche Firmendaten typischerweise entstehen
Widersprüche entstehen selten durch Nachlässigkeit. Meist wachsen Kanäle und Zuständigkeiten über Jahre hinweg. Eine Änderung wird dort eingetragen, wo sie gerade dringend ist, aber nicht in allen betroffenen Systemen nachvollzogen.
- Website und Google-Unternehmensprofil: Die Website nennt die Winteröffnungszeiten, während Google noch die Sommerzeiten zeigt.
- Social-Media-Profile: In der Instagram-Biografie steht eine alte Telefonnummer, obwohl Website und E-Mail-Signatur bereits aktualisiert wurden.
- Branchenverzeichnisse: Ein Handwerksbetrieb wird noch unter einer früheren Adresse oder mit einer nicht mehr angebotenen Leistung geführt.
- Presseunterlagen: Ein Presse-PDF nennt die ehemalige Geschäftsführung oder eine überholte Mitarbeiterzahl.
- Preislisten und Broschüren: Alte PDFs bleiben über Suchmaschinen auffindbar und widersprechen dem aktuellen Angebot.
- Interne Dokumente: Angebotsvorlagen, Präsentationen oder E-Mail-Signaturen enthalten unterschiedliche Schreibweisen des Firmennamens.
- Mehrsprachige Inhalte: Die deutsche Leistungsseite wurde aktualisiert, während die italienische oder englische Fassung noch den früheren Leistungsumfang beschreibt.
Besonders kritisch sind Angaben, die eine unmittelbare Handlung auslösen. Eine falsche Telefonnummer verhindert den Kontakt. Falsche Öffnungszeiten führen zu einem vergeblichen Besuch. Ein veralteter Ansprechpartner erzeugt Unsicherheit. Eine ungenaue Leistungsbeschreibung ist häufig weniger dringend, sollte aber ebenfalls korrigiert werden.
Die Quellenhierarchie für konsistente Unternehmensdaten
Für belastbare Unternehmensfakten für KI muss eine Quellenhierarchie sechs Fragen beantworten: Was ist korrekt? Wer entscheidet darüber? Ab wann gilt der Wert? Wo wird er veröffentlicht? Wann wurde er zuletzt geprüft? Wie wird eine Änderung dokumentiert?
- Verbindliche Primärquelle: Hier liegt der aktuell freigegebene Wert für jedes Datenfeld.
- Freigabestatus: Jeder wichtige Wert wird als Entwurf, geprüft, freigegeben oder archiviert gekennzeichnet.
- Datenverantwortlicher: Eine namentlich bestimmte Person trägt die Verantwortung für Richtigkeit, Freigabe und regelmäßige Kontrolle.
- Prüfdatum: Das Datum zeigt, wann ein Wert zuletzt fachlich bestätigt wurde. Das Prüfdatum ist nicht automatisch mit dem Veröffentlichungsdatum identisch.
- Ausgabekanäle: Website, Google-Unternehmensprofil, Social-Media-Profile, Verzeichnisse, PDFs und interne Vorlagen übernehmen die freigegebenen Fakten.
- Korrekturprotokoll: Jede relevante Änderung wird mit altem Wert, neuem Wert, Freigabe und Prüfergebnis dokumentiert.
Der Datenverantwortliche muss nicht alle Kanäle persönlich bearbeiten. Der Datenverantwortliche stellt sicher, dass eine Änderung fachlich freigegeben, an die zuständigen Personen weitergegeben und nach der Veröffentlichung kontrolliert wird. Diese Rollenverteilung ist Teil einer funktionierenden Content Governance.
Welche Unternehmensfakten in die Primärquelle gehören
Erfasse zuerst die Fakten, die für Kontakt, Besuch, Kaufentscheidung und eindeutige Zuordnung wichtig sind:
- offizieller Firmenname und verwendeter Markenname
- Rechtsform, sofern öffentlich relevant
- Hauptadresse, weitere Standorte und Einzugsgebiete
- Telefonnummern, E-Mail-Adressen und bevorzugte Kontaktwege
- reguläre, saisonale und besondere Öffnungszeiten
- Ansprechpartner mit Funktion und Zuständigkeitsbereich
- aktuell angebotene Leistungen und Produkte
- Preise oder Preislogiken, wenn diese öffentlich kommuniziert werden
- Website und offizielle Profile
- Sprachen, Zielregionen und Liefergebiete
- gültige Kurzbeschreibung des Unternehmens
Für mehrsprachige Unternehmen empfehle ich stabile Datenfelder statt voneinander unabhängiger Textkopien. Eine Telefonnummer bleibt sprachübergreifend dieselbe. Eine Leistungsbezeichnung kann dagegen eine freigegebene Fassung pro Sprache benötigen. Alle Sprachversionen sollten mit demselben fachlichen Datensatz verbunden sein.
Firmendaten abgleichen: die monatliche Routine in sieben Schritten
Für viele kleine Unternehmen reicht eine monatliche Kontrolle. Betriebe mit häufig wechselnden Preisen, Veranstaltungen, Saisonzeiten oder mehreren Standorten sollten kritische Felder häufiger prüfen. Wichtig ist ein festes Intervall, damit Fehler nicht erst nach einem Hinweis von außen auffallen.
1. Den freigegebenen Faktenbestand exportieren
Erstelle einen aktuellen Auszug aus Deiner Primärquelle. Der Auszug sollte pro Datenfeld den freigegebenen Wert, den Datenverantwortlichen, das letzte Prüfdatum und die betroffenen Kanäle enthalten. Ohne diesen Soll-Stand vergleichst Du Kanäle nur miteinander und weißt anschließend nicht, welcher Wert verbindlich ist.
2. Die relevanten Kanäle in fester Reihenfolge prüfen
Kontrolliere zuerst Deine eigenen Kanäle und danach externe Plattformen. Eine sinnvolle Reihenfolge ist:
- Hauptwebsite und Sprachversionen
- Kontakt-, Standort- und Leistungsseiten
- maschinenlesbare Daten auf der Website
- Google-Unternehmensprofil
- wichtige Social-Media-Profile
- relevante Branchen- und Tourismusverzeichnisse
- öffentlich erreichbare PDFs und Presseunterlagen
- interne Vorlagen und Signaturen
3. Abweichungen markieren, nicht sofort überschreiben
Eine Abweichung ist zunächst ein Prüfhinweis. Manchmal existieren bewusst unterschiedliche Angaben, etwa eine lokale Telefonnummer pro Standort oder besondere Öffnungszeiten für eine Abteilung. Markiere den Konflikt und kläre zuerst, welcher Wert in welchem Kontext gelten soll.
4. Änderungen fachlich freigeben
Der Freigabeprozess verhindert, dass ein technisch plausibler, aber fachlich falscher Wert veröffentlicht wird. Öffnungszeiten bestätigt beispielsweise die Betriebsleitung, Preise die dafür zuständige Person und rechtliche Firmendaten die Geschäftsführung. Bei kleinen Teams können mehrere Rollen bei einer Person liegen; die einzelnen Schritte sollten trotzdem dokumentiert werden.
5. Nach Risiko priorisiert korrigieren
Nicht jeder Fehler ist gleich dringend. Ich empfehle folgende Reihenfolge:
- Kontaktangaben und Öffnungszeiten: Fehler verhindern Anfragen, Besuche oder Erreichbarkeit.
- Standort und Ansprechpartner: Falsche Angaben erschweren die Zuordnung und beeinträchtigen das Vertrauen.
- Leistungen und Verfügbarkeit: Veraltete Angebote erzeugen falsche Erwartungen.
- Preise und Konditionen: Abweichungen können zu Konflikten führen und brauchen eine eindeutige Gültigkeit.
- Beschreibende Angaben: Kurztexte, Mitarbeiterzahlen oder Markenformulierungen werden anschließend bereinigt.
6. Die Veröffentlichung kontrollieren
„Gespeichert“ bedeutet nicht automatisch „sichtbar“. Prüfe die Website ohne Anmeldung, öffne das veröffentlichte PDF und kontrolliere das externe Profil nach der Bearbeitung erneut. Externe Plattformen können Änderungen verzögert anzeigen oder ablehnen.
Google verlangt korrekte und realitätsgetreue Angaben und veröffentlicht Richtlinien unter anderem zu Unternehmensname, Adresse, Öffnungszeiten, Kategorie, Website und Telefonnummer. Die konkreten Vorgaben sind in der Google-Unternehmensprofil-Hilfe dokumentiert. Eine Kontrolle nach jeder Änderung bleibt trotzdem notwendig.
7. Ergebnis und nächsten Prüftermin protokollieren
Schließe jede Änderung mit einem Prüfergebnis ab. Dokumentiere auch, wenn eine externe Plattform den korrekten Wert noch nicht übernommen hat. Beim nächsten Durchlauf ist dadurch erkennbar, ob ein Fehler neu entstanden oder bereits in Bearbeitung ist.
Kopierbares Muster für Dein Korrekturprotokoll
Ein Korrekturprotokoll muss nicht umfangreich sein. Für jedes geänderte Datenfeld sollte es mindestens folgende Angaben enthalten:
- Datenfeld: Welche Angabe wird geändert?
- Alter Wert: Was war bisher eingetragen?
- Korrekter Wert: Welcher freigegebene Wert gilt jetzt?
- Gültig ab: Ab welchem Datum gilt die Änderung?
- Betroffener Kanal: Website, Google-Unternehmensprofil, Verzeichnis, PDF oder internes Dokument?
- Datenverantwortlicher: Wer trägt die fachliche Verantwortung?
- Freigabe: Wer hat den neuen Wert bestätigt und wann?
- Änderungsdatum: Wann wurde die Korrektur durchgeführt?
- Prüfergebnis: Ist der neue Wert öffentlich sichtbar und korrekt?
- Nächster Prüftermin: Wann wird das Datenfeld erneut kontrolliert?
Bei kritischen Angaben ergänze ich eine kurze Notiz zur Ursache. Beispiele sind „Saisonwechsel“, „Umzug“, „neue Zuständigkeit“ oder „altes PDF noch auffindbar“. Diese Information hilft, wiederkehrende Fehlerquellen zu erkennen und den Prozess zu verbessern.
Ein anonymisiertes Beispiel aus der KMU-Praxis
Bei einem inhabergeführten Betrieb fanden wir die Kontaktdaten an mehreren Stellen: auf der Website, im Google-Unternehmensprofil, in Social-Media-Profilen, in einer herunterladbaren Broschüre und in verschiedenen E-Mail-Signaturen. Der Betrieb hatte Zuständigkeiten und saisonale Öffnungszeiten geändert. Die Aktualisierungen waren jedoch nur in einzelnen Kanälen erfolgt.
Vorher: Mitarbeitende wussten nicht, welcher Datensatz verbindlich war. Änderungen wurden per E-Mail oder mündlich weitergegeben. Die Website zeigte aktuelle Angaben, während ein älteres PDF und ein externes Profil weiterhin überholte Informationen enthielten.
Nachher: Wir definierten einen zentralen Faktenbestand, eine verantwortliche Person und einen dokumentierten Freigabeweg. Jeder wichtige Kanal erhielt einen Prüfstatus. Alte Dokumente wurden aktualisiert, eindeutig archiviert oder aus der aktiven Verlinkung entfernt.
Das Ergebnis war weniger Pflegeaufwand und eine klare Zuständigkeit. Anfragen konnten verlässlicher beantwortet und spätere Änderungen geordnet veröffentlicht werden. Für kleine Teams ist diese organisatorische Klarheit meist wertvoller als ein zusätzliches Werkzeug ohne geregelten Prozess.
Maschinenlesbare Daten ergänzen die menschliche Prüfung
Maschinenlesbare Daten stellen Unternehmensfakten in einem strukturierten Format bereit. Suchmaschinen und andere Systeme können dadurch leichter erkennen, welcher Wert einen Firmennamen, eine Adresse, eine Telefonnummer oder eine Öffnungszeit bezeichnet. Unternehmensfakten für KI sollten deshalb sowohl für Menschen verständlich als auch technisch eindeutig ausgezeichnet sein.
Schema.org definiert für den Typ LocalBusiness unter anderem die Eigenschaften name, address, openingHours beziehungsweise openingHoursSpecification und contactPoint. LocalBusiness übernimmt außerdem Eigenschaften von Organization, Place und Thing.
Strukturierte Daten lösen jedoch keine inhaltlichen Widersprüche. Wenn Dein interner Datensatz falsch oder veraltet ist, wird der falsche Wert lediglich in strukturierter Form ausgegeben. Zuerst braucht es fachlich geprüfte Fakten, danach eine saubere technische Ausgabe.
Maschinenlesbar bedeutet nicht automatisch richtig. Datenqualität entsteht durch Verantwortung, Freigabe und regelmäßige Kontrolle.
btlabs Core als zentrale Inhaltsbasis
btlabs Core kann als Single Source of Truth und kontrollierte Ausgabeschicht eingesetzt werden. Unternehmensfakten werden zentral strukturiert, freigegeben und für die Website, Sprachversionen sowie angebundene Ausgaben bereitgestellt. Das reduziert Mehrfachpflege und macht Änderungen nachvollziehbarer.
Der Nutzen liegt in der Verbindung von Inhalt und Ausgabe: Ein freigegebener Ansprechpartner oder eine geänderte Leistung muss nicht in mehreren voneinander getrennten Website-Bereichen erneut eingetragen werden. Zusätzlich können maschinenlesbare Daten aus demselben fachlichen Bestand erzeugt werden. Mehr über diesen Ansatz findest Du auf unserer Seite zur maschinenlesbaren Website mit btlabs Core.
Die Grenzen sind klar:
- btlabs Core entscheidet nicht eigenständig, welche Angabe fachlich richtig ist.
- Eine menschliche Freigabe bleibt bei Preisen, Öffnungszeiten, Ansprechpartnern und rechtlich relevanten Angaben notwendig.
- Externe Profile lassen sich nicht vollständig oder unmittelbar kontrollieren.
- Plattformen können Aktualisierungen verzögert übernehmen, ablehnen oder mit anderen Quellen abgleichen.
- Eine zentrale Ausgabe garantiert weder korrekte KI-Antworten noch eine bestimmte Sichtbarkeit.
- Prüfintervalle und ein Korrekturprotokoll bleiben auch bei automatisierten Ausgaben erforderlich.
Technik sollte Verantwortung nicht ersetzen, sondern die verantwortlichen Personen entlasten. Aus meiner Sicht ist das eine sinnvolle Form der Digitalisierung: weniger Doppelarbeit, klarere Abläufe und weiterhin menschliche Kontrolle über wichtige Unternehmensentscheidungen.
Monatscheckliste für konsistente Unternehmensdaten
- Primärquelle öffnen und den freigegebenen Faktenbestand exportieren.
- Abgelaufene Prüfintervalle identifizieren.
- Website und alle Sprachversionen kontrollieren.
- Maschinenlesbare Angaben mit den sichtbaren Inhalten vergleichen.
- Google-Unternehmensprofil und wichtige Verzeichnisse prüfen.
- Social-Media-Profile, Presseunterlagen und auffindbare PDFs kontrollieren.
- Abweichungen im Korrekturprotokoll erfassen.
- Den fachlich richtigen Wert und das Gültigkeitsdatum bestätigen lassen.
- Korrekturen nach Risiko priorisieren und veröffentlichen.
- Die öffentliche Darstellung nach der Veröffentlichung kontrollieren.
- Nicht übernommene externe Änderungen als offen kennzeichnen.
- Das nächste Prüfdatum festlegen.
Mit dieser Routine entsteht kein vollkommen fehlerfreies Informationsumfeld. Du schaffst aber einen belastbaren Prozess, mit dem Fehler früher auffallen, Zuständigkeiten klar bleiben und Unternehmensfakten für KI kontrolliert gepflegt werden können.
Fragen und Antworten zur Faktenkonsistenz
Wie oft sollte ich meine Unternehmensfakten prüfen?
Für stabile KMU-Daten ist eine monatliche Kontrolle meist ein sinnvoller Ausgangspunkt. Öffnungszeiten, Preise oder Verfügbarkeiten solltest Du zusätzlich prüfen, wenn eine konkrete Änderung ansteht oder ein saisonaler Wechsel bevorsteht.
Wer sollte Datenverantwortlicher sein?
Der Datenverantwortliche sollte fachlich entscheiden können und Zugang zu den relevanten Informationen haben. In kleinen Betrieben übernimmt diese Rolle häufig die Geschäftsführung oder eine zentrale Person aus Verwaltung oder Marketing. Für Abwesenheiten sollte eine Vertretung festgelegt sein.
Wie gehe ich mit mehreren Standorten um?
Jeder Standort braucht einen eigenen Datensatz für Adresse, Kontakt, Öffnungszeiten, Ansprechpartner und angebotene Leistungen. Gemeinsame Markenfakten können zentral gelten, standortabhängige Werte müssen jedoch eindeutig zugeordnet und getrennt geprüft werden.
Was ist bei saisonalen Öffnungszeiten wichtig?
Dokumentiere reguläre, saisonale und besondere Öffnungszeiten getrennt und ergänze jeweils ein Gültigkeitsdatum. Plane die Veröffentlichung und Rückstellung vor dem Saisonwechsel, damit alte Zeiten nicht unbemerkt aktiv bleiben.
Wie behandle ich Preisänderungen?
Preisänderungen brauchen einen korrekten Wert, ein Datum „gültig ab“ und eine Liste aller betroffenen Kanäle. Prüfe besonders alte Preislisten, Angebote, Angebotsseiten und PDFs, weil solche Inhalte länger auffindbar bleiben können als vorgesehen.
Muss ich alte PDFs löschen?
Nicht jedes alte PDF muss gelöscht werden, aber der Status muss eindeutig sein. Kennzeichne archivierte Dokumente sichtbar, entferne sie aus aktiven Verlinkungen oder ersetze sie durch eine aktuelle Version, wenn veraltete Fakten zu Fehlentscheidungen führen können.
Was mache ich, wenn Google trotz Korrektur einen anderen Wert zeigt?
Dokumentiere die Änderung und kontrolliere zuerst, ob Website, strukturierte Daten und weitere öffentliche Quellen denselben korrekten Wert nennen. Bleibt die Abweichung bestehen, nutze die vorgesehenen Bearbeitungs- oder Supportwege und markiere den Vorgang im Korrekturprotokoll als offen.
Dürfen Angaben absichtlich je nach Kanal unterschiedlich sein?
Ja, wenn der Unterschied fachlich begründet und eindeutig dokumentiert ist. Eine Telefonnummer pro Standort, abweichende Öffnungszeiten einer Abteilung oder unterschiedliche Preise für klar getrennte Zielgruppen sind möglich. Kontext, Gültigkeit und Zuständigkeit müssen nachvollziehbar bleiben.
Reicht eine Single Source of Truth für korrekte KI-Antworten?
Nein. Eine Single Source of Truth verbessert Deine eigene Datenqualität und ermöglicht eine kontrollierte Ausgabe, kann aber fremde Quellen oder das Verhalten eines KI-Systems nicht vollständig bestimmen. Regelmäßige Tests und dokumentierte Korrekturen bleiben notwendig.
Braucht ein kleiner Betrieb dafür eine spezielle Software?
Nicht zwingend. Ein sehr kleiner Betrieb kann mit einem klar strukturierten Dokument, festen Verantwortlichkeiten und einem einfachen Korrekturprotokoll beginnen. Bei mehreren Sprachen, Standorten oder Ausgabekanälen wird eine zentrale technische Inhaltsbasis zunehmend sinnvoll.
Fazit: Faktenkonsistenz ist eine Führungsaufgabe
Unternehmensfakten für KI konsistent zu halten ist keine einmalige Aufräumarbeit. Der Prozess braucht eine verbindliche Primärquelle, klare Datenverantwortung, dokumentierte Freigaben und einen wiederkehrenden Abgleich.
Nach über 20 Jahren in Branding, Webentwicklung und Digitalisierung sehe ich darin eine unternehmerische Aufgabe: Eine Marke muss nicht nur klar positioniert, sondern auch in ihren Angaben verlässlich sein. Wenn Team, externe Mitwirkende, Menschen, Suchmaschinen und KI-Systeme auf einen sauber gepflegten Faktenbestand zugreifen können, werden verstreute Informationen zu einem kontrollierbaren System.
