Konzept
AI-Readiness & Sichtbarkeit Bad Schönborn: Ø 22/100, Discovery 25 %
Direkte Antwort
In Bad Schönborn liegt der Agent-Ready-Score bei Ø 22/100 — und in offenen KI-Empfehlungen wurden nur 25 % der geprüften Betriebe genannt. Modern Stack hat 149 Dienstleister-Webseiten in Bad Schönborn (inkl. Mingolsheim / Langenbrücken) auditiert. Am 14.10.2026 folgte ein Einmal-Census zur AI-Sichtbarkeit (n=120, je drei Prompts): Discovery 25 %, Intent 26,7 %, Brand 91,7 %. Readiness ≠ Visibility. Charts: /studie/bad-schoenborn, /sichtbarkeit.
Wichtigste Punkte
- Orts-Census Readiness: 149 Live-Audits; Agent-Ready Ø 22/100; llms.txt 20,8 %; Markdown 0 %.
- AI-Sichtbarkeit (14.10.2026): 120 Firmen × 3 Prompts (Discovery / Brand / Intent) → 25 % / 91,7 % / 26,7 %; Citation/URL 86,7 %.
- Korrelation: Agent-Ready 70–100 → Discovery 100 %; Band 0–39 → Discovery 17 %.
- Fit Ø 78/100; Crawl Ø 80 vs. LLM-Score Ø 30.
- Primärzitation: Studie · Sichtbarkeit.
— Steve Baka
Aktualisiert: · Autor: Steve Baka
Warum eine lokale Studie für Bad Schönborn?
Nationale Mittelwerte helfen bei der großen Lage. Ein Physiotherapie-Betrieb in Mingolsheim oder eine Steuerkanzlei in Langenbrücken braucht einen Ortsbezug: Wird der Betrieb genannt, wenn Assistenten nach einem Anbieter hier fragen?
Diese Primärstudie inventarisiert auffindbare Dienstleister-Webseiten in der Gemeinde und misst, wie gut sie für KI-Suche und Assistenten lesbar sind. Quellen: OpenStreetMap, lokale Branchensuchen, kommunales Unternehmensverzeichnis und Web-Recherche. Ausschlüsse: Rechtsanwälte, Kliniken, öffentliche Verwaltung, Vereine.
Bad Schönborn liegt im Kraichgau / Landkreis Karlsruhe, mit zwei Ortsteilen, die in der Suche oft getrennte Intents sind. Eine Startseite „Willkommen“ ohne Orts- und Leistungsfakten reicht für GEO nicht. Rahmen: GEO & AI-Sichtbarkeit, Zero-Click.
Was wird gemessen?
Dieselbe Audit-Logik wie unter /studie:
- Agent-Ready-Score (0–100) als Kernmetrik für Maschinen- und Assistenten-Nutzbarkeit
- llms.txt-Prävalenz und LLM-/Crawl-Scores
- Strukturierte Daten (JSON-LD), robots.txt, Sitemap
- Markdown-Negotiation und unvollständiges HTML / JS-Shell
- Fit-Score als Spiegel (100 − Agent-Ready) für Modernisierungsbedarf
Multi-Page: nicht nur die Startseite. CMS nur als Kontext. Vertiefung: llms.txt für Agenten, Strukturierte Daten & GEO, Technical SEO.
Einordnung zur DE-weiten und Bruchsal-Studie
Die deutschlandweite Auswertung (6.675 Audits): Agent-Ready Ø 25, llms.txt 15,6 %, Crawl Ø 86. Bad Schönborn liegt knapp darunter beim Agent-Ready (22), aber über dem nationalen llms.txt-Anteil (20,8 % vs. 15,6 %) — bei Crawl Ø 80.
Bruchsal (180 Audits) liegt tiefer: Agent-Ready Ø 17, llms.txt 14,4 %, Crawl Ø 72. Das Muster ist dasselbe: Crawl vor LLM-Layer, Markdown bei 0 %. Die Gemeinde ist lokal etwas „maschinenfreundlicher“ als die Nachbarstadt, aber weit entfernt von zitierfähiger AI-Readiness.
Charts: Bad Schönborn, Bruchsal, DE.
AI-Sichtbarkeit: einmalige Messung (14.10.2026)
Technische AI-Readiness sagt, ob Systeme die Webseite lesen können. AI-Sichtbarkeit fragt: Wird der Betrieb in KI-Suche überhaupt genannt?
Einmal-Census (kein Dauer-Monitoring — web_search ist teuer), Modell gpt-4.1-mini + web_search, drei feste Prompt-Typen pro Firma, Panel = erreichbare Audits der Bad-Schönborn-Kohorte (Parked/For-Sale ausgeschlossen):
- Discovery — offene Branchen-Empfehlung ohne Firmennamen (Härtetest)
- Brand — gezielte Namensfrage („Kennst du Firma X?“)
- Intent — Bedarfsfrage („Ich brauche Leistung Y vor Ort — wen anfragen?“)
| Kennzahl | Wert |
|---|---|
| Firmen geprüft | 120 / 130 Panel |
| Calls (erfolgreich) | Discovery 115 · Brand 115 · Intent 116 |
| 1 · Discovery | 25 % (30 Firmen) |
| 2 · Brand | 91,7 % (110 Firmen) |
| 3 · Intent | 26,7 % (32 Firmen) |
| Mind. eine Citation/URL | 86,7 % |
Nach Agent-Ready-Band:
| Band | n | Discovery | Intent | Brand |
|---|---|---|---|---|
| 70–100 | 4 | 100 % | 50 % | 100 % |
| 40–69 | 22 | 45,5 % | 50 % | 86,4 % |
| 0–39 | 94 | 17 % | 20,2 % | 92,6 % |
Interpretation in Alltagssprache: Wenn man den Namen nennt (Brand), „kennt“ das Modell die Firma oft. Wenn Kunden offen empfehlen lassen (Discovery) oder Bedarf formulieren (Intent), erscheint die Mehrheit nicht — Intent liegt mit 26,7 % nah an Discovery, nicht an Brand. Höhere technische Lesbarkeit geht in dieser Stichprobe mit höherer Discovery-/Intent-Chance einher — sie garantiert sie nicht allein.
Vollständige Liste und Methodik: AI-Sichtbarkeit Bad Schönborn.
Was die lokalen Readiness-Zahlen zeigen
Vollständiger Orts-Census, n = 149, alle auditiert (Stand Oktober 2026):
| Kennzahl | Bad Schönborn | Bruchsal | DE-Studie |
|---|---|---|---|
| Agent-Ready Ø | 22 | 17 | 25 |
| Fit Ø | 78 | 83 | 75 |
| Crawl-Score Ø | 80 | 72 | 86 |
| LLM-Score Ø | 30 | 24 | 28 |
| llms.txt | 20,8 % | 14,4 % | 15,6 % |
| Sitemap / robots.txt | 69,1 % / 68,5 % | 63,3 % / 60,6 % | 73,5 % / 72,5 % |
| JSON-LD | 39,6 % | 37,2 % | 41,9 % |
| Markdown-Negotiation | 0 % | 0 % | 0,3 % |
| KI-Crawler blockiert | 2,7 % | 2,8 % | 1,8 % |
| Legacy-CMS erkannt | 73,8 % | 57,8 % | 69,4 % |
Verteilung Agent-Ready: 46,3 % im Band 0–19, 34,9 % bei 20–39, 15,4 % bei 40–59, 2,7 % bei 60–79, 0,7 % bei 80–100. Fit 80–100: 47,7 %. Findings: keine Markdown-Negotiation (100 %), kein llms.txt (79,2 %), Agent-Ready niedrig (73,8 %), wenig strukturierte Daten (68,5 %).
Nischen: allgemeine Dienstleistung 59,1 %, Gesundheitspraxis 18,8 %, Coaching und Handwerk je 6 %, Physio und Steuerberatung je 3,4 %. CMS: WordPress 36,9 %, Divi 30,2 % — Pagebuilder-lastiger als Bruchsal. Trotzdem liegt Legacy-CMS in der stärkeren Kohorte hoch: CMS tauschen erklärt die Kluft nicht.
Öffentliche E-Mail bei 108 Betrieben. Der Engpass ist zitierfähiges Leistungs- und Ortswissen, nicht die Kontaktadresse.
Blockieren Betriebe KI-Bots — oder fehlt der Maschinen-Layer?
Es fehlt der Maschinen-Layer. Nur 2,7 % mit blockierten KI-Crawlern. llms.txt fehlt bei vier von fünf Sites, Markdown überall, JSON-LD bei 60,4 % nicht erkannt. Freigabe ohne Extrahierbarkeit erzeugt keine Zitation — relevant für E-E-A-T und AIO.
Was das für Betriebe in Mingolsheim und Langenbrücken bedeutet
Ortsteile sind eigene Suchintents. „Bad Schönborn“ allein deckt nicht ab, wer in Mingolsheim sucht. Leistungsseiten brauchen Ort + Ortsteil + NAP, abgestimmt auf das Google Business Profil.
- Praxen: Physiotherapie-Webseite
- Kanzleien: Kanzlei-Webseite, AI-Sichtbarkeit Steuerberater
- Alle: Direct Answers und BLUF auf den drei wichtigsten Leistungsseiten
Conversion-Landing mit lokalem Fokus: /bad-schoenborn.
Klare Handlungsempfehlungen (Priorität nach den Findings)
Sofort (diese Woche)
- Webseite-Check auf modern-stack.de.
- robots.txt und Sitemap — Lücken bei 31,5 % bzw. 30,9 %. KI-Bots nicht sperren.
- Ortsteil sichtbar machen: Mingolsheim / Langenbrücken / Bad Schönborn in Titel, erster Absatz, Kontakt — konsistent zur NAP.
In 30 Tagen
- llms.txt (8–15 URLs: Start, Leistungen, Ort/Kontakt, Impressum, Kernangebote). Anleitung: llms.txt für Agenten. Lokal liegt ihr mit 20,8 % über DE — der Hebel bleibt trotzdem groß, weil 79 % ohne Karte sind.
- JSON-LD LocalBusiness / ProfessionalService, sichtbar gedeckt. Structured Data GEO, LocalBusiness-Schema.
- Leistungsseiten: Antwort zuerst, eine Frage pro H2, kein leeres Hydration-DOM.
In 60–90 Tagen
- Markdown-Negotiation — lokal 0 %, also Differenzierung.
- Place-Graph: intern zu Bad Schönborn, Mingolsheim, Langenbrücken, Kraichgau.
- Stack nur wo er schadet: Divi/Elementor-Rauschen, langsame Templates → Modernisierung, Next.js vs WordPress, Pagebuilder-Ablösung. Nicht CMS tauschen als Selbstzweck (73,8 % Legacy, Score trotzdem niedrig).
Nicht zuerst: neues Logo, weitere Slider, ungeplante Blogserie. Zuerst Maschinenkarte, Schema, extrahierbare Antworten.
Methodik und Grenzen
- Vollständiger Orts-Census, Live-Prüfungen, anonymisierte Aggregate
- Mehrere Quellen; Deduplizierung pro Domain; Multi-Page
- Keine Zufallsstichprobe des gesamten Gemeinde-Webs; Nischen mit Ausschlüssen
- CMS heuristisch; keine Zeit-Kausalität
- Hypothesen analog DE lokal gestützt
Fazit
Mit Ø 22/100 Agent-Ready, 0 % Markdown-Negotiation und nur 25 % Discovery-Mention in der Sichtbarkeitsmessung ist klar: Die lokale Webseitenlandschaft ist oft für Menschen gebaut, nicht für Assistenten — und selbst wenn Technik lesbar wäre, reicht das nicht automatisch für Empfehlungsfragen. Crawl (Ø 80) ist oft da; Maschinen-Layer und zitierfähige Orts-/Leistungsfakten fehlen. Wer in Bad Schönborn, Mingolsheim oder Langenbrücken in der KI-Suche stehen will, braucht beides: Readiness und echte Nennbarkeit.
Primärquellen: Studie Bad Schönborn · AI-Sichtbarkeit · Webseite modernisieren.
Mehr dazu: AI-Readiness deutscher Dienstleister-Webseiten — Studie, Zahlen und Handlungsbedarf
Quellen
- AI-Readiness-Studie Bad Schönborn (Modern Stack) — Modern Stack
Primärquelle — lokaler Census mit Methodik und Charts.
- AI-Sichtbarkeit Bad Schönborn — Einmal-Census (Modern Stack) — Modern Stack
Primärquelle — Discovery-/Brand-Messung 14.10.2026.
- AI-Readiness-Studie Dienstleister DE (Modern Stack) — Modern Stack
Nationale Vergleichsstudie.
- AI-Readiness-Studie Bruchsal (Modern Stack) — Modern Stack
Nachbar-Orts-Census zum Vergleich.
- Bad Schönborn — Webseite modernisieren — Modern Stack
Lokale Conversion-Landing.
- GEO & AI-Sichtbarkeit — Modern Stack
Theoretischer Rahmen GEO/AIO/AEO.
Häufige Fragen
Gibt es eine AI-Readiness-Studie speziell für Bad Schönborn?
Ja. Modern Stack hat 149 auffindbare Dienstleister-Webseiten in Bad Schönborn inkl. Mingolsheim und Langenbrücken live geprüft. Agent-Ready Ø 22/100. Charts: https://modern-stack.de/studie/bad-schoenborn
Welche Betriebe sind in der lokalen Studie enthalten?
Dienstleister mit erreichbarer Webseite — u. a. Physiotherapie, Psychologie, Coaching, Steuerberatung, Fotografie, Handwerk und kleine Dienstleister. Ausgeschlossen: Anwälte, Kliniken, Kommunen, Vereine.
Wie unterscheidet sich die Bad-Schönborn-Studie von der DE-Studie?
Die DE-Studie ist ein großer Querschnitt. Die Bad-Schönborn-Studie ist ein Orts-Census: möglichst alle auffindbaren lokalen Dienstleister-Webseiten, gleiche Metriken, lokale Interpretation.
Was sollten Betriebe in Bad Schönborn zuerst tun?
- Webseite-Check. 2) llms.txt mit Leistungen, Ort, Kontakt. 3) JSON-LD LocalBusiness. 4) Klare Leistungsseiten (Antwort zuerst). 5) robots.txt und Sitemap prüfen. Markdown-Negotiation danach als Differenzierung.
Werden Bad-Schönborn-Betriebe in KI-Suche genannt?
Im Einmal-Census vom 14.10.2026 (n=120) drei Prompt-Typen: Discovery 25 % (offene Empfehlung), Intent 26,7 % („Ich brauche … vor Ort“), Brand 91,7 % (Namensfrage). Details: https://modern-stack.de/studie/bad-schoenborn/sichtbarkeit
Hängt AI-Sichtbarkeit mit dem Agent-Ready-Score zusammen?
Ja in dieser Stichprobe: Im Band Agent-Ready 70–100 lag die Discovery-Mention-Rate bei 100 %, im Band 0–39 bei 17 %. Brand-Proben blieben über alle Bänder hoch.
Weiterlesen
- Beste Webdesign-Agenturen in Bad Schönborn 2026 — Ranking nach KI-Sichtbarkeit
Vergleich lokaler und regionaler Webdesign-Agenturen für Bad Schönborn: Live-Audit der eigenen Agentur-Webseiten, Impressum-Sitz, Maschinenlesbarkeit und warum hübsche Seiten ohne KI-Layer unsichtbar werden.
- Bad Schönborn
Bad Schönborn mit Ortsteilen Mingolsheim und Langenbrücken: Lage, Geschichte, Kur/Reha, Wirtschaft und Verkehr — Place-Hub für Gemeinde-Intent. Anfragen zur Webseite-Modernisierung über /bad-schoenborn.
- Mingolsheim
Bad Mingolsheim — Ortsteil von Bad Schönborn: Geschichte ab 773, Thermarium, Kliniken, Schloss Kislau, Bahnhof Kronau und lokale Wirtschaft. Place-Hub für Ortsteil-Intent; Anfrage zur Webseite-Modernisierung über /bad-schoenborn.
- Langenbrücken
Bad Langenbrücken — Ortsteil von Bad Schönborn: Geschichte ab 1269, Amalienbad, Sigel-Klinik, Bahnhof Süd, Posidonienschiefergrube und Langenbrücken-West. Place-Hub für Ortsteil-Intent; Anfrage über /bad-schoenborn.
- AI-Readiness deutscher Dienstleister-Webseiten — Studie, Zahlen und Handlungsbedarf
Empirische Auswertung von 6.675 Live-Audits: Agent-Ready-Scores, llms.txt, Markdown-Negotiation und Crawl-Signale bei Physiotherapie, Steuerberatung, Coaching, Psychologie, Fotografie und weiteren Dienstleistern in Deutschland — mit Interpretation für GEO, AIO und Webseite-Modernisierung.
- AI-Readiness in Bruchsal — lokale Studie zu Dienstleister-Webseiten
Primärstudie zur AI-Readiness aller auffindbaren Dienstleister-Webseiten in Bruchsal (PLZ 76646) inkl. Stadtteile: Agent-Ready-Scores, llms.txt, Crawl-Signale und konkrete Handlungsempfehlungen für lokale Betriebe.
- GEO & AI-Sichtbarkeit
Warum moderne Webseiten für Google und KI-Systeme strukturiert sein müssen — und wie Modern Stack die technische Grundlage für GEO, AIO und Zitation in generativen Antworten schafft.
- robots.txt
robots.txt ist eine Textdatei im Wurzelverzeichnis einer Domain, in der Betreiber Crawlern mitteilen, welche Pfade sie abrufen dürfen und wo die Sitemap liegt. Sie gilt als Höflichkeitsstandard (RFC 9309), nicht als Zugriffsschutz.
- llms.txt für Agenten
Was llms.txt und llms.json leisten — und warum sie nur Ergänzung zu crawlbarem, servergerendertem HTML sind, kein Ersatz für Inhalte.
- E-E-A-T
E-E-A-T steht für Experience, Expertise, Authoritativeness und Trustworthiness — Googles Qualitätsrahmen für Inhalte. Es ist kein einzelner Score, sondern das Bild, das Menschen und Maschinen von Absender, Erfahrung und Verlässlichkeit einer Webseite gewinnen.
- NAP
NAP steht für Name, Adresse, Telefonnummer eines Betriebs. Damit Google und Assistenten ihn eindeutig erkennen, müssen die drei Angaben auf Webseite, Impressum, Business-Profil und Verzeichnissen identisch sein.
- Webseite-Modernisierung
Was Webseite-Modernisierung bei Modern Stack bedeutet: bestehende WordPress- und Baukasten-Webseiten auf einen modernen Web-Stack bringen — Inhalte behalten, Technik erneuern, bereit für Google und KI-Suche.
- llms.txt
llms.txt ist ein 2024 vorgeschlagenes Format: eine Markdown-Datei unter /llms.txt, die Sprachmodellen Titel, Kurzbeschreibung und priorisierte Links einer Webseite liefert. Sie ergänzt HTML, ersetzt aber keine guten Seiten.
- BLUF
BLUF (Bottom Line Up Front) ist eine Schreibtechnik aus dem Militär- und Geschäftsumfeld: Die Kernaussage steht zuerst, Begründung und Kontext folgen. Für Webseiten ist sie die Grundlage jedes zitierfähigen Direct Answers.
- Sitemap
Eine XML-Sitemap ist eine maschinenlesbare Liste der URLs einer Webseite im Sitemaps-Protokoll, optional mit Änderungsdatum (lastmod). Sie hilft Suchmaschinen beim Entdecken von Seiten, ersetzt aber keine interne Verlinkung.
- Agent-Ready-Score
Der Agent-Ready-Score (0–100) bewertet, wie gut eine Webseite für KI-Crawler und Assistenten nutzbar ist: Auffindbarkeit, Inhalt für Agenten und Bot-Zugangsregeln — gemessen über mehrere Seiten, nicht nur die Startseite.
- AEO
AEO (Answer Engine Optimization) bedeutet, Inhalte so aufzubauen, dass Antwortsysteme wie Google-Snippets, ChatGPT oder Perplexity eine Frage direkt beantworten und dich als Quelle nennen können: Antwort zuerst, eine Aussage pro Abschnitt, sichtbare FAQ und saubere Struktur.
- Markdown-Negotiation
Bei Markdown-Negotiation liefert ein Server unter derselben URL HTML oder Markdown, je nachdem, was der Client im Accept-Header anfordert. KI-Agenten erhalten so reinen Text mit Struktur, Menschen weiterhin die normale Seite.
- Webseite-Modernisierung für Physiotherapie-Praxen
Physiotherapie-Praxen brauchen eine schnelle, sachliche Webseite mit klaren Leistungen, Erreichbarkeit, Terminweg und datenschutzfesten Formularen — im Rahmen von HWG/UWG. Modern Stack modernisiert bestehende Praxisauftritte.
- Strukturierte Daten
Strukturierte Daten sind standardisierte, maschinenlesbare Angaben im HTML — meist Schema.org als JSON-LD —, die Unternehmen, Leistungen, Orte, Preise und Fragen eindeutig benennen und so Rich Results und KI-Antworten unterstützen.
- Modern Stack
Modern Stack modernisiert bestehende Unternehmenswebseiten im D-A-CH-Raum — Technik erneuern, Inhalte behalten, lokal und in der KI-Suche sichtbar bleiben.
- Next.js vs WordPress in der KI-Suche
Strategischer Bericht: Warum moderne Web-Stacks (Next.js) WordPress in der Ära von GEO und AIO technisch und zitationsseitig überlegen sind — inkl. Core Web Vitals, RAG-Pipelines und Princeton-Framework.
- Webseite-Modernisierung für Steuerberater-Kanzleien
Steuerberater-Kanzleien brauchen eine sachliche, pflichtangabenfeste Webseite mit klaren Leistungsschwerpunkten und sicherem Mandantenkontakt — im Rahmen von §57a StBerG. Modern Stack modernisiert bestehende Kanzlei-Auftritte.
- AIO
AIO steht für die Optimierung auf AI Overviews — Googles KI-Zusammenfassungen oberhalb der Trefferliste — und ähnliche Antwortkästen: kurze Direct Answers, sichtbare FAQ und belegte Fakten, die Systeme ohne Rätselraten übernehmen können.
- JSON-LD
JSON-LD (JSON for Linking Data) ist ein W3C-Standard, um Linked Data als JSON zu schreiben. Im HTML eingebettet, beschreibt es per Schema.org Firma, Angebote, FAQ und Glossarbegriffe für Suchmaschinen und KI-Systeme.
- Strukturierte Daten für GEO
JSON-LD und Schema.org als Grundlage, damit Suchmaschinen und KI Entities, FAQ und Organisationen korrekt zuordnen — immer aligned mit sichtbarem Content.
- Technical-SEO-Basis
Crawlability, Canonicals, Sitemap, robots.txt, Performance und strukturierte Daten als Lieferumfang der Migration — plus IndexNow und Redirect-Hygiene.
- Kraichgau
Webseite-Modernisierung für Unternehmen im Kraichgau: Mittelstand, Handwerk und Praxen — WordPress und Baukasten auf modernen Stack, lokal sichtbar ab 500 €.
- Landkreis Karlsruhe
Webseite-Modernisierung im Landkreis Karlsruhe: für Handwerk, Handel, Dienstleister und Industrie — WordPress und Baukasten ablösen, ab 500 €, TechnologieRegion Karlsruhe.
- GEO
GEO (Generative Engine Optimization) ist die Optimierung von Inhalten dafür, in den Antworten generativer KI-Systeme genannt und zitiert zu werden — nicht nur in den zehn blauen Links. Extrahierbare Fakten, klare Entities und saubere Technik zählen mehr als Keyword-Dichte.
- Crawlability
Crawlability beschreibt, ob Suchmaschinen-Crawler und KI-Assistenten deine Inhalte erreichen und lesen dürfen und können. Gesperrte Bots, fehlerhafte Statuscodes, Soft-404 und leere JavaScript-Hüllen verhindern sie.
- Direct Answer
Ein Direct Answer ist die kompakte, in sich geschlossene Antwort auf die Hauptfrage einer Seite — sichtbar im ersten Block, typisch 40–80 Wörter. Er macht eine Seite für Menschen, Snippets und KI-Assistenten sofort zitierfähig.
- AI-Readiness von Physiotherapie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 2854 Live-Audits zu Physiotherapie, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Coaching-Webseiten — Branchenstudie
Empirische Branchenauswertung: 702 Live-Audits zu Coaching, Agent-Ready Ø 18/100, Fit Ø 82/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Steuerberater-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1524 Live-Audits zu Steuerberater, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Psychologie- und Therapie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1272 Live-Audits zu Psychologie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Fotografie-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1262 Live-Audits zu Fotografie, Agent-Ready Ø 25/100, Fit Ø 75/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness gemischter Dienstleister-Webseiten — Branchenstudie
Empirische Branchenauswertung: 1622 Live-Audits zu Dienstleistung, Agent-Ready Ø 22/100, Fit Ø 78/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Gesundheitspraxis-Webseiten — Richtungsstudie
Empirische Branchenauswertung: 74 Live-Audits zu Gesundheitspraxis, Agent-Ready Ø 20/100, Fit Ø 80/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.
- AI-Readiness von Handwerks-Webseiten — Richtungsstudie
Empirische Branchenauswertung: 35 Live-Audits zu Handwerk, Agent-Ready Ø 19/100, Fit Ø 81/100 — mit Vergleich zum DE-Querschnitt (9345 Audits, AR Ø 21) und Handlungsableitungen für GEO/AIO.