Generative Engine OptimizationVorschlag für den TVO · etwa 20 Minuten

Oberlausitz.
Für KI verständlich.

Wie unabhängige Webseiten gemeinsam ein regionales Wissensnetz bilden, das Suchmaschinen und KI-Assistenten lesen, verstehen und weiterempfehlen können.

Ralph Kühnl

polisMEDIA · Bautzen | Heidelberg

↓ nächste Folie · → baut eine Folie schrittweise auf · N Sprechtext · T Uhr

Foto: Ralph Kühnl, Bautzen

Kultur.Schatz! · Aktiv.Sein! · Familien.Abenteuer!

Der EinstiegGoogle KI-Modus · dokumentierter Einzeltest

Die Reise passt zur Oberlausitz. Die KI empfiehlt Franken.

Links die Anfrage: eine Woche im August, Camper, zwei fast jugendliche Kinder, Fahrräder, Kultur, ruhiger als die üblichen Touristenpfade. Rechts die Antwort: Altmühltal und Fränkisches Seenland. Die Oberlausitz kommt nicht vor.

Google-Startseite mit der Reiseanfrage: eine Woche Urlaub im Camper, Familie, Fahrräder, Kultur, ruhig — Offene Reiseabsicht, keine Region genannt

Antwort im KI-Modus: Empfehlung Altmühltal und Fränkisches Seenland in Bayern, mit Routenübersicht — Empfehlung: Altmühltal und Fränkisches Seenland

Die GegenprobeDieselbe Anfrage, ein Wort mehr

Sobald der Name fällt, funktioniert die Zuordnung.

Auf die Nachfrage „Suche mir eine Tour in der Oberlausitz“ liefert die KI sofort einen guten Plan: Biosphärenreservat, Bautzen mit seinen Türmen, Zittauer Gebirge, sorbische Kultur.

Es fehlt also nicht an Relevanz. Es fehlt an drei Dingen:

Eindeutige DingeWas genau ist dieses Angebot? Ein Hotel, ein Gasthof, ein Berg, ein Weg?
Ausdrückliche BeziehungenWo liegt es? Wozu gehört es? Womit ist es verbunden?
Belastbare BedingungenWann, für wen und unter welchen Voraussetzungen passt es?

Genau hier setzt GEO an: den Spielraum für Vermutungen verkleinern.

Antwort im KI-Modus nach Nennung der Oberlausitz: Routenübersicht mit Biosphärenreservat, Bautzen, Zittauer Gebirge — Quelle: eigene Abfrage, Google KI-Modus

Jetzt die Gegenprobe. Ich habe nachgefragt: „Suche mir eine Tour unter denselben Kriterien in der Oberlausitz.“ Und sofort kommt ein guter Plan. Das Biosphärenreservat mit flachen Radtouren an den Teichen. Bautzen mit seinen siebzehn Türmen. Das Zittauer Gebirge. Sorbische Kultur. Alles da.

Das ist beruhigend und beunruhigend zugleich. Beruhigend, weil die Inhalte der Region offenbar auffindbar sind. Beunruhigend, weil die KI von allein nicht auf uns kommt.

Der Grund liegt in drei Dingen. Erstens: Die KI muss eindeutig wissen, was ein Angebot ist. Zweitens: Sie muss die Beziehungen kennen. Wo liegt es, wozu gehört es, womit ist es verbunden. Drittens: Sie braucht belastbare Bedingungen. Wann, für wen, unter welchen Voraussetzungen. Wo diese drei Dinge fehlen, muss die KI raten. Und beim Raten verliert die Oberlausitz gegen Regionen, die klarer beschrieben sind. 60 Sekunden.

Der BegriffSEO und GEO im Vergleich

Früher lieferte die Suche eine Liste. Heute liefert sie eine Antwort.

Suchmaschinenoptimierung wollte einen Platz auf der Liste. Generative Engine Optimization will, dass die eigene Information in der Antwort vorkommt, richtig zugeordnet und als Quelle genannt.

Klassische Suche SEO

„Familienurlaub mit Camper, Fahrräder, Kultur, ruhig“

Ergebnis: zehn Links, der Mensch klickt und vergleicht selbst.
Ziel der Optimierung: möglichst weit oben auf der Liste stehen.
Signale: Schlüsselwörter, Verlinkung, Ladezeit, Klicks.

Generative Suche GEO

„Familienurlaub mit Camper, Fahrräder, Kultur, ruhig“

Die Oberlausitz passt: flache Radwege an den Teichen, Bautzen als Basis, mit dem Zug erreichbar. Übernachtung zum Beispiel am Butterberg bei Bischofswerda …

oberlausitz.combutterberg.comzvon.de

Ergebnis: eine Antwort, zusammengesetzt aus mehreren Quellen.
Ziel der Optimierung: in der Antwort vorkommen, richtig zugeordnet, als Quelle genannt.
Signale: eindeutige Dinge, klare Beziehungen, geprüfte Fakten, Übereinstimmung mehrerer Quellen.

Kurz zum Begriff, damit wir dieselbe Sprache sprechen. Links die klassische Suche. Man tippt eine Frage ein und bekommt eine Liste von Links. Der Mensch klickt sich durch und vergleicht selbst. Suchmaschinenoptimierung, SEO, hieß: möglichst weit oben auf dieser Liste stehen. Die Signale dafür waren Schlüsselwörter, Verlinkungen, Ladezeit, Klicks.

Rechts die generative Suche, wie sie im KI-Modus von Google, bei ChatGPT oder Perplexity läuft. Dieselbe Frage, aber das Ergebnis ist eine fertige Antwort. Sie ist aus mehreren Quellen zusammengesetzt, im besten Fall mit Quellenangabe.

Generative Engine Optimization, GEO, heißt deshalb: Meine Information soll in dieser Antwort vorkommen, richtig zugeordnet und als Quelle genannt. Die Signale dafür sind andere: eindeutige Dinge, klare Beziehungen, geprüfte Fakten, und die Übereinstimmung mehrerer Quellen. Das rechte Beispiel ist übrigens eine Zielvorstellung, keine echte Antwort. So soll es aussehen. 60 Sekunden.

Wo wir stehenBekannter Weg und neuer Weg

Die erste Säule steht: SaTourN und der DZT Knowledge Graph. Heute geht es um die zweite.

Über SaTourN fließen die Daten der Region schon heute in den Knowledge Graph der Deutschen Zentrale für Tourismus. Das ist wertvolle Arbeit und bleibt die Basis. Die zweite Säule sind die Quellen selbst: die Webseiten der Akteure und die Beziehungen zwischen ihnen. Beide tragen dasselbe Dach.

Bevor wir in die Technik gehen, kurz die Einordnung, denn Sie kennen einen Teil davon sehr gut. Es gibt zwei Säulen, die dasselbe Dach tragen: die Oberlausitz in der KI-Antwort.

Die erste Säule steht. Über SaTourN, das Landesdatennetz Sachsens, fließen die Daten der Region in den Knowledge Graph der Deutschen Zentrale für Tourismus. Offen lizenziert, nach den Standards der Open Data Tourism Alliance, mit Outdooractive, Buchungs- und Veranstaltungsdaten. Das ist wertvolle Arbeit, sie bleibt die Basis, daran ändern wir nichts.

Die zweite Säule ist das Thema heute: die Quellen selbst. Die Webseiten der Akteure, so wie eine KI sie liest. Eindeutige Kennungen, ausgesprochene Beziehungen, gegenseitige Nennungen, die Kommune als Verzeichnis. Hier fängt jede KI an zu lesen, lange bevor sie einen zentralen Graphen abfragt.

Beide Säulen stehen auf demselben Fundament: eindeutig, belegbar, aktuell, mit Quelle und Prüfdatum. Was vorne in den Quellen sauber ist, fließt hinten sauber in SaTourN und den DZT-Graphen weiter. Deshalb lohnt sich die zweite Säule doppelt. 60 Sekunden.

Das heutige ProblemFünf Webseiten, fünf Ausschnitte

Heute erzählt jede Website in Bautzen nur ihren eigenen Ausschnitt.

Die Fakten sind alle da: Restaurant, Dom, Museum, Stadt, Verkehr. Was fehlt, sind die Verbindungen: Liegt in? Nahe bei? Wer listet wen? Erreichbar mit? Für Menschen mit Ortskenntnis ergibt sich ein Bild. Für Maschinen bleiben die gestrichelten Linien Vermutungen.

Warum muss die KI raten? Schauen wir auf die Ausgangslage, diesmal nur in Bautzen. Sie sehen fünf Webseiten als fünf Inseln. Jede ist für sich in Ordnung. Der Alte Bierhof beschreibt sein Restaurant, die Adresse, die Reservierung. Die Domgemeinde beschreibt den Dom St. Petri, die älteste Simultankirche Deutschlands, mit Öffnungszeiten und Führungen. Das Sorbische Museum auf der Ortenburg nennt Ausstellung und Eintritt. Die Stadt hat eine Tourist-Information und Parkplätze. Und der ZVON kennt Bahnhof, Linien und Fahrzeiten.

Was Sie als gestrichelte Linien sehen, steht auf keiner dieser Seiten: Liegt der Bierhof wenige Gehminuten vom Dom? Liegt das Museum gleich daneben? Welche Betriebe listet die Stadt eigentlich? Und wie kommt man von der Autobahn oder vom Bahnhof dorthin?

Ein Mensch mit Ortskenntnis setzt das im Kopf zusammen. Eine Maschine kann es nur vermuten. Und Vermutungen verlieren gegen klare Aussagen. 60 Sekunden.

Wie Maschinen verstehenLesen · Zuordnen · Merken

Eine KI merkt sich keine Webseiten. Sie merkt sich Dinge und ihre Beziehungen.

Aus jedem Text zieht das System kleine Aussagen mit drei Teilen: ein Ding, eine Beziehung, ein zweites Ding. Wenn zwei Quellen dasselbe Ding meinen, werden sie zu einem Eintrag verschmolzen. Bei einer Frage holt das System die passenden Einträge und formuliert daraus die Antwort.

Jetzt wird es kurz technisch, aber nur so weit, wie es nötig ist. Wie liest eine KI eigentlich? Sie merkt sich keine Webseiten als Ganzes. Sie zerlegt Text in kleine Aussagen aus drei Teilen. Ein Ding, eine Beziehung, ein zweites Ding. Der Alte Bierhof liegt in Bautzen. Der Alte Bierhof ist ein Restaurant. Der Alte Bierhof öffnet ab elf Uhr. Je klarer der Text, desto weniger muss die Maschine raten.

Zweiter Schritt, das Zuordnen. Der Bierhof wird auf seiner eigenen Seite genannt, auf der Stadtseite und zum Beispiel auf der Seite des Doms, der die Gastronomie in seiner Nähe nennt. Das System muss entscheiden: Meinen diese drei Nennungen dasselbe Ding? Gleicher Name, gleiche Adresse, am besten dieselbe Kennung im Code. Dann werden die drei Nennungen zu einem Eintrag verschmolzen. Und mit jeder übereinstimmenden Quelle wächst das Vertrauen in diesen Eintrag.

Dritter Schritt: Merken und Antworten. Dieser Eintrag landet mit seinen Beziehungen in einem Wissensgraphen und im Suchindex. Kommt eine Frage, holt das System die passenden Einträge heraus, und das Sprachmodell formuliert daraus die Antwort und nennt die Quellen. Wer darin gut vertreten ist, hat gute Chancen, in der Antwort vorzukommen. Eine Garantie gibt es nicht. 70 Sekunden.

Die VisionMit → Schritt für Schritt aufbauen

Gemeinsame Kennungen verbinden unabhängige Webseiten zu einem Netz.

Zwei Orte, zwei Beispiele, kein Zusammenhang zwischen ihnen. Und trotzdem ein Netz: Jeder Akteur behält seine Seite, meint dieselben Orte mit derselben Kennung und spricht seine Beziehungen aus. Keine zentrale Datenbank nötig.

Das ist das Zielbild, und ich baue es Schritt für Schritt auf. Oben die Oberlausitz. Bautzen und Bischofswerda gehören zur Oberlausitz. Beide Städte sind unsere Beispiele, sie haben nichts miteinander zu tun. Genau das ist der Punkt: Ein Netz braucht keinen roten Faden zwischen den Betrieben, es braucht gemeinsame Ankerpunkte.

Links Bautzen. In der Mitte des Clusters steht der Bahnhof, der zentrale Punkt, auf den sich alle beziehen. Der Alte Bierhof liegt in Bautzen und ist vom Bahnhof zu Fuß erreichbar. Dasselbe sagen der Dom St. Petri und das Sorbische Museum. Dazu die Nennungen untereinander: Der Bierhof sagt, der Dom ist wenige Gehminuten entfernt, und der Dom sagt es umgekehrt. Das Museum ebenso. Beziehungen von beiden Seiten.

Rechts Bischofswerda, gleiches Muster. Der Bahnhof ist der zentrale Punkt. Der Butterberg liegt drei Kilometer nördlich der Stadt und drei Kilometer vom Bahnhof. Der Aussichtsturm steht auf dem Butterberg. Der Tierpark liegt in der Stadt, vom Bahnhof zu Fuß, und Butterberg und Tierpark empfehlen sich gegenseitig. Dann das, was beide Orte verbindet: Die Bahn Dresden–Görlitz hält in beiden Bahnhöfen. Die A4 hat Abfahrten bei Bautzen und bei Burkau.

Und jetzt das Entscheidende. Aus diesen Aussagen kann eine KI Wege ableiten, die auf keiner einzelnen Seite stehen: Bautzen als Basis, vom Bahnhof zu Fuß zu Dom, Museum und Gastronomie. Der Butterberg als Ausflug mit Turm, Wanderweg und Tierpark. Beides an der Bahn Dresden–Görlitz, beides an der A4. Das ist die Antwort auf die Anfrage vom Anfang. Drei Voraussetzungen reichen: dieselbe Kennung, ausgesprochene Beziehungen, und jede Aussage behält Quelle und Prüfdatum. 90 Sekunden.

BeziehungsmanagementWarum Nennen allen hilft

Wer seine Nachbarn nennt, wird selbst besser gefunden. Konkurrenten verbindet die Kommune.

Der Bierhof nennt Dom, Museum, Theater, den Bahnhof und die Autobahnabfahrt. Dom und Museum nennen die Gastronomie in ihrer Nähe und ebenfalls den Bahnhof. Konkurrenten nennen sich nicht, aber das offene Verzeichnis der Stadt nennt alle. So werden Beziehungen über Dritte sichtbar, und Kommunen tun dasselbe untereinander.

Und jetzt der Punkt, der für die Zusammenarbeit in der Region entscheidend ist. Links die heutige Situation: Der Bierhof schreibt, er liege in der Altstadt. Der Dom sagt nichts über Gastronomie. Die Stadt hat eine Liste, aber ohne Kennungen. Für die KI sind das lose Behauptungen aus je einer Quelle.

Rechts die Zukunft. Der Alte Bierhof nennt seine Nachbarn, die keine Konkurrenten sind: den Dom St. Petri wenige Gehminuten entfernt, das Sorbische Museum, das Deutsch-Sorbische Volkstheater, die Altstadt, den Bahnhof und die Autobahnabfahrt. Umgekehrt nennen Dom, Museum und Theater die Gastronomie und Hotels in ihrer direkten Umgebung, und alle nennen denselben Bahnhof mit derselben Kennung. Der Bahnhof ist der zentrale Punkt, an dem jede Anreise mit der Bahn beginnt. Jede dieser Beziehungen ist damit von zwei Seiten bestätigt.

Ein zweites Restaurant in der Altstadt wird der Bierhof natürlich nicht nennen. Muss er auch nicht. Die Stadt Bautzen führt ein offenes Verzeichnis, das alle Betriebe mit ihren Kennungen listet, auch Wettbewerber. Über diese Dritte sieht die KI trotzdem, dass beide Restaurants in derselben Altstadt neben demselben Dom liegen. Dasselbe leisten Verkehrsunternehmen mit ihren Haltestellen und Kommunen, die ihre Nachbarstädte nennen und ihre Beziehungen zueinander auf einer Unterseite beschreiben.

Drei Regeln für jeden Betrieb: Nachbarn nennen. Dieselbe Kennung benutzen wie alle anderen. Nur sagen, was auf der eigenen Seite sichtbar und aktuell belegt ist. Das ist kein Wettbewerb um Plätze, sondern ein gemeinsames Netz, und die Region als Ganzes wird sichtbar, so wie Franken es im Experiment war. 85 Sekunden.

Unter der MotorhaubeDieselbe Seite, zwei Leseschichten

Menschen sehen Text und Bilder. Maschinen lesen zusätzlich eine strukturierte Beschreibung.

Links das, was Gäste sehen. Rechts ein Block im Code der Seite, im Format JSON-LD nach dem Standard schema.org. Beide sagen dasselbe. Der Block ist kein versteckter Werbetext, sondern die strukturierte Wiederholung geprüfter Fakten.

Sichtbare Seite <body> · für Menschen

WasBier-Restaurant mit Panoramaterrasse

AdresseHeringstraße 7, 02625 Bautzen

Geöffnettäglich ab 11 Uhr

Telefon03591 326018

Online reservieren

Menschen lesen, prüfen und entscheiden.

Strukturierte Beschreibung <script type="application/ld+json"> · für Maschinen

{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "@id": "https://www.alterbierhof.de/#entity",
  "name": "Der Alte Bierhof",
  "address": {
    "streetAddress": "Heringstraße 7",
    "postalCode": "02625",
    "addressLocality": "Bautzen"
  },
  "containedInPlace": { "@id": "…/#bautzen" },
  "openingHours": "Mo-Su 11:00-…",
  "potentialAction": { "@type": "ReserveAction" }
}

Wie kommt so eine Aussage in die Maschine? Hier ist die Brücke für alle, die keine Informatiker sind. Jede Webseite hat zwei Leseschichten. Links das, was Gäste sehen: Bilder, Text, Adresse, Öffnungszeiten, ein Knopf zum Reservieren. Menschen lesen das, prüfen es und entscheiden.

Rechts sehen Sie einen Block, der im Code derselben Seite steckt. Er heißt JSON-LD und folgt dem Standard schema.org, den Google, Microsoft und andere gemeinsam pflegen. Auf der Seite selbst ist er unsichtbar. Er sagt der Maschine in klaren Feldern: Das ist ein Restaurant. Es heißt „Der Alte Bierhof“. Hier ist seine Kennung. Hier ist die Adresse. Und, das ist das Gelbe: Es liegt in Bautzen, und Bautzen hat ebenfalls eine Kennung. Das ist die Beziehung aus dem Netz von vorhin.

Es gibt keine zwei Wahrheiten. Was im Code steht, muss auch sichtbar auf der Seite stehen. Ein CMS-Modul oder die Webagentur fügt den Block ein. Der Betrieb muss dafür nichts programmieren. 60 Sekunden.

Unter der Motorhaube, Teil 2Wer vergibt die Kennung, wer verwaltet sie

Die Kennung ist die Webadresse plus ein festes Wort. Niemand muss sie erfinden.

Jedes Ding im Netz braucht eine Kennung, damit alle dasselbe meinen. Sie gehört dem, dem das Ding gehört, sie steht in seinem Code, und der Assistent schlägt sie bei den Partnern automatisch nach. Das Register beim TVO ist das Telefonbuch, nicht die Vermittlung.

Wer vergibt sie?

Wem das Ding gehört. Der Betrieb für seinen Betrieb, die Stadt für die Stadt, das Verkehrsunternehmen für den Bahnhof, der TVO für die Region.

alterbierhof.de/#entity bautzen.de/#stadt oberlausitz.com/#region

Hat ein Ding keinen Besitzer im Netz, etwa ein Aussichtsturm ohne Seite, vergibt der TVO stellvertretend eine.

Warum nicht nur die Adresse?

Die Adresse bezeichnet die Seite, nicht das Ding. Seite und Restaurant sind zwei Einträge im Code. Das feste Wort trennt sie, ohne neue Adresse.

butterberg.com/#hotel butterberg.com/#restaurant butterberg.com/#turm

Eine Seite kann so mehrere Dinge sauber beschreiben.

Wie finden andere sie?

Automatisch. Der Assistent liest die Seite des Partners und übernimmt die Kennung wörtlich.

Fehlt sie dort, setzt er einen Platzhalter nach derselben Regel und bittet den Partner, seine Kennung zu veröffentlichen.

Das Register beim TVO führt die Liste: welches Ding, welche Kennung, wer der Besitzer ist, wann geprüft. Nachschlagen, nicht verteilen.

Die Regeln

Nie ändern. Kein Datum, keine Version, kein Bruch beim Relaunch.

Bestehende Kennungen anhängen. Wikidata, OpenStreetMap, Google-Profil, oberlausitz.com per sameAs, nur für genau dasselbe Ding.

Rückverweise. SaTourN und der DZT-Graph vergeben eigene interne Kennungen und verweisen auf die des Besitzers zurück.

Eine Frage kommt an dieser Stelle immer: Wo kommt so eine Kennung her, wer erfindet sie, wer verwaltet sie? Die Antwort ist einfacher, als es klingt. Die Kennung ist die Webadresse plus ein festes Wort. Niemand muss sie erfinden.

Erstens: Wer vergibt sie? Wem das Ding gehört. Der Bierhof für den Bierhof, die Stadt für die Stadt, das Verkehrsunternehmen für den Bahnhof, der TVO für die Region. Hat ein Ding keinen Besitzer im Netz, vergibt der TVO stellvertretend eine Kennung.

Zweitens: Warum nicht nur die Adresse? Weil die Adresse die Seite bezeichnet, nicht das Ding. Seite und Restaurant sind im Code zwei verschiedene Einträge. Das feste Wort trennt sie. Und eine Seite kann so mehrere Dinge beschreiben, beim Butterberg Hotel, Restaurant und Turm.

Drittens: Wie finden andere die Kennung? Automatisch. Der Assistent liest die Seite des Partners und übernimmt die Kennung wörtlich. Fehlt sie, setzt er einen Platzhalter nach derselben Regel und bittet den Partner, seine Kennung zu veröffentlichen. Kein Mensch muss recherchieren. Das Register beim TVO ist dabei das Telefonbuch: Es führt die Liste, damit alle dieselbe Nummer wählen. Es verbindet niemanden, das tun die Seiten selbst.

Und die Regeln: Eine Kennung wird nie geändert, auch nicht beim Relaunch. Bestehende Kennungen aus Wikidata, OpenStreetMap oder dem Google-Profil werden angehängt, nur für genau dasselbe Ding. Und die großen Systeme, SaTourN und der DZT-Graph, verweisen auf die Kennung des Besitzers zurück. 70 Sekunden.

Beispiel 1 · BautzenIst-Zustand mit Lücken

Beim Alten Bierhof ist vieles da, aber noch nicht eindeutig genug.

✓Sichtbar: Name, Adresse, Telefon, Reservierung, „täglich ab 11 Uhr“, Panoramaterrasse.

!Fehlt: eine Schlusszeit. Deshalb steht auch keine im Code. Erfundene Fakten schaden mehr als Lücken.

!Fehlt: die Beziehung zu Bautzen mit gemeinsamer Kennung, der Weg vom Bahnhof und die Nachbarn: Dom, Sorbisches Museum, Volkstheater, Altstadt, A4-Anschluss.

?Zu klären: Koordinaten, Barrierefreiheit, Parken, Änderungsdatum. Wer bestätigt das?

62 / 100 · interner Prototyp-Check, kein offizieller Wert

Quelle: alterbierhof.de, Stand September 2026

Startseite des Alten Bierhofs Bautzen mit Terrasse, Menü und Reservierungsknopf — alterbierhof.de · sichtbare Seite

{ "@type": "Restaurant", "@id": "https://www.alterbierhof.de/#entity",
  "name": "Der Alte Bierhof", "telephone": "+49 3591 326018",
  "address": { "Heringstraße 7", "02625", "Bautzen", "DE" },
  "openingHoursSpecification": { "opens": "11:00" /* keine Schlusszeit belegt */ },
  "containedInPlace": { "@id": "…/#bautzen" },      /* neu: die Beziehung */
  "potentialAction": { "@type": "ReserveAction", "target": "…/reservierung/" } }

Schauen wir uns das an einem echten Betrieb an. Der Alte Bierhof in Bautzen. Oben rechts seine Website, ein schöner Auftritt. Sichtbar sind Name, Adresse, Telefon, die Reservierung, „täglich ab elf Uhr“ und die Panoramaterrasse. Das ist die grüne Zeile.

Jetzt die Lücken. Die Seite nennt keine Schlusszeit. Deshalb steht auch im Code keine. Man könnte „bis 23 Uhr“ eintragen, aber das wäre erfunden. Und erfundene Fakten schaden mehr als Lücken, weil die KI sie weiterträgt. Zweite Lücke: Die Beziehung zu Bautzen fehlt, der Weg vom Bahnhof fehlt, und die Nachbarn fehlen. Der Dom, das Sorbische Museum, das Volkstheater, die Altstadt, der Anschluss an die A4. Unten im Code sehen Sie gelb markiert, was neu dazukommt: die Kennung von Bautzen. Damit hängt der Bierhof am Netz, und die Nachbarn kommen als nächste Zeilen dazu.

Und dann die Fragen, die der Betrieb beantworten muss: Koordinaten, Barrierefreiheit, Parken, wann wurde das zuletzt geprüft. Unser Prototyp bewertet den Ist-Zustand mit 62 von 100. Das ist ein interner Arbeitswert, kein offizielles Ranking. Er zeigt nur: solide Basis, klare Aufgaben. 60 Sekunden.

Beispiel 2 · BischofswerdaBeziehungen machen den Unterschied

Der Butterberg wird erst durch seine Beziehungen zum Erlebnis.

Die Website nennt Hotel, Restaurant, Feiern, Tagungen und den Turm. Was sie nennen könnte, steht schon fest, nur nicht auf der Seite:

Beziehung	Verbundenes Ding
liegt bei	Bischofswerda, 3 km nördlich, 385 m Höhe
hat auf dem Gelände	Aussichtsturm von 1860, 21 m, 100 Stufen
liegt am	Lausitzer Landweg · Nördlicher Kammweg
nahe bei	Naturdenkmal Katzensteine
erreichbar über	A4-Abfahrt Burkau, etwa 6 km · Bahnhof Bischofswerda, Linie Dresden–Görlitz
empfiehlt	Tierpark Bischofswerda · Altmarkt · Carl-Lohse-Galerie
hat Teilangebote	Hotel · Restaurant · Tagungen · Feiern

?Zu klären: Entfernungen vom Betrieb bestätigen, Parkplatz, Barrierefreiheit, saubere Trennung von Hotel, Restaurant und Veranstaltungen.

58 / 100 · interner Prototyp-Check, Arbeitswert

Startseite des Berg-Gasthofs Butterberg mit Haus, Turm und Festzelten — butterberg.com · Stand 6. September 2026

Zweites Beispiel, der Berg-Gasthof Butterberg bei Bischofswerda. Rechts die Website. Sie nennt Hotel, Restaurant, Feiern, Tagungen und den Aussichtsturm. Alles richtig, aber jedes für sich. Die Tabelle zeigt, was der Butterberg nennen könnte. Die Fakten stehen fest, sie stehen nur nicht auf der Seite.

Er liegt drei Kilometer nördlich von Bischofswerda auf 385 Metern. Auf seinem Gelände steht der Aussichtsturm von 1860, 21 Meter, 100 Stufen. Zwei historische Wanderwege führen über den Berg, der Lausitzer Landweg und der Nördliche Kammweg. In der Nähe liegen die Katzensteine, ein Naturdenkmal. Erreichbar ist er über die A4-Abfahrt Burkau, etwa sechs Kilometer, und den Bahnhof Bischofswerda an der Linie Dresden–Görlitz. Und er kann Ausflüge empfehlen, die ihm keine Konkurrenz machen: den Tierpark, den Altmarkt, die Galerie in der Stadt.

Jede dieser Zeilen ist eine Beziehung, die im Code ausgesprochen werden kann, und jede lädt die Gegenseite ein, zurückzunennen. Zu klären bleibt: Entfernungen vom Betrieb aus bestätigen, Parken, Barrierefreiheit. Und Hotel, Restaurant und Veranstaltung sauber trennen, weil das für die Maschine unterschiedliche Dinge sind. Unser Arbeitswert: 58 von 100. 70 Sekunden.

Beispiel 3 · HerrnhutSo sieht es fertig aus

Die Modellseite zum Welterbe Herrnhut zeigt den Soll-Zustand.

Eine Website, die Menschen erzählt und Maschinen erklärt. Sie ist online und kann heute schon als Vorlage dienen.

Ein Graph	acht verknüpfte Dinge mit stabilen Kennungen: Welterbestätte, Herrnhut, Siedlungskern, Gottesacker, Berthelsdorf …
Beziehungen	Herrnhut ist Teil einer Stätte auf zwei Kontinenten. Jeder Ort weiß, wozu er gehört.
Zusatzkanäle	Entity Register, Knowledge Graph zum Herunterladen, GeoJSON, llms.txt, Fragen und Antworten
Fünf Ebenen	sichtbare Erklärung · eindeutige Dinge · Beziehungen und Geografie · strukturierte Daten · Quellen und Pflege

polismedia.de/geo-herrnhut · Demonstrator, kein offizieller Auftritt des Welterbes

Startseite der Modellseite: Herrnhut, eine kleine Stadt mit weltweiten Beziehungen — Startseite: erzählt für Menschen · Stand 6. September 2026

Seite Warum diese Seite so aussieht mit den fünf Ebenen des Modells — „Warum diese Seite so aussieht“: erklärt für Maschinen

Drittes Beispiel, und das ist der Gegenpol zu den beiden ersten. Für das Welterbe Herrnhut habe ich eine Modellseite gebaut, die den Soll-Zustand zeigt. Sie ist online. Oben rechts die Startseite: Sie erzählt für Menschen. Herrnhut, eine kleine Stadt mit weltweiten Beziehungen.

Unter der Motorhaube steckt ein einziger Graph mit acht verknüpften Dingen, alle mit stabilen Kennungen: die Welterbestätte als Ganzes, Herrnhut als deutscher Bestandteil, der Siedlungskern, der Gottesacker mit dem Hutberg, das Schloss in Berthelsdorf. Jeder Ort weiß, wozu er gehört. Herrnhut ist Teil einer Stätte, die auf zwei Kontinenten liegt. Das ist die Beziehung „Teil von“, sauber ausgesprochen.

Dazu kommen Zusatzkanäle für Maschinen: ein Register aller Dinge, der Graph zum Herunterladen, Geodaten, eine Datei namens llms.txt für KI-Systeme, und Fragen mit Antworten. Unten rechts die Seite „Warum diese Seite so aussieht“ mit den fünf Ebenen des Modells. Diese fünf Ebenen sind gleich unser Mindeststandard. 60 Sekunden.

Werkzeug · PrototypGEO-Assistent und Register

Der GEO-Assistent übersetzt zwischen Betrieb und Technik.

Der Betrieb gibt nur die Adresse seiner Website ein. Der Assistent liest die Seite und macht daraus einen prüfbaren Vorschlag. Niemand muss schema.org lernen.

Adresse eingebenDer Assistent liest die Seite und zeigt, was Maschinen heute davon verstehen: JSON-LD als Spiegelbild der Seite.
Score und Plan bekommenSieben Fragen, jeder Punkt mit Beleg. Dazu Textbausteine: was fehlt, wo es stehen soll, wie es formuliert sein soll.
Wiederkommen und vergleichenNach den Änderungen dieselbe Adresse prüfen. Der Assistent zeigt den Fortschritt und den neuen Code. Ein Mensch gibt frei.

Liestsichtbare Inhalte, Metadaten, vorhandenes JSON-LD, Kennungen der Partner RechnetBahnhof und Autobahnanschluss aus der Adresse, Faktencheck mit festen Punkten LiefertScore, Textbausteine, JSON-LD, Nennungsnetz, Register-Eintrag mit Verlauf

Prototyp, kein Produktionssystem · veröffentlicht nichts automatisch

GEO-Assistent: Ergebnis mit GEO-Score nach den sieben Fragen, Balken je Frage mit Beleg und nächster Lücke — Ergebnis: GEO-Score nach den sieben Fragen · polismedia.de/geo-snippet

Register: Eintrag der Herrnhut-Modellseite mit GEO-Score-Tabelle, Belegen und Lücken — Register: jeder Eintrag mit Score, Belegen, Lücken und Verlauf

Wie kommt ein normaler Betrieb dahin, ohne Informatiker zu werden? Dafür habe ich einen Prototyp gebaut, den GEO-Assistenten. Der Betrieb gibt nur die Adresse seiner Website ein. Der Assistent liest die Seite, ihre Unterseiten, das vorhandene JSON-LD und die Kennungen der genannten Partner.

Oben rechts sehen Sie das Ergebnis: der GEO-Score nach den sieben Fragen, ein Balken je Frage, jeder Punkt mit Beleg und jede Lücke mit der konkreten nächsten Angabe. Dazu kommen Textbausteine für die Seite: was fehlt, wo es stehen soll, wie es formuliert sein soll. Und der JSON-LD-Code als Spiegelbild dessen, was sichtbar auf der Seite steht. Nichts wird erfunden, nichts wird automatisch veröffentlicht.

Der Betrieb baut die Bausteine ein und kommt nach ein paar Tagen mit derselben Adresse wieder. Der Assistent vergleicht, gratuliert zum Fortschritt und liefert den aktualisierten Code. Unten rechts das Register dahinter: jeder Eintrag mit Score, Belegen, Lücken und dem Verlauf über alle Prüfungen. Das ist der Kern eines regionalen Registers: Wer hat was wann bestätigt. Alles Prototyp, kein fertiges Produkt. Aber es funktioniert. 70 Sekunden.

Qualität vor MengeDer regionale Mindeststandard

Sieben Fragen muss jede Website sichtbar und maschinenlesbar beantworten.

Diese sieben Fragen sind Redaktionsstandard, Datenstandard und Prüfraster zugleich. Sie ersetzen viele technische Detailregeln. Die letzten beiden entscheiden darüber, ob ein Netz dauerhaft vertrauenswürdig bleibt.

1

Was ist es?

Typ, Name, eindeutige Kennung

2

Wo ist es?

Adresse, Koordinaten, Ort, Region

3

Wann gilt es?

Öffnung, Saison, Dauer, Termine

4

Für wen passt es?

Zielgruppen, Eignung, Zugang, Barrierefreiheit

5

Wie hängt es zusammen?

Ort, Route, Nachbarn, Angebot, Veranstaltung

6

Woher stammt die Aussage?

Quelle, Zuständigkeit, Prüfdatum

7

Wie wird es geändert?

Pflegeweg, Version, Freigabe

=

Kohärenzregel

Was im Code steht, muss auf der Seite sichtbar, belegbar und aktuell sein.

Damit das Netz nicht beliebig wird, braucht es einen Mindeststandard. Er besteht aus sieben Fragen, die jede Website beantworten muss, sichtbar für Menschen und lesbar für Maschinen.

Eins: Was ist es? Typ, Name, eindeutige Kennung. Zwei: Wo ist es? Adresse, Koordinaten, Ort, Region. Drei: Wann gilt es? Öffnung, Saison, Dauer, Termine. Vier: Für wen passt es? Zielgruppen, Eignung, Zugang, Barrierefreiheit. Fünf: Wie hängt es zusammen? Ort, Route, Nachbarn, Angebot, Veranstaltung. Das ist die Beziehungsfrage, um die es die ganze Zeit ging.

Sechs und Sieben sind die, die man am leichtesten vergisst, und die am Ende über das Vertrauen entscheiden. Woher stammt die Aussage? Quelle, Zuständigkeit, Prüfdatum. Und wie wird sie geändert? Pflegeweg, Version, Freigabe. Über allem steht die Kohärenzregel: Was im Code steht, muss auf der Seite sichtbar, belegbar und aktuell sein. Diese sieben Fragen sind gleichzeitig Redaktionsstandard, Datenstandard und Prüfraster. 50 Sekunden.

AnschlussfähigWebsite · Region · Land · KI

Die Website ist ein wichtiger Eingang, aber nicht der ganze Weg.

Die erste Säule von vorhin, SaTourN und der DZT Knowledge Graph, steht rechts in Spalte drei. Der regionale Ansatz ersetzt sie nicht. Er sorgt dafür, dass die Daten vorne sauber sind, bevor sie dorthin und zu den KI-Diensten weiterfließen.

Wo ordnet sich das in die bestehende Landschaft ein? Hier sehen Sie die erste Säule von vorhin wieder, in Spalte drei. Die Website ist ein wichtiger Eingang, aber nicht der ganze Weg. Von links nach rechts: Ganz links die lokalen Quellen. Webseiten, Buchungssysteme, Veranstaltungskalender, die Daten der Gebietsgemeinschaften und Kommunen.

Die zweite Spalte ist neu, und hier entsteht der Mehrwert. Ein regionales Register der Dinge, eine Kennung pro Ort und Angebot. Der Mindeststandard mit den sieben Fragen. Klare Rollen: Wer bestätigt was. Und ein Prüf- und Änderungsweg mit Assistent, Freigabe und Datum.

Dritte Spalte: die touristischen Systeme, die es schon gibt. SaTourN als Landesdatenweg in Sachsen, dahinter der Knowledge Graph der Deutschen Zentrale für Tourismus mit offen lizenzierten Daten, Open-Data-Schnittstellen, Outdooractive. Das sind Abruf- und Verteilkanäle. Wir ersetzen sie nicht, wir beliefern sie besser.

Ganz rechts die Nutzung: KI-Assistenten, Suche und Karten, die eigenen Webseiten und Apps, die Planung vor Ort. Hier fragt der Gast. Der Merksatz unten: Die Schnittstellen rechts sind Abrufkanäle. Die Qualität muss links entstehen, bevor sie fließt. 50 Sekunden.

Wer muss mitmachen?Mit → Ring für Ring aufbauen

Der TVO gibt das Mandat. Multiplikatoren tragen es in die Fläche. Akteure setzen um.

Kernteam: Mandat und Standardlegt Rollen, Register und Regeln fest.
Multiplikatoren: Bewusstsein und Wissenöffnen Zugänge und verbreiten die Arbeitsweise.
Akteure: Aktionbestätigen Fakten und bauen sie mit ihren Agenturen ein.

Bewusstsein → Wissen → Aktion.Erfolg entsteht gemeinsam, durch Vernetzung. Beteiligungen sind Vorschläge, noch keine Zusagen.

Wer muss mitmachen, damit das gelingt? Ich baue das Bild in drei Ringen auf. In der Mitte der Tourismusverband Oberlausitz. Er gibt das Mandat, und er ist der Eigentümer des Registers.

Der erste Ring ist das Kernteam. Die Geschäftsführung mit Mandat und Budget. Die Digitalisierung als Product Owner für Standard und Register. Das Datenmanagement mit Outdooractive, Buchungssystemen und Pflegepraxis. Und polisMEDIA mit Methode und Werkzeug.

Der zweite Ring sind die Multiplikatoren. Die Kommunen, die Touristischen Gebietsgemeinschaften, DEHOGA und IHK, die Sparkassen als mögliche Projektpartner, die TMGS mit SaTourN, der ZVON für die Erreichbarkeit, die Domowina für sorbische Namen und Kultur. Sie pflegen nicht den Graphen. Sie öffnen Zugänge, schaffen Bewusstsein und verbreiten Wissen.

Der dritte Ring sind die Akteure: Hotels, Gastronomie, Museen und Sehenswürdigkeiten, Touren und Natur, Veranstalter und Vereine, und nicht zu vergessen ihre Webagenturen, die den Code einbauen. Sie kommen in Aktion. Bewusstsein, Wissen, Aktion: Das ist die Kette. Erfolg entsteht gemeinsam, durch Vernetzung. Alle Beteiligungen sind Vorschläge, noch keine Zusagen. 80 Sekunden.

Datenschutz und KI-BetriebDatenumfang vor Modellname

Für den Pilot reichen öffentliche Angebotsdaten. Personen- und Buchungsdaten bleiben draußen.

Der einfachste Datenschutzgewinn ist Datensparsamkeit. Ein touristischer Graph braucht Angebote, Orte und Öffnungszeiten, keine Gästeprofile. Für die KI-Bausteine gilt: Der Markenname beantwortet keine Datenschutzfrage, der Vertrag schon.

In den Graph

Angebot, Ort, Öffnungszeiten
Zugänglichkeit, Wege, Erreichbarkeit
Quelle, Prüfdatum, Lizenz
öffentliche Kontaktdaten des Betriebs

Nicht in den Pilot

Gäste- und Buchungsdaten
Beschäftigtendaten
vertrauliche Verträge, Preise im Einkauf
alles, was nicht ohnehin öffentlich ist

Vertrag und Technik

Auftragsverarbeitungsvertrag, Unterauftragnehmer
Hosting in der EU, Datentransfers, Protokolle
Speicherdauer, Löschung, Zugriff
europäische oder selbst gehostete Modelle prüfen, zum Beispiel Mistral

Regel für den KI-Einsatz:Der Assistent liest nur öffentliche Webseiten und veröffentlicht nichts selbst. Ob ein Modellanbieter DSGVO-konform ist, entscheidet das konkrete Produkt mit Vertrag, Hosting, Logging und Löschkonzept. „Zero Data Retention“ gilt nicht automatisch für jedes Angebot.

Eine Frage kommt immer, deshalb beantworte ich sie, bevor sie gestellt wird: Datenschutz. Die gute Nachricht: Für den Pilot brauchen wir nur öffentliche Angebotsdaten. Links das, was in den Graphen kommt: Angebot, Ort, Öffnungszeiten, Zugänglichkeit, Wege, Quelle und Prüfdatum, die öffentlichen Kontaktdaten des Betriebs.

In der Mitte, was ausdrücklich nicht in den Pilot kommt: Gäste- und Buchungsdaten, Beschäftigtendaten, vertrauliche Verträge. Alles, was nicht ohnehin öffentlich ist.

Rechts die Ebene Vertrag und Technik für die KI-Bausteine. Auftragsverarbeitungsvertrag, Hosting in der EU, Protokolle, Speicherdauer, Löschung. Europäische oder selbst gehostete Modelle sind prüfenswert, Mistral zum Beispiel. Aber der Markenname beantwortet keine Datenschutzfrage. Das tut das konkrete Produkt mit seinem Vertrag. Und der Assistent selbst liest nur öffentliche Webseiten und veröffentlicht nichts. 40 Sekunden.

Arbeitshypothese · 100 TageKlein starten, sauber messen, gemeinsam entscheiden

Vom Interesse zu einem prüfbaren Pilot in hundert Tagen.

Vier Phasen, eine klare Messung: Dieselben dreißig Testfragen werden vorher und nachher an Google KI-Modus, ChatGPT und Perplexity gestellt. Gezählt wird, ob die Oberlausitz genannt, richtig zugeordnet und als Quelle angegeben wird.

Tag 1 bis 15

Mandat und Leitplanken

Ziel, Rollen, Datenschutz, Auswahl der Orte und Angebotstypen. Pilotbetriebe gewinnen.

Tag 15 bis 45

Baseline und Modell

Webseiten mit dem Assistenten prüfen. Dinge und Beziehungen im Register anlegen. Testfragen einmal stellen.

Tag 45 bis 85

Umsetzen und befähigen

Texte, JSON-LD und Nennungen einbauen, mit CMS und Agenturen. Schulung, Freigabe, Prüfdatum.

Tag 85 bis 100

Nachtesten und entscheiden

Testfragen erneut stellen. Qualität, Pflegeaufwand und Anschluss an SaTourN bewerten. Entscheidung über das Ausrollen.

bis 12Akteure in Bautzen, Görlitz, Herrnhut und Umgebung

≈ 30Dinge im Register: Orte, Betriebe, Wege, Linien

30Testfragen, vorher und nachher, drei KI-Systeme

3Angebotstypen: Unterkunft, Gastronomie, Sehenswürdigkeit

Arbeitsannahmen für die gemeinsame Planung, noch kein Angebot und kein beschlossenes Pilotdesign.

Wie kommt man vom Interesse zu etwas Prüfbarem? Mit einem Pilot von hundert Tagen in vier Phasen. Erste Phase, bis Tag fünfzehn: Mandat und Leitplanken. Ziel, Rollen, Datenschutz, Auswahl der Orte und Angebotstypen, Pilotbetriebe gewinnen.

Zweite Phase, bis Tag fünfundvierzig: Baseline und Modell. Alle Pilotseiten werden mit dem Assistenten geprüft, die Dinge und Beziehungen im Register angelegt. Und wir stellen die dreißig Testfragen ein erstes Mal.

Dritte Phase, bis Tag fünfundachtzig: Umsetzen und befähigen. Texte, JSON-LD und gegenseitige Nennungen werden eingebaut, zusammen mit CMS und Agenturen. Schulung, Freigabe, Prüfdatum. Vierte Phase: Nachtesten und entscheiden. Dieselben dreißig Fragen noch einmal an Google, ChatGPT und Perplexity. Gezählt wird, ob die Oberlausitz genannt, richtig zugeordnet und als Quelle angegeben wird.

Die Größenordnung: bis zu zwölf Akteure, rund dreißig Dinge, dreißig Testfragen, drei Angebotstypen. Das sind Arbeitsannahmen für die Planung, kein Angebot. 60 Sekunden.

Damit es ins Rollen kommtAus unserer Sicht notwendig

Sieben konkrete Schritte, und der erste liegt beim TVO.

Nichts davon ist groß. Aber ohne den ersten Schritt passiert keiner der anderen. Die Zeiten zählen ab der Entscheidung.

WasWerWann

1

Entscheidung für den 100-Tage-PilotMandat, Budgetrahmen, Product Owner benennen

TVO-Geschäftsführungbinnen 4 Wochen

2

Kernteam-KickoffRollen, Leitplanken, Datenschutz, Angebotstypen festlegen

TVO Digitalisierung · polisMEDIAWoche 1 bis 2

3

Vier bis sechs Pilotbetriebe gewinnenin Bautzen, Görlitz, Herrnhut, mit ihren Webagenturen

TGGs · DEHOGA · IHKWoche 2 bis 4

4

Baseline messenPilotseiten prüfen, 30 Dinge registrieren, 30 Testfragen stellen

polisMEDIA · TVO DatenmanagementWoche 3 bis 6

5

Datenweg mit dem Land klärenLizenzen, Anschluss an SaTourN und DZT-Graph

TVO · TMGSWoche 4 bis 8

6

Multiplikatoren-RundeKommunen, TGGs, DEHOGA, IHK und Sparkassen einbinden und für den Pilot gewinnen

TVO · polisMEDIAWoche 6 bis 10

7

Entscheidung am Tag 100Ergebnisse, Pflegeaufwand, Ausrollen auf die Region

TVO-Geschäftsführung · KernteamTag 100

Die Oberlausitz hat die Angebote. Jetzt bringen wir sie in die Antwort.

Die Entscheidungsfrage für heute: Mit welchen Angebotstypen und welchen Partnern starten wir die erste Runde?

Zum Schluss das, was aus unserer Sicht konkret passieren muss, damit das Projekt ins Rollen kommt. Sieben Schritte, und der erste liegt beim TVO.

Erstens: die Entscheidung für den 100-Tage-Pilot. Mandat, Budgetrahmen, ein Product Owner. Das ist Sache der Geschäftsführung, und ich wünsche mir das binnen vier Wochen. Zweitens: der Kickoff des Kernteams in den ersten zwei Wochen. Drittens: vier bis sechs Pilotbetriebe gewinnen, in Bautzen, Görlitz und Herrnhut, mit ihren Webagenturen. Da helfen die Gebietsgemeinschaften, DEHOGA und IHK.

Viertens: die Baseline messen. Pilotseiten prüfen, dreißig Dinge registrieren, dreißig Testfragen stellen. Fünftens: den Datenweg mit dem Land klären, Lizenzen und Anschluss an SaTourN. Sechstens: die Multiplikatoren-Runde. Kommunen, Gebietsgemeinschaften, DEHOGA, IHK und Sparkassen werden eingebunden und für den Pilot gewonnen. Siebtens: die Entscheidung am Tag hundert über das Ausrollen.

Die Oberlausitz hat die Angebote. Jetzt bringen wir sie in die Antwort. Die Entscheidungsfrage für heute ist deshalb: Mit welchen Angebotstypen und welchen Partnern starten wir die erste Runde? Vielen Dank. 70 Sekunden.

Oberlausitz.Für KI verständlich.