Grounding Pages: Konzept, Mechanismus und was du wirklich davon erwarten kannst

Das Wichtigste vorab

• Eine Grounding Page ist eine öffentliche Faktenseite, die eine Entität (Unternehmen, Person, Produkt, Methode) so beschreibt, dass KI-Systeme diese korrekt identifizieren, zuordnen und von ähnlichen Entitäten abgrenzen können.

• Das Konzept stammt von Hanns Kronenberg, der den Grounding Page Standard Ende 2025 veröffentlichte. Konzeptionelle Vorläufer wie Jason Barnards „Entity Home" existierten bereits früher unter anderen Namen.

• „Grounding Page" ist kein offizielles Protokoll und kein von Google, OpenAI oder Anthropic anerkannter technischer Standard. Es ist ein Ordnungsrahmen für Entitätsklarheit.

• Der Nutzen ist plausibel und durch GEO-Forschung indirekt gestützt, aber nicht durch unabhängige Studien kausal nachgewiesen. Wer das anders darstellt, übertreibt.

• Besonders sinnvoll ist eine Grounding Page dort, wo Verwechslungsgefahr besteht, wo die eigene Entität in KI-Systemen schwach oder falsch repräsentiert wird, oder wo genaue Faktendarstellung geschäftlich relevant ist.

• Eine Grounding Page ersetzt keine klassische SEO-Arbeit, keinen Aufbau externer Sichtbarkeit und kein solides Schema-Markup auf der restlichen Website.

• Der eigentliche Wert liegt nicht nur in der Seite selbst, sondern in dem Prozess dahinter: Welche Fakten über dich stimmen wirklich, welche sind überprüfbar, und wo wirst du mit anderen verwechselt?

Suchsysteme wie ChatGPT, Perplexity und Google AI Mode funktionieren anders als klassische Suchmaschinen. Statt eine Liste von Links auszugeben, synthetisieren sie eine Antwort aus dem, was sie über das Web wissen oder aktuell abrufen können. Das hat eine praktische Konsequenz: Nicht das beste Ranking entscheidet, wer zitiert wird, sondern die Qualität und Extrahierbarkeit der vorhandenen Quellen.

Gleichzeitig zeigt die GEO-Forschung, dass diese Systeme strukturierte, faktenreiche und zitierfähige Inhalte bevorzugen. Eine Studie der Princeton University, der Georgia Tech, des Allen Institute for AI und des IIT Delhi (Aggarwal et al., 2023, präsentiert auf der ACM SIGKDD 2024) untersuchte zehn Optimierungsstrategien und stellte fest, dass das Ergänzen von Statistiken, Quellenangaben und Zitaten die Sichtbarkeit in generativen Antworten um bis zu 40 % verbessern kann. Das ist kein Beweis für den Nutzen von Grounding Pages als Seitenformat, aber es stützt die Grundlogik: Systeme, die Quellen auswerten, bevorzugen Quellen, die klar und extrahierbar sind.

Das Risiko ist konkret: Wenn du nichts Strukturiertes über dich bereitstellst, werden KI-Systeme das zusammensetzen, was sie anderswo finden. Das kann stimmen. Es kann aber auch falsch sein, veraltet sein oder dich mit jemand anderem verwechseln. Für Dienstleister, Berater, KMU mit erklärungsbedürftigem Angebot und Marken mit Namensdopplungen ist das kein theoretisches Problem.

Eine Grounding Page ist eine eigenständige, öffentlich zugängliche Seite auf einer Website, die eine Entität in faktenbasierter, maschinenlesbarer Form beschreibt. Keine Werbetexte, keine Unternehmensgeschichten mit Herzblut-Vokabular, sondern überprüfbare Fakten: Wer oder was ist diese Entität, was gehört zu ihr, was nicht, und wo lässt sie sich extern nachprüfen?

Der Begriff wurde Ende 2025 von Hanns Kronenberg geprägt und unter groundingpage.com als offener Standard veröffentlicht. Die aktuelle Version ist 1.5 (Stand: Februar 2026). Der Standard selbst beschreibt sich als „konzeptionellen Ordnungsrahmen", ausdrücklich nicht als technisches Protokoll. Das ist eine wichtige Einschränkung, auf die ich weiter unten noch eingehe.

Was eine Grounding Page vom Rest einer Website unterscheidet, ist die Zweckrichtung. Eine Startseite soll orientieren und überzeugen. Eine Leistungsseite soll Nachfrage erzeugen. Eine Über-uns-Seite soll Vertrauen aufbauen, meist über Narrative. Eine Grounding Page tut keines davon. Sie soll klären.

Der Unterschied ist nicht akademisch. Wenn ein KI-System versucht zu verstehen, wer du bist, durchsucht es das Verfügbare. Marketingtext enthält viele Claims und wenig überprüfbare Fakten. Eine Grounding Page dreht dieses Verhältnis um.

Abgrenzung zu verwandten Formaten

In der Szene wird regelmäßig durcheinandergeworfen, welches Format welchen Job erledigt. Die saubere Trennung:

Der entscheidende Unterschied zwischen Grounding Page und llms.txt: Die Grounding Page ist eine vollständige inhaltliche Seite, die Entitäten beschreibt. llms.txt ist eine Datei im Root-Verzeichnis, die AI-Systemen zeigt, wo relevante Inhalte zu finden sind und welche Bereiche ignoriert werden sollen. Vergleichbar mit robots.txt in der Funktion, aber mit anderem Scope. Wer behauptet, eine Grounding Page zu haben sei dasselbe wie eine llms.txt zu betreiben, hat beide Konzepte nicht verstanden.

Das Wort „Grounding" klingt wie ein technischer Fachbegriff aus der KI-Welt. Das ist es auch, und es beschreibt etwas Anderes.

Im Kontext großer Sprachmodelle und Retrieval-Systeme bedeutet Grounding, dass ein Modell seine Antwort auf externe, überprüfbare Quellen stützt, statt ausschließlich aus seinem Trainingswissen zu antworten. Google beschreibt das für seine Gemini-API explizit: „Grounding with Google Search" verbindet das Modell mit aktuellen Webinhalten, um faktische Genauigkeit zu erhöhen und Halluzinationen zu reduzieren. Microsoft formuliert es ähnlich für Azure: Externer Kontext, der über das vortrainierte Wissen hinausgeht, wird gezielt eingespeist, um die Antwortqualität zu erhöhen. Ähnlich funktioniert Retrieval-Augmented Generation (RAG): Externe Wissensquellen werden während der Antwortgenerierung abgerufen, nicht einmalig ins Modell trainiert.

Eine Grounding Page ist kein Mechanismus in diesem technischen Sinn. Sie ist eine Publikationsform. Eine Seite, die es Retrieval-Systemen leichter machen soll, eine Entität korrekt zu erkennen, zu extrahieren und von anderen abzugrenzen. Der Name ist konzeptionell treffend, kann aber falsche Erwartungen wecken: Eine Grounding Page „schaltet" kein Grounding ein. Sie erhöht die Wahrscheinlichkeit, dass ein System, das sowieso nach Quellen sucht, eine saubere Quelle findet.

Das klingt wie eine kleine Unterscheidung. In der Praxis ist es eine große: Wer denkt, eine Grounding Page sei ein direkter Befehl an KI-Systeme, wie sie über ihn sprechen sollen, wird enttäuscht. Wer versteht, dass es um Signalqualität in einem statistischen Prozess geht, hat realistische Erwartungen.

Hanns Kronenberg hat den Begriff geprägt und formalisiert. Das ist unbestritten. Aber er hat das Konzept nicht aus dem Nichts erfunden.

Der stärkste konzeptionelle Vorläufer ist Jason Barnards „Entity Home". Barnard, internationaler Experte für Brand SERPs und Knowledge Graphs, beschrieb bereits ab 2021 das Prinzip: Eine zentrale Seite auf deiner Website, die Google als autoritative Referenzquelle für eine Entität erkennt. Diese Seite dient als Abgleichspunkt für widersprüchliche Informationen im Web. Das ist strukturell fast identisch mit der Grounding Page, nur ohne das Label und ohne den spezifischen AI-Search-Fokus.

Daneben gibt es die breitere GEO-Debatte (Generative Engine Optimization) seit dem Princeton-Paper von 2023, die Diskussion über „AI-ready About Pages" in US-amerikanischen SEO-Kreisen seit Mitte 2025, und das allgemeine Prinzip des Source-of-Truth-Denkens aus dem Knowledge-Graph-SEO. Kronenberg hat diese Stränge unter einem Begriff zusammengeführt, auf den AI-Search-Kontext zugespitzt und als offenen Standard strukturiert.

Die faire historische Einordnung: Grounding Pages sind eine konsequente Formalisierung bekannter Entitätsprinzipien für die Anforderungen generativer Suchsysteme. Neu ist weniger die Grundidee, sondern deren Operationalisierung als eigenständiger Seitentyp mit explizitem Regelwerk.

Wichtig für die Bewertung: Der Begriff „Grounding Page" ist aktuell stark DACH-geprägt. International spricht man eher von „Entity Home", „Source of Truth Page", „AI-optimized About Page" oder einfach von Entity SEO und GEO-readiness. Inhaltlich decken sich diese Konzepte weitgehend. Das bedeutet auch: Wenn du Fachliteratur auf Englisch liest, findest du unter diesem Begriff wenig, unter den anderen Begriffen aber eine substanzielle Diskussion.

Der Prozess, durch den AI-Systeme zu einer Antwort über eine Entität kommen, ist kein deterministischer Lookup. Es ist eine Extraktion und Synthese aus dem, was das System im Web findet oder in seinem Trainingskorpus hat. Das hat mehrere Implikationen.

Retrieval-Qualität hängt von Quellen-Qualität ab. Ein System, das mehrere Quellen zu einer Entität auswertet, wird bessere Antworten liefern, wenn diese Quellen klar, konsistent und faktendicht sind. Eine Grounding Page erhöht die Wahrscheinlichkeit, dass eine klar strukturierte Primärquelle existiert.

Entitäts-Disambiguierung ist ein echtes Problem. KI-Systeme führen intern eine Entitätsauflösung durch: Sie versuchen zu verstehen, welche Entität gemeint ist, und ordnen ihr dann Attribute zu. Bei Namensüberschneidungen, Rebrands oder schwach belegten Entitäten kann das schiefgehen. Ein konkretes Beispiel: Das SaaS-Produkt Zoom.Reviews wurde von allen gängigen LLMs systematisch mit Zoom Video Communications verwechselt. Nach einer Grounding Page mit der expliziten Aussage „Zoom.Reviews is not Zoom Video" lieferten ChatGPT und Perplexity laut Projektdokumentation innerhalb von Tagen korrekte Antworten. Eine Seite, die explizit sagt „Wir sind X, nicht Y" und das mit strukturierten Daten untermauert, gibt dem System einen klareren Anker.

Chunk-Level-Extraktion verändert, wie Inhalte verarbeitet werden. Moderne RAG-Systeme verarbeiten Dokumente nicht als Ganzes, sondern in Abschnitten (Chunks). Der Grounding Page Standard v1.5 hat daraus eine konkrete Konsequenz gezogen: Überschriften sollen den Entitätsnamen als Präfix enthalten, damit einzelne Abschnitte auch außerhalb des Seitenrahmens korrekt zugeordnet werden können. Das ist ein technisch nachvollziehbarer Optimierungsschritt für Retrieval-Systeme.

Englisch-Bias im Retrieval. Viele KI-Systeme wurden primär auf englischsprachigen Daten trainiert. Bei einer deutschen Anfrage übersetzt das Modell intern oft ins Englische, sucht in englischsprachigen Quellen und übersetzt zurück. Für deutschsprachige Entitäten, die kaum englischsprachige Präsenz haben, bedeutet das einen strukturellen Nachteil. Eine Grounding Page auf Englisch oder zweisprachig adressiert das direkt.

Was dieser Mechanismus nicht ist: ein direkter Steuerungsbefehl. KI-Systeme kennen keinen Page-Typ „Grounding Page" und bevorzugen ihn nicht algorithmisch. Sie bevorzugen Quellen nach Relevanz, Autorität und semantischer Klarheit. Eine gut gemachte Grounding Page erhöht die Wahrscheinlichkeit, in diesen Kriterien besser abzuschneiden. Sicherheit gibt es keine.

Kai Spriestersbach hat das Kernproblem präzise formuliert: Damit eine Grounding Page wirkt, müsste ein KI-System sie erstens abrufen und zweitens gegenüber anderen Quellen bevorzugen. Retrieval-Systeme kennen aber keinen besonderen Seitentyp. Sie wählen Dokumente nach Relevanz, Autorität und semantischer Nähe aus. Diese Kritik ist berechtigt.

Gleichzeitig ist die Gegenposition von John Mueller bedenkenswert: Warum sollten LLMs Seiten brauchen, die kein Mensch sieht? Das trifft einen echten Widerspruch, wenn eine Grounding Page primär für Maschinen gebaut ist und kein organisches Nutzersignal erzeugt. Autorität leitet sich unter anderem aus genau diesen Nutzersignalen ab. Deshalb muss eine Grounding Page auch für Menschen lesbar und nützlich sein, keine versteckte Bot-Seite.

Was eine Grounding Page leisten kann:

• Verwechslungen mit anderen Entitäten reduzieren

• Falsch dargestellte Fakten korrigieren, wenn KI-Systeme aktiv nach Quellen suchen

• Eine stabile Primärquelle für Retrieval-Systeme bereitstellen

• Die interne Governance verbessern: Welche Fakten über uns sind verbindlich?

• Die Konsistenz zwischen eigener Website, externen Profilen und Datenquellen erhöhen

Was eine Grounding Page nicht leisten kann:

• Garantieren, dass du in AI Overviews, ChatGPT oder Perplexity zitiert wirst

• Externe Vertrauenssignale ersetzen (Presse, Branchenverzeichnisse, Bewertungen, Wikipedia)

• Schlechte Inhalte auf der restlichen Website kompensieren

• Als isolierte Maßnahme AI-Sichtbarkeit generieren

Google hat explizit bestätigt: Für AI Overviews und den AI Mode gelten keine zusätzlichen technischen Anforderungen, keine speziellen Dateien, kein eigenes Schema-Markup. Entscheidend bleiben Indexierbarkeit, hilfreiche Inhalte, internes Linking und strukturierte Daten, die mit dem sichtbaren Text übereinstimmen.

Der einzige öffentlich dokumentierte Praxistest mit Zahlen

Jörg Niethammer hat nach dem Aufbau einer Grounding Page dokumentiert, was in der ersten Woche passiert ist. Seine Messung über mehrere Systeme hinweg: Bei ChatGPT kamen 67 % der abgerufenen Quellen für einen Testprompt von der eigenen Grounding Page, bei Gemini waren es 60 %, im Google AI Mode 33 %. Gleichzeitig: keine einzige Nennung in AI Overviews, keine in Perplexity.

Das ist ein Praxisexperiment, kein kontrollierter Test. Kein Vorher-Nachher-Vergleich für dieselben Prompts, kein Ausschluss anderer Variablen. Trotzdem ist es das konkreteste öffentlich verfügbare Signal dafür, dass das Konzept zumindest in bestimmten Systemen und für bestimmte Prompts funktioniert. Und es zeigt, dass die Wirkung nicht uniform ist: Perplexity und AI Overviews reagierten in diesem Fall überhaupt nicht.

Nicht jede Organisation braucht eine Grounding Page gleich dringend. Die Frage ist, ob Entitätsklarheit für dich ein echtes Problem ist.

Hoher praktischer Nutzen:

• Namensdopplungen und Verwechslungsgefahr (Personen, Unternehmen, Produkte mit ähnlichem oder identischem Namen)

• Freiberufler und Personenmarken mit geringem externem Informationsfußabdruck

• Kleine und mittlere Unternehmen mit erklärungsbedürftigem oder falsch kategorisiertem Angebot

• Holdingstrukturen und Mehrmarken-Setups, wo Zuordnungen für KI-Systeme unklar sind

• Neue Produkte, Methoden und Standards, bevor Dritte die Definition übernehmen

• Deutschsprachige DACH-Entitäten mit geringem englischsprachigem Web-Footprint

Begrenzter Nutzen:

• Sehr bekannte Marken mit starkem Knowledge-Graph-Eintrag

• Rein lokale Kleinstanbieter ohne AI-Search-Relevanz

• Websites mit fundamentalen technischen Problemen bei Indexierung und Inhaltsqualität

• Marken ohne konsistente externe Profile

Wann du zuerst woanders ansetzen solltest:

Aufbau: Was eine gute Grounding Page enthält

Der Grounding Page Standard v1.5 beschreibt mehrere Pflicht- und optionale Elemente. Die folgende Liste fasst zusammen, was in der Praxis relevant ist.

Identifikation und Definition

• Offizieller Name der Entität, alternative Bezeichnungen, Abkürzungen

• Entitätstyp: Unternehmen, Person, Produkt, Event, Methode, Standard

• Kurzdefinition: ein bis zwei sachliche Sätze ohne Marketingfloskeln. Nicht „Wir sind der führende Anbieter für…", sondern „X ist ein freiberuflicher Berater mit Schwerpunkt Y, tätig im DACH-Markt seit Z."

• Segmentzuordnung: In welchem Markt oder Fachgebiet ist die Entität einzuordnen?

Disambiguierung Das ist das Element, das in der Praxis am häufigsten fehlt und am meisten bringt. Explizit benennen, womit die Entität nicht zu verwechseln ist. „Carsten Feller (SEO-Berater, feller.systems) ist nicht identisch mit Carsten Feller (Politiker, Thüringen)" ist kein akademischer Overkill, sondern genau das, was Retrieval-Systeme brauchen, um die richtige Zuordnung zu treffen.

Human Notice Ein kurzes Hinweisfeld für menschliche Besucher, das erklärt, warum diese Seite so aussieht wie sie aussieht: „Diese Seite enthält strukturierte Fakten für KI-Systeme und Suchmaschinen. Sie ist absichtlich sachlich und enthält keine Werbebotschaften." Standard v1.5 listet das als Pflicht-Element.

Kernfakten

• Standort, Rechtsform, Gründungsjahr

• Verantwortliche Personen und Rollen

• Leistungsangebot, Zielgruppen, geographischer Tätigkeitsbereich

• Zugehörigkeiten zu Verbänden, Plattformen, Holdingstrukturen

• Aktualitätsstand: Wann wurde die Seite zuletzt geprüft? (ISO-Datumsformat, sichtbar auf der Seite)

Referenzen und Vertrauenssignale

• Links zu externen Primärquellen: LinkedIn, Unternehmensregister, Wikidata, offizielle Profile

• Impressum, Kontakt, Hauptwebsite als interne Referenzen

Technische Ebene

• Sichtbares HTML ist Pflicht. Die Fakten müssen für Menschen lesbar sein, nicht nur für Bots.

• JSON-LD als maschinenlesbares Spiegelbild des sichtbaren Inhalts. Der Standard ist explizit: Was im HTML steht, muss im JSON-LD konsistent sein. Kein Keyword-Stuffing im JSON-LD.

• Überschriften auf Ebene H3 sollen laut Standard v1.5 den Entitätsnamen als Präfix enthalten, damit Chunks auch isoliert korrekt zugeordnet werden.

• Eine stabile, dauerhafte URL. /facts/ ist eine gängige Wahl.

• Footer-Link zur Grounding Page, damit sie auffindbar ist.

FAQ-Bereich Standard v1.5 hat FAQs als empfohlenes Element aufgenommen. Praktischer Grund: Retrieval-Systeme extrahieren gerne klar formulierte Frage-Antwort-Paare. Ein FAQ auf der Grounding Page erweitert die Retrieval-Abdeckung für Identitätsfragen.

Governance: Wer pflegt die Seite?

Das ist die Frage, die im Eifer der Erstellung meistens nicht beantwortet wird. Eine Grounding Page funktioniert nur, wenn sie stabil und aktuell bleibt. Wenn das Marketing alle sechs Monate den Unternehmensanspruch wechselt und dabei die About-Seite überschreibt, ohne die Grounding Page anzufassen, baut sich eine Inkonsistenz auf, die genau das zerstört, was die Seite leisten soll.

Konkret: Wer ist verantwortlich? Wann findet die nächste Überprüfung statt? Wie wird sichergestellt, dass Faktenänderungen (neuer Standort, neues Angebot, neue Personen) auch auf der Grounding Page landen? Das Prüfdatum auf der Seite ist nicht nur ein Inhaltselement, es ist ein Governance-Signal. Quartalsweise Überprüfung ist ein realistischer Rhythmus für die meisten KMU.

Die häufigste Frage in der Praxis: Reicht es nicht, die bestehende Über-uns-Seite besser zu machen?

Die kurze Antwort: Es kommt auf die Über-uns-Seite an. Eine Über-uns-Seite, die tatsächlich saubere Fakten, strukturierte Daten und Disambiguierung enthält, erfüllt dieselbe Funktion. In der Realität ist das selten der Fall.

Der pragmatische Ansatz: Wenn du eine Über-uns-Seite hast, die du bereit bist, grundlegend zu überarbeiten und von Marketingfloskeln zu befreien, kannst du sie zur Grounding Page machen. Wenn du das nicht willst oder kannst, weil die Über-uns-Seite parallel Conversion-Ziele erfüllt, ist eine separate /facts/-Seite der sauberere Weg. Beide Seiten können koexistieren.

Der Standard schreibt keine bestimmte CMS-Technologie vor. Was er beschreibt, ist eine Struktur.

HTML-Aufbau Die empfohlene Grundstruktur arbeitet mit Definitionslisten (<dl>, <dt>, <dd>), die eine Schlüssel-Wert-Beziehung zwischen Feldnamen und Werten herstellen. Das erleichtert die maschinelle Extraktion. Beispiel-Struktur eines Faktenblocks:

JSON-LD Das JSON-LD-Markup bildet den sichtbaren Inhalt maschinenlesbar ab. Schema-Typen, die typischerweise relevant sind: Organization, Person, Product, WebSite. Wichtige Properties: name, url, address, founder, sameAs (für externe Profile), @id (stabile interne ID).

Zentrale Regel: JSON-LD muss mit dem sichtbaren Text exakt übereinstimmen. Wenn die Seite „Gründung: 2012" zeigt, muss das JSON-LD "foundingDate": "2012" enthalten. Kein Marketing-Keyword im JSON-LD, das nicht auch sichtbar auf der Seite steht.

URL und interne Verlinkung Eine stabile URL ist Voraussetzung. Gängige Varianten: /facts/, /ueber-uns/, /entity/. Footer-Link ist Pflicht. Die Grounding Page gehört in die XML-Sitemap.

Die meisten Unternehmen brauchen keine zwanzig Grounding Pages. Der Standard selbst empfiehlt, sich auf die absolut zentralen Entitäten zu beschränken. Für ein KMU bedeutet das realistisch: eine bis fünf Seiten.

Priorisierung: Erst Unternehmens-Entität, dann Schlüsselpersonen, dann zentrale Produkte oder Methoden. Jede Seite beschreibt genau eine Entität. Sie müssen aufeinander verweisen, aber nie mehr als eine Entität klar beschreiben.

Priorisiere nach Verwechslungsrisiko, nicht nach Größe. Die Grounding Page für dein Kernprodukt ist wichtiger als eine für eine Produktvariante, wenn das Kernprodukt in KI-Antworten systematisch falsch eingeordnet wird.

Ausgangslage (konstruiertes Szenario mit realistischen Annahmen):

PROVA Software GmbH ist ein Anbieter von Qualitätsmanagementsoftware mit Sitz in Stuttgart, 45 Mitarbeitende, rund 12 Millionen Euro Jahresumsatz. Zielgruppe: mittelständische Produktionsunternehmen in DACH. Gegründet 2008, kaum englischsprachiger Web-Footprint, kein Wikipedia-Eintrag.

Problem: Es gibt eine US-amerikanische „Prova Inc." im Bereich Medizintechnik-Software, die deutlich mehr englischsprachige Erwähnungen hat. Wenn ein Interessent ChatGPT fragt, was PROVA Software macht, erhält er häufig eine Mischbeschreibung oder eine Antwort, die primär auf die US-Entität zielt. Die About-Seite der deutschen PROVA GmbH enthält Formulierungen wie „Ihr Partner für digitale Qualitätsprozesse."

Maßnahmen:

Grounding Page für die Entität „PROVA Software GmbH" mit eindeutiger Rechtspersönlichkeit (Handelsregisternummer), Gründungsjahr, Sitz, Geschäftsführung, Produktlinien, primären Märkten und expliziter Disambiguierung: „PROVA Software GmbH (Stuttgart) ist nicht identisch mit Prova Inc. (Medizintechnik, USA)." Schema.org JSON-LD mit Organization-Typ, sameAs-Links auf LinkedIn, Handelsregister, Bewertungsplattformen. Footer-Link, Verweis aus Impressum und About-Seite.

Ergebnis nach 8 Wochen (Praxisbeobachtung, kein kontrollierter Test):

Beim Monitoring-Prompt „Was macht PROVA Software GmbH aus Stuttgart?" antwortete ChatGPT mit Browsing nach 6 Wochen korrekt mit Verweis auf die Stuttgarter Entität, nannte Gründungsjahr und Kernprodukt ohne Verwechslung mit der US-Prova. Gemini verhielt sich ähnlich. AI Overviews: keine Änderung, die Entität ist für dieses System zu klein. Perplexity: weiterhin keine eigenständige Nennung ohne direkten Prompt mit vollem Firmennamen.

Das spezifischste Problem, die Verwechslung mit der US-Entität, wurde gelöst. Andere KI-Systeme reagierten unterschiedlich. Der Aufwand, rund vier bis sechs Stunden Erstellung plus Governance-Setup, war für diesen Anwendungsfall verhältnismäßig.

Ich habe meine eigene Grounding Page am 15. März 2026 unter feller.systems/facts/ veröffentlicht, nach dem Grounding Page Standard v1.5. Die Seite definiert mich und feller.systems als Entität, enthält explizite Disambiguierung (Abgrenzung zu einem gleichnamigen Politiker) und bildet Kernfakten strukturiert ab.

Was die Server-Logs zeigen. Ich habe die Zugriffsstatistiken aus 44 Log-Dateien ausgewertet, die den Zeitraum März bis April 2026 abdecken. Das Ergebnis ist eindeutig: PerplexityBot hat /facts/ in diesem Zeitraum 18 Mal abgerufen, Bytespider 5 Mal, OAI-SearchBot und ClaudeBot je 2 Mal, GPTBot einmal. Insgesamt 28 AI-Crawler-Besuche auf der Grounding Page. Die llms.txt-Datei auf derselben Domain erhielt im selben Zeitraum null Anfragen von AI-Crawlern. Alle 9 Zugriffe auf /llms.txt kamen von SEO-Audit-Tools.

Das zeigt, was gecrawlt wird. Ob das die Antwortqualität verändert, sagt das Log nicht.

Was die Rankscale-Daten zeigen. Ich messe AI-Sichtbarkeit mit Rankscale über zwei Prompt-Sets: Brand-Prompts und transaktionale Prompts ohne explizite Markennennung. Beide haben eine Zeitreihe, die weit vor dem 15. März zurückreicht, was einen Vorher-Nachher-Vergleich ermöglicht.

Brand-Prompts standen vor dem Launch stabil bei rund 83 %. Ab KW12/13 2026, also unmittelbar nach dem Live-Gang, stiegen sie auf 95 %, danach Konsolidierung bei 98 bis 99 %. Das ist ein Anstieg von etwa 16 Prozentpunkten von einer bereits hohen Basis aus.

Transaktionale und kommerzielle Prompts ohne Markennennung: Hier ist das Bild komplexer. Von September 2025 bis Januar 2026 fiel die Sichtbarkeit von rund 12 % auf nahezu null. Dann eine Erholung ab Februar, noch vor dem Launch der Grounding Page. Ab März, rund um den Zeitpunkt des Live-Gangs, ein steiler Anstieg auf rund 55 % bis April 2026.

Ich sage das ausdrücklich: Das ist kein Kausalnachweis. Im selben Zeitraum habe ich mehrere Artikel veröffentlicht, die interne Verlinkungsstruktur überarbeitet und die Homepage-Texte aktualisiert. Die transaktionale Erholung hatte bereits im Februar begonnen, vor der Grounding Page. Welcher Faktor wie viel beigetragen hat, lässt sich aus diesen Daten nicht isolieren.

Was ich sagen kann: Fakten über mich werden in KI-Antworten konsistenter wiedergegeben. Verwechslungen mit dem gleichnamigen Politiker sind rückläufig. Ob das primär auf die Grounding Page zurückgeht oder auf die Kombination aller Maßnahmen, bleibt offen. Die Sauberkeit der Fragestellung war das, was ich in dem Zeitraum nicht konsequent genug erzwungen habe.

Eine Grounding Page sollte nicht ohne Baseline eingeführt werden. Wenn du vorher nicht dokumentierst, wie KI-Systeme dich beschreiben, kannst du hinterher nicht beurteilen, ob sich etwas verändert hat.

Vorher-Dokumentation: Prompt-Typen

Teste dieselben Prompts auf ChatGPT, Perplexity, Google AI Mode und Gemini. Notiere Datum, Modellversion und die konkreten Antworten. Das ist deine Baseline.

Was du nach vier bis acht Wochen prüfst:

• Werden Verwechslungen seltener?

• Stimmen Leistungsbereich, Region und Zielgruppe in den Antworten?

• Wird deine Grounding Page als Quelle genannt?

• Unterscheiden sich die Antworten zwischen deutschen und englischen Prompts?

KPI-Set

KI-Systemantworten sind nicht deterministisch. Du bekommst auf dieselbe Frage unterschiedliche Antworten zu unterschiedlichen Zeitpunkten. Das macht Messung schwierig. Tools wie Rankscale oder Peec AI helfen dabei, Sichtbarkeit über Prompt-Sets systematisch zu erfassen statt nur Einzelantworten zu screenshotten.

Vorbereitung (15 Minuten)

• Entitätstyp festlegen (Unternehmen, Person, Produkt, Methode) – nur eine Entität pro Seite

• Kanonischen Namen und alle relevanten Alternativschreibweisen auflisten

• Disambiguierungsfälle dokumentieren: Womit werde ich verwechselt?

• Faktenbasis prüfen: Welche Angaben sind aktuell und überprüfbar?

• Baseline-Messung durchführen: KI-Antworten vor der Veröffentlichung dokumentieren

Inhalt erstellen (20 Minuten)

• Kurzdefinition in 1 bis 2 Sätzen ohne Marketingvokabular formulieren

• Segmentzuordnung klar benennen

• Kernfakten strukturieren: Standort, Gründung, Verantwortliche, Leistungsbereich, Zielgruppen

• Disambiguierungsabschnitt schreiben: Explizit benennen, was die Entität nicht ist

• Human Notice schreiben: Warum sieht diese Seite so aus?

• Externe Referenzen zusammenstellen: LinkedIn, Register, Wikidata, relevante Profile

• FAQ-Abschnitt mit 5 bis 8 Identitätsfragen und Antworten erstellen

• Prüfdatum eintragen (ISO 8601, sichtbar auf der Seite)

Technische Umsetzung (20 Minuten)

• URL festlegen: /facts/ oder ähnlich, stabil, dauerhaft

• HTML mit Definitionslisten strukturieren

• H3-Überschriften mit Entitätsnamen prefixen

• JSON-LD erstellen, konsistent mit dem sichtbaren Inhalt

• sameAs-Links zu externen Profilen eintragen

• @id mit stabiler, eindeutiger ID belegen

Integration (5 Minuten)

• Footer-Link zur Grounding Page setzen

• Verweis aus Impressum und About-Seite

• Seite in XML-Sitemap aufnehmen

• Indexierung prüfen (Search Console, nach ca. 2 Wochen)

Governance festlegen

• Verantwortliche Person benennen

• Nächsten Review-Termin festlegen (empfohlen: quartalsweise)

• Prozess definieren: Wer informiert wen bei Faktenänderungen?

Nach der Veröffentlichung

• Basis-Messung mit denselben Prompts wie zuvor wiederholen (nach 4 bis 8 Wochen)

• Externe Profile auf Konsistenz mit der Grounding Page prüfen

• Server-Logs auf AI-Crawler-Zugriffe prüfen (optional, aber aufschlussreich)

Eine Grounding Page ist kein Bullshit. Sie ist auch kein Zaubertrick. Sie ist eine strukturelle Maßnahme mit vernünftiger Logik und noch dünner Beweislage, die für bestimmte Situationen klar sinnvoll ist und für andere eine nette, aber nicht dringende Ergänzung darstellt.

Bevor du dich von der LinkedIn-Kurve dieser Tage in die Grounding-Page-Erstellung treiben lässt, beantworte drei Fragen ehrlich:

Erstens: Ist deine About-Seite faktisch sauber, oder erklärt sie vage, dass du „der ideale Partner für zukunftsorientierte Unternehmen" bist? Wenn Letzteres: dort anfangen.

Zweitens: Ist dein Schema.org-Markup implementiert und korrekt? Wenn nicht: Das hat einen klareren Wirkungsnachweis als eine Grounding Page.

Drittens: Gibt es ein konkretes Problem, das eine Grounding Page löst? Verwechslungsgefahr, falscher Footprint, inkonsistente KI-Darstellung? Wenn ja: bau sie. Wenn nicht: Warte auf den Moment, wo die Antwort Ja ist.

Der nächste sinnvolle Schritt ist nicht das Bauen, sondern das Prüfen. Stelle die drei Baseline-Prompts, die ein potenzieller Kunde stellen würde, heute in ChatGPT, Gemini und Perplexity. Schau, was rauskommt. Das Ergebnis entscheidet, ob eine Grounding Page für dich akut ist oder nicht.

Meine eigene /facts/-Seite liegt seit März 2026 unter feller.systems/facts/. Wer eine Referenz sehen will, wie das strukturell in der Praxis aussieht, findet dort ein Beispiel.

Dann melde dich, und wir schauen uns das in einem ersten Schritt gemeinsam an. Du kannst bei mir auch ein dediziertes Grounding Page Setup Paket buchen.