Gap Assessment: Wo steht die Marke heute gegenüber dem Zielbild 2027?
Das Soll-Polygon ist die Referenz für 2027: das Niveau an
KI-Auffindbarkeit, das nötig ist, um die heutige Reichweite zu halten,
wenn Google weitgehend auf agentische Antworten umgestellt hat. Gemessen über
3 Wiederholungen (2026-06-28 00:58 · 2026-06-28 01:00 · 2026-06-28 01:03); das rote Band zeigt die Streuung zwischen
den Durchläufen – je schmaler, desto stabiler das Ergebnis.
Ist (Mittelwert) Soll 2027 Streuung (±σ) Feld-Ø Wettbewerb Branchen-Best
36.2
Ø Lücke über alle Achsen (Soll − Ist)
±3.9
Ø Streuung der Antwort-Achsen (Konsistenz)
3×
Wiederholungen zu verschiedenen Zeiten
Dimension
Ist
± σ
Soll 2027
Lücke
Sichtbarkeit Antwort
40.0
±0.0
75
+35.0
Zitierfähigkeit Antwort
47.2
±4.8
60
+12.8
Share of Voice Antwort
38.4
±6.9
50
+11.6
Strukturierte Daten Website
8.0
—
85
+77.0
E-E-A-T / Earned Media Website
35.0
—
70
+35.0
Multi-Query-Tiefe Website
40.0
—
70
+30.0
Entitäten-Klarheit Website
45.0
—
75
+30.0
Antwort-Formate Website
12.0
—
70
+58.0
Die Antwort-Achsen (Sichtbarkeit, Zitierfähigkeit,
Share of Voice) werden direkt aus den KI-Antworten gemessen und über die
Wiederholungen gemittelt. Die Website-Achsen bewerten die strukturelle
Auffindbarkeit der Seite selbst – sie sind stabil und erklären das „Warum"
hinter den Antwort-Werten.
Benchmark
Wo steht die Marke gegenüber den Top-Wettbewerbern?
Zusätzlich zum Zielbild 2027 zeigt das Diagramm oben
jetzt zwei Vergleichslinien: den Feld-Durchschnitt der Wettbewerber
(grau) und den Branchen-Best – den jeweils stärksten Wettbewerber je
Achse (violett). So wird sichtbar, ob eine Lücke ein Branchenproblem oder ein
eigener Rückstand ist. Inkl. Website-Achsen (Wettbewerber-Sites analysiert).
Positions-Einordnung je Achse
Dimension
Ist
Feld-Ø
Branchen-Best
Position
Sichtbarkeit
40.0
22.2
36.7 Lecker.de
führend
Zitierfähigkeit
47.2
30.0
53.3 EAT SMARTER
über Feld-Ø
Share of Voice
38.4
20.5
33.9 Lecker.de
führend
Strukturierte Daten
8.0
52.0
52.0 EAT SMARTER
abgeschlagen
E-E-A-T / Earned Media
35.0
18.0
18.0 EAT SMARTER
führend
Multi-Query-Tiefe
40.0
22.0
22.0 EAT SMARTER
führend
Entitäten-Klarheit
45.0
35.0
35.0 EAT SMARTER
führend
Antwort-Formate
12.0
12.0
12.0 EAT SMARTER
führend
Detailwerte aller Wettbewerber
Dimension
Chefkoch
Küchengötter (Unilever)
EAT SMARTER
Lecker.de
Sichtbarkeit
40.0
0.0
30.0
36.7
Zitierfähigkeit
47.2
0.0
53.3
36.7
Share of Voice
38.4
0.0
27.7
33.9
Strukturierte Daten
8.0
—
52.0
—
E-E-A-T / Earned Media
35.0
—
18.0
—
Multi-Query-Tiefe
40.0
—
22.0
—
Entitäten-Klarheit
45.0
—
35.0
—
Antwort-Formate
12.0
—
12.0
—
Lesart: Eine Achse, auf der selbst der
Branchen-Best weit unter dem Soll 2027 liegt, ist eine
Branchen-Chance – wer sie zuerst besetzt, geht in Führung. Eine Achse, auf
der Wettbewerber schon nahe am Soll sind, ist dringender Aufholbedarf.
Kapitel B
Priorisierte Maßnahmen: die Lücke schließen – Quick Wins zuerst
Jede Maßnahme ist einer Achse zugeordnet und nach
Wirkung pro Aufwand sortiert (Quick-Win-Score = geschlossene Lücke ÷
Aufwand). Oben steht, was am schnellsten am meisten bewegt.
1
Recipe JSON-LD auf allen RezeptseitenQuick-Win-Score 45.0
JSON-LD-Block mit Schema.org/Recipe (name, recipeIngredient, recipeInstructions, cookTime, nutrition) programmatisch in jeden Rezept-Template injizieren. Bei 380.000 Seiten reicht ein einziges Template-Update – trivialer Dev-Aufwand, maximaler Hebel.
Aufwand: geringschließt 45.0 Pkt. auf „Strukturierte Daten"⏱ 0–3 Monate
Einmalig einen JSON-LD-Block im <head> mit Schema.org/Organization (name, url, logo, sameAs zu Wikidata, Wikipedia, Social-Profiles) und Schema.org/WebSite mit SearchAction hinterlegen – verankert die Marken-Entität maschinenlesbar im Markup.
Aufwand: geringschließt 22.0 Pkt. auf „Entitäten-Klarheit"⏱ 0–3 Monate
3
llms.txt + KI-freundliche Meta DescriptionsQuick-Win-Score 20.0
llms.txt im Root-Verzeichnis anlegen mit strukturierter Marken- und Inhaltsübersicht für LLM-Crawler; gleichzeitig programmatisch eindeutige Meta Descriptions für alle Seitentypen (Rezept, Kategorie, Autor) generieren, da aktuell keine vorhanden sind.
Aufwand: geringschließt 20.0 Pkt. auf „Sichtbarkeit"⏱ 0–3 Monate
4
FAQ-Markup & NährwerttabellenQuick-Win-Score 17.5
FAQPage-Schema für typische Rezeptfragen (Kalorien, Substitutionen, Lagerung) und HowToStep-Markup für Zubereitungsschritte einführen; Zutatenmengen als HTML-Tabelle mit scope-Attributen strukturieren statt als Fließtext.
Aufwand: mittelschließt 35.0 Pkt. auf „Antwort-Formate"⏱ 3–6 Monate
Jede Rezeptseite bekommt genau einen H1 (Rezeptname), darunter H2-Abschnitte für Zutaten, Zubereitung, Varianten und Tipps; Kategorie- und Tag-Seiten erhalten thematische Einleitungsabsätze mit semantisch verwandten Begriffen.
Aufwand: mittelschließt 18.0 Pkt. auf „Multi-Query-Tiefe"⏱ 3–6 Monate
Schema.org/Person-Markup für Redakteur:innen und Rezept-Einreicher:innen einführen (name, url, jobTitle, knowsAbout); interne Autorenprofilseiten mit verlinkten externen Accounts (LinkedIn, XING) schaffen, damit Credentials für KI-Crawler nachweisbar werden.
Statische, kanonische Seiten zu Kerndaten anlegen (z.B. 'Chefkoch in Zahlen', Ernährungsdaten-Methodik, Redaktions-Guidelines) – konkret belegbar, verlinkbar und für externe Quellen zitierbar; erhöht die Wahrscheinlichkeit, als Quelle in KI-Antworten genannt zu werden.
Aufwand: mittelschließt 8.0 Pkt. auf „Zitierfähigkeit"⏱ 3–6 Monate
Aktive Platzierung von Studiendaten (Kochtrends, saisonale Auswertungen aus 380.000 Rezepten) bei Lebensmittel- und Lifestyle-Fachpresse; Gastbeiträge auf Food-Blogs und Podcast-Auftritte mit Backlink-Vereinbarung steigern Share of Voice in externen Quellen, die KI-Modelle trainieren.
Aufwand: hochschließt 8.0 Pkt. auf „Share of Voice"⏱ 6–12 Monate
Projektion nach Umsetzung
So wächst das Ist-Polygon (rot) Richtung Soll 2027 (blau),
wenn die Maßnahmen greifen – die grüne Linie zeigt den projizierten Zustand.
Ist heute Projektion nach Maßnahmen Soll 2027
Single-Engine-Gap-Audit (claude_cli), erweiterbar über die Engine-Registry.
Soll-Werte 2027 sind modellhafte Referenzgrößen (Logik: heutige Reichweite
halten) und keine Garantie. KI-Antworten schwanken – die Wiederholungen
bilden das ab; periodische Wiederholung des Audits empfohlen.
Generiert vom AI-Visibility-Audit-Agenten.