Wie funktioniert GEO für Immobilien?

Eine Immobilie ist für die meisten Menschen der größte Kauf, den sie je recherchieren — und diese Recherche ist sichtbar in KI-Tools abgewandert. 82% der Amerikaner nutzen inzwischen KI für Informationen zum Wohnungsmarkt, mit ChatGPT (67%) und Gemini (54%) als den meistgenannten Plattformen (Realtor.com-Umfrage, Oktober 2025). Unter aktiven Käufern beziffert die Q2-2026-Umfrage von Veterans United die Nutzung von KI-Tools auf 45% der Kaufinteressenten — acht Punkte mehr als im Vorjahr —, wobei die Suche nach Objekten mit 52% der häufigste einzelne Einsatz ist. Der Käufer, der einen Assistenten fragt, wo er kaufen soll, ist kein Ausreißer mehr; in den US-Daten ist das fast die Hälfte aller aktiven Käufer.

Die Antwortebene frisst zugleich den Klick, den Gebietscontent früher verdient hat. Erscheint in den Google-Ergebnissen eine KI-Zusammenfassung, klicken Nutzer in 8% der Besuche auf ein reguläres Ergebnis statt in 15% ohne sie — und beenden die Browsing-Session nach 26% dieser Suchen ganz, gegenüber 16% (Pew Research, Juli 2025). AI Overviews laufen inzwischen in über 200 Ländern und Territorien und in über 40 Sprachen. Ein Viertelleitfaden, der früher einen Besuch gewann, wird heute an Ort und Stelle zusammengefasst; der verbleibende Platz, um den sich der Wettbewerb lohnt, ist, die Quelle zu sein, die die Zusammenfassung zitiert.

Genau hier liegt die Öffnung für Agenturen und Bauträger. Portale dominieren Listing-Anfragen — «3-bedroom apartments in Palm Jumeirah» —, und dort gegen sie anzutreten ist aussichtslos. Aber die Entscheidungsfragen, die in jedem Kauf zuerst kommen — wo kaufen, ob überhaupt kaufen, welchem Projekt vertrauen —, werden aus einem viel breiteren Quellenpool beantwortet, und in den meisten Städten hat noch niemand die zitierfähige Version gebaut. Das ist das Problem, für dessen Lösung es GEO in dieser Branche gibt.

Die Immobilien-Prompts mit der höchsten Kaufabsicht tragen einen Stadt- oder Viertel-Qualifier: «best areas to invest in Dubai», «buy vs rent in Austin», «new developments in Lisbon for foreigners». Der Qualifier wirkt mechanisch, denn er verändert, aus welchen Quellen die Engine abruft. Eine Frage auf Landesebene — «is Portugal a good place to buy property» — wird aus nationalen Medien, Bankberichten und Expat-Guides beantwortet, einem Pool, in dem eine einzelne Agentur selten auftaucht. Eine Frage auf Viertelebene — «best areas of Lisbon for families» — wird aus Gebietsleitfäden und lokalen Quellen beantwortet, einem Pool, der dünn genug ist, dass eine gut strukturierte Agenturseite die beste verfügbare Antwort sein kann.

Dieselben Prompt-Familien wiederholen sich über die Märkte: Gebietsinvestment, Kauf oder Miete, Neubauprojekte und Off-Plan, Relocation und Erwerbsvoraussetzungen für Ausländer sowie Anbieterwahl — welche Agentur, welcher Bauträger. Jede Familie belohnt ein anderes zitierfähiges Asset, und ein ernsthaftes Programm baut das Asset je Familie, statt zu hoffen, dass ein Blog alle fünf trägt.

Immobilienberatung liegt direkt neben YMYL — «your money or your life» im Vokabular der Suchqualität —, und Engines verhalten sich entsprechend: Sie stützen sich auf Quellen, deren Aussagen überprüfbar sind. Was bei Immobilien-Prompts zitiert wird, ist ein wiedererkennbarer Satz — Marktberichte mit Zahlen, Gebietsleitfäden mit konkreten Daten, die Portale und lokale Medien —, und der rote Faden ist, dass jede Aussage eine Zahl, ein Datum oder einen benannten Ort trägt. Die grundlegende GEO-Studie aus Princeton hat dieselbe Präferenz direkt gemessen: Zitate, Statistiken und Belege auf einer Seite erhöhten deren Quellen-Sichtbarkeit in generierten Antworten um bis zu 40%.

Genau hier scheitert der meiste Immobiliencontent — mechanisch, nicht redaktionell. «Eine lebendige Community am Wasser mit atemberaubendem Blick» gibt einem Modell nichts zu extrahieren; «der Durchschnittspreis pro Quadratmeter in der Marina lag im zweiten Quartal bei X, ein Plus von Y% zum Vorjahr, durchschnittliche Bruttorendite Z%» ist ein Satz, den eine Antwort wörtlich übernehmen kann — mit Ihrem Namen daran. Eine Agentur oder ein Bauträger, der Answer-first-Gebietsseiten aus konkreten Statistiken veröffentlicht, wird für die gesamte Prompt-Familie zitierfähig — ein Platz, den die Portale weitgehend frei lassen, weil ihre Gebietsseiten Listing-Karussells sind, keine Antworten.

Ehrlichkeit verstärkt den Effekt. Eine Seite, die benennt, wo ein Gebiet schwach ist — Schulkapazität, Lücken im Nahverkehr, Höhe der Service-Charges —, ist für ein Modell sicherer zu zitieren als eine, die jedes Viertel gleichermaßen lobt, denn das Modell muss keine eigenen Einschränkungen ergänzen. In einer Kategorie, in der Käufer fürchten, etwas verkauft zu bekommen, ist der Vorbehalt ein Zitations-Asset.

Immobilien sind die grenzüberschreitendste Branche, mit der wir arbeiten: russischsprachige Käufer, die Dubai recherchieren, spanischsprachige Käufer in US-Metropolen, Ausländer, die Lissaboner Neubauprojekte vergleichen. Der mechanische Kern darunter: Dieselbe Immobilie ergibt — auf Englisch, Russisch und Spanisch angefragt — drei verschiedene Antworten, weil jede Sprache aus ihrem eigenen Quellenpool abruft. Und eine Marke, die in einer Sprache publiziert, existiert in den anderen beiden Antworten schlicht nicht.

Das Muster ist in unseren Marktleitfäden dokumentiert. In Dubai sind russischsprachige Immobilien-Prompts — «лучшие районы Дубая для инвестиций» — eine dichte Nische mit hoher Kaufabsicht, in der der zitierfähige Korpus noch dünner ist als der arabische; eine strukturierte russische Gebietsseite trifft also fast keine Konkurrenz um den Platz. In den USA werden spanischsprachige Kauffragen in großem Umfang gestellt, während der spanische Korpus über lokale Märkte dramatisch dünner bleibt als der englische — die Lücke zwischen Ihrem englischen und Ihrem spanischen Share of Voice ist die Größe der Chance, als Zahl ausgedrückt.

Diese Spuren führen wir muttersprachlich — unsere eigene Website läuft in neun Sprachen, und jede Technik, die wir verkaufen, wenden wir zuerst auf sie an. Praktisch heißt das: dieselbe Gebietsseite je Käufersprache, mit über alle Versionen abgeglichenen Aussagen, und eine eigene Prompt-Batterie je Sprache — denn die englische und die russische Kurve desselben Dubaier Neubauprojekts bewegen sich selten synchron.

Immobilien-Entitäten sind unordentlicher als die meisten: Die Marke, unter der ein Büro auftritt, der juristische Name auf der Lizenz — eine RERA-Nummer in Dubai, eine staatliche Broker-Lizenz in den USA — und die Profilnamen auf den Portalen weichen häufig voneinander ab. Modelle müssen alle zu einer Entität auflösen, bevor sich Zitationen ansammeln; sonst zersplittert die Autorität auf drei halb bekannte Namen. Die Lösung ist unglamouröse Konsistenz: derselbe Name, dieselbe Beschreibung und dieselben Lizenzangaben über die Website, die Profile auf Zillow, Rightmove, Property Finder oder Idealista, Google-Business-Einträge und lokale Verzeichnisse — mit strukturierten Daten, die die Organisation und ihre Lizenz explizit deklarieren.

Die Messung folgt unserem Standardprotokoll, angewandt je Stadt und je Sprache: ein am ersten Tag fixiertes Prompt-Set, gesampelt in sauberen ausgeloggten Sessions über ChatGPT, Perplexity und Gemini, mit Zitierrate und Share of Voice gegen die Baseline vom ersten Tag. Für einen Bauträger heißt das Batterien je Projekt und je Käufersprache; für eine Agentur je Viertel, das sie besetzen will. Die Batterie ändert sich während des Mandats nie — genau das macht die Zahlen im dritten Monat vergleichbar.

Was wir nicht tun: Ihnen die Ergebnisse eines anderen Kunden als Beweis zeigen oder eine bestimmte Antwort an einem bestimmten Tag versprechen — generierte Antworten variieren zwischen Läufen, und an Anbietern, die das Gegenteil vorgeben, herrscht in dieser Branche kein Mangel. Der ehrliche Startpunkt ist eine gemessene Baseline Ihrer eigenen Prompts, in Ihren eigenen Städten, in den Sprachen, die Ihre Käufer tatsächlich verwenden.