Wie funktioniert GEO auf Hindi?

Hindi ist mit über 600 Millionen Sprechern nach Zählung von Ethnologue die am dritthäufigsten gesprochene Sprache der Welt, aber die Inhaltssprache von weniger als 0,1 % der Websites. Bei keiner anderen Sprache, mit der wir arbeiten, liegen Sprecherzahl und Webinhalte so weit auseinander: Hebräisch hat einen Webanteil von 0,4 % bei rund neun Millionen Sprechern, der winzige Hindi-Anteil muss sechshundert Millionen Sprecher versorgen. Wenn ein Assistent eine Antwort auf Hindi formuliert, ruft er Seiten aus einem der dünnsten kommerziellen Korpora des Webs ab.

Diese dünne Datenlage verändert, wer zitiert wird. Assistenten stützen sich entweder auf die wenigen strukturierten Hindi-Quellen, die es gibt, oder weichen auf englische Seiten aus und übersetzen sie spontan. Deshalb werden die wenigen muttersprachlichen Hindi-Quellen, die eine Frage sauber beantworten, immer wieder zitiert. In umkämpften englischen Nischen braucht es Monate an Bestätigung durch Dritte, um einen Zitierplatz zu gewinnen; auf Hindi kann eine gut strukturierte Seite ihn fast ohne Konkurrenz besetzen.

Dieser Leitfaden ergänzt unseren Leitfaden zum indischen Markt um die Sprachseite. Dort geht es um den Markt selbst: Nutzerzahlen, Prompts für einzelne Großstädte, Muster der Preisempfindlichkeit. Hier bleiben wir bei der Sprache: was Devanagari mit Bytes und Tokens macht, wie sich Hinglish beim Abruf verhält und warum die Entitätsarbeit auf Hindi über die Grenzen Indiens hinausreicht.

Devanagari verursacht einen technischen Mehraufwand, den die meisten Teams nie sehen. In UTF-8 belegt jedes Devanagari-Zeichen drei Bytes, ein lateinisches Zeichen eines. Hindi-Texte sind kürzer und behalten lateinische Namen und Ziffern, daher wiegen dieselben Leitfäden in der Praxis etwa doppelt so viel wie die englischen (1,7 MB gegenüber 0,84 MB auf unserer Website, Oktober 2026). Das spüren das Crawl-Budget und maschinenlesbare Exporte: Auf unserer eigenen Website sprengte der Hindi-Export llms-full als Erster das Größenlimit, das seither von 100 KB auf 2 MB gestiegen ist. Und was nach Bytezahl abschneidet, schneidet Hindi zuerst ab.

Die Tokenisierung verschärft das Problem. Die Tokenizer hinter den großen Modellen sind überwiegend mit englischem und lateinisch geschriebenem Text trainiert und zerlegen Devanagari in weit mehr Tokens pro Satz: Eine Studie zur Fairness von Tokenizern maß für denselben Text Unterschiede bis zum 15-Fachen zwischen Sprachen. In der Praxis passt weniger Hindi in ein Kontextfenster, abgerufene Textausschnitte brechen früher ab, und weitschweifige Seiten verlieren ihre Kernaussagen durch das Kürzen.

Schreiben Sie kurze, in sich verständliche Passagen und nennen Sie die Marke und die wichtigste Aussage möglichst am Anfang. Verwenden Sie einheitliche Begriffe und Überschriften, die die Fragen der Leser aufgreifen. Direkte Antworten zählen in jeder Sprache; wegen des hohen Token-Bedarfs von Hindi lohnt sich ein knapper Aufbau besonders.

Ein großer Teil echter Hindi-Prompts kommt ohne Devanagari aus. Nutzer schreiben Hindi-Grammatik in lateinischer Schrift und mischen englische Wörter aus dem Handel mitten im Satz ein: Markennamen, Kategorien, „best“, „price“. Dieser Wechsel zwischen den Sprachen ist so verbreitet, dass Forscher der Sprachverarbeitung einen Benchmark dafür gebaut haben (GLUECoS, bei dem Englisch-Hindi eines von zwei Sprachpaaren ist). Beim Abruf gelten die Devanagari-Fassung, die Hinglish-Fassung und die englische Fassung derselben Frage als drei verschiedene Formulierungen, die drei verschiedene Quellenpools erreichen.

Hinglish hat keine feste Schreibweise: Dasselbe Wort kann als „accha“, „acha“ oder „achha“ erscheinen, und auch „kaise“ und „kese“ oder „zyada“ und „jyada“ schwanken. Eine eigene Hinglish-Website empfehlen wir nicht. Nennen Sie Marke und Kategorie auf Hindi-Seiten dort in beiden Schriften, wo es sinnvoll ist, und testen Sie Hinglish-Fragen dann getrennt, um zu sehen, ob diese Seiten gefunden werden.

Modelle müssen lernen, dass die Devanagari-Schreibung und die lateinische Schreibung einer Marke dieselbe Entität bezeichnen. Sonst verteilen sich die Zitate auf zwei halb bekannte Namen, und keiner baut Autorität auf. Deshalb sollten Sie beide Formen gezielt angeben: strukturierte Daten mit alternativen Namen, Profile, die beide Schreibungen nennen, und Hindi-Seiten, die den lateinischen Markennamen neben den Devanagari-Namen setzen, statt die Zuordnung dem Zufall zu überlassen. Hindi-Quellen mischen die Schriften ohnehin mitten im Satz. Das ist für Sie von Vorteil, wenn Ihre eigenen Seiten die maßgebliche Zuordnung zuerst festlegen.

Die Arbeit auf Hindi erreicht auch Leser außerhalb Indiens. Menschen in den VAE, den USA und Großbritannien stellen Assistenten Fragen auf Hindi. Unser Leitfaden zu Dubai berücksichtigt Hindi, weil die indische Gemeinschaft die größte Bevölkerungsgruppe in den Emiraten ist. Eine brauchbare Hindi-Seite kann Kunden in Lucknow ebenso erreichen wie in Dubai, und der Wert der Inhalte reicht damit über mehrere Märkte.

Hindi ist keine Wette auf die Zukunft; die Funktionen sind bereits verfügbar. Google hat die AI Overviews im August 2024 in Indien auf Englisch und Hindi eingeführt, mit einem Sprachumschalter, den es als Funktion zuerst für Indien vorstellte. ChatGPT, Perplexity und Gemini beantworten heute Hindi- und Hinglish-Prompts. Das Korpus ist dünn, und die meisten Marken haben das noch nicht bemerkt – genau diese Kombination ist die ganze Chance.

Hindi gehört zu den neun Sprachen, in denen wir muttersprachlich arbeiten, und wir messen es so wie alle anderen: ein festes Prompt-Set pro Sprache, das wir am ersten Tag festlegen, saubere Sitzungen (neue Gespräche ohne Anmeldung und ohne Verlauf) bei ChatGPT, Perplexity und Gemini sowie Share of Voice und Zitierrate im Vergleich zur Ausgangsmessung vom ersten Tag. Die Methode haben wir zuerst auf unserer eigenen Website angewendet und in unserer öffentlichen Fallstudie mit unbearbeiteten Screenshots dokumentiert; Hindi gehört dort ausdrücklich zu den überprüften Fähigkeiten.