Ein Fintech mit 20 Leuten schlägt die halbe Schweizer Wirtschaft
Aktionariat, ein Zürcher Fintech, das die wenigsten kennen, erreicht in unserer Messung einen SEAKT-Score von 90 von 100. Migros: 26. Zalando Schweiz: 30. EFG Bank: 33. Julius Bär: 36.
Das ist kein Ausreisser. Das ist das Muster.
Für die Studie «State of GEO Switzerland 2026» haben wir gemessen, wie gut KI-Antwortmaschinen wie ChatGPT, Perplexity oder Google AI Overviews Schweizer Websites erkennen, einordnen und zitieren. Also: Generative Engine Optimization — die Disziplin, die für die KI-Suche das ist, was SEO für Google war. Wer hier oben steht, taucht in den Antworten der Maschinen auf. Wer unten steht, existiert für sie schlicht nicht.
Und die Rangliste liest sich, als hätte jemand die Schweizer Wirtschaft auf den Kopf gestellt.
Was wir gemessen haben
Wir haben 300 Domains aus 12 Branchen erhoben — von Grossbanken über Anwaltskanzleien und Privatkliniken bis zu Krypto-Startups und Detailhändlern. Jede Domain bekommt einen SEAKT-Score: eine Skala von 0 bis 100 über fünf Dimensionen — strukturierte Daten (Schema.org, JSON-LD), Entity-Klarheit, Autorität, Content-Qualität und technische Zugänglichkeit inklusive llms.txt.
Von den 300 Domains liessen sich 229 mit einem echten Score bewerten. Der Durchschnitt: 52 von 100. Kein Land unter, kein Land drüber — die halbe Miete liegt brach. Datenstand ist der 5. Juli 2026; die Erhebung wird monatlich aktualisiert. Die vollständige Rangliste steht öffentlich unter State of GEO.
Die Methodik ist kein Bauchgefühl, sondern im SEAKT-Whitepaper dokumentiert und unter CC BY 4.0 publiziert. Wer tiefer einsteigen will: der Hintergrund zum Framework steht separat.
Befund 1: Das Grösse-Paradox
Die deutlichste Erkenntnis der Erhebung: KI-Sichtbarkeit ist von Unternehmensgrösse und Marketingbudget fast vollständig entkoppelt. Kleine schlagen Grosse — und zwar nicht knapp.
Nimm die Krypto- und Fintech-Branche. Aktionariat: 90. Relai: 78. SwissBorg: 77. Alles Firmen mit überschaubaren Teams. Zum Vergleich derselben Wirtschaft: EFG Bank 33, Julius Bär 36 — traditionsreiche Namen mit ganzen Kommunikationsabteilungen.
Das gleiche Bild bei den Wirtschaftsprüfern: Findea, ein kleiner Treuhänder, kommt auf 80. Die Big Four? KPMG 64, BDO 57, Deloitte 51, EY 48 — PwC blockiert den Crawler ganz (dazu gleich mehr). Findea schlägt jeden einzelnen davon. Auch bei den Tech-Firmen dasselbe: die Startups Nect (77) und Scandit (77) liegen vor etablierten Konzernen.
Es geht auch anders herum — und das ist wichtig: Vontobel erreicht 76. Ein grosser Name, der zeigt, dass es die Grossen können, wenn sie wollen. Es ist keine Frage der Ressourcen, sondern der Prioritäten. Zur globalen Einordnung: die Ethereum Foundation, sozusagen die Benchmark für maschinenlesbare Kommunikation, liegt bei 91.
Warum ist das so? Weil KI-Zitierbarkeit an sauberen, strukturierten Signalen hängt, nicht an Werbebudgets. Ein kleines Team, das Schema.org sauber umsetzt und zitierfähig schreibt, gewinnt gegen einen Konzern, dessen Website hübsch aussieht, aber für Maschinen eine Blackbox ist. Der Unterschied zwischen klassischem SEO und GEO ist genau das — nachzulesen im Vergleich GEO vs. SEO.
Befund 3: Rund fünfzig grosse Marken, die für KI nicht lesbar sind
Jetzt der Befund, der am meisten kostet — und am wenigsten bekannt ist.
Über die sieben gezielten Blocker hinaus gibt es einen viel grösseren Kreis: 43 weitere grosse Schweizer Marken filtern KI-Crawler über generische Enterprise-Bot-Protection weg. Zusammen sind das rund fünfzig etablierte Namen, die für KI-Antwortmaschinen schlicht nicht lesbar sind — Coop, Galaxus, Digitec, Denner, Manor, Lidl; Versicherer wie Helsana, CSS, Swica, Baloise und die Mobiliar; Banken wie die Zürcher Kantonalbank und PostFinance.
Technisch ist das kein gezielter 403 gegen KI, sondern ein Nebeneffekt von Schutzsystemen wie Akamai oder Cloudflare, die jeden automatisierten Zugriff wie einen potenziellen Angreifer behandeln. Aber das Ergebnis ist dasselbe: Ob bewusst als Schutz des eigenen Wissens oder als ungewollter Kollateralschaden — diese Marken stellen ihr spezialisiertes Wissen den KI-Systemen derzeit nicht zur Verfügung. Und je spezialisierter das Wissen, desto teurer wird dieses Schweigen.
Das Perfide daran: Viele merken es nicht einmal. Die Website funktioniert, der Traffic stimmt, die Kampagnen laufen. Dass sie in der KI-Antwort auf «Wo kaufe ich am günstigsten ein?» oder «Welche Krankenkasse passt zu mir?» schlicht nicht vorkommen, taucht in keinem Dashboard auf. Es ist ein blinder Fleck, den die klassischen Analytics gar nicht erfassen.
Für eine Maschine, die eine Antwort baut, ist eine Marke ohne lesbare Entity-Signale und ohne Platz im Knowledge Graph schlicht nicht existent. Die Sichtbarkeit in den Modellen tendiert gegen null — unabhängig davon, wie gross die Firma in der physischen Welt ist.
Warum das genau jetzt zählt
Man könnte sagen: schön und gut, aber die KI-Suche ist doch noch ein Nischenkanal. Das war das Web 1998 auch.
Der Punkt ist das Zeitfenster. Weil das Feld noch offen ist, kann eine kleine Marke gerade exponentiell profitieren — sie muss keine Autorität von zwanzig Jahren SEO überholen, sie muss nur maschinenlesbar sein, bevor es alle sind. Der aktuelle Zustand von GEO zeigt dieselbe Dynamik über den DACH-Raum hinweg.
Offene Felder bleiben nicht offen. In dem Moment, in dem die grossen Marken verstehen, dass sie in den Antworten fehlen, und ihre Bot-Protection anpassen, verschiebt sich der Vorsprung. Wer jetzt sauber aufgestellt ist, sichert sich eine Zitationsrate, die später teuer zu erkämpfen wäre.
Was kleine Unternehmen daraus machen können
Das Gute an einem Feld, das an Signalen und nicht an Budgets hängt: Man kann die Signale setzen. Die Reihenfolge, die sich in den Top-Domains dieser Studie zeigt, ist ziemlich konsistent.
Erstens: strukturierte Daten. Wer Schema.org und JSON-LD sauber ausliefert, gibt der Maschine ein Skelett zum Verstehen. Zweitens: Entity-Klarheit — eindeutig sagen, wer man ist, und das über sameAs-Verknüpfungen mit dem Knowledge Graph verankern. Drittens: Vertrauenssignale und E-E-A-T, damit die Maschine die Quelle als glaubwürdig einstuft. Viertens: zitierfähig schreiben — Sätze, die als eigenständige Antwort funktionieren.
Das ist keine Frage einer Agentur mit sechsstelligem Retainer. Es ist Handwerk. Und es ist messbar — genau dafür gibt es den SEAKT-Score.
Methodik & Transparenz
Datengrundlage. 300 Domains, 12 Branchen, Datenstand 5. Juli 2026, monatliche Aktualisierung. Bewertet wird mit dem SEAKT-Framework auf einer Skala von 0 bis 100 über fünf Dimensionen. Die vollständige Methodik steht im SEAKT-Whitepaper (DOI 10.5281/zenodo.20101132, CC BY 4.0). Die komplette Rangliste aller Branchen und Domains ist öffentlich einsehbar unter State of GEO.
Zur Trennung der Befunde. «Gezielt blockiert» meint eine bewusste 403-Antwort oder robots-Regel gegen KI-Crawler. «Über Bot-Protection gefiltert» meint generische Schutzsysteme ohne KI-spezifische Konfiguration. Die technische Ursache trennen wir sauber. Ob hinter dem Filtern eine Absicht steht — der Wille, das eigene Wissen nicht in fremde Modelle fliessen zu lassen — oder blosse Unachtsamkeit, lässt sich von aussen nicht abschliessend beweisen. Für die KI-Sichtbarkeit ist das Ergebnis identisch: nicht lesbar heisst nicht zitiert. Domains, die gar nicht auflösbar waren (falsche oder aufgegebene Adressen), zählen wir separat und nicht zu den Blockern.
Offenlegung. Der Autor betreibt unter anderem HODL.swiss, das in dieser Erhebung 90 von 100 erreicht. Alle Scores — auch dieser — werden vollautomatisch nach identischen Kriterien berechnet; es gibt keine manuelle Bevorzugung.
