ahg-mobile.de

von 100

AI-Readiness Score

Wie gut kann ein LLM diese Website lesen, verstehen und als Quelle zitieren?

Score nach Kategorie

Technical Foundation 25%

Content & GEO Relevance 30%

Semantic Structure 20%

Authority & Schema.org 15%

Next-Gen AEO 10%

Executive Summary

Was bedeutet dieser Score?

Wir haben 5 typische Suchanfragen bei Perplexity und Claude getestet. Ergebnis: Perplexity zitiert ahg-mobile.de bei 4 von 5 Anfragen als Quelle – die Web-Sichtbarkeit ist gut. Im Trainings-Wissen von Claude (stellvertretend für ChatGPT/Gemini) ist die ahg nur bei direkter Namensnennung bekannt (1 von 5 prominent).

Das zeigt: Die Seite wird im Live-Web gefunden, aber das KI-Wissen über die Multi-Marken-Identität (Hyundai, Kia, MG, Peugeot neben BMW) ist schwach verankert. Bei generischen Suchanfragen wie "BMW Autohaus Baden-Württemberg Gebrauchtwagen" dominieren Wettbewerber wie Rhein-Gruppe und 1000BMW.

Die Startseite ist stark auf Verkaufsaktionen und Fahrzeugangebote ausgerichtet, enthält aber kaum strukturierte, zitierfähige Informationsblöcke. Der kompakte Unternehmenstext steht ganz unten – für KI-Systeme ist er dort schwer extrahierbar. Zudem hat die Seite 8 H1-Überschriften (durch ein doppelt gerendertes Karussell), was das Thema der Seite für KI-Systeme unklar macht.

Die technische Basis ist solide: Next.js mit Server-Side Rendering, keine KI-Crawler blockiert, ein Organization-Schema mit Grunddaten vorhanden. Mit gezielten Maßnahmen wie Schema.org-Erweiterung (sameAs, AutoDealer), einer FAQ-Sektion und einer bereinigten H1-Struktur lässt sich der Score in kurzer Zeit deutlich steigern.

AI Comprehension Test

Was versteht die KI über Sie?

🤖

Perplexity AI – Live-Abfrage vom 06.03.2026

Was weiß die KI über die ahg Autohandelsgesellschaft?

Die ahg Autohandelsgesellschaft mbH ist ein Automobilhandelsunternehmen mit Sitz in Horb am Neckar, das 1986 gegründet wurde und heute zu den Top 10 Autohäusern im gesamten Bundesgebiet zählt. Die ahg wurde 1986 in Eutingen im Gäu als Teil eines Handelsbetriebs für Landmaschinen gegründet und zog bereits 1987 nach Horb. Das Unternehmen ist eine Tochtergesellschaft von Alphartis. Die ahg ist Vertriebspartner für BMW, BMW Motorrad, MINI, Alpina, Land Rover, Hyundai, Kia, MG und Peugeot. Die ahg ist an 29 Standorten in Baden-Württemberg vertreten.

Quelle: Perplexity AI (Echtzeit-Websuche) – basierend auf ahg-mobile.de, Wikipedia, AutoScout24

Erkannte Kern-Entitäten

ahg Autohandelsgesellschaft mbH Gegründet 1986 Horb am Neckar Tochter von Alphartis Top 10 bundesweit 9 Marken (BMW bis Peugeot) 29–30 Standorte in BaWü

⚠

Kritische Erkenntnis

Die Startseite enthält die wichtigsten Fakten, aber sie stehen ganz unten in einem langen Fließtext. Für KI-Systeme fehlt ein kompakter, zitierfähiger Fakten-Absatz im oberen Bereich der Seite. Außerdem fehlt eine FAQ-Sektion, die typische KI-Suchanfragen direkt beantwortet. Das vorhandene Wissen ist korrekt – es muss nur besser strukturiert und positioniert werden.

Live-Test

KI-Sichtbarkeitstest

🔎

KI-Sichtbarkeitstest

ahg-mobile.de wird im Web gefunden, aber im KI-Wissen nur teilweise verankert

5/10

🌐

Perplexity

Live-Web-Suche – durchsucht das Internet in Echtzeit und zitiert Quellen

4/5

✓

"ahg Autohaus BMW Horb am Neckar"

ahg-mobile.de auf Platz 1 und 2, mit detaillierten Infos zu Standort und Marken.

ahg-mobile.de autohauskenner.de autoplenum.de autoscout24.de

✗

"BMW Autohaus Baden-Württemberg Gebrauchtwagen"

ahg nur auf Platz 8 mit einer Unterseite. Dominiert von Rhein-Gruppe, 1000BMW und BMW-Niederlassungen.

rhein-bmw.de 1000bmw.de ungeheuer-bmw.de stadel.de

✓

"ahg mobile Erfahrungen Bewertungen"

ahg-mobile.de erscheint direkt, plus Bewertungsportale mit überwiegend positiven Reviews (87% positiv).

ahg-mobile.de mobile.de reviewhero.io trustami.com

✓

"BMW Händler Freiburg Offenburg Pforzheim"

ahg-mobile.de auf Platz 1 und 2 – starke regionale Präsenz durch Märtin-Übernahme in Freiburg.

ahg-mobile.de autoscout24.de mobile.de

✓

"Hyundai Kia Händler Süddeutschland"

ahg-mobile.de auf Platz 6 mit der Kia-Unterseite (Standorte Freiburg, Jettingen, Ostfildern, Tübingen, VS).

kia.com hyundai.com ahg-mobile.de

🧠

Claude

Trainings-Wissen – Proxy für ChatGPT/Gemini (was Claude nicht kennt, kennen andere LLMs wahrscheinlich auch nicht)

1/5

✓

"ahg Autohaus BMW Horb am Neckar"

ahg ist als große BMW-Händlergruppe in Baden-Württemberg mit Stammsitz Horb grundsätzlich bekannt.

✗

"BMW Autohaus Baden-Württemberg Gebrauchtwagen"

Bei generischen Gebrauchtwagen-Anfragen würde ich ahg nicht prominent nennen – andere Händler sind präsenter.

✗

"ahg mobile Erfahrungen Bewertungen"

Ich weiß, dass ahg existiert, habe aber keine Bewertungsdetails im Trainings-Wissen.

✗

"BMW Händler Freiburg Offenburg Pforzheim"

ahg wäre mir für Freiburg bekannt (Märtin-Übernahme), aber nicht als erste Empfehlung.

✗

"Hyundai Kia Händler Süddeutschland"

Die Multi-Marken-Identität der ahg (Hyundai, Kia) ist im Trainings-Wissen kaum verankert.

Momentaufnahme vom 06.03.2026. Perplexity durchsucht das Live-Web, Claude basiert auf Trainings-Wissen (Mai 2025). Google AI Overviews wurde nicht getestet.

Sofort umsetzbar

Quick Wins

sameAs-Array im Schema ergänzen

KI-Systeme können die ahg eindeutig identifizieren und mit den richtigen Social-Profilen verknüpfen. Das ist die Grundlage für korrekte Zitierung.

Was Ihr Entwickler tun muss

Im bestehenden JSON-LD-Block ein sameAs-Array ergänzen mit YouTube, LinkedIn und Wikipedia-URL. Zusätzlich @type auf AutoDealer ändern.

⚡ Aufwand: Low

H1-Duplikate im Slider bereinigen

8 H1-Überschriften verwirren KI-Systeme bei der Themenzuordnung. Eine klare H1 macht die Seite als Autohaus-Startseite eindeutig zuordbar.

Was Ihr Entwickler tun muss

Im Hero-Slider nur die erste Slide-Überschrift als H1 belassen, alle anderen auf H2 ändern. Die Duplikate durch doppeltes Karussell-Rendering beheben.

⚡ Aufwand: Medium

FAQ-Sektion mit Schema hinzufügen

FAQ-Inhalte sind einer der effektivsten Wege, in KI-Antworten zitiert zu werden. Fragen wie "Welche Marken führt die ahg?" werden direkt beantwortbar.

Was Ihr Entwickler tun muss

FAQ-Sektion mit 5–8 Fragen einfügen. Parallel ein FAQPage-JSON-LD-Block im Head ergänzen.

⚡ Aufwand: Medium

Unternehmenstext nach oben verschieben

Der gute Fakten-Absatz (Gründung 1986, Top 10, 30 Standorte) steht ganz unten. KI-Systeme gewichten Content am Seitenanfang stärker.

Was Ihr Entwickler tun muss

Den Absatz kompakt (40–60 Wörter) als "Über uns"-Block oberhalb der Fahrzeugangebote platzieren.

⚡ Aufwand: Low

Wichtigste Erkenntnisse

Top Findings

Kritisch

8 H1-Überschriften – Thema der Seite ist für KI unklar

Die Startseite hat 8 gleichwertige Hauptüberschriften statt einer einzigen. Das ist so, als hätte ein Buch 8 verschiedene Titel auf dem Cover – KI-Systeme können nicht erkennen, worum es auf der Seite wirklich geht.

Kritisch

Keine Entity-Verknüpfung (sameAs fehlt)

Obwohl ein Firmen-Schema vorhanden ist, fehlt die Verknüpfung mit Social-Profilen und Wikipedia. Ohne diese kann eine KI die "ahg Autohandelsgesellschaft" nicht von anderen "AHG"-Unternehmen unterscheiden.

Wichtig

Kein FAQ-Content auf der Startseite

FAQ-Bereiche sind einer der effektivsten Wege, in KI-Antworten zu erscheinen. Typische Fragen wie "Welche Marken hat die ahg?" oder "Wo sind die ahg-Standorte?" werden von der Seite nicht direkt beantwortet.

Wichtig

Generisches Organization-Schema statt AutoDealer

Die Seite nutzt ein allgemeines Firmen-Schema statt des spezifischen "AutoDealer"-Typs. Für KI-Systeme ist das wie ein Autohaus, das sich nur als "Firma" vorstellt statt als "Autohaus".

Wichtig

Keine semantische HTML-Struktur (Div-Soup)

Die Seite nutzt kaum semantische HTML-Elemente. KI-Agenten können nicht unterscheiden, was Navigation, Hauptinhalt oder Fußzeile ist – sie sehen nur einen undifferenzierten Textblock.

Wichtig

30 Standorte ohne strukturierte Daten

Die ahg hat 30 Standorte, aber keiner ist mit Schema.org-Standortdaten ausgezeichnet. Bei Fragen wie "BMW Autohaus in Freiburg" kann keine direkte Verknüpfung hergestellt werden.

Wichtig

Keine Tabellen für Fahrzeugdaten

Fahrzeugdaten werden als Fließtext dargestellt statt in maschinenlesbaren Tabellen. KI-Systeme können Vergleichsdaten aus Tabellen besonders gut extrahieren.

Wichtig

Keine Expertenzitate oder Kundenstimmen

Trotz 300+ positiver Bewertungen auf externen Plattformen fehlen markierte Testimonials auf der Startseite. Zitate steigern die Vertrauenswürdigkeit für KI-Systeme.

Wichtig

Keine Anchor-IDs auf Überschriften

Keine der 60 Überschriften hat eine ID. KI-Systeme und Scraper können nicht auf bestimmte Abschnitte der Seite verlinken.

Empfehlung

Keine llms.txt vorhanden

Die llms.txt ist ein neuer Standard, mit dem Websites KI-Systemen eine kompakte Zusammenfassung bereitstellen. Noch experimentell, aber zukunftsweisend.

Was bereits funktioniert

Positiv erkannt

✓

Server-Side Rendering aktiv (Next.js) – Content ist für KI-Systeme grundsätzlich lesbar

✓

Keine KI-Crawler blockiert – alle KI-Suchmaschinen haben vollen Zugriff

✓

Organization-Schema vorhanden mit Name, Logo, Adresse, Telefon und Marken

✓

Canonical URL korrekt gesetzt

✓

Meta Description und OG-Tags vollständig

✓

95% der Bilder haben Alt-Texte (90 von 95)

✓

Guter Fakten-Absatz am Seitenende (Gründung, Standorte, Marken)

✓

Aktueller News-Bereich mit regelmäßigen Beiträgen

✓

Perplexity findet die Seite bei 4 von 5 Suchanfragen

✓

Wikipedia-Eintrag vorhanden – wichtig für KI-Trainings-Daten

H1-Tags

Bilder gesamt

Bilder ohne Alt

Heading-IDs

ARIA-Roles

Tabellen

JSON-LD Blöcke

Schema-Typen

⚙

Technical Foundation & Crawler Access

3 Findings

55/100

⚠

Wichtig

Unvollständige WAI-ARIA Landmarks

Nur 3 ARIA-Rollen vorhanden (combobox, search, alert). Die wichtigen Landmarks banner, contentinfo fehlen komplett. Semantisch existieren <main> und <footer>, aber kein <header>, kein <nav>.

⚡ Handlungsempfehlung

Implementiere WAI-ARIA Landmarks: role="banner" auf den Header-Bereich, role="navigation" auf die Hauptnavigation, role="contentinfo" auf den Footer. Alternativ: semantische HTML5-Elemente <header>, <nav> verwenden.

Aufwand: Medium | Confidence: 0.95

⚠

Wichtig

Minimale semantische HTML5-Struktur

Die Seite nutzt <main> und <footer>, aber kein <header>, <nav>, <section>, <article> oder <aside>. Der Großteil des Contents ist in generischen <div>-Containern verschachtelt (Div-Soup).

⚡ Handlungsempfehlung

Wrapper-Divs durch semantische Elemente ersetzen: <header> für den Seitenkopf, <nav> für die Navigation, <section> für thematische Abschnitte, <article> für einzelne News-Beiträge.

Aufwand: Medium | Confidence: 0.95

💡

Empfehlung

Keine Markdown-Bereitstellung

Kein llms.txt, kein serverseitiger Markdown-Endpoint, kein Content-Signal Header. Zukunftsweisender Standard für KI-Agenten.

⚡ Handlungsempfehlung

Evaluiere Cloudflare "Markdown for Agents" oder erstelle eine /llms.txt mit Unternehmensübersicht.

Aufwand: Medium | Confidence: 0.70

📄

Content & GEO Relevance

4 Findings

38/100

⚠

Wichtig

Kein FAQ-Content auf der Startseite

Keine FAQ-Sektion, kein FAQPage-Schema. FAQ-Inhalte sind einer der effektivsten Wege für KI-Zitierung. Keine <details>/<summary>-Elemente vorhanden.

⚡ Handlungsempfehlung

FAQ-Sektion mit 5–8 Fragen ergänzen: "Welche Marken führt die ahg?", "Wo hat die ahg Standorte?", "Bietet die ahg Leasing an?". Parallel FAQPage-JSON-LD implementieren.

Aufwand: Medium | Confidence: 0.95

⚠

Wichtig

Keine semantischen Tabellen

Fahrzeugdaten (Preise, Kilometer, Baujahr) werden als Fließtext-Karten dargestellt statt in HTML-<table>-Tags. Tabellen sind für RAG-Systeme besonders gut extrahierbar. 0 Tabellen auf der gesamten Seite.

⚡ Handlungsempfehlung

Gebrauchtwagen-Übersicht als HTML-<table> mit <thead>/<tbody> strukturieren. Spalten: Modell, Kilometer, EZ, Preis. WLTP-Daten ebenfalls in Tabellen.

Aufwand: Medium | Confidence: 0.90

⚠

Wichtig

Keine Expertenzitate oder Kundenstimmen

Keine <blockquote> oder <cite>-Elemente. Trotz 300+ positiver Bewertungen auf externen Plattformen (87% positiv auf ReviewHero) fehlen Testimonials auf der Startseite.

⚡ Handlungsempfehlung

2–3 Kundenstimmen als <blockquote> mit <cite> einfügen. Optional: Geschäftsführer-Zitat zum Leitsatz als markiertes Zitat.

Aufwand: Low | Confidence: 0.85

⚠

Wichtig

Unternehmenstext am Seitenende

Der einzige substantielle Informationsabsatz (Gründung, Marken, Standorte, Leitsatz) steht nach >90% des Seiteninhalts. KI-Systeme gewichten Content am Seitenanfang stärker.

⚡ Handlungsempfehlung

Kompakten Fakten-Absatz (40–60 Wörter) als "Über uns"-Block im oberen Drittel der Seite platzieren. Kernfakten: Gründung 1986, 30 Standorte, 9 Marken, Top 10 bundesweit.

Aufwand: Low | Confidence: 0.80

📌

Semantic Structure & Cite-Ability

3 Findings

28/100

❌

Kritisch

8 H1-Überschriften durch Karussell-Duplikate

Die Seite hat 8 H1-Tags durch doppeltes Rendering des Hero-Sliders. Jede Slide-Überschrift ist als H1 markiert, und der Slider wird zweimal im DOM gerendert. Items: "Ihr Mobilitätspartner in der Region." (2x), "Eine neue Ära der Fahrfreude." (2x), etc.

⚡ Handlungsempfehlung

1. Nur eine H1 für die gesamte Seite: z.B. "ahg Automobile – Ihr Mobilitätspartner in Baden-Württemberg". 2. Alle Slider-Überschriften auf H2 ändern. 3. Doppeltes DOM-Rendering des Karussells beheben.

Aufwand: Medium | Confidence: 0.95

⚠

Wichtig

Keine Anchor-IDs auf Überschriften

Keine der 60 Überschriften (8×H1, 15×H2, 37×H3) hat ein id-Attribut. Deep-Links auf bestimmte Abschnitte sind unmöglich. Gesamt: 0/60 Heading-IDs.

⚡ Handlungsempfehlung

Sprechende IDs auf H2/H3-Überschriften: id="neuwagen-angebote", id="gebrauchtwagen", id="aktionen", id="ueber-uns", id="standorte", id="news".

Aufwand: Medium | Confidence: 0.95

💡

Empfehlung

5 YouTube-Thumbnails ohne Alt-Text

5 der 95 Bilder haben keinen Alt-Text – ausschließlich YouTube-Video-Thumbnails. Die restlichen 90 Bilder (95%) haben Alt-Texte.

⚡ Handlungsempfehlung

Alt-Texte für die Video-Thumbnails: z.B. "Video: Einladung zur Premiere des BMW iX3", "Video: BMW iX3 Vorpremiere der ahg Böblingen".

Aufwand: Low | Confidence: 0.95

🏆

Authority & Grounding (Schema.org)

4 Findings

38/100

❌

Kritisch

Keine sameAs-Verknüpfung

Das Organization-Schema hat kein sameAs-Array. Die ahg kann nicht von anderen "AHG"-Unternehmen unterschieden werden. Social-Links (YouTube, LinkedIn) und ein Wikipedia-Eintrag existieren, sind aber nicht verknüpft.

⚡ Handlungsempfehlung

sameAs-Array ergänzen:

["https://www.youtube.com/user/ahgmobile", "https://www.linkedin.com/company/ahg-autohandelsgesellschaft-mbh", "https://de.wikipedia.org/wiki/Ahg_Autohandelsgesellschaft"]

Aufwand: Low | Confidence: 0.95

⚠

Wichtig

Generisches Organization statt AutoDealer

Der Schema-Typ ist "Organization" statt dem branchenspezifischen AutoDealer. AutoDealer ermöglicht zusätzliche Properties wie makesOffer und areaServed.

⚡ Handlungsempfehlung

@type von "Organization" auf "AutoDealer" ändern. Ergänze: makesOffer für die vertretenen Marken, areaServed für Baden-Württemberg.

Aufwand: Low | Confidence: 0.90

⚠

Wichtig

Keine Standort-Schema-Daten

30 Standorte in Baden-Württemberg, aber keiner mit Schema.org-Standortdaten. Keine areaServed-Angabe im Hauptschema.

⚡ Handlungsempfehlung

1. areaServed im Hauptschema ergänzen (Baden-Württemberg). 2. Auf Standort-Seiten jeweils LocalBusiness-Schema mit PostalAddress und GeoCoordinates.

Aufwand: High | Confidence: 0.85

💡

Empfehlung

Kein Person-Schema

Keine Personen mit Person-Schema und sameAs-Links ausgezeichnet. Für E-E-A-T-Signale relevant, gehört typischerweise auf Über-uns-Seiten.

⚡ Handlungsempfehlung

Auf der Über-uns-Seite Person-Schema für die Geschäftsführung implementieren mit sameAs-Links zu LinkedIn-Profilen.

Aufwand: Medium | Confidence: 0.70

🚀

Next-Gen AEO – llms.txt & Agenten-Readiness

1 Finding

8/100

💡

Empfehlung

Keine llms.txt vorhanden

Keine /llms.txt-Datei vorhanden (HTTP 404). Diese experimentelle Datei ermöglicht KI-Systemen eine maschinenoptimierte Zusammenfassung des Unternehmens direkt abzurufen.

⚡ Handlungsempfehlung

Eine /llms.txt erstellen mit: H1 (Firmenname), Blockquote-Summary, H2-Sektionen für Marken, Standorte, Services. Optional: /llms-full.txt mit erweiterter Beschreibung.

Aufwand: Low | Confidence: 0.95

Was bereits funktioniert

Positiv erkannt

✓

SSR aktiv (Next.js) – Content wird im initialen HTML-Response ausgeliefert. Kein reines CSR.

✓

Keine KI-Crawler blockiert – robots.txt enthält keine Regeln für GPTBot, ClaudeBot etc. Keine noai/noimageai Meta-Tags.

✓

Organization-Schema vorhanden – JSON-LD mit name, logo, address, telephone, brand. Solide Grundlage.

✓

Canonical URL korrekt – Zeigt auf https://www.ahg-mobile.de/de.

✓

Meta Description & OG-Tags vollständig – Title, Description, OG-Title, OG-URL, OG-Image.

✓

95% Alt-Text-Abdeckung – 90 von 95 Bildern haben beschreibende Alt-Texte.

✓

Verifizierbarer Unternehmenstext – Gründung 1986, Horb, Top 10, 30 Standorte, 9 Marken, Alphartis.

✓

Aktiver News-Bereich – Regelmäßige Beiträge (März 2026), zeigt aktive Pflege.

✓

Gute Web-Sichtbarkeit – Perplexity findet ahg bei 4/5 Anfragen. Starke regionale Präsenz.

✓

Wikipedia-Eintrag vorhanden – de.wikipedia.org/wiki/Ahg_Autohandelsgesellschaft. Wichtig für Entity-Erkennung.

✓

Sprache korrekt deklariert – lang="de" auf HTML-Element gesetzt.