bmw-krauth

von 100

AI-Readiness Score

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

Score nach Kategorie

Technical Foundation25 %

Content & GEO Relevance30 %

Semantic Structure20 %

Authority & Schema.org15 %

Next-Gen AEO10 %

Executive Summary

Was bedeutet dieser Score?

Ihre Website ist für KI-Suchmaschinen kaum sichtbar – aber die wichtigsten Hebel sind schnell umsetzbar.

Wenn ein potenzieller Kunde ChatGPT oder Perplexity fragt „Welches BMW Autohaus gibt es in Heidelberg?", wird bmw-krauth.de aktuell mit hoher Wahrscheinlichkeit nicht als Quelle zitiert. Der Grund: KI-Systeme können zwar den Seiteninhalt lesen (dank Server-Side Rendering), finden aber keine maschinenlesbaren Informationen darüber, wer die Krauth-Gruppe ist, welche Marken sie vertritt und wo sie zu finden ist.

Die gute Nachricht: Die wichtigsten Maßnahmen – insbesondere das Ergänzen von strukturierten Daten (Schema.org) und einem FAQ-Bereich – sind mit überschaubarem Aufwand umsetzbar und haben das Potenzial, den Score deutlich zu verbessern.

AI Comprehension Test

Was versteht die KI über Sie?

🤖

So sieht ein LLM Ihre Website

Simulierte RAG-Extraktion

Die Krauth-Gruppe ist ein BMW und MINI Vertragshändler mit Standorten in Heidelberg, Hockenheim, Mosbach, Sinsheim und Walldorf. Das familiengeführte Unternehmen bietet Neuwagen, Gebrauchtwagen und Service an. Konkrete Alleinstellungsmerkmale, Gründungsjahr, Mitarbeiterzahl oder spezifische Zertifizierungen sind aus dem vorhandenen Text nicht erkennbar.

— So würde ein LLM Ihr Unternehmen aktuell beschreiben

Erkannte Kern-Entitäten

Krauth-Gruppe BMW & MINI 5 Standorte (HD, HOC, MOS, SNH, WDF) Neuwagen & Gebrauchtwagen Service & Reparatur

⚠

Fehlender Kontext

Es fehlen: Gründungsjahr, Mitarbeiterzahl, Name des Geschäftsführers, Zertifizierungen (z.B. BMW Service Excellence), Auszeichnungen, konkrete USPs gegenüber Wettbewerbern, Einzugsgebiet (Metropolregion Rhein-Neckar wird nicht genannt) und quantifizierte Kundenzufriedenheit. Ohne diese Daten kann ein LLM die Krauth-Gruppe nicht als autoritative Quelle empfehlen.

Sofort umsetzbar

Quick Wins

AutoDealer-Schema mit Standort-Daten ergänzen

KI-Systeme erkennen die Krauth-Gruppe als BMW/MINI-Vertragshändler und können bei lokalen Anfragen korrekt zitieren. Aktuell fehlt diese digitale Visitenkarte komplett.

🛠 Was Ihr Entwickler tun muss

Ergänze einen JSON-LD-Block mit @type: AutoDealer, inklusive name, url, logo, telephone, address, brand (BMW, MINI), sameAs-Array mit Social-Media-URLs und areaServed.

⚡ Aufwand: Medium

sameAs-Verknüpfung im Schema nachrüsten

KI-Systeme können die Krauth-Gruppe eindeutig identifizieren und von anderen Autohäusern unterscheiden. Das ist wie ein digitaler Fingerabdruck.

🛠 Was Ihr Entwickler tun muss

Im JSON-LD Organization/AutoDealer-Block ein sameAs-Array ergänzen mit den vorhandenen Social-Media-URLs: Facebook, Instagram, LinkedIn, YouTube.

⚡ Aufwand: Low

FAQ-Bereich auf der Startseite einbauen

FAQ-Inhalte sind einer der effektivsten Wege, in KI-Antworten zitiert zu werden. Fragen wie „Wo finde ich ein BMW Autohaus in der Nähe von Heidelberg?" liefern direkte Antworten für KI-Systeme.

🛠 Was Ihr Entwickler tun muss

Einen FAQ-Bereich mit 5-8 häufigen Fragen auf der Startseite ergänzen. Idealerweise mit FAQPage Schema.org Markup (über Yoast SEO oder FAQ-Plugin).

⚡ Aufwand: Low

Alt-Texte für alle Fahrzeugbilder ergänzen

KI-Systeme können den visuellen Kontext der Fahrzeugbilder verstehen. Statt „leeres Bild" sehen sie „BMW 330d xDrive Neufahrzeug bei der Krauth-Gruppe".

🛠 Was Ihr Entwickler tun muss

Alle Fahrzeug-Carousel-Bilder (aktuell alt="") mit beschreibenden Alt-Texten versehen: Marke, Modell, Typ. Auch Standort-Bilder benötigen Alt-Texte.

⚡ Aufwand: Low

Semantisches <main>-Element ergänzen

KI-Agenten können den Hauptinhalt der Seite schneller identifizieren und vom Header/Footer unterscheiden.

🛠 Was Ihr Entwickler tun muss

Den div.infinite-page-wrapper mit einem <main> Element umschließen oder ersetzen. Das verbessert die Landmark-Struktur für Screenreader und KI-Agenten.

⚡ Aufwand: Low

Wichtigste Erkenntnisse

Top Findings

Kritisch

Massiver Div-Soup durch Page Builder

Die Seite besteht aus über 188 verschachtelten div-Containern, aber fast keinen semantischen HTML-Elementen. Das ist so, als würde man einen Brief ohne Absätze oder Struktur schreiben – KI-Systeme haben Schwierigkeiten, den Inhalt sinnvoll zu erfassen.

Kritisch

Kein Organization/AutoDealer-Schema vorhanden

KI-Systeme wissen nicht, wer die Krauth-Gruppe ist. Es fehlt die digitale Visitenkarte, die Firmenname, Adresse, Marken und Standorte maschinenlesbar macht.

Wichtig

Kein FAQ-Bereich vorhanden

FAQ-Inhalte sind einer der effektivsten Wege, in KI-Antworten zu erscheinen. Ohne sie verpassen Sie die Chance, bei konkreten Fragen zitiert zu werden.

Wichtig

Fehlende sameAs-Verknüpfung im Schema

Ihre Social-Media-Profile sind zwar verlinkt, aber nicht in den strukturierten Daten hinterlegt. KI-Systeme können diese Profile nicht mit Ihrem Unternehmen verknüpfen.

Wichtig

24+ Bilder ohne beschreibende Alt-Texte

Fahrzeugbilder und Standortfotos haben keine Beschreibung. KI-Systeme sehen diese Bilder buchstäblich nicht – der visuelle Kontext geht verloren.

Wichtig

Kein Standort-Schema für 5 Filialen

Obwohl die Krauth-Gruppe an 5 Standorten vertreten ist, sind diese nicht als einzelne Filialen in den strukturierten Daten hinterlegt.

Wichtig

Keine Expertenzitate oder Kundenstimmen

Zitate von Geschäftsführern oder zufriedenen Kunden erhöhen die Vertrauenswürdigkeit für KI-Systeme erheblich. Aktuell fehlen solche Elemente komplett.

Wichtig

Keine tabellarischen Daten

Vergleiche, Preislisten oder Modellübersichten in Tabellenform sind besonders gut für KI-Systeme extrahierbar. Die Seite nutzt diese Möglichkeit nicht.

Wichtig

Keine semantischen Anchor-IDs auf Überschriften

Überschriften haben keine eindeutigen IDs, die Deep-Links ermöglichen würden. KI-Systeme können nicht auf spezifische Seitenabschnitte verweisen.

Wichtig

Unvollständige HTML5-Landmark-Struktur

Die Seite hat zwar einen Header und Footer, aber kein <main>-Element. KI-Agenten können den Hauptinhalt nicht klar vom Rest der Seite unterscheiden.

Wichtig

Geringe Content-Dichte auf der Startseite

Der Haupttext umfasst nur wenige Sätze. Viel Platz wird von Bildern und Slidern eingenommen, aber für KI-Systeme zählt primär der Text.

Was bereits funktioniert

Positiv erkannt

✓

Server-Side Rendering aktiv – Content wird im initialen HTML vollständig ausgeliefert

✓

Meta-Robots optimal konfiguriert: max-snippet:-1 erlaubt KI-Systemen maximale Textextraktion

✓

Canonical URL korrekt gesetzt auf https://www.bmw-krauth.de/

✓

Open Graph Tags vorhanden und korrekt befüllt

✓

Heading-Hierarchie sauber: 1 H1, logische H2/H3-Verschachtelung

✓

Social-Media-Profile gepflegt und verlinkt (Facebook, Instagram, LinkedIn, YouTube)

✓

Kein KI-Opt-Out – Seite blockiert keine KI-Crawler über Meta-Tags

✓

SiteNavigationElement Microdata auf Navigation vorhanden

DIV-Elemente

Semantische Elemente

H1-Tags

Headings gesamt

Anchor-IDs

HTML-Tabellen

Bilder ohne Alt

Schema-Typen

⚙

Technical Foundation & Crawler Access

2 Findings · 25 % Gewichtung

55 / 100

⚠

Wichtig

Unvollständige HTML5-Landmark-Struktur

Die Seite verwendet <header> und <footer>, aber kein <main>-Element. ARIA-Landmarks (role='main', role='banner', role='contentinfo') fehlen komplett. Dies erschwert KI-Agenten die Navigation.

Evidence: <header class='infinite-header-wrap'> vorhanden, aber kein <main> im DOM. Confidence: 0.95

▶ Handlungsempfehlung

1. Den div.infinite-page-wrapper durch ein <main> Element ersetzen. 2. role='banner' auf Header, role='contentinfo' auf Footer ergänzen.

Aufwand: Low

💡

Empfehlung

Markdown-Bereitstellung fehlt

Keine Hinweise auf serverseitige Markdown-Bereitstellung (Cloudflare 'Markdown for Agents') oder Content-Signal Header. Dies ist ein zukunftsweisender Standard.

Evidence: Kein <link rel='alternate' type='text/markdown'> im <head>. Confidence: 0.55

▶ Handlungsempfehlung

Cloudflare 'Markdown for Agents' evaluieren oder serverseitigen Markdown-Endpoint implementieren. Niedrige Priorität.

Aufwand: High

📄

Content & GEO Relevance

4 Findings · 30 % Gewichtung

38 / 100

⚠

Wichtig

Kein FAQ-Bereich vorhanden

Die Startseite enthält keine Frage-Antwort-Paare und kein FAQPage Schema. FAQ-Inhalte gehören zu den effektivsten Methoden, in KI-Antworten zitiert zu werden.

Evidence: Gesucht: 'FAQ', 'Häufige Fragen', FAQPage Schema. Nichts gefunden. Confidence: 0.95

▶ Handlungsempfehlung

FAQ-Bereich mit 5-8 relevanten Fragen ergänzen. Mit FAQPage Schema.org Markup auszeichnen (Yoast SEO oder FAQ-Plugin).

Aufwand: Low

⚠

Wichtig

Keine Expertenzitate oder Testimonials

Keine <blockquote> oder <cite> Elemente vorhanden. Zitate von realen Personen steigern die Vertrauenswürdigkeit für LLMs erheblich.

Evidence: Gesucht: <blockquote>, <cite>. Kein Element im Quellcode. Confidence: 0.90

▶ Handlungsempfehlung

2-3 Kundenstimmen oder ein Geschäftsführer-Zitat als <blockquote> mit <cite> einbinden.

Aufwand: Low

⚠

Wichtig

Keine tabellarischen Daten

Keine HTML-<table>-Elemente für Vergleiche oder Spezifikationen. Tabellen sind besonders gut für RAG-Systeme extrahierbar.

Evidence: Kein <table>-Element im gesamten Quellcode. Confidence: 0.90

▶ Handlungsempfehlung

Standort-Übersicht als HTML-Tabelle (Standort | Adresse | Telefon | Öffnungszeiten). Auch eine Modellübersicht wäre sinnvoll.

Aufwand: Low

⚠

Wichtig

Geringe Content-Dichte auf der Startseite

Haupttext nur ca. 80 Wörter. Die Seite ist stark visuell orientiert (Hero-Slider, Carousel), aber KI-Systeme extrahieren primär Text.

Evidence: Kerntext: 'Wir sind Ihr BMW und MINI Partner an fünf Standorten...' – ca. 80 Wörter. Confidence: 0.85

▶ Handlungsempfehlung

Informationsdichte erhöhen: Gründungsjahr, Mitarbeiterzahl, Zertifizierungen, spezifische Services als faktendichte Absätze unter H2/H3-Überschriften.

Aufwand: Low

📚

Semantic Structure & Cite-Ability

3 Findings · 20 % Gewichtung

32 / 100

❌

Kritisch

Massiver Div-Soup durch Goodlayers Page Builder

188+ div-Elemente mit tiefer Verschachtelung (gdlr-core-pbf-*). Nur 4 semantische Container (header, nav×2, footer). Kein <main>, <article>, <section> oder <aside>.

Evidence: 188× <div>, 0× <main>/<article>/<section>/<aside>. Confidence: 0.95
Affected areas: RAG-Chunking, Agentic Browsing, Content-Extraktion

▶ Handlungsempfehlung

Kurzfristig: <main> um den Hauptinhalt, <article> um eigenständige Blöcke, <section> um thematische Abschnitte. Langfristig: Page Builder-Struktur überarbeiten.

Aufwand: Medium

⚠

Wichtig

Content-Bilder ohne beschreibende Alt-Texte

24 Bilder haben leere alt-Attribute (alt=""), darunter alle Fahrzeug-Carousel-Bilder. Weitere Standort-Bilder haben gar kein alt-Attribut.

Evidence: <img class='krauth-auto-carousel-thumb' src='...' alt=''> für Fahrzeugbilder. Confidence: 0.95

▶ Handlungsempfehlung

Fahrzeugbilder: alt='BMW 330d xDrive Neufahrzeug'. Standortbilder: alt='BMW Autohaus Krauth in Heidelberg – Außenansicht'.

Aufwand: Low

⚠

Wichtig

Keine semantischen Anchor-IDs auf Überschriften

Keine H2/H3-Überschriften haben id-Attribute für Deep-Linking.

Evidence: <h2 class='gdlr-core-title-item-title'>Top Deals</h2> – kein id-Attribut. Confidence: 0.90

▶ Handlungsempfehlung

Sprechende IDs ergänzen: <h2 id='top-deals'>, <h2 id='standorte'>, <h2 id='geschaeftskunden'> etc.

Aufwand: Low

🏆

Authority & Grounding (Schema.org)

3 Findings · 15 % Gewichtung

22 / 100

❌

Kritisch

Kein Organization/AutoDealer-Schema vorhanden

Das JSON-LD enthält nur Yoast-Defaults: WebPage, WebSite, BreadcrumbList, SearchAction. Kein Organization, AutoDealer oder LocalBusiness Schema.

Evidence: @type-Werte: 'WebPage', 'BreadcrumbList', 'WebSite', 'SearchAction'. Gesucht: 'Organization', 'AutoDealer'. Nicht vorhanden. Confidence: 0.95

▶ Handlungsempfehlung

JSON-LD Block ergänzen: @type: AutoDealer mit name, url, logo, brand (BMW, MINI), areaServed, sameAs-Array.

Aufwand: Medium

⚠

Wichtig

Fehlende sameAs-Verknüpfung trotz Social-Media-Links

Social-Media-Links im HTML vorhanden, aber nicht im JSON-LD Schema als sameAs hinterlegt. Entity Disambiguation nicht möglich.

Evidence: HTML: facebook.com/bmw.krauth.gruppe, instagram.com/krauth_gruppe, LinkedIn, YouTube. Kein sameAs im JSON-LD. Confidence: 0.95

▶ Handlungsempfehlung

sameAs-Array im Organization/AutoDealer JSON-LD ergänzen mit allen 4 Social-Media-URLs.

Aufwand: Low

⚠

Wichtig

Kein Standort-Schema für Multi-Location-Betrieb

5 Standorte ohne LocalBusiness, PostalAddress oder GeoCoordinates Schema.

Evidence: Standort-URLs in Navigation vorhanden (/standorte/heidelberg/ etc.), aber kein LocalBusiness Schema. Confidence: 0.90

▶ Handlungsempfehlung

Für jeden Standort ein LocalBusiness-Schema mit PostalAddress, GeoCoordinates und OpeningHoursSpecification. Alternativ auf den Standort-Unterseiten implementieren.

Aufwand: Medium

🌐

Next-Gen AEO (llms.txt & Agents)

0 Findings · 10 % Gewichtung

15 / 100

Alle Checks in dieser Kategorie konnten anhand des bereitgestellten Inputs nicht geprüft werden:

🔍 robots.txt – nicht Teil des Inputs
🔍 llms.txt Existenz – nur HTML-Quellcode bereitgestellt
🔍 HTTP-Header – nicht verfügbar
🔍 Markdown-Header (Content-Signal) – HTTP-Header nicht prüfbar

Was bereits funktioniert

Positiv erkannt

✓

SSR aktiv: WordPress liefert den gesamten Content im initialen HTML-Response aus. Kein Client-Side Rendering, kein JavaScript-Hydration-Problem.

✓

Meta-Robots optimal: max-snippet:-1 erlaubt KI-Systemen maximale Textextraktion ohne Snippet-Limit.

✓

Canonical URL korrekt: link rel='canonical' href='https://www.bmw-krauth.de/' verhindert Duplicate-Content.

✓

Open Graph Tags vollständig: og:title, og:description, og:url, og:site_name und og:locale korrekt gesetzt.

✓

Heading-Hierarchie sauber: 1 H1 ('BMW und MINI bei Ihrer Krauth-Gruppe'), logisch verschachtelte H2/H3.

✓

Social-Media-Präsenz gepflegt: Aktive Profile auf Facebook, Instagram, LinkedIn und YouTube verlinkt.

✓

Kein KI-Opt-Out: Kein noai oder noimageai Meta-Tag. Die Seite blockiert keine KI-Crawler.

✓

SiteNavigationElement Microdata: itemtype='https://schema.org/SiteNavigationElement' auf dem nav-Element.