Der DAC-Blog

Jahrelang beruhte die Restaurantsuche auf relativ vorhersehbaren Signalen. Verbraucher suchten nach einer Kategorie, einer Marke oder einem Gericht; Google zeigte passende Optionen in der Nähe; anschließend verglichen die Nutzer die Ergebnisse selbst. KI verschiebt nun diese Aufgabenverteilung. Mit Ask Maps kann Google bereits komplexe Fragen zu realen Orten beantworten und dabei etwa Route, Öffnungszeiten, gespeicherte Orte und Nutzerpräferenzen berücksichtigen. Im August 2026 ging Google noch einen Schritt weiter und führte agentenbasierte Essensbestellungen ein: Nutzer können Maps bitten, entlang einer Route nach einem bestimmten Gericht zu suchen. Google ermittelt daraufhin geöffnete, passende Restaurants und legt den gewünschten Artikel über unterstützte Bestellpartner in den Warenkorb. Für das Restaurantmarketing ändert sich damit die strategische Leitfrage. Sichtbarkeit bleibt wichtig, doch ein sichtbares Restaurant wird nicht automatisch empfohlen. Sucht jemand auf dem Heimweg nach einem schnellen Abendessen, einem noch geöffneten Drive-thru oder einem bestimmten Gericht, das zu einer Ernährungspräferenz passt, benötigt Google genügend standortspezifische Informationen, um passende Restaurants auszuwählen. Bei einer Kette kann die Stärke der nationalen Marke dafür sorgen, dass sie in die engere Wahl kommt. Die endgültige Entscheidung hängt jedoch zunehmend davon ab, was Google über das einzelne Restaurant weiß. Jeder Standort entwickelt eine eigene KI-Identität Besonders deutlich zeigt sich dieser Wandel bei Bewertungen. Anfang 2026 testete Google Gemini-gestützte lokale Ergebnisse, die Bewertungsinhalte zu Themen wie „Darüber sprechen Gäste am häufigsten“, „Das bestellen Gäste besonders gern“, „Dafür kommen Gäste hierher“ und „Tipps aus Bewertungen“ zusammenfassen. Statt nur eine Bewertung anzuzeigen und die Nutzer Hunderte Rezensionen selbst auswerten zu lassen, fasst Google zunehmend zusammen, wofür ein Standort aus seiner Sicht bekannt ist. DAC hat die Änderung und ihre Folgen für die lokale Suche dokumentiert. Für Restaurantketten hat das besonders weitreichende Folgen. Die Zentrale kann für das gesamte Netzwerk dasselbe Markenversprechen, dieselbe Menüstruktur und dieselbe Positionierung festlegen. Gäste erleben jedoch nicht das Netzwerk, sondern einzelne Restaurants. Wird in den Bewertungen eines Standorts regelmäßig der schnelle Service, ein bestimmtes Sandwich und ein zuverlässiger Drive-thru erwähnt, während sich bei einem anderen Standort Beschwerden über langsame Abholung oder fehlerhafte Bestellungen häufen, verfügt Google über genügend Material, um beide Restaurants sehr unterschiedlich einzuordnen. Damit wird die Reputation zu einer deutlich ergiebigeren Quelle für lokale Erkenntnisse als eine durchschnittliche Sternebewertung. Aus der Sprache in Rezensionen lässt sich ablesen, womit Gäste einen Standort verbinden, welche Produkte oder Anlässe hervorstechen und wo die betriebliche Realität vom Markenversprechen abweicht. Marken sollten deshalb nicht versuchen, ihren Gästen bestimmte Formulierungen vorzugeben. Lokale Reputation, Gästeerlebnis und Sichtbarkeit in der Suche rücken enger zusammen, weil KI unstrukturierte Rückmeldungen in einem zuvor kaum praktikablen Umfang auswerten kann. Für Marken mit vielen Standorten stellt sich damit eine neue Frage: Entspricht das KI-generierte Bild jedes Restaurants dem Profil, für das der Standort aus Sicht der Marke stehen soll? Die Antwort kann Chancen sichtbar machen, die reine Rankings nicht zeigen. Speisekarten werden zum maschinenlesbaren lokalen Angebot Bei Speisekarten findet dieselbe Entwicklung statt. Google Unternehmensprofile können Menüs als strukturierte Informationen abbilden, einschließlich Kategorien, Gerichtsnamen, Beschreibungen und Preisen. Google kann Menüinformationen außerdem von einer Restaurantwebsite übernehmen, Unternehmen bei mehreren erkannten Versionen eine bevorzugte Quelle auswählen lassen und aus einem Foto oder PDF ein strukturiertes Menü erstellen. Für ein kleines Restaurant sind einige dieser Funktionen praktische Hilfen bei der Pflege. Für das Enterprise-Marketing ist wichtiger, was sie über Googles Richtung verraten: Informationen, die früher nur als Bild, Dokument oder Webseite vorlagen, werden zunehmend in Entitäten umgewandelt, die Google verarbeiten kann. Das ist relevant, weil Restaurantgäste oft zuerst nach einem Produkt und erst danach nach einer Marke suchen. Sie möchten ein Chicken-Sandwich, einen Frühstücks-Wrap, einen Eiskaffee, etwas Vegetarisches oder ein Abendessen unter einem bestimmten Preis. Mit KI werden solche Suchanfragen komplexer, weil sich mehrere Bedürfnisse gleichzeitig formulieren lassen. Bei der Anfrage „etwas Scharfes, das ich auf dem Heimweg abholen kann“ muss Google weit mehr als die Restaurantkategorie verstehen: Menü, Standort, Route, aktuellen Betriebsstatus und gegebenenfalls die verfügbare Abhol- oder Lieferoption. Damit wird die Steuerung von Menüdaten zu einem Thema für die lokale Suche. Bei einer Restaurantkette können mehrere Versionen der Wahrheit miteinander konkurrieren: das zentrale Menü, die Verfügbarkeit am Standort, die Bestellplattform, die Website, Drittanbieter, von Gästen hochgeladene Menüfotos und bereits bei Google gespeicherte Informationen. Für das Marketing reicht es daher nicht, Menüinhalte zu veröffentlichen. Google muss möglichst genau erkennen können, was an jedem Restaurant tatsächlich erhältlich ist. Bei zeitlich begrenzten Angeboten gewinnt das zusätzlich an Bedeutung. QSR-Marken können mit hohen Investitionen in nationale Media-Maßnahmen Nachfrage nach einem neuen Produkt schaffen; die entscheidende Sucherfahrung ist jedoch lokal. Wenn Google nicht zuverlässig erkennt, welche Standorte das Produkt anbieten, wann es erhältlich ist oder wie es bestellt werden kann, geht ein Teil dieser Nachfrage unmittelbar vor der Conversion verloren. Verfügbarkeit entscheidet zunehmend über die Auswahl Restaurantmarketer haben Öffnungszeiten und Serviceattribute bisher meist als grundlegende Pflichtangaben in Listings behandelt. In der KI-gestützten Suche werden sie deutlich wichtiger. Googles restaurantspezifische Hinweise für Unternehmensprofile decken Angaben wie Menüinhalte, Attribute, Fotos sowie Reservierungs- und Bestellwege ab. Unternehmensprofile können außerdem unterschiedliche Servicezeiten für Drive-thru, Lieferung, Take-away und Abholung ausweisen. Diese Felder wirken zunächst operativ. Im Zusammenhang mit Ask Maps erhalten sie jedoch strategische Bedeutung. Googles Beispiel für agentenbasierte Essensbestellungen lautet nicht einfach „Zeig mir thailändische Restaurants“. Das System soll entlang der Route des Nutzers ein bestimmtes Gericht zur Abholung finden. Es ermittelt geöffnete Restaurants, die das gewünschte Essen anbieten, kann Aspekte wie Ernährungsanforderungen berücksichtigen und führt den Nutzer anschließend in den Bestellprozess. In diesem Umfeld beeinflusst Datenqualität mehr als die Darstellung. Sie kann darüber entscheiden, ob ein Standort überhaupt für die Antwort infrage kommt. Ob der Drive-thru länger als der Gastraum geöffnet ist, das Frühstücksmenü zu einer bestimmten Zeit endet, sich die Abholoption von der Lieferung unterscheidet oder ein falscher Bestelllink hinterlegt ist: Solche Details bestimmen, ob das Restaurant die Anfrage erfüllt. Für QSR-Marketer ist das ein wichtiger Wandel, denn viele ihrer wertvollsten Wettbewerbsvorteile sind lokal und zeitabhängig. Komfort, Nähe, Geschwindigkeit, Verfügbarkeit zu bestimmten Tageszeiten, Fulfillment-Optionen und das konkrete Menüangebot lassen sich nicht wirksam über eine allgemeine Markenbeschreibung vermitteln. Soll KI zunehmend komplexe Entscheidungen für Verbraucher treffen, benötigt sie diese Signale auf Ebene des einzelnen Standorts. Anders gesagt: Standortdaten entwickeln sich von beschreibenden Angaben zur Grundlage automatisierter Entscheidungen. Die Marke kontrolliert die lokalen Fakten nicht mehr allein Dieser Wandel hat eine weitere Dimension, die Enterprise-Marken berücksichtigen müssen: Google bezieht die Informationen über einen Standort nicht ausschließlich von der Marke. Laut Google schlugen Maps-Beitragende 2025 80 Millionen Änderungen an Öffnungszeiten, Kontaktdaten und weiteren Unternehmensangaben. Im August 2026 vereinfachte Google solche Beiträge weiter: Über Ask Maps können Nutzer Änderungen im Dialog vorschlagen. Sie können sogar ein Foto eines Hinweisschilds am Geschäft hochladen; Maps erkennt daraus die neuen Öffnungszeiten und reicht die vorgeschlagene Änderung zur Prüfung ein. Für Restaurantketten wird das Management ihrer lokalen Präsenz dadurch wesentlich dynamischer. Zentrale Systeme können eine Angabe enthalten, Franchisenehmer eine andere kommunizieren und Bestellpartner eine dritte Version pflegen. Hinzu kommen möglicherweise veraltete Menüfotos von Gästen sowie zusätzliche Informationen, die Google aus Bewertungen, Fotos, Websites und weiteren Signalen ableitet. Die lokale digitale Identität entsteht somit aus mehreren Quellen. Es reicht daher nicht mehr aus, korrekte Informationen an Hunderte oder Tausende Profile auszuspielen. Marken müssen ebenso beobachten, welche Informationen zurückfließen. Welche Standorte wurden geändert? Wo entfernt sich Googles Verständnis von der verlässlichen Datenquelle der Marke? Welche nutzergenerierten Signale gewinnen an Gewicht? Wo gibt es Abweichungen zwischen Menüdaten, Öffnungszeiten, Bestellwegen und dem tatsächlichen Gästeerlebnis? Für Enterprise-Marken lässt sich diese Aufgabe wegen der großen Zahl an Standorten nicht als gelegentliche Datenpflege behandeln. Das Management der lokalen Präsenz benötigt zunehmend einen Regelkreis: veröffentlichen, überwachen, Auffälligkeiten erkennen, ihre Auswirkungen verstehen, korrigieren und aus den Unterschieden zwischen einzelnen Märkten lernen. Technologien wie TransparenSEE bündeln diese Arbeit für große Standortnetzwerke und führen Listings, Reputation, Monitoring und standortbezogene Erkenntnisse in einer zentralen Arbeitsumgebung zusammen. Lokale Erfolgsmessung verbessert sich – doch Durchschnittswerte verbergen die Chancen Google verknüpft lokale Interaktionen zunehmend direkter mit dem übergeordneten Analytics-Ökosystem. Im Juni 2026 führte Google eine direkte Integration von Google Unternehmensprofil und Google Analytics ein. Dadurch erscheinen Kennzahlen wie Websiteklicks, Anrufe, Routenanfragen, Nachrichten, Buchungen, Interaktionen und Menüklicks gemeinsam mit den Analysedaten von Websites und Apps. Das ist ein wichtiger Fortschritt, weil Aktivitäten aus der lokalen Suche bisher weitgehend getrennt vom übrigen Kundenpfad betrachtet wurden. Die aktuelle Umsetzung zeigt jedoch zugleich, vor welcher Messaufgabe große Restaurantmarken stehen. Googles native Integration fasst die Kennzahlen mehrerer verknüpfter Unternehmensprofile zusammen. Eine Aufschlüsselung dieser Kennzahlen nach einzelnem Profil ist derzeit nicht möglich, was den Nutzen für standortbezogene Enterprise-Analysen einschränkt. Genau in diesen Unterschieden liegen die Chancen. Ein nationaler Durchschnitt kann steigendes Interesse an Menüs ausweisen und dabei verdecken, dass eine Standortgruppe deutlich überdurchschnittlich abschneidet, während eine andere kaum sichtbar ist. Mehr Routenanfragen sagen nicht, ob sie sich auf bestimmte Tageszeiten, Märkte, Kampagnen oder Restaurantformate konzentrieren. Ebenso kann eine insgesamt hohe Auffindbarkeit Standorte verdecken, an denen Wettbewerber zur bevorzugten Antwort geworden sind. Die nächste Stufe der lokalen Erfolgsmessung muss deshalb über die Frage hinausgehen, ob KI oder Maps mehr Interaktionen erzeugt haben. Restaurantmarken müssen Auffindbarkeit mit standortbezogenen Geschäftsergebnissen und dem Wettbewerbsumfeld verknüpfen. Welche Standorte erscheinen bei strategisch wichtigen Anlässen? Welche Restaurants verlieren trotz hoher zugrunde liegender Nachfrage an Sichtbarkeit? Wo gehen Lücken in Menü, Reputation oder Daten mit schwächerer Leistung einher? Und wo führt größere lokale Sichtbarkeit letztlich zu mehr Bestellungen, Besuchen, Umsatz und Wiederholungsgeschäft? KI-Suche ist eine Enterprise-to-Local-Aufgabe Mit KI gewinnen die Grundlagen des lokalen Marketings an Bedeutung. Korrekte Öffnungszeiten entscheiden mit darüber, ob ein KI-System ein Restaurant als geöffnet erkennt und empfiehlt. Menüinformationen helfen Google, die Absicht hinter einer Suche bis auf Gerichtsebene zu verstehen. Aus Bewertungen leitet KI ab, wofür ein Standort bekannt ist. Bestelllinks können Nutzer direkt von der Empfehlung zur Transaktion führen. Zudem wird lokales Monitoring wichtiger, weil Googles Bild eines Restaurants gleichzeitig aus Markendaten, Nutzerbeiträgen, Drittquellen und KI-generierten Interpretationen entsteht. Unternehmen mit nur einem Standort können viele dieser Aufgaben noch einzeln bearbeiten. Für Restaurantketten werden sie zu einer Herausforderung in den Bereichen Daten, Governance und Intelligence auf Enterprise-Ebene. Es genügt nicht, Tausende Listings vollständig zu halten. Tausende Restaurants müssen so beschrieben sein, dass Nutzer sie finden, ihnen vertrauen und sie auswählen können; zugleich braucht jeder Standort die technische Anbindung, um lokale Kaufabsicht in Geschäftsergebnisse umzusetzen. KI kann zunehmend entscheiden, welche Restaurants in die engere Wahl kommen. Grundlage dieser Entscheidungen bleibt jedoch die Realität jedes einzelnen Standorts. Die nächste Generation der Restaurantsuche wird von KI angetrieben – und Standort für Standort gewonnen.