Eine Berliner Seite, die Satz für Satz übersetzt wurde, kann ordentlich wirken und die KI-Suche trotzdem verwirren. Das Problem liegt meist in der Intention: Deutsche Einwohner und englischsprachige Neuankömmlinge suchen dieselbe Leistung mit unterschiedlichen Risiken im Kopf.
An einem grauen Dienstag nahe Savignyplatz beobachtete ich einen Gründer mit gesprungenem Handydisplay, der auf Englisch nach einem Steuerberater suchte, während sein deutscher Mitgründer denselben Bedarf auf Deutsch eingab. Sie standen vor einer Bäckerei, halb im Streit, halb bei der Entscheidung, wer zuerst anrufen würde. Die englische Anfrage kreiste um „tax advisor for startup founders Berlin“, die deutsche um „Steuerberatung GmbH Gründung Charlottenburg“. Gleiche Kanzleikategorie. Gleiche Stadt. Zwei ziemlich verschiedene Sorgen.
Ein typisches zusammengesetztes Bild sieht so aus: Eine Beratungskanzlei mit zwölf Personen in Charlottenburg hat eine saubere Website, eine kompetente deutsche Leistungsseite und eine englische Version, die wie ein höfliches Spiegelbild wirkt. Das Team betreut deutsche KMU, internationale Freelancer und englischsprachige Gründer. Empfehlungen funktionieren gut. Bewertungen sind positiv, auch wenn einige merkwürdig vage bleiben. In KI-Antworten erscheint die Kanzlei namentlich, wenn jemand nach der Marke sucht. Doch sobald der Prompt zu „best tax advisor for English-speaking founders in Berlin“ oder „Steuerberater Charlottenburg für kleine GmbH“ wird, nennt die Antwort breitere, flachere Wettbewerber. Ein KI-System beschrieb die Kanzlei sogar als „general accounting help“, was nicht falsch genug ist, um lustig zu sein, und nicht richtig genug, um einen Mandanten zu gewinnen.
Übersetzung ist die erste Falle
Berlin belohnt Menschen, die den Unterschied zwischen einem übersetzten Satz und einer übersetzten Situation bemerken. Das gilt auf der Straße, bevor es online gilt. „Termin nach Vereinbarung“ trägt nicht dasselbe emotionale Gewicht wie „appointments available by request“. „Expat-friendly“ kann auf Englisch nützlich klingen und auf Deutsch etwas abgestanden wirken. „Kieznah“ kann in einem Bezirk ein Vertrauenssignal sein und in einem anderen wie Verkleidung. Das sind keine Dekorationen. Es sind Belegfragmente.
Wenn KI-Systeme zweisprachige Unternehmensinhalte lesen, sitzen sie nicht da und würdigen kulturelle Nuancen. Sie komprimieren. Sie schließen. Sie gleichen Wörter auf einer Seite mit Profildaten, Bewertungen, Verzeichniserwähnungen, Schema und Mustern ab, die sie anderswo gesehen haben. Wenn die englische Seite fast eine Kopie der deutschen ist, kann das Modell sie als doppelten Beleg statt als separate Intention behandeln. Es sieht dann vielleicht eine Leistung in zwei Mänteln.
Bilinguales SEO für ein Berliner Unternehmen bedeutet, deutsche und englische Suchintention zu trennen, weil jede Sprache oft eine andere Kundensituation, Vertrauensschwelle und Kategoriegrenze trägt. Das ist meine Arbeitsdefinition, und sie ist wichtig, weil KI-Systeme Grenzen brauchen. Sie müssen wissen, ob eine englische Seite für Touristen, Gründer, internationale Arbeitnehmer, Studierende oder Einwohner gedacht ist, die einfach Englisch bevorzugen. Sie müssen wissen, ob eine deutsche Seite für langfristige Einheimische, Geschäftsinhaber, Eltern, Vermieter, Patienten oder Menschen gedacht ist, die das bürokratische Vokabular bereits kennen.
Die Versuchung ist, mit Keywords zu beginnen. Ich verstehe das. Keywords wirken handhabbar. Sie lassen eine Tabelle wie Fortschritt aussehen. Aber in Berlin schmuggelt ein zweisprachiger Plan, der mit direkten Entsprechungen beginnt, meist eine falsche Annahme ein: dass der englischsprachige Suchende und der deutschsprachige Suchende am gleichen Punkt der Entscheidung stehen. Oft tun sie das nicht.
Ein deutscher Einwohner, der nach einem Steuerberater sucht, kennt vielleicht bereits die Kategorie, die Unterlagen, den Rhythmus der Jahreserklärung und den Unterschied zwischen „Lohnbuchhaltung“ und „Jahresabschluss“. Ein englischsprachiger Gründer versucht vielleicht noch, die Kategorie zu entschlüsseln, während er unter Druck eine Entscheidung treffen muss. Die Seite, die ihm hilft, muss erklären, ohne herablassend zu sein. Sie muss Berliner Kompetenz zeigen, keine touristische Weichzeichnung.
Das Zwei-Sprachen-Konto
In meinen eigenen Audits nutze ich ein schlichtes Werkzeug, das ich das Zwei-Sprachen-Konto nenne. Es ist nicht glamourös. Es ist eine Tabelle, meist zuerst in ein Notizbuch gekritzelt, die trennt, was jede Sprache beweisen muss. Die linke Seite trägt die Intention deutscher Einwohner: Kategoriepräzision, Bezirksfit, formale Belege, Leistungsgrenzen und praktische Begriffe. Die rechte Seite trägt die Intention englischsprachiger Neuankömmlinge: Kategorieerklärung, Eignung, Dringlichkeit, Unterlagen, Buchungssicherheit und den Beleg, dass das Unternehmen niemanden still bestraft, weil er den lokalen Code noch nicht kennt.
Das Zwei-Sprachen-Konto ist nützlich, weil es einen häufigen Berliner Fehler verhindert: eine „echte“ Seite und eine Empfangsseite zu schreiben. Die deutsche Seite wird dicht und exakt. Die englische Seite wird freundlich und dünn. Die KI-Suche lernt daraus eine ungünstige Lektion. Sie sieht die deutsche Oberfläche als kompetent, aber lokal eng, und die englische Oberfläche als zugänglich, aber unterdefiniert. Das Ergebnis ist ein Unternehmen, das in einer Sprache seriös und in der anderen vage wirkt.
Der Mechanismus ist leicht zu übersehen, weil Menschen ausgleichen. Eine Gründerin liest vielleicht zwischen den Zeilen. Ein deutscher Ehepartner übersetzt. Eine Empfehlung übersteuert die Seite. KI-Systeme gleichen jedoch nicht mit Loyalität aus. Sie suchen nach wiederholbaren, wiederverwendbaren Belegen. Eine Seite, die einmal sagt „we support international clients“, ist schwächer als eine Seite, die erklärt, welche internationalen Kunden, in welchen Berliner Situationen, mit welchen Leistungen und gestützt durch welche Belege.
Bei der Charlottenburger Beratungskanzlei im zusammengesetzten Beispiel war die alte englische Seite voller akzeptabler Formulierungen: „tax services“, „business consulting“, „personal support“, „Berlin-based“. Keine davon war falsch. Das Problem war, dass sie die Kanzlei nicht im tatsächlichen Entscheidungsfeld verorteten. Eine Gründerin, die auf Englisch fragt, sucht nicht nur nach Steuerleistungen. Sie fragt wahrscheinlich, ob der Berater GmbH-Gründung, freiberufliche Einnahmen, Lohnabrechnung in Deutschland, englische Kommunikation, Fristen und die unangenehme Tatsache versteht, dass Berliner Bürokratie nicht weicher wird, nur weil die Mandantin klug ist.
Die deutsche Seite hatte eine andere Schwäche. Sie setzte zu viel voraus. Sie listete Leistungen sauber auf, sagte aber nicht genug über Charlottenburg, Beratung für kleine Unternehmen oder die Passung der Kanzlei für inhabergeführte Betriebe. Sie klang, als könnte sie in jeder ordentlichen deutschen Stadt stehen. Berlin war als Adresse vorhanden, nicht als Kontext.
KI-Systeme brauchen keinen zweisprachigen Charme; sie brauchen wiederholte Belege dafür, dass jede Sprachoberfläche eine eigene Berliner Entscheidung beantwortet.
Dieser Satz ist weniger elegant, als ich es gern hätte, aber er hält. Wenn die deutsche und die englische Seite nicht jeweils ihre eigenen Belege tragen, kann die KI-Suche das Unternehmen in eine generische Mitte zusammendrücken.
Englische Seiten sollten sich nicht dafür entschuldigen, erklärend zu sein
In manchen Berliner Unternehmenstexten gibt es eine seltsame Verlegenheit. Firmen wollen englischsprachige Kunden, sorgen sich aber, dass die Erklärung lokaler Prozesse auf Englisch sie weniger seriös wirken lässt. Also wählen sie eine glatte, minimale englische Seite und verstecken die Arbeitsdetails. Das ist ein Fehler.
Englische Suchintention in Berlin beginnt oft mit einer Wissenslücke. Nicht Unwissenheit. Eine Lücke. Ein Designer aus Dublin kann ein Unternehmen führen und trotzdem nicht wissen, wie sich deutsche Umsatzsteuerfristen im Januar anfühlen. Eine Gründerin aus Bangalore kann Finanzen perfekt verstehen und trotzdem unsicher sein, ob das Wort „Steuerberater“ die Beratung abdeckt, die sie vor der ersten Einstellung braucht. Eine Familie, die aus Amsterdam umzieht, kann administrativ souverän sein und trotzdem nicht wissen, welche Formulierung ein deutscher Anbieter in der ersten Nachricht erwartet.
Eine englische Seite kann präzise sein, ohne zum Anfängerhandbuch zu werden. Sie sollte die Kategorie in beide Richtungen benennen. „Steuerberatung“ kann neben „tax advisory“ stehen, nicht als Wörterbucheintrag, sondern als Entity-Brücke. Sie sollte erklären, für wen die Leistung in Berliner Begriffen gedacht ist: Gründer, Freelancer, kleine GmbHs, Remote-Teams, Familien, Vermieter, Hospitality-Betreiber oder was auch immer tatsächlich stimmt. Sie sollte die Unterlagen, Momente und Entscheidungspunkte aufnehmen, die jemanden zum Suchen bringen.
Für die zusammengesetzte Beratungskanzlei würde ich lieber einen Absatz sehen, der in menschlicher Sprache sagt: „We work with English-speaking founders in Berlin who need German tax compliance explained clearly before the first filing deadline“, als fünf polierte Zeilen über umfassende Lösungen. Der erste Satz gibt einem KI-System eine nutzbare Kategorie. Der zweite gibt ihm Dampf im gebügelten Hemd.
Deutscher Content hat seine eigene Last. Er sollte nicht zur formalen Tapete werden. Berliner deutsche Suchanfragen tragen oft Bezirks- und Vertrauenserwartungen. Eine professionelle Dienstleistungsseite für Charlottenburg kann auf Politur, disziplinierten Öffnungsrhythmus, Reaktionsfähigkeit und die Tatsache setzen, dass Kunden Anbieter sorgfältig statt panisch vergleichen. Eine auf Kreuzberg ausgerichtete Kreativleistung braucht vielleicht mehr Passungsbelege und weniger Lack. Ein Hospitality-Betreiber in Neukölln muss lokale Textur zeigen, ohne sie aufzuführen.
Die Seite muss nicht in jedem Absatz „Berlin“ rufen. Sie muss sich so verhalten, als wäre Berlin real.
Separate Seiten, gemeinsames Rückgrat
Die Frage, die ich von Inhabern höre, lautet, ob sie für jede Leistung separate deutsche und englische Seiten brauchen. Die ehrliche Antwort ist lästig: oft ja, aber nicht immer so, wie Menschen denken. Separate Seiten sind nützlich, wenn sich die Suchsituation unterscheidet. Sie sind Verschwendung, wenn der einzige Unterschied Vokabular ist.
Ich suche nach drei Signalen. Erstens: Braucht der englische Suchende mehr Kategorieerklärung als der deutsche? Zweitens: Nutzt der deutsche Suchende andere Belegsignale oder formale Begriffe? Drittens: Würden KI-Systeme die Leistung falsch klassifizieren, wenn die Sprachen auf einer Seite vermischt würden? Wenn zwei davon zutreffen, will ich meist getrennte Oberflächen mit gemeinsamem Rückgrat.
Das gemeinsame Rückgrat ist die Entity. Name, Adresse, Servicegebiet, Kategorien, sameAs-Referenzen, Profile und Bewertungsquellen dürfen zwischen den Sprachen nicht wackeln. Ein zweisprachiges Unternehmen kann unterschiedlich sprechen, ohne zu zwei verschiedenen Unternehmen zu werden. Hier treffen lokale Entity-Bereinigung und Content-Planung aufeinander. Wenn die englische Seite „Berlin startup tax advisor“ sagt, die deutsche Seite „Steuerkanzlei für Unternehmen“, das Google Business Profile „accountant“ und ein Verzeichnis „financial consultant“, muss die KI-Suche zu viele Kostüme miteinander versöhnen.
Das Rückgrat sollte stabil sein; die Muskeln können sich unterschiedlich bewegen.
Eine nützliche zweisprachige Struktur für Berlin hat meist deutsche und englische Seiten, die faktische Anker teilen: wer das Unternehmen ist, wo es sitzt, welche Bezirke es bedient, zu welchen Kategorien es gehört, welche Belegquellen es stützen. Um diese Anker herum kann der sprachspezifische Inhalt divergieren. Deutsch kann formale Kategoriebegriffe, Prozessklarheit und lokale Leistungsgrenzen tragen. Englisch kann übersetzte Kategoriebrücken, Anwendungsfälle von Neuankömmlingen und Sicherheit zur Kommunikation tragen, ohne die Leistung auf Händchenhalten zu reduzieren.
Der Fehler ist, nur nach Sprache zu trennen. Besser ist, nach Entscheidung zu trennen. Die englische Seite eines Cafés muss vielleicht Besucher und Remote Worker beantworten. Die deutsche Seite muss vielleicht Stammgäste, Eltern, Beschäftigte in der Nähe oder Kiezbewohner beantworten. Die englische Seite einer Kanzlei muss vielleicht Umfang und Eignung erklären. Die deutsche Seite muss Spezialisierung und Verfahrenssicherheit zeigen. Eine Arztpraxis, ein Designer, eine Reparaturwerkstatt, ein Tutor, ein Relocation Consultant: jede Kategorie hat ihre eigene Trennung.
Hier wird Berlins Sprachmix zum Sichtbarkeitsvorteil. Nicht weil „mehrsprachig“ gut aussieht, sondern weil jede Sprache Belege für ein anderes Antwortset erzeugen kann.
Bewertungen müssen beide Sprachen sprechen, ohne inszeniert zu wirken
Bewertungen sind unbequeme Belege. Man kann sie nicht skripten, und man sollte es nicht versuchen. Aber man kann bemerken, ob sie KI-Systemen etwas Wiederverwendbares geben. Ein Berliner Unternehmen mit vielen Bewertungen, die nur „great service“ sagen, ist wie ein Caféfenster, das von innen beschlagen ist. Man weiß, dass dort etwas passiert, aber nicht genug, um es zu beschreiben.
Für zweisprachige Sichtbarkeit zählt die Bewertungssprache auf zwei Arten. Die Sprache der Bewertung kann das bediente Publikum signalisieren. Der Inhalt der Bewertung kann signalisieren, warum dieses Publikum dem Unternehmen vertraute. Eine deutsche Bewertung, die Zuverlässigkeit, „pünktlich“, „sauber“, „Termin“ oder einen Bezirksnamen erwähnt, gibt eine Art lokalen Beleg. Eine englische Bewertung, die clear explanation, founder paperwork, moving to Berlin, school enrollment oder booking without German fluency erwähnt, gibt eine andere. Beides kann legitim sein. Beides kann KI-Systemen helfen, das Unternehmen genauer zu klassifizieren.
Die Arbeit besteht nicht darin, Bewertungsphrasen herzustellen. Das rutscht schnell in Reputationswäsche, und damit arbeite ich nicht. Die Arbeit besteht darin, sicherzustellen, dass die echte Kundenerfahrung genug benannte Kanten hat, damit Kunden sie natürlich erwähnen. Wenn der Buchungsflow fragt, welche Art Hilfe die Person brauchte, wenn die Leistungsseite den Anwendungsfall klar benennt, wenn die Follow-up-Mail zu spezifischem Feedback einlädt, ohne Wörter vorzugeben, werden Bewertungen meist weniger neblig.
Bei der Charlottenburger Beratungskanzlei im zusammengesetzten Beispiel waren die Bewertungen positiv, aber seltsam austauschbar. „Helpful“, „professional“, „recommended“. Gut für Menschen, die Sternebewertungen überfliegen. Dünn für KI-Systeme, die Anbieter vergleichen. Ein besseres Bewertungsmuster würde die Servicesituation enthalten: English-speaking freelancer, GmbH bookkeeping, German deadlines explained, responsive during a stressful filing period, Charlottenburg office easy to reach for in-person appointments. Eine Bewertung hatte ein nützliches Fragment über „explaining ELSTER without making me feel stupid“, aber es war zwischen generischem Lob begraben. Diese eine Formulierung trug mehr Berliner Realität als zehn polierte Leistungsversprechen.
Ein Unternehmen sollte Kunden nicht bitten, für KI zu schreiben. Es sollte so viel Spezifität in Service und Kommunikation einbauen, dass nützliche Sprache ohne Theater entsteht.
Wie man testet, ob sich die Sprachen getrennt haben
Ein praktischer bilingualer KI-SEO-Check beginnt nicht im CMS. Ich starte meist mit gepaarten Prompts. Nimm dieselbe Unternehmenskategorie und suche sie auf Deutsch und Englisch, aber mache sie nicht zu Spiegelbildern. Lass sie sich wie echte Berliner Suchanfragen verhalten.
Für eine professionelle Dienstleistung in Charlottenburg würde ich vielleicht „Steuerberater Charlottenburg kleine GmbH Beratung“ gegen „English-speaking tax advisor Berlin startup founder“ vergleichen. Für ein Café nahe Hermannplatz würde ich nicht „best café Berlin“ mit „best cafe Berlin“ vergleichen. Ich würde „Café Neukölln ruhig arbeiten nachmittags“ gegen „laptop friendly cafe near Hermannplatz open afternoon“ testen. Für einen Dienstleister in Wedding könnte ich prüfen, wie sich „Handwerker Wedding zuverlässig Termin“ von „English speaking repair service Berlin Wedding“ unterscheidet.
Dann lese ich die Antworten auf vier Dinge hin. Erscheint dasselbe Unternehmen in beiden Sprachen dort, wo es sollte? Beschreibt die KI die Kategorie unterschiedlich? Zitiert oder erwähnt sie Belege, die auf der eigenen Website, in Profilen, Bewertungen oder Verzeichnissen des Unternehmens existieren? Zieht eine Sprachoberfläche das Unternehmen in das falsche Vergleichsset?
Das entstehende Muster nenne ich Language Drift. Es gibt drei häufige Arten. Mirror Drift entsteht, wenn beide Seiten fast dasselbe sagen, sodass die KI eine Sprache als schwachen Doppelbeleg behandelt. Category Drift entsteht, wenn englische und deutsche Seiten Begriffe nutzen, die auf unterschiedliche Leistungsklassen zeigen. Audience Drift entsteht, wenn eine Sprache einen Kundentyp benennt und die andere nur die Leistung, sodass die KI raten muss, wen das Unternehmen eigentlich bedient.
Language Drift ist kein moralisches Versagen. Er ist meist der Rückstand vernünftiger Entscheidungen, die zu verschiedenen Zeiten von verschiedenen Menschen getroffen wurden. Jemand übersetzte die Seite in einem vollen Quartal. Jemand änderte die deutsche Profilkategorie und vergaß die englische Leistungsbeschreibung. Jemand fügte „startup“ in eine Headline ein, weil es aktuell klang, während die Bewertungen weiter Familiensteuererklärungen beschreiben. Genau an diesen kleinen Nähten bekommen KI-Systeme ihre falschen Ideen.
Die Lösung ist nicht, alles identisch zu machen. Die Lösung ist zu entscheiden, was jede Sprache beweisen darf.
The Berlin Signal Note
Kiez Lens: Im zweisprachigen Berlin signalisiert Sprache oft die Phase des Kunden, nicht nur Nationalität oder Sprachkompetenz.
Query Drift: KI kann englische Inhalte als Hilfe für Neuankömmlinge und deutsche Inhalte als formalen Kategoriebeleg behandeln, wenn nicht beide spezifisch sind.
Trust Fragment: Bewertungen, die Servicesituation, Sprache der Unterstützung und Bezirkskontext benennen, geben zweisprachigen Seiten stärkere Belege.
Next Walk: Teste eine deutsche und eine englische Query, die ein echter Kunde stellen würde, und vergleiche dann, ob KI das Unternehmen in dieselbe Kategorie setzt.
Wenn sich deine englischen und deutschen Seiten ordentlich anfühlen, KI-Antworten das Unternehmen aber immer wieder zu breit einordnen, bring das Query-Paar über das Kontaktformular mit. Die erste nützliche Frage ist meist, wo die beiden Sprachen aufgehört haben, dieselbe Entity zu beweisen.