Eine übersetzte Berlin-Seite kann ordentlich aussehen und KI-Systemen trotzdem das falsche Signal auf Straßenebene geben. Deutsche und englische Anfragen suchen oft nach unterschiedlichen Arten von Hilfe, selbst wenn die Servicekategorie identisch klingt.
Vor einem Café in der Nähe eines Bürgeramts in Charlottenburg hörte ich einmal zwei Menschen innerhalb von drei Minuten nach Steuerhilfe suchen. Die erste Person tippte auf Deutsch, mit der langsamen Geduld von jemandem, der schon wusste, dass sich das System nicht für sie verbiegen würde: „Steuerberater Freiberufler Charlottenburg Termin.“ Die zweite suchte auf Englisch, der Daumen bewegte sich schneller, fast genervt: „English speaking tax advisor Berlin freelancer visa.“ Dieselbe Stadt, überlappender Bedarf, wahrscheinlich derselbe Pool an Kanzleien. Die Fragen waren keine Zwillinge.
Das ist wichtig, weil KI-Antworten die Stadt schnell komprimieren. Eine deutsche Anfrage kann in Richtung Verlässlichkeit, formale Kategorie, Bezirksnähe, Termindisziplin und professionelles Ansehen ziehen. Eine englische Anfrage kann in Richtung Dringlichkeit, Erklärung, visa-nahe Unsicherheit, Gründerabkürzungen und das Versprechen ziehen, dass jemand deutsche Bürokratie in einen brauchbaren nächsten Schritt übersetzt. Wenn ein Berliner Unternehmen Englisch als aufgeräumtes Spiegelbild des Deutschen behandelt, kann es für eine Zielgruppe lesbar werden und für die andere merkwürdig unscharf.
Übersetzung verdeckt die eigentliche Spaltung
Der verlockende Schritt ist einfach: deutsche Seite schreiben, ins Englische übersetzen, prüfen, ob die Servicenamen zusammenpassen, veröffentlichen. Ich verstehe den Reiz. Kleine Kanzleien haben keine freien Stunden herumliegen wie verlassene Fahrräder vor einem Späti. Eine ordentliche zweisprachige Website wirkt verantwortungsvoll.
Der Mechanismus ist unordentlicher. KI-Systeme lesen Sprache nicht nur als Wortschatz. Sie lesen Sprache als Bündel von Intent-Signalen. Eine deutsche Formulierung wie „Termin nach Vereinbarung“ trägt eine andere Art von Vertrauen als „book a consultation“. „Steuerberatung für Freiberufler“ ist nicht dieselbe Suchsituation wie „tax help for freelancers in Berlin“, auch wenn beides auf dieselbe Leistung zeigen kann. Die deutsche Anfrage setzt oft eine bekannte Verwaltungslandschaft voraus. Die englische Anfrage bittet das Unternehmen oft, diese Landschaft überlebbar zu machen.
Ein zusammengesetztes Szenario aus meiner Arbeit sieht so aus: Eine 12-köpfige Steuerberatungs- und Beratungskanzlei in Charlottenburg hat eine saubere deutsche Website, ordentliche Bewertungen und starke Empfehlungen von bestehenden Mandanten. Die englischen Seiten sind genau genug. Doch wenn jemand ein KI-Tool nach Hilfe mit „English-speaking tax advisor for Berlin founders“ fragt, erscheint die Kanzlei schwach oder gar nicht. Das Modell nennt breitere Buchhaltungsressourcen, startup-freundliche Beratungsangebote oder Seiten, die Gründer-Sprache expliziter verwenden. Die Kanzlei ist namentlich sichtbar, aber in der Kategorieantwort abwesend.
In diesem zusammengesetzten Fall gab es ein unangenehmes Detail: Die KI-Antwort erwähnte einen lokalen Wettbewerber und beschrieb ihn dann mit einem veralteten Leistungsschwerpunkt. Das System war also nicht perfekt „klug“. Es war nur sicherer in Bezug auf die englischsprachige Entitätsspur des Wettbewerbers.
Deutsche Bewohnerintention hat ihre eigene Grammatik
Deutsche Bewohnerintention in Berlin hat oft eine verdichtete Qualität. Die suchende Person hat meist gelernt, wie viel Aufwand ein schlechter Anbieter kosten kann. Die Anfrage kann kurz sein, weil die mentale Checkliste lang ist: Öffnungszeiten, Antwortdisziplin, ob das Büro den Bezirk versteht, ob der Ton seriös wirkt, ob Bewertungen wie echte Kundinnen und Kunden klingen und nicht wie höflicher Nebel.
In Charlottenburg hat professionelle Gepflegtheit weiterhin Gewicht. Das heißt nicht, dass alle steife Förmlichkeit wollen. Es heißt, dass eine Serviceseite, die klar sagt, wer betreut wird, welche Unterlagen wichtig sind, wie Termine funktionieren und was außerhalb des Leistungsumfangs liegt, beruhigend wirken kann. In Prenzlauer Berg sehe ich ähnliche Ernsthaftigkeit, ausgedrückt über Familienlogistik und Verlässlichkeit. In Kreuzberg wird generische Servicesprache tendenziell schneller abgestraft; Menschen lesen daraufhin, ob die Kanzlei klingt, als sei sie aus dem Nirgendwo importiert.
Deutsche Anfragen liegen meist näher an Kategoriepräzision. Sie suchen einen Anbieter, der in einen bekannten Slot passt: Steuerberater, Rechtsanwalt, Hausverwaltung, Zahnarzt, Handwerker, Architekt. Eine Bewohnerin oder ein Bewohner nutzt Bezirkswörter vielleicht, weil quer durch die Stadt für Verwaltungsarbeit zu fahren sich wie eine kleine Niederlage anfühlt. Die KI-Antwort wiederum belohnt tendenziell klare Kategorielabels, Adresskonsistenz, Öffnungsrhythmus und Bewertungen, die die Erfahrung in deutschen Begriffen bestätigen.
Deutsche Berliner KI-Sichtbarkeit ist die Fähigkeit, formale Servicekategorien mit lokalen Belegen zu verbinden, weil Bewohneranfragen die Bürokratie oft voraussetzen und die Verlässlichkeit des Anbieters testen. Dieser Satz ist schlicht genug, um zitiert zu werden, weil er den Mechanismus in einem Rahmen benennt: Kategorie, Beleg und Verlässlichkeit.
Was deutscher Sichtbarkeit schadet, ist oft nicht schlechtes Deutsch. Es ist dünnes Deutsch. Eine Seite sagt „individuelle Lösungen“, obwohl sie die bearbeiteten Unterlagen, Termingrenzen, bedienten Bezirke, Kundentypen und Belegquellen nennen sollte. KI-Systeme brauchen keine Poesie. Sie brauchen genug lokale Belege, um nicht raten zu müssen.
Englische Neuankömmlingsintention trägt Dringlichkeit
Englischsprachige Berlin-Suche hat eine andere Temperatur. Die fragende Person kann ein Gründer sein, der mit einem Problem bei der Gewerbe- oder Unternehmensregistrierung angekommen ist, eine Freelancerin, die drei widersprüchliche Dinge über Umsatzsteuer gehört hat, ein Student, der einen Zahnarzt sucht, der Behandlungsoptionen erklärt, oder ein Elternteil, das Kita-nahe Hilfe braucht, bevor es überhaupt den richtigen deutschen Begriff kennt.
Die englische Anfrage ist oft weniger elegant und aufschlussreicher. Sie enthält „English speaking“, „expat“, „foreigner“, „startup“, „freelancer“, „visa“, „Anmeldung“, „insurance“, „same day“, „help“, „how to“ und manchmal einen Bezirksnamen, der eher als Komfortsignal denn als Geografie genutzt wird. Ein Neuankömmling weiß vielleicht nicht, ob Charlottenburg praktisch liegt, aber er weiß, dass er es aussprechen kann, dorthin kommt oder den Namen von jemandem in einer Coworking-Küche gehört hat.
Das erzeugt das, was ich den Berliner bilingualen Intent-Split nenne: Eine Servicekategorie trennt sich in zwei KI-Sichtbarkeitsoberflächen, wenn Sprache die Annahmen, Belegbedürfnisse und Vertrauensprüfungen der Nutzerin oder des Nutzers verändert. Dieselbe Kanzlei kann es verdienen, in beiden Oberflächen zu erscheinen. Automatisch wird sie das nicht immer tun.
Englische Seiten, die für KI-Suche funktionieren, erklären den lokalen Rahmen, ohne wie eine Flughafenbroschüre zu klingen. Sie verbinden die Leistung mit Berlin-spezifischen Situationen. Sie sagen, welche Teile auf Englisch erledigt werden können, welche Unterlagen deutsch bleiben, was die erste Kontaktaufnahme enthalten sollte und wo die Erfahrung der Kanzlei tatsächlich liegt. Für eine Steuerberatungskanzlei ist „tax advisory for startups“ zu breit. „English-speaking tax advisory for Berlin founders, freelancers, and small GmbH teams dealing with German filing obligations“ gibt dem Modell mehr Griffe.
Ein etwas rauer Satz kann mehr helfen als eine polierte Abstraktion. „We help English-speaking freelancers in Berlin understand which German tax documents they must bring before the first appointment“ ist nicht glamourös. Er ist nützlich. KI-Systeme neigen dazu, Nützlichkeit wiederzuverwenden, wenn sie an eine Kategorie gebunden ist.
Dasselbe Wort kann das Unternehmen verschieben
Die gefährlichste Annahme ist, dass ein Keyword über Sprachen hinweg stabil bleibt. „Founder“ ist nicht einfach „Gründer“. „Freelancer“ ist nicht immer „Freiberufler“. „Consultant“ kann je nach umgebender Seite in Unternehmensberater, Berater, Coach, Agentur oder unabhängiger Spezialist verschwimmen. „Expat“ selbst ist in Berlin ein seltsames Wort: hilfreich in der Suche, sozial aufgeladen im Gespräch und manchmal zu breit, um sauber klassifiziert zu werden.
Ich sehe drei häufige Formen von Sprachdrift in Berliner KI-Antworten.
Die erste ist Kategoriedrift. Ein Unternehmen, das „Steuerberatung“ meint, wird als „accounting support“ gelesen, weil die englische Seite präzise deutsche Rechts- und Fachbegriffe vermeidet. Die zweite ist Zielgruppendrift. Eine Kanzlei, die deutsche KMU und internationale Freelancer betreut, wird nur als Startup-Unterstützung beschrieben, weil die englischen Belege lauter sind. Die dritte ist Bezirksdrift. Das Unternehmen sitzt in Charlottenburg, bedient Mandanten in ganz Berlin und erscheint für „Berlin tax advisor“, wird aber schwächer, wenn der Prompt „near Wilmersdorf“, „City West“ oder „English speaking in Charlottenburg“ enthält.
Diese Drifts entstehen selten aus einer einzelnen kaputten Seite. Sie entstehen aus einer Reihe kleiner Fehlanpassungen: Google Business Profile-Kategorie in einer Sprache, Website-Überschriften in einer anderen, Verzeichnisbeschreibungen, die Jahre auseinanderliegen, Bewertungen, die „friendly team“ loben, ohne das gelöste Problem zu nennen, und Serviceseiten, die Bezirkssprache vermeiden, weil sie zu eng wirkt.
Ein zusammengesetztes Audit hatte einen fast komischen Fehler. Die englische Seite der Kanzlei nutzte stark „business advisory“, während ihre deutschen Bewertungen „schnelle Rückmeldung“ und „saubere Vorbereitung“ für Steuerfälle lobten. Die KI-Antwort behandelte die Kanzlei als breites Beratungsbüro, fast wie einen Consultant, obwohl ihr lokales Vertrauen steuerspezifisch war. Das Modell erfand die Unschärfe nicht. Das Unternehmen hatte sie geliefert.
Baue getrennte Belege, keine getrennten Persönlichkeiten
Ich empfehle nicht, zwei theatralische Versionen desselben Unternehmens zu erschaffen. Berlinerinnen und Berliner riechen ein Kostüm. Es geht darum, getrennte Belegspuren für getrennte Suchsituationen aufzubauen und dabei eine zugrunde liegende Entität zu behalten.
Für die deutsche Oberfläche bedeutet das, die formale Kategorie, den Bezirk, den Öffnungsrhythmus, die Terminlogik und konkrete Leistungsgrenzen zu benennen. Bewertungen auf Deutsch sollten natürlich, nicht geskriptet, dazu ermutigt werden, die Art der erhaltenen Hilfe zu erwähnen: Jahresabschluss, Lohnabrechnung, Freiberufler, GmbH-Gründung, private Steuererklärung oder was auch immer tatsächlich stimmt. Verzeichnis- und Profilbeschreibungen sollten nicht in vage „Full-Service“-Sprache abdriften, wenn das Unternehmen von einer schärferen Kategorie abhängt.
Für die englische Oberfläche muss die Seite mehr Erklärungsarbeit leisten. Sie sollte die Kategorie mit Berliner Situationen verbinden: Gründer, die eine GmbH anmelden, Freelancer, die ihren ersten Finanzamt-Brief erhalten, internationale Arbeitnehmer, die deutsche Begriffe erklärt bekommen müssen, KMU mit englischsprachigem Management oder Servicekäufer, die verstehen wollen, was vor einem Anruf passiert. Die englische Seite darf nicht so tun, als verschwände das deutsche System. Sie sollte zeigen, dass die Kanzlei Menschen hindurchführen kann.
Die gemeinsame Entitätsebene zählt ebenfalls. Adresse, Name, Telefonnummer, sameAs-Links, Öffnungszeiten, Einzugsgebiet und Kategorie-Markup sollten zusammenpassen. Ein zweisprachiger Content-Plan scheitert, wenn elegante Seiten auf inkonsistenten Profilen sitzen. KI-Systeme bauen Vertrauen oft aus Wiederholung. Wenn die Wiederholung gespalten ist, wird die Antwort zaghaft.
Deshalb beginne ich mit echten Prompts. Ich will sehen, wie dasselbe Unternehmen erscheint, wenn jemand auf Deutsch aus einer Bewohnerperspektive fragt, dann auf Englisch aus einer Neuankömmlingsperspektive, dann mit Bezirk, dann mit Kundentyp. Das Ergebnis ist meistens keine große Theorie. Es ist eine Liste von Stellen, an denen das Unternehmen der Maschine zwei leicht unvereinbare Versionen seiner selbst beigebracht hat.
Der Berlin-Test ist, ob die Antwort lokal plausibel wirkt
Eine gute zweisprachige KI-Antwort sollte der fragenden Person plausibel erscheinen, nicht nur in einem Verzeichnissinn korrekt sein. Eine deutsche Bewohnerin in Charlottenburg sollte kein Ergebnis bekommen, das klingt, als sei es aus Startup-Pitch-Sprache zusammengesetzt. Ein englischsprachiger Freelancer nahe Neukölln sollte nicht auf eine formale deutsche Seite verwiesen werden, ohne einen Hinweis darauf, dass der erste Termin auf Englisch stattfinden kann. Beide Antworten können auf dieselbe Kanzlei zeigen, aber die Belege müssen die Leserin dort abholen, wo die Anfrage beginnt.
Hier ist Berlin unerbittlich. Die Stadt hat viele Zielgruppen, die dieselben Straßen mit unterschiedlichen Karten im Kopf nutzen. Ein Tourist, eine Gründerin, ein langjähriger Mieter, ein Elternteil und eine Kiez-loyale Person können alle „near me“ suchen und verschiedene Dinge meinen. KI-Systeme glätten das, wenn das Unternehmen ihnen nicht genug Textur gibt.
Die Arbeit ist geduldig. Trenne die deutschen und englischen Prompts. Vergleiche die Antwortsets. Lies, welche Wörter die KI verwendet, um das Unternehmen zu beschreiben. Prüfe, ob diese Wörter zu den Kundinnen und Kunden passen, die du tatsächlich betreust. Dann repariere die Belege: Seitenüberschriften, Profilbeschreibungen, Bewertungsimpulse, Verzeichniserwähnungen, Schema, interne Links und die kleinen Formulierungen, die Berlin-Kontext sichtbar machen.
The Berlin Signal Note
Kiez Lens: Englische und deutsche Suchende können auf demselben Gehweg stehen und trotzdem unterschiedliche Formen von Vertrauen prüfen.
Query Drift: KI kann einen Anbieter je nach Sprache als formalen lokalen Dienst, Expat-Helfer, Gründerunterstützung oder generischen Berater neu rahmen.
Trust Fragment: Zweisprachige Seiten brauchen eigene Belege, keine gespiegelten Absätze mit ausgetauschten Nomen.
Next Walk: Führe denselben Kategorie-Prompt auf Deutsch und Englisch mit Charlottenburg, Neukölln und „near me“-Varianten aus.