Google AI Overviews erfinden falsche Filialschließungen

Ein Google AI Overview teilte Suchenden mit, dass Anna Mae’s Bakery and Restaurant in Millbank, Ontario, am 31. Juli 2026 endgültig schließen würde. Das Geschäft ist geöffnet und hat keinerlei Pläne zu schließen. Google hatte es mit einer gleichnamigen Bäckerei in Illinois verwechselt, die tatsächlich schließt, und die falsche Zusammenfassung stand ganz oben in den Suchergebnissen, während Kundinnen und Kunden bereits danach handelten. Für ein einzelnes Restaurant bedeutete das ein hektisches Wochenende voller Richtigstellungen. Für ein Unternehmen mit Hunderten oder Tausenden Standorten wird aus demselben Fehlermuster ein Governance-Problem, das mit der Größe des Standortnetzes mitwächst.

Was geschah

Laut CBC News, die den Fall am 23. Juli 2026 aufgriff, tauchte der falsche Schließungshinweis am Wochenende vom 18. und 19. Juli auf. Inhaberin Amanda Herrfort erfuhr davon, als ihr eine Kundin auf dem Weg zu einer Hochzeit einen Screenshot schickte, und verbrachte die folgenden Tage damit, die Angaben richtigzustellen: telefonisch und bei jedem Kunden, der die Bäckerei persönlich betrat. Schließlich gab sie eine Korrektur direkt in Googles KI-Suchleiste ein und erhielt eine Entschuldigung sowie das Versprechen, dass der Fehler behoben werde. Diese Korrektur im Gespräch kam ohne Ticket, Fallnummer oder eine nachvollziehbare Zusage zu einem Zeitrahmen aus.

Google erklärte gegenüber CBC, dass die überwiegende Mehrheit der AI Overviews den eigenen Ansprüchen an Nützlichkeit und Genauigkeit genüge, und führte den Fehler auf eine Lücke bei verlässlichen Informationen zu diesem Thema im Web zurück.

Warum das wichtig ist

AI Overviews stehen mittlerweile bei einem großen Teil der Suchanfragen ganz oben auf der Ergebnisseite, darunter genau die Fragen wie „Hat das noch geöffnet?“ oder „Schließt der Laden?“, die darüber entscheiden, ob jemand heute noch zu einem Standort fährt. Googles separater AI Mode beantwortet dieselben Fragen in seiner eigenen dialogbasierten Umgebung. Ist die Zusammenfassung falsch, steht sie an der sichtbarsten Stelle der Seite und wirkt wie eine direkte Antwort mit entsprechender Autorität, auf die viele Leser reagieren, ohne die darunterliegenden Quellenlinks überhaupt anzuklicken. Selbst nach Googles eigener Darstellung, dass die meisten Overviews die Genauigkeitsschwelle erreichen, häufen sich die durchrutschenden Fehler ausgerechnet dort, wo lokale Unternehmen exponiert sind: bei Fakten zu namentlich genannten Geschäften, Öffnungszeiten und dem Status „geöffnet“ oder „geschlossen“. Bei täglich Milliarden Suchanfragen bedeutet selbst eine geringe Fehlerquote in absoluten Zahlen immer noch sehr viele falsche Antworten über reale Orte.

Was das für Unternehmen mit mehreren Standorten bedeutet

Aufschlussreich an Googles Antwort ist, dass sie das Fehlen hochwertiger Informationen im Web als Ursache nennt. Genau das ist der Hebel, an dem ein zentrales Team tatsächlich ansetzen kann. Wenn Ihre Öffnungszeiten, Adresse, der Status einer endgültigen Schließung und weitere Geschäftsdaten über Google Business Profile, Apple und das übrige Ökosystem hinweg maßgeblich, einheitlich und aktuell sind, geben Sie der KI eine saubere Quelle zum Zusammenfassen und lassen ihr weniger Spielraum, eine Lücke mit einer Vermutung über ein gleichnamiges Geschäft zweitausend Kilometer entfernt zu füllen.

Bei einem Standortnetz dieser Größenordnung ist das eine Frage von Monitoring und Datenqualität, kein Feuerwehreinsatz pro Standort. Halten Sie lokale Unternehmenseinträge über eine einzige verlässliche Quelle synchron, damit jeder Standort überall dieselben Fakten veröffentlicht. Behandeln Sie strukturierte, maschinenlesbare Standortdaten als die Eingabe, aus der KI-Antworten gespeist werden, statt als Nebensache, und behalten Sie KI-generierte Aussagen über Ihre Standorte im Blick, so wie Sie es bereits mit Rezensionen tun. Die eigenen Daten als jene agentische Ebene zu positionieren, aus der Assistenten lesen, wofür Places AI entwickelt wurde, ist der Weg, wie eine Marke aufhört, den Schlussfolgerungen eines Modells ausgeliefert zu sein. Genau diese Arbeit an maßgeblichen Daten steht im Zentrum der Generative Engine Optimization (GEO): je sauberer und konsistenter Ihre Quelldaten sind, desto häufiger geben KI-Systeme sie korrekt wieder.

„Wie bei anderen Funktionen der Suche können auch hier Probleme entstehen, wenn zu einem bestimmten Thema keine hochwertigen Informationen im Web vorhanden sind. Solche Beispiele nutzen wir, um AI Overviews insgesamt zu verbessern.“

Google-Sprecher, CBC News

Fazit

Eine Bäckerei im Viertel konnte eine falsche Schließungsmeldung mit ein paar Telefonaten richtigstellen. Ein landesweiter Einzelhändler, ein Händlerverbund, ein Apothekennetzwerk oder ein Ladesäulenbetreiber kann das nicht, denn derselbe Fehler kann jederzeit bei jedem seiner Standorte auftauchen, und nicht immer bemerkt ihn ein zufällig vorbeikommender Kunde. Die Verteidigung besteht nicht in einer nachträglichen Beschwerde bei Google, für die es weder eine garantierte Korrektur noch einen verbindlichen Zeitrahmen gibt, sondern in maßgeblichen Standortdaten überall dort, wo die KI liest. Das gibt diesen Systemen stärkere Signale, auf die sie sich stützen können, und senkt das Risiko, dass sie eine falsche Antwort über Ihre Marke erzeugen.