Laut der IGEM-Digimonitor-Studie 2025 nutzen bereits 60 Prozent der Schweizer Bevölkerung KI-Tools wie ChatGPT oder Gemini – ein deutlicher Anstieg um rund 20 % gegenüber dem Vorjahr. Besonders häufig greifen jüngere Menschen auf ChatGPT und Co. zurück, doch auch ältere Nutzerinnen und Nutzer holen spürbar auf. Damit ist klar: KI-Systeme sind längst Teil des Alltags– privat wie beruflich.
Für Unternehmen bedeutet das: Es reicht nicht mehr, nur bei klassischen Suchmaschinen wie Google sichtbar zu sein. Unternehmenswebsites sollten so aufgebaut sein, dass KI-Systeme sie erkennen, verstehen und als verlässliche Quelle nutzen können.
Gerade im Banking-Sektor, wo sich die Gesamtnachfrage nicht wesentlich vergrössert, entstehen dadurch neue Chancen für kleinere Banken. Wer frühzeitig versteht, wie Sichtbarkeit in KI-Systemen funktioniert, kann sich neben den grossen Instituten erfolgreich positionieren.
Im Kontext von KI-Systemen hört man heute Begriffe wie LLMO (Large Language Model Optimization), GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) oder “KI-SEO” – sie alle zielen darauf ab, Website-Inhalte so zu strukturieren, dass grosse Sprachmodelle wie ChatGPT sie wahrnehmen, interpretieren und in Antworten einbauen.
Während klassisches SEO (Suchmaschinenoptimierung) primär darauf abzielt, Rankings in Suchmaschinen wie Google zu erzielen und somit Klicks auf Website zu erhalten – geht LLMO darüber hinaus: Es geht darum, in KI-Antworten erwähnt oder zitiert zu werden.
In der Online-Welt messen Unternehmen ihren Erfolg meist mit sogenannten KPIs (Key Performance Indikatoren) – also Kennzahlen, die zeigen, wie gut eine Website oder Kampagne funktioniert. Dazu gehören neben Leads und Abschlüssen etwa Seitenaufrufe, Klickzahlen, oder Keyword-Rankings bei Google.
Auch diese Kennzahlen verändern sich: Abschlüsse bleiben wichtig, doch neu zählen auch Erwähnungen der Marke in KI-Antworten oder Empfehlungen in Chatbots.
Viele Nutzerinnen und Nutzer suchen nach wie vor mit kurzen Schlagworten bei Google – etwa:
„Hypothekarzinsen Schweiz“
Gleichzeitig entstehen durch KI-Systeme wie ChatGPT neue, komplexere Formen der Suche. Menschen formulieren ihre Anliegen heute häufiger in ganzen Sätzen oder konkreten Fragen, zum Beispiel:
„Zeige mir die besten Hypothekenangebote von Schweizer Banken.“
LLMO bedeutet daher, Inhalte so zu gestalten, dass sie beide Arten von Suchverhalten abdecken: klassische Keyword-Suchen und dialogorientierte, kontextreiche Fragen.
Zuerst lohnt sich ein Blick auf die klassische Online-Sichtbarkeit bei Google. Die folgende Übersicht zeigt, wie gut sechs Schweizer Banken in den Google-Suchergebnissen gefunden werden – gemessen mit dem sogenannten Sichtbarkeitsindex von Sistrix (Stand: März 2026).
Dieser Index zeigt vereinfacht gesagt, wie sichtbar eine Website in den Google-Ergebnissen ist: Je höher der Wert, desto häufiger erscheint die Bank bei relevanten Suchanfragen.
Analysiert wurden drei der grössten börsenkotierten Institute – UBS, Julius Bär und BCV (Banque Cantonale Vaudoise) – sowie drei grosse, nicht börsenkotierte Banken: Zürcher Kantonalbank, Raiffeisen und Migros Bank.

Die Resultate (Stand: 02. März 2026) zeigen deutliche Unterschiede:
Raiffeisen (78,4) liegt mit Abstand an der Spitze und hat ihre Sichtbarkeit in den letzten zwei Jahren stark ausgebaut.
UBS (32,7) folgt auf Platz zwei mit stabiler, konstanter Präsenz.
Die Migros Bank (17,7) und die Zürcher Kantonalbank (17,5) liegen im Mittelfeld mit soliden, aber weniger dynamischen Werten.
Julius Bär (1,3) und BCV (1,2) bilden das Schlussfeld und verzeichnen derzeit geringere Sichtbarkeitswerte.
Diese Zahlen verdeutlichen, dass die digitale Sichtbarkeit der Banken bei Google unterschiedlich ausgeprägt ist.
Doch wie sieht die Sichtbarkeit dieser Banken in KI-Systemen aus? Um die Sichtbarkeit in KI-basierten Suchsystemen zu vergleichen, wurde mit dem Analyse-Tool Peec AI der Prompt „Zeige mir die besten Hypothekenangebote von Schweizer Banken“ in mehreren KI-Systemen (ChatGPT, Perplexity, Gemini) getestet.
Peec AI zeigt, welche Marken in KI-Antworten vorkommen und wie oft. Die Werte zeigen also, welche Banken aktuell in den generierten KI-Antworten sichtbar sind.

Die Ergebnisse (Stand: 14. März 2026) zeigen ein differenziertes Bild:
UBS wird in 90 % der Antworten genannt und liegt damit vorne.
Raiffeisen folgt mit 70 %.
Migros Bank erreicht 60 %.
Zürcher Kantonalbank kommt ebenfalls auf 60 %, wird aber in etwas anderen Kontexten erwähnt.
BCV (Banque Cantonale Vaudoise) und Julius Bär werden in den getesteten Antworten derzeit nicht erwähnt (0 %).
Die Analysen von Sistrix und Peec AI zeigen ein ähnliches Bild: Banken, die bei Google gut sichtbar sind, erscheinen auch häufiger in KI-Antworten. Eine gute SEO-Basis bleibt Voraussetzung, um auch in ChatGPT und Co. sichtbar zu sein. Ganz vergleichen lassen sich die Werte jedoch nicht – Sistrix misst die Sichtbarkeit der gesamten Domain, Peec AI nur eine konkrete Anfrage. Trotzdem ist der Vergleich spannend: Er zeigt, wie SEO und LLMO immer stärker zusammenrücken.
Im nächsten Schritt werfen wir einen Blick auf die Bernerland Bank und ihr Vorgehen in diesem Bereich.
Die Bernerland Bank ist eine mittelgrosse, regional tätige Bank mit Standorten im Emmental, Oberaargau und Seeland. Persönliche Beratung und massgeschneiderte Dienstleistungen gehören zu ihren zentralen Stärken.
Seit rund drei Jahren betreibt die Bernerland Bank Suchmaschinenoptimierung (SEO), um ihre Online-Sichtbarkeit gezielt zu verbessern. Mit der Veränderung des Suchverhaltens – weg von klassischem SEO hin zu KI-gestützten Suchanfragen – hat die Bank ihr digitales Marketing weiterentwickelt. Seit rund sechs Monaten ist LLMO (Large Language Model Optimization) ein fester Bestandteil der digitalen Strategie. Dabei arbeitet die Bernerland Bank mit der externen SEO- und LLMO-Agentur NORDFABRIK aus Bern zusammen.
Pro Monat investiert die Agentur rund zehn Stunden, um die Sichtbarkeit der Bank sowohl bei klassischen Suchmaschinen wie Google als auch in KI-Systemen wie ChatGPT, Gemini und Perplexity zu steigern.
„Auch wir merken, dass sich unsere Zielgruppe nicht nur auf Google bewegt“, sagt Sina Johnsen, Leiterin Marketing & Kommunikation der Bernerland Bank. „Darum ist für uns klar, dass wir mithalten wollen. Die Karten werden neu gemischt – und wir sehen darin grosse Chancen für uns als regionale Bank.“
Die Bernerland Bank konzentriert sich bewusst auf regionale Sichtbarkeit. Ziel ist nicht, potenzielle Kundinnen und Kunden in Zürich oder Genf zu erreichen, sondern in den eigenen Kerngebieten präsent zu sein. Das stellt besondere Anforderungen an die Optimierung – und eröffnet zugleich Chancen.
In Zusammenarbeit mit der Agentur und dem Produktmarketing werden Themenlücken identifiziert, die von anderen Banken noch nicht besetzt sind.
Reine KI-Texte haben kaum Chancen, in KI-Systemen zitiert zu werden. Entscheidend ist, als Expertin oder Experte aufzutreten und Inhalte zu schaffen, die echten Mehrwert bieten – mit Informationen, die sonst nirgends zu finden sind.
Die Bernerland Bank setzt dabei auf folgende Grundprinzipien:
Themenpotenziale erkennen: Mit detaillierten Sichtbarkeitsanalysen werden Bereiche identifiziert, in denen die Bank bei Google und in KI-Systemen bisher wenig präsent ist.
Content-Strategie definieren: Für jedes Thema wird festgelegt, welche Inhalte notwendig sind, um Sichtbarkeit aufzubauen – etwa Blogbeiträge, FAQ-Seiten, Produkt-Seiten oder erklärende Ratgeber.
Content-Erstellung bei der Bernerland Bank:
| Bereich | Erklärung | So setzt die Bank es um |
| Technische Struktur | Die Website wird so optimiert, dass KI-Systeme Inhalte problemlos „verstehen“ können. | Klare Titel und Zwischenüberschriften, schnelle Ladezeiten, klare Seitenarchitektur. |
| Sprache & Aufbau | Texte sind klar, verständlich und logisch aufgebaut. | Natürliche Sprache, das Wichtigste zuerst, einfache Lesbarkeit. |
| Frage-Antwort-Stil | Inhalte beantworten häufige Kundenfragen direkt. | Kundenfragen als Überschriften oder Absätze einbauen. |
| Tabellen & Listen | KI-Systeme verarbeiten strukturierte Inhalte besser. | Nutzung von Tabellen und Listen, z. B. für Zinsvergleiche oder Produktunterschiede. |
| Fachliche Qualität | Inhalte müssen fachlich korrekt und aktuell sein. | Intensive Zusammenarbeit mit Produktmarketing und regelmässige Updates. |
| Einzigartige Inhalte | KI bevorzugt originelle Inhalte, die anderswo nicht zu finden sind. |
Integration von regionalen Beispielen, Expertenzitaten, Befragungen und Statistiken. |
Integration ins Gesamtmarketing: Das Thema SEO & LLMO wird im gesamten Marketing- und Produktteam verankert. Mitarbeitende werden sensibilisiert, Inhalte KI-tauglich zu gestalten und auch auf Plattformen wie LinkedIn aktiv zu teilen.
Externe Verstärkung: Bei relevanten Themen werden gezielt PR-Aktivitäten gestartet – beispielsweise Artikel in regionalen Medien – um die Online-Präsenz zusätzlich zu stärken.
Erfolgsmessung: Für alle Massnahmen werden klare Kennzahlen definiert, etwa Veränderungen der Sichtbarkeit, Erwähnungen in KI-Antworten oder die Entwicklung der Reichweite.
Digitale PR: Gezielte Erwähnungen in Online-Medien, Blogs oder Fachportalen stärken die Sichtbarkeit, Markenrelevanz und Signale für Suchmaschinen sowie KI-Systeme.
Ein konkretes Beispiel dafür, wie Inhalte heute wirken können, ist der Blogbeitrag „Erbschafts- und Schenkungssteuer in Bern und Solothurn – ein Wegweiser“ auf dem Blog der Bernerland Bank.
Warum dieser Blogbeitrag für die Bernerland Bank wichtig ist:
Er zeigt regionale Expertise und stärkt die Position als lokale Bank.
Er greift ein relevantes Kundenthema auf, das viele Menschen direkt betrifft.
Er erklärt ein komplexes Thema verständlich und macht steuerliche Fragen greifbar für die Zielgruppe.
Er verbessert die Sichtbarkeit bei Google und in KI-Systemen durch spezifische, regionale Inhalte.
Der Blogartikel wurde nach den oben erwähnen Grundprinzipien erstellt und optimiert. Der folgende Auszug zeigt, welche Wirkung das hat:


In den letzten 16 Monaten wurde der Beitrag über 256’000 Mal in den Google-Suchergebnissen angezeigt und rund 5’900 Mal angeklickt.
Besonders häufig wurde er bei Suchanfragen wie „Schenkungssteuer Kanton Bern“, „Erbschaftssteuer Solothurn“ oder „Erbschaftssteuer Kanton Bern berechnen“ gefunden.
Diese Daten zeigen, dass der Blog die Zielgruppe erreicht, die sich konkret über regionale Steuerfragen informieren möchte – und dass die Inhalte der Bernerland Bank bei Google sichtbar und relevant sind.
Auch in KI-Suchsystemen zeigt der Beitrag Wirkung. Bei einer Anfrage in ChatGPT zur Schenkungssteuer im Kanton Bern wird der Blogartikel der Bernerland Bank direkt als Quelle genannt und inhaltlich zitiert.


Auch Messdaten aus dem Tool Peec AI (Stand: Oktober 2025 zum Zeitpunkt der Ersterhebung) bestätigen diese Sichtbarkeit:
Beim Prompt «Schenkungssteuer Kanton Bern» wird die Website bernerlandbank.ch als aktive Quelle erkannt und von KI-Systemen regelmässig zur Beantwortung herangezogen. Dies zeigt dieser Auszug hier:

Das Beispiel der Bernerland Bank zeigt, wie sich gezielte SEO und LLMO-Massnahmen positiv auf die Sichtbarkeit auswirken – sowohl bei Google als auch in KI-Suchsystemen.
Sina Johnsen, Leiterin Marketing & Kommunikation der Bernerland Bank, zieht ein positives Fazit:
„Wir sehen, dass sich die Investition in qualitativ hochwertige, regionale Inhalte lohnt. LLMO ist für uns kein Trend, sondern ein fester Bestandteil unserer digitalen Strategie. Natürlich ist es eine Herausforderung, mit neuen Technologien und Suchsystemen Schritt zu halten – gerade bei der Neukundengewinnung. Doch genau darin liegt auch die Chance, uns als moderne Regionalbank klar zu positionieren.»