Sichtbar in ChatGPT und Perplexity: Was Schweizer Banken und Fintechs an ihrer Content-Architektur ändern müssen

Das Wichtigste in Kürze:

• Banken und Fintechs in der Schweiz verlieren bis zu 40 % ihrer Content-Ressourcen, weil klassische SEO-Texte von KI-Suchmaschinen nicht als Quelle extrahiert werden.
• FINMA-konforme KI-Sichtbarkeit erfordert atomare Faktenblöcke, Schema.org-Markup und nachvollziehbare Quellenangaben — nicht mehr Content, sondern strukturiertere Daten.
• Ein einfaches FAQ-Schema auf der Kerndienstleistungsseite kann innerhalb von 14 Tagen die erste KI-Nennung auslösen.
• Die Kosten des Nichtstuns liegen bei mittelständischen Instituten bei über 150.000 CHF pro Jahr durch verbrannte Arbeitszeit und abwandernde Kunden.
• Drei strukturelle Änderungen an der Content-Architektur entscheiden darüber, ob ChatGPT, Perplexity und Google AI Overviews Ihre Institution zitieren oder ignorieren.

KI-Suche in der Schweiz ist die Anpassung von Content- und Datenstrukturen an generative KI-Systeme unter Einhaltung der FINMA-Richtlinien für Finanzdienstleister. Ihre Website rankt auf Seite eins von Google, aber ChatGPT erwähnt Ihre Bank mit keinem Wort. Das ist keine Ausnahme, sondern ein systematisches Problem. Schweizer Finanzdienstleister investieren jährlich sechsstellige Beträge in Content, der für klassische Suchmaschinen ausgelegt ist — doch die Nutzer haben längst bei KI-Systemen wie Perplexity oder Microsoft Copilot angefragt. Die Frage ist nicht, ob Sie KI-Suche brauchen, sondern wie Sie sie ohne Compliance-Risiken umsetzen.

Die Antwort: Banken und Fintechs müssen ihre Inhalte in atomare Faktenblöcke zerlegen, mit Schema.org-Markup auszeichnen und FINMA-konforme Quellenangaben integrieren. Laut den FINMA-Richtlinien müssen alle digitalen Finanzinformationen nachvollziehbar und werblich nicht irreführend sein — ein Standard, der für KI-Zitate entscheidend ist. Nur so entsteht die technische und regulatorische Grundlage, um in generativen Suchmaschinen sichtbar zu bleiben.

Ein erster Schritt, den Sie in 30 Minuten erledigen können: Erstellen Sie auf Ihrer wichtigsten Dienstleistungsseite einen kurzen Definitions-Absatz zu Ihrem Kerngeschäft — beispielsweise „Private Banking in der Schweiz ist...“ — und markieren Sie diesen als klaren HTML-Absatz ohne eingebettete Links im ersten Textblock. KI-Systeme extrahieren diese Sätze mit deutlich höherer Wahrscheinlichkeit als versteckte Passagen in PDFs oder Bilddateien.

Das Problem liegt nicht bei Ihnen — die meisten Content-Management-Systeme in der Finanzbranche wurden für Keywords und nicht für Antwortarchitekturen gebaut. Ihr Team produziert seit Jahren lange Whitepapers und komplexe Produktseiten, weil die Branche das so vorsieht. Doch KI-Systeme lesen keine 20-seitigen PDFs. Sie benötigen atomare Fakten mit Quellenangabe. Der Ratschlag, einfach mehr Content zu produzieren, stammt aus der Ära der Linkfarmen — heute entscheidet strukturierte Präzision über Sichtbarkeit.

Warum klassisches SEO in KI-Suchmaschinen versagt

Von der Keyword-Dichte zur Antwortgenauigkeit

Klassische Suchmaschinenoptimierung zielt darauf ab, eine Website für bestimmte Begriffe in den Google-Suchergebnissen nach oben zu bringen. Dafür werden Meta-Titel, Keyword-Dichten und Backlinks optimiert. KI-Suchmaschinen wie ChatGPT, Perplexity oder Google AI Overviews arbeiten jedoch mit einem fundamental anderen Modell: Sie generieren Antworten aus Milliarden von Quellen und bevorzugen Inhalte, die als eigenständige Faktenblöcke extrahiert werden können.

Wer die Grundlagen der Generative Engine Optimization verstehen möchte, erkennt schnell: Es geht nicht um das Ranking einer URL, sondern um die Wahrscheinlichkeit, dass ein KI-System einen Satz aus Ihrer Website als vertrauenswürdige Quelle in eine Antwort integriert. Das erfordert eine völlig andere Herangehensweise an die Content-Erstellung.

Der Unterschied zwischen Google-Ranking und KI-Zitierung

Ein Top-Ranking bei Google bedeutet, dass Ihre Seite für eine bestimmte Anfrage auf Position eins bis zehn erscheint. Eine KI-Nennung bedeutet, dass Ihr Satz Wort für Wort in die generierte Antwort eingeflossen ist — inklusive Quellenangabe. Das zweite Szenario baut Vertrauen auf, ohne dass der Nutzer Ihre Website vorher besucht hat.

Die Konsequenz für Schweizer Banken ist enorm: Wenn ein potenzieller Kunde bei Perplexity fragt „Welche Schweizer Bank bietet das beste Angebot für Vermögensverwaltung?“, entscheidet die KI anhand von Präzision, Autorität und strukturierten Daten, welche Institute erwähnt werden. Wer hier nicht als Quelle auftaucht, existiert für diese Nutzergruppe nicht.

Warum lange Whitepapers KI-Systeme kaltlassen

Viele Institute setzen nach wie vor auf umfangreiche PDF-Dokumente, Jahresberichte und Whitepapers. Diese Formate sind für menschliche Leser wertvoll, für KI-Systeme jedoch nahezu unsichtbar. Der Grund: PDF-Inhalte werden oft als Bilder eingebettet oder in unstrukturierten Textblöcken ausgeliefert, die KI-Systeme nicht zuverlässig in Faktenblöcke zerlegen können.

Die Lösung liegt nicht in der Abschaffung dieser Formate, sondern in deren Ergänzung durch maschinenlesbare HTML-Seiten mit klaren Überschriftenhierarchien, Listen und Definitionsabsätzen.

Die drei Säulen der KI-Sichtbarkeit für Finanzdienstleister

Säule 1: Faktenbasierte Authority statt Marketing-Floskeln

KI-Systeme bewerten Quellen nach ihrer faktischen Dichte und ihrer Einbettung in ein Netzwerk vertrauenswürdiger Seiten. Für Banken und Fintechs bedeutet das: Jede Aussage muss belegbar sein. Statt vager Versprechen wie „Wir bieten erstklassigen Service“ sollten Sie konkrete Daten nutzen: „Unsere Vermögensverwaltung betreut seit 2015 über 4.500 Kunden mit einem durchschnittlichen Portfoliovolumen von 1,2 Millionen CHF.“

Diese Art von präzisen, quantifizierten Aussagen wird von KI-Systemen bevorzugt übernommen, weil sie deren interne Wahrheitsprüfung bestehen.

Säule 2: Technische Auffindbarkeit durch strukturierte Daten

Die technische Umsetzung von Schema-Markup für KI-Suchmaschinen ist der entscheidende Hebel. Schema.org bietet standardisierte Vokabulare, mit denen Sie Maschinen mitteilen, welche Entität auf Ihrer Seite beschrieben wird — sei es eine Organisation, eine Person, ein Produkt oder eine Frage-Antwort-Kombination.

„Strukturierte Daten sind keine optionale Ergänzung, sondern eine technische Voraussetzung, damit Suchmaschinen Inhalte korrekt interpretieren können.“ — Google Search Central

Für Finanzdienstleister sind dabei drei Schema-Typen besonders relevant:

• Organization: Verknüpft Ihre Marke mit offiziellen Identifikatoren wie der UID, dem Sitz und der FINMA-Bewilligungsnummer.
• Person: Macht Führungskräfte und Berater als autoritative Stimmen erkennbar.
• FAQPage: Ermöglicht es KI-Systemen, direkt Antworten aus Ihren Inhalten zu ziehen.

Säule 3: Compliance-konforme Transparenz

Besonders für Finanzdienstleister gilt: FINMA-Compliance in der Content-Strategie ist kein optionales Add-on, sondern die Basis jeder KI-Sichtbarkeit. Wenn ein KI-System Ihre Inhalte zitiert, muss der Nutzer den Ursprung eindeutig nachvollziehen können. Das bedeutet:

• Jede finanzielle Aussage braucht einen Haftungsausschluss oder einen Hinweis auf die Beratungspflicht.
• Quellenangaben müssen direkt im Text oder über Schema-Markup verknüpft sein.
• Werbeinhalte müssen klar als solche gekennzeichnet werden.

FINMA-Compliance trifft auf generative KI: Was erlaubt ist

Die wichtigsten FINMA-Richtlinien für digitale Inhalte

Die FINMA überwacht die digitale Kommunikation von Banken und Versicherern streng. Laut den geltenden Richtlinien müssen alle Informationen, die über digitale Kanäle verbreitet werden, klar, wahrheitsgemäß und nicht irreführend sein. Das gilt auch dann, wenn ein KI-System Ihre Inhalte aggregiert und neu formuliert.

Banken müssen sicherstellen, dass ihre öffentlich zugänglichen Inhalte keine versteckten Werbeaussagen enthalten und dass Risiken angemessen dargestellt werden. Wenn ein KI-System einen Satz aus Ihrem Blog übernimmt und ihn als allgemeine Finanzempfehlung interpretiert, haften Sie für die Aussage — nicht das KI-System.

Haftungsfallen bei KI-generierten Finanzempfehlungen

Ein zentrales Risiko besteht in der Vermischung von Information und Beratung. Wenn Ihre Website Inhalte enthält, die wie eine Empfehlung klingen („Investieren Sie in Aktienfonds X“), und ein KI-System diesen Satz extrahiert, kann dies als unerlaubte Fernberatung gewertet werden.

Die Prävention ist simpel, aber strukturell:

1. Trennung von Informations- und Beratungsinhalten: Blogartikel und Ratgeber müssen eindeutig als Bildungsinhalte gekennzeichnet sein.
2. Prominente Disclaimer: Jede Seite mit finanziellem Bezug sollte einen sichtbaren Hinweis tragen, dass es sich nicht um individuelle Beratung handelt.
3. Keine personalisierten KI-Chatbots ohne Lizenz: Ein KI-Tool, das auf Ihrer Website Nutzer nach ihrer Risikobereitschaft fragt und dann Produkte empfiehlt, unterliegt dem Finanzdienstleistungsgesetz.

Der Unterschied zwischen Information und Beratung

Information beschreibt Produkte und Märkte objektiv. Beratung bewertet diese im Kontext der individuellen Situation des Kunden. KI-Suchmaschinen agieren als Informationsvermittler — doch wenn Ihre Inhalte zu wertend sind, übernehmen sie diese Wertung. Das kann regulatorische Konsequenzen nach sich ziehen.

„Die FINMA erwartet von den beaufsichtigten Instituten, dass sie ihre Kunden bei der Nutzung digitaler Kanäle angemessen informieren und die Risiken klar kommunizieren.“ — FINMA-Richtlinien

Strukturierte Daten: Das Fundament für KI-Zitate

Organization-Schema und Person-Schema für Vertrauen

KI-Systeme bevorzugen Quellen, deren Autorität eindeutig nachprüfbar ist. Das Organization-Schema verknüpft Ihre Domain mit Ihrem offiziellen Firmeneintrag, Ihrer UID und Ihrer FINMA-Bewilligung. Das Person-Schema tut dasselbe für Ihre Führungskräfte und Experten.

Ein korrekt implementiertes Organization-Schema sieht vereinfacht so aus:

• Name: Offizieller Firmenname
• URL: Hauptdomain
• Logo: Verknüpftes Bild im Vektorformat
• SameAs: Links zu FINMA-Eintrag, LinkedIn, Wikipedia (falls vorhanden)
• Identifier: UID oder LEI

Diese Daten helfen KI-Systemen, Ihre Inhalte von denen weniger transparenter Anbieter zu unterscheiden.

FAQ-Schema als Türöffner für Perplexity

Perplexity und ähnliche KI-Suchmaschinen nutzen FAQ-Strukturen intensiv, um direkte Antworten zu generieren. Eine Seite mit fünf FINMA-relevanten Fragen und präzisen, einzeln ausgezeichneten Antworten hat eine um ein Vielfaches höhere Chance, zitiert zu werden, als eine allgemeine Dienstleistungsbeschreibung.

Die technische Umsetzung ist unkompliziert: Jede Frage wird als mainEntity, jede Antwort als acceptedAnswer im JSON-LD ausgezeichnet. Wichtig ist, dass die Antworten im sichtbaren Text der Seite vollständig vorhanden sind — versteckte Inhalte verstoßen gegen die Richtlinien von Google Search Central und können zu Abstrafungen führen.

HowTo-Schema für komplexe Banking-Prozesse

Wie eröffne ich ein Depot? Wie beantrage ich eine Kreditkarte? Solche Prozesse lassen sich mit HowTo-Schema strukturieren. Jeder Schritt erhält eine Überschrift, eine Beschreibung und optional ein Bild. KI-Systeme können diese Schritt-folgen direkt in Antworten integrieren, ohne den Nutzer auf Ihre Seite zu verweisen — was paradoxerweise das Vertrauen in Ihre Marke stärkt.

Content-Architektur: Von der Landingpage zur Antwortmaschine

Die umgekehrte Pyramide für KI-Systeme

Journalisten kennen die umgekehrte Pyramide: Die wichtigste Information steht am Anfang, Details folgen nach. Genau dieses Prinzip bevorzugen auch KI-Systeme. Der erste Absatz einer Seite sollte die Kernfrage in einem Satz beantworten. Jeder folgende Absatz vertieft ein Detail.

Ein Beispiel für eine Private-Banking-Seite:

• Absatz 1: „Private Banking in der Schweiz umfasst die individuelle Vermögensbetreuung für vermögende Kunden durch lizenzierte Banken unter Aufsicht der FINMA.“
• Absatz 2: Dienstleistungsdetails und Zielgruppe.
• Absatz 3: regulatorischer Rahmen und Mindestanlagebeträge.

Diese Struktur maximiert die Wahrscheinlichkeit einer KI-Extraktion.

Listen und Bullet Points statt Fließtextwüsten

KI-Systeme extrahieren Listen mit höherer Zuverlässigkeit als Fließtext. Wenn Sie drei Vorteile Ihres Robo-Advisors beschreiben möchten, nutzen Sie eine nummerierte Liste statt eines zusammenhängenden Absatzes. Das gilt besonders für:

• Produktvergleiche
• Gebührenstrukturen
• Risikohinweise
• Schritt-für-Schritt-Anleitungen

Die Lesbarkeit für Menschen steigt dabei ebenfalls — ein Nebeneffekt, der die Verweildauer auf der Seite verbessert.

Definition Blocks für direkte KI-Extraktion

Ein Definition Block ist ein einzelner Absatz, der einen Begriff präzise definiert. Er sollte idealerweise am Anfang eines Abschnitts stehen und das Format „[Begriff] ist [Definition]“ verwenden. Beispiel:

„Ein Fintech ist ein Technologieunternehmen, das Finanzdienstleistungen digital und automatisiert anbietet, ohne dabei notwendigerweise eine Banklizenz zu besitzen.“

Solche Blöcke werden von KI-Systemen als primäre Quellen für Begriffserklärungen genutzt. Sie sollten auf jeder zentralen Dienstleistungsseite vorhanden sein.

Praxisbeispiel: Wie ein Schweizer Fintech seine KI-Sichtbarkeit verdoppelte

Ausgangslage: Top-Ranking, aber null KI-Nennungen

Ein mittelständisches Fintech aus Zürich, das digitale Vermögensverwaltung anbietet, belegte bei Google für über 50 relevante Keywords Positionen eins bis drei. Dennoch wurde das Unternehmen in keiner einzigen Anfrage bei ChatGPT, Perplexity oder Microsoft Copilot erwähnt. Die Analyse ergab: Die Inhalte waren zu narrativ, zu wenig strukturiert und enthielten kein Schema-Markup.

Das Team hatte zwei Jahre lang wöchentlich Blogartikel veröffentlicht — mit hohem Aufwand und messbarem Traffic-Wachstum bei Google. Doch der Traffic aus KI-Suchmaschinen blieb bei null.

Die Wende: Audit und Restrukturierung in 30 Tagen

Das Fintech führte ein internes Audit durch mit folgenden Schritten:

1. Schema-Implementierung: Organization-, Person- und FAQ-Schema auf allen Hauptseiten.
2. Content-Zerlegung: 20 bestehende Blogartikel wurden in atomare Faktenblöcke mit Definitionen, Listen und Quellenangaben umgeschrieben.
3. Compliance-Check: Alle Seiten erhielten prominente Disclaimer und eine klare Trennung zwischen Information und Produktwerbung.
4. Technische Bereinigung: PDF-Inhalte wurden in HTML umgewandelt und mit Überschriftenhierarchien versehen.

Die technische Umsetzung erfolgte intern mit Unterstützung der IT-Abteilung. Keine neuen Inhalte wurden produziert — nur bestehende umstrukturiert.

Ergebnis nach 90 Tagen

Nach drei Monaten zeigte die Auswertung:

• Das Fintech wurde in 34 % der getesteten KI-Anfragen zu „digitaler Vermögensverwaltung Schweiz“ erwähnt.
• Die durchschnittliche Nennung erfolgte mit korrekter Firmenbezeichnung und Verweis auf die Website.
• Die organische Google-Sichtbarkeit blieb stabil, sank also nicht durch die Umstrukturierung.

Der entscheidende Hebel war nicht mehr Content, sondern die bessere maschinelle Lesbarkeit bestehender Inhalte.

Kosten des Nichtstuns: Was verschwendete Sichtbarkeit bedeutet

Die versteckten Kosten veralteter Content-Prozesse

Rechnen wir: Ein mittelständisches Fintech mit fünf Content-Mitarbeitern investiert rund 60 Stunden pro Woche in Blogartikel, Social Media und Website-Pflege. Bei einem internen Stundensatz von 120 CHF sind das 7.200 CHF pro Woche oder über 370.000 CHF pro Jahr. Wenn diese Inhalte in KI-Suchmaschinen nicht als Quelle erscheinen, verbrennen Sie bis zu 40 % dieser Ressourcen — rund 150.000 CHF jährlich für digitale Inhalte, die die nächste Generation der Suche nicht erreicht.

Diese Rechnung berücksichtigt noch nicht die Opportunity Costs: Wenn ein potenzieller Kunde bei Perplexity nach der besten digitalen Bank der Schweiz fragt und Ihr Institut nicht erwähnt wird, wandert dieser Kunde wahrscheinlich zu einem Wettbewerber, der dort präsent ist.

Opportunity Cost durch abwandernde Kunden

Laut Statista-Daten gehört die Schweiz zu den Ländern mit der höchsten KI-Adoptionsrate im Finanzsektor Europas. Das bedeutet: Ihre Zielgruppe nutzt bereits KI-Systeme für Recherchezwecke. Jede nicht genannte Institution verliert nicht nur Sichtbarkeit, sondern auch Vertrauenspunkte in einem zunehmend KI-gestützten Entscheidungsprozess.

Die folgende Tabelle zeigt den Unterschied zwischen klassischem SEO und KI-Suche (GEO) für Schweizer Finanzdienstleister:

Kriterium	Klassisches SEO	KI-Suche (GEO)
Primäres Ziel	Top-10-Ranking in Google	Zitierung in ChatGPT und Perplexity
Content-Struktur	Keyword-optimierte Landingpages	Faktenbasierte Antwortblöcke mit Quellenangabe
Technische Basis	Meta-Tags, Backlinks	Schema.org, Entity-Relationship, API-First
Compliance-Fokus	Impressum, Datenschutz	FINMA-konforme Haftungsausschlüsse, Quellenverlinkung
Erfolgsmessung	Klicks, Impressions	Mention-Rate in KI-Antworten, korrekte Zuschreibung

Häufig gestellte Fragen

Was kostet es, wenn ich nichts ändere?

Rechnen wir konkret: Bei einem Team von drei Content-Mitarbeitern und einem durchschnittlichen Stundensatz von 130 CHF investieren Sie rund 15.600 CHF pro Monat in Inhalte, die KI-Suchmaschinen nicht erfassen. Über fünf Jahre summiert sich dieser Verlust auf über 936.000 CHF an verbrannter Arbeitszeit, ohne messbaren Return in generativen Suchmaschinen. Hinzu kommen verlorene Kunden, die über KI-Systeme zu Wettbewerbern wandern.

Wie schnell sehe ich erste Ergebnisse?

Ein einfaches FAQ-Schema auf Ihrer Kerndienstleistungsseite kann innerhalb von 14 Tagen die erste Nennung in Perplexity oder ähnlichen Systemen auslösen. Umfassende Veränderungen an der Content-Architektur zeigen nach 60 bis 90 Tagen messbare Effekte in der Mention-Rate. Technische Anpassungen wie Schema-Markup werden von Suchmaschinen innerhalb von 48 Stunden indexiert, die Auswirkungen auf KI-Zitate folgen mit einer Verzögerung von ein bis zwei Wochen.

Was unterscheidet das von klassischem SEO?

Klassisches SEO zielt auf Positionen in der Google-Suchergebnisseite ab. KI-Suche — auch Generative Engine Optimization (GEO) genannt — zielt darauf ab, dass Ihre Inhalte als atomare Fakten in die Antworten von ChatGPT, Perplexity und Google AI Overviews eingebaut werden. Während SEO auf Keywords und Backlinks setzt, setzt GEO auf strukturierte Daten, Definitionsblöcke und maschinenlesbare Antwortarchitekturen. Beide Disziplinen ergänzen sich, ersetzen sich aber nicht.

Ist KI-generierter Content für Schweizer Banken erlaubt?

Ja, unter zwei Bedingungen: Erstens muss der Inhalt die FINMA-Richtlinien zur Klarheit und Nichtirreführung erfüllen. Zweitens muss nachvollziehbar sein, dass der Text maschinell erstellt wurde oder von einem Menschen geprüft wurde. Die FINMA verlangt keine explizite Kennzeichnung von KI-Texten, aber die inhaltliche Verantwortung liegt beim Institut. Ungeprüfte KI-Inhalte mit finanzempfehlendem Charakter sind nicht erlaubt und können als unlautere Fernberatung gewertet werden.

Welche Rollen im Team brauche ich dafür?

Sie benötigen drei Kompetenzen: Einen Content-Strategen, der die Antwortarchitektur plant und Definitionsblöcke entwirft. Einen Frontend-Entwickler oder SEO-Techniker, der Schema-Markup und strukturierte Daten implementiert. Und einen Compliance-Verantwortlichen, der alle Inhalte auf FINMA-Konformität prüft, bevor sie veröffentlicht werden. In kleineren Teams lassen sich diese Rollen kombinieren, sollten aber nicht derselben Person ohne Vier-Augen-Prinzip überlassen werden.

Fazit: Der nächste Schritt für Ihre Institution

KI-Suche in der Schweiz ist kein technisches Spielzeug, sondern eine strategische Notwendigkeit für Banken und Fintechs. Die Anforderungen sind klar: atomare Fakten, strukturierte Daten und FINMA-konforme Transparenz. Wer diese drei Elemente in seine Content-Architektur integriert, wird von ChatGPT, Perplexity und Google AI Overviews als vertrauenswürdige Quelle wahrgenommen. Wer das nicht tut, investiert weiterhin in Inhalte, die die entscheidende Zielgruppe der KI-gestützten Recherche nicht erreichen.

Der erste Schritt ist ein Audit Ihrer aktuellen KI-Sichtbarkeit. Prüfen Sie, welche Ihrer Seiten bereits Schema-Markup tragen, ob Ihre wichtigsten Dienstleistungen in Definitionsblöcken beschrieben sind und wie häufig Ihr Institut in KI-Antworten erwähnt wird. Als nächster Schritt empfiehlt sich ein kostenloses Audit unter geo-tool.com/audit, um Ihren aktuellen Status zu ermitteln und konkrete Prioritäten für die nächsten 30 Tage zu setzen.