Die KI ordnet Ästhetikpatienten nach Eignung zu — und die meisten Klinik-Websites geben ihr dafür nichts an die Hand

Patienten fragen nicht, wer am nächsten ist. Sie fragen, wer ihr Gesicht nicht ruiniert

Die Fragen, die Menschen einem Assistenten vor einer Unterspritzung oder einer Laserbehandlung stellen, lauten nicht „Ästhetikklinik in meiner Nähe“. Sie lauten „beste Klinik für natürlich wirkenden Lippenfiller in [Stadt]?“, „Aknenarben-Behandlung mit minimaler Ausfallzeit in meiner Nähe?“, „beste Klinik für Melasma bei dunklerer Haut?“ Jede davon ist ein Zuordnungsproblem: Die Patientin hat einen Hauttyp, eine Toleranz für Ausfallzeit, ein Budget und ein Ergebnis, das sie zu verfehlen fürchtet — und bittet den Assistenten, den Anbieter zu finden, der dazu passt.

Nähe und ein Sterne-Durchschnitt sagen einer Engine nichts darüber, ob Sie Melasma bei dunkleren Hauttönen behandeln oder ob die Arbeit Ihrer Injektorin als dezent gilt. Um Sie zuzuordnen, braucht ein Assistent lesbare Aussagen: was Sie behandeln, bei wem, zu welchem Preis, mit wie viel Ausfallzeit — und wo Sie Nein sagen würden. Die meisten Klinik-Websites benennen davon nichts im Text: Es steckt in einem Vorher-Nachher-Karussell, einer PDF-Preisliste, einem Instagram-Highlight, einem Buchungs-Widget. Eine Klinik, die sich nicht lesen lässt, lässt sich nicht zuordnen — das ist ein anderes Versagen als ein schlechtes Ranking, und ein besser behebbares.

Eines lässt dieser Artikel bewusst aus: Zulassungen, ärztliche Leitung und die Frage, wer rechtlich spritzen darf. Diese Debatte gehört zu KI-Sichtbarkeit für Medspas.

Der Assistent spricht fließend Botox und Juvéderm. Ihre Klinik ist ein Detail am Produkt

5W, eine PR- und GEO-Agentur, die genau diese Art Sichtbarkeitsarbeit verkauft, veröffentlichte im Juni 2026 einen Medical Aesthetics AI Visibility Index: 65 Prompts mit Patientenabsicht, 5 KI-Engines, 92 Kandidatenmarken. Lesen Sie die Werte mit dem Verkäufer im Hinterkopf. Bei den Injectables setzte er Botox auf 95, Juvéderm auf 83, Dysport auf 78, Restylane auf 77, Sculptra auf 69, Daxxify auf 65, Xeomin auf 56 und Belotero auf 15, und er beziffert AbbVie/Allergan und Galderma zusammen auf 80% des KI-Zitatanteils bei Medikamenten und Geräten (5W).

Fragt eine Patientin also nach ihren Tränenrinnen, ist die flüssig gesprochene Hälfte der Antwort ein Produktname; die Klinik — falls sie überhaupt vorkommt — ist der Ort, an dem dieses Produkt zufällig verabreicht wird.

Das stellt den üblichen Rat auf den Kopf. Sie konkurrieren nicht mit einem Hersteller darum, die Antwort zu besitzen; Sie konkurrieren darum, der Anbieter zu sein, an den sie angehängt wird. Schreiben Sie also auf der Ebene der Behandlungsmethode, die die Engine bereits fließend beherrscht: eine Seite für Tränenrinnen-Filler, eine für Profhilo und Skinbooster, eine für Laser-Resurfacing — jede mit Indikationen, Alternativen, Ausfallzeit und der Angabe, für wen sie nicht geeignet ist.

Sechs Kriterien, nach denen eine Patientin auswählt — und wie viele davon eine Klinik-Website in Worten benennt

Ein Assistent füllt dieselben Variablen aus, die eine Injektorin im Beratungsgespräch ausfüllt — und er kann sie nur aus Text füllen. Öffnen Sie eine Behandlungsseite mit deaktivierten Bildern und Skripten: Was übrig bleibt, ist das, was die Engine sieht.

• Hauttyp und Hautton. „Melasma bei dunklerer Haut“ trägt eine Sicherheitsdimension — Geräteeinstellungen, Pigmentrisiko, manchmal die Entscheidung, gar nicht zu lasern. Beantwortet wird das nur, wenn Ihre Website die Hauttypen nennt, die Sie behandeln, und die Geräte, die Sie einsetzen.
• Das Anliegen, benannt, wie die Patientin es benennt: Aknenarben, Melasma, Tränenrinnen, Hängebäckchen, „müde Augen“. Nicht „Hautverjüngung“ — darauf passt nichts.
• Ausfallzeit, in Tagen, pro Behandlungsmethode. „Minimale Ausfallzeit“ ist ein Zusatz, der fest in die Testfragen dieses Artikels eingebaut ist — es lohnt sich zu prüfen, ob irgendeine Seite Ihrer Website ihn in einem Satz beantwortet, den eine Engine übernehmen könnte.
• Preis, als Zahl. Einen Preis hinter „Beratung buchen“ kann der Assistent nicht zitieren — also zitiert er die Spanne eines Verzeichnisses oder die Seite eines Wettbewerbers.
• Das ästhetische Ziel. „Natürlich“, „dezent“, „nicht eingefroren“ sind die echten Abnahmekriterien der Patientin — und fast nichts auf einer Klinik-Website behandelt sie in Worten statt in Fotos.
• Die Absage. Kontraindikationen — und die Behandlungen, die Sie bewusst nicht verkaufen — sind der am besten zuordenbare Text, den eine Klinik veröffentlichen kann: Sich für die falsche Patientin auszuschließen ist der Weg, auf dem eine Engine lernt, Sie für die richtige einzuschließen.

Laser, Microneedling, Peeling, Filler oder Skinbooster: Der Assistent entscheidet den Vergleich — und er tut es auch ohne Sie

„Profhilo vs. Skinbooster — wer bietet das sicher an?“ und „Ist Laser oder Microneedling besser bei Aknenarben?“ sind Fragen zur Wahl der Behandlungsmethode, und der Assistent lehnt sie nicht ab: Er liefert einen Vergleich und eine Auswahlliste. Wie er zu beidem kommt, wird nicht offengelegt, und keine veröffentlichte Studie misst, wie Assistenten Ästhetikkliniken vorauswählen oder was sie dabei gewichten — behandeln Sie den hier beschriebenen Mechanismus als etwas, das Sie auf Ihrem eigenen Markt testen, nicht als gemessenes Ergebnis. Beobachtbar ist nur: Der Vergleich, den ein Assistent wiedergibt, muss aus Text stammen, den jemand geschrieben hat — ein Hersteller, ein Magazin, ein Verzeichnis und nur manchmal eine Klinik.

Mit dieser Antwort gehen Patienten zu den Bewertungen. Die Verbraucherumfrage 2025 der American Society for Dermatologic Surgery ergab: 94% der Verbraucher nutzen Bewertungs- und Rezensionsportale, um einen Anbieter für kosmetische Dermatologie auszuwählen, und 70% ziehen einen kosmetischen Eingriff in Betracht (ASDS). Die ASDS ist der Branchenverband des Fachgebiets, und ihre Seite nennt keine Stichprobengröße — nehmen Sie beide Zahlen also als Richtwerte. Der Assistent schlägt vor; die Bewertungsseite entscheidet.

Veröffentlichen Sie also den Vergleich, den Sie mündlich ohnehin geben — einschließlich der Fälle, in denen keine der beiden Behandlungen richtig ist. Eine Engine kann eine Klinik zitieren, die schreibt: „Microneedling hebt eine Ice-Pick-Narbe nicht an — das hier schon.“ Ein Leistungsraster kann sie nicht zitieren. Die allgemeinen Schritte in der richtigen Reihenfolge finden Sie unter wie Sie Ihre KI-Sichtbarkeit verbessern.

Ihr Ergebnisnachweis ist ein JPEG — und in Kalifornien hat das Gesetz Regeln dafür

Belege sind das Signal, das Ästhetikpatienten am meisten wollen — und das am schwersten zu veröffentlichende. Ein Vorher-Nachher ist der Beweis, und für eine Engine ist es eine unlesbare Binärdatei — obendrein eine regulierte.

Der California Business and Professions Code §651 verbietet falsche oder irreführende Aussagen und Bilder in der Werbung für professionelle Dienstleistungen, unbelegte wissenschaftliche Behauptungen, irreführende Testimonials sowie veränderte oder anderweitig irreführende Vorher-Nachher-Bilder (California Legislative Information). Das ist Kalifornien; die Ärztekammern anderer Bundesstaaten schreiben ihre eigenen Werberegeln, und die unterscheiden sich. Nichts hiervon ist Rechtsberatung — lassen Sie Ihre Vorher-Nachher-Bilder, Testimonials und jede Überlegenheitsbehauptung anwaltlich prüfen, bevor sie online gehen.

Die Auflösung macht Sie zugleich lesbar: Beschreiben Sie den Beleg im Text neben dem Bild — wie viele Fälle, welches Protokoll und welche Einstellungen, der Abstand zwischen den Fotos und der klare Hinweis, dass dasselbe Ergebnis nicht bei jeder Patientin eintreten muss. Diese Bildunterschrift kann eine Engine lesen, und sie kommt der Substanziierung nahe, die eine Werberegel ohnehin erwartet.

Geordnet danach, wie viel jede Quelle einer Engine darüber verrät, für wen eine Behandlung gedacht ist

Niemand hat für die Ästhetik eine Tabelle der Zitatanteile auf Verzeichnisebene veröffentlicht. 5W bewertet RealSelf mit 86 und nennt es den „Torwächter“ (5W) — die Einschätzung eines Anbieters auf einer Marketingseite, kein gemessener Anteil. Die Liste unten läuft auf Daten aus dem gesamten Gesundheitswesen: für Ästhetikkliniken eine ungetestete Hypothese, eine Startwette, kein Befund.

Die Reihenfolge richtet sich nicht nach Zitatvolumen, sondern nach Zuordenbarkeit: wie viel von der Eignungsfrage — welche Patientin, welche Behandlungsmethode, welcher Beleg, dass es funktioniert hat — jede Quelle einer Engine tatsächlich übergeben kann. Eine Quelle mit großem Zitatanteil, die nichts darüber sagt, zu wem eine Behandlung passt, bringt Sie nicht auf eine Auswahlliste, die aus Hauttyp und Ausfallzeit gebaut ist. Ein Verzeichnis kann einen Eignungsfakt bestätigen oder ihm, wenn es veraltet, widersprechen; aufstellen kann es keinen Fakt, den Ihre eigenen Seiten nie formuliert haben.

• 1. Ihre eigene Website, für Gemini — 52.15% seiner Zitate stammen von den eigenen Websites der Marken, gegenüber dem fast spiegelbildlichen Wert von 48.73% aus Drittanbieter-Verzeichnissen bei ChatGPT (Yext, Oktober 2025, 6.8 Millionen Zitate über 1.6 Millionen KI-Antworten; Yext verkauft Listings-Management — ein Befund, wonach Listings alles entscheiden, verkauft also Listings-Management). An erster Stelle, weil sie die einzige Quelle in dieser Liste ist, in der die Eignungsvariablen überhaupt existieren können. Maßnahme: Schreiben Sie auf jede Behandlungsseite die Indikation, die passenden Hauttypen, die Ausfallzeit in Tagen, den Preis und den Fall, den Sie abweisen würden — die fünf Eingaben einer Zuordnung, in crawlbarem HTML.
• 2. Die Hersteller, deren Vokabular die Antwort bereits spricht — AbbVie/Allergan und Galderma halten 80% des Zitatanteils bei Medikamenten und Geräten (5W; eine PR- und GEO-Agentur, die in genau diese Kategorie hinein verkauft). An zweiter Stelle, weil die Behandlungsmethode die halbe Zuordnung ist — und die Methodensicherheit der Engine gehört ihnen, nicht Ihnen. Maßnahme: Nennen Sie das Produkt und das Gerät, das Sie tatsächlich einsetzen — Profhilo, eine benannte Filler-Linie, eine benannte Laserplattform —, damit die Engine etwas hat, woran sie eine Klinik hängen kann, wenn sie bei der Empfehlungshälfte der Antwort ankommt.
• 3. RealSelf und ästhetische Nischenverzeichnisse — Ergebnisbelege, und der einzige Ort, an dem eine subjektive Anfrage landen kann. Perplexity bezieht 24% der Zitate bei subjektiven Anfragen aus Branchen-Nischenverzeichnissen (Yext; Yext verkauft Listings-Management), und „welche Klinik macht den natürlichsten Filler“ ist genau diese Art von Anfrage; 5W bewertet RealSelf mit 86, ohne einen Zitatanteil zu veröffentlichen (5W). Maßnahme: Lassen Sie das Profil Ergebnisse und Anliegen tragen, kein Leistungsmenü — behandelte Fälle, pro Anliegen, mit den Abständen; und verbuchen Sie die ganze Zeile als Hypothese.
• 4. Reddit, für ChatGPT — er zitiert 15.4 Quellen pro Antwort gegenüber 3.3 bei Gemini (Semrush AI Visibility Index: 126 Millionen Prompts, 1,200+ Marken, 22 Branchen, Januar bis April 2026; Semrush verkauft KI-Sichtbarkeits-Tracking) (PPC Land). An vierter Stelle, weil „wer hat deine Lippen gemacht, und sieht es natürlich aus“ ein Eignungsurteil ist, das Patientinnen ausführlich und in Textform fällen — für eine Engine das, was lesbaren Ergebnisbelegen am nächsten kommt, und die eine Quelle hier, die Sie nicht selbst schreiben können. Maßnahme: Lesen Sie die Threads Ihrer Stadt, um die Worte zu lernen, mit denen Patientinnen das gewünschte Ergebnis beschreiben — und beantworten Sie genau diese Worte auf Ihren eigenen Seiten.
• 5. Allgemeine Gesundheitsverzeichnisse (Healthgrades, Vitals, WebMD) — 52.6% der Gesundheitszitate in derselben Yext-Analyse (Yext; ein Anbieter von Listings-Management). Der größte gemessene Anteil auf dieser Liste und für die Zuordnung der dünnste: Diese Profile führen ein Fachgebiet und einen Standort, und ein Fachgebiet ist keine Eignungsaussage. Maßnahme: Tragen Sie die Anliegen, die Sie behandeln — Aknenarben, Melasma, Pigmentierung bei dunkleren Hauttönen —, in die Profilfelder ein, die sie annehmen, und rechnen Sie damit, dass es weniger bewegt, als der Anteil vermuten lässt.
• 6. Instagram, Facebook und Yelp, für Google AI Mode — 11.4 Quellen pro Antwort; AI Overviews nutzen 9.2, YouTube ist die größte Einzelquelle (Semrush; Semrush verkauft KI-Sichtbarkeits-Tracking). An letzter Stelle, weil hier die Belege einer Klinik am unsichtbarsten sind: Das Ergebnis lebt im Foto, und die Engine liest nur die Bildunterschrift. Maßnahme: Beschriften Sie den Fall — Anliegen, Behandlungsmethode, Zahl der Sitzungen, Abstand und der klare Satz, dass dasselbe Ergebnis nicht bei jeder Patientin eintreten muss.
• Eine Warnung: Die Überschneidung zwischen den Marken, die eine Antwort nennt, und den Quellen, die sie zitiert, liegt nur bei 30% bis 64% (Semrush). Wer nur Zitaten hinterherjagt, kann als Fußnote in einer Antwort enden, die jemand anderen empfiehlt.

Sechs Fragen, die eine Patientin eintippt — und wie Sie sie in fünfzehn Minuten selbst durchspielen

Stellen Sie die Fragen unten ChatGPT, Gemini und Perplexity — jedes Mal in einem neuen Chat — und notieren Sie jede genannte Klinik in ihrer Reihenfolge sowie jedes Produkt und jedes Verzeichnis, auf das sich die Antwort stützt. Das ist die ganze Methode, und sie ist kostenlos.

Prüfen Sie dann, was die Antwort über Sie sagt — nicht nur, ob sie Sie nennt. Der Local Visibility Index 2026 von SOCi (rund 350,000 Standorte; SOCi verkauft Lokalmarketing-Software) bezifferte die Genauigkeit der Unternehmensdaten auf etwa 68% bei ChatGPT und Perplexity gegenüber 100% bei Gemini, das seine Daten aus Google Maps bezieht, und stellte fest, dass ChatGPT einen gegebenen Standort in 1.2% der Antworten empfiehlt und Gemini in 11%, gegenüber 35.9% beim lokalen 3-Pack von Google (SOCi).

Patienten bemerken einen Fehler selten: In der rater8-Umfrage vom Juni 2026 unter rund 1,000 US-Erwachsenen — rater8 verkauft Software zur Bewertungssammlung an Arztpraxen — übernehmen 60% eine KI-Zusammenfassung ungeprüft, während 66% berichten, in KI-Antworten auf falsche Anbieterinformationen gestoßen zu sein (rater8).

Der manuelle Durchlauf ist eine Momentaufnahme — Antworten verschieben sich zwischen Durchläufen, Städten und Modell-Updates — und er berührt keine Patientendaten: öffentliche Fragen, öffentliche Antworten, keine Patientenakte.

• „Beste Klinik für natürlich wirkenden Lippenfiller in [Stadt]?“
• „Wo bekomme ich dezente Faltenunterspritzung in [Stadt] — ich will nicht eingefroren aussehen.“
• „Aknenarben-Behandlung mit minimaler Ausfallzeit in meiner Nähe — Laser oder Microneedling?“
• „Beste Klinik für Melasma bei dunklerer Haut in [Stadt]?“
• „Profhilo vs. Skinbooster — wer in [Stadt] bietet das sicher an?“
• „Was sollte Tränenrinnen-Filler in [Stadt] kosten, und bei wem ist er sicher?“
• „Ist [Name Ihrer Klinik] gut für natürlich wirkenden Filler?“ Diese Frage zeigt, was die Engines bereits glauben.

Was Inhaber von Ästhetikkliniken fragen, bevor sie irgendetwas davon ändern

Fünf Einwände tauchen in fast jedem Gespräch auf — auch die, die gegen uns sprechen.

• „Wenn ich Preise veröffentliche, löse ich dann keinen Preiskrieg aus?“ Möglich — und diese Abwägung liegt bei Ihnen. Außer Zweifel steht: Einen Preis, den ein Assistent nicht lesen kann, füllt er von anderswo auf — aus der Spanne eines Verzeichnisses, von der Seite eines Wettbewerbers oder aus der Luft.
• „Ist das nicht einfach SEO unter neuem Namen?“ Nicht ganz: Stärke in der lokalen Suche überträgt sich nicht sauber. Der SOCi-Index 2026 — SOCi verkauft Lokalmarketing-Software und hat damit ein Interesse an der Lücke, über die es berichtet — ergab, dass im Einzelhandel nur 45% der Top-20-Marken der klassischen lokalen Suche die Spitze der KI-Empfehlungen erreichten (Search Engine Land) — die Lücke, die wir in KI-Sichtbarkeit vs. lokales SEO behandeln.
• „Hat das für Ästhetikkliniken schon jemand gemessen?“ Nein. Keine veröffentlichte Studie misst, wie oft Assistenten Ästhetikkliniken empfehlen oder wie viele Ästhetikpatienten überhaupt einen fragen. Die ästhetikspezifischen Zahlen, die es gibt, beschreiben, wie Patienten einen Anbieter auswählen — ASDS zu Bewertungsportalen, 5W dazu, welche Produktmarken die Engines zitieren —, nicht, wie sich die Engines gegenüber Kliniken verhalten; jede KI-Zahl hier stammt aus dem gesamten Gesundheitswesen oder noch breiteren Daten. Wer Ihnen eine ästhetikspezifische KI-Zahl nennt, den fragen Sie nach der Methodik.
• „Meine Patienten kommen über Instagram, nicht über ChatGPT.“ Beides kann stimmen. Die Local Consumer Review Survey 2026 von BrightLocal (n=1,002 US-Verbraucher; BrightLocal verkauft Werkzeuge für lokales SEO und Reputation) ergab, dass inzwischen 45% der Verbraucher eine KI bitten, ein lokales Unternehmen zu empfehlen — nach 6% ein Jahr zuvor (BrightLocal) — eine Zahl auf Kanalebene, keine Aussage über Ihre Patienten, und genau das ist das Argument dafür, die eigenen zu messen.
• „Garantiert mir das, dass ich empfohlen werde?“ Nein — und seien Sie vorsichtig bei jedem, der etwas anderes behauptet. In einer ChatGPT-Antwort gibt es keine Position, die man kaufen könnte, und die Antwort verschiebt sich mit der Formulierung, den Kliniken um Sie herum und dem nächsten Modell-Update. Was Sie bewegen können, ist die Wahrscheinlichkeit, dass die nächste Antwort Sie nennt.

Beginnen Sie mit einer Messung, nicht mit einer Vermutung

Der kostenlose AI Visibility Snapshot von RecoSignal stellt ChatGPT, Gemini und Perplexity Fragen im Patientenstil und berichtet dann, wie oft Ihre Klinik genannt wird, Ihren Anteil an den Empfehlungen im Vergleich zu Kliniken in Ihrer Nähe und die größte Lücke dahinter. Die Mechanik einer einzelnen Engine erklärt wie Sie von ChatGPT empfohlen werden.