# Deutsch für den Kunden, Englisch für die KI? Warum eine englische Sprachversion ein GEO-Hebel sein kann > URL: https://4eck-media.de/blog/geo-hack-englische-sprache-deutsche-website/ > Language: de > Description: Auf Clutch, dem großen internationalen Bewertungsportal für Agenturen, steht unser Profil irgendwo um Platz 1.350. Dorthin scrollt kein Mensch. Eine KI schon: Anfang August erreic… --- Auf Clutch, dem großen internationalen Bewertungsportal für Agenturen, steht unser Profil irgendwo um Platz 1.350. Dorthin scrollt kein Mensch. Eine KI schon: Anfang August erreichte uns ein Auftrag aus Kanada, und auf die Frage, wie der Kunde ausgerechnet auf eine Agentur in Waren an der Müritz kommt, war die Antwort: Claude hatte uns empfohlen. Vermutlich hat die KI unser Clutch-Profil eingesammelt und anschließend unsere Website geprüft. Dort fand sie eine englische Sprachversion und eine Struktur, die Maschinen lesen können; ein externer Agent-Ready-Check bescheinigt 4eck-media.de aktuell 100 von 100 Punkten. Für Menschen waren wir auf Platz 1.300 unsichtbar. Für die Maschine waren wir ein Treffer. Die Pointe daran: Beauftragt wurden wir mit einem GEO-Audit, als Ausgangsbasis für das Angebot der kompletten [GEO-Maßnahmen](https://4eck-media.de/blog/geo-framework-ki-sichtbarkeit-empfehlungen/). Der Auftrag, die KI-Sichtbarkeit eines Unternehmens zu verbessern, kam also selbst über eine KI-Empfehlung zustande. Ein passenderes Praxisbeispiel für das Thema GEO kann man sich kaum ausdenken, und genau deshalb erzählen wir die Geschichte hier. Wir haben eine Hypothese, die zum GEO-Hack für deutschen Website taugt: Es gibt einen **English-Bias** und eine englische Sprachversion ist ein kleiner GEO-Hebel für deutsche Websites, auch dann, wenn die englische Seite kaum ein Mensch besucht. ![GEO-Hack: Englische Sprache für deutsche Websites](https://4eck-media.de/wp-content/uploads/2026/08/geo-hack-englische-sprache.avif "GEO-Hack: Englische Sprache für deutsche Websites") ## Mechanismus 1: Die KI sucht anders, als Sie fragen Wenn Sie ChatGPT, Claude oder Gemini eine Frage stellen, muss Ihre Formulierung nicht wörtlich in die Websuche übernommen werden. KI-Suchsysteme können eigene Suchanfragen formulieren, mehrere Suchschritte durchführen und ihre Queries anhand bereits gefundener Ergebnisse verfeinern. Aus „Welche Unternehmen in Deutschland bieten industrielle Isolierungen an?“ kann im Suchschritt theoretisch „industrial insulation companies Germany“ werden. Hier sind beispielhaft die Denkschritte von Gemini zu sehen: ![Deutsche Suche, englische Denkschritte](https://4eck-media.de/wp-content/uploads/2026/08/gemini-denkschritte-englisch.avif "Deutsche Suche, englische Denkschritte") Für ChatGPT Search ist dieser grundlegende Mechanismus sogar dokumentiert: OpenAI beschreibt, dass eine Nutzerfrage typischerweise in eine oder mehrere gezieltere Suchanfragen umgeschrieben wird und im Verlauf weitere Suchanfragen entstehen können. Ob dabei aus einer deutschen Fachfrage tatsächlich eine englische Query wird, hängt vom konkreten Fall ab und ist kein dokumentierter Automatismus. Genau hier entsteht aber zumindest die Möglichkeit eines zusätzlichen englischsprachigen Retrieval-Pfades. Zu vielen Fachthemen existiert auf Englisch schlicht mehr und besser verlinktes Material. Eine Website, die zusätzlich auf Englisch existiert, kann deshalb auch für englisch formulierte Suchanfragen auffindbar sein. ## Mechanismus 2: Der Bias steckt in den Retrieval-Systemen selbst Der zweite Mechanismus ist gründlicher erforscht und wirkt noch grundsätzlicher, denn er funktioniert ganz ohne übersetzte Suchanfrage. KI-Suchsysteme arbeiten mehrstufig: Ein Retriever sammelt Kandidaten-Dokumente ein, ein Reranker sortiert sie nach Relevanz, und erst danach formuliert das Sprachmodell die Antwort. Genau in diesen Zwischenschritten sitzt der Bias. Eine Studie der Chung-Ang University in Seoul hat die Sprachpräferenzen dieser Systeme systematisch vermessen. Das Ergebnis: Retriever bevorzugen Dokumente in der Sprache der Anfrage und in ressourcenstarken Sprachen. Englisch ist dabei der Sonderfall. Englische Dokumente erhalten fast durchgängig die höchsten Präferenzwerte, teilweise sogar höhere als Dokumente in der Sprache der Anfrage selbst. Die Autoren führen das auf die Trainingsdaten zurück, die überwiegend englisch sind. Eine zweite Untersuchung mit dem Titel „All Languages Matter“ hat den Effekt beziffert: Beim verbreiteten BGE-Reranker konzentrieren sich rund 60 Prozent der ausgewählten Dokumente auf genau zwei Sprachen, Englisch und die Sprache der Anfrage. Alle anderen Sprachen teilen sich den Rest. Im Versuchsaufbau stieg die gemessene Antwortqualität bei einer besseren Evidenzauswahl je nach Modell um 12,9 bis 20 Punkte gegenüber der ursprünglichen Auswahl. Für die Forschung ist dieser Bias ein Problem, das es zu beheben gilt. Für Website-Betreiber ist er zunächst einmal eine Information: Wer in beiden bevorzugten Sprachen präsent ist, besetzt beide Slots, die das System offenhält. Eine deutsche Website mit englischer Sprachversion deckt für deutsche Anfragen die Query-Sprache ab und bedient zugleich die strukturelle Englisch-Präferenz der Modelle. ## Mechanismus 3: Englisch prägt die internen Repräsentationen vieler Modelle Der dritte Befund kommt aus der Grundlagenforschung. Ein Team der EPFL Lausanne hat an Llama 2 untersucht, in welcher Sprache multilinguale Modelle intern arbeiten. Vereinfacht zeigte sich dabei ein abstrakter Konzeptraum, der näher am Englischen liegt als an den untersuchten anderen Sprachen. Eine neuere Untersuchung mit Modellen wie Llama 3.1, Gemma 2, Mixtral und Aya fand ebenfalls Hinweise auf englischzentrierte interne Repräsentationen, insbesondere bei semantisch wichtigen Wörtern. Der Effekt ist allerdings modellabhängig und erlaubt nicht die pauschale Aussage, dass jedes moderne Sprachmodell grundsätzlich „auf Englisch denkt“. Eine baskisch-spanische Forschungsgruppe zeigte passend dazu, dass Modelle bessere Ergebnisse liefern können, wenn sie nicht-englische Aufgaben zuerst selbst ins Englische übersetzen. Sie nannten den Effekt Self-Translate. Und eine dritte Arbeit mit dem schönen Titel „Faux Polyglot“ beschreibt die Folgen für die Informationssuche: Fehlen Informationen in der Sprache des Nutzers, **greifen Modelle bevorzugt auf die ressourcenstärkste Sprache zurück, also auf Englisch**. Inhalte, die auf Englisch existieren, haben damit eine**zweite Eintrittskarte in Antworten**, die in ganz anderen Sprachen formuliert werden. ## Was Zitierstudien in der Praxis zeigen Labor ist das eine. Es gibt inzwischen auch Auswertungen echter KI-Antworten. Eine Analyse von 6.844 Zitaten in Claude, Gemini und ChatGPT zeigt: Die Sprache der Anfrage ist der stärkste Faktor dafür, welche Quellen zitiert werden, deutlich stärker als das Land des Nutzers. Wer auf Deutsch fragt, bekommt überwiegend deutschsprachige Quellen. Das ist die eine Hälfte der Wahrheit, und sie bedeutet: Die deutsche Website bleibt das Fundament, an ihr führt nichts vorbei. Die andere Hälfte liefert eine Untersuchung von KI-Chatbots als Nachrichtenvermittler: Selbst bei Fragen zu nicht-englischen Nachrichten war die englische Wikipedia weltweit die meistzitierte Einzelquelle, und neun der zehn meistzitierten Domains waren englischsprachig. Englische Inhalte sickern also auch in Antworten ein, die mit englischen Anfragen gar nichts zu tun haben. Beide Befunde zusammen ergeben genau das Bild, das unsere Hypothese zeichnet: Deutsch für den Kunden und die deutsche Anfrage. Englisch zusätzlich für den Retrieval-Raum, in dem die Modelle ihre Quellen einsammeln. ## Was wir selbst damit machen Wir testen die These praktisch. Unsere eigene Agenturseite gibt es inzwischen auf Englisch, Französisch und Polnisch, und für Kunden wie Schloss Torgelow, Kurpfalz-Internat, Royal Tandoor, IVS Isolierung und WMH Herion haben wir englische Sprachversionen aufgebaut, obwohl deren wichtigster Markt der deutschsprachige bleibt. Massen englischsprachiger Besucher erwarten wir dort nicht. Die englischen Seiten sind in erster Linie für Maschinen da: damit Leistungen, Produkte und Zusammenhänge in einem zweiten sprachlichen Kontext auffindbar und zitierbar sind. ![WordPress-MultiSite Schloss Torgelow in sechs Sprachen – Deutsch, Englisch, Französisch, Spanisch, Russisch und Türkisch](https://4eck-media.de/wp-content/uploads/2026/04/schloss-torgelow-website-mehrsprachig-sechs-sprachen.avif "Schloss Torgelow – Mehrsprachige Website in sechs Sprachen") Der Aufwand dafür ist heute überschaubar. Mit KI-gestützter Übersetzung, sauberer hreflang-Auszeichnung und einem Workflow, der neue Inhalte automatisch mitübersetzt, kostet eine zusätzliche Sprachversion einen Bruchteil dessen, was sie noch vor fünf Jahren gekostet hätte. Wichtig bleibt die fachliche Kontrolle: Gerade die Fachbegriffe, über die Sie gefunden werden wollen, müssen korrekt übersetzt sein. „Industrielle Isolierung“ muss „industrial insulation“ heißen und kein maschinelles Sprachgemisch. ## Die ehrlichen Einschränkungen Drei Dinge gehören zur Wahrheit dazu. Erstens: Die zitierten Studien untersuchen überwiegend Labor-Pipelines mit Wikipedia-Korpora, keine Produktivsysteme wie ChatGPT Search. Die Übertragbarkeit ist plausibel, aber streng bewiesen ist sie nicht. Zweitens: Deutsch ist selbst eine ressourcenstarke Sprache. Der englische Vorsprung existiert auch gegenüber Deutsch, fällt aber kleiner aus als gegenüber kleinen Sprachen. Wer für den deutschen Markt schreibt, verliert ohne englische Version keine Existenzgrundlage, er verschenkt einen Zusatzkanal. Drittens: Die Forschung arbeitet aktiv daran, genau diesen Bias abzubauen. Beide RAG-Studien schlagen bereits Gegenmaßnahmen vor. Der Hebel hat also vermutlich ein Verfallsdatum. Das spricht aus unserer Sicht eher dafür, ihn jetzt zu bedienen, solange er wirkt. Wir jedenfalls profitieren davon mit Aufträgen aus der Schweiz, Österreich, Dubai, Japan oder Kanada, weil wir von der KI empfohlen wurden. Wir schließen nicht aus, dass unsere englischsprachigen Seiten eine kleine Rolle dabei gespielt haben. ## GEO-Hack: Fragen zur englischen Sprachversion als GEO-Hebel Lohnt sich eine englische Sprachversion auch, wenn ich ausschließlich deutsche Kunden habe? Ja, mit realistischen Erwartungen. Die englische Version ist in diesem Fall kein Vertriebskanal, sie ist ein Sichtbarkeitskanal für Maschinen. KI-Systeme bevorzugen bei der Quellenauswahl nachweislich Englisch und die Sprache der Anfrage, eine zweisprachige Website besetzt beide Positionen. Der Effekt ist ein Zusatz, kein Ersatz: Ihre deutsche Website bleibt das Fundament, denn für deutsche Anfragen zitieren KI-Systeme überwiegend deutschsprachige Quellen. Reicht eine maschinelle Übersetzung? Als Arbeitsgrundlage ja, als Endzustand nein. KI-gestützte Übersetzung macht den Aufwand heute überschaubar, die fachliche Kontrolle bleibt aber Pflicht. Entscheidend sind die Fachbegriffe, über die Sie gefunden werden wollen: „Industrielle Isolierung“ muss „industrial insulation“ heißen und nicht irgendeine wörtliche Annäherung. Wer die Begriffe mittels einer echten Keywordrecherche prüft, mit denen die eigene Branche international sucht, holt den größten Teil des Effekts mit wenigen Stunden Korrekturaufwand. Kann eine schlecht gepflegte englische Version schaden? Ja. Eine englische Seite mit veralteten Preisen, toten Links oder halb übersetzten Passagen kostet Vertrauen, bei Menschen wie bei Maschinen. Besser eine kompakte, aktuelle englische Version der wichtigsten Seiten als eine vollständige, die niemand pflegt. Technisch gehört eine saubere hreflang-Auszeichnung dazu, damit Suchsysteme die Sprachversionen korrekt einander zuordnen und keine Duplikats-Verwirrung entsteht. Muss ich die komplette Website übersetzen? Nein. Beginnen Sie mit den Seiten, die Ihre Leistungen, Ihr Unternehmen und Ihre Referenzen beschreiben, denn genau daraus zitieren KI-Systeme, wenn sie Anbieter empfehlen. Ein Blog mit hunderten Artikeln kann nachziehen oder deutsch bleiben. Faustregel: Alles, was ein potenzieller Kunde vor einer Anfrage lesen würde, gehört in die englische Version, der Rest ist optional. Woran erkenne ich, ob die englische Version wirkt? Drei Messpunkte. Erstens der Selbsttest: Fragen Sie ChatGPT, Claude und Gemini in beiden Sprachen nach den besten Anbietern Ihrer Leistung in Ihrer Region und notieren Sie, ob und wie Sie auftauchen, am besten monatlich. Zweitens die Server-Logs: Crawler wie GPTBot, ClaudeBot oder PerplexityBot zeigen, ob KI-Systeme Ihre englischen Seiten überhaupt abrufen. Drittens die Besucherquellen: Zugriffe mit Referrer chatgpt.com, perplexity.ai oder gemini.google.com sind Menschen, die aus einer KI-Antwort zu Ihnen gekommen sind. Gilt der Effekt auch für andere Sprachen als Englisch? Nur eingeschränkt. Englisch hat in den Modellen eine Sonderrolle: Es ist die ressourcenstärkste Trainingssprache und nach aktuellen Studien so etwas wie die interne Denksprache der Systeme. Weitere Sprachversionen lohnen sich deshalb aus Marktgründen, etwa Französisch oder Polnisch für Kunden in diesen Ländern, aber der strukturelle Retrieval-Bonus, um den es in diesem Artikel geht, gehört dem Englischen. Unsere Empfehlung: Englisch für die Maschinen, jede weitere Sprache nur für echte Zielmärkte. ## Was Sie konkret tun können Wenn Sie prüfen wollen, ob sich eine englische Sprachversion für Ihre Website lohnt, beginnen Sie mit drei Fragen: Verwendet Ihre Branche international gebräuchliche Fachbegriffe, unter denen auf Englisch gesucht wird? Haben Ihre Leistungen auch für internationale Interessenten Relevanz, und sei es nur als Zulieferer oder Partner? Und taucht Ihr Unternehmen heute in KI-Antworten auf, wenn Sie auf Englisch nach Ihrer Leistung und Ihrer Region fragen? Den letzten Punkt können Sie in fünf Minuten selbst testen, fragen Sie ChatGPT, Claude und Gemini einmal auf Deutsch und einmal auf Englisch nach den besten Anbietern Ihrer Branche in Ihrer Region. Falls Sie bei diesem Test nicht auftauchen: Genau dafür gibt es uns. Wir bauen [mehrsprachige Websites](https://4eck-media.de/kompetenzen/mehrsprachige-website-erstellen/) seit Jahren, inklusive der technischen Basis aus hreflang, strukturierten Daten und KI-lesbarer Architektur, und wir messen die Sichtbarkeit in KI-Suchen gleich mit. ## Quellen - Park & Lee: Investigating Language Preference of Multilingual RAG Systems, arXiv 2502.11175, [https://arxiv.org/abs/2502.11175](https://arxiv.org/abs/2502.11175) - Wang, Mo et al.: All Languages Matter: Understanding and Mitigating Language Bias in Multilingual RAG, arXiv 2604.20199, [https://arxiv.org/abs/2604.20199](https://arxiv.org/abs/2604.20199) - Sharma, Murray, Xiao: Faux Polyglot: A Study on Information Disparity in Multilingual Large Language Models, NAACL 2025, [https://arxiv.org/abs/2407.05502](https://arxiv.org/abs/2407.05502) - Wendler, Veselovsky, Monea, West (EPFL): Do Llamas Work in English? On the Latent Language of Multilingual Transformers, ACL 2024, [https://arxiv.org/abs/2402.10588](https://arxiv.org/abs/2402.10588) - Etxaniz et al.: Do Multilingual Language Models Think Better in English?, arXiv 2308.01223, [https://arxiv.org/abs/2308.01223](https://arxiv.org/abs/2308.01223) - English-centric internal representations in multilingual language models, arXiv 2502.15603, [https://arxiv.org/abs/2502.15603](https://arxiv.org/abs/2502.15603) - OpenAI: ChatGPT Search, [https://help.openai.com/en/articles/9237897-chatgpt-search](https://help.openai.com/en/articles/9237897-chatgpt-search) - Weglot: How AI Search Engines Cite Sources by Language and Country, [https://www.weglot.com/blog/ai-search-citations-language-country](https://www.weglot.com/blog/ai-search-citations-language-country) - Profound: How Query Language Reshapes AI Citations, [https://www.tryprofound.com/blog/how-query-language-reshapes-ai-citations](https://www.tryprofound.com/blog/how-query-language-reshapes-ai-citations) - Evaluating Commercial AI Chatbots as News Intermediaries, arXiv 2605.22785, [https://arxiv.org/pdf/2605.22785](https://arxiv.org/pdf/2605.22785)