Ein weltklasse Katalog, den ausgerechnet ChatGPT nicht lesen darf.
LUSINI ist kommerziell stark (50.000+ Artikel, fünf Eigenmarken, tausende echte Bewertungen, ein umfangreicher deutscher Wikipedia-Artikel), aber diese Substanz wird von wenigen, hebelstarken Struktur-Defekten zunichtegemacht. Das grundlegendste Problem sitzt ganz vorne in der Pipeline: der Shop ist für KI-Crawler gesperrt.
Methode: 15 Kaufentscheider-Prompts (unbranded und branded) in 6 Sprachmärkten per API an drei Mainstream-Modelle (GPT-5.5, Claude Sonnet 4.6, Gemini 2.5 Flash), 270 Antworten bei temperature = 0, plus direktes Crawling / Triangulation für Technik-, Struktur- und Entitäts-Befunde (der Live-Shop ist Cloudflare-geblockt, daher über robots.txt, Corporate-Site, Wikidata und Suche trianguliert).
Reifegrad je Hebel.
Das Y1-Periodensystem ordnet die Stellhebel der KI-Sichtbarkeit den vier Pipeline-Stufen zu, jedes Element nach LUSINIs Reifegrad eingefärbt. Das Muster ist ungewöhnlich: fast nichts ist gesichert „stark", ein breites orangenes Band (weil der weltklasse Katalog vorhanden, aber hinter dem Block maschinell nicht verifizierbar ist) und neun harte Schwächen, konzentriert auf die Fundamente: selektiver Crawler-Zugang, Entitätsgraph, llms.txt, Zitierfähigkeit.
Was die Färbung trägt (Evidenz)
| Element | Reife | Befund |
|---|---|---|
| B3 AI-Crawler-Accessibility | teilweise | robots.txt erlaubt alle Bots, aber die Cloudflare-Edge filtert selektiv per UA (live getestet, mehrfach über mehrere URLs): ClaudeBot und Google-Extended kommen durch (200), GPTBot, OAI-SearchBot, PerplexityBot und CCBot werden mit 403 · cf-mitigated: challenge abgewiesen. Der Katalog ist damit für Anthropic und Google-Training erreichbar, für OpenAI/ChatGPT, Perplexity und CommonCrawl aber nicht. Rest-Vorbehalt: Cloudflare verifiziert Bots per IP, ein echter GPTBot aus verifizierter IP könnte anders behandelt werden, das selektive UA-Muster macht die Sperre aber wahrscheinlich |
| C2 Wikidata-Entity | schwach | Q17539735 existiert, beschreibt aber noch die alte „E.M. Group": Website em-group.de, altes Logo, ~10 Statements, keine Branche, keine Eigenmarken. Der kanonische Maschineneintrag kennt den Namen LUSINI nicht |
| C1 Wikipedia | teilweise | umfangreicher DE-Artikel (Umsatz, Historie, alle fünf Marken) plus SV-Artikel, aber kein englischer Artikel, obwohl EN-Storefront und US-Entität existieren |
| C4 Entity Disambiguation | schwach | „Lusini" ist ein häufiger italienischer Nachname, „VEGA" kollidiert stark (Stern, Auto, Krypto), verstärkt durch den veralteten Wikidata-Anker |
| B2 llms.txt | schwach | 404, kein kuratierter maschinenlesbarer Einstieg, der den Block kompensieren würde |
| C6 Review- & Rating-Data | stark | Trustpilot + Trusted Shops mit tausenden Bewertungen über die Locales (750 DE, 262 CH, 171 AT …), echtes Drittanbieter-UGC und für LLMs sichtbar |
| B5 De-Duplication & Canonical | stark | pfadbasierte /{lang}-{country}/-Locales, nationale ccTLDs per 301 konsolidiert, 16 deklarierte Sitemaps, lehrbuchmäßig |
Kern-Ironie: LUSINIs 50.000-Artikel-Katalog und die redaktionellen Ratgeber (Küchenbrigade-Glossar, Material-Kaufberatung) sind inhaltlich stark, bleiben aber für OpenAIs GPTBot, Perplexity und CommonCrawl hinter der Cloudflare-Challenge, während ClaudeBot und Google-Extended durchkommen. Ausgerechnet die größte KI-Antwortfläche (ChatGPT) sieht den Katalog nicht. Die Sichtbarkeit scheitert am Edge, nicht am Content.
Wo LUSINI auftaucht, und wo nicht.
Aus 270 Antworten, getrennt in unbranded (216 neutrale Kaufberatungs-Antworten, misst Entdeckung) und branded (54 Antworten, wo eine LUSINI-Marke im Prompt steht). Wichtig zur Interpretation: bei zwei der drei branded-Prompts steht „LUSINI" bereits in der Frage, das Modell wiederholt den Namen also zwangsläufig. Diese branded-Nennung ist ein Name-Echo, kein Sichtbarkeits-Signal. Für eine Dachmarke mit noch geringer Bekanntheit ist unbranded die entscheidende KPI: wer LUSINI nicht kennt, tippt es auch nicht ein.
LUSINI-Nennung nach Prompt-Typ
| Prompt-Typ | Nennungsanteil | Wert |
|---|---|---|
| Unbranded · Kaufberatung (Discovery) | 9 % | |
| Branded · VEGA im Prompt → LUSINI-Link (l14) | 6 % |
Bewusst nicht abgebildet: die zwei branded-Prompts, die „LUSINI" selbst nennen (l03, l12). Dort wiederholt das Modell den vorgegebenen Namen per Konstruktion zu ~100 % (36/36), ein tautologisches Echo, kein Sichtbarkeitswert. Der einzig aussagekräftige branded-Prompt fragt nach der Sub-Marke VEGA und verknüpft sie nur zu 6 % mit LUSINI, ein Beleg für die maschinell unlesbare Markenarchitektur. Belastbar als Sichtbarkeit bleibt allein unbranded.
Eigenmarken-Sichtbarkeit · unbranded vs. branded
| Eigenmarke | unbranded | branded | Kategorie |
|---|---|---|---|
| VEGA | 16 % | 59 % | Porzellan / Glas / Besteck |
| ERWIN M. | 4 % | 28 % | Textil / Tischwäsche |
| JOBELINE | 1 % | 26 % | Berufsbekleidung |
| PULSIVA | 0 % | 4 % | Value-Linie |
Auch organisch (unbranded) wird die Sub-Marke VEGA (16 %) häufiger genannt als die Dachmarke LUSINI (9 %). Die bekannteste Einheit im Portfolio ist nicht der Absender, sondern eine seiner Marken, ein Awareness-Defizit der jungen Dachmarke.
Wettbewerber · Share of Voice in der Kaufberatung (unbranded), sortiert
| Anbieter | Share of Voice | Kontext |
|---|---|---|
| Metro / Makro | 42 % | generische Default-Antwort (Cash-and-Carry) |
| Amazon | 32 % | generische Default-Antwort (kein HoReCa-Spezialist) |
| Villeroy & Boch | 20 % | Hersteller-Ebene, VEGA-Konkurrenz |
| Arcoroc | 18 % | Glas-Hersteller (Arc) |
| Bauscher | 12 % | Hotelporzellan-Hersteller |
| Schönwald | 11 % | Hotelporzellan-Hersteller |
| LUSINI | 9 % | hinter Metro, Amazon und den reinen Porzellan-Herstellern |
| GastroHero | 7 % | B2B-Gastrohändler |
| GGM Gastro | 4 % | B2B-Händler, Marktführer-Narrativ |
Nur die neutrale Kaufberatung (unbranded) erlaubt einen fairen Wettbewerbsvergleich, hier konkurrieren alle Anbieter zur selben offenen Frage. Eine branded-Spalte zeigen wir bewusst nicht: die branded-Prompts drehen sich um LUSINI/VEGA und verzerren jedes Wettbewerber-Signal, Amazon und Metro erscheinen dort mit 0 %, nur weil die LUSINI-zentrierten Fragen sie nicht einladen, GGM und GastroHero mit 33 %, nur weil ein Vergleichs-Prompt sie namentlich nennt. Sprachlich (unbranded): DE trägt die Sichtbarkeit, international dünn. Modelle: OpenAI nennt LUSINI am ehesten, Anthropic am seltensten.
Von der Diagnose zu Hebeln.
Priorisiert nach Fundamentalität: die Pakete setzen an den 9 schwachen Elementen und den wichtigsten der 21 teilweisen an. Der mit Abstand grundlegendste Hebel steht bewusst zuerst, denn ohne Crawler-Zugang für OpenAI, Perplexity und CommonCrawl wirkt kein anderer, auch nicht der beste Content.
- kritisch Die blockierten KI-Crawler auf die Cloudflare-Allowlist nehmen: GPTBot und OAI-SearchBot (OpenAI/ChatGPT), PerplexityBot und CCBot (CommonCrawl) erhalten heute
403 · cf-mitigated: challenge, während ClaudeBot und Google-Extended bereits durchkommen. Sie aus der Managed Challenge / dem AI-Bot-Block ausnehmen. Verifizieren: Seiten mit den jeweiligen Bot-User-Agents abrufen und200statt403bestätigen. - kritisch Erst dadurch werden Katalog (50.000 SKUs), Kategorien und die redaktionellen Ratgeber überhaupt ingestierbar, samt der bereits vorhandenen Produkt-Specs und Schema-Daten (B1/A5/A7/D4). Nichts anderes in Stufe 1 wirkt, solange dieser Block steht.
- kritisch Wikidata Q17539735 vom Altstand „E.M. Group" auf LUSINI aktualisieren: Label, offizielle Website, Logo, Branche, Gründer, HQ Wertingen, sowie
owner of→ VEGA / ERWIN M. / JOBELINE / PULSIVA / V-Touch (Sub-Marken als eigene Items anlegen und verknüpfen), dazu LEI/GLEIF und LinkedIn. Billigster Hebel mit der größten Wirkung, repariert Disambiguierung, Architektur-Lesbarkeit und Namenskonsistenz auf einen Schlag. - hoch Englischen Wikipedia-Artikel anlegen (DE-Artikel portieren und belegen). Im Englischen liegt das meiste LLM-Trainingsgewicht, EN-Storefront und US-Entität rechtfertigen die Relevanz (C1).
- mittel Nachnamen- und VEGA-Kollision entschärfen: konsistentes „LUSINI" mit Kontextankern (Gastro/HoReCa/Wertingen) über alle Erwähnungen, Legal-Entity-Namen konsolidieren (C4/C3).
- hoch llms.txt veröffentlichen, kuratierter Einstieg zu Marken-, Corporate- und Kategorieseiten, als kompensierender Eingang für den historischen Block (B2).
- hoch Organization- und Brand-JSON-LD auf Shop und dem unblockierten Corporate-Site ausspielen, inkl.
brand/subOrganization-Relationen, kodiert die Beziehung LUSINI→VEGA maschinenlesbar (B7/C4). - mittel Öffentlichen, maschinenlesbaren Produkt-/Preis-Feed für Agenten bereitstellen, damit die Sortimentsbreite AI-legibel wird statt hinter der Shop-Wand zu stranden (B8).
- hoch Drittanbieter-Co-Citation gewinnen. Heute besetzen GGM Gastro („Marktführer") und GastroHero („beste Sichtbarkeit") das Narrativ, LUSINI deklariert sich meist selbst. Platzierung in DE/EN-„Beste HoReCa-Lieferant / Beste Restaurant-Ausstattung"-Listen, Fachmedien und Vergleichs-Content anstoßen (A8/A6/C7).
- mittel Redaktionelle Ratgeber mit Quellenangaben und direkten Definitionen versehen, damit die Claims zitierfähig werden (A6).
- hoch Die starke Trustpilot-/Trusted-Shops-UGC als AggregateRating/Review-Schema ausspielen. Heute vorhanden, aber nicht als maschinenlesbares Signal exponiert (C6).
- mittel Zertifizierungen und Auszeichnungen datiert und maschinenlesbar auszeichnen (C8/A8).
- retainer Diese Messung fortlaufend fahren (Modelle × Sprachen × Kategorien über Zeit) als Wirkungsnachweis, besonders um den Effekt der Crawler-Freigabe messbar zu machen, sobald der Katalog ingestiert wird.