Lokale Primärstudie · Bruchsal · 5. Oktober 2026

AI-Readiness der Dienstleister-Webseiten in Bruchsal

Wie gut sind Webseiten von Dienstleistern in Bruchsal — inklusive Stadtteile Untergrombach, Obergrombach, Büchenau, Helmsheim und Heidelsheim — auf KI-Suche und Assistenten vorbereitet? Diese lokale Auswertung misst dieselben Signale wie die deutschlandweite Studie, aber als vollständiger Orts-Census: alle auffindbaren, erreichbaren Dienstleister-Webseiten mit denselben Ausschlussregeln.

Fachartikel mit Interpretation: AI-Readiness in Bruchsal — Zahlen und Handlungsbedarf.

Webseiten im Census

180

180 auditiert (100 %)

Agent-Ready Ø

17/100

höher = besser für Agenten

llms.txt

14,4 %

Anteil mit llms.txt

Mit öffentlicher E-Mail

122

im Impressum oder Kontakt gefunden

Kapitel 1

Einleitung

Nationale Mittelwerte sagen wenig über einen konkreten Ort. Für Betriebe in Bruchsal zählt, wie die lokale Webseitenlandschaft im Vergleich zu den Anforderungen von KI-Suche und Assistenten dasteht — und wo die größte Lücke zwischen klassischer Auffindbarkeit und maschinenlesbaren Angebotsdaten liegt.

Diese Studie ist bewusst lokal und vollständig angelegt: Quellen sind OpenStreetMap, Gelbe Seiten / Branchensuchen und gezielte Web-Recherche. Jede erreichbare Webseite wird mit denselben Multi-Page-Prüfungen bewertet — anonymisiert und ohne Firmennamen in den öffentlichen Ergebnissen.

Kapitel 2

Methodik

  • Geografischer Scope: Stadt Bruchsal inkl. Stadtteile Untergrombach, Obergrombach, Büchenau, Helmsheim und Heidelsheim (PLZ 76646 und klar zuordenbare Adressen).
  • Nischen: Physiotherapie, Psychologie, Coaching, Steuerberatung, Fotografie, Gesundheitspraxen, Handwerk und weitere kleine Dienstleister — analog zur deutschlandweiten Studie.
  • Ausschlüsse: Rechtsanwälte, Kliniken/Krankenhäuser, Kommunen, Vereine und vergleichbare öffentliche/gemeinnützige Träger.
  • Audit: Agent-Ready-Score, Crawl-/llms-Scores, robots.txt/ Sitemap/ JSON-LD, Markdown-Negotiation, unvollständiges HTML / JS-Shell — Multi-Page, nicht nur Startseite.
  • Stichprobe Stand 5. Oktober 2026: 180 Domains, davon 180 mit vollständigem Audit.
180Webseiten

Webseiten nach Status

180 Webseiten · Prüfungsabdeckung 100 %.

  • Modernisierungsbedarf121 · 67 %
  • Ohne öffentliche E-Mail59 · 33 %

Auditierte Stichprobe nach Nische

Anteil an allen lokalen Audits.

  • Dienstleistung29,4 %n=53
  • Gesundheitspraxis24,4 %n=44
  • Handwerk14,4 %n=26
  • Steuerberater11,1 %n=20
  • Physiotherapie10,0 %n=18
  • Fotografie5,6 %n=10
  • Psychologie3,9 %n=7
  • Coaching1,1 %n=2

Kapitel 3

Ergebnisse

Unter 180 auditierten lokalen Webseiten liegt der mittlere Agent-Ready-Score bei 17/100. llms.txt ist bei 14,4 % vorhanden; Markdown-Negotiation bei 0,0 %.

Verteilung Agent-Ready-Score

Mittelwert 17/100

57 %
36 %
8 %
0 %
0 %
0–19102
20–3964
40–5914
60–790
80–1000

Verteilung Fit-Score

Mittelwert 83/100 · fit = 100 − agentReady

0 %
0 %
8 %
35 %
57 %
0–190
20–390
40–5914
60–7963
80–100103

Prävalenz technischer Signale

Anteil „wahr“ über alle lokalen Audits.

  • llms.txt vorhanden14,4 %n=26
  • Sitemap vorhanden63,3 %n=114
  • robots.txt vorhanden60,6 %n=109
  • JSON-LD erkannt37,2 %n=67
  • Markdown-Negotiation0,0 %n=0
  • KI-Crawler blockiert2,8 %n=5
  • Unvollständiges HTML / JS-Shell1,1 %n=2
  • Legacy-CMS erkannt57,8 %n=104

Häufigste Findings

Anteil der Audits mit dem Finding.

  • Keine Markdown-Negotiation100,0 %n=180
  • Kein llms.txt85,6 %n=154
  • Agent-Ready Level niedrig68,3 %n=123
  • Wenig strukturierte Daten65,0 %n=117
  • Kein klares robots.txt39,4 %n=71
  • Sitemap unklar36,7 %n=66
  • Sample-Seiten fehlerhaft26,1 %n=47
  • Website schwer erreichbar17,8 %n=32
  • KI-Crawler blockiert2,8 %n=5
  • Unvollständiges HTML1,1 %n=2

Kohorten: Modernisierungsbedarf vs. stärker AI-ready

Modernisierungsbedarf n=121 · stärker AI-ready n=0.

ModernisierungsbedarfStärker AI-ready

  • llms.txt

    14,9 %
    —

  • JSON-LD

    49,6 %
    —

  • Legacy-CMS

    73,6 %
    —

H1

Nicht gestützt

llms-Gap zwischen Kohorten

Sites mit Modernisierungsbedarf haben seltener llms.txt.

Evidenz: Modernisierungsbedarf 14,9 % vs. stärker AI-ready —

H2

Gestützt

Markdown nahe null

Markdown-Negotiation fehlt flächendeckend.

Evidenz: Markdown 0,0 %

H3

Nicht gestützt

CMS kein klarer Prediktor

Legacy-CMS-Anteil unterscheidet die Gruppen kaum.

Evidenz: Legacy bei Modernisierungsbedarf 73,6 % vs. —

H4

Gestützt

Crawl stärker als LLM-Layer

Klassische Crawl-Scores liegen über LLM-Schnittstellen-Scores.

Evidenz: Crawl Ø 72 vs. llms Ø 24

Kapitel 4

Diskussion

Die lokale Lage lässt sich gegen die DE-weite AI-Readiness-Studie lesen: oft sind robots/Sitemap und klassische Crawl-Signale relativ stark, während llms.txt, strukturierte Angebotsdaten und Markdown-Negotiation fehlen. Für Betriebe in Bruchsal heißt das konkret: Wer in Assistenten und KI-Suche sichtbar werden will, braucht zitierfähige Fakten zu Leistung, Ort und Kontakt — nicht nur eine mobile Webseite.

CMS allein erklärt die Lücke nicht. WordPress oder Baukasten können agent-ready werden; entscheidend sind maschinenlesbare Oberflächen und klare Orts- und Leistungsangaben — siehe auch die Regionenseiten zu Bruchsal und Conversion unter /regionen/bruchsal.

Kapitel 5

Fazit & Ausblick

Bruchsal verdient einen eigenen Messpunkt: vollständiger Orts-Census statt Stichprobe aus dem Bundesland. Die Zahlen hier werden regelmäßig aktualisiert. Praxisnähe: Webseite-Check starten, Kurzreport lesen, bei Bedarf modernisieren — mit Fokus auf Agenten-Lesbarkeit und lokale Klarheit.

Sofort-Check

Webseite-URL prüfen

Kurzreport direkt ansehen — für den Vollreport hinterlegst du danach deine E-Mail.

Methodik und DE-Vergleich: /studie. Fachartikel: /themen/ai-readiness-bruchsal-studie. Stand 5. Oktober 2026. Keine Firmennamen in den öffentlichen Aggregaten.