Berliner Restaurants in KI-Antworten 2026: Warum die Frage über die Empfehlung entscheidet

Für die Berliner Gastronomie gibt es bereits einen KI-Datensatz zur gehobenen Küche. Was fehlte, ist die alltägliche Entscheidung: der Geburtstag mit zwanzig Personen, das Essen im eigenen Kiez, die Frage nach einer bestimmten Küche. Genau die haben wir gemessen. Am 3. September 2026 haben wir 45 Berliner Restaurants über 55 Gästefragen aus fünf Themenfeldern verfolgt, auf ChatGPT, Gemini und Google AI Overview. Jede Marke wurde gegen denselben Nenner von 316 ausgewerteten Antworten gemessen. Das deutlichste Ergebnis vorweg: Selbst das meistgenannte Haus der Stadt kommt in weniger als jeder vierten Antwort vor.

Kurz gesagt

• Das meistgenannte Haus im Testfeld, AMRIT, steht in 22,8 Prozent der 316 ausgewerteten Antworten und fehlt damit in 244 davon.
• Dahinter folgen FACIL mit 11,1 Prozent, das India Club Berlin mit 10,8 Prozent und Katz Orange mit 7,9 Prozent.
• Der Median über alle 40 Häuser mit gemessenen Daten liegt bei 2,2 Prozent. Die vier Häuser direkt unterhalb der veröffentlichten Tabelle liegen alle bei 3,2 Prozent.
• Die meistgeöffnete Quelle der Kategorie ist Mit Vergnügen, herangezogen in 25,9 Prozent aller Antworten, vor visitBerlin mit 22,8 Prozent.
• Der Fragetyp verschiebt die Antwort stärker als alles andere: Dasselbe Haus, das 62,5 Prozent der Küchenfragen für sich einnimmt, steht bei der Frage nach einem Abendessen in Berlin in 5,0 Prozent der Antworten.

Was wir gemessen haben, und wie

Wir verfolgen 55 Gästefragen aus fünf Themenfeldern: Anlässe und Gruppen, Kiez und Umgebung, indisch essen in Berlin, Ernährung und Küchenstil sowie die übergeordnete Frage, wo man in Berlin überhaupt essen geht. Die Fragen sind so formuliert, wie ein Gast sie tippt, überwiegend auf Deutsch, ergänzt um fünf englische Fragen für internationale Gäste. Jede Frage trägt einen Ortsbezug, also Berlin, einen Kiez oder ein Wahrzeichen. Ohne diesen Anker beantwortet ein Modell die Frage verlässlich für eine andere Region.

Die Zahlen dieses Berichts stammen aus 316 Antworten, erhoben am 3. September 2026 über ChatGPT, Gemini und Google AI Overview.

Damit klar ist, was hinter den Themenfeldern steckt, hier je ein echtes Beispiel aus dem verfolgten Satz. Bei Anlässen und Gruppen etwa die Frage, wo man in Berlin mit einer größeren Gruppe essen gehen kann, oder welches Restaurant am Potsdamer Platz sich für ein Geschäftsessen eignet. Bei Kiez und Umgebung die Frage, wo man in Berlin Kreuzberg an der Oranienstraße gut isst, oder welche Restaurants es rund um den Winterfeldtplatz in Schöneberg gibt. Bei Ernährung und Küchenstil die Frage nach guten Tandoori-Gerichten oder einer großen vegetarischen Auswahl. Und im übergeordneten Feld schlicht die Frage, wo man heute Abend in Berlin essen gehen soll. Das sind keine Fachbegriffe, sondern Sätze, wie Gäste sie tatsächlich eintippen.

Zwei Begriffe, die unten immer wieder auftauchen. Anteil der Antworten bedeutet, in wie vielen der 316 Antworten ein Haus genannt wurde. Anteil an allen Nennungen bedeutet, welchen Teil der insgesamt 612 Restaurantnennungen ein Haus für sich einnimmt. Die beiden Werte können auseinanderlaufen, und genau dann wird es interessant.

Wir erfassen, was die Engine zurückgibt, nicht was ein Betrieb über sich selbst sagt. Der öffentliche Messbeleg enthält das Messfenster, die Definitionen, die vollständige Verteilung über alle Häuser und die Quellentabelle.

Von den 45 verfolgten Marken erreichten fünf im Messfenster keine einzige Nennung. Sie sind aus der Auswertung unten ausgenommen, sodass 40 Häuser mit gemessenen Daten übrig bleiben.

Welche Berliner Restaurants nennt die KI?

Sortiert nach dem Anteil der Antworten. Bei gleichem Wert entscheidet der Anteil an allen Nennungen. Gezeigt sind die 13 präsentesten Häuser.

Die offiziellen Websites aller dreizehn Häuser stehen unten im Quellenverzeichnis. Sie kennzeichnen die untersuchten Betriebe. Eine Empfehlung, eine Partnerschaft oder eine Zusammenarbeit ist damit nicht verbunden, und kein Haus hat für die Aufnahme bezahlt.

Was die vollständige Verteilung zeigt

Der Median über alle 40 Häuser mit gemessenen Daten liegt bei 2,2 Prozent. Die vier Häuser direkt unterhalb der veröffentlichten Tabelle, Ständige Vertretung, Hofbräu Wirtshaus Berlin, Golvet und Ganymed Brasserie, liegen alle bei 3,2 Prozent. Danach fällt das Feld auf 2,2 Prozent und darunter. Die vollständige Verteilung mit Nennungen, Stimmungswerten und Durchschnittspositionen steht im Messbeleg.

Das Feld ist also nicht in eine Spitze und einen langen Schwanz geteilt, sondern in ein einzelnes führendes Haus, ein kleines Verfolgerfeld und dann eine breite, sehr flache Masse. Wer in dieser Masse steht, unterscheidet sich von den Nachbarn oft um einen einzigen Nennungsvorgang.

Die Frage entscheidet mehr als das Restaurant

Die Rangliste sagt, dass AMRIT vorne liegt. Die stärkere Aussage steckt darunter: Der Fragetyp verschiebt die Berliner Antwort stärker als die Frage, welches Haus objektiv das beste ist. Dasselbe Restaurant, das 62,5 Prozent der Antworten auf Fragen nach indischer Küche für sich einnimmt, steht bei der übergeordneten Frage, wo man in Berlin essen gehen soll, in 5,0 Prozent der Antworten.

Für einen Betrieb mit mehreren Häusern verschärft sich das noch. Eine Küchenfrage belohnt die Marke, weil ein Name genügt, um die Antwort zu gewinnen. Eine Kiez- oder Anlassfrage belohnt den einzelnen Ort, weil die Engine nach einer Adresse sucht, an der ein bestimmter Abend stattfinden kann. Wer vier Häuser betreibt, deren Standortseiten im Quelltext weder Adresse noch Öffnungszeiten noch Koordinaten führen, tritt bei der Kiezfrage faktisch mit einem einzigen Namen an, obwohl vier Orte existieren.

Praktisch heißt das: Ein Gast, der nach einer Küche fragt, bekommt eine andere Stadt zu sehen als ein Gast, der nach einem Abend fragt. Die Häuser, die eine Küchenfrage besetzen, verschwinden fast vollständig, sobald die Frage allgemeiner wird, und an ihre Stelle treten Häuser, die mit dieser Küche nichts zu tun haben. Wer seine Position nur an einer Küchenfrage misst, misst den kleineren Teil des Marktes.

Welche Quellen die Berliner Antworten bauen

Anteil der 316 Antworten, in denen mindestens eine Seite der jeweiligen Quelle herangezogen wurde.

Drei Dinge fallen auf. Erstens führt die Redaktion, nicht die Buchungsplattform. Mit Vergnügen, Top10 Berlin, Falstaff, tip Berlin und taste & stories stehen zusammen für den größten Block in dieser Tabelle. Eine Stadtredaktion entscheidet in Berlin mehr über die Empfehlung als jedes Reservierungsportal.

Zweitens ist das offizielle Tourismusangebot der Stadt kein Randphänomen. visitBerlin liegt auf Platz zwei und berlin.de unter den ersten zehn. Diese beiden Einträge sind für einen Betrieb bearbeitbar, kosten nichts und werden erfahrungsgemäß selten gepflegt.

Drittens taucht die eigene Website eines Restaurants als angezeigte Quelle selten auf. Wie eine Berliner Essensantwort aus diesen Quellen überhaupt entsteht, haben wir in Wo essen in Berlin Schritt für Schritt aufgeschrieben. Sie löst Fakten auf, wenn eine Engine sie öffnet, aber die Empfehlung selbst wird woanders geschrieben. Behandeln Sie diese Tabelle deshalb als Arbeitsliste in dieser Reihenfolge: zuerst die eigenen Einträge bei visitBerlin und berlin.de prüfen, dann die zwei Stadtredaktionen ansprechen, die Ihren Kiez wirklich abdecken, und erst danach über neue eigene Inhalte nachdenken.

Was dieser Bericht zeigt und was nicht

Lesen Sie ihn als Richtwert für eine Marktlage, nicht als Rangliste der Berliner Küche. Beantworten lassen sich damit vier klar begrenzte Fragen:

• Welche Berliner Häuser tauchen in KI-Antworten auf diese Art von Gästefragen überhaupt auf.
• Wie weit die Spitze vom Median entfernt ist.
• Welche Quellen die Engines für Berliner Gastronomie heranziehen und in welcher Größenordnung.
• Wie stark sich die Antwort verschiebt, wenn der Fragetyp wechselt.

Was er nicht zeigt: Er beweist keinen zusätzlichen Umsatz und keine zusätzliche Reservierung. Er belegt nicht, dass eine bestimmte Quelle eine bestimmte Nennung verursacht hat. Und er sagt keinem einzelnen Haus, dass es in jeder der verfolgten Fragen vorkommen sollte, denn nicht jede Frage passt zu jedem Betrieb. Es ist außerdem eine Messung an einem Tag, kein über Wochen geglätteter Verlauf. Ein einzelner Messtag fängt die Tagesform der Engines mit ein, und eine Marke, die an diesem Tag zufällig in einer starken Quelle stand, kann etwas zu weit oben landen. Für die Größenordnungen und die Reihenfolge an der Spitze ändert das wenig, für die flache Mitte des Feldes durchaus. Lesen Sie deshalb Rangunterschiede von wenigen Zehntelprozentpunkten nicht als echten Abstand.

Die praktische Konsequenz: Jagen Sie nicht der Rangliste als einer einzigen Zahl hinterher. Teilen Sie den Fragensatz nach Passung auf, sehen Sie sich die konkrete Antwort und ihre Quellen an, und reparieren Sie die schwächste Ebene Ihrer Belege zuerst.

Was das heißt, wenn Sie in Berlin ein Restaurant führen

Erstens, prüfen Sie die Fragetypen getrennt. Wenn Ihr Haus bei der Küchenfrage auftaucht und bei Anlass und Kiez fehlt, ist das kein Ruf-, sondern ein Belegproblem: Den Anlassantworten fehlt eine Seite, die Personenzahl, Räume und Ablauf klar benennt. Beginnen Sie damit, bevor Sie irgendetwas Neues veröffentlichen. Wenn Ihr Haus gar nicht auftaucht, diagnostizieren Sie zuerst, warum ein Restaurant bei ChatGPT unsichtbar bleibt.

Zweitens, behandeln Sie die Kiez-Listen als Namensfrage. KI-Systeme empfehlen Orte, nicht Firmen. Ein Betrieb mit mehreren Häusern, dessen Standortseiten im Quelltext weder Adresse noch Öffnungszeiten führen, wird wie ein einziger Name gezählt. Dieses Muster beschreiben wir ausführlicher in Restaurant-Gruppen bei ChatGPT sichtbar.

Drittens, lesen Sie die Quellentabelle als Rechercheliste, nicht als Verteiler. Der Unterschied ist konkret. Eine neue Karte, ein Küchenwechsel, ein barrierefreier Zugang oder eine eigene Zahl aus dem Betrieb ergeben einen echten redaktionellen Anlass. Die Bitte, in eine Liste aufgenommen zu werden, ergibt keinen. Wie sich diese Berliner Quellenordnung von anderen Städten unterscheidet, zeigt der Berlin-Restaurant-Index aus dem Juli, der mit einem anderen Fragensatz und einem anderen Häuserfeld gearbeitet hat und deshalb eine andere Quellenrangfolge ergab.

Viertens, entscheiden Sie bewusst, ob Sie die übergeordnete Frage überhaupt angreifen wollen. Sie ist der größte Topf und zugleich der teuerste. Wer dort auftauchen will, braucht redaktionelle Belege, die nichts mit der eigenen Küche zu tun haben, etwa eine Aufnahme in eine allgemeine Berlin-Liste. Für viele Betriebe ist der bessere Weg, zuerst Anlass und Kiez sauber zu besetzen, weil dort die Konkurrenz kleiner und der Beleg billiger ist. Beides gleichzeitig zu verfolgen kostet Aufmerksamkeit, die kleine Betriebe selten übrig haben.

Quellen

1. Schmitdy, öffentlicher Messbeleg zu diesem Bericht: Messfenster, Definitionen, vollständige Verteilung und Quellentabelle.
2. AMRIT, amrit.de: offizieller Auftritt und aktueller Standortbestand.
3. FACIL, facil.de: offizieller Auftritt des Hauses am Potsdamer Platz.
4. India Club Berlin, india-club-berlin.com: offizieller Auftritt des Hauses in Mitte.
5. Katz Orange, katzorange.com: offizieller Auftritt.
6. Cookies Cream, cookiescream.com: offizieller Auftritt.
7. Crackers, crackersberlin.com: offizieller Auftritt.
8. Café am Neuen See, cafeamneuensee.de: offizieller Auftritt.
9. Orania, orania.berlin: offizieller Auftritt.
10. Maharadscha, berlinmaharadscha.de: offizieller Auftritt.
11. Prince of Punjab, princeofpunjab.de: offizieller Auftritt.
12. Borchardt, borchardt-restaurant.de: offizieller Auftritt.
13. Nante-Eck, nante-eck.de: offizieller Auftritt.
14. Chutnify, chutnify.com: offizieller Auftritt.
15. Schmitdy, Berlin-Restaurant-Index aus dem Juli 2026: anderer Fragensatz, anderes Häuserfeld und längeres Messfenster, deshalb als Vergleich und nicht als Fortschreibung dieses Berichts zu lesen.

Häufige Fragen

Welches Berliner Restaurant wird in KI-Antworten am häufigsten genannt? Im Messfenster war das AMRIT mit 22,8 Prozent der 316 ausgewerteten Antworten, vor FACIL mit 11,1 Prozent und dem India Club Berlin mit 10,8 Prozent.

Wie sichtbar sind Berliner Restaurants in KI-Antworten insgesamt? Deutlich weniger, als die Rangliste vermuten lässt. Das führende Haus fehlt in 244 der 316 Antworten, und der Median über alle 40 Häuser mit gemessenen Daten liegt bei 2,2 Prozent.

Welche Quellen ziehen die Engines für Berliner Gastronomie heran? Mit Vergnügen in 25,9 Prozent der Antworten, visitBerlin in 22,8 Prozent und Top10 Berlin in 18,0 Prozent. Redaktionelle Stadtmedien liegen vor den Buchungsplattformen.

Warum taucht mein Restaurant bei einer Frage auf und bei einer anderen nicht? Weil der Fragetyp die Antwort stärker verschiebt als die Qualität des Hauses. Dasselbe Restaurant kann 62,5 Prozent der Antworten auf eine Küchenfrage einnehmen und bei der Frage nach einem Abendessen in Berlin in 5,0 Prozent der Antworten stehen. Prüfen Sie deshalb jeden Fragetyp einzeln, statt sich auf eine Gesamtzahl zu verlassen.

Wenn Sie sehen möchten, wie Ihr eigenes Haus in diesen Antworten abschneidet, prüfen Sie es mit unserem kostenlosen Diagnosewerkzeug für Restaurants.