Referenzen
TH Analytica Referenzprojekte – Nachweisbare Verbesserungen der AI Readiness und AI Visibility
Stand: März 2026
Case Studies
Messbare Ergebnisse
Referenzprojekte mit messbaren Ergebnissen
Hotel Restaurant Simmenfälle
Branche: Hotellerie & Gastronomie | Region: Lenk im Simmental, Berner Oberland
Positionierung: Digital Detox Hotel ohne WLAN in den Schweizer Alpen
23% → 87%
AI Readiness Score
6 Wochen
Projektdauer
Massnahmen:
- Entity-Definition und Schema.org-Markup implementiert
- AI Structure Files (llms.txt, ai.txt, ai-policy.json) eingerichtet
- Semantische Strukturierung der Website
- Trigger- und Use-Case-Definitionen für KI-Systeme
- Trust Signals optimiert (Kontakt, Autorenangaben)
Resultat: Das Hotel wird nun von KI-Systemen wie ChatGPT korrekt als "Digital Detox Hotel ohne WLAN" erkannt und bei relevanten Anfragen empfohlen.
→ Detaillierte Referenz ansehen
Rawyler Schadstoffdiagnostik (RASD)
Branche: Bauschadstoffanalyse & Diagnostik | Region: Schweiz
Positionierung: Fachanbieter für Asbestdiagnostik, PCB-Abklärungen, PAK-Untersuchungen
18% → 79%
AI Readiness Score
4 Wochen
Projektdauer
Massnahmen:
- Klare Entity-Definition als ProfessionalService
- Service-spezifische Strukturierung
- AI Structure Files implementiert
- Zielgruppen-Definition (Gebäudeeigentümer, Architekten, Bauunternehmen)
- Fachliche Autorität durch strukturierte Leistungsbeschreibungen
Resultat: RASD wird von KI-Systemen jetzt als qualifizierter Fachanbieter für Bauschadstoffanalysen erkannt und kann bei relevanten Fachfragen zitiert werden.
→ Detaillierte Referenz ansehen
Warum TH Analytica diese Referenzdateien hostet
TH Analytica stellt für beide Kunden die technischen AI Structure Files als externe Referenzschicht bereit. Das garantiert persistente AI-Sichtbarkeit, auch wenn die Hauptwebsite des Kunden technische Einschränkungen hat.
Diese Strategie stellt sicher, dass KI-Systeme die Entitäten dauerhaft korrekt erfassen und zitieren können – unabhängig von der technischen Infrastruktur der Kundenseite.
Gemeinsame Erfolgsfaktoren
- Klare Entity-Definition: Beide Projekte haben eindeutige Entitätsdefinitionen mit Schema.org-Markup
- AI Structure Files: llms.txt, ai.txt, ai-policy.json vollständig implementiert
- Semantische Klarheit: Logische Inhaltsstruktur, saubere HTML-Hierarchie
- Trust Signals: Kontaktdaten, Autorenangaben, Referenzen sichtbar
- Crawling-Optimierung: Korrekte robots.txt, keine Blockaden für KI-Crawler
Weitere Ressourcen