112 Online-Bewertungsstatistiken für 2026 mit Erklärungen

Alle Zahlen in diesem Artikel stammen aus zehn Primärquellen. An erster Stelle steht unsere eigene Studie zu 4,9 Millionen Google-Bewertungen auf 9.048 Bewertungsprofilen (Reviewflowz × Cartelis, Gone in 7 days, 2026). Die anderen neun Quellen sind eine Verbraucherbefragung, zwei Transparenzberichte von Plattformen, zwei Vertrauensberichte, eine Expertenbefragung und drei wissenschaftliche Studien. Jede Quelle wird bei jeder Verwendung genannt und verlinkt, und jede Zahl wird erklärt.

Der Text gliedert sich in acht Abschnitte. Bewertungsgewinnung zeigt, wer Bewertungen schreibt, was eine Anfrage bewirkt und welche Mengen die Plattformen verarbeiten. Antworten auf Bewertungen misst, was eine Antwort verändert: bei der Bewertung, beim Unternehmen und für den Leser. Was Google löscht ist die Studie selbst: welche Bewertungen verschwinden, wann und wo. Gefälschte Bewertungen und Durchsetzung zeigt, was die Plattformen entfernen und wie. Bewertungen und Rankings behandelt das lokale Paket, organische Ergebnisse und KI-Suche. Wie Menschen Bewertungen lesen zeigt, wo und wie sie lesen, und was eine Bewertung für sie zählen lässt. Was Bewertungen wert sind ordnet Vertrauen, Entscheidungen und Umsatz ein. Was ein Bewertungsprofil braucht schließt mit Anzahl, Aktualität und Note ab.

Jeder Punkt beginnt mit seiner Nummer und der zentralen Statistik in Fettdruck, gefolgt von der Quelle in Klammern mit Link und drei bis vier Zeilen dazu, was die Zahl bedeutet, was sie nicht bedeutet und wie man sie liest. Dort stehen auch die Vorbehalte: die Datengrundlage, die untersuchte Gruppe, was kontrolliert wurde und welche Berechnungen von uns selbst stammen. Die Liste zählt 1 bis 112, verteilt auf die acht Abschnitte.

Bewertungsgewinnung: wer verfasst sie, Anfragen, Mengen

1. Unternehmen, deren Bewertungen Personal nennen, erhalten 2,7-mal mehr Bewertungen pro Jahr als Unternehmen, bei denen Namen selten vorkommen. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das gilt bei gleicher Branche, Region und Größe. Sie verlieren auch mehr: 13 Bewertungen pro 100 gewonnene gegenüber 8, und schließen das Jahr mit doppelt so vielen Netto-Bewertungen ab. Die Zahl vergleicht Unternehmen, nicht einzelne Bewertungen. Sie belegt also nicht, dass ein genannter Name selbst die Ursache ist. Sie zeigt: Unternehmen, deren Kunden Mitarbeitende namentlich erwähnen, sammeln mehr, verlieren mehr und behalten unterm Strich mehr.

2. 28% der positiven Google-Bewertungen nennen eine Person. (Reviewflowz × Cartelis, Gone in 7 days, 2026) In den USA liegt der Anteil bei 38 %, in Europa bei 13 %, im US-Sektor Handwerksdienstleistungen bei 66 % und in der Hotellerie bei etwa 7 %. Drei Viertel dieser Namen tauchen in mehreren Bewertungen desselben Unternehmens wieder auf, das deutet auf Mitarbeitende hin. Die Zahl steht also vor allem für Mitarbeitende, nicht für einmalige Erwähnungen, und hängt viel stärker von Land und Branche ab als von einem Durchschnittswert.

3. Unternehmen mit vielen Namensnennungen sammeln 10 Bewertungen pro Monat, die anderen nur 5. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Stieg bei einem Unternehmen der Anteil benannter Bewertungen um 25 Punkte, sammelte es in diesen Monaten 36 % mehr Bewertungen im Jahresvergleich. Die zweite Zahl verfolgt dieselben Unternehmen über die Zeit, sie ist deshalb aussagekräftiger als die erste, die verschiedene Unternehmen vergleicht. Keine der beiden Zahlen sagt, wie das Unternehmen dorthin kam.

4. 14% der Google-Bewertungen stammen von einem Konto, das zum ersten Mal eine Bewertung schreibt. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Trustpilot, Trust Report 2025, 2025) Trustpilot zählte 2024 22 Millionen Erstbewertende, ein Plus von 13 %. Erstbewertungen sind ein normaler Teil des Bestands, kein Warnsignal an sich. Behalten Sie die 14 % für Punkt 38 im Kopf: Dort tauchen dieselben Konten in einem größeren Anteil der Löschungen auf.

5. 9% der Google-Bewertungen sind ein oder zwei Sterne. (Reviewflowz × Cartelis, Gone in 7 days, 2026; BrightLocal, Local Consumer Review Survey, 2026) BrightLocal findet die gleiche Tendenz auf der Schreibseite: 60 % der US-Verbraucher verfassten in den letzten 12 Monaten eine positive Bewertung, 29 % eine negative. Die 9 % sind der Bestand auf 9.048 Profilen. Sie beschreiben also, was ein Leser sieht, nicht die Leistung eines einzelnen Unternehmens. Nutzen Sie sie als Vergleichswert für ein einzelnes Profil.

6. 78% der US-Verbraucher wurden in den letzten 12 Monaten aufgefordert, eine Bewertung zu hinterlassen, und 83% derjenigen, die aufgefordert wurden, taten dies. (BrightLocal, Local Consumer Review Survey, 2026) Beide Werte beruhen auf Selbstauskunft in einer Befragung. Sie messen also, woran sich Menschen erinnern und was sie angeben, nicht das, was tatsächlich auf einem Profil passiert. Zusammen gelesen zeigen sie: Bewertungsanfragen sind weit verbreitet, und sie wirken. Die 83 % gelten für Menschen, die aufgefordert wurden, nicht für alle Verbraucher.

7. 28% sagen, dass sie immer eine Bewertung verfassen, wenn man sie darum bittet, gegenüber 16% im Jahr 2025. (BrightLocal, Local Consumer Review Survey, 2026) Bemerkenswert ist der Sprung, nicht der absolute Wert. Eine angegebene Absicht ist nicht dasselbe wie tatsächliches Verhalten. Rechnen Sie also nicht damit, dass 28 % jeder Bewertungsanfrage zu einer Bewertung führen. Was dafürspricht: regelmäßig nachzufragen. Der Anteil der Menschen, die standardmäßig Ja sagen, wächst.

8. 69% der US-Verbraucher schrieben in den letzten 12 Monaten eine Bewertung für ein Unternehmen. (BrightLocal, Local Consumer Review Survey, 2026) Der typische Verbraucher schreibt 4 bis 6 pro Jahr. 20 % schrieben mehr als 10, 7 % mehr als 50. Die Verteilung ist wichtiger als der Durchschnitt: Eine kleine Gruppe verfasst einen großen Teil des Volumens.

9. Google sammelt Bewertungen von 45% der US-Verbraucher, Facebook 34%, Yelp 24%, Apple Maps 17%, Tripadvisor 16% und BBB 16%. (BrightLocal, Local Consumer Review Survey, 2026) Das sind die Plattformen, auf denen Menschen angeben, im letzten Jahr geschrieben zu haben. Die Summe liegt über 100 %, weil viele Menschen auf mehreren Plattformen schreiben. Entscheidend ist der Abstand zwischen Google und dem Rest, und Apple Maps mit 17 % ist bemerkenswert, auch im Vergleich zu seinem Leseanteil in Punkt 76.

10. 27% der US-Verbraucher wurde ein Rabatt für eine Bewertung angeboten, gegenüber 36% im Jahr 2025 und 45% im Jahr 2024. (BrightLocal, Local Consumer Review Survey, 2026; Tripadvisor, Transparency Report, 2025) 11 % wurde gezielt etwas für eine positive Bewertung angeboten. Auf der Durchsetzungsseite verwarnte Tripadvisor 2024 rund 9.000 Unternehmen wegen anreizgesteuerter Bewertungen und entfernte 360.000 Bewertungen, die an Mitarbeiter-Incentive-Programme gebunden waren. Beide Zahlen passen zusammen: Anreize gehen zurück, und die Plattformen gehen dagegen vor.

11. Verifizierte Käufer bewerten höher: durchschnittlich 4,34 Sterne gegenüber 3,89 für anonyme Bewertende. (Spiegel Research Center, How Online Reviews Influence Sales, 2017) Gemessen an 122.000 Bewertungen zu 13.500 Produkten. Die Studie sagt nicht, warum. Der Unterschied besteht zwischen zwei Gruppen von Verfassern, nicht durch den Effekt des Badges auf denselben Schreiber. Es handelt sich also um einen Selektionseffekt, und das erklärt, warum verifizierte Bewertungen positiver wirken.

12. Wer schreibt, zählt doppelt: Eine Bewertung eines Yelp-Elite-Rezensenten wirkt sich etwa doppelt so stark auf den Umsatz aus wie eine von jedem anderen, und auf Google wird eine Bewertung eines Local Guide ab Stufe 6 nur 0,59-mal so oft gelöscht wie eine von Stufe 1 bis 3. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016; Reviewflowz × Cartelis, Gone in 7 days, 2026) Die Google-Zahl bezieht sich auf dasselbe Unternehmen, es ist also keine Vermischung verschiedener Branchen. Die beiden Zahlen stammen von verschiedenen Plattformen und Jahren und lassen sich nicht addieren. Zusammen zeigen sie: Der Status des Rezensenten zählt sowohl für Leser als auch für die Filter der Plattform.

13. Trustpilot erhielt 2024 61 Millionen Bewertungen, ein Plus von 15%, fast 200.000 pro Tag, und Google veröffentlichte 2025 mehr als 1 Milliarde Bewertungen auf Maps. (Trustpilot, trust page, 2026; Google, Maps Trust and Safety update, 2026) Die Größenordnungen sind nicht vergleichbar: Trustpilot zählt Einreichungen in einem Jahr, Google zählt, was nach der Prüfung veröffentlicht wurde. Nutzen Sie die Zahlen, um die Größe der Plattformen einzuordnen, nicht um sie zu bewerten. Googles Zahl ergänzt sich mit den 292 Millionen, die laut Punkt 48 blockiert oder entfernt wurden.

14. Tripadvisor erhielt 2024 31,1 Millionen Bewertungen, und Unternehmen beantworteten in diesem Jahr über 11 Millionen Bewertungen. (Tripadvisor, Transparency Report, 2025) Die Zahl der Antworten umfasst alle Bewertungen, nicht nur die neuen des Jahres. Teilen Sie die beiden Werte also nicht durcheinander. Die beiden Zahlen zusammen zeigen: Antworten des Unternehmens sind auf Tripadvisor Routine.

15. 94% der US-Verbraucher sind grundsätzlich bereit, eine Bewertung zu schreiben, 6% sagen, dass sie es nicht täten. (BrightLocal, Local Consumer Review Survey, 2026) Bereitschaft ist keine Handlung: Tatsächlich schrieben in den letzten 12 Monaten nur 69 % eine Bewertung (Punkt 8). Die Lücke zwischen 94 und 69 ist der Spielraum, den eine Bewertungsanfrage nutzen kann. Die 6 % sind der Anteil, den keine Anfrage erreicht.

Antworten auf Bewertungen

16. Eine Antwort innerhalb von zwei Tagen halbiert die Löschungswahrscheinlichkeit einer positiven Google-Bewertung. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Localo, 2026) 1,5 % der beantworteten Fünf-Sterne-Bewertungen wurden zwischen Tag 3 und 7 gelöscht, gegenüber 2,4 % der unbeantworteten, also das 0,51-Fache bei gleicher Branche und Größe. Localo behauptet, eine schnelle Antwort schütze nicht, weil 60,1 % der gelöschten Bewertungen im eigenen Datensatz bereits eine Antwort hatten. Das misst aber keinen Schutzeffekt. Localos Datensatz besteht aus den eigenen Kundenprofilen, und Kunden eines Bewertungsmanagement-Tools antworten viel häufiger als das durchschnittliche Unternehmen. Deshalb tragen die meisten ihrer Bewertungen eine Antwort, gelöscht oder nicht. Der Anteil gelöschter Bewertungen mit Antwort sagt nichts aus, solange man nicht auch den Anteil überlebender Bewertungen mit Antwort kennt, und dafür fehlt Localo der Vergleichswert. Wir haben beantwortete und unbeantwortete Bewertungen gleichen Alters in denselben Unternehmen verglichen: Die beantworteten überleben häufiger.

17. Innerhalb des Fensters spielt die Geschwindigkeit kaum eine Rolle: Eine Antwort am selben Tag ergibt das 0,46-Fache der Löschwahrscheinlichkeit, am nächsten Tag das 0,52-Fache, an Tag zwei das 0,51-Fache. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Die drei Zahlen liegen eng beieinander. Das Antworten an sich macht den Unterschied, nicht das Tempo. Denken Sie an ein Zwei-Tage-Fenster, nicht an eine Stoppuhr: Eine Antwort an Tag zwei schützt eine positive Bewertung fast genauso gut wie eine Antwort innerhalb einer Stunde.

18. Der Schutz liegt auf der Bewertung, nicht auf dem Unternehmen. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Über den gesamten Bestand hinweg wird eine beantwortete Bewertung innerhalb desselben Unternehmens nur 0,72-mal so oft gelöscht. Doch Unternehmen, die auf keine ihrer Bewertungen antworten, verlieren Bewertungen in derselben Rate wie Unternehmen, die auf drei Viertel oder mehr antworten. Eine hohe Antwortrate schützt also kein Profil. Jede einzelne Antwort schützt nur die Bewertung, unter der sie steht, sonst nichts.

19. Antworten retten keine negativen Bewertungen. (Reviewflowz × Cartelis, Gone in 7 days, 2026) 4,9 % der beantworteten Eins-Sterne-Bewertungen wurden an den Tagen 3 bis 7 gelöscht, gegenüber 6,0 % der unbeantworteten. Diese Lücke liegt innerhalb der Fehlertoleranz. Antworten Sie auf eine Eins-Sterne-Bewertung für den Leser, nicht für Google. Der Effekt in Punkt 16 ist ein Fünf-Sterne-Effekt.

20. Hotels, die mit dem Antworten auf Bewertungen beginnen, gewinnen 0,12 Sterne und 12% mehr Bewertungen pro Monat. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Gemessen an 1.762 Texas-Hotels im Vergleich zu denselben Hotels auf Expedia, wo sie nie antworten. Jedes Hotel dient also als eigene Kontrollgruppe. 27 % überschritten innerhalb von sechs Monaten eine Halbstern-Schwelle. Es handelt sich um eine Hotelstudie auf TripAdvisor. Die Zahlen stammen von dort, Punkt 21 erklärt, wie sie zustande kommen.

21. Der Mechanismus ist Auswahl, nicht Qualität. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Beginnt ein Hotel zu antworten, sinkt die Wahrscheinlichkeit einer Eins-Sterne-Bewertung um fast 2 %, die einer Fünf-Sterne-Bewertung um etwa 7 %, und die negativen Bewertungen, die weiterhin eingehen, fallen rund 10 % länger aus. Der Anstieg der Durchschnittsnote kommt davon, wer postet und was er schreibt, nicht von besseren Aufenthalten.

22. Ein unzufriedener Gast, der eine Antwort erhält, ist 43% eher bereit, zurückzukommen und erneut zu bewerten. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Dieser Gast bewertet auch den zweiten Aufenthalt 0,57 Sterne höher als ein Gast, der keine Antwort erhielt. Der Vergleich stellt beantwortete gegen unbeantwortete unzufriedene Gäste und isoliert so den Effekt der Antwort. Das heißt nicht, dass die Antwort das Problem gelöst hat. Es heißt, dass die Antwort verändert hat, was der Gast als Nächstes tat.

23. Hotelmanager beantworten zuerst negative Bewertungen: Die erste Bewertung, auf die ein Hotel überhaupt antwortet, hat im Schnitt etwa 3 Sterne, bei der 20. Antwort liegt die Bewertung schon bei fast 4. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Die Zeit bis zur Antwort sank von fast 10 Monaten im Jahr 2009 auf 25 Tage im Jahr 2013. Das Muster zeigt eine Lernkurve: Hotels fangen mit Brandbekämpfung an und weiten das Antworten auf positive Bewertungen aus, sobald es zur Routine wird. Die Zahlen beschreiben TripAdvisor-Hotels in diesem Zeitraum, keine allgemeine Regel, worauf man antworten sollte.

24. Wo Antworten möglich sind, finden sie statt: 31,5% der TripAdvisor-Bewertungen von Texas-Hotels hatten bis 2013 eine Antwort, gegenüber 2,3% auf Expedia. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Gleiche Hotels, gleiche Gäste, zwei Plattformen mit verschiedenen Antwort-Tools. Die Lücke ist die Plattform, nicht der Manager. Das macht die Expedia-Seiten auch zu einer sauberen Kontrollgruppe in Punkt 20.

25. 80% der US-Verbraucher sagen, dass sie ein Unternehmen verwenden werden, das auf alle seine Bewertungen antwortet. (BrightLocal, Local Consumer Review Survey, 2026) 42 % werden es wahrscheinlich nicht verwenden, wenn es nie antwortet. Beide sind angegebene Vorlieben aus einer Befragung, kein beobachtetes Verhalten. Lesen Sie sie als Erwartungshaltung der Leser: Ein lückenloses Antwortverhalten verdient Vertrauen, Schweigen verspielt es. Keine der beiden Zahlen ist eine Verkaufszahl.

26. 50% der US-Verbraucher lassen sich von generischen oder vorformulierten Antworten abschrecken. (BrightLocal, Local Consumer Review Survey, 2026) Wer nur auf positive Bewertungen antwortet, erreicht 45 % Nutzungsbereitschaft, wer nur auf negative antwortet, 47 %, beide liegen damit weit unter den 80 % bei vollständigem Antwortverhalten. Das Risiko liegt in der Textvorlage, nicht in der Auswahl, worauf man antwortet. Eine Antwort, die wie ein Formular aussieht, verliert die Hälfte der Leser, die sie gewinnen sollte.

27. 89% der US-Verbraucher erwarten eine Antwort auf ihre eigene Bewertung. (BrightLocal, Local Consumer Review Survey, 2026) 19 % erwarten sie noch am selben Tag, gegenüber 6 % im Jahr 2025. 32 % erwarten sie bis zum nächsten Tag, gegenüber 18 %. 81 % erwarten sie innerhalb einer Woche. Das Gesamtniveau bleibt stabil, aber der Zeitdruck steigt. Richten Sie Ihr Antwortfenster an den 81 % aus, nicht an der Minderheit, die eine Antwort am selben Tag erwartet.

28. 37% sagen, dass eine Antwort des Unternehmens eines der Dinge ist, die eine Bewertung für sie zählen lassen. (BrightLocal, Local Consumer Review Survey, 2026) Damit liegt sie auf Platz fünf von zehn Faktoren, hinter den in Punkt 83 genannten. Das ist eine Leserkennzahl: Eine Antwort macht die Bewertung darunter für den Leser glaubwürdiger. Über Rankings sagt sie nichts aus, das behandelt Punkt 29.

29. Antworten steigern die Konversion, nicht das Ranking. (Whitespark, Local Search Ranking Factors, 2026) Whitespark-Experten setzen Unternehmensantworten auf die meisten Bewertungen auf Platz 122 von 187 Ranking-Faktoren im lokalen Paket, aber auf Platz 17 von 120 Konversionsfaktoren. Schlüsselwörter in Unternehmensantworten gelten zudem als sechsthäufigster lokaler-SEO-Mythos. Das ist eine Expertenbefragung, keine Messung. Lesen Sie es als Konsens von Menschen, die davon leben: Antworten Sie für den Leser, nie für den Algorithmus.

30. Hotels, die antworten, liegen schon 0,5 Sterne höher als Hotels, die nicht antworten, noch bevor der Antwort-Effekt überhaupt eingerechnet wird. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Das gilt sowohl auf TripAdvisor als auch auf Expedia. Der Unterschied liegt also am Hotel, nicht an den Antworten. Hotels, die antworten, sind eine selbstselektierte Gruppe. Der Effekt aus Punkt 20 ist bereits um diesen Faktor bereinigt, deshalb liegt er bei 0,12 Sternen und nicht bei 0,5. Jeder Vergleich von Antwortenden mit Nicht-Antwortenden ohne diese Kontrolle überschätzt die Wirkung des Antwortens.

Was Google löscht

31. 1,95% der neuen Google-Bewertungen sind innerhalb von sieben Tagen weg. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Google, Maps Trust and Safety update, 2026; Localo, 2026) Wir haben 4,9 Millionen Bewertungen auf 9.048 Google-Profilen zwei Wochen lang jeden Morgen erneut gecrawlt und beobachtet, wie 4.590 davon verschwanden. Google gibt an, 2025 über 292 Millionen richtlinienwidrige Bewertungen blockiert oder entfernt zu haben, gegenüber mehr als 1 Milliarde veröffentlichten. Localo berichtet, dass die Löschungen im eigenen Datensatz zwischen Q4 2023 und Q4 2025 um das 28-Fache gestiegen sind. Dieser Datensatz umfasst nur Profile, die Localo beobachtet, und ihre Zahl wuchs mit der eigenen Kundenbasis. Das 28-Fache ist also ein Wachstum der Stichprobe, nicht der Löschungen durch Google.

32. Das Löschrisiko einer neuen Bewertung ist an den Tagen 6 und 7 am höchsten, danach fällt es nach Tag 8 um das Zehnfache. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das gilt unabhängig vom Wochentag der Veröffentlichung, es ist also eine Uhr, die mit der Bewertung selbst läuft, kein wöchentlicher Scan. 47 % der positiven Bewertungen, die in ihren ersten 13 Tagen gelöscht werden, verschwinden an Tag 6 oder 7. Eine positive Bewertung, die Tag 8 erreicht, hat den kritischen Punkt hinter sich. Tag 7 ist das Datum, auf das Sie achten sollten, nicht der Tag der Veröffentlichung.

33. Negative Bewertungen werden früher geprüft: Löschungen von Eins- und Zwei-Sterne-Bewertungen erreichen ihren Höhepunkt an Tag 2 und 3. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Positive Bewertungen erreichen ihren Höhepunkt an Tag 6 und 7. Es gibt also zwei Uhren, und die für negative Bewertungen läuft schneller. Eine Eins-Sterne-Bewertung, die an Tag 4 noch steht, hat ihren kritischen Punkt hinter sich. Für eine Fünf-Sterne-Bewertung ist das entsprechende Datum Tag 8.

34. Die Hälfte aller Löschungen trifft Bewertungen, die unter 30 Tagen alt sind. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Ein Drittel trifft Bewertungen, die über ein Jahr alt sind, der Median der gelöschten Bewertungen liegt bei etwa einem Monat. Löschung betrifft also vor allem neue Bewertungen, aber nicht ausschließlich: Auch alte Bewertungen verschwinden, Punkt 39 nennt einen Grund dafür. Verstehen Sie die Hälfte nicht als feste Quote, sondern als die Altersverteilung dessen, was verschwindet.

35. Eine Bewertung unter zwei Wochen alt ist etwa 100-mal eher gelöscht als eine über drei Jahre alte. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das Verhältnis vergleicht die beiden Enden der Altersspanne und sagt deshalb wenig über eine sechs Monate alte Bewertung aus. Es zeigt: Fast das gesamte Risiko einer Bewertung liegt in ihren ersten Tagen, eine alte Bewertung trägt kaum noch Risiko.

36. Eins-Sterne-Bewertungen werden am häufigsten gelöscht: 5,7% der neuen Eins-Sterne-Bewertungen sind innerhalb einer Woche weg, gegenüber 1,8% der Fünf-Sterne. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Localo, 2026) Innerhalb desselben Unternehmens wird eine Eins-Sterne-Bewertung 3,9-mal häufiger gelöscht als eine Vier-Sterne-Bewertung. Localos zentrale Zahl lautet, 89,1 % der gelöschten Bewertungen seien Fünf-Sterne. Das ist ein Anteil der Löschungen auf einer Plattform, wo ohnehin die meisten Bewertungen fünf Sterne haben, erhoben bei Localos eigenen Kunden, die gezielt Fünf-Sterne-Bewertungen sammeln. Das sagt nichts darüber aus, welche Note eher gelöscht wird. Bei gleichem Alter im selben Unternehmen trifft es die Eins-Sterne-Bewertung.

37. Eins-Sterne- und Zwei-Sterne-Bewertungen sind 9% der Bewertungen und 20% der Löschungen. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das ist dieselbe Tatsache wie Punkt 36, nur von der anderen Seite betrachtet: Negative Bewertungen sind unter dem, was verschwindet, überrepräsentiert. Es bedeutet auch, dass die meisten Löschungen trotzdem drei Sterne und mehr betreffen, weil dort das Volumen liegt. Eine Fünf-Sterne-Bewertung zu verlieren ist der häufigste Fall. Eine Eins-Sterne-Bewertung zu verlieren ist pro Bewertung der wahrscheinlichste Fall.

38. Erstbewertungen werden 5,6-mal häufiger gelöscht als Bewertungen von Top-Local-Guides. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Konten, die ihre erste Bewertung verfassen, produzieren 14 % der Bewertungen und 22 % der Löschungen. Ob eine Bewertung überlebt, hängt vom Konto dahinter ab, und ein neues Konto hat noch keine Geschichte. Das macht eine Erstbewertung nicht zur Fälschung. Es macht sie zu einer, die genauer geprüft wird. Das 5,6-Fache vergleicht die beiden Enden der Local-Guide-Skala.

39. Eine von fünf Löschungen ist Google, das ein ganzes Konto entfernt. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Google, Maps Trust and Safety update, 2026) Von 334 gelöschten Bewertungen, deren Verfasser noch weitere Bewertungen im Panel hatte, verschwanden 64 zusammen mit sämtlichen anderen Bewertungen dieses Verfassers, 52 davon am selben Tag über verschiedene Unternehmen hinweg. Google verhängte 2025 Posting-Beschränkungen gegen mehr als 782.000 Konten. Was ein Unternehmen dabei verliert, hat also nichts mit dem Unternehmen selbst zu tun. Die Bewertung ging, weil der Rezensent ging.

40. Eine Bewertung, die an einem Spitzen-Tag gepostet wird, wird 1,8-mal häufiger gelöscht. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Whitespark, Local Search Ranking Factors, 2026) 2,3 % gegenüber 1,5 % innerhalb einer Woche, bei gleicher Branche und Größe. Whitespark-Experten stufen zu viele Google-Bewertungen in zu kurzer Zeit als negativen Ranking-Faktor ein (Platz 30 von 42) und als Sperrungsrisiko (Platz 12 von 42). Ein plötzlicher Schub kostet doppelt: mehr Löschungen und ein Ranking-Signal gegen Sie.

41. Bewertungen, die einen Mitarbeiter namentlich nennen, werden genauso oft gelöscht wie Bewertungen ohne Namensnennung: das 1,01-Fache. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das gilt innerhalb desselben Unternehmens, bei gleichem Alter und gleicher Länge, und schließt jeden Zuwachs über 11 % aus. Der unbereinigte Unterschied liegt bei 1,32x, er geht auf Branche, Tempo und Frische zurück, nicht auf die Namensnennung. Googles Richtlinie vom April 2026 verbietet es, gezielt um Bewertungen zu bitten, die Mitarbeitende namentlich nennen. Durchgesetzt wird das nicht.

42. Profile mit 85% oder mehr Fünf-Sterne-Bewertungen verlieren 2,2-mal mehr Bewertungen als Profile mit 50 bis 70% Fünf-Sterne. (Reviewflowz × Cartelis, Gone in 7 days, 2026) 0,14 % gegenüber 0,03 % über zwei Wochen, bei gleicher Branche, Größe und Volumen. Die absoluten Raten sind klein, das Verhältnis ist es nicht. Ein nahezu perfektes Profil zieht mehr Prüfung auf sich als ein gemischtes. Lesen Sie das zusammen mit Punkt 102: Perfektion kostet sowohl bei der Plattform als auch beim Käufer.

43. US-Profile verlieren doppelt so viele Bewertungen wie europäische. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Der Sektor Handwerksdienstleistungen verliert 3,3-mal mehr neue positive Bewertungen als die Automobilbranche. Spanien ist mit 2,9 % neuer Bewertungen, die innerhalb einer Woche verschwinden, das am stärksten betroffene europäische Land, Portugal und Rumänien mit 0,4 % am wenigsten. Geografie und Branche verschieben die Grundrate um eine Größenordnung. Vergleichen Sie ein Profil deshalb immer mit dem eigenen Land und der eigenen Branche, niemals mit dem Durchschnitt von 1,95 %.

44. 13% der Unternehmen verloren innerhalb von zwei Wochen mindestens eine Bewertung, und die oberen 1% der Unternehmen tragen die Hälfte aller Löschungen. (Reviewflowz × Cartelis, Gone in 7 days, 2026) 67 % der Unternehmen, die 50 oder mehr Bewertungen pro Monat sammeln, wurden getroffen, gegenüber 4 % derjenigen, die unter 2 sammeln. Löschungen konzentrieren sich dort, wo das Volumen hoch ist. Die meisten Profile bemerken in einem bestimmten Zwei-Wochen-Zeitraum nichts davon. Unternehmen, die in großem Umfang sammeln, erleben es routinemäßig. Eine Löschung ist also zuerst ein Volumeneffekt und erst dann ein Qualitätsmerkmal.

45. Löschungen kosten Anzahl und Aktualität, nicht die Note: Unternehmen, die 5 oder mehr Bewertungen verloren, sahen ihre Durchschnittsnote um gerade einmal 0,01 Sterne schwanken. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Beim beobachteten Tempo verliert ein Profil etwa 1,4 % seiner Bewertungen pro Jahr, und 2 von 9.048 Profilen wurden ganz von der Liste genommen. Die Sternebewertung bleibt also stabil. Getroffen werden stattdessen die Bewertungsanzahl und das Datum der letzten Bewertung, und die Punkte 87 und 104 zeigen, warum genau diese beiden Größen Käufer zum Filtern nutzen.

Gefälschte Bewertungen und Durchsetzung

46. Google entfernt Review-Bombing: Zwei spanische Fitnessstudios erhielten am 1. und 2. August 297 Eins-Sterne-Bewertungen, bis zum 16. August waren 295 davon wieder weg. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Ein deutscher Reiseveranstalter verlor 46 Eins-Sterne-Bewertungen, die zwischen 2018 und 2026 gepostet worden waren, innerhalb von vier Tagen. Zwei Einzelfälle, keine Quote. Sie zeigen, wie Durchsetzung aussieht, wenn sie funktioniert: ein koordinierter Angriff, der innerhalb von zwei Wochen rückgängig gemacht wird, und ein jahrealtes Muster, das auf einen Schlag aufgelöst wird.

47. Die Durchsetzung funktioniert auf Kontoebene: Eine von fünf Löschungen ist eine ganze Kontoentfernung. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Google, Maps Trust and Safety update, 2026) Google schränkte 2025 mehr als 782.000 Konten ein und entfernte über 13 Millionen gefälschte Unternehmensprofile. Die Einheit der Durchsetzung ist das Konto und das Profil, nicht die einzelne Bewertung. Für ein Unternehmen heißt das: Mehrere Bewertungen können am selben Tag verschwinden, ohne dass eine davon für sich genommen markiert wurde.

48. Google blockierte oder entfernte 2025 über 292 Millionen richtlinienwidrige Bewertungen und veröffentlichte gleichzeitig mehr als 1 Milliarde, nach unserer Berechnung also etwa 22% der Einreichungen. (Google, Maps Trust and Safety update, 2026; Google Maps Transparency Report, 2026; Localo, 2026) Googles Transparenzbericht zählt allein unter der Richtlinie gegen gefälschtes Engagement 221 Millionen Entfernungen. Das ist die Zahl, auf die sich Localo beruft, wenn es behauptet, Google habe 221 Millionen Bewertungen gelöscht, und in diesem Fall stimmt das. Die 22 % sind unsere eigene Berechnung aus 292 Millionen geteilt durch 292 Millionen plus 1 Milliarde, und sie ist eine grobe Schätzung: Beide Ausgangszahlen sind Untergrenzen.

49. Google blockierte 2025 79 von 80 Millionen vorgeschlagenen Änderungen an Unternehmensprofilen, weil sie ungenau oder nicht verifiziert waren. (Google, Maps Trust and Safety update, 2026) Fast jede vorgeschlagene Änderung wird abgelehnt. Das ist die Profilseite der Durchsetzung, nicht die Bewertungsseite. Über vorgeschlagene Änderungen kann theoretisch jeder die Fakten eines Eintrags ändern, und Google lehnt fast alle ab.

50. Trustpilot entfernte 2024 4,5 Millionen gefälschte Bewertungen, 7,4% aller eingereichten, und 2025 bereits 7,8 Millionen. (Trustpilot, Trust Report 2025, 2025; Trustpilot, trust page, 2026) 2023 lag der Anteil bei 6,1 %. Ein steigender Anteil kann mehr Fälschungen bedeuten oder eine bessere Erkennung, der Bericht unterscheidet das nicht. Betrachten Sie 7,4 % als Untergrenze dessen, was als Fälschung eingereicht wird, denn gezählt wird nur, was tatsächlich entdeckt wurde.

51. 90% von Trustpilots Entfernungen gefälschter Bewertungen liefen automatisch, 53% mehr automatische Entfernungen als im Vorjahr. (Trustpilot, Trust Report 2025, 2025; Trustpilot, trust page, 2026) Jede der etwa 200.000 täglichen Einreichungen wird überprüft, bevor sie sichtbar wird. Die meisten Entfernungen erfolgen also automatisch, und die Prüfung läuft ab, bevor eine Bewertung überhaupt sichtbar wird. Jede live geschaltete Bewertung auf Trustpilot hat diesen Filter bereits durchlaufen.

52. Von Trustpilots 4,5 Millionen entfernten Fakes waren 3,4 Millionen Fünf-Sterne und 627.000 Eins-Sterne: Fakes sind überwiegend positiv. (Trustpilot, Trust Report 2025, 2025; Reviewflowz × Cartelis, Gone in 7 days, 2026) Auf Google haben Eins-Sterne-Bewertungen die höchste Löschungsrate (Punkt 36). Beide Werte messen unterschiedliche Dinge: Trustpilot zählt erfundene Bewertungen, unsere Studie zählt alle Entfernungen, unabhängig vom Grund. Erfundene Bewertungen fallen meist positiv aus. Entfernungen auf Google betreffen meist negative Bewertungen. Beides stimmt gleichzeitig, weil beide Statistiken verschiedene Dinge erfassen.

53. Unternehmen melden viel mehr als Verbraucher: 601.000 Meldungen von Unternehmen im Jahr 2024 gegenüber 92.000 von Verbrauchern. (Trustpilot, Trust Report 2025, 2025) 442.000 dieser Meldungen von Unternehmen behaupteten, die Bewertung beruhe nicht auf einer echten Erfahrung. Trustpilot senkte die Beweislast für Verbraucher, nachdem Unternehmen das Meldesystem missbraucht hatten, um negative Bewertungen zu unterdrücken. Lesen Sie dieses Verhältnis als Warnung: Das Melde-Werkzeug wird vor allem von Unternehmen genutzt, und die Plattform hat gegengesteuert, um Missbrauch zu erschweren.

54. Trustpilot sprach 2024 19.000 Verwarnungen gegen Unternehmen aus, ein Plus von 28%, dazu 5.000 Unterlassungsschreiben und 9.000 öffentliche Verbraucherwarnungen. (Trustpilot, Trust Report 2025, 2025) Seit 2022 hat Trustpilot 11 Unternehmen gerichtlich belangt. Durchsetzung funktioniert wie eine Eskalationsleiter: Verwarnung, Schreiben, öffentliche Mitteilung, Gerichtsverfahren. Die 11 Gerichtsverfahren stehen ganz oben auf dieser Leiter. Die 9.000 öffentlichen Warnungen sind die Stufe, die die meisten Unternehmen tatsächlich zu spüren bekämen.

55. Tripadvisor stoppte 2024 2,7 von 31,1 Millionen eingereichten betrügerischen Bewertungen, nach unserer Berechnung 8,7%. (Tripadvisor, Transparency Report, 2025) 87,8 % der Einreichungen durchliefen die automatisierte Prüfung, davon wurden 7,3 % abgelehnt, 4,9 % gingen an menschliche Moderatoren. Die 8,7 % liegen nah an Trustpilots 7,4 % aus Punkt 50: zwei Plattformen, dieselbe Größenordnung. Gezählt wird, was erwischt wurde, die Zahl ist also eine Untergrenze für Betrug, keine direkte Messung davon.

56. 54% von Tripadvisors entdecktem Betrug ist Review-Boosting: Eigentümer, Mitarbeitende oder Partner, die ihr eigenes Unternehmen bewerten. (Tripadvisor, Transparency Report, 2025) Mehr als die Hälfte des entdeckten Betrugs ist Eigenwerbung, keine Angriffe auf die Konkurrenz. Der Anteil bezieht sich auf entdeckten Betrug, er spiegelt also auch wider, was sich am leichtesten aufdecken lässt. Trotzdem ist die typische gefälschte Bewertung auf Tripadvisor ein Unternehmen, das über sich selbst schreibt.

57. Tripadvisor markierte und entfernte 2024 214.000 KI-generierte Bewertungen. (Tripadvisor, Transparency Report, 2025) Gemessen an den 31,1 Millionen Einreichungen aus Punkt 55 ist das ein kleiner Anteil. Die Zahl zeigt, dass es eine Erkennung gibt und dass sie aktiv läuft. Sie sagt nichts darüber, wie viele KI-geschriebene Bewertungen durchgerutscht sind.

58. 63% der US-Verbraucher sagen, Bewertungsplattformen sollten für das Aufspüren gefälschter Bewertungen verantwortlich sein, 49% nennen die Unternehmen, 25% den Staat. (BrightLocal, Local Consumer Review Survey, 2026) Mehrfachnennungen waren möglich. Entscheidend ist die Reihenfolge: Leser erwarten zuerst die Plattform selbst in der Pflicht, erst danach das Unternehmen. Ganz aus der Verantwortung ist ein Unternehmen aber nicht: Die Hälfte der Leser macht es für die Fälschungen auf seinem eigenen Profil mitverantwortlich.

59. 97% der US-Verbraucher wollen, dass Unternehmen mit gefälschten Bewertungen bestraft werden. (BrightLocal, Local Consumer Review Survey, 2026) 57 % wollen ein Plattformverbot, 46 % die Entfernung aus den Google-Suchergebnissen, 37 % Geldstrafen, 16 % Strafverfolgung, und 3 % wollen keine Konsequenzen. Gefälschte Bewertungen sind kein Graubereich für Leser. Wie auch immer das Durchsetzungsrisiko ausfällt, das Reputationsrisiko ist nahezu einstimmig.

60. Review-Gating und gefälschte Bewertungen belegen Platz 6 und 7 von 42 Sperrungsrisiken in Whitesparks Expertenbefragung. (Whitespark, Local Search Ranking Factors, 2026; Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016) Luca fand keine Häufung von Yelp-Noten knapp über Rundungsschwellen, also keinen Hinweis darauf, dass Restaurants ihre Bewertungen manipulieren. Zwei unterschiedliche Befunde: Experten sagen, Gating und Fälschen können ein Profil sperren lassen, während ein Ökonom in Restaurantdaten keine Spur von Manipulation fand. Gating heißt, nur zufriedene Kunden gezielt zum Bewerten aufzufordern, und die Experten setzen es auf eine Stufe mit Fälschung.

Bewertungen und Rankings, einschließlich KI-Suche

61. Bewertungssignale machen in Whitesparks Expertenbefragung 2026 20% des Ranking-Gewichts im lokalen Paket aus. (Whitespark, Local Search Ranking Factors, 2026) Das ist ein Anstieg von 17 % im Jahr 2023 und 15 % im Jahr 2018, der größte Zuwachs aller Signalgruppen. Die Gewichte sind Experten-Schätzungen, nicht Messungen von Googles Algorithmus. Sie erfassen, wo Praktiker Veränderungen in den Ergebnissen beobachten, und seit acht Jahren verschiebt sich das zugunsten von Bewertungen.

62. Die vollständige Aufteilung für 2026: Google-Unternehmensprofil-Signale 32%, Bewertungen 20%, Onpage 15%, Verhalten 9%, Links 8%, Zitate 6%, Personalisierung 6%, Social 4%. (Whitespark, Local Search Ranking Factors, 2026) Profil und Bewertungen zusammen machen über die Hälfte des Pakets aus. Links und Zitate, die klassischen SEO-Hebel, liegen bei nur 8 % und 6 %. Verstehen Sie das als Budget, wo Experten ihre Anstrengung investieren würden, nicht als eine von Google veröffentlichte Formel.

63. Vier der 15 wichtigsten Faktoren im lokalen Paket sind Bewertungsfaktoren. (Whitespark, Local Search Ranking Factors, 2026) Eine hohe Google-Note liegt auf Platz 6 von 187, die Menge an Bewertungen mit Text auf Platz 9, Aktualität auf Platz 11, ein anhaltender Zufluss über die Zeit auf Platz 14. Note, Text, Aktualität, Rhythmus: Das ist die gesamte Aufgabe in vier Punkten. Keiner der vier Faktoren ist die reine Bewertungsanzahl. Die Anzahl zählt fürs Ranking nur dann, wenn die Bewertungen Text enthalten (Punkt 66).

64. Plötzliche Schübe kosten doppelt. (Whitespark, Local Search Ranking Factors, 2026; Reviewflowz × Cartelis, Gone in 7 days, 2026) Experten setzen einen gleichmäßigen Bewertungszufluss auf Platz 14 fürs Ranking, höher als plötzliche Schübe, und in unseren Daten wird eine Bewertung, die an einem Spitzen-Tag veröffentlicht wird, 1,8-mal häufiger gelöscht. Das eine ist eine Meinungsumfrage, das andere eine Messung, und beide zeigen in dieselbe Richtung. Mehrere Bewertungen, die an einem Tag eintreffen, sind weniger wert als dieselben Bewertungen über Wochen verteilt.

65. Aktualität liegt auf Platz 11 und verliert mit der Zeit an Wert. (Whitespark, Local Search Ranking Factors, 2026; Reviewflowz × Cartelis, Gone in 7 days, 2026) Darren Shaw sagt, ein Unternehmen, dem keine neuen Bewertungen mehr zugehen, verliert an Ranking, selbst mit 10.000 Bestandsbewertungen. Die Hälfte der Google-Löschungen betrifft Bewertungen unter 30 Tagen, die Aktualität, die rankt, ist also dieselbe Aktualität, die Google überprüft. Ein Bestand alter Bewertungen ist kein Ranking-Vorteil. Das Datum der letzten Bewertung dagegen schon.

66. Text zählt: Bewertungen mit Text liegen auf Platz 9, reine Sternebewertungen ohne Text auf Platz 38, Schlüsselwörter in Bewertungen auf Platz 36. (Whitespark, Local Search Ranking Factors, 2026) Eine reine Sternebewertung liegt weit unter einer geschriebenen. Schlüsselwörter im Bewertungstext liegen im Mittelfeld, der Text selbst zählt also mehr als das, was konkret drinsteht. Das ist kein Grund, Schlüsselwörter zu fordern. Es ist ein Grund, überhaupt einen Satz zu fordern.

67. Bewertungen beeinflussen das Karten-Paket, nicht das organische Suchergebnis. (Whitespark, Local Search Ranking Factors, 2026) Bewertungssignale machen nur 6 % der Gewichtung bei der lokalen organischen Suche aus, eine hohe Google-Note liegt dort nur auf Platz 81 von 187 Faktoren. Bewertungen bewegen also das Drei-Ergebnis-Paket und die Karte, bei den blauen Links darunter tun sie kaum etwas. Kommt Ihr Traffic über die organische Suche, wirken Bewertungen dort als Konversionshebel, nicht als Ranking-Hebel.

68. Bei der Sichtbarkeit in der KI-Suche machen Bewertungssignale 16% des Gewichts aus, nur übertroffen von Onpage-Faktoren mit 24%. (Whitespark, Local Search Ranking Factors, 2026) Die Autorität von Bewertungsseiten Dritter liegt auf Platz 5 von 187, und 7 der Top-20-Faktoren für KI-Sichtbarkeit sind Bewertungsfaktoren. Das sind Expertenschätzungen zu einer neuen Oberfläche, behandeln Sie sie also als erste Landkarte, nicht als festen Wert. Die Richtung ist klar: KI-Antworten stützen sich auf Bewertungen, und zwar auf Bewertungen von mehr als nur einer Plattform.

69. KI belohnt Breite: Die Vielfalt an Bewertungsseiten Dritter liegt bei der KI-Sichtbarkeit auf Platz 11, im lokalen Paket dagegen nur auf Platz 105. (Whitespark, Local Search Ranking Factors, 2026) Derselbe Faktor, weit auseinander auf den beiden Listen. Für das Karten-Paket zählen vor allem Google-Bewertungen. Für eine KI-Antwort bringt jede zusätzliche Bewertungsseite zusätzliches Gewicht. Ein Unternehmen, das nur auf einer Plattform aktiv ist, steht bei der einen Oberfläche gut da und ist bei der anderen angreifbar.

70. Niedrige Google-Noten von 1 bis 2 Sternen sind der viertwichtigste negative Ranking-Faktor von 42. (Whitespark, Local Search Ranking Factors, 2026) Negative Stimmung in Google-Bewertungen liegt auf Platz 11, überhaupt keine Antworten des Unternehmens auf Platz 36. Die Note schadet dem Ranking mehr als der Wortlaut, und Schweigen schadet am wenigsten, aber alle drei stehen auf der Liste. Beachten Sie die Asymmetrie zu Punkt 29: Antworten verbessern Ihr Ranking nicht, aber nie zu antworten ist ein leichtes Warnsignal dagegen.

71. Bewertungen sind der zweitwichtigste von 16 Ranking-Faktoren bei Local Services Ads, hinter Budget und Gebot. (Whitespark, Local Search Ranking Factors, 2026) Local Services Ads sind Googles Pay-per-Lead-Anzeigen für Dienstleistungsbetriebe, und dort kommen Bewertungen gleich nach dem Geld. Kaufen Sie diese Leads ein, bestimmt das Bewertungsprofil, was Ihr Budget tatsächlich bringt. Das ist die eine Oberfläche, auf der Bewertungen und Werbeausgaben direkt gegeneinander antreten.

72. Bewertungen mit Fotos tauchen in Whitesparks Ranking-Liste auf Platz 43 auf. (Whitespark, Local Search Ranking Factors, 2026; Reviewflowz × Cartelis, Gone in 7 days, 2026) In unseren Daten werden 1,1 % neuer Bewertungen mit Foto innerhalb einer Woche gelöscht, gegenüber 1,8 % ohne Foto, ein Unterschied, der nach Kontrolle der Einflussfaktoren innerhalb der Fehlertoleranz liegt. Ein Foto ist also ein schwaches Ranking-Signal, aber kein Schutz vor Löschung. Leser wünschen sich Fotos (Punkt 84), und das ist der bessere Grund, danach zu fragen.

73. Ein neues Profil braucht zunächst möglichst schnell 5 bis 10 Bewertungen, danach einen stetigen Zustrom. (Whitespark, Local Search Ranking Factors, 2026) Das stammt von Sam Sarsten von Local SEO Academy, einem Mitwirkenden bei Whitespark, und ist eine Empfehlung, kein Messwert. Das passt zu den Daten an anderer Stelle in diesem Artikel: Die Konversionskurve flacht nach zehn Bewertungen ab (Punkt 89), ein stetiger Zustrom schlägt plötzliche Schübe (Punkt 64), und Aktualität verliert mit der Zeit an Wert (Punkt 65).

Wie Menschen Bewertungen lesen

74. 97% der US-Verbraucher lesen Online-Bewertungen lokaler Unternehmen, 41% tun das immer. (BrightLocal, Local Consumer Review Survey, 2026) Der Anteil der Immer-Leser ist gegenüber 29 % im Jahr 2025 gestiegen. Lesen von Bewertungen ist nahezu universell. Neu ist die Intensität: Ein wachsender Anteil der Käufer prüft bei jedem Kauf, nicht nur bei größeren Anschaffungen. Genau dieses Verhalten nimmt der Rest dieses Abschnitts im Detail auseinander.

75. Verbraucher verwenden im Durchschnitt sechs verschiedene Bewertungsseiten, wenn sie ein Unternehmen wählen. (BrightLocal, Local Consumer Review Survey, 2026) Sechs, nicht eins. Die Zahl ist ein Durchschnittswert aus einer Befragung. Manche nutzen nur eine Seite, andere zehn. Sie widerlegt die Vorstellung, Google sei das einzige Schaufenster. Google ist eher die Haustür, und Punkt 69 zeigt, dass die KI-Suche genauso funktioniert.

76. Google bleibt die Nummer eins, verliert aber an Boden: 71% nutzen es für Bewertungen lokaler Unternehmen, gegenüber 83%. (BrightLocal, Local Consumer Review Survey, 2026) Apple Maps hat sich fast verdoppelt, von 14 % auf 27 %. Lokale Nachrichtenseiten sind von 48 % auf 29 % gefallen. Das sind deutliche Verschiebungen innerhalb eines Jahres, rechnen Sie also mit etwas Rauschen in den Zahlen. Die Richtung ist eindeutig: Googles Aufmerksamkeitsanteil verteilt sich breiter, er bricht nicht ein.

77. 45% nutzen ChatGPT oder andere generative KI-Tools für Empfehlungen lokaler Unternehmen, gegenüber 6% ein Jahr zuvor. (BrightLocal, Local Consumer Review Survey, 2026) Damit liegen KI-Tools auf Platz drei, hinter Google und Facebook. Ein Sprung von 6 % auf 45 % innerhalb eines Jahres ist eine extrem schnelle Adoption. Die Befragung sagt nicht, wie häufig, nur dass es passiert. Lesen Sie es als die am schnellsten wachsende Oberfläche, mit Punkt 68 als dazugehöriger Ranking-Perspektive.

78. 40% vertrauen KI-Plattformen bei lokalen Empfehlungen, 32% nicht, und 42% vertrauen KI-Empfehlungen genauso wie klassischen Bewertungen. (BrightLocal, Local Consumer Review Survey, 2026) Das Vertrauen hinkt der Nutzung hinterher: 45 % nutzen die Tools (Punkt 77), aber nur 40 % vertrauen ihnen. Die Verteilung ist fast ausgeglichen, mit einer großen unentschlossenen Mitte. Für ein Unternehmen heißt das: Die KI-Antwort wird mit derselben Skepsis gelesen wie eine Bewertung, und diese Antwort entsteht aus Bewertungen (Punkt 68).

79. 82% der US-Verbraucher lesen KI-generierte Bewertungs-Zusammenfassungen. (BrightLocal, Local Consumer Review Survey, 2026) 23 % würden sich allein auf Basis der Zusammenfassung entscheiden. 59 % nutzen sie als Ausgangspunkt und prüfen danach noch Noten oder lesen vollständige Bewertungen. Die Zusammenfassung ist der neue erste Eindruck, für die meisten Leser eine Tür, kein endgültiges Urteil. Weil die Zusammenfassung aus Bewertungstexten entsteht, zählt Punkt 66 hier doppelt.

80. Die Plattform prägt die Bewertung: Dieselben Texas-Hotels erhalten auf TripAdvisor im Schnitt 0,3 Sterne weniger als auf Expedia. (Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Eine Expedia-Bewertung umfasst im Schnitt 201 Zeichen, ein Drittel einer TripAdvisor-Bewertung. Gleiche Hotels, gleicher Zeitraum, aber anderes Publikum und anderes Format. Eine Note ist nicht nur eine Eigenschaft des Unternehmens. Sie zeigt das Unternehmen so, wie es die Rezensenten einer bestimmten Plattform sehen. Vergleichen Sie Profile also immer innerhalb derselben Plattform, nie plattformübergreifend.

81. Was Leser auf Google sehen: 91% der Bewertungen haben drei Sterne oder mehr, Eins- und Zwei-Sterne-Bewertungen machen 9% des Bestands aus. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Das gilt für 4,9 Millionen Bewertungen auf 9.048 Profilen. Die Ausgangslage für Leser ist positiv, eine negative Bewertung fällt deshalb schon durch ihre Seltenheit auf. Das liefert auch den Maßstab für Punkt 37: Negative Bewertungen sind im Bestand selten und unter den Löschungen häufig.

82. Trustpilot meldet 64 Millionen monatlich aktive Nutzer und 140 Milliarden Widget-Impressionen pro Jahr auf Unternehmensseiten. (Trustpilot, Trust Report 2025, 2025) Die zweite Zahl ist die eigentliche Geschichte: Trustpilot-Sterne werden auf den eigenen Seiten der Unternehmen weit häufiger angezeigt als auf Trustpilot selbst. Reichweite bedeutet bei Bewertungen: wo die Sterne zu sehen sind, nicht wo sie geschrieben wurden.

83. Was eine Bewertung glaubwürdig macht: 56% nennen die Übereinstimmung mit anderen Bewertungen ähnlicher Tendenz, Platz eins von zehn Faktoren. (BrightLocal, Local Consumer Review Survey, 2026) Lang und detailliert landet mit 26 % an letzter Stelle. Leser vertrauen einem Muster, nicht einem Absatz. Eine einzelne Bewertung überzeugt weniger als mehrere kurze, die sich einig sind. Das spricht auch gegen die Bedeutung von Länge in Punkt 112.

84. 44% wünschen sich eine Bewertung aus dem letzten Monat, 36% ein Foto oder Video dazu, 35% einen Rezensenten mit echtem Namen. (BrightLocal, Local Consumer Review Survey, 2026) Drei Eigenschaften, nach denen Leser in der Bewertung selbst suchen: aktuell, bebildert, namentlich gekennzeichnet. Jede für sich ist eine Minderheitspräferenz, zusammen beschreiben sie aber die Bewertung, die ein Leser für glaubwürdig hält. Beachten Sie die Überschneidung mit dem, was Google kontrolliert: Gerade frische Bewertungen werden am häufigsten gelöscht (Punkt 35).

85. Bewertungen führen zu mehr Bewertungen: 37% lesen nach einer positiven Bewertung noch weitere. (BrightLocal, Local Consumer Review Survey, 2026) Eine positive Bewertung beantwortet die Frage nicht, sie öffnet die nächste. Mehr als ein Drittel liest weiter, dasselbe Verhalten wie in Punkt 101, wo 66 % noch weiter recherchieren.

86. Fotos überholen Bewertungen: Reisende luden 2024 38,1 Millionen Fotos und Videos bei Tripadvisor hoch, gegenüber 31,1 Millionen Bewertungen. (Tripadvisor, Transparency Report, 2025) Auf dieser einen Plattform, in diesem einen Jahr, übertrafen visuelle Beiträge die geschriebenen. Das ist eine Tripadvisor-Zahl, und Reisen ist eine visuelle Kategorie. Gehen Sie nicht davon aus, dass dasselbe Verhältnis auch anderswo gilt. Das passt zu den 36 % der Leser, die sich ein Foto zur Bewertung wünschen (Punkt 84).

Was Bewertungen wert sind: Vertrauen, Entscheidungen, Umsatz

87. Bewertungen zu verlieren verändert nicht die Note. Es verändert Anzahl und Aktualität, genau das, wonach Käufer filtern. (Reviewflowz × Cartelis, Gone in 7 days, 2026; BrightLocal, Local Consumer Review Survey, 2026) Unternehmen, die fünf oder mehr Bewertungen verloren, sahen ihre Durchschnittsnote um gerade 0,01 Sterne schwanken. Auf Käuferseite nutzen 47 % kein Unternehmen mit weniger als 20 Bewertungen, und 74 % wollen Bewertungen aus den letzten drei Monaten sehen. Eine Löschung kostet also kaum Sterne, aber viel bei genau den zwei Dingen, die ein Käufer zuerst prüft.

88. Ein Produkt mit fünf Bewertungen wird um 270% wahrscheinlicher gekauft als eines ganz ohne. (Spiegel Research Center, How Online Reviews Influence Sales, 2017) Gemessen an 1.800 Produkten und 15,5 Millionen Seitenaufrufen. Der Anstieg beträgt 190 % für ein niedrigpreisiges Produkt und 380 % für ein höherpreisiges. Das ist E-Commerce auf Produktseiten, keine lokalen Unternehmen, und die Ausgangsbasis ist null Bewertungen. Der Prozentsatz schrumpft schnell, sobald die Ausgangsbasis steigt (Punkt 89).

89. Die ersten fünf Bewertungen leisten die meiste Arbeit, fast der gesamte Effekt entsteht innerhalb der ersten zehn. (Spiegel Research Center, How Online Reviews Influence Sales, 2017) Teurere Artikel brauchen mindestens fünf, günstigere zwei bis vier. Die Kurve verläuft zunächst steil und flacht dann ab: Nach der zehnten Bewertung bewegt sich die Konversion kaum noch. Der flache Teil der Kurve ist trotzdem nicht bedeutungslos: Dort übernehmen Aktualität und Note die Führung (Punkte 65 und 102).

90. Ein zusätzlicher Yelp-Stern ist 5 bis 9% mehr Umsatz wert für ein unabhängiges Restaurant. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016) Seattle, 2003 bis 2009, bei Kettenrestaurants liegt der Effekt bei 0,5 % und ist statistisch nicht signifikant. Die Studie nutzt Yelps Rundungsmechanik, um den reinen Noteneffekt zu isolieren. Es handelt sich also um Kausalität, nicht nur um eine Korrelation. Es sind Restaurants, eine Stadt, eine Plattform. Übernehmen Sie die Richtung und die Größenordnung, nicht die Nachkommastelle.

91. Ein Noten-Wechsel wirkt sich bei einem Restaurant mit 50 oder mehr Bewertungen 50% stärker auf den Umsatz aus als bei einem mit weniger als 10. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016) Eine Note, die von mehr Bewertungen gestützt wird, bewegt mehr Umsatz. Ein Stern ist also nicht für jedes Unternehmen gleich viel wert, er ist umso wertvoller, je glaubwürdiger die Anzahl dahinter ist. Punkt 100 zeigt dieselbe Erkenntnis von der anderen Seite.

92. Kettenrestaurants verloren Marktanteile an unabhängige Restaurants, als sich Yelp in Seattle ausbreitete. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016) Ketten profitieren nicht von einem zusätzlichen Stern (Punkt 90), und sie verloren an Boden, sobald Bewertungen verfügbar wurden. Die Lesart: Bewertungen ersetzen die Marke. Kann ein Käufer ein unabhängiges Restaurant selbst prüfen, ist die Beruhigung durch eine bekannte Marke weniger wert. Es ist eine Stadt und ein Zeitraum, aber es ist der klarste Beleg in diesem Artikel dafür, dass Bewertungen Geld verschieben, nicht nur Meinungen.

93. Ein Badge für verifizierte Käufer erhöht die Kaufwahrscheinlichkeit um 15%. (Spiegel Research Center, How Online Reviews Influence Sales, 2017) Das Badge allein, unabhängig von der Note. Kombinieren Sie das mit Punkt 11: Verifizierte Käufer bewerten auch höher. Beide Werte stammen aus E-Commerce-Produktseiten, auf denen es das Badge gibt. Verstehen Sie sie als den Wert von Nachweisbarkeit, nicht als Kennzahl für lokale Unternehmen.

94. 49% der US-Verbraucher vertrauen Online-Bewertungen so sehr wie persönliche Empfehlungen. (BrightLocal, Local Consumer Review Survey, 2026) 85 % sagen, positive Bewertungen machten sie eher geneigt, ein Unternehmen zu nutzen, 77 % sagen, negative Bewertungen machten das unwahrscheinlicher. Die Hälfte der Leser stellt die Bewertung einer fremden Person auf eine Stufe mit dem Rat eines Freundes. Die beiden Einflusswerte liegen nah beieinander, eine negative Bewertung kostet also ungefähr so viel, wie eine positive einbringt.

95. 93% der US-Verbraucher haben nach Lesen von Bewertungen einen Kauf getätigt. (BrightLocal, Local Consumer Review Survey, 2026) 27 % gaben danach über 1.000 US-Dollar aus, 13 % über 5.000 US-Dollar. Das sind erinnerte Erfahrungen über die gesamte Nutzungsdauer, keine Konversionsrate. Sie zeigen, dass Bewertungen auch bei großen Anschaffungen eine Rolle spielen, nicht nur bei günstigen. Bewertungen stehen im Entscheidungsweg von Käufen jeder Größenordnung.

96. 70% haben trotz des Lesens von Bewertungen einen Kauf getätigt, den sie später bereuten. (BrightLocal, Local Consumer Review Survey, 2026) Bewertungen verhindern schlechte Entscheidungen nicht. Sie stehen vor den meisten Käufen, den guten wie den schlechten. Die Zahl bestätigt Punkt 95: Weil das Lesen von Bewertungen fast universell ist, ist Reue nach dem Lesen es ebenfalls. Sie ist auch die Nachfrage, die hinter jeder Zahl zu gefälschten Bewertungen im Durchsetzungsabschnitt steht.

97. Nach dem Lesen positiver Bewertungen besuchen 54% die Website, 34% sind bereit zu kaufen, 20% kontaktieren das Unternehmen und 20% buchen. (BrightLocal, Local Consumer Review Survey, 2026) Der Anteil der Website-Besuche ist von 32 % im Jahr 2019 gestiegen. Für die meisten ist der nächste Schritt nach einer guten Bewertung ein Website-Besuch, kein Kauf. Die Website ist also der Ort, an dem der Bewertungseffekt ankommt.

98. Whitesparks Experten setzen eine hohe Google-Note auf Platz 1 von 120 Konversionsfaktoren. (Whitespark, Local Search Ranking Factors, 2026) Positive Bewertungs-Stimmung ist #2, Bewertungsanzahl #5, Aktualität #7. Das ist die Konversionsliste, also die Faktoren, die aus jemandem, der Sie bereits gefunden hat, einen Kunden machen, nicht die Ranking-Liste. Die Spitze dieser Liste gehört den Bewertungen. Die Ranking-Seite ist Punkt 63.

99. Fünf der zehn Top-Konversionsfaktoren sind Bewertungsfaktoren. (Whitespark, Local Search Ranking Factors, 2026) Die Hälfte dessen, was Experten für konversionsstark bei lokalen Suchenden halten, sind Bewertungsfaktoren, Punkt 98 nennt im Detail, welche. Das ist eine Meinungsumfrage. Glaubwürdig wird sie dadurch, dass sie mit den gemessenen Zahlen aus den Punkten 88 bis 91 übereinstimmt.

100. Erreicht ein Restaurant 50 Bewertungen, reagiert es etwa 20% empfindlicher auf Notenänderungen als bei unter 10 Bewertungen. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016) Dieselbe Erkenntnis wie in Punkt 91, nur verfolgt innerhalb eines einzelnen Unternehmens, während seine Bewertungsanzahl wächst. Die Sternebewertung gewinnt an Hebelwirkung, je größer die Anzahl dahinter wird. Für ein junges Profil gilt die Lehre umgekehrt: Mit wenigen Bewertungen bewegt die Note kaum etwas, der erste Hebel ist die Anzahl.

101. Bewertungen stoßen eine Entscheidung eher an, als dass sie sie abschließen: 66% recherchieren nach einer positiven Bewertung weiter. (BrightLocal, Local Consumer Review Survey, 2026) Zwei Drittel machen weiter. Eine positive Bewertung verschafft den nächsten Blick, nicht den Verkauf. Zusammen mit den Punkten 85 und 97 ergibt sich ein durchgängiges Muster: lesen, weiterlesen, besuchen, dann entscheiden. Die Aufgabe von Bewertungen ist es, ein Unternehmen auf die Shortlist zu bringen.

Was ein Bewertungsprofil braucht: Anzahl, Aktualität, Note

102. Zu perfekt kostet gleich doppelt. (Reviewflowz × Cartelis, Gone in 7 days, 2026; Spiegel Research Center, How Online Reviews Influence Sales, 2017) Profile mit 85 % oder mehr Fünf-Sterne-Bewertungen verlieren 2,2-mal mehr Bewertungen an Google, und die Kaufwahrscheinlichkeit erreicht ihr Maximum zwischen 4,0 und 4,7 Sternen, um danach bis 5,0 wieder zu sinken. In keiner Produktkategorie ist 5,0 optimal. Der eine Befund stammt von Google-Profilen, der andere von E-Commerce-Produkten, und beide stimmen überein: Eine makellose Erfolgsbilanz wirkt sowohl auf die Plattform als auch auf den Käufer verdächtig.

103. In Profilen mit einer Note ab 4,8 wird eine Vier-Sterne-Bewertung neunmal häufiger gelöscht als in Profilen unter 4,5. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Eine Vier-Sterne-Bewertung ist eine gute Bewertung, in einem nahezu perfekten Profil fällt sie aber aus dem Rahmen. Dieselbe Bewertung trägt ein neunmal höheres Risiko, je nachdem, auf welchem Profil sie landet. Die Zahl zeigt: Nicht nur der Inhalt einer Bewertung treibt die Löschung, sondern auch ihr Kontext.

104. Die Bewertungen, die Käufer am meisten wollen, sind genau die mit dem höchsten Risiko. (Reviewflowz × Cartelis, Gone in 7 days, 2026; BrightLocal, Local Consumer Review Survey, 2026) Eine Bewertung unter zwei Wochen wird etwa 100-mal eher gelöscht als eine über drei Jahre alte, und 32 % der Verbraucher suchen inzwischen gezielt nach Bewertungen aus den letzten zwei Wochen, gegenüber 20 % im Jahr 2025. 74 % wollen Bewertungen aus den letzten drei Monaten sehen, 18 % überzeugen nur Bewertungen aus der letzten Woche. Die Aktualität, die Käufer fordern, liegt genau in dem Zeitfenster, das Google am schärfsten kontrolliert.

105. 47% werden kein Unternehmen mit weniger als 20 Bewertungen verwenden, und nur 9% würden eines mit fünf oder weniger verwenden. (BrightLocal, Local Consumer Review Survey, 2026; Spiegel Research Center, How Online Reviews Influence Sales, 2017; Whitespark, Local Search Ranking Factors, 2026) Spiegels Konversionskurve flacht nach zehn Bewertungen ab, und Whitesparks Experten raten, zuerst schnell 5 bis 10 Bewertungen zu sammeln, danach einen stetigen Strom. Drei Quellen, drei Schwellenwerte: 5 bis 10, um überhaupt wahrgenommen zu werden, 10 für den größten Konversionsgewinn, 20, um nicht die Hälfte der Leser zu verlieren. Eine Befragung, eine Produktstudie und eine Expertenbefragung, und sie bestätigen sich gegenseitig, statt sich zu widersprechen.

106. 68% nutzen nur ein Unternehmen mit einer Note von 4 Sternen oder mehr, nach 55% im Jahr 2025. (BrightLocal, Local Consumer Review Survey, 2026) 31 % bestehen auf 4,5 oder mehr, nach 17 %, und 10 % verlangen fünf Sterne. Die Untergrenze steigt schnell. Eine Note unter 4,5 kostet heute bereits die 31 %, die das fordern, ein Jahr zuvor waren es erst 17 %. Lesen Sie das zusammen mit Punkt 102: Das Ziel ist hoch, nicht perfekt.

107. 92% achten bei der Wahl eines Unternehmens auf die Sternebewertung. (BrightLocal, Local Consumer Review Survey, 2026) Nahezu universell, und die am wenigsten überraschende Zahl in dieser Liste. Sie passt zu Punkt 106: Fast alle schauen auf die Note, und ein wachsender Anteil hat dabei eine feste Untergrenze. Die Note ist nicht nur eines von vielen Signalen. Sie ist der erste Filter.

108. Ein halber Stern kann zur Klippe werden. (Luca, Reviews, Reputation, and Revenue (Harvard Business School), 2016; Proserpio and Zervas, Online Reputation Management (Marketing Science), 2017) Yelp zeigt einen Durchschnitt von 3,24 als 3 Sterne an, 3,25 bereits als 3,5, und dieser Anzeigesprung ist rund 9 % Umsatz wert. 27 % der Hotels, die mit dem Antworten begannen, überschritten innerhalb von sechs Monaten eine Halbstern-Schwelle. Die Plattformen runden, und Leser reagieren auf die gerundete Zahl. Dasselbe Unternehmen kann daher allein durch den Sprung von 3,24 auf 3,25 um 9 % mehr wert sein.

109. 4,2 bis 4,7 schlägt 4,7 bis 5,0: Produkte in diesem niedrigeren Bereich werden eher gekauft. (Spiegel Research Center, How Online Reviews Influence Sales, 2017) Das ist ein Befund von Produktseiten und die Käuferperspektive zu Punkt 102. Ein Profil, das von 4,7 auf 5,0 klettert, gewinnt dadurch nichts. Es verliert an Glaubwürdigkeit. Praktisch heißt das: Ein paar kritische Bewertungen auf einem starken Profil sind kein Problem, das man lösen müsste.

110. Trustpilot startet jeden TrustScore mit sieben virtuellen Bewertungen bei 3,5 Sternen. (Trustpilot, trust page, 2026) Ein Profil mit wenigen Bewertungen startet also von einer ausgeglichenen Note, nicht von seiner ersten echten Bewertung. Ein neues Trustpilot-Profil mit einer Fünf-Sterne-Bewertung zeigt nicht eine Fünf-Sterne-Note. Das bedeutet auch: Ein junger TrustScore unterschätzt ein gutes Unternehmen so lange, bis die echten Bewertungen die sieben Startwerte überwiegen.

111. Beim beobachteten Tempo verliert ein Profil etwa 1,4% seiner Bewertungen pro Jahr, bei Bewertungen älter als drei Monate sind es etwa 0,75% pro Jahr. (Reviewflowz × Cartelis, Gone in 7 days, 2026) Hochgerechnet aus zwei Wochen Crawling, es ist also ein Tempo, keine Prognose. Beide Werte sagen dasselbe wie Punkt 35: Die meisten Verluste betreffen neue Bewertungen. Ein Profil, das aufhört, neue Bewertungen zu sammeln, verliert auch kaum noch welche, dafür aber die Aktualität, die fürs Ranking zählt (Punkt 65).

112. Länge hilft niemandem weiter. (BrightLocal, Local Consumer Review Survey, 2026; Reviewflowz × Cartelis, Gone in 7 days, 2026) Lang und detailliert ist mit 26 % der am wenigsten wichtige Faktor für Leser, und die Länge einer Bewertung macht innerhalb desselben Unternehmens kaum einen Unterschied bei der Löschung, nur das 1,04-Fache. Eine kurze Bewertung, die mit anderen übereinstimmt (Punkt 83), ist für einen Leser mehr wert als eine lange, und sie überlebt auch nicht häufiger oder seltener. Bitten Sie um einen Satz, keinen Aufsatz.

Die vollständige Methodik hinter unseren eigenen Zahlen, der Stichprobe von 9.048 Profilen, dem zweiwöchigen Crawling-Fenster und den Ausschlusskriterien, finden Sie im Studien-PDF: Reviewflowz × Cartelis, Gone in 7 days, 2026.