Der Anteil der Verbraucher, die nach eigener Angabe nur noch Betriebe mit mindestens 4,5 Sternen in Betracht ziehen, hat sich binnen eines Jahres nahezu verdoppelt: 17 Prozent im Vorjahr, 31 Prozent 2026. Die Zahl stammt aus der BrightLocal Local Consumer Review Survey 2026 – einer Befragung von 1.002 erwachsenen US-Verbrauchern, die alle lokalen Betriebsarten umfasst und nicht speziell die Gastronomie. Sie misst geäußerte Absicht, nicht beobachtetes Verhalten. Als Trendsignal bleibt die Verschiebung dennoch bemerkenswert.
Für ein Restaurant mit 4,0 Sternen verschiebt das die Ausgangslage. Ein Betrieb, der 2025 als „solide“ galt, fällt heute bei fast einem Drittel der Befragten durch den selbst gesetzten Filter – und konkurriert im Google Local Pack gegen Profile mit deutlich höherem Bewertungsniveau und deutlich größerem Bewertungsvolumen.
Die Einordnung dieses Beitrags stützt sich auf drei unabhängige Quellen: die BrightLocal Local Consumer Review Survey 2026, die Arbeit von Michael Luca (Harvard Business School) zum Zusammenhang zwischen Sternebewertung und Umsatz und die Local Search Ranking Factors 2026 von Whitespark. Alle drei haben Reichweite – und alle drei haben Grenzen, die im Folgenden mitgenannt werden.
| Kennzahl | Wert | Quelle und Einschränkung |
|---|---|---|
| Verbraucher, die nur Betriebe ab 4,5★ in Betracht ziehen | 31 % (Vorjahr: 17 %) | BrightLocal 2026 – 1.002 US-Verbraucher, alle lokalen Branchen, geäußerte Absicht |
| Verbraucher, die nur Betriebe ab 4,0★ in Betracht ziehen | 68 % (Vorjahr: 55 %) | BrightLocal 2026 – gleiche Einschränkung |
| Verbraucher, die Betriebe mit unter 20 Bewertungen meiden | 47 % | BrightLocal 2026 – gleiche Einschränkung |
| Verbraucher, die nur Bewertungen der letzten drei Monate lesen | 74 % | BrightLocal 2026 – gleiche Einschränkung |
| Umsatzeffekt je zusätzlichem Stern | +5 bis +9 % | Luca, Harvard Business School – Yelp, USA, Daten vor 2011, ausschließlich unabhängige Restaurants |
| Auslastungseffekt je halber Sterne-Stufe | +19 Prozentpunkte häufiger ausgebucht zu Stoßzeiten | Anderson & Magruder, The Economic Journal 2012 – Yelp, San Francisco Bay Area, Daten bis ca. 2010 |
| Top-3 Local Pack: Median Bewertungszahl (Kategorie Breakfast Restaurant) | 976 | Local Falcon Q4 2025 (50,4 Mio. Datensätze) – USA, Korrelation statt Ursache, nicht auf Deutschland übertragbar |
| Gewicht der Review-Signale im Local Pack | ~20 % (2023: 16 %) | Whitespark 2026 – Befragung von 47 Fachleuten, keine Messung des Algorithmus |
| Gewicht der Google-Business-Profil-Signale | ~32 % | Whitespark 2026 – gleiche Einschränkung |
| Antwortquote deutsche Gastronomie (Datenjahr 2024) | 20 % der Bewertungen (Vorjahr: 15,8 %) | respondelligent, Gastro WebReview 2025 – Anteil beantworteter Bewertungen, nicht Anteil antwortender Betriebe |
Die Verschiebung des 4,5-Sterne-Segments verändert die Wahrnehmungsschwelle
Der Anteil der Verbraucher, die 2026 nur noch Unternehmen mit mindestens 4,5 Sternen in Betracht ziehen, liegt laut BrightLocal bei 31 Prozent. Im Vorjahr waren es 17. 68 Prozent ziehen nur noch Betriebe ab 4,0 Sternen in Betracht, gegenüber 55 Prozent im Vorjahr. 47 Prozent meiden Betriebe mit weniger als 20 Bewertungen. 74 Prozent lesen vor dem Besuch nur Bewertungen der letzten drei Monate.
Die Werte beruhen auf einer Befragung von 1.002 erwachsenen US-Verbrauchern über alle lokalen Branchen hinweg. Sie sind kein deutscher Restaurant-Messwert und keine Verhaltensbeobachtung. Was sie zeigen, ist die Richtung und das Tempo: Die Schwelle, unterhalb derer ein Betrieb überhaupt als Option genannt wird, ist innerhalb von zwölf Monaten nach oben gewandert.
Die Branche reagiert darauf nicht in vergleichbarer Geschwindigkeit. Ein Restaurant, das seine Durchschnittsbewertung von 4,0 auf 4,5 Sterne heben will, arbeitet daran je nach Bewertungsbestand über Jahre, weil jede neue Fünf-Sterne-Bewertung gegen einen gewachsenen Mittelwert anrechnen muss. Erwartungshaltungen kippen in kürzeren Zeiträumen als Durchschnittswerte.
Die Sichtbarkeits-Schwellen im Google Local Pack laufen in dieselbe Richtung. Unter 3,9 Sternen wird ein Betrieb im Local Pack kaum noch eingeblendet. 4,0 bis 4,1 gilt als Einstiegsschwelle, ab 4,2 als wettbewerbsfähig (MapLift, branchenbasierte Auswertung).
Was ein zusätzlicher Stern wirtschaftlich bedeutet – und was sich daraus nicht ableiten lässt
Die meistzitierte Grundlage für den ökonomischen Effekt von Sternebewertungen stammt von Michael Luca, Harvard Business School (Working Paper 12-016, 2011, revidiert 2016). Luca findet einen Umsatzeffekt von +5 bis +9 Prozent je zusätzlichem Stern. Die Einschränkungen gehören zwingend dazu: gemessen auf Yelp, in den USA, mit Daten aus der Zeit vor 2011 – und ausschließlich bei unabhängigen Restaurants. Für Kettenbetriebe war kein Effekt nachweisbar.
Eine zweite, ebenfalls häufig verkürzt wiedergegebene Arbeit betrifft nicht den Umsatz, sondern die Auslastung. Michael Anderson und Jeremy Magruder zeigten im Economic Journal (2012), dass eine halbe Sterne-Stufe mehr dazu führt, dass ein Restaurant zu Stoßzeiten 19 Prozentpunkte häufiger ausgebucht ist. Auch hier gehört die Herkunft dazu: Yelp, San Francisco Bay Area, Daten bis etwa 2010. Der Effekt wurde an Rundungsschwellen allgemein gemessen, nicht speziell an der Schwelle 4,5.
Damit ist die Größenordnung des Effekts belegt – seine Übertragung in einen Euro-Betrag für einen deutschen Betrieb im Jahr 2026 dagegen nicht. Wer aus +5 bis +9 Prozent eine Jahresverlust-Zahl für ein Restaurant in Hamburg oder München hochrechnet, multipliziert einen US-Plattformeffekt aus der Zeit vor 2011 mit einem frei gewählten Modellumsatz und präsentiert das Ergebnis als Messwert. Solche Rechnungen stehen in vielen Reputations-Präsentationen. Belastbar sind sie nicht, und sie sind auch nicht nötig.
Belastbar ist die Richtung: Der Zusammenhang zwischen Bewertungsniveau und Nachfrage ist bei unabhängigen Restaurants nachgewiesen, und er ist nicht klein. Wer Marketing-Budget gegen Investitionen in das Bewertungsprofil abwägt, sollte das Bewertungsprofil deshalb nicht als weiche Größe behandeln – aber auch keine Euro-Genauigkeit vortäuschen, die die Datenlage nicht hergibt.
Wie die Fachwelt die Gewichtung der Ranking-Signale einschätzt
Die Gewichtung der Ranking-Faktoren im Local Pack hat sich nach Einschätzung der Fachwelt verschoben. In den Local Search Ranking Factors 2026 von Whitespark stieg der den Review-Signalen zugeschriebene Anteil von 16 Prozent (2023) auf rund 20 Prozent. Google-Business-Profil-Signale bleiben mit etwa 32 Prozent das größte Faktor-Cluster, doch die Review-Signale sind die am stärksten gewachsene Gruppe.
Die Einordnung ist hier wichtiger als die Zahl. Es handelt sich um die Befragung von 47 Local-SEO-Fachleuten, nicht um eine Messung des Algorithmus. Whitespark hält selbst fest, dass keiner der Befragten Zugang zur internen Funktionsweise von Googles lokaler Suche hat. Die Werte beschreiben also, worauf erfahrene Praktiker ihre Arbeit ausrichten – nicht, wie Google tatsächlich rechnet.
Der am häufigsten genannte Baustein dieses Clusters ist die Review Velocity, also die Frequenz neuer Bewertungen über die Zeit. Einen belastbaren Branchen-Benchmark für die richtige Frequenz gibt es nicht. Local Falcon wertet für das vierte Quartal 2025 50,4 Millionen Datensätze aus und nennt bewusst keine Monatszahl: Welche Frequenz genügt, hängt vom Wettbewerb im jeweiligen Markt ab. Vier bis acht neue Bewertungen pro Monat sind ein Erfahrungswert aus der Praxis, kein Studienergebnis – in einem dicht besetzten Innenstadtmarkt liegt der erforderliche Wert höher, in einer ländlichen Lage niedriger.
Das Volumenniveau an der Spitze ist hoch. Local Falcon nennt für die Kategorie Breakfast Restaurant einen Median von 976 Bewertungen bei den Top-3-Betrieben. Das ist ein US-Wert aus dem vierten Quartal 2025, er beschreibt eine Korrelation und keine Ursache, und er ist nicht auf deutsche Märkte übertragbar. Als Größenordnung taugt er trotzdem: Wer in einer deutschen Großstadt in ein Map Pack einsteigen will, konkurriert nicht mit einem Durchschnittsprofil, sondern mit den bestbewerteten und meistbewerteten Betrieben der Kategorie.
Auf der Antwort-Seite steht die deutsche Gastronomie strukturell schwach da. Die Gastro-WebReview-Studie 2025 von respondelligent, ausgewertet über mehr als 600.000 Bewertungen aus rund 5.000 Restaurants in 16 deutschen Städten, kommt für das Datenjahr 2024 auf eine Antwortquote von rund 20 Prozent. Im Vorjahr waren es 15,8 Prozent. Gemeint ist der Anteil der beantworteten Bewertungen, nicht der Anteil der Betriebe, die überhaupt antworten – eine Unterscheidung, die in der Debatte regelmäßig verlorengeht. Zusammen mit den BrightLocal-Daten 2026, nach denen 89 Prozent der Befragten eine Antwort erwarten und 80 Prozent Betriebe bevorzugen, die auf alle Bewertungen antworten, ergibt sich ein Bild, in dem die Branche unter dem geäußerten Erwartungsniveau operiert.
Die Grundlagen des strukturierten Bewertungsaufbaus sind in der Analyse zu Bewertungsmanagement und Volumen-Methoden beschrieben, die Antwort-Systematik in der Analyse zu Antwort-Vorlagen und negativen Bewertungen.
Antwortquote und Bewertungsfrequenz: die Lücke zwischen Erwartung und Praxis
Die Effektgrößen, die aus diesen Daten folgen, sind größer als in den meisten Reputations-Debatten abgebildet.
Uberall dokumentiert in der Reputation-Management-Revolution-Studie für den Multi-Location-Handel einen Conversion-Anstieg von +25 Prozent pro +0,1 Sterne Durchschnittsbewertung. Eine Antwort-Quote, die von 10 auf 30 Prozent steigt, korreliert mit +80 Prozent mehr Conversions. YouGov misst für den Sprung von 3,5 auf 3,7 Sterne auf Google My Business einen Conversion-Anstieg von +120 Prozent.
Die peer-reviewte Studie von Proserpio und Zervas (Hotel-Daten) zeigt: Systematische Antworten heben die Durchschnittsbewertung um 0,12 Sterne und das Bewertungs-Volumen um 12 Prozent. Der Shiji/Cornell Global Review Index beziffert den Effekt eines einzigen GRI-Punkts in der Hotellerie auf +0,89 Prozent ADR, +0,54 Prozent Auslastung und +1,42 Prozent RevPAR.
Die Hotellerie hat diese Mechanik seit 15 Jahren im KPI-Setup. Die Gastronomie beginnt erst, sie zu messen, obwohl die Effekte vergleichbar sind. Der strukturelle Nachteil deutscher Einzelbetriebe gegenüber der Systemgastronomie liegt nicht im Produkt, sondern im Review-Prozess: Multi-Location-Brands mit Response-Rates über 75 Prozent erreichen laut Yext einen Rating-Vorteil von +0,5 Sternen, ein Niveau, das kein einzelner Standort mit Ad-hoc-Antworten erreicht. Die Grundlagen des Google-Business-Profils, das am Anfang der Kette steht, beschreibt der Artikel zu Google My Business für Restaurants.
Rund jede fünfte Bewertung in der deutschen Gastronomie wird beantwortet – während die von Verbrauchern genannte Vertrauensschwelle nach oben gewandert ist und frische Bewertungen in der Einschätzung der Fachwelt schwerer wiegen als historisches Volumen.
Für den einzelnen Betrieb stellt sich damit weniger die Frage, ob die Schwelle wirkt, als in welcher Abfolge Profil, Bewertungsaufbau und Antwortpraxis anzugehen sind. Diese Einordnung leistet der Leitfaden zur lokalen Sichtbarkeit von Restaurants.
Wer Response Rate und Review Velocity in Q2 und Q3 2026 nicht auf das Niveau des oberen Branchendrittels hebt, riskiert in Q4 und Q1 Anteile im Map Pack – und damit den günstigsten Akquisekanal, den ein Restaurant hat. Eine verwandte strukturelle Unterinvestition in den profitabelsten Kundenstamm beschreibt die Analyse zur Gleichgültigkeit gegenüber Stammgästen in der deutschen Gastronomie.