GEO-Optimierung: Sichtbar werden, wo keine Ergebnisliste mehr erscheint
Immer mehr Menschen stellen ihre Frage einem KI-System und bekommen eine Antwort statt zehn blauer Links. Wer in dieser Antwort nicht vorkommt, existiert für diese Nutzer nicht. GEO ist die Arbeit daran, Teil der Antwort zu werden.
Was ist GEO?
GEO steht für Generative Engine Optimization. Gemeint ist die Optimierung von Inhalten darauf, dass generative KI-Systeme sie heranziehen, wenn sie eine Frage beantworten. Das Ziel ist nicht mehr der erste Platz in einer Liste, sondern die Nennung im Fließtext einer Antwort.
Der Unterschied ist grundlegend. In der klassischen Suche konkurrieren zehn Ergebnisse um einen Klick. In einer KI-Antwort werden zwei bis fünf Quellen genannt, und wer nicht darunter ist, taucht überhaupt nicht auf. Es gibt keine zweite Seite, auf die man ausweichen könnte.
Warum das jetzt relevant wird: Rechercheanfragen wandern zuerst ab, also genau die Anfragen, mit denen Kaufentscheidungen vorbereitet werden. Der Verkehr über klassische Suche sinkt dabei oft, bevor die Umsätze sinken. Wer erst reagiert, wenn die Zahlen einbrechen, hat den Rückstand bereits.
GEO und SEO im Vergleich
| Kriterium | Klassisches SEO | GEO |
|---|---|---|
| Ziel | Platz in der Ergebnisliste | Nennung in der Antwort |
| Erfolgsmaß | Position, Klicks | Zitierhäufigkeit, Nennungen |
| Textform | Keyword-orientiert | Aussagen-orientiert |
| Wettbewerbsfeld | Zehn Plätze je Seite | Zwei bis fünf Quellen gesamt |
| Rolle der Domain-Autorität | Hoch | Geringer, Inhalt zählt mehr |
Der letzte Punkt ist die eigentliche Chance für kleinere Anbieter. Wo in der klassischen Suche große Domains die vorderen Plätze besetzen, entscheidet bei KI-Systemen stärker, ob ein Inhalt die Frage präzise beantwortet.
Wie KI-Systeme ihre Quellen auswählen
Generative Systeme arbeiten bei aktuellen Fragen in zwei Schritten. Zuerst wird gesucht, dann wird aus den gefundenen Seiten eine Antwort zusammengesetzt. Für die Sichtbarkeit sind beide Schritte relevant, und sie stellen unterschiedliche Anforderungen.
Schritt eins: gefunden werden
Hier gelten weitgehend die bekannten Regeln. Die Seite muss erreichbar, schnell und für Crawler zugänglich sein. Wer KI-Crawler blockiert, scheidet bereits an dieser Stelle aus, unabhängig von der Qualität der Inhalte.
Schritt zwei: ausgewählt werden
Aus den gefundenen Seiten wählt das Modell aus, was in die Antwort einfließt. Bevorzugt werden Passagen, die eine Frage direkt beantworten, konkrete Angaben enthalten und ohne umgebenden Kontext verständlich bleiben. Werbliche Sprache wird dabei systematisch übergangen.
Daraus folgt die wichtigste praktische Regel: Schreiben Sie so, dass sich einzelne Absätze herauslösen und für sich zitieren lassen. Ein Absatz, der mit "wie oben beschrieben" beginnt, wird nie in einer Antwort landen.
Die sieben Maßnahmen
Diese Reihenfolge hat sich bewährt, weil sie mit den Maßnahmen beginnt, die schnell wirken und wenig kosten.
Frage-Antwort-Struktur
Aufwand: mittelInhalte so gliedern, dass jede Überschrift eine echte Frage beantwortet und der erste Absatz darunter die Antwort vollständig enthält. KI-Systeme extrahieren bevorzugt abgeschlossene Aussagen, keine Absätze, die auf den nächsten verweisen.
Zitierfähige Kernaussagen
Aufwand: niedrigKonkrete Zahlen, Zeiträume und Vergleiche statt vager Formulierungen. Eine Aussage wie "dauert zwei bis drei Wochen" wird übernommen, "dauert je nach Aufwand unterschiedlich lange" nicht.
Strukturierte Daten
Aufwand: niedrigSchema-Markup für Organisation, Dienstleistung, FAQ und Artikel. Das gibt Maschinen eine eindeutige Lesart dessen, was auf der Seite steht, statt sie raten zu lassen.
Crawler-Steuerung
Aufwand: niedrigGezielte Freigabe der relevanten KI-Crawler in der robots.txt, ergänzt um eine llms.txt mit einer Übersicht der wichtigsten Seiten. Viele Websites sperren KI-Crawler unbeabsichtigt aus, oft über Voreinstellungen ihres Anbieters.
Belegbare Urheberschaft
Aufwand: niedrigAutor, Veröffentlichungsdatum und Aktualisierungsdatum sichtbar und maschinenlesbar. Bei fachlichen Aussagen die Quelle nennen. KI-Systeme gewichten Inhalte mit nachvollziehbarer Herkunft höher.
Thematische Geschlossenheit
Aufwand: hochStatt vieler dünner Seiten zu einem Thema eine tiefe Seite mit klarer Gliederung. Verstreute Teilinformationen werden seltener als Quelle herangezogen als eine Seite, die das Thema abschließend behandelt.
Erwähnungen außerhalb der eigenen Seite
Aufwand: hochKI-Systeme bewerten, ob eine Marke auch anderswo im Zusammenhang mit einem Thema vorkommt. Fachbeiträge, Verzeichnisse und Erwähnungen in Branchenmedien zahlen darauf ein, ganz ohne Linkaufbau im klassischen Sinn.
Wie sich GEO messen lässt
Es gibt für GEO noch kein Werkzeug, das die Rolle der Search Console für die klassische Suche übernimmt. Die Messung ist deshalb aufwendiger, aber machbar.
Stichprobe mit festen Fragen
Zwanzig bis dreißig Fragen definieren, die für das Geschäft relevant sind, und diese monatlich in mehreren KI-Systemen stellen. Protokolliert wird, ob die Marke genannt wird, an welcher Stelle und in welchem Zusammenhang. Das ist mühsam, aber es ist die einzige direkte Messung.
Auswertung der Server-Logs
Die KI-Crawler identifizieren sich über ihre Kennung. Aus den Logs lässt sich ablesen, welche Seiten wie oft abgerufen werden. Steigende Abrufe sind ein Frühindikator, bevor sich etwas in den Antworten zeigt.
Verweisverkehr aus KI-Oberflächen
Wenn ein Nutzer aus einer KI-Antwort heraus auf die Seite klickt, taucht das als Verweis auf. Die Mengen sind klein, aber die Qualität dieser Besucher ist auffällig hoch, weil sie mit konkreter Absicht kommen.
GEO für E-Commerce
Im Handel verschiebt sich gerade, wo die Kaufentscheidung vorbereitet wird. Produktvergleiche und Empfehlungsfragen wandern in KI-Systeme ab, lange bevor jemand einen Shop öffnet.
Für Händler heißt das: Produktdaten müssen so strukturiert sein, dass ein Modell sie verstehen und vergleichen kann. Konkrete Eigenschaften statt Marketingtext, vollständige Angaben statt Lücken, eindeutige Kennzeichnungen statt eigener Bezeichnungen.
Die Besonderheiten für Handel und Marktplätze haben wir auf einer eigenen Seite ausführlicher behandelt, einschließlich der Frage, wie sich Produktdaten für agentische Einkaufsprozesse aufbereiten lassen.
Zu AI Commerce und GEO →Wie wir vorgehen
Bestandsaufnahme, etwa eine Woche
Wir prüfen, ob KI-Crawler überhaupt Zugriff haben, wie die Inhalte strukturiert sind und welches Markup vorhanden ist. Parallel legen wir die Fragen fest, an denen später gemessen wird, und erheben den Ausgangsstand.
Technische Grundlagen, ein bis zwei Wochen
Crawler-Freigaben, Schema-Markup, llms.txt, Autorenangaben. Das sind die Maßnahmen mit dem besten Verhältnis von Aufwand zu Wirkung, weil sie einmal gemacht werden und dann für alle Inhalte gelten.
Inhaltliche Überarbeitung, laufend
Die wichtigsten Seiten werden auf Frage-Antwort-Struktur umgestellt und mit konkreten Angaben angereichert. Das ist der aufwendigste Teil und der, der am längsten braucht, bis er wirkt.
Messung im Monatsrhythmus
Die festgelegten Fragen werden erneut gestellt und mit dem Ausgangsstand verglichen. Aus den Abweichungen ergibt sich, welche Inhalte nachgeschärft werden müssen.
Häufige Fragen
Häufig gestellte Fragen
Was bedeutet GEO genau?
Ersetzt GEO die klassische Suchmaschinenoptimierung?
Wie merke ich, ob GEO funktioniert?
Wie lange dauert es, bis GEO Wirkung zeigt?
Muss ich KI-Crawler zulassen, auch wenn ich meine Inhalte schützen will?
Was ist llms.txt und brauche ich das?
Funktioniert GEO auch für kleine Websites?
Werden Sie in KI-Antworten genannt?
Wir prüfen für zwanzig relevante Fragen aus Ihrem Geschäftsfeld, ob und wie Ihre Marke in KI-Antworten auftaucht, und leiten daraus die konkreten nächsten Schritte ab.