Was ist GEO?
Generative Engine Optimierung (GEO) ist die Praxis, Webinhalte so zu strukturieren, zu formatieren und zu positionieren, dass KI-Sprachmodelle — ChatGPT, Perplexity, Google AIO, Claude — sie zuverlässig verstehen, zitieren und in ihren generierten Antworten empfehlen.
Im Gegensatz zu klassischem SEO, das auf Rankingpositionen auf einer Ergebnisseite optimiert, zielt GEO auf die Aufnahme in KI-generierte Antworten. Das Ziel ist nicht Platz 1 — das Ziel ist, die Quelle zu sein, die die KI tatsächlich zitiert.
Nur 11 % der Domains werden sowohl von ChatGPT als auch von Google AIO für dieselbe Anfrage zitiert. Die meisten Websites sind für KI-Engines unsichtbar — nicht weil der Inhalt schlecht ist, sondern weil er nicht für die maschinelle Verarbeitung strukturiert ist.
GEO vs. SEO — was ist anders?
Klassisches SEO konzentriert sich auf Keywords, Backlinks und technische Signale, um in Googles blauen Links zu ranken. GEO zielt auf ein fundamental anderes Ergebnis: die synthetisierte Antwort, die eine KI generiert. Das ändert sich:
| DIMENSION | SEO | GEO |
|---|---|---|
| Ziel-Engine | Google-Crawler | GPT-4, Gemini, Claude, Perplexity |
| Optimiert für | SERP-Ranking | KI-generierte Antwort |
| Primäres Signal | Backlinks + Keywords | Zitierfähigkeit + Entitäts-Klarheit |
| Inhaltsformat | Keyword-dichte Absätze | In sich geschlossene, faktendichte Blöcke |
| Markensignale | Domain Authority | Wikipedia, sameAs, strukturierte Erwähnungen |
| Technischer Standard | robots.txt + Sitemap | robots.txt + llms.txt |
| Messung | Rankingposition | Zitierrate + GEO-Score |
Wie KI-Suche funktioniert
KI-Suchmaschinen wie ChatGPT (mit Browsing), Perplexity und Google AIO arbeiten in zwei Phasen:
1. Abruf (Retrieval)
Die Engine crawlt das Web (mit Bots wie GPTBot, PerplexityBot, ClaudeBot) und holt Kandidatenseiten. Blockiert deine robots.txt diese Bots — oder lässt sich deine Seite nicht abrufen — bist du raus, bevor überhaupt bewertet wird.
2. Generierung (Synthese)
Die abgerufenen Inhalte gehen an ein Sprachmodell, das eine Antwort formuliert und entscheidet, welche Quellen es zitiert. Hier entscheidet sich GEO: Inhalte, die in sich geschlossen, faktendicht und klar einer glaubwürdigen Entität zugeordnet sind, werden zitiert. Vage, mit Keywords vollgestopfte Absätze nicht.
KI-Zitierfähigkeit (Citability)
Zitierfähigkeit ist der mit Abstand stärkste Prädiktor für KI-Sichtbarkeit. Untersuchungen zeigen, dass Inhaltsblöcke von 134–167 Wörtern, die um eine einzelne überprüfbare Aussage herum aufgebaut und in direkter, bestimmter Sprache formuliert sind, bis zu 3× häufiger zitiert werden als generische Prosa.
- Schreib in in sich geschlossenen Blöcken — jeder Absatz soll für sich allein als zitierbare Einheit stehen
- Stell die Schlussfolgerung voran und belege sie danach mit Fakten
- Nutze nummerierte Listen und definierte Begriffe — KI-Modelle übernehmen sie wörtlich
- Vermeide Weichmacher („könnte", „möglicherweise", „eventuell") — sie signalisieren Ranking-Modellen geringe Sicherheit
- Zitiere Primärquellen direkt im Text — KI-Modelle vertrauen Inhalten, die auf andere vertrauenswürdige Inhalte verweisen
Der llms.txt-Standard
llms.txt ist ein aufkommender Standard (analog zur robots.txt), mit dem Website-Betreiber KI-Systemen strukturierte Metadaten über ihre Inhalte bereitstellen: was die Seite ist, was wichtig ist, was für die KI-Nutzung tabu ist — und direkte Links zu den zentralen Seiten.
Eine gut strukturierte llms.txt kann die KI-Zitierrate deutlich erhöhen — weil sie die Unklarheit darüber beseitigt, was deine Seite ist und wofür sie genutzt werden soll.
Generiere deine llms.txt in 2 Minuten auf llmstxtgenerator.de →
Schema.org & Entitäts-Erkennung
KI-Modelle stützen sich stark auf Schema.org-Markup, um dich als Entität zu identifizieren. Das wichtigste Schema für GEO ist Organization mit sameAs-Links zu autoritativen Profilen (Wikipedia, LinkedIn, Wikidata, Social-Profile).
Ohne sameAs-Links kann ein KI-Modell deine Website nicht zuverlässig mit einer realen Entität verbinden — und empfiehlt dich bei markenbezogenen Anfragen deutlich seltener.
Prioritäre Schemas für GEO
- Organization + sameAs — Entitäts-Eindeutigkeit (höchste Priorität)
- FAQPage — KI-Modelle übernehmen FAQ-Inhalte oft wörtlich
- Article + Person (Autor) — etabliert E-E-A-T-Signale
- HowTo — strukturierte Anleitungen sind hochgradig zitierfähig
- Product + Review — für KI-Empfehlungen im E-Commerce
E-E-A-T für KI
Googles E-E-A-T-Rahmen (Experience, Expertise, Authoritativeness, Trustworthiness) wurde ursprünglich für menschliche Qualitätsprüfer entwickelt. KI-Suchmaschinen nutzen ähnliche Signale, um die Glaubwürdigkeit einer Quelle vor dem Zitieren zu bewerten:
- Experience (Erfahrung): Berichte aus erster Hand, Fallstudien, „wir haben getestet"-Formulierungen
- Expertise: Autorenprofile mit Qualifikationen, Über-uns-Seiten, Fachzugehörigkeiten
- Authoritativeness (Autorität): Erwähnungen durch Dritte, Wikipedia-Präsenz, Einträge in Branchenverzeichnissen
- Trustworthiness (Vertrauen): HTTPS, Datenschutzerklärung, Impressum, klare Kontaktangaben
Markenautorität (Brand Authority)
KI-Modelle behandeln Markenerwähnungen im Web wie einen verteilten Vertrauensgraphen. Je mehr autoritative Plattformen deine Marke namentlich nennen — Wikipedia, YouTube, Reddit, LinkedIn, Trustpilot, Branchenverzeichnisse — desto sicherer zitiert dich eine KI.
Markenerwähnungen korrelieren 3× stärker mit KI-Sichtbarkeit als Backlinks. Ein einziger verifizierter Wikipedia-Eintrag kann den Brand-Authority-Score deutlich anheben.