Was ist Generative Engine Optimisation?

Das Wichtigste in Kürze

• GEO bedeutet, eine Marke so auffindbar, auswertbar und überprüfbar zu machen, dass KI-Antwortmaschinen sie zitieren. Erfolg misst sich an der Nennung in einer Antwort, nicht an einer Position in einer Liste.
• Vier Faktoren erhöhen die Wahrscheinlichkeit, dass ein KI-System eine Marke nennt: Die Seite ist erreichbar, für sich allein auswertbar, anderswo bestätigt und einer erkennbaren Entität zuzuordnen. Keiner davon garantiert eine Zitierung.
• Prüfen Sie zuerst die technische Ebene, denn dort lässt sich am schnellsten etwas beheben: Ein blockierter Crawler oder Fliesstext, der nur clientseitig gerendert wird, hält eine Website aus einer KI-Suchmaschine heraus, egal wie gut die Texte sind. Über den Rest entscheiden weiterhin Relevanz, Expertise und Anerkennung von aussen.
• GEO wird gemessen über KI-Sichtbarkeit in Prozent, Share of Voice, Anzahl Zitierungen, Sentiment und KI-Referral-Traffic, separat im Analytics ausgewiesen. Alle fünf sind nur aussagekräftig mit einem konstant gehaltenen Prompt-Set.
• GEO ersetzt SEO nicht. Die technischen Grundlagen sind dieselben, und organische Suche bringt den meisten Marken nach wie vor den Grossteil des qualifizierten Traffics.

Wer heute in Ihrer Kategorie recherchiert, sieht womöglich nie eine Liste mit zehn Links. Die Person stellt eine Frage, liest einen zusammengefassten Absatz und handelt danach. Ob Ihr Unternehmen in diesem Absatz vorkommt, ist inzwischen eine eigene Disziplin, mit eigenen Hebeln, eigenen Fehlerquellen und eigenen Kennzahlen. Dieser Leitfaden zeigt, worum es geht und wie man es angeht.

Was ist Generative Engine Optimisation?

Generative Engine Optimisation, kurz GEO, bedeutet, eine Marke so auffindbar, auswertbar und überprüfbar zu machen, dass KI-Antwortmaschinen sie namentlich zitieren. Dazu gehören ChatGPT, Perplexity, Google Gemini, Claude, Microsoft Copilot sowie Googles AI Overviews und AI Mode. Sie alle beantworten eine Frage direkt, statt eine Liste von Dokumenten auszugeben, und sie entscheiden bei jeder Antwort neu, auf welche Quellen sie sich stützen und welche Marken sie nennen.

Die Disziplin heisst manchmal auch AEO (Answer Engine Optimisation) oder KI-Suchmaschinenoptimierung. Die Bezeichnungen variieren, das Ziel bleibt dasselbe: Sie wollen das sein, was die Maschine zitiert.

Zu einer eigenständigen Praxis statt zu einem Teilbereich von SEO macht sie der Mechanismus. Ein Ranking-System ordnet Dokumente und überlässt dem Menschen die Wahl. Ein generatives System ruft Textpassagen ab, verdichtet sie zu neuem Text und nennt Quellen selektiv. Für das Erste optimiert man Relevanz und Autorität auf Ebene der Seite. Für das Zweite optimiert man Extrahierbarkeit und Bestätigung auf Ebene der Passage und der Entität.

Worin unterscheidet sich GEO von SEO?

SEO optimiert eine Seite, damit sie in einer Ergebnisliste rankt, aus der eine Person dann auswählt. GEO optimiert eine Seite, damit sie innerhalb einer einzigen Antwort extrahiert, zitiert und zugeordnet wird, die die Person nie verlässt. Die technische Basis ist fast deckungsgleich, deshalb sollten die beiden nie als getrennte Programme laufen. Google sieht es genauso: Aus seiner Sicht ist die Optimierung für generative KI-Suche weiterhin SEO. Unterschiedlich ist, was als Erfolg zählt und wo die Arbeit stattfindet.

Die praktische Folge: Eine Website mit schwachen organischen Grundlagen schneidet auch bei GEO schlecht ab, weil dieselben Crawl- und Strukturprobleme beides bremsen. Bringen Sie die Grundlagen einmal in Ordnung, und beide profitieren.

Warum zitieren KI-Suchmaschinen manche Marken und andere nicht?

Kein KI-System legt seine Regeln offen, doch vier Faktoren erhöhen durchgehend die Wahrscheinlichkeit, dass eine Marke genannt wird, und sie verstärken sich gegenseitig. Die meisten GEO-Ratschläge setzen nur bei einem davon an, und deshalb bewirken so viele von ihnen nichts Messbares.

1. Erreichbar. Der Crawler des KI-Systems darf die Seite abrufen, und der Inhalt der Seite steht im rohen HTML, statt erst nach der Ausführung von JavaScript zu erscheinen.
2. Auswertbar. Die relevante Passage beantwortet eine Frage und funktioniert auch für sich allein, losgelöst vom Rest der Seite. Retrieval-Systeme arbeiten oft mit Fragmenten statt mit ganzen Dokumenten.
3. Bestätigt. Die Aussage, oder etwas sehr Ähnliches, steht auch an einem Ort, den die Maschine bereits für verlässlich hält: auf einer Bewertungsplattform, in einer Fachpublikation, in einem angesehenen Community-Thread.
4. Zuordenbar. Strukturierte Daten und konsistente Angaben zur Entität machen eindeutig, zu welcher Organisation die Passage gehört. Kann eine Maschine die Entität nicht sicher bestimmen, beschreibt sie die Kategorie, statt ein Unternehmen zu nennen.

Als Abfolge gelesen, geben die vier Punkte zugleich die Reihenfolge der Diagnose vor. Ist eine Marke in KI-Antworten unsichtbar, beginnen Sie beim ersten, weil er sich am schnellsten ausschliessen lässt, und arbeiten sich dann nach unten vor. Eine Website kann alle vier erfüllen und trotzdem gegen eine Quelle verlieren, die das KI-System für relevanter hält.

Wie finden Sie heraus, was KI-Suchmaschinen heute über Sie sagen?

Sie fragen sie, systematisch, und halten fest, was zurückkommt. Kein Dashboard ersetzt das, denn die Antwort auf eine bestimmte Frage variiert je nach Maschine, je nach Formulierung und im Lauf der Zeit. Die Methode zählt mehr als das Tool.

Ein Prompt-Set aufbauen und konstant halten

Teilen Sie das Set auf in Marken-Prompts, bei denen die Person Ihren Namen schon kennt, und Kategorie-Prompts, bei denen sie ihn nicht kennt. Marken-Prompts zeigen, ob die Maschine versteht, wer Sie sind, und ob sie etwas falsch wiedergibt. Kategorie-Prompts zeigen, ob Sie in der engeren Auswahl überhaupt vorkommen.

• Marke: Was ist [Marke], was macht [Marke] und für wen, wird [Marke] für [Kategorie] empfohlen, was sagen andere über [Marke], wer sind die Mitbewerber von [Marke].
• Kategorie: beste/r [Dienstleistung] für [Segment], wer bietet [bestimmte Fähigkeit], [Option A] oder [Option B], wie wähle ich einen Anbieter für [Dienstleistung].

Führen Sie jeden Prompt in einer frischen Sitzung mit aktivierter Live-Websuche aus, damit Personalisierung und Chatverlauf das Ergebnis nicht verfälschen. Halten Sie dann pro Antwort fünf Dinge fest: ob die Marke vorkommt, an welcher Stelle der Antwort sie steht, mit welchem Sentiment sie genannt wird, welche Mitbewerber erscheinen und jede Quelle, die das KI-System angibt.

Halten Sie das Set von Monat zu Monat konstant, und lassen Sie die wichtigsten Prompts mehr als einmal laufen: Die Antworten schwanken zwischen den Durchläufen, und KI-Systeme ändern ihr Verhalten mit der Zeit. Verstehen Sie das Ergebnis als Indikator auf einer definierten Stichprobe, nicht als Vollerhebung aller Antworten über Sie. Der Wert liegt im Trend, und ein Set, das sich ständig ändert, liefert eine Zahl, die sich nicht mit sich selbst vergleichen lässt.

Ein Vorbehalt, den Sie kennen sollten. Ein KI-System über seine API mit aktivierter Websuche abzufragen, ergibt eine Annäherung an das, was eine Person in der Consumer-App sieht, kein exaktes Abbild: Modelle, Einstellungen und Personalisierung können sich unterscheiden. Monitoring-Tools arbeiten so. Um die Richtung abzulesen und Zeiträume zu vergleichen, ist das nützlich. Was eine einzelne Person tatsächlich gesehen hat, garantiert es nicht.

Nachverfolgen, was das KI-System falsch wiedergibt

Ungenaue Beschreibungen, eingestellte Leistungen und falsche Namen im Team kommen häufig vor. Manches davon lässt sich korrigieren, aber nicht, indem man mit der Ausgabe streitet. Suchen Sie nach der exakten Formulierung, die das KI-System verwendet hat, ermitteln Sie die Seite, von der sie stammt, prüfen Sie, wann diese Seite zuletzt aktualisiert wurde, und setzen Sie die Korrektur dort an. Oft gibt es eine solche Seite. Manchmal vermischt das System aber mehrere Quellen oder erzeugt einen Fehler ohne eindeutigen Ursprung, und dann helfen klarere, konsistentere Informationen an den Orten, die es bereits liest.

Was verhindert, dass eine Website zitiert wird?

Die technische Ebene ist nicht der einzige Grund, warum eine Website nicht zitiert wird, aber sie ist der erste, den Sie ausschliessen sollten: Sie ist schnell geprüft, und ein Fehler dort macht alles andere zunichte. Diese Prüfungen lohnen sich monatlich, ungefähr in der Reihenfolge ihrer Bedeutung.

Der Fall robots.txt verdient besondere Aufmerksamkeit, weil er zugleich der schädlichste und der häufigste ist. Blockierregeln wurden oft Jahre zuvor hinzugefügt, von jemandem, der Bandbreite sparen wollte oder einer allgemeinen Richtlinie zu KI-Crawlern folgte, und niemand überprüft die Entscheidung, sobald das Unternehmen KI-Sichtbarkeit will. Es ist eine Zeile in einer Datei, und sie sollten Sie vor allem anderen prüfen.

Wie muss eine Seite aufgebaut sein, damit eine KI-Suchmaschine sie zitieren kann?

Nichts davon ist Pflicht: Google erklärt, dass seine KI-Funktionen keine besondere Optimierung über gutes SEO hinaus erfordern. Es sind Praktiken, die in der Regel helfen, weil Retrieval-Systeme oft mit Passagen statt mit ganzen Seiten arbeiten, und sie machen eine Seite auch für Menschen klarer. Schreiben Sie in sich geschlossene Abschnitte, die jeweils eine Frage beantworten, und setzen Sie die Antwort in den ersten Satz.

• Überschriften als Fragen. Eine Überschrift, die der Formulierung einer Person entspricht, gibt dem Retrieval-System etwas, woran es andocken kann. Stilvolle Überschriften lesen sich besser und werden schlechter abgerufen. Beide haben ihren Platz, und die Balance hängt davon ab, ob eine Seite konvertieren oder zitiert werden soll.
• Erst die Antwort, dann der Kontext. Beginnen Sie jeden Abschnitt mit einer direkten Antwort und erklären Sie danach. Unsere Faustregel: ein paar Sätze, etwa 30 bis 80 Wörter. Google sagt, eine ideale Länge gebe es nicht.
• Abschnitte, die beim Thema bleiben. Lang genug für Substanz, kurz genug, um vollständig gelesen zu werden. Wir peilen etwa 100 bis 300 Wörter an, als Gewohnheit, nicht als Regel.
• Ein Block mit dem Wichtigsten unter der H1. Er wird häufig fast wörtlich in zusammengefasste Antworten übernommen und verdient deshalb mehr Sorgfalt, als eine Zusammenfassung sonst bekommt.
• Echte HTML-Tabellen. Strukturierte Vergleiche sind genau das, was Maschinen gern zitieren, und genau das, was ein Bild zerstört.
• Eine namentlich genannte Autorin oder ein Autor mit Qualifikation. Eine echte Autorenzeile mit Link auf eine echte Autorenseite macht die Expertise für Leserinnen und Leser wie für KI-Systeme sichtbar, und anonyme Inhalte geben weder den einen noch den anderen etwas, das sich prüfen lässt.
• Ehrliche Datumsangaben. Aktualisieren Sie das Änderungsdatum, wenn sich der Inhalt wirklich ändert. Das Datum anzupassen, ohne den Inhalt anzufassen, bringt nichts und untergräbt das Vertrauen.

Eine Seite, die eine Frage gut beantwortet, schlägt in der Regel eine Seite, die ein Thema umfassend abdeckt, aber nichts direkt beantwortet.

Was ist llms.txt, und brauchen Sie eine?

llms.txt ist eine Textdatei im Stammverzeichnis einer Domain, die die Seiten auflistet, die eine Website für am lesenswertesten hält, jeweils mit einer einzeiligen Beschreibung. Sie liegt unter yoursite.com/llms.txt und ist in einfachem Markdown geschrieben. Sie ist ein kuratierter Index, keine Sitemap: Es geht um Auswahl, also sollte sie kurz bleiben und Tag-Seiten, dünne Inhalte und juristische Standardtexte weglassen.

Die Unterstützung durch die KI-Systeme ist uneinheitlich, und Google hat erklärt, dass es llms.txt für seine KI-Funktionen nicht nutzt. Behandeln Sie die Datei deshalb als optional: Sie ersetzt nie crawlbare, serverseitig gerenderte Seiten und nützlichen Content. Für eine llms.txt spricht trotzdem, dass sie in einem Nachmittag erstellt und mit wenigen Minuten pro Monat gepflegt ist, und dass sie eine wirklich nützliche Übung erzwingt: zu entscheiden, welche zwanzig Seiten Ihrer Website Sie tatsächlich repräsentieren. Ordnen Sie die Liste so: Leistungsseiten, dann Grundlagen-Leitfäden, dann Fallstudien, dann Team- und Über-uns-Seiten.

Wie gewinnen Sie Zitierungen ausserhalb Ihrer eigenen Website?

Gehen Sie von den Quellen aus, die KI-Suchmaschinen für Ihre Kategorie bereits zitieren, nicht von einer generischen Outreach-Liste. Das Monitoring liefert Ihnen das gratis: Jede Antwort nennt ihre Quellen, und über dreissig Antworten hinweg zeichnet sich ein Muster ab. Meist sind es eine Bewertungsplattform, eine oder zwei Fachpublikationen, Long-Form-Beiträge auf LinkedIn und ein, zwei Community-Threads.

Genau diese Domains sind die Zielliste, weil sie bereits zum Abrufpool gehören. Eine Platzierung in einer Publikation, die eine Maschine für Ihre Kategorie noch nie zitiert hat, ist deutlich weniger wert als eine in einer Publikation, die sie jedes Mal zitiert.

• Redaktionelle Gastbeiträge in Publikationen, die bereits in Antworten auf Ihre Ziel-Prompts erscheinen. Die Autorenangaben zählen so viel wie der Artikel: voller Name, Funktion, Unternehmen. Genau das speist das Co-Citation-Signal.
• Bewertungsplattformen, angesprochen mit einer strukturierten Bitte. Drei konkrete Fragen zum Problem, zur geprüften Alternative und zum messbaren Ergebnis führen zu Bewertungen mit Substanz. Bewertungen mit konkreten Ergebnissen werden weit eher zitiert als allgemeines Lob.
• Antworten in Communities, wo die Frage wirklich zu Ihrer Expertise passt. Substanziell, vollständig und nützlich, ob jemand durchklickt oder nicht. Werbliche Antworten durchschauen Leserinnen und Leser ebenso wie Maschinen.
• Long-Form-Beiträge auf LinkedIn, veröffentlicht über ein persönliches Profil statt über eine Unternehmensseite. Unserer Erfahrung nach zählt persönliche Autorität bei beruflichen und B2B-Anfragen viel.
• Konsistente Entitätsangaben über all das hinweg. Überall derselbe Firmenname, dieselbe Beschreibung, dieselben Gründungsangaben. Widersprüche zwischen Ihrer Website, Ihrer LinkedIn-Seite und einem Verzeichniseintrag geben einer Maschine einen Grund, Sie vage zu beschreiben.

Erwähnungen ohne Link zählen trotzdem. Co-Citation, also das Muster, dass Ihre Marke in unabhängigen Quellen immer wieder zusammen mit einem Thema auftaucht, baut die Verbindung auf. Ein dofollow-Link ist ein Bonus, nicht das Ziel.

Wie wird GEO gemessen?

Mit fünf Kennzahlen, die alle davon abhängen, dass jeden Monat dasselbe Prompt-Set läuft. Ohne konstantes Set lässt sich keine davon mit ihrem eigenen Vorwert vergleichen, und dann sind sie nur Dekoration.

• KI-Sichtbarkeit. Der Anteil der überwachten Prompts, in denen die Marke genannt wird, in Prozent. Die Leitkennzahl.
• Share of Voice. Über alle Kategorie-Prompts: Ihre Nennungen als Anteil aller Markennennungen, Mitbewerber eingeschlossen. Diese Zahl zeigt, ob Sie zulegen oder bloss präsent sind.
• Zitierungen. Die Anzahl unterschiedlicher Seiten Ihrer Domain, die Maschinen als Quelle verwendet haben, und welche davon in diesem Monat neu sind.
• Sentiment. Die Verteilung positiv, neutral und negativ über alle Nennungen, wobei jede negative Nennung bis zu ihrer Quelle zurückverfolgt wird.
• KI-Referral-Traffic. Sitzungen, Engagement und Conversions aus KI-Antwortmaschinen, separat im Analytics ausgewiesen.

Diese letzte Kennzahl braucht eine Prüfung. GA4 fasst bekannte KI-Assistenten inzwischen standardmässig im Kanal «AI Assistant» zusammen. Andere Analytics-Plattformen tun das womöglich nicht, und neuere Assistenten können weiterhin unter Referral oder Direct landen. Diese Liste zu ergänzen, dauert eine Stunde und verändert die Diskussion oft, denn der Traffic kam längst an. Für Googles eigene Oberflächen zeigt der Leistungsbericht zu generativer KI in der Search Console, wie AI Overviews und AI Mode Ihre Seiten nutzen. Das ist Teil der Tracking-Infrastruktur, die wir ohnehin aufsetzen.

Wie lange dauert GEO?

Technische Korrekturen können innert Tagen verändern, was ein KI-System lesen kann. Zuwächse bei den Zitierungen lassen sich nach einem Quartal verlässlich ablesen und verstärken sich über ein Jahr. Die Phasen sind klar genug getrennt, um danach zu planen.

Im ersten Monat geht es um Messung und das Beseitigen von Blockaden: die Ausgangslage erheben, den Crawler-Zugang freigeben, das Schema validieren, den Analytics-Kanal aufsetzen. Das ist unspektakulär, und genau hier tut sich meist am schnellsten etwas, denn Websites, die unsichtbar waren, waren es oft aus einem mechanischen Grund.

In den Monaten zwei und drei werden bestehende Seiten umgebaut, und es entstehen erste Inhalte nach dem Prinzip «Antwort zuerst», ausgerichtet auf die Prompts, bei denen Sie laut Ausgangslage verlieren. In den Monaten vier bis sechs beginnt die externe Bestätigung zu greifen. Das ist das langsamste Signal, weil es von den Publikationsplänen anderer abhängt. Ab dann verstärkt sich die Wirkung, vorausgesetzt, das Prompt-Set bleibt konstant und die Arbeit beginnt nicht jedes Quartal mit einer neuen Strategie von vorn.

Wenn Sie diese Arbeit lieber abgeben möchten: So arbeiten wir bei GEO.

Häufige Fragen