Warum diese Einordnung nötig ist
Über Generative Engine Optimization wird derzeit viel geschrieben und wenig gemessen. Das Feld ist zwei Jahre alt, die Anbieter der KI-Systeme veröffentlichen ihre Gewichtungen nicht, und die Studien, die es gibt, widersprechen sich in Teilen.
Gleichzeitig verkaufen Agenturen bereits feste Maßnahmenpakete. Manches davon ist plausibel. Manches ist inzwischen untersucht worden, mit Ergebnissen, die nicht zu den Verkaufsversprechen passen.
Dieser Beitrag ordnet ein, was sich belegen lässt, was nicht, und woran das liegt. Alle Zahlen stehen mit Quelle und Erhebungszeitraum. Wenn sich die Datenlage ändert, wird der Beitrag aktualisiert und das Datum oben angepasst.
Was GEO ist
Generative Engine Optimization bezeichnet Maßnahmen mit dem Ziel, dass KI-Systeme ein Unternehmen in ihren Antworten nennen oder als Quelle anführen. Gemeint sind ChatGPT, Perplexity, Google AI Overviews und AI Mode, Gemini, Claude und Copilot.
Verwandte Begriffe sind Answer Engine Optimization und Large Language Model Optimization. Im Kern beschreiben sie dasselbe aus unterschiedlichen Blickwinkeln. Im deutschsprachigen Raum hat sich GEO durchgesetzt.
Der Unterschied zur klassischen Suche liegt im Ergebnis. Statt einer Liste von Links entsteht eine formulierte Antwort, in der Unternehmen erwähnt, empfohlen oder als Beleg zitiert werden. Eine Position, die sich nachschlagen ließe, gibt es dabei nicht.
Wie KI-Systeme zu ihren Quellen kommen
Die meisten Systeme arbeiten nicht allein aus ihrem Trainingswissen. Bei aktuellen oder spezifischen Fragen rufen sie Inhalte aus dem Netz ab und verarbeiten sie zur Antwort. Dieses Verfahren heißt Retrieval-Augmented Generation.
Vereinfacht läuft es in drei Schritten ab: Das System sucht passende Dokumente, führt sie mit der ursprünglichen Frage zusammen und formuliert daraus eine Antwort.
Für die Praxis folgt daraus ein Punkt, der oft übersehen wird. Die Systeme durchsuchen nicht das ganze Web, sondern greifen dabei überwiegend auf bestehende Suchindizes zurück. Wer dort nicht auftaucht, kommt in der Auswahl selten vor.
Was GEO von SEO unterscheidet, und was nicht
Die Unterschiede liegen in Zielsetzung und Messung. Die Grundlage ist weitgehend dieselbe.
| Merkmal | SEO | GEO |
|---|---|---|
| Ziel | Platzierung in den Suchergebnissen | Nennung in der Antwort |
| Messgröße | Position, Klicks, Traffic | Häufigkeit der Nennung über ein Prompt-Set |
| Ergebnis | Link in einer Liste | Erwähnung, teils mit Quellenangabe |
| Grundlage | Inhalte, Technik, externe Signale | dieselbe Grundlage |
Danny Sullivan von Google hat das auf die Formel gebracht, dass gute SEO auch gute GEO sei. Das ist eine Zuspitzung, aber sie deckt sich mit dem, was messbar ist.
Eine Analyse von Seer Interactive fand eine Korrelation von etwa 0,65 zwischen Seite-1-Rankings bei Google und Erwähnungen in Sprachmodellen. Die Autoren weisen selbst darauf hin, dass eine Korrelation keine Ursache belegt.
Was sich in der Praxis zeigt: Unternehmen, die vor Jahren solide SEO-Arbeit geleistet haben, tauchen heute in KI-Antworten auf, ohne jemals ein GEO-Projekt gestartet zu haben. Das ist eine Beobachtung aus meiner Arbeit, keine Studie. Aber sie passt zu den Daten.
Was nach heutigem Stand wirkt
Die bekannteste Untersuchung stammt von Aggarwal und Kollegen, veröffentlicht 2024 auf der KDD-Konferenz. Sie testete neun Maßnahmen auf Inhaltsebene und maß deren Wirkung auf die Sichtbarkeit in generierten Antworten.
Die drei stärksten Methoden waren das Zitieren von Quellen, das Einfügen von Zitaten und das Ergänzen von Statistiken. Sie erreichten 30 bis 40 Prozent relative Verbesserung bei der positionsgewichteten Wortzahl und 15 bis 30 Prozent beim subjektiven Eindruck. Keyword-Stuffing schnitt dagegen schwach ab und verschlechterte die Sichtbarkeit in Teilen.
Wichtig zur Einordnung: Die oft zitierten 40 Prozent sind ein Maximalwert einer einzelnen Methode, kein Durchschnitt. Und die Studie testete ausschließlich Inhaltsmerkmale. Technische Maßnahmen waren nicht Teil des Versuchsaufbaus.
Daneben steht ein zweiter Befund. Eine Auswertung von SE Ranking ergab, dass Seiten mit sehr vielen verweisenden Domains deutlich häufiger von ChatGPT zitiert werden als Seiten mit wenigen. Externe Signale wirken also weiter, wie in der klassischen Suche auch.
Dritter Punkt, und für die Praxis der wichtigste: Ein großer Teil dessen, was KI-Systeme über ein Unternehmen zitieren, steht nicht auf dessen eigener Website. Verzeichnisse, Fachmedien, Bewertungsportale, Foren und Vergleichsbeiträge machen den Großteil der genannten Quellen aus.
Was daraus folgt, ist unspektakulär: strukturierte, belegte, fachlich brauchbare Inhalte, saubere Technik, und Präsenz dort, wo über Ihr Thema geschrieben wird.
Warum es keine Abkürzungen gibt
Seit GEO ein Markt ist, tauchen regelmäßig technische Kurzwege auf. Eine Datei, ein Markup, eine Einstellung, und die Sichtbarkeit steigt. Das Muster wiederholt sich.
Die beiden bekanntesten Beispiele sind inzwischen untersucht worden. Bei beiden fiel das Ergebnis anders aus als das Versprechen.
Das heißt nicht, dass technische Sorgfalt egal wäre. Es heißt, dass sie eine Voraussetzung ist und kein Hebel. Wer nicht in der Auswahl der Systeme vorkommt, kommt durch eine Datei nicht hinein.
Beispiel eins: llms.txt
Die Datei llms.txt wurde 2024 vorgeschlagen. Die Idee: eine Übersicht im Wurzelverzeichnis, die Sprachmodellen erklärt, worum es auf einer Website geht. Die Verknüpfung mit KI-Sichtbarkeit kam später aus der SEO-Branche.
Was Google sagt. Seit Juni 2026 steht in der Dokumentation zur Optimierung für generative KI-Funktionen, dass keine zusätzlichen maschinenlesbaren Dateien nötig sind, um in der Google-Suche einschließlich ihrer KI-Funktionen aufzutauchen. Gary Illyes hatte bereits im Juli 2025 bestätigt, dass Google die Datei nicht unterstützt und dies nicht plant. John Mueller verglich sie mit dem Keywords-Meta-Tag und begründete das damit, dass eine selbst erstellte Beschreibung Websites nicht voneinander unterscheiden kann, weil jede von sich das Beste behaupten würde.
Was die Daten zeigen. Ahrefs untersuchte alle 137.210 Domains mit Traffic im Mai 2026. 28 Prozent veröffentlichten eine llms.txt, und 97 Prozent dieser Dateien erhielten in dem Monat keine einzige Anfrage. Ahrefs weist darauf hin, dass die eigenen Nutzer technisch versierter sind als das Web insgesamt, die 28 Prozent also eine Obergrenze darstellen. Eine Auswertung von SE Ranking über rund 300.000 Domains kam auf gut 10 Prozent Verbreitung und fand keinen statistisch bedeutsamen Zusammenhang mit häufigeren Zitationen.
Der klarste Einzelbefund. Auf Anfragen nach nicht vorhandenen llms.txt-Dateien entfiel kein einziger Zugriff von KI-Bots. Die Systeme suchen nicht danach. Eine fehlende Datei fällt niemandem auf.
Von den Anfragen, die überhaupt ankamen, entfielen nur 1,1 Prozent auf Bots, die Antworten in KI-Suchprodukten erzeugen. Der Link-Vorschau-Bot eines Chat-Programms rief die Dateien häufiger ab als der Crawler von Perplexity. Ahrefs merkt selbst an, dass ein Abruf nicht bedeutet, dass der Inhalt verarbeitet wurde, alle Werte also Obergrenzen sind.
Ein Punkt, der selten erwähnt wird. Der größte Forschungs-Crawler im Datensatz untersucht llms.txt systematisch als Einfallstor für Prompt Injection. Agenten sollen der Datei per Konstruktion vertrauen. Eine veraltete oder manipulierte Datei führt entsprechend jeden Agenten in die Irre, der sie liest.
Wo sie sinnvoll sein kann. Mueller ordnete die Datei als Behelf für KI-Programmierwerkzeuge ein, die Entwicklerdokumentation verarbeiten. Die Ahrefs-Daten stützen das: Agenten und Coding-Werkzeuge riefen sie häufiger ab als Suchsysteme. Wenn Ihre Kunden mit solchen Werkzeugen arbeiten, kann eine llms.txt Sinn ergeben. Für Sichtbarkeit in ChatGPT oder AI Mode ist sie nach heutigem Stand ohne Wirkung.
Beispiel zwei: strukturierte Daten
Schema-Markup steht in fast jeder GEO-Empfehlungsliste, oft unter den ersten drei Punkten. Die Begründung klingt schlüssig: Maschinen verstehen strukturierte Angaben besser.
Die Korrelation. Eine Ahrefs-Auswertung über 6 Millionen URLs ergab, dass von KI zitierte Seiten etwa dreimal häufiger JSON-LD enthalten. Diese Zahl wird gern als Beleg verwendet.
Der kontrollierte Versuch. Ahrefs verfolgte 1.885 Seiten, die zwischen August 2025 und März 2026 JSON-LD ergänzten, verglich sie mit rund 4.000 Kontrollseiten und maß die Veränderung der Zitationen in AI Overviews, AI Mode und ChatGPT. Ein nennenswerter Zuwachs ergab sich auf keiner Plattform. Die Werte lagen bei minus 4,6 Prozent für AI Overviews, plus 2,4 Prozent für AI Mode und plus 2,2 Prozent für ChatGPT. Nur der Rückgang bei AI Overviews war statistisch bedeutsam, entsprach aber rund zwölf Zitationen pro Tag und Seite bei Seiten, die meist Hunderte erhielten. Ahrefs zieht daraus ausdrücklich keinen Schluss.
Die entscheidende Einschränkung. Jede untersuchte Seite hatte vorher bereits über 100 Zitationen in AI Overviews. Die Studie beantwortet also nicht, ob Markup hilft, überhaupt gefunden zu werden, sondern nur, ob es bei bereits zitierten Seiten mehr Zitationen bringt. Ahrefs benennt das selbst und hält fest, dass Schema bei noch nicht sichtbaren Seiten beim Verarbeiten helfen könnte, die Daten das aber nicht zeigen.
Ein ergänzendes Experiment. searchVIU prüfte, ob fünf große Systeme beim direkten Abruf einer Seite das Markup verwenden. Beim Live-Abruf extrahierten alle nur sichtbaren HTML-Inhalt. JSON-LD und verstecktes Microdata blieben unberücksichtigt.
Die Gegenstimme. Fabrice Canel von Microsoft Bing bestätigte im März 2025, dass Schema-Markup den Sprachmodellen von Microsoft beim Verstehen von Inhalten für Copilot hilft.
Was daraus folgt. Für klassische Suchergebnisse und Rich Results bleibt strukturiertes Markup richtig und sollte gepflegt werden. Als Hauptargument für KI-Sichtbarkeit ist es nach heutiger Datenlage nicht belastbar. Wer ein GEO-Paket kauft, dessen Kern Schema-Code ist, sollte nach den Belegen fragen.
Was niemand sicher weiß
Die Anbieter der KI-Systeme veröffentlichen nicht, wie sie Quellen gewichten. Die verfügbaren Studien arbeiten mit unterschiedlichen Methoden und kommen zu unterschiedlichen Ergebnissen.
Ein Beispiel für die Größenordnung: Der Überlapp zwischen den Google-Top-10 und den in AI Overviews zitierten Quellen lag Ende 2024 bei rund drei Vierteln. Ein Jahr später reichten die Messungen je nach Anbieter von 17 bis 38 Prozent. Ob sich das Verhalten der Systeme so stark verändert hat oder ob die Methoden zu verschieden sind, lässt sich von außen nicht entscheiden.
Dazu kommen Eigenschaften, die eine saubere Messung erschweren. Dieselbe Frage kann bei mehreren Durchläufen unterschiedliche Quellen liefern. Modell-Aktualisierungen verändern die Auswahl kurzfristig. Und der Weg von einer Nennung bis zu einer Anfrage lässt sich mit gängigem Tracking nur ungenau nachvollziehen.
Wer Ihnen in diesem Umfeld eine bestimmte Wirkung zusagt, hat entweder nicht geprüft oder verkauft Gewissheit, die es nicht gibt. Wenn ich etwas nicht weiß, recherchiere ich es und sage Ihnen, was ich gefunden habe und wie belastbar es ist.
Der häufigste Irrtum
Die verbreitetste Fehlvorstellung lautet, man könne einer KI eine Seite übergeben, und sie optimiere sie.
Das geht, und es kann bei Formulierung und Struktur tatsächlich helfen. Mit Sichtbarkeit hat es nur wenig zu tun. Ein Modell, das einen Text umschreibt, weiß nicht, welche Fragen Ihre Kunden stellen, wer bei diesen Fragen heute genannt wird, welche Quellen die Systeme dafür heranziehen und welche davon Sie erreichen können.
Diese Informationen entstehen durch Messung, nicht durch Textarbeit. Die Optimierung kommt danach.
Wie sich KI-Sichtbarkeit messen lässt
Da es keine Position gibt, wird nicht eine Frage gemessen, sondern ein Set. Sinnvoll sind 15 bis 40 Fragen, die tatsächliche Kundenfragen abbilden, nicht Suchbegriffe.
Drei Bedingungen entscheiden über die Belastbarkeit:
Gleiche Fragen. Das Set bleibt über die Messungen hinweg unverändert. Nur dann sind zwei Zeitpunkte vergleichbar.
Gleiche Abstände. Ein fester Rhythmus, etwa monatlich, macht Veränderungen von Schwankung unterscheidbar.
Ausgangswert mit Datum. Ohne Nullmessung vor der ersten Maßnahme gibt es später nichts zu vergleichen.
Erfasst wird üblicherweise, bei wie vielen Fragen Sie überhaupt vorkommen, welchen Anteil Sie im Vergleich zu Wettbewerbern haben, in welchem Zusammenhang Sie genannt werden und welche externen Quellen die Systeme heranziehen. Der letzte Punkt ist in der Praxis der aufschlussreichste, weil die genutzten Quellen häufig andere sind, als ein Unternehmen erwartet.
Für die Erhebung gibt es spezialisierte Werkzeuge. Der Markt bewegt sich schnell, Funktionsumfang und Preise sollten vor einer Entscheidung verglichen werden.
Was daraus folgt
Die Datenlage zu GEO ist dünner, als der Markt vermuten lässt. Zwei der meistverkauften technischen Maßnahmen halten einer Prüfung nach heutigem Stand nicht stand. Was sich belegen lässt, entspricht weitgehend dem, was in der Suche schon immer gewirkt hat.
Neu ist die Messung. Sie ist der einzige Weg, in einem Feld ohne offengelegte Regeln überhaupt etwas über Wirkung auszusagen.
Praktisch heißt das: erst den Ausgangswert erheben, dann priorisieren, dann umsetzen, dann erneut messen. Alles andere ist eine Vermutung mit Rechnung.