Von SEO zu GEO: Wie Inhalte in der KI-Suche ankommen
ChatGPT, Perplexity und Google AI Overviews beantworten Fragen zunehmend direkt, ohne dass Nutzende eine Website besuchen. Sichtbarkeit entscheidet sich damit nicht mehr allein über Rankings, sondern darüber, ob Inhalte von KI-Systemen verstanden, verknüpft und zitiert werden.
Generative Engine Optimization, kurz GEO, beschreibt genau diese Anforderung. Sie baut auf bewährten Web-Standards auf und erweitert sie um neue technische und redaktionelle Bausteine.
Erst die Verknüpfung macht aus vielen Fäden ein Bild, so wie KI-Systeme aus einzelnen Aussagen eine zitierfähige Antwort zusammensetzen.
Was GEO von klassischem SEO unterscheidet
Klassische Suchmaschinenoptimierung zielt auf Keywords, Backlinks und Positionen in der Trefferliste. GEO verfolgt ein anderes Ziel: Inhalte sollen konkrete Fragen beantworten und so aufgebaut sein, dass generative Systeme sie zitieren können. Die Währung ändert sich damit. Statt Linkpopularität zählt, wie häufig und in welchem Zusammenhang eine Marke in KI-Antworten genannt wird.
Diese Verschiebung ist Teil eines größeren Trends. Immer mehr Suchanfragen enden ohne Klick, weil Nutzende ihre Antwort direkt in der KI-Oberfläche erhalten. Gartner rechnet mit einem Rückgang klassischer Suchanfragen um 25 Prozent bis 2026. Für Websitebetreiber bedeutet das: SEO bleibt notwendig, reicht als alleinige Strategie aber nicht mehr aus.
GEO löst SEO nicht ab. Beide Disziplinen ergänzen sich, weil klassische Suchmaschinen und generative Systeme parallel genutzt werden.
Die technische Basis: Struktur, Code und Barrierefreiheit
Eine klare HTML-Struktur mit sinnvoll gesetzten Überschriften, Listen und Auszeichnungen gehörte schon immer zu einer soliden Website. Für GEO wird dieser Standard zur Voraussetzung: KI-Systeme lesen Inhalte maschinell aus und müssen Zusammenhänge ohne menschliche Interpretation erkennen. Serverseitig ausgeliefertes, statisches HTML lässt sich dabei zuverlässiger verarbeiten als Seiten, deren Inhalte erst durch umfangreiches JavaScript im Browser entstehen. KI-Crawler wie GPTBot oder PerplexityBot führen diesen Code oft gar nicht aus und sehen entsprechend nur einen Teil der Inhalte.
Barrierefreiheit zahlt doppelt ein
Die WCAG-Prinzipien Wahrnehmbarkeit, Bedienbarkeit, Verständlichkeit und Robustheit verfolgen ein ähnliches Ziel wie GEO: Inhalte sollen unabhängig vom Zugangsweg zuverlässig ankommen. Aussagekräftige Linktexte, Alternativtexte für Bilder und eine klare Abschnittsstruktur helfen Screenreadern und KI-Systemen gleichermaßen. Wer in Barrierefreiheit investiert, schafft damit zugleich eine bessere Grundlage für die KI-Suche.
Strukturierte Daten mit JSON-LD
Schema.org-Markup im Format JSON-LD macht Inhalte für Maschinen eindeutig lesbar. Es liegt im Quellcode, bleibt für Besuchende unsichtbar und ordnet Informationen klaren Kategorien zu, etwa Produkt, Autor, Organisation oder FAQ. KI-Systeme nutzen diese Auszeichnung, um Inhalte korrekt einzuordnen und miteinander zu verknüpfen. Die technische Umsetzung hängt vom jeweiligen CMS ab und wird am besten gemeinsam mit der Webentwicklung geprüft.
llms.txt: einfache Maßnahme mit wachsender Beachtung
Die Datei llms.txt liegt im Stammverzeichnis einer Website und liefert eine kompakte, maschinenlesbare Zusammenfassung der Inhalte für KI-Agenten. Wie stark sich das Format am Ende durchsetzt, lässt sich noch nicht abschließend sagen. Google hat die Datei mittlerweile als eigenen Prüfpunkt in die Lighthouse-Audits für agentisches Browsen aufgenommen, ein Hinweis darauf, dass das Format zunehmend ernst genommen wird. Die Umsetzung ist mit geringem Aufwand verbunden. Wir legen llms.txt deshalb bei den meisten Projekten mit an.
Redaktionelle Prinzipien für zitierfähige Inhalte
Generative Systeme verknüpfen Begriffe und Aussagen in semantischen Netzen. Klar aufgebaute Texte erleichtern diese Zuordnung. Zitierfähige Abschnitte haben typischerweise folgende Merkmale:
- kurze, aktive Sätze ohne Schachtelkonstruktionen
- ein Gedanke pro Absatz, klar abgeschlossen
- überprüfbare Fakten statt vager Formulierungen
- wiederkehrende Schlüsselbegriffe statt wechselnder Synonyme
- ein logischer Aufbau ohne Fülltext
FAQs als Antwortformat
FAQ-Blöcke liefern klare Fragen mit präzisen Antworten. Jede Frage wirkt dabei als Themenanker, jede Antwort als eigenständiger Datenpunkt, der von KI-Systemen direkt übernommen werden kann. Entscheidend sind wenige, relevante Fragen statt einer langen Liste. Mit passendem JSON-LD-Markup lassen sich FAQ-Strukturen zusätzlich für Suchmaschinen und KI-Systeme eindeutig auszeichnen. Tools wie unser eigenes nxttool können solche FAQ-Blöcke auf Basis von vorhandenem Seiteninhalt und hinterlegtem Markenwissen automatisiert erstellen.
Grounding Pages und die Markenbasis als Fundament
Grounding Pages sind neutral formulierte, maschinenlesbare Faktenseiten zu einer Marke, einem Produkt oder einer Person. Sie bündeln überprüfbare Kerninformationen an einer zentralen Stelle, statt KI-Systeme aus verteilten und teils widersprüchlichen Quellen schöpfen zu lassen. Typische Bausteine sind eine klare Identifikation der Entität, eine Abgrenzung zu Verwechslungsmöglichkeiten, zentrale Fakten sowie ein sichtbares Aktualitätsdatum. Auffindbar werden Grounding Pages meist über einen Link im Footer, etwa unter der Bezeichnung „Fakten“.
Ohne gesicherte Markenbasis funktioniert GEO nicht
GEO braucht eine konsistente Faktengrundlage. Wenn Markeninformationen auf verschiedenen Seiten unterschiedlich formuliert oder unvollständig sind, entstehen in der KI-Antwort leicht widersprüchliche oder generische Aussagen. Eine dokumentierte, über Website, Social Media und Fachartikel hinweg konsistente Markenbasis ist deshalb keine Vorstufe von GEO, sondern dessen Voraussetzung.
Markenerwähnungen als neue Kennzahl
Mit GEO verschiebt sich auch die Erfolgsmessung. Klassische Kennzahlen wie Rankingpositionen oder Klickzahlen erfassen nicht, ob und wie eine Marke in KI-Antworten vorkommt. An ihre Stelle tritt die Beobachtung von Markenerwähnungen: Wird die eigene Organisation in Antworten von ChatGPT, Perplexity oder Google AI Overviews korrekt genannt? Werden dabei die richtigen Quellen zitiert? Tools wie Rankscale oder Peec.ai können solche Nennungen über die Zeit dokumentieren und mit gezielten Testfragen prüfen, in welcher Häufigkeit und Qualität eine Marke sichtbar ist.
Dieses Monitoring ist kein einmaliger Check, sondern ein fortlaufender Prozess. Es sollte parallel zu allen GEO-Maßnahmen laufen, nicht erst im Nachhinein. Nur so lässt sich nachvollziehen, ob strukturelle Anpassungen, neue FAQ-Blöcke oder eine Grounding Page tatsächlich zu korrekteren und häufigeren Nennungen führen.
Einordnung und Ausblick
GEO ist keine neue Disziplin neben SEO, sondern deren konsequente Weiterentwicklung. Saubere Technik, semantische Struktur und eine belastbare Faktenbasis galten schon immer als gute Praxis. Für die Sichtbarkeit in generativen Systemen werden sie jetzt zur Voraussetzung. Ob und wie stark eine Website bereits in KI-Antworten vorkommt, lässt sich mit einer gezielten Analyse feststellen. Sie zeigt, an welchen Stellen Struktur, strukturierte Daten oder die Faktenbasis noch nachgeschärft werden sollten, und liefert damit die Grundlage für den Einstieg in ein laufendes GEO-Monitoring.
Jetzt die eigene KI-Sichtbarkeit prüfen lassen
Wie sichtbar ist Ihre Organisation aktuell in ChatGPT, Perplexity und Google AI Overviews? Wir bieten einen unverbindlichen Check Ihrer GEO-Sichtbarkeit an: eine erste Einschätzung, wo Ihre Inhalte bereits zitierfähig sind und wo Struktur, strukturierte Daten oder Markenbasis noch nachgeschärft werden sollten.
Melden Sie sich gerne für ein unverbindliches Gespräch.
