Was ist GEO-Optimierung?
GEO-Optimierung (Generative Engine Optimization) ist die systematische Arbeit daran, dass generative KI-Systeme ein Unternehmen in ihren Antworten erwähnen, es empfehlen und seine Inhalte als Quelle zitieren. Gemeint sind ChatGPT, Google Gemini, Perplexity, Microsoft Copilot sowie die Google KI-Übersicht und der AI Mode — also jede Oberfläche, die statt einer Linkliste eine zusammengefasste Antwort liefert.
Für dieselbe Disziplin kursieren weitere Namen: AEO (Answer Engine Optimization), LLMO, AIO, GAIO. Sie meinen im Kern dasselbe. Wir verwenden GEO, weil sich der Begriff als Standard durchgesetzt hat. Was GEO nicht ist: ein Ersatz für SEO. Ein KI-System, das das Web durchsucht, greift auf dieselben Suchindizes zu wie Google und Bing — wer dort nicht gefunden wird, kommt auch in der Antwort nicht vor.
„Kein Ranking. Kein Grounding. Keine AI-Sichtbarkeit.“
Warum reicht SEO allein nicht mehr?
SEO allein reicht nicht mehr, weil ein gutes Google-Ranking nicht mehr bedeutet, dass ein potenzieller Kunde die Seite zu sehen bekommt. Wer ChatGPT oder die Google KI-Übersicht nach Anbietern fragt, erhält eine Antwort mit drei bis fünf Namen — und nur diese Unternehmen bekommen die Anfrage. In unserer Studie mit 449 Unternehmen aus 258 Branchen (3.592 Einkäuferfragen, 7.184 dokumentierte KI-Antworten) blieben 55 % der Einkäuferfragen ohne Nennung des untersuchten Unternehmens, in 47 % nannte die KI stattdessen einen Wettbewerber. Gute Rankings schützten davor nicht.
-
55 %
der Einkäuferfragen bleiben ohne Nennung des Unternehmens
CodaAI-Studie 2026, 7.184 KI-Antworten
-
47 %
werden durch einen Wettbewerber ersetzt
CodaAI-Studie 2026
-
26 %
der Marken haben keine einzige Nennung in der Google KI-Übersicht
Ahrefs, 75.000 Marken
-
< 1:100
Chance, dass ChatGPT oder Google AI dieselbe Empfehlungsliste zweimal liefert
SparkToro, 2.961 Durchläufe
Der Unterschied liegt nicht im Handwerk, sondern in der Gewichtung und im Ergebnisformat. Die Tabelle stellt beide Disziplinen gegenüber:
| Aspekt | SEO (klassische Suche) | GEO (KI-Antworten) |
|---|---|---|
| Ziel | Auf Seite eins ranken und den Klick bekommen | In der Antwort genannt und als Quelle zitiert werden |
| Ergebnisformat | Liste von Links, der Nutzer wählt | Eine synthetisierte Antwort mit wenigen Quellen |
| Wettbewerb | Zehn Positionen auf Seite eins | Wenige Nennungen je Antwort — wer fehlt, wird nicht gesehen |
| Einheit der Bewertung | Die Seite (URL) | Die Passage — extrahierte Auszüge von wenigen hundert Wörtern |
| Was zählt | Keywords, Links, technische Basis | Dieselbe Basis plus Faktendichte, Struktur, Markennennungen auf Drittseiten |
| Erfolgsmessung | Position, Impressionen, Klicks — reproduzierbar | Mention Rate, Citation Rate, Share of AI Search — als Wahrscheinlichkeit über viele Durchläufe |
| Stabilität | Rankings bleiben über Wochen ähnlich | Jede Antwort ist neu generiert; dieselbe Frage wird verschieden beantwortet |
Die Schnittmenge ist größer, als die meisten denken: Technische Zugänglichkeit, Inhaltsqualität und Autorität wirken auf beiden Seiten. GEO verschiebt die Prioritäten und ergänzt einige Anforderungen — es beginnt nicht bei null.
Was zeigt die Studie für B2B-Unternehmen?
Die Studie zeigt für B2B-Unternehmen, dass klassische Suchmaschinenstärke nicht in KI-Antworten übersetzt wird. Wir haben im Juni und Juli 2026 449 mittelständische Unternehmen aus 258 Branchen untersucht: je acht qualifizierte Einkäuferfragen in drei Archetypen (Marktübersicht, Anwendungsfall, Wettbewerbsvergleich), gestellt an ChatGPT und die Google KI-Übersicht — 3.592 Fragen, 7.184 dokumentierte Antworten. Vier Befunde tragen diesen Leitfaden:
Das SEO-Paradox. 361 der untersuchten Unternehmen haben mehr als 100 Top-10-Rankings bei Google. 35 % davon sind in ChatGPT trotzdem komplett unsichtbar — null Nennungen in acht Fragen. Über ein Drittel der Firmen, die bei Google alles richtig gemacht haben, existiert für die KI nicht. Die Ursache steht im nächsten Abschnitt: ChatGPT antwortet überwiegend aus Trainingsdaten, und wer dort fehlt, fehlt strukturell.
Unsichtbar beim eigenen Kerngeschäft. 26 % der Unternehmen werden selbst bei der Marktübersichtsfrage zu ihrer eigenen Kategorie nicht genannt („Welche Anbieter für … gelten als führend?"). Das ist die Frage, mit der ein Einkäufer die Discovery-Phase beginnt. Wer hier fehlt, kommt in die Auswahl gar nicht erst hinein.
Wettbewerber statt Lücke. Eine KI-Antwort bleibt nicht leer, wenn ein Unternehmen fehlt — sie nennt jemand anderen. Bei 47 % der Unternehmen empfiehlt die KI mehrheitlich namentlich Wettbewerber. Wo Unternehmen genannt werden, stehen sie im Schnitt an Position 1,8 — die Antwort ist also kurz, und die ersten zwei Plätze entscheiden.
Zwei Systeme, zwei Realitäten. Dieselben Fragen ergaben in ChatGPT eine durchschnittliche Sichtbarkeit von 24,9 %, in der Google KI-Übersicht 39,4 %. 39,6 % der Unternehmen werden von ChatGPT nie genannt, 15,1 % auch von Google nicht. Die Google KI-Übersicht greift stärker auf den Live-Index zu — dort wirkt Grounding schneller; in ChatGPT muss die Marke erst ins Modellwissen oder über Drittseiten in den Kandidatenpool.
Was daraus für B2B folgt: Die Fremdstudien weiter unten messen große Marken im englischsprachigen Markt. Unsere Zahlen messen deutsche Mittelständler mit Nischenprodukten — und dort ist die Lücke größer, weil das Modellwissen über eine Firma mit 200 Mitarbeitern dünn ist und Grounding der einzige Weg in die Antwort bleibt.
Wie kommt ein Inhalt in eine KI-Antwort?
Ein Inhalt kommt auf zwei Wegen in eine KI-Antwort: über das Modellwissen, das beim Training aus Quellen wie Common Crawl und Wikipedia entstanden ist, oder über die Websuche, die das System auslöst, wenn es sich der Antwort aus dem Gedächtnis nicht sicher ist. Das Modellwissen endet am Knowledge Cutoff; wer sich seitdem umbenannt, neu positioniert, ausgegründet oder fusioniert hat, existiert dort nicht — im B2B-Mittelstand ein häufiger Fall, und einer, den die Studie als „SEO-Paradox" sichtbar macht. Für alles Aktuelle ist die Websuche der einzige Weg, und sie läuft in vier Schritten:
- Query Fan-out: Das System zerlegt die Frage in mehrere Teilfragen und schickt sie an einen Suchindex.
- Initial Retrieval: Für jede Teilfrage kommen die bestplatzierten Seiten in den Kandidatenpool — das ist der klassische SEO-Anteil.
- Re-Ranking: Innerhalb der Kandidaten werden einzelne Passagen bewertet. Nur was über der Relevanzschwelle liegt, kommt weiter. Abgerufen zu werden heißt noch nicht, zitiert zu werden.
- Grounding Snippets und Antwort: Die relevantesten Auszüge werden extrahiert und zur Antwort zusammengesetzt; die Quellen erscheinen als Zitate.
Wie eng dieses Nadelöhr ist, hat Dan Petrovic (dejan.ai) an 7.060 Google-Anfragen mit 2.275 Quellseiten gemessen: Je Anfrage stehen rund 2.000 Wörter Grounding-Budget zur Verfügung, verteilt nach Relevanzrang. Die erstplatzierte Quelle erhält davon im Schnitt 531 Wörter (28 %), die fünfte noch 266 Wörter (13 %). Aus einer typischen Seite werden 377 Wörter ausgewählt, in Abschnitten von rund 15 Wörtern. Daraus folgt die Regel, die alles Weitere trägt:
Welche Maßnahmen erhöhen die Zitierwahrscheinlichkeit nachweislich?
Die Zitierwahrscheinlichkeit steigt auf drei Ebenen, die sich nicht ersetzen, sondern multiplizieren. Chrissy Kunisch (ONE Beyond Search) hat sie beim SISTRIX Meetup im September 2026 auf eine Formel gebracht: KI-Sichtbarkeit = (Technik + Content + Offpage) × Prozesse. Die Technik bringt eine Seite ins Rennen, der Content entscheidet über die Zitierung, das Umfeld auf Drittseiten darüber, ob die Marke überhaupt als Kandidat gilt — und ohne Messung bleibt jede Maßnahme eine Einmalaktion.
Technik: das Eintrittsticket
Technik entscheidet, ob ein KI-System die Seite überhaupt lesen kann. Der wichtigste Unterschied zu Google: Kein Crawler von OpenAI, Anthropic, Perplexity, Meta oder ByteDance führt JavaScript aus (Vercel und MERJ, Dezember 2024). ClaudeBot lädt in 23,8 % der Abrufe JavaScript-Dateien, GPTBot in 11,5 % — ausgeführt wird keine davon. Inhalte, die erst im Browser entstehen, sind für diese Systeme unsichtbar. Gemini und Applebot rendern dagegen.
- KI-Crawler in der robots.txt erlauben (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) und nur indexierbare URLs in die Sitemap aufnehmen.
- Wichtige Inhalte als HTML ausliefern, nicht per JavaScript nachladen; schlankes, semantisches Markup mit klarer Überschriftenhierarchie H1 → H2 → H3.
- Antwortzeit niedrig halten und keine Klick- oder Login-Wände vor wichtige Inhalte setzen — ein abgebrochener Abruf wird meist nicht wiederholt.
- Interne Verlinkung als echte HTML-Links, damit URL Discovery und Crawl-Budget auf den Seiten landen, die zählen.
Content: entscheidet über die Zitierung
Content wird zitiert, wenn er faktendicht, klar strukturiert und ohne Kontext verständlich ist. Die bislang gründlichste Messung dazu stammt aus Princeton: Aggarwal et al. haben für die KDD 2024 an 10.000 Anfragen (GEO-bench) neun Textmaßnahmen getestet. Die wirksamsten drei fügen dem Text etwas hinzu, das ein Modell nicht selbst erzeugen kann:
| Maßnahme | Was sie tut | Veränderung |
|---|---|---|
| Zitate einfügen (Quotation Addition) | Wörtliche Aussagen benannter Fachleute in den Text | + 41 % |
| Statistiken ergänzen (Statistics Addition) | Quantitative Daten statt qualitativer Beschreibung | + 34 % |
| Quellen angeben (Cite Sources) | Belege mit Herkunft im Satz | + 28 % · für Seiten auf Rang 5: + 115 % |
| Textfluss verbessern (Fluency) | Kurze, klare Sätze, dialogisch | + 28 % |
| Keyword-Stuffing | Mehr relevante Suchbegriffe einstreuen | kein Gewinn; bei Perplexity − 10 % |
Die beste Kombination in der Studie war Textfluss plus Statistiken. Auffällig ist der Effekt für schwächer platzierte Seiten: Quellenangaben steigerten die Sichtbarkeit von Seiten auf Rang 5 um 115,1 % — GEO wirkt am stärksten dort, wo klassisches SEO noch nicht gewonnen hat. Die Werte stammen aus englischsprachigen Tests unter Laborbedingungen; sie zeigen die Richtung, nicht die Garantie.
Dazu kommen Strukturregeln, die aus der Funktionsweise der Extraktion folgen: Antwort zuerst (Kernaussage in den ersten 30 % der Seite), semantisches Chunking (ein Gedanke je Absatz, jeder Absatz allein verständlich), Überschriften als Frage und Entity Echoing (die Antwort beginnt mit dem gefragten Begriff). Vergleiche gehören in Tabellen, Kriterien in Listen: In der Auswertung von 75.000 KI-Antworten mit über einer Million Zitaten durch das Wix Studio AI Search Lab (März 2026) entfielen 21,9 % aller Zitate auf Listen-Artikel, 16,7 % auf Fachartikel und 13,7 % auf Produktseiten; bei kommerziellen Anfragen führten Listen mit 40,9 %.
Aktualität zählt messbar: KI-Assistenten zitieren im Schnitt 25,7 % frischere Inhalte als die organische Google-Suche (Ahrefs, 16,975 Millionen zitierte URLs, Juli 2025). Die Google KI-Übersicht ist die Ausnahme — sie zitiert sogar 16 Tage ältere Inhalte als die organische Suche. Sichtbares Datum, aktualisierte Zahlen und ein gepflegtes dateModified im Schema gehören deshalb zur Routine, nicht zum Relaunch.
Offpage: entscheidet, ob die Marke als Kandidat gilt
Offpage-Signale wiegen bei KI-Systemen schwerer als bei Google, weil der KI gleichgültig ist, ob eine Information von der eigenen Website oder von Drittseiten stammt — es zählt das konsistente Markenbild. Ahrefs hat für 75.000 Marken gemessen, welche Faktoren mit Nennungen in der Google KI-Übersicht zusammenhängen: Markennennungen im Web korrelieren mit 0,664, Backlinks nur mit 0,218 (Spearman). 26 % der untersuchten Marken hatten keine einzige Nennung. Korrelation ist keine Kausalität, und die Studie betrachtet große Marken — die Rangfolge der Faktoren ist trotzdem eindeutig.
- Präsenz in Vergleichslisten: In einer Auswertung von rund 1.260 B2B-Kaufprompts (Overthink Group, Juli 2026) verwiesen 70,8 % aller Zitate auf Seiten mit „best", „top" oder „leading" im Titel. Wer in den Listen fehlt, die die KI bereits zitiert, fehlt in der Antwort.
- Die eigene Startseite: Unter den 1.000 meistzitierten Seiten in ChatGPT sind 23,8 % Start- und Landingpages (Ahrefs, Oktober 2025) — die zweitgrößte Kategorie nach Wikipedia, und die einzige, die dem Unternehmen vollständig gehört. Eine konsistente Markenbeschreibung dort und auf allen Profilen ist die Grundlage.
- Bewertungsplattformen, Fachmedien, Digital PR: Erwähnungen in Quellen, die die KI in der Branche ohnehin zitiert — auch ohne Link. Im B2B sind das nicht Trustpilot und Google-Rezensionen, sondern Branchenportale, Fachmedien, Verbandsverzeichnisse und Software-Vergleichsplattformen wie Capterra oder G2. Benannte Fachleute mit Zitat werden häufiger übernommen als anonyme Redaktionen.
- Eigene Videos mit Transkript und Entitäten in Wissensdatenbanken: beides Quellen, auf die Modelle trainiert werden und die sie beim Grounding bevorzugen.
Was funktioniert bei GEO nicht?
Bei GEO funktioniert vieles nicht, was gerade verkauft wird. Die folgenden fünf Punkte sind gemessen, nicht gemeint — und sie sparen Budget:
| Maßnahme | Befund | Quelle |
|---|---|---|
| Keyword-Stuffing | Kein Gewinn, bei Perplexity 10 % schlechter als der unveränderte Text | Princeton GEO-Studie, KDD 2024 |
| llms.txt | Kein signifikanter Zusammenhang mit Zitierungen bei rund 300.000 Domains; 97 % der Dateien wurden bei 137.210 untersuchten Domains nie abgerufen; laut Google nutzt kein großer Anbieter die Datei | SE Ranking · Ahrefs · SISTRIX |
| Schema-Markup als Zitiergarantie | Keine Korrelation zwischen Schema-Abdeckung und Zitierrate (Search Atlas, Dezember 2024). Schema hilft Google und Bing beim Verstehen von Entitäten — es ist Infrastruktur, kein Hebel | Search Engine Land, März 2026 |
| Server-Logs als Sichtbarkeitsbeweis | Die Google KI-Übersicht und der AI Mode greifen in der Regel nicht live zu; ein Abruf durch ChatGPT-User heißt „geprüft", nicht „zitiert" | SISTRIX, März 2026 |
| Platzierungszusagen | Bei 2.961 Durchläufen lag die Chance unter 1 : 100, dass ChatGPT oder Google AI dieselbe Liste zweimal liefert | SparkToro, Januar 2026 |
„Wer heute sagt „ich will nur in Perplexity sichtbar sein", optimiert für ein sehr kleines Fenster. Plattformspezifische Feinoptimierung kommt erst in einem zweiten Schritt — wenn die Basis steht.“
Aus demselben Grund bieten wir sechs Dinge bewusst nicht an — darunter llms.txt als Leistung, Reddit-Seeding im B2B und Platzierungsgarantien. Die Liste steht auf der Leistungsseite.
Wie misst man den Erfolg von GEO-Optimierung?
Der Erfolg von GEO-Optimierung wird als Wahrscheinlichkeit gemessen, nicht als Position. Ein Ranking ist reproduzierbar: gleiches Keyword, gleicher Ort, gleiche Liste. Eine KI-Antwort ist jedes Mal neu generiert. Rand Fishkin (SparkToro) hat das mit 2.961 Durchläufen über zwölf Prompts in ChatGPT, Claude und Google AI belegt: Die Chance, zweimal dieselbe Empfehlungsliste zu erhalten, lag unter 1 : 100; für dieselbe Reihenfolge unter 1 : 1.000. Ein Werkzeug, das einen einzelnen Sichtbarkeitswert meldet, misst deshalb Rauschen.
Belastbar ist ein festes Promptset, das mehrfach und regelmäßig abgefragt wird, und daraus drei Kennzahlen: die Mention Rate (in wie vielen Antworten wird das Unternehmen genannt), die Citation Rate (in wie vielen wird die eigene Seite als Quelle verlinkt) und der Share of AI Search im Vergleich zu den Wettbewerbern. Dazu das Sentiment: Erwähnt heißt nicht empfohlen, und eine falsche Aussage über das Unternehmen ist dringender als keine.
- Prompts entlang der Kaufentscheidung wählen. Empfehlungs-, Vergleichs- und Vertrauensfragen stehen der Entscheidung am nächsten; allgemeine Recherchefragen sind am wenigsten wert. Die Tabelle unten zeigt die Kategorien mit B2B-Beispielen.
- Eine Nullmessung vor der ersten Maßnahme. Ohne Referenzwert lässt sich acht Wochen später nichts belegen.
- Modellwissen getrennt abfragen. Was sagt die KI ohne Websuche über das Unternehmen? Falsche Leistung, alter Standort — dann liegt die Aufgabe bei der Markenbeschreibung, nicht beim Content.
- Quellenanalyse: Welche Drittseiten zitiert die KI bei den eigenen Prompts? Das ist die Liste, auf der man stehen muss.
| Kategorie | B2B-Beispiel | Einfluss auf die Kaufentscheidung |
|---|---|---|
| Allgemeine Recherche | „Worauf kommt es bei der Auswahl eines Fördersystems an?" | gering — kein Kaufinteresse erkennbar |
| Problemlösung | „Wie lassen sich Kühlschmierstoffe in der Zerspanung länger nutzen?" | mittel — Problem vorhanden, Anbieter noch offen |
| Marktübersicht / Empfehlung | „Welche Hersteller von Aluminium-Profilsystemen gelten als führend in Europa?" | hoch — hier entsteht die Kandidatenliste |
| Vergleich | „Anbieter A oder Anbieter B für die Oberflächenveredelung von Kleinteilen?" | hoch — kurz vor der Entscheidung |
| Vertrauen / Reputation | „Gibt es Erfahrungen mit Anbieter A bei Großserien?" | hoch — wer hier nicht überzeugt, hat den Einkäufer verloren |
| Kauf / Abschluss | „Wo bekomme ich Anbieter A mit Lieferzeit unter vier Wochen?" | mittel — Marke steht, Verfügbarkeit zählt |
So misst auch unser Digital Visibility Audit: an echten Einkäuferfragen, in ChatGPT und der Google KI-Übersicht, als Anteil über Durchläufe — mit den Wettbewerbern daneben, die stattdessen genannt werden.
Womit fängt man bei GEO-Optimierung an?
GEO-Optimierung beginnt mit dem, was die Basis für alle Plattformen zugleich legt — nicht mit Feinoptimierung für ein einzelnes System. Die Reihenfolge, die sich aus den Belegen oben ergibt:
- Messen. Promptset festlegen, Nullmessung durchführen, Modellwissen abfragen. Erst dann weiß man, ob das Problem bei Technik, Content oder Marke liegt.
- Lesbar werden. robots.txt, JavaScript-freie Inhalte, Antwortzeit, saubere Struktur — Stufe 1 · Gefunden.
- Zitierfähig schreiben. Antwort zuerst, ein Gedanke je Absatz, Zahlen mit Quelle im Satz, Vergleiche als Tabelle, sichtbares Datum. Bestehende Seiten zuerst, dann neue.
- Dort präsent sein, wo die KI ihre Belege holt. Konsistente Markenbeschreibung auf allen Profilen, Bewertungsplattformen der Branche, Vergleichslisten, Fachmedien — Stufe 2 · Empfohlen.
- Selbst zur Quelle werden. Eigene Daten, eigene Studien, benannte Fachleute — Inhalte, für die es nur eine Quelle gibt: das eigene Unternehmen. Stufe 3 · Zitiert.
Wer die Begriffe vertiefen will, findet sie im GEO-Glossar — 56 Begriffe, je einer pro Seite, in der Reihenfolge, in der ein Inhalt den Weg in eine KI-Antwort nimmt.