Generative Engine Optimization: Der komplette Leitfaden

Generative Engine Optimization (GEO) bedeutet, Ihre Inhalte so aufzubereiten, dass KI-Antwortsysteme wie ChatGPT, Perplexity, Gemini und die Übersichten mit KI von Google sie finden, verstehen und zitieren, wenn sie eine Antwort formulieren. SEO kämpft um einen Platz in einer Liste von Links. GEO kämpft um eine Erwähnung in der Antwort selbst.

Dieser Leitfaden zeigt, was die Forschung hinter GEO ergeben hat, wie diese Systeme ihre Quellen auswählen (soweit sich das belegen lässt), was Sie tun können (geordnet danach, wie gut die jeweilige Maßnahme belegt ist) und woran Sie erkennen, ob es gewirkt hat. Sie möchten zuerst die Kurzfassung? Lesen Sie Was ist GEO? und kommen Sie dann zurück.

Was ist Generative Engine Optimization, und warum ist sie jetzt wichtig?

Ein generatives Suchsystem ruft Informationen ab und formuliert daraus eine Antwort in natürlicher Sprache, meist mit Links zu den verwendeten Quellen. Beispiele sind die Suche in ChatGPT, Perplexity, Gemini sowie die Übersichten mit KI und der KI-Modus von Google. Die Nutzer lesen eine zusammengestellte Antwort, statt zehn Links zu überfliegen. Für Website-Betreiber ändert sich damit die Frage: von „Ranke ich?“ zu „Ist meine Seite eine der Quellen hinter dieser Antwort?“

Sie werden auch auf den Suchbegriff „GEO SEO“ stoßen. Das liegt nahe, weil sich die Arbeit stark mit der klassischen Suchmaschinenoptimierung überschneidet, wie die Vergleichstabelle weiter unten zeigt. Verstehen Sie GEO als SEO, erweitert um eine neue Art von Ergebnis, und nicht als eigene Disziplin, die SEO ablöst.

Warum jetzt? Die Nutzung ist groß und verteilt sich auf mehrere Produkte:

Die Menschen nutzen mehr als ein KI-Produkt, und die Verteilung verschiebt sich. Wer nur auf ein einziges System setzt, geht ein Risiko ein. Weitere Zahlen samt Methodik finden Sie in unserer Übersicht KI-Suche in Zahlen.

Eine weitere Tatsache dämpft die Erwartungen. Cloudflare sitzt als vorgeschalteter Dienst vor einem großen Teil aller Websites und hat gemessen, wie oft die Crawler von KI-Unternehmen Seiten abrufen, im Verhältnis zu den Besuchen, die sie zurückschicken:

Die Zahlen stammen nur aus dem Netzwerk von Cloudflare und mischen Crawling für das Training mit Crawling für die Suche. Dennoch gilt: KI-Antworten liefern pro gelesener Seite weit weniger Besuche als eine klassische Suchmaschine. Bei GEO geht es weniger darum, Klicks zu sammeln, als darum, in der Antwort vorzukommen und zutreffend beschrieben zu werden.

Woher kommt GEO?

Der Begriff stammt aus der Forschung, nicht aus dem Marketing. Im November 2023 veröffentlichten Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan und Ameet Deshpande „GEO: Generative Engine Optimization“ auf arXiv, dem offenen Archiv, in dem Forschende Arbeiten vor und nach der Begutachtung teilen. Die Arbeit erschien bei der KDD 2024, einer führenden Data-Science-Konferenz.

Was hat die ursprüngliche GEO-Studie tatsächlich getestet?

Die Arbeit leistete dreierlei:

• Sie benannte das Problem: Urheber von Inhalten können nicht wissen, wie sie ihre Sichtbarkeit in Antworten generativer Suchsysteme verbessern.
• Sie entwickelte GEO-bench, einen Benchmark (eine standardisierte Sammlung von Testanfragen) mit 10.000 Anfragen aus rund 25 Themenfeldern.
• Sie führte Black-Box-Optimierungsexperimente durch. Die Autoren veränderten die Inhalte von Webseiten und maßen, wie oft die veränderten Seiten in den Antworten der Systeme auftauchten, ohne Einblick in deren Innenleben.

Das Kernergebnis: GEO-Methoden können die Sichtbarkeit in den Antworten generativer Suchsysteme um bis zu 40 % steigern, wobei die Wirksamkeit je nach Themenfeld schwankt. Beide Hälften zählen. „Bis zu 40 %“ ist eine Obergrenze, die die besten Methoden unter den besten Bedingungen erreichen, kein Durchschnitt. „Schwankt je nach Themenfeld“ heißt: Eine Taktik, die in einem Fachgebiet hilft, kann in einem anderen wenig bewirken.

Von neun getesteten Methoden schnitten das Hinzufügen von Zitaten, das Hinzufügen von Statistiken und das Nennen von Quellen am besten ab. Keyword-Stuffing (das Überladen mit Schlüsselwörtern) brachte kaum oder gar nichts.

Was haben spätere Studien und Kritik ergänzt?

Mehrere spätere Arbeiten machen das Bild komplizierter. Sie sind zugleich die Quelle der meisten Aussagen, die sich heute belegen lassen.

Befund	Studie	Grenze
Zitate sind oft unzuverlässig. Nur 51,5 % der generierten Sätze wurden vollständig durch ihre Zitate gestützt, und nur 74,5 % der Zitate stützten den Satz, an dem sie hingen.	Studie unter Leitung von Stanford, 2023 (Liu, Zhang und Liang): Menschen bewerteten vier generative Suchsysteme	Diese Systeme haben sich inzwischen verändert. Trotzdem gilt: Ein Link neben einem Satz beweist nicht, dass der Satz stimmt.
Antwortsysteme tun sich schwer mit der Überprüfbarkeit. Die Teilnehmenden benannten 16 Schwächen. Eine automatisierte Auswertung von drei Systemen ergab häufig Halluzinationen (erfundene Inhalte) und ungenaue Zitate.	Studie von 2024 unter Leitung von Narayanan Venkit (Penn State), mit Co-Autoren von Salesforce AI Research: Usability-Studie mit 21 Teilnehmenden	Kleine Stichprobe, Versionen der Systeme von 2024.
Das Zitieren von Nachrichten ist fehleranfällig. Die Chatbots gaben insgesamt bei mehr als 60 % der Anfragen falsche Antworten. Perplexity lag in 37 % der Fälle falsch, Grok-3 in 94 %.	Tow Center for Digital Journalism der Columbia University, Februar 2025, mit 1.600 Anfragen über acht KI-Suchwerkzeuge (200 Artikelausschnitte von 20 Verlagen, jeweils einmal pro Werkzeug abgefragt)	Die Autoren warnen vor Verallgemeinerungen, und die Aufgabe bestand darin, eine Quelle zu identifizieren, nicht darin, eine gute Antwort zu schreiben.
Earned Media dominiert. Der erste Preprint berichtet von einem „systematic and overwhelming bias towards Earned media“ (einer systematischen und überwältigenden Tendenz zu Earned Media), also unabhängiger Berichterstattung Dritter, gegenüber Inhalten von Marken und aus sozialen Netzwerken, anders als bei Google mit seiner ausgewogeneren Mischung. Außerdem unterscheiden sich die Systeme bei Domain-Vielfalt, Aktualität, Stabilität über Sprachen hinweg und Empfindlichkeit gegenüber der Formulierung einer Frage.	Zwei Preprints derselben Forschungsgruppe aus Toronto (Chen, Wang, Chen und Koudas) vergleichen KI-Suche mit Google. Der zweite, im Mai 2026 aktualisiert, vergleicht Quell-Domains, Inhaltstypen, Suchabsicht und Aktualität zwischen der Google-Suche und führenden generativen KI-Diensten.	Beide Zusammenfassungen nennen keine Zahlen, und beide sind Preprints, die kein vollständiges Peer-Review durchlaufen haben.
Merkmale auf Seitenebene korrelieren mit Zitaten. Metadaten und Aktualität, semantisches HTML und Merkmale strukturierter Daten standen am stärksten mit Zitaten in Verbindung.	Preprint von 2025 (Kumar und Palkhouski): 1.702 Zitate über 1.100 einzelne URLs, anhand von 70 produktbezogenen Fragen an Brave Summary, die Übersichten mit KI von Google und Perplexity	Beobachtend, nur englischsprachige B2B-Software-Seiten, zeigt einen Zusammenhang, keine Ursache.

Zusammengenommen: Die ursprünglichen 40 % sind real, aber eng gefasst. Die Systeme verhalten sich uneinheitlich. Präsenz bei Dritten scheint sehr wichtig zu sein. Und niemand hat einen kontrollierten, wiederholbaren Test veröffentlicht, der zeigt, dass eine bestimmte Änderung auf Ihrer Seite Ihnen in jedem System Zitate einbringt.

Wie wählen generative Suchsysteme Quellen aus und zitieren sie?

Kein KI-Unternehmen veröffentlicht seine vollständigen Regeln zur Quellenauswahl. Was sich sagen lässt, stammt aus offizieller Dokumentation und einigen Studien, jeweils mit Blick auf deren Grenzen gelesen. Denken Sie in vier Ebenen.

1. Kann das System Ihre Seite erreichen?

Ein Crawler ist ein automatisches Programm, das Webseiten liest. Eine robots.txt ist eine einfache Textdatei im Stammverzeichnis Ihrer Website, die Crawlern mitteilt, was sie lesen dürfen. Jedes KI-Unternehmen betreibt mehr als einen Crawler, mit unterschiedlichen Aufgaben:

• OpenAI dokumentiert GPTBot (Inhalte, die zum Training von Modellen verwendet werden können), OAI-SearchBot (zeigt Websites in der ChatGPT-Suche an) und ChatGPT-User (Abrufe, die durch die Anfrage einer Person ausgelöst werden). Laut OpenAI erscheinen Websites, die OAI-SearchBot ausschließen, nicht in den Suchantworten von ChatGPT; eine Änderung greift nach etwa 24 Stunden. Bei ChatGPT-User gelten laut OpenAI die Regeln der robots.txt möglicherweise nicht.
• Anthropic dokumentiert drei Bots, je einen für Training, nutzergesteuerten Abruf und Suche, und erklärt, diese beachteten Signale in der robots.txt, die das Crawlen untersagen („do not crawl“).
• Perplexity gibt an, PerplexityBot diene dazu, Websites in der Suche anzuzeigen, und werde nicht zum Training von Foundation-Modellen verwendet. Perplexity-User, der auf Anfrage einer Person handelt, ignoriere die Regeln der robots.txt in der Regel.
• Google nutzt Google-Extended als Steuerung dafür, ob Inhalte zum Training künftiger Gemini-Modelle und für das Grounding verwendet werden. Laut Google hat das keinen Einfluss darauf, ob eine Website in der Google-Suche erscheint, und ist kein Ranking-Signal.

Ob sich Bots daran halten, ist eine andere Frage.

Betrachten Sie die robots.txt als Bitte an die Bots, nicht als Garantie.

2. Ist die Seite zulässig?

Bei Google ist die Dokumentation eindeutig. Eine Seite muss indexiert und für die Anzeige mit Snippet in der Suche zugelassen sein, um als unterstützender Link in den Übersichten mit KI oder im KI-Modus zu erscheinen. Google erklärt, es gebe keine zusätzlichen Anforderungen, und besondere schema.org-Auszeichnungen (strukturierte Daten, die Seiteninhalte für Maschinen kennzeichnen) seien nicht nötig.

Die Steuerungsmöglichkeiten sind dieselben Snippet-Steuerungen wie in der Suche: nosnippet, data-nosnippet, max-snippet und noindex. Der Traffic aus KI-Funktionen wird in der Search Console unter dem Suchtyp „Web“ gezählt, lässt sich also nicht vom Rest trennen.

3. Was macht eine Seite wahrscheinlicher zur gewählten Quelle?

Hier ist die Beleglage am dünnsten. Die stärksten Signale sind die bereits genannten: die ursprünglichen GEO-Experimente, die Tendenz zu Earned Media und der Zusammenhang zwischen Seitenmerkmalen und Zitaten im GEO-16-Preprint. Googles eigene Vorgaben sprechen bei Auszeichnungen in die andere Richtung, wie der Maßnahmenplan unten erklärt.

Ein weiteres Ergebnis ist indirekt. „Lost in the Middle“ (Liu und Kollegen, 2023) stellte fest, dass Sprachmodelle Informationen oft am besten nutzen, wenn sie am Anfang oder am Ende des vorgelegten Textes stehen, und schlechter, wenn sie in der Mitte stehen. Das ist ein Experiment mit Text, der Modellen vorgelegt wird, nicht mit Suchergebnissen. Lesen Sie es als Analogie dafür, die zentrale Antwort an den Anfang zu stellen, nicht als Beweis für die Reihenfolge von Zitaten.

4. Ist das Zitat korrekt?

Wie oben dargelegt: Zitiert zu werden heißt nicht, zutreffend dargestellt zu werden. Deshalb braucht jedes GEO-Programm einen Schritt, in dem eine Person liest, was die Systeme über das Unternehmen sagen.

GEO, SEO und AEO: Wo liegt der Unterschied?

SEO (Suchmaschinenoptimierung) zielt auf eine gute Platzierung in einer Liste von Suchergebnissen. AEO (Answer Engine Optimization) ist eine informelle Bezeichnung dafür, die direkte Antwort eines Systems zu gewinnen, etwa ein Featured Snippet oder eine Sprachantwort. GEO zielt darauf, in einer von einem generativen System verfassten Antwort verwendet und zitiert zu werden.

Unser Vergleich von SEO, AEO und GEO geht tiefer. Diese Tabelle fasst ihn zusammen.

	SEO	AEO	GEO
Vollständiger Name	Search Engine Optimization (Suchmaschinenoptimierung)	Answer Engine Optimization	Generative Engine Optimization
Ziel	In einer Ergebnisliste ranken	Die direkte Antwort sein	In einer KI-Antwort zitiert werden
Typische Oberfläche	Ergebnisseiten von Google und Bing	Featured Snippets, Sprachantworten	ChatGPT, Perplexity, Gemini, Übersichten mit KI, KI-Modus
Was Sie gewinnen	Einen Klick über einen Link	Eine angezeigte Antwort	Eine Erwähnung oder ein Zitat in der Antwort
Wichtigste Faktoren	Crawlbarkeit, Relevanz, Links, Seitenerlebnis	Kurze, klare, direkte Antworten	Zugang für KI-Crawler, klare Antworten, Berichterstattung Dritter, Korrektheit
Wie gemessen wird	Rankings, Impressionen, Klicks	Besitz von Snippets	Zitate und Erwähnungen bei einem festen Fragenkatalog
Stand des Begriffs	Etabliert	Informell	2023 in einer Studie geprägt; entwickelt sich weiter

Die Überschneidung ist das Entscheidende. Indexierung, klares Schreiben und vertrauenswürdige Inhalte nützen allen dreien. Einen weiteren Blick auf die KI-Seite der Suchmaschinenoptimierung bietet unser KI-SEO-Leitfaden.

Der GEO-Maßnahmenplan, geordnet nach Stärke der Belege

Die meisten GEO-Ratschläge im Netz verraten nicht, wie gut sie belegt sind. Hier trägt jede Maßnahme eines von drei Labels:

Label	Bedeutung
In Studie gemessen	Eine veröffentlichte Studie hat die Maßnahme getestet oder beobachtet. Die Studie kann Grenzen haben, die wir nennen.
Offizielle Empfehlung	Die Dokumentation eines Systems empfiehlt oder beschreibt die Maßnahme.
Plausible Praxis, noch nicht gemessen	Vernünftig und risikoarm, aber wir haben keine Studie gefunden, die die Wirkung auf KI-Zitate misst.

Übersichtstabelle

#	Maßnahme	Belegstufe	Hauptquelle und Grenze
1	Unabhängige Berichterstattung Dritter verdienen	In Studie gemessen	Preprints aus Toronto; Zusammenfassungen ohne Zahlen
2	Konkrete Angaben, Zitate und Quellen in Inhalte einbauen	In Studie gemessen	Ursprüngliche GEO-Studie; Systeme von 2023, bis zu 40 %
3	Metadaten aktuell halten und sauberes semantisches HTML nutzen	In Studie gemessen	GEO-16-Preprint; beobachtend, B2B-Software-Seiten
4	Die richtigen Crawler hereinlassen	Offizielle Empfehlung	Dokumentation von OpenAI, Anthropic, Perplexity, Google
5	Wichtige Seiten indexierbar und snippet-fähig halten	Offizielle Empfehlung	Google Search Central
6	Interaktive Elemente korrekt beschriften	Offizielle Empfehlung	Chrome Lighthouse (experimentell)
7	Natürliche Inhalte für Menschen schreiben	Offizielle Empfehlung	Google Search Central
8	Jede Seite mit einer direkten Antwort beginnen	Plausible Praxis, noch nicht gemessen	Nur indirekte Analogie
9	Die verwandten Teilfragen abdecken	Plausible Praxis, noch nicht gemessen	Keine Zitierstudie gefunden
10	Prüfen, was Systeme über Sie sagen	Plausible Praxis, noch nicht gemessen	Begründet durch Studien zur Korrektheit
11	Eine llms.txt-Datei veröffentlichen	In Studie gemessen (kein Effekt gefunden)	SE Ranking, Ahrefs; Google neutral

In Studie gemessen

1. Verdienen Sie unabhängige Berichterstattung Dritter. In den kontrollierten Experimenten der Toronto-Gruppe zeigte die KI-Suche eine systematische und überwältigende Tendenz zu Earned Media gegenüber Inhalten von Marken und aus sozialen Netzwerken. Gilt das auch für Ihren Markt, wiegen Bewertungen, Presse, Fachmedien, Verzeichnisse und Expertenerwähnungen in KI-Antworten womöglich mehr als Ihre eigenen Seiten. Finden Sie also heraus, welche unabhängigen Websites die Systeme zu Ihrem Thema zitieren, und sorgen Sie dafür, dort zutreffend beschrieben zu werden.

2. Bauen Sie konkrete Angaben, Zitate und Quellen in Ihre Inhalte ein. Die ursprüngliche GEO-Studie testete Methoden zum Umschreiben von Inhalten und berichtete von Sichtbarkeitsgewinnen von bis zu 40 %, je nach Themenfeld unterschiedlich. Für ein kleines Unternehmen heißt das: jede Seite konkreter und überprüfbarer machen.

Nennen Sie echte Zahlen mit Quelle. Zitieren Sie namentlich genannte Personen, die einer Zitierung zugestimmt haben. Verlinken Sie auf Primärquellen.

Erfinden Sie nichts davon. Eine erfundene Statistik ist schlimmer als keine, und der ganze Ansatz setzt Inhalte voraus, die es verdienen, zitiert zu werden.

3. Halten Sie Metadaten aktuell und das HTML sauber. Der GEO-16-Preprint stellte fest, dass Metadaten und Aktualität, semantisches HTML (richtige Auszeichnung für Überschriften, Listen und Tabellen statt gestalteter Kästen) und strukturierte Daten über 1.100 einzelne URLs hinweg die Seitenmerkmale waren, die am stärksten mit Zitaten zusammenhingen. Ein beispielhafter Schwellenwert für hohe Punktzahlen ging in den Daten der Studie mit deutlich höheren Zitierraten einher.

11. llms.txt: getestet, kein Effekt gefunden. Eine llms.txt-Datei ist eine vorgeschlagene Textdatei im Stammverzeichnis einer Website, die wichtige Seiten für KI-Systeme auflistet und zusammenfasst. Unsere llms.txt-Anleitung erklärt sie ausführlich, und mit dem llms.txt-Checker prüfen Sie Ihre eigene. Hier berichten wir nur, was gemessen wurde.

• Die Studie von SE Ranking mit knapp 300.000 Domains fand keinen Zusammenhang zwischen der Datei und der Zitierhäufigkeit in KI-Systemen, und ein Modell ohne diese Variable sagte Zitate besser voraus.
• Ahrefs untersuchte 137.210 Domains und stellte fest, dass 97 % der beobachteten llms.txt-Dateien im Mai 2026 keine einzige Anfrage erhielten und dass kein KI-Bot nicht existierende Pfade abrief.
• Google erklärt, llms.txt schade der Sichtbarkeit in der Suche weder, noch helfe es ihr.

Die Verbreitungszahlen gehen stark auseinander, weil jede Studie eine andere Grundgesamtheit untersuchte:

Die Autoren von Common Crawl erklären, ihr Wert sei mit dem des Web Almanac nicht vergleichbar.

Offizielle Empfehlung

4. Lassen Sie die richtigen Crawler herein. Prüfen Sie Ihre robots.txt und entscheiden Sie Bot für Bot. Die Dokumentation knüpft das Erscheinen in den Suchantworten von ChatGPT daran, einen Such-Bot wie OAI-SearchBot zuzulassen. Einen Trainings-Bot wie GPTBot zu sperren, ist eine eigene Entscheidung.

Auch Ihr Hosting oder Ihre Sicherheitskonfiguration kann Bots blockieren, ohne dass Sie es wissen. Testen Sie also von außen. Und denken Sie an die oben genannten Grenzen bei der Einhaltung.

5. Halten Sie wichtige Seiten indexierbar und snippet-fähig. Laut Google muss eine Seite indexiert und für die Anzeige mit Snippet zugelassen sein, um in den Übersichten mit KI oder im KI-Modus zu erscheinen. Stellen Sie sicher, dass wichtige Seiten normale Antworten liefern, nicht mit noindex markiert sind und nicht durch Snippet-Steuerungen eingeschränkt werden, die Sie gar nicht setzen wollten.

6. Beschriften Sie interaktive Elemente korrekt. Lighthouse, das Prüfwerkzeug von Google für Webseiten, hat eine experimentelle Kategorie „Agentic Browsing“ erhalten. Laut Dokumentation stützen sich Agenten vor allem auf den Accessibility Tree als primäres Datenmodell. Der Accessibility Tree ist die strukturierte Fassung einer Seite, die Screenreader nutzen: Namen, Rollen und Zustände von Schaltflächen, Links und Formularfeldern. Die Audits prüfen Namen und Beschriftungen, die Integrität des Baums und die Sichtbarkeit interaktiver Inhalte.

7. Schreiben Sie natürliche Inhalte für Menschen. Googles Vorgaben für generative KI-Funktionen besagen, es bestehe keine Pflicht, Inhalte in winzige Stücke zu zerlegen, und strukturierte Daten seien für die generative KI-Suche nicht erforderlich. Sie besagen außerdem, dass Sie weder neue maschinenlesbare Dateien noch KI-Textdateien, Auszeichnungen oder Markdown brauchen, um in der Google-Suche zu erscheinen. Das Search Engine Journal merkte an, dass das experimentelle Audit von Lighthouse auf llms.txt prüft, während die Suche sie für unnötig erklärt, und führte den Unterschied auf Sichtbarkeit in der Suche gegenüber der Lesbarkeit für Browser-Agenten zurück.

Plausible Praxis, noch nicht gemessen

Diese Schritte sind günstig, risikoarm und mit den obigen Quellen vereinbar, doch wir haben keine Studie gefunden, die ihre Wirkung auf KI-Zitate misst.

8. Beginnen Sie jede Seite mit einer direkten Antwort. Setzen Sie unter jede Überschrift eine klare Antwort in zwei bis drei Sätzen. Schreiben Sie Sätze, die für sich verständlich sind und das Subjekt nennen, damit sie ohne den umgebenden Absatz zitiert werden können. Der einzige verwandte Beleg ist das Experiment „Lost in the Middle“, das sich auf Text bezieht, der einem Modell vorgelegt wird, nicht auf das Ranking in der Suche.

9. Decken Sie die verwandten Teilfragen ab. Wenn Sie eine Dienstleistung verkaufen, beantworten Sie die Fragen, die ein Käufer dazu stellt: Kosten, Ablauf, Risiken, Alternativen, lokale Besonderheiten. Echte Fragen Ihrer Kunden und Ihres Vertriebsteams sind die beste Quelle. Keine der von uns ausgewerteten Studien testet das gegen Zitierraten.

10. Prüfen Sie, was die Systeme über Sie sagen. Fragen Sie die Systeme, die Ihre Kunden nutzen, nach Ihrem Unternehmen und Ihrer Branche, und lesen Sie die Antworten kritisch. Angesichts der oben genannten Ergebnisse zur Korrektheit sollten Sie mit Fehlern rechnen. Die Korrektur setzt meist bei den Quellen an, aus denen die Systeme schöpfen, einschließlich Ihrer eigenen Seiten.

Wie messen Sie GEO?

Es gibt keine Standardkennzahl für GEO. Die ursprüngliche Studie nutzte eigene Sichtbarkeitsmaße, kommerzielle Werkzeuge nutzen andere. Jede Zahl, die Ihnen ein Anbieter zeigt, hängt von dessen Methode ab. Fragen Sie also nach der Methode. Zwei Messungen ergänzen sich und sind praktikabel.

1. KI-Sichtbarkeit beobachten

Wählen Sie einen festen Fragenkatalog, etwa 20 bis 50 Fragen, die Ihre Kunden wirklich stellen, und stellen Sie sie regelmäßig:

Die Search Console trennt das nicht für Sie heraus. Google zählt Traffic aus KI-Funktionen im Suchtyp „Web“ zusammen mit den gewöhnlichen Ergebnissen. Bei anderen Systemen prüfen Sie in Ihren Analytics die Verweise, bedenken aber die oben genannten Verhältnisse von Crawls zu Besuchen: Keine Klicks heißt nicht, dass es keine Zitate gibt.

Gehen Sie mit Klickdaten generell vorsichtig um. Studien widersprechen sich darin, wie viele Klicks KI-Zusammenfassungen Websites kosten, und die Ursache liegt in der Methode. Das sind weniger Widersprüche als Messungen unterschiedlicher Dinge:

Quelle	Befund	Hinweis zur Methode
Pew	Ein Klick auf einen Link bei 8 % der Google-Besuche mit KI-Zusammenfassung, gegenüber 15 % ohne	Browsing-Panel
Ahrefs	Klickrate des Top-Ergebnisses bei einer Übersicht mit KI rund 58 % niedriger als prognostiziert	Update von 2026, das die frühere Methode über einen längeren Zeitraum (Dezember 2023 bis Dezember 2025) erneut anwendete und den eigenen Wert von 34,5 % aus dem Jahr 2025 aktualisierte
Google	Gesamtes organisches Klickvolumen im Jahresvergleich „relatively stable“	Aussage ohne veröffentlichte Zahlen; misst das Gesamtvolumen über alle Websites
Seer Interactive	In Übersichten mit KI zitierte Marken erhielten rund 35 % mehr organische Klicks als nicht zitierte	Die Autoren behaupten keine Kausalität

2. Struktur und Bereitschaft der Website

Die andere Hälfte betrifft die Frage, ob Systeme und Agenten Ihre Website überhaupt navigieren und lesen können. Dazu gehören Crawl-Zugang, Indexierbarkeit, eine klare interne Verlinkung, damit wichtige Seiten erreichbar sind, aussagekräftige Überschriften und barrierefreies Markup. Unser Leitfaden zur agentischen Navigierbarkeit erklärt diese Ebene im Detail.

GraphoRank ist ein Werkzeug für diese zweite Messung: Es crawlt eine Website unter Beachtung der robots.txt und bewertet auf einer Skala von 0 bis 100, wie gut KI-Agenten sie navigieren, lesen und zitieren können. So funktioniert es zeigt die Methode und ihre Grenzen.

Häufige Fehler

#	Fehler	Warum er schadet
1	GEO als Ersatz für SEO behandeln	Googles eigene Dokumentation knüpft KI-Funktionen an Indexierung und Snippet-Zulassung. Wenn Suchmaschinen eine Seite nicht indexieren können, ist jeder GEO-Aufwand dafür verschenkt.
2	Standardmäßig jeden KI-Bot blockieren	Crawler für Training, Suche und nutzerausgelöste Abrufe sind verschieden. Wer Such-Bots sperrt, kann aus den gewünschten Antworten verschwinden. Trainings-Bots zu sperren, ist eine eigene, legitime Entscheidung.
3	Darauf vertrauen, dass die robots.txt alles stoppt	Laut Dokumentation befolgen manche nutzerausgelösten Abrufe sie möglicherweise nicht, und eine Studie fand, dass KI-Such-Crawler sie kaum abrufen.
4	Einem einzigen System hinterherlaufen	Die Nutzung verteilt sich auf mehrere Produkte, und die Verteilung hat sich innerhalb eines Jahres verschoben.
5	Belege erfinden	Erfundene Statistiken, gefälschte Bewertungen und platzierte Erwähnungen sind das Gegenteil dessen, was die Befunde belohnen, und laut Google sind unechte Erwähnungen weniger hilfreich, als sie scheinen.
6	Versprechen garantierter Zuwächse glauben	Die stärkste veröffentlichte Zahl ist bis zu 40 % aus Experimenten von 2023. Verspricht ein Anbieter einen festen Zuwachs, fragen Sie nach Methode und Stichprobe.
7	Markup einbauen, weil ein Blog es sagt	Laut Google sind strukturierte Daten für die KI-Funktionen nicht erforderlich, und eine große Studie fand für llms.txt keinen Zusammenhang mit Zitaten. Diese Dateien sind günstig und harmlos, sollten aber nicht die Arbeit an Zugang, Inhalten und unabhängiger Berichterstattung verdrängen.
8	Nie lesen, was die Systeme sagen	Studien zur Korrektheit zeigen, dass Fehler häufig sind. Prüfen Sie nach und korrigieren Sie an der Quelle.
9	Nur einmal messen	Die Ergebnisse variieren je nach System, Durchlauf und Formulierung. Ein einzelner Screenshot ist keine Messung.
10	Barrierefreiheit ignorieren	Markup, das Screenreader nicht verstehen, ist laut der Lighthouse-Dokumentation von Google womöglich auch für Agenten schwer nutzbar.