GEO vs. SEO: Was GEO ist, was es ändert und was einfach SEO bleibt
GEO (Generative Engine Optimization) ist die Arbeit daran, in den Antworten von ChatGPT, Gemini oder Googles AI Overviews vorzukommen und zitiert zu werden. GEO ersetzt SEO nicht: Google dokumentiert, dass seine generativen Funktionen auf den zentralen Suchsystemen aufbauen. Wirklich neu sind vor allem zwei Dinge: Zitierfähigkeit und die Messung dort, wo es keine klassische Position gibt.
In diesem Artikel
Wenn das Thema neu für dich istWenn GEO, AEO, RAG und Query Fan-out nach vier neuen Disziplinen klingen, fang hier an
Die Grundidee ist einfach: Bisher haben wir vor allem in einer Suchanfrage gedacht, die eine Liste von Ergebnissen liefert. Jetzt gibt es zusätzlich Oberflächen, in denen ein Modell selbst sucht, Quellen kombiniert und eine Antwort baut. Um dort vorzukommen, musst du weiterhin auffindbar und relevant sein. Zusätzlich lohnt sich die Frage, ob deine Informationen klar, überprüfbar und leicht zuzuordnen sind.
Einfach gesagtFragt jemand, wie man eine gute Physiotherapie-Praxis auswählt, sucht eine generative Oberfläche womöglich getrennt nach Auswahlkriterien, Qualitätsmerkmalen, Rezensionen, Lage und Spezialisierungen, bevor sie eine einzige Antwort ausgibt. Dafür brauchst du keine fünf künstlichen Seiten, sondern einen Auftritt, der diese Teilfragen gut beantwortet und sich von außen bestätigen lässt.
Begriffe, die dir begegnen- KI-Suche (AI Search)
- Suchoberflächen, die generative Modelle nutzen, um Informationen abzurufen und daraus eine Antwort zu bauen, meist mit Links oder Quellenangaben.
- GEO
- Generative Engine Optimization: ein Etikett für die Arbeit daran, in generierten Antworten präsenter zu sein, zitiert zu werden oder sie zu beeinflussen.
- AEO
- Answer Engine Optimization: der ältere, breitere Begriff dafür, eine Quelle für Systeme zu optimieren, die direkte Antworten liefern.
- RAG / Grounding
- Ein Verfahren, bei dem ein System externe Informationen abruft und als Kontext nutzt, um eine aktuellere und überprüfbare Antwort zu erzeugen.
- Query Fan-out
- Ein Anliegen wird in mehrere verwandte Suchanfragen aufgeteilt, um mehr Informationen zu sammeln, bevor geantwortet wird.
- Zitierung (Citation)
- Ein Verweis oder Link in einer generierten Antwort, der auf eine Quelle zeigt, die verwendet wurde oder mit der Antwort zusammenhängt.
- Zitierfähigkeit (Citability)
- Ein Arbeitsraster, mit dem du prüfst, ob eine Information klar, konkret, zuordenbar und auch außerhalb ihres ursprünglichen Zusammenhangs überprüfbar ist.
- OAI-SearchBot
- Der Crawler von OpenAI, der mit dem Auffinden und Anzeigen von Inhalten in ChatGPT Search zusammenhängt. Er ist nicht dasselbe wie GPTBot, über den du das Training steuerst.
Was ist GEO und was unterscheidet es von SEO?
AEO, Answer Engine Optimization, gibt es schon länger als den aktuellen Boom der Sprachmodelle. Der Begriff fasst die Idee zusammen, Inhalte für Systeme zu optimieren, die direkte Antworten liefern. GEO, Generative Engine Optimization, hat sich als Name dafür durchgesetzt, die Sichtbarkeit in generativen Systemen zu verbessern, die mehrere Quellen zu einer Antwort zusammenführen. Wenn im deutschsprachigen Raum von „GEO SEO“ oder „SEO für KI“ die Rede ist, ist meist genau das gemeint.
Die wissenschaftliche Arbeit, die den Begriff GEO 2023 geprägt hat, schlug einen Benchmark vor und testete Änderungen an Inhalten in einer kontrollierten Umgebung. Unter bestimmten Bedingungen berichtete sie Verbesserungen der Sichtbarkeit von bis zu 40 Prozent. Das ist interessante Forschung, heißt aber nicht, dass Zitate, Statistiken oder eine autoritative Sprache dir ein Plus von 40 Prozent in ChatGPT oder Google bringen. Der Benchmark arbeitet unter Versuchsbedingungen und ersetzt weder die Dokumentation der Plattformen noch Traffic-Tests über einen längeren Zeitraum.
2026 geht Google in seiner Dokumentation direkt auf AEO und GEO ein. Die Position ist klar: Aus Sicht von Google Search ist die Optimierung für generative Funktionen weiterhin Optimierung für die Suche. Damit ist GEO als Beratungsthema nicht erledigt. Die Aussage zieht aber eine nützliche Grenze gegenüber der Erzählung, alles Bisherige habe aufgehört zu funktionieren.
| SEO-GRUNDLAGENHineinkommen und mithalten | EBENE KI-SUCHEAbgerufen und verwendet werden |
|---|---|
| Crawling und Indexierung | Abruf für Teilfragen |
| Architektur und interne Verlinkung | Klarheit über Entität und Quelle |
| Suchintention und Relevanz | Überprüfbare Informationen |
| Nützliche, eigene Inhalte | Zitierfähigkeit und Zuordnung |
| Autorität und Reputation | Konsistenz über alle Oberflächen |
| Messung von Suche und Geschäft | Messung von Zitierungen und Verweisen |
GEO vs. SEO: Was sich ändert und was gleich bleibt
Zwischen GEO und SEO ist die Grenze interessanter, weil sie quer durch die Aufgaben verläuft. Manches, was unter GEO verkauft wird, ist SEO mit neuem Etikett: erreichbar sein, indexiert sein, die Suchintention treffen, Autorität aufbauen. Tatsächlich neu sind vor allem zwei Fragen: ob eine Information korrekt herausgelöst, zugeordnet und wiederverwendet werden kann, und wie man Präsenz misst, wo es keine klassische Position gibt.
Genau diese Unterscheidung ist die nützlichste Arbeit, die das Wort GEO leisten kann: zu klären, welcher Teil der Aufgabe schon immer SEO war und welcher dazugekommen ist.
| SEO | GEO | |
|---|---|---|
| Ziel | Gefunden werden und mithalten | In generierten Antworten vorkommen |
| Woran du arbeitest | Crawling, Indexierung, Relevanz, Autorität und Messung | Klarheit über Entität und Quelle, überprüfbare Informationen, Zitierfähigkeit |
| Einheit der Sichtbarkeit | Position, Klickrate, Impressionen | Abruf, Zitierung, Verweise, Conversions |
| Womit du misst | Search Console und Webanalyse | Zitierungen und Grounding Queries in den Bing Webmaster Tools, Verweise mit utm_source=chatgpt.com, eigene Gruppen von Prompts |
| Was Google dazu sagt | Bleibt die Grundlage, auch für generative Oberflächen | Weiterhin Optimierung für die Suche: kein eigenes Markup, keine eigene Datei, keine Spezialtechnik |
In der klassischen Suche denken wir meist in einer gut sichtbaren Kette: Suchanfrage, Suchergebnisseite, Ergebnis, Klick. Das System darunter war immer viel komplexer, aber die Oberfläche hat es uns leicht gemacht, über Position, Klickrate, Impressionen und Landingpage zu sprechen.
In einer generativen Oberfläche kann diese Kette mehr Glieder haben. Das System interpretiert ein Anliegen, erzeugt Hilfsanfragen, ruft mehrere Dokumente ab, ordnet Kontext zu, formuliert eine Antwort und entscheidet, welche Quellen es zeigt. Dieselbe Seite kann gefunden, aber nicht zitiert werden; zitiert werden, aber wenig zur Antwort beitragen; oder erwähnt werden, ohne dass ein Klick folgt.
Damit ändert sich die Einheit der Sichtbarkeit. Wo es Rankings gibt, zählt die Position weiterhin, aber sie beschreibt nicht mehr alles. Wir müssen zusätzlich über Abruf, Zitierung, die Hervorhebung der Quelle, Verweise und am Ende Conversions sprechen.
- Anliegen
Die Person formuliert ein Bedürfnis, nicht unbedingt ein sauberes Keyword.
- Fan-out / Umformulierung
Das System formuliert das Anliegen um oder teilt es in Hilfsanfragen auf.
- Abruf
Seiten, Daten und potenziell relevante Quellen werden abgerufen.
- Synthese
Das Modell baut die Antwort aus einem Teil des abgerufenen Kontexts.
- Zitierung
Einige Quellen erscheinen als Verweis, Link oder Beleg.
- Handlung
Die Person klickt, fragt weiter, vergleicht oder konvertiert.
Was zeigt der KI-Sichtbarkeits-Report Tirol 2026?
Für Tirol habe ich mir das selbst angesehen: Im KI-Sichtbarkeits-Report Tirol 2026 habe ich 64 Antworten von ChatGPT und Gemini für 8 Branchen in Innsbruck, Kufstein und Kitzbühel mit den ersten 20 Ergebnissen in Google Maps verglichen.
Von den Betrieben, die ChatGPT nannte, standen 66 % auch unter den ersten 20 in Google Maps, bei Gemini waren es 60 %. Umgekehrt nannte mindestens eine der beiden KIs 50 % der Einträge auf den ersten drei Plätzen in Maps und 19 % der Einträge auf Platz 11 bis 20.
| Platz in Google Maps | Einträge | Genannt | Anteil |
|---|---|---|---|
| Platz 1–3 | 72 | 36 | 50 % |
| Platz 4–10 | 161 | 44 | 27 % |
| Platz 11–20 | 182 | 35 | 19 % |
In diesen Daten hängen klassische Sichtbarkeit und Sichtbarkeit in KI-Antworten zusammen, sind aber nicht dasselbe: Wer in Maps oben steht, wird öfter empfohlen, aber längst nicht immer.
Das ist eine Momentaufnahme vom 18. Oktober 2026: lokale Empfehlungsfragen in drei Tiroler Orten. Die Zahlen zeigen, was die Systeme geantwortet haben, nicht warum. Methode, Unsicherheiten und offene Daten stehen im Report.
GEO statt SEO: Ersetzt GEO das klassische SEO?
Nein. GEO ersetzt SEO nicht, es setzt darauf auf.
Jeder größere Umbruch in der Suche bringt dieselbe Prophezeiung hervor: SEO ist tot. Mit KI-Übersichten (AI Overviews), AI Mode, ChatGPT, Gemini und Copilot fühlt sich das stärker an als sonst, weil sich die Oberfläche diesmal sichtbar verändert. Statt zehn blauer Links bekommt eine Person womöglich eine zusammengefasste Antwort, einen Vergleich, eine Schrittfolge, Empfehlungen und eine Reihe von Quellen, alles in derselben Ansicht.
Oberfläche und Auffindungssystem sind aber nicht dasselbe. Im Mai 2026 hat Google einen eigenen Leitfaden zur Optimierung für seine generativen Funktionen veröffentlicht, und der ist ziemlich deutlich: SEO bleibt relevant, weil AI Overviews und AI Mode auf den zentralen Suchsystemen aufbauen. Die Dokumentation beschreibt Retrieval-Augmented Generation, Grounding und Query Fan-out, führt aber weder einen parallelen GEO-Index noch eine Liste geheimer neuer Faktoren ein.
Deshalb trenne ich zwei Gedanken, die gern vermischt werden. Erstens: Die Grundlagen der Suche bleiben das Fundament. Zweitens: Die Art, wie eine Quelle an einer generierten Antwort beteiligt ist, wirft neue Fragen für Diagnose und Messung auf. Beides stimmt gleichzeitig.
GEO, AEO oder LLMO: Welcher Begriff ist richtig?
Keiner der drei Begriffe ist ein offizieller Standard. LLMO (Large Language Model Optimization) wird meist gleichbedeutend mit GEO verwendet.
Zwischen AEO und GEO ist der Unterschied vor allem einer des Zuschnitts. AEO ist der breitere Begriff und zielt auf jedes System, das direkt antwortet. GEO meint speziell generative Systeme, die Informationen aus mehreren Quellen abrufen und daraus eine eigene Formulierung bauen. In der Praxis überschneiden sich beide stark, und ich würde keine Zeit darauf verwenden, sie sauber gegeneinander abzugrenzen.
- SEOGefunden werden und mithalten
- Crawling, Indexierung, Relevanz, Autorität und Messung. Bleibt die Grundlage, auch für generative Oberflächen.
- AEODirekte Antworten liefern
- Älterer, breiterer Begriff für Systeme, die direkt antworten. Überschneidet sich stark mit GEO.
- GEOIn generierten Antworten vorkommen
- Präsenz, Zitierung und Einfluss in Systemen, die mehrere Quellen abrufen und zusammenführen.
- GOOGLE 2026Weiterhin Optimierung für die Suche
- Kein eigenes Markup, keine eigene Datei, keine Spezialtechnik. Generative Funktionen bauen auf der Google-Suche auf.
Google bestätigt RAG und Query Fan-out: Hier gibt es eine echte technische Änderung
Googles Leitfaden von 2026 erklärt, dass die generativen Funktionen Retrieval-Augmented Generation nutzen können, also RAG oder Grounding: Sie stützen sich auf die zentralen Search-Systeme, um relevante und aktuelle Seiten abzurufen. Außerdem beschreibt er Query Fan-out: Das Modell kann parallel mehrere verwandte Suchanfragen stellen, um Teilthemen und Datenquellen abzudecken.
Strategisch ist das wichtig, weil die sichtbare Suchanfrage nicht mehr das ganze Bild der Nachfrage zeigt. Fragt jemand „Welches E-Bike soll ich für einen Arbeitsweg mit vielen Steigungen und viel Regen kaufen?“, braucht das System womöglich Informationen zu Reichweite, Drehmoment, Wasserdichtigkeit, Vorschriften, Gewicht und Wartung. Die beteiligte Seite muss den ursprünglichen Prompt nicht wörtlich enthalten. Sie muss für einen Teil des Problems eine relevante Quelle sein.
Der falsche Schluss wäre, für jede denkbare Fan-out-Anfrage eine eigene URL anzulegen. Google warnt ausdrücklich davor, Seiten in großer Zahl zu erstellen, um Suchvarianten mit manipulativer Absicht abzudecken, und sagt, dass seine Systeme Synonyme und die allgemeine Bedeutung verstehen. Der richtige Schluss: echte thematische Abdeckung, eine klare Architektur und Seiten, die Entitäten, Aufgaben und Entscheidungen vollständig klären.
ChatGPT Search und Bing: dieselbe Grundlogik, andere Stellschrauben
OpenAI dokumentiert, dass ChatGPT automatisch sucht, wenn eine Frage von aktuellen Informationen profitiert, und dass es den Prompt dabei in eine oder mehrere gezielte Suchanfragen umschreiben und weitere Suchen anstoßen kann, wenn es mehr Kontext braucht. Das ähnelt im Kern Googles Query Fan-out.
Für Website-Betreiber sagt OpenAI, dass jede öffentliche Website in ChatGPT Search erscheinen kann, und empfiehlt, OAI-SearchBot nicht zu blockieren, wenn deine Inhalte gefunden, zusammengefasst und zitiert werden sollen. Dieser Crawler ist von GPTBot zu trennen, über den du die mögliche Nutzung für Training steuerst. Wer alle OpenAI-Bots sperrt, weil er nur ans Training denkt, und dann maximale Präsenz in ChatGPT Search erwartet, widerspricht sich selbst. Wie du das sauber regelst, steht in meinem Beitrag zu ChatGPT SEO und Zitierungen.
Bing hat im Februar 2026 AI Performance in den Bing Webmaster Tools als öffentliche Vorschau gestartet. Der Bericht zeigt Zitierungen insgesamt, durchschnittlich zitierte Seiten, Zitieraktivität pro URL und die Grounding Queries, die in kompatiblen Copilot-Oberflächen, Bings generativen Zusammenfassungen und einigen verbundenen Integrationen verwendet wurden. Bing stellt dabei klar, dass die Zahl der Zitierungen weder Ranking noch Autorität noch eine Position innerhalb der Antwort ausdrückt.
Wichtig ist daran nicht, ob dieses Werkzeug zur universellen Kennzahl wird. Das wird es nicht. Wichtig ist, dass eine Suchmaschine ausdrücklich unterscheidet zwischen „diese URL hatte eine Impression in der Suche“ und „diese URL wurde als Quelle in einer generierten Antwort verwendet“. Diese Unterscheidung bestätigt einen echten Bedarf in der Messung.
- OAI-SearchBot: Zugriff für Auffinden, Zusammenfassungen und Zitierungen in ChatGPT Search.
- GPTBot: eine getrennte Steuerung für die mögliche Nutzung im Training.
- noindex: bleibt das maßgebliche Signal, wenn eine URL nicht als indexierbares Ergebnis erscheinen soll.
- Verweise: OpenAI hängt an Verweis-URLs aus ChatGPT Search utm_source=chatgpt.com an, damit du sie messen kannst.
Was einfach SEO bleibt: Auffindbarkeit, Relevanz und Autorität
Die erste Ebene ist weiterhin klassisches, unspektakuläres SEO: korrekte Statuscodes, erlaubtes Crawling, indexierbare Seiten, eine konsistente Kanonisierung, Hauptinhalt in verarbeitbarem HTML, interne Verlinkung und eine Architektur, in der wichtige Seiten auffindbar sind. Google verlangt, dass eine Seite indexiert ist und mit Snippet angezeigt werden darf, damit sie als unterstützender Link in AI Overviews oder AI Mode erscheinen kann. OpenAI braucht Zugriff über OAI-SearchBot. Zwei Plattformen, ein ähnlicher Schluss: Zugang und Auffindbarkeit sind Voraussetzung.
Bei der Relevanz verschiebt Query Fan-out die Ebene, auf der wir Keywords lesen. Suchanfragen bleiben ein Beleg für Nachfrage, aber eine komplexe Frage kann mehrere Aufgaben und Entitäten umfassen, bevor eine Entscheidung fällt. Ich würde deshalb die Hauptintention, die naheliegenden Teilfragen, die Merkmale, die die Entscheidung verändern, und die Entitäten kartieren, die miteinander verbunden werden müssen. Danach entscheide ich, was auf dieselbe Seite gehört und was eine eigene URL verdient, weil es eine andere Intention, Funktion oder Zielgruppe hat. Das ist etwas anderes, als 40 FAQs anzulegen, um jede denkbare Formulierung abzudecken.
Bei der Autorität gibt es keine öffentliche Formel nach dem Muster „drei redaktionelle Erwähnungen ergeben mehr Zitierungen in ChatGPT“. Wer dir diese Gleichung verkauft, erfindet Präzision. Wir wissen aber, dass Suchsysteme Qualitätssignale nutzen und generative Oberflächen Informationen aus mehreren Quellen abrufen. Deshalb lohnt es sich, Autorität breiter zu denken als Backlinks: Ein Unternehmen sollte über die eigene Website, offizielle Profile, Medienberichte, Verbände, echte Rezensionen, Dokumentation, Autorinnen und Autoren und relevante Branchenquellen bestätigt werden können. Nicht, um Konsens zu fabrizieren, sondern damit die Entität und ihre Aussagen nicht nur auf einer selbst veröffentlichten Seite existieren.
Google führt „nicht authentische Erwähnungen“ übrigens ausdrücklich unter den GEO-Mythen, die man ignorieren sollte. Die Lehre daraus ist nicht, auf digitale PR zu verzichten, sondern externe Präsenz dort aufzubauen, wo es eine Geschichte, eine Zahl, eine Beziehung oder Fachwissen gibt, das eine Erwähnung verdient.
Zitierfähigkeit: der Teil, der wirklich einen eigenen Namen verdient
Zitierfähigkeit ist kein Rankingfaktor, den Google, OpenAI oder Bing veröffentlicht hätten. Es ist ein Arbeitsraster: Wenn ein System diese Seite abruft, kann es dann eine konkrete Aussage erkennen, verstehen, wer sie trifft, ihren Zusammenhang prüfen und sie wiederverwenden, ohne sie zu verzerren?
Eine Quelle lässt sich leichter korrekt zitieren, wenn sie Fakten von Meinung trennt, ihre Methodik offenlegt, Informationen datiert, die veralten können, präzise Namen und Einheiten verwendet, externe Quellen angibt und Überschriften, Tabellen, Text und strukturierte Daten widerspruchsfrei hält. Das alles verbessert auch die Erfahrung für Menschen.
Verwechsle das nicht mit „Chunking für Sprachmodelle“. Google stellt klar, dass du Inhalte nicht in kleine künstliche Stücke zerlegen musst, damit seine generativen Systeme sie verstehen. Einen Artikel gut zu gliedern bleibt sinnvoll, weil es Lesbarkeit und Klarheit verbessert, aber die Gliederung wird dadurch nicht zum GEO-Faktor. Wie du konkret zur zitierten Quelle wirst, habe ich in ChatGPT SEO: So wirst du zitiert ausführlich beschrieben.
- Eine direkte Antwort, wenn die Frage eine direkte Antwort verlangt.
- Konkrete Definitionen statt zirkulärer.
- Zahlen mit Einheit, Datum, Geltungsbereich und Quelle.
- Meinung als Meinung gekennzeichnet, nicht als Tatsache verkleidet.
- Methodik, wenn du Tests, Benchmarks oder eigene Daten veröffentlichst.
- Entitäten durchgehend gleich benannt.
- Sichtbare Aktualisierungen, wenn sich das Thema häufig ändert.
- Primärquellen für wichtige technische Aussagen.
Die Inhalte mit der meisten Zukunft kann ein Modell ohne dich nicht nachbauen
Google verwendet in seinem Leitfaden von 2026 eine besonders nützliche Formulierung: Non-commodity Content, also Inhalte, die keine austauschbare Massenware sind. Wenn eine Seite nur zusammenfasst, was zwanzig andere Ergebnisse schon sagen, kann ein generatives Modell eine gleichwertige Fassung erzeugen, ohne viel von deiner Quelle zu brauchen.
Der redaktionelle Vorsprung liegt darin, etwas mit echter Herkunft anzubieten: direkte Erfahrung, eigene Daten, Methodik, Vergleiche, die du tatsächlich durchgeführt hast, Originaldokumente, Bilder, Werkzeuge, begründete Entscheidungen, beobachtete Fehler, namentlich gekennzeichnete Meinungen oder Zugang zu Fachleuten.
Eine Zitierung garantiert das nicht. Aber es schafft einen Grund, gerade diese Quelle abzurufen und keine andere. Und selbst wenn eine generierte Antwort sie nicht zitiert, bleibt es die Art von Inhalt, die Links, Markensuchen, Anfragen und Vertrauen bringen kann.
| AUSTAUSCHBARER INHALTLeicht zu ersetzen | QUELLENINHALTHat eine Herkunft |
|---|---|
| Zusammenfassung anderer Artikel | Eigene Daten oder Tests |
| Allgemeine Definitionen | Dokumentierte Erfahrung |
| Listen ohne Erfahrung dahinter | Nachvollziehbare Methodik |
| Daten ohne Herkunft | Echte Vergleiche |
| Meinungen, für die niemand geradesteht | Ein zuordenbarer Standpunkt |
Neu etikettiert oder schlicht falsch: llms.txt, Spezial-Schema und Chunks
Google war ungewöhnlich deutlich darin, mehrere Mythen auszuräumen: llms.txt ist für Google Search nicht nötig, künstliches Zerstückeln von Inhalten ist nicht erforderlich, du musst Inhalte nicht eigens für generative Modelle umschreiben, es gibt kein spezielles Schema, und nicht authentische Erwähnungen zu jagen ist keine gültige Strategie.
Zu den strukturierten Daten: Google sagt, dass es für AI Overviews und AI Mode keine speziellen strukturierten Daten gibt. Nutzlos wird schema.org dadurch nicht. Strukturierte Daten helfen weiterhin, Entitäten zu beschreiben und für kompatible Rich Results infrage zu kommen, wenn das Markup dem sichtbaren Inhalt entspricht. Die Regel bleibt langweilig und richtig: auszeichnen, was wirklich auf der Seite steht. Erfundene Eigenschaften, eine QAPage ohne echte Antworten von Nutzern, gefälschtes Rezensions-Markup oder FAQ-Blöcke, nur um „die KI zu füttern“, gehören nicht dazu. Strukturierte Daten sollen Mehrdeutigkeit verringern, nicht eine geheime Schnittstelle ins Modell einbauen.
Zu llms.txt: Die Datei wurde 2025 und 2026 zu einem der Symbole von GEO. Eine kurze Datei mit den wichtigsten Ressourcen anzubieten, kann für Systeme sinnvoll sein, die diese Konvention nutzen wollen. Problematisch wird es, wenn sie als Anforderung von Google oder als Ranking-Hebel verkauft wird. Google hat im Juni 2026 klargestellt, dass Google Search llms.txt für Sichtbarkeit und Rankings ignoriert: Sie hilft nicht und schadet nicht, und es ist völlig in Ordnung, sie für andere Dienste zu behalten.
Meine Haltung ist genau diese. Wenn es wenig kostet, einen lesbaren Index deiner kanonischen Ressourcen zu Dokumentationszwecken zu pflegen, gut. Wenn das Team Stunden in llms.txt steckt, während Crawling-Probleme, doppelte Inhalte, eine unklare Entität oder fehlende externe Quellen liegen bleiben, ist die Reihenfolge verkehrt. Wie ich die Reihenfolge festlege, beschreibe ich in SEO-Maßnahmen priorisieren.
Messung: Hör auf zu fragen „Erscheine ich in ChatGPT?“ und bau ein beobachtbares System
Ein Screenshot mit deiner Marke in einer Antwort ist ein Signal, keine Kennzahl. Um die KI-Suche steuern zu können, musst du Präsenz, Häufigkeit, Quelle, Verweis und geschäftliche Wirkung auseinanderhalten.
Google hat im Juni 2026 neue Leistungsberichte zu generativer KI in der Search Console angekündigt, die die Sichtbarkeit in AI Overviews, AI Mode und den generativen Funktionen von Discover zeigen. Zum Start wurden sie mit einem Teil der Websites getestet, ich würde also nicht davon ausgehen, dass jedes Projekt schon Zugriff hat. Bing bietet AI Performance mit Zitierungen, zitierten Seiten und Grounding Queries, OpenAI kennzeichnet Verweise aus ChatGPT Search mit utm_source=chatgpt.com. Jede Plattform ist unterschiedlich transparent, deshalb muss die Messung Plattformdaten, Webanalyse und eigene Tests kombinieren.
Eigene Tests heißen nicht, einmal einen Prompt abzuschicken. Kleine Änderungen an Formulierung, Standort, Aktualität oder Kontext können Antwort und Quellen verändern. Ich arbeite mit Gruppen von Prompts nach Intention, von der Kategoriesuche über Vergleich und Empfehlung bis zur lokalen Suche, wo sie relevant ist, wiederhole sie zu verschiedenen Zeitpunkten und suche nach Mustern statt nach einem universellen Ranking von 1 bis 100. Wie das im Detail aussieht und was sich überhaupt wissen lässt, steht in KI-Sichtbarkeit messen. Wie lokale Empfehlungen konkret ausfallen, habe ich für Tirol in einer eigenen Studie untersucht, und was das für lokale Unternehmen bedeutet, erkläre ich in Local SEO und KI-Suche.
- Präsenz als Quelle: Erscheint die Marke oder die URL als Quelle?
- Zitieranteil: Wie oft erscheint sie über eine stabile Reihe von Prompts hinweg?
- Zitierte URLs: Welche Seiten wirken als Quelle?
- Prompt-Gruppen: Bei welchen Arten von Anliegen erscheinen wir, bei welchen nicht?
- Grounding Queries: Mit welchen Begriffen werden unsere Seiten abgerufen, wenn die Plattform das zeigt?
- Verweis-Traffic: ChatGPT, Bing/Copilot und andere identifizierbare Quellen.
- Engagement und Conversions: Was tun die Menschen, die tatsächlich aus KI-Oberflächen kommen?
- Markennachfrage: die Entwicklung von Markensuchen und direkten Aufrufen als Kontext, nicht als automatischer Beleg für Kausalität.
Womit fängt ein Unternehmen bei GEO an?
Mit einer Diagnose der bestehenden Website, nicht mit einem GEO-Tool.
- Auffindbarkeit
Können die relevanten Systeme die richtigen Seiten erreichen und abrufen?
- Relevanz
Klärt die Quelle das Problem, die Entität und das Teilthema, zu denen das System eine Antwort sucht?
- Autorität
Gibt es genug Signale und Bestätigung von außen, um diese Quelle anderen vorzuziehen?
- Zitierfähigkeit
Ist die Information konkret, zuordenbar, überprüfbar und auch außerhalb des Zusammenhangs korrekt verwendbar?
- Messung
Können wir Zitierungen, Verweise, Prompts, Conversions und Trends beobachten, ohne Kausalität zu erfinden?
In welcher Reihenfolge du die Antworten abarbeitest, steht in SEO-Maßnahmen priorisieren.
Was ich 2026 nicht tun würde, auch wenn es als fortgeschrittenes GEO verkauft wird
Der Boom der KI-Suche erzeugt denselben Markt für Abkürzungen, den wir bei jeder Google-Änderung gesehen haben. Manches ist einfach SEO mit neuem Namen, manches verbrennt Ressourcen ohne Beleg, und manches landet direkt im Spam.
Statt eine zweite „GEO-Website“ zu bauen, würde ich die bestehende Architektur nutzen, um Entitäten, Probleme, Lösungen und Belege klar darzustellen: Angebotsseiten für Angebot und Conversion, Übersichtsseiten für breite Themen, Artikel für Entscheidungen und Teilthemen, Autoren- und Methodikseiten für die Herkunft der Inhalte. Das ist genau das System, das wir im SEO ohnehin wollten. Jetzt gibt es nur einen Grund mehr, es richtig zu machen.
- Ich würde keine „500 KI-Zitierungen“ oder fabrizierten Erwähnungen auf Websites ohne echtes Publikum kaufen.
- Ich würde nicht Hunderte Seiten für jede denkbare Fan-out-Anfrage oder umformulierte Longtail-Suche anlegen.
- Ich würde keine llms.txt in der Erwartung einbauen, dass sie in Google etwas bewegt.
- Ich würde nicht jeden Artikel in winzige Stücke zerlegen, nur weil jemand behauptet, Sprachmodelle bräuchten Chunks.
- Ich würde nicht jede Landingpage in eine Version „für Menschen“ und eine „für die KI“ aufteilen.
- Ich würde nicht alles mit FAQ, QAPage oder erfundenem Schema auszeichnen, nur um maschinenlesbar zu wirken.
- Ich würde Erfolg nicht an einem ChatGPT-Screenshot messen, auf dem die Marke erscheint, nachdem direkt nach ihr gefragt wurde.
Die Schlussregel: Bau eine Quelle, kein Dokument für den Crawler, der gerade Mode ist
Die KI-Suche wird sich weiter verändern. Modelle, Abrufanbieter, Zitierformate, Oberflächen und Kennzahlen werden in zwölf Monaten wahrscheinlich anders aussehen. Eine Strategie, die zu eng am Trick einer einzelnen Plattform hängt, altert schnell.
Das Beständigste, was du aufbauen kannst, ist eine Quelle: technisch zugänglich, klar mit einem Bedürfnis verbunden, durch Autorität gestützt, reich an eigenen Informationen, leicht überprüfbar und an eine geschäftliche Messung angebunden.
Das ist weiterhin SEO im nützlichsten Sinn: dafür zu sorgen, dass der beste Inhalt und die beste Entität gefunden und ausgewählt werden. GEO und AEO liefern das Vokabular für eine neue Oberfläche. Die ernsthafte Arbeit bleibt, etwas aufzubauen, das es wert ist, abgerufen, zitiert und besucht zu werden.
Das Wichtigste
SEO verschwindet mit der KI-Suche nicht: Google sagt, dass seine generativen Funktionen weiter auf den zentralen Systemen für Suche, Abruf und Qualität aufbauen.
GEO und AEO sind brauchbare Etiketten für eine neue Oberfläche, aber keine offiziellen Protokolle und kein Ersatz für Crawling, Indexierung, Relevanz und Autorität.
AEO ist der ältere, breitere Begriff für Systeme mit direkten Antworten; GEO meint speziell generative Systeme, die mehrere Quellen abrufen und zusammenführen. Die Überschneidung ist groß.
AI Overviews und AI Mode können Query Fan-out nutzen: Aus einem Anliegen werden mehrere verwandte Suchanfragen, bevor eine Antwort entsteht.
Auch ChatGPT Search kann einen Prompt in eine oder mehrere gezielte Suchanfragen umschreiben und zitierte Quellen in der Antwort zeigen.
Es gibt kein spezielles Schema für die KI-Suche, und laut Google hilft llms.txt der Sichtbarkeit in Google Search nicht und schadet ihr auch nicht.
Zitierfähigkeit ist kein veröffentlichter Rankingfaktor, sondern ein nützliches Raster, um Klarheit, Konkretheit, Belege und Zuordenbarkeit einer Information zu prüfen.
Ich würde keine Seiten für jede denkbare Fan-out-Anfrage bauen: Google warnt vor skalierten Inhalten zur Manipulation der Suche.
Inhalte mit echter Herkunft, also Erfahrung, eigene Daten, Vergleiche, Methodik und vertretbare Meinung, haben mehr Zukunft als die Zusammenfassung dessen, was es schon gibt.
Der eigentliche Vorsprung liegt nicht darin, „für eine KI“ zu schreiben, sondern eine Quelle aufzubauen, die Systeme und Menschen finden, verstehen, für vertrauenswürdig halten und zitieren können.
Häufige Fragen
Was heißt GEO und SEO?
SEO heißt Search Engine Optimization, auf Deutsch Suchmaschinenoptimierung. GEO heißt Generative Engine Optimization und bezeichnet die Arbeit daran, in generierten Antworten präsenter zu sein und zitiert zu werden, etwa in AI Overviews, AI Mode oder ChatGPT Search.
Was ist GEO SEO?
GEO steht für Generative Engine Optimization und bezeichnet die Arbeit daran, in generierten Antworten präsenter zu sein, zitiert zu werden oder sie zu beeinflussen, etwa in AI Overviews, AI Mode oder ChatGPT Search. „GEO SEO“ ist dafür ein gängiger Suchbegriff. Ein offizieller Standard ist GEO nicht, und es ersetzt die SEO-Grundlagen nicht: Google dokumentiert, dass seine generativen Funktionen auf den zentralen Suchsystemen aufbauen.
Was sind die Unterschiede zwischen GEO und SEO?
SEO sorgt dafür, dass eine Seite gecrawlt, indexiert, als relevant eingestuft und durch Autorität gestützt wird. GEO setzt darauf auf und fragt zusätzlich, ob eine Information abgerufen, korrekt zitiert und in einer generierten Antwort verwendet wird, und wie man das misst. Manches, was als GEO verkauft wird, ist schlicht SEO mit neuem Etikett; wirklich neu sind vor allem Zitierfähigkeit und die Messung dort, wo es keine klassische Position gibt.
Was ist der Unterschied zwischen AEO und GEO?
AEO, Answer Engine Optimization, ist der ältere und breitere Begriff und zielt auf Systeme, die direkte Antworten liefern. GEO konzentriert sich auf generative Systeme, die Informationen aus mehreren Quellen abrufen und zusammenführen. In der Praxis überschneiden sich beide stark.
Ist SEO noch zeitgemäß?
Ja. Google sagt ausdrücklich, dass seine generativen Funktionen auf den zentralen Suchsystemen aufbauen und dass die SEO-Grundlagen auch für AI Overviews und AI Mode das Fundament bleiben. Um als unterstützender Link in AI Overviews oder AI Mode zu erscheinen, muss eine Seite indexiert sein und mit Snippet angezeigt werden dürfen. Was sich ändert, ist die Oberfläche und damit die Messung, nicht die Grundlage.
Brauche ich llms.txt, um in AI Overviews oder AI Mode zu erscheinen?
Nein. Google hat 2026 klargestellt, dass Google Search llms.txt für Sichtbarkeit und Rankings nicht verwendet und dass die Datei weder hilft noch schadet. Du kannst sie für andere Systeme behalten, die diese Konvention nutzen.
Gibt es ein spezielles Schema für die KI-Suche?
Nicht für Googles AI Overviews oder AI Mode. Google sagt, dass keine speziellen strukturierten Daten nötig sind. Normale strukturierte Daten bleiben nützlich, wenn sie den sichtbaren Inhalt korrekt beschreiben und kompatible Suchfunktionen ermöglichen.
Was ist Query Fan-out?
Ein Verfahren, bei dem das System mehrere verwandte Suchanfragen erzeugt, um Teilthemen oder benötigte Daten abzudecken, bevor es eine Antwort formuliert. Google dokumentiert den Einsatz in AI Overviews und AI Mode.
Sind OAI-SearchBot und GPTBot dasselbe?
Nein. OpenAI trennt OAI-SearchBot, der mit Suche und Auffinden zusammenhängt, von GPTBot, über den du die mögliche Nutzung für Training steuerst. Deine robots.txt kann beide unterschiedlich behandeln.
Muss ich Artikel für Sprachmodelle in kleine Stücke zerlegen?
Für Google nicht. Google sagt, dass künstliches Zerstückeln für die generative Suche nicht nötig ist. Eine gute Gliederung mit Überschriften, Tabellen und klaren Antworten hilft Leserinnen und Lesern und dem Verständnis, ist aber kein spezieller GEO-Trick.
Welche Inhalte haben in der KI-Suche die besten Chancen?
Inhalte mit echter Herkunft: eigene Erfahrung, eigene Daten, Methodik, Vergleiche, Originaldokumente, eine zuordenbare Meinung und Primärquellen. Eine Zitierung ist damit nicht garantiert, aber es gibt einen Grund, gerade diese Quelle abzurufen statt einer allgemeinen Zusammenfassung.
Worauf sich dieser Artikel stützt.
Ich trenne, was dokumentiert ist, von Beobachtungen aus der Praxis und meiner eigenen Einschätzung. Wenn ich erkläre, wie Google funktioniert, stütze ich mich auf Primärquellen; Tests aus der Praxis stelle ich als Belege zur Prüfung dar, nicht als Gesetz des Algorithmus.
- Google Search Central — Optimierung für generative KI-Funktionen in der Google Suche
Leitfaden von 2026 zu RAG, Query Fan-out, SEO-Grundlagen und den Mythen rund um AEO/GEO, llms.txt, Chunking und spezielles Markup.
- Google Search Central — KI-Funktionen und deine Website
Voraussetzungen für AI Overviews und AI Mode, Snippet-Steuerung und Messung in der Suche.
- Google Search Central — Leistungsberichte zu generativer KI in der Search Console
Ankündigung eigener Berichte zur generativen Sichtbarkeit in der Search Console, zunächst für einen Teil der Websites.
- Google Search Central — Aktualisierungen der Search-Dokumentation
Enthält die Klarstellung vom Juni 2026, dass llms.txt Rankings und Sichtbarkeit in Google Search weder positiv noch negativ beeinflusst.
- OpenAI — Publishers and Developers FAQ
OAI-SearchBot, GPTBot, noindex und die Kennzeichnung von Verweisen aus ChatGPT Search.
- OpenAI — ChatGPT Search
Beschreibt die Suche, Zitierungen und wie eine Anfrage in zusätzliche gezielte Suchen umgeschrieben werden kann.
- Bing Webmaster Blog — AI Performance in den Bing Webmaster Tools
Kennzahlen zu Zitierungen, zitierten Seiten, Grounding Queries und Zitieraktivität pro URL als öffentliche Vorschau.
- Aggarwal et al. — GEO: Generative Engine Optimization
Die Arbeit, die GEO und GEO-bench geprägt hat. Ihre Ergebnisse sind experimentell und keine von Plattformen veröffentlichten Rankingfaktoren.
- Zhang et al. — From Citation Selection to Citation Absorption (Preprint 2026)
Forschungs-Preprint, das zwischen der Auswahl einer Zitierung und ihrer Übernahme in die Antwort unterscheidet und Unterschiede zwischen Plattformen dokumentiert; als explorative Evidenz zu lesen, nicht als offizielle Dokumentation.