GEO (Generative Engine Optimization)

Wie funktioniert GEO?

GEO setzt dort an, wo KI-Systeme ihre Antworten herholen: aus dem Wissen, das ein Sprachmodell im Training gelernt hat, und aus Webseiten, die es für die konkrete Frage live abruft. Für die zweite Quelle zerlegen Systeme wie Googles KI-Übersichten und der KI-Modus eine Frage in mehrere Teilsuchen (Query Fan-out), sammeln passende Seiten und fassen sie zusammen. Wer dabei gefunden, verstanden und als vertrauenswürdig eingestuft wird, hat Chancen auf eine Nennung.

Daraus ergeben sich vier Ansatzpunkte:

• Zugänglichkeit: Seiten müssen indexiert sein und von den Crawlern der KI-Anbieter gelesen werden dürfen, etwa von Googlebot oder OAI-SearchBot für die ChatGPT-Suche.
• Antwortqualität: Inhalte, die konkrete Fragen direkt, präzise und mit belegbaren Fakten beantworten.
• Eindeutigkeit: einheitliche Angaben zu Unternehmen, Produkten und Leistungen, unterstützt durch strukturierte Daten.
• Erwähnungen auf Drittseiten: Fachmedien, Verbände, Vergleichsportale, Bewertungsplattformen und Foren, die KI-Systeme als Quelle heranziehen.

Was ist der Unterschied zwischen GEO und SEO?

GEO ist kein Gegenentwurf zu SEO, sondern eine Erweiterung mit anderem Ziel und anderer Messung. Google selbst schreibt in seinem Leitfaden zu generativen KI-Funktionen (Stand: Juli 2026), dass Optimierung für generative KI-Suche weiterhin SEO ist und keine speziellen Dateien oder Auszeichnungen nötig sind.

• Ziel: SEO zielt auf Platzierungen in der Trefferliste, GEO auf Nennungen und Quellenlinks in einer formulierten Antwort.
• Wirkungsort: SEO wirkt vor allem über die eigene Website. Bei GEO zählen Erwähnungen auf fremden Seiten oft genauso viel.
• Messung: SEO misst Rankings, Klicks und Sichtbarkeitsindex. GEO misst, wie häufig und in welchem Zusammenhang eine Marke in KI-Antworten vorkommt, also die KI-Sichtbarkeit.
• Plattformen: Neben Google spielen ChatGPT, Perplexity, Gemini und Microsoft Copilot eine Rolle, die jeweils eigene Quellen und Suchindizes nutzen.

Welche Maßnahmen gehören zu GEO?

Ein GEO-Projekt beginnt mit den Fragen Ihrer Zielgruppe, nicht mit Texten. Bewährt hat sich folgende Reihenfolge:

1. Fragen sammeln: 30 bis 100 typische Fragen aus Vertrieb, Kundenservice und Suchdaten, die Interessenten vor einer Kaufentscheidung stellen.
2. Ausgangslage messen: Diese Fragen wiederholt in mehreren KI-Systemen stellen und festhalten, welche Anbieter und Quellen genannt werden.
3. Technik prüfen: robots.txt, Bot-Schutz im CDN, JavaScript-Rendering und Indexierung kontrollieren. Inhalte in PDFs oder Bildern sind für viele Systeme schwer auswertbar.
4. Inhalte schärfen: Kernaussage an den Anfang, Fachbegriffe erklären, Fakten mit Zahlen, Normen und Einsatzbeispielen belegen, Autoren und Unternehmen sichtbar machen (E-E-A-T).
5. Angaben vereinheitlichen: Firmenname, Adresse, Produktbezeichnungen und Kennzahlen auf Website, Unternehmensprofil und Verzeichnissen abgleichen.
6. Drittquellen aufbauen: Fachbeiträge, Verbandslisten, Vergleichsportale und Bewertungen dort stärken, wo KI-Systeme für Ihr Thema zitieren.
7. Regelmäßig messen: Die Fragenliste monatlich erneut auswerten und Veränderungen mit Maßnahmen abgleichen.

Wie EOM dabei vorgeht, lesen Sie auf unserer Seite zur GEO-Agentur.

Typische Fehler bei GEO

Die häufigsten Probleme in GEO-Projekten sind technischer Natur und fallen ohne gezielte Prüfung nicht auf.

• Crawler versehentlich ausgesperrt: Bot-Schutz-Einstellungen im CDN oder pauschale robots.txt-Regeln blockieren OAI-SearchBot oder andere Such-Crawler. Seiten, die OAI-SearchBot nicht lesen darf, erscheinen laut OpenAI nicht in den Antworten der ChatGPT-Suche.
• Training und Suche verwechselt: Wer GPTBot sperrt, schließt Inhalte vom Modelltraining aus, nicht von der ChatGPT-Suche. Die Entscheidung sollte bewusst und getrennt je Crawler fallen.
• Auf Abkürzungen setzen: Eine llms.txt oder spezielles Markup ersetzt keine guten Inhalte. Google nennt solche Dateien für die eigene Suche ausdrücklich überflüssig.
• Widersprüchliche Fakten: Unterschiedliche Mitarbeiterzahlen, Gründungsjahre oder Produktdaten auf verschiedenen Seiten führen zu falschen oder vorsichtigen KI-Antworten.
• Einzelmessung überbewerten: KI-Antworten schwanken von Abfrage zu Abfrage. Aussagekräftig sind nur wiederholte Messungen über viele Fragen.

Was kann GEO leisten und wo liegen die Grenzen?

GEO erhöht die Wahrscheinlichkeit, in KI-Antworten genannt zu werden, garantiert aber keine Nennung. Kein Anbieter legt offen, nach welchen Kriterien Quellen im Detail ausgewählt werden, und die Systeme ändern sich laufend.

• Die viel zitierte Studie, die den Begriff GEO 2023 prägte, maß Sichtbarkeitssteigerungen von bis zu 40 Prozent. Das Ergebnis stammt aus einer Testumgebung und lässt sich nicht als Erwartungswert auf einzelne Websites übertragen.
• Inhalte, die nur im Trainingswissen eines Modells stecken, ändern sich erst mit neuen Modellversionen. Schneller wirken Maßnahmen bei Systemen, die live im Web suchen.
• Belastbare, anbieterübergreifende Zahlen dazu, wie viel Umsatz über KI-Empfehlungen entsteht, gibt es bisher nicht (Stand: September 2026).

Sinnvoll ist GEO vor allem für erklärungsbedürftige Produkte und Dienstleistungen, bei denen Interessenten vor dem Kontakt recherchieren und vergleichen.