Web

Generative Engine Optimization: So wirst du in KI-Antworten genannt

Was GEO wirklich ist, was die Princeton-Studie zeigt und mit welchen 8 Schritten du in KI-Antworten sichtbar wirst.

KI-Suchfeld mit der Aufforderung „Ask anything“ als Sinnbild für Generative Engine Optimization

Foto: Zulfugar Karimov / Unsplash

Generative Engine Optimization (GEO) ist die Optimierung von Inhalten dafür, dass KI-Suchsysteme wie ChatGPT, Perplexity, Microsoft Copilot oder der KI-Modus von Google sie finden, verstehen und in ihren Antworten als Quelle nennen. Während klassisches SEO auf Rankings in einer Ergebnisliste zielt, geht es bei GEO um Erwähnungen und Zitate in einer generierten Antwort.

Für kleine und mittlere Unternehmen ist das keine Spielerei mehr. Wer nach einem Steuerberater, einer Software oder einem Handwerksbetrieb fragt, bekommt immer öfter eine fertige Empfehlung. In diesem Leitfaden erfährst du, was hinter dem Begriff steckt, was die Forschung tatsächlich belegt und mit welchen Schritten du anfängst.

Was ist Generative Engine Optimization (GEO)?

Der Begriff stammt aus einem Forschungspapier von Wissenschaftlern der Princeton University und des Indian Institute of Technology Delhi. Die Studie „GEO: Generative Engine Optimization“ erschien im November 2023 als Vorabveröffentlichung und wurde 2024 auf der Fachkonferenz KDD vorgestellt. Die Autoren bezeichnen Systeme, die Informationen aus mehreren Quellen abrufen und zu einer Antwort verdichten, als generative Engines.

Für diese Systeme gilt eine andere Logik als für eine Trefferliste. Eine Website kann für ein Keyword auf Platz eins stehen und in der KI-Antwort trotzdem fehlen. Umgekehrt kann eine Seite von Platz acht zur Hauptquelle werden, wenn sie eine Teilfrage besonders präzise beantwortet.

GEO, AEO, LLMO: ein Begriffswirrwarr

Im Umlauf sind mehrere Begriffe für ähnliche Ideen. Inhaltlich überschneiden sie sich stark.

BegriffAusgeschriebenFokus
SEOSearch Engine OptimizationRankings in klassischen Suchergebnissen
GEOGenerative Engine OptimizationSichtbarkeit in KI-generierten Antworten
AEOAnswer Engine OptimizationDirekte Antworten, Sprachassistenten, Featured Snippets
LLMOLarge Language Model OptimizationWahrnehmung einer Marke durch Sprachmodelle

Für deine Praxis ist die Unterscheidung zweitrangig. Wichtig ist das gemeinsame Ziel: Deine Inhalte sollen dort auftauchen, wo Kunden ihre Fragen inzwischen stellen.

Was die Forschung zu Generative Engine Optimization zeigt

Die Princeton-Studie hat neun Methoden getestet, mit denen sich Inhalte für KI-Antworten anpassen lassen. Dazu bauten die Forscher einen Testdatensatz namens GEO-bench mit Suchanfragen aus vielen Themengebieten. Gemessen wurde, wie viel Raum eine Quelle in der generierten Antwort einnimmt und wie prominent sie erscheint.

  • Zitate ergänzen: Inhalte mit passenden, belegten Zitaten erzielten im Test die größten Zuwächse.
  • Statistiken ergänzen: Konkrete Zahlen statt vager Aussagen steigerten die Sichtbarkeit deutlich.
  • Quellen nennen: Verweise auf belastbare Quellen gehörten ebenfalls zu den wirksamen Methoden.
  • Keyword-Stuffing: Das Anhäufen von Suchbegriffen schnitt schlechter ab als der unveränderte Ausgangstext.

Insgesamt berichten die Autoren von bis zu 40 Prozent mehr Sichtbarkeit im Testdatensatz und bis zu 37 Prozent in einem realen System, nämlich Perplexity. Außerdem fanden sie, dass die Wirkung je nach Themengebiet schwankt.

Was du daraus ableiten kannst und was nicht

Die Studie ist ein wichtiger Ausgangspunkt, aber kein Rezeptbuch. Sie wurde mit Modellen und Systemen von 2023 und 2024 durchgeführt, die sich seitdem stark verändert haben. Übertrag die Ergebnisse deshalb als Prinzip, nicht als Formel: Belege, Zahlen und Quellen machen Inhalte für KI-Systeme wertvoller. Alte SEO-Tricks wie gehäufte Keywords bringen dagegen nichts.

Schreibmaschine mit Papier: Generative Engine Optimization beginnt bei gut belegten Texten
Foto: Markus Winkler / Unsplash

GEO und SEO: Wo die Unterschiede liegen

Die gute Nachricht zuerst: Generative Engine Optimization ersetzt SEO nicht, sie baut darauf auf. Google schreibt in seinem Leitfaden zur Optimierung für generative KI-Funktionen, dass die bewährten SEO-Grundsätze weiter gelten, weil die KI-Funktionen der Google-Suche auf den normalen Ranking- und Qualitätssystemen beruhen.

AspektKlassisches SEOGEO
ZielPlatzierung in der ErgebnislisteErwähnung oder Zitat in der Antwort
ErfolgsmessungRankings, Klicks, KlickrateImpressionen in KI-Funktionen, Zitate, Markennennungen
SuchanfrageKurz, oft zwei bis drei WörterLange, gesprächsartige Fragen mit Kontext
InhaltsfokusRelevanz für ein KeywordBeantwortung vieler Teilfragen mit belegten Fakten
WettbewerbZehn Plätze auf Seite einsWenige Quellen pro Antwort

Ein Punkt verdient Aufmerksamkeit: KI-Systeme zerlegen komplexe Fragen in viele Unterfragen und suchen für jede eine Quelle. Google nennt dieses Verfahren Query-Fan-out. Wie das im KI-Modus der Google-Suche konkret aussieht, beschreibt unser Beitrag zum Google AI Mode.

Mythen, die du ignorieren kannst

Google listet in seinem Leitfaden ausdrücklich Maßnahmen auf, die du für die eigenen KI-Funktionen nicht brauchst. Dazu gehören spezielle KI-Textdateien, besonderes Markup, das Zerstückeln von Texten in kleine Häppchen, ein eigener Schreibstil nur für KI und künstlich erzeugte Erwähnungen. Auch eine llms.txt hilft dort laut Google nicht.

Generative Engine Optimization in 8 Schritten

Diese Liste bringt Ordnung in die ersten Monate deiner Generative Engine Optimization. Sie funktioniert für Dienstleister, Handwerk, Handel und B2B gleichermaßen.

  1. Fragen sammeln: Notiere die 30 häufigsten Fragen aus Vertrieb, Kundenservice und Erstgesprächen. Formuliere sie so, wie Kunden sie stellen.
  2. Selbsttest machen: Stelle zehn dieser Fragen in ChatGPT, Perplexity, Copilot und im KI-Modus von Google. Notiere, wer genannt wird und welche Quellen verlinkt sind.
  3. Technik freigeben: Prüfe, ob deine robots.txt die Such-Crawler der KI-Dienste aussperrt. OpenAI etwa nutzt für die Suche in ChatGPT einen eigenen Crawler namens OAI-SearchBot.
  4. Antworten vorn platzieren: Beginne jeden Abschnitt mit einem klaren Satz, der die Frage direkt beantwortet. Details folgen danach.
  5. Belege einbauen: Ergänze eigene Zahlen, Quellenangaben und, wo passend, Zitate von Fachleuten aus deinem Team.
  6. Eigene Erfahrung zeigen: Projektbeispiele, Vorher-nachher-Vergleiche, Erkenntnisse aus deinem Betrieb. Das liefert Inhalte, die es nur bei dir gibt.
  7. Marke außerhalb stärken: Einträge in Verbandsverzeichnissen, Fachbeiträge, Interviews und Bewertungen sorgen dafür, dass dein Name in vielen Quellen konsistent auftaucht.
  8. Messen und wiederholen: Wiederhole den Selbsttest jedes Quartal und werte die neuen Berichte von Google und Bing aus.

Zitierfähig schreiben: vorher und nachher

Der größte Hebel liegt oft in einzelnen Sätzen. Ein Modell übernimmt lieber eine präzise, belegte Aussage als eine wolkige Beschreibung. Drei Beispiele aus typischen Unternehmensseiten zeigen den Unterschied:

VorherNachher
Wir bieten schnelle Lieferzeiten.Standardteile liefern wir innerhalb von fünf Arbeitstagen nach Auftragsbestätigung.
Langjährige Erfahrung im Steuerrecht.Seit 2009 betreuen wir rund 300 Mandanten, davon die Hälfte aus Gastronomie und Hotellerie.
Unsere Dämmung spart Energie.Die Dämmung erfüllt die Anforderungen des Gebäudeenergiegesetzes, die Berechnung stellen wir dir vorab zur Verfügung.

Die Beispiele sind fiktiv. Für deine Seiten gilt: Nur Zahlen nennen, die stimmen und die du belegen kannst. Generative Engine Optimization belohnt Präzision, nicht Übertreibung.

Ein Beispiel aus dem Maschinenbau

Angenommen, ein Zulieferer für Präzisionsteile aus Baden-Württemberg stellt fest, dass KI-Antworten auf die Frage nach Lohnfertigern für Kleinserien nur große Plattformen nennen. Er ergänzt seine Leistungsseite um eine Tabelle mit Toleranzen, Materialien und Losgrößen, nennt seine Zertifizierungen mit Datum und beschreibt drei anonymisierte Projekte mit Durchlaufzeiten.

Danach veröffentlicht er einen Fachbeitrag in einem Branchenportal und pflegt seinen Eintrag im Verzeichnis seines Industrieverbands. Ob und wann KI-Systeme ihn dann nennen, lässt sich nicht garantieren. Er hat aber genau die Belege geschaffen, die diese Systeme für eine Empfehlung brauchen.

So misst du den Erfolg

Lange fehlten für Generative Engine Optimization verlässliche Daten. Das ändert sich gerade, weil die Suchmaschinenbetreiber eigene Berichte anbieten.

  • Bing Webmaster Tools: Seit Februar 2026 gibt es dort einen Bericht namens AI Performance. Er zeigt, wie oft deine Inhalte in Microsoft Copilot, in KI-Zusammenfassungen von Bing und bei ausgewählten Partnern als Quelle zitiert wurden, inklusive der Suchphrasen, mit denen die KI deine Seiten gefunden hat.
  • Google Search Console: Seit dem Sommer 2026 rollt Google einen Leistungsbericht für generative KI aus. Er weist Impressionen in KI-Übersichten und im KI-Modus aus, allerdings keine Klicks.
  • Webanalyse: Besuche, die über Links aus ChatGPT, Perplexity oder Copilot kommen, erkennst du in vielen Fällen an der verweisenden Domain.
  • Kundenbefragung: Frage im Erstgespräch, wie Interessenten auf dich gekommen sind. „Die KI hat euch empfohlen“ taucht immer häufiger auf.

Ergänzend lohnt ein einfaches Protokoll für den Selbsttest. Lege eine Tabelle mit den zehn wichtigsten Kundenfragen an und trage pro Quartal ein, welches KI-System dich nennt, an welcher Stelle und mit welcher Quelle. Antworten schwanken von Abruf zu Abruf, deshalb zählt die Tendenz über mehrere Quartale, nicht der einzelne Treffer. Notiere auch, welche Wettbewerber auftauchen und welche ihrer Seiten verlinkt werden.

Ein Rechenbeispiel zur Einordnung

Angenommen, ein IT-Dienstleister erhält im Quartal 60 Anfragen. 6 davon nennen im Erstgespräch eine KI-Empfehlung als Auslöser, also 10 Prozent. Bei einem durchschnittlichen Auftragswert von 8.000 Euro und einer Abschlussquote von 25 Prozent stehen hinter diesen 6 Anfragen rund 12.000 Euro Umsatz im Quartal.

Alle Werte sind ein fiktives Beispiel. Das Prinzip zeigt aber, wie du den Nutzen von Generative Engine Optimization in Euro übersetzt.

Typische Fehler bei der Generative Engine Optimization

  • Nur auf KI schreiben: Texte, die für Maschinen optimiert und für Menschen unlesbar sind, verlieren auf beiden Seiten.
  • Massenhaft KI-Texte: Wer mit generierten Allerweltsartikeln Sichtbarkeit erzwingen will, liefert genau den austauschbaren Inhalt, den KI-Systeme ohnehin schon kennen.
  • Erfundene Zahlen: Statistiken ohne Quelle schaden der Glaubwürdigkeit, sobald jemand nachprüft.
  • Crawler versehentlich aussperren: Eine pauschale Sperre aller KI-Bots in der robots.txt kann auch die Such-Crawler treffen, die für Zitate in Antworten nötig sind.
  • Kurzfristig denken: Generative Engine Optimization wirkt über Monate, weil sich die Wahrnehmung deiner Marke in vielen Quellen erst aufbauen muss.

Die Grundlage bleibt ein durchdachtes Content-Marketing für KMU mit klaren Themen, festen Verantwortlichen und regelmäßiger Pflege.

Für wen sich Generative Engine Optimization besonders lohnt

Nicht jedes Unternehmen muss sofort investieren. Wie dringend das Thema ist, hängt davon ab, wie deine Kunden sich informieren.

  • Erklärungsbedürftige Angebote: Software, Beratung, Maschinen, Finanz- und Versicherungsleistungen. Hier recherchieren Käufer intensiv und nutzen KI-Assistenten für Vergleiche.
  • B2B-Anbieter mit Nischenprodukten: Einkäufer fragen KI-Systeme gezielt nach Lieferanten mit bestimmten Fähigkeiten. Wer seine Fähigkeiten präzise beschreibt, wird eher genannt.
  • Lokale Dienstleister: Für sie bleiben Unternehmensprofil und Bewertungen zentral. Generative Engine Optimization ergänzt das, wenn Kunden komplexe Fragen mit Ortsbezug stellen.
  • Weniger dringend: Betriebe, die fast ausschließlich über Stammkunden und Empfehlungen wachsen und kaum Neukunden über das Internet gewinnen.

Ein pragmatischer Weg für kleine Teams: Plane zwei Stunden pro Monat fest ein. Eine Stunde für die Überarbeitung einer wichtigen Seite, eine Stunde für Selbsttest und Auswertung. Das reicht, um innerhalb eines Jahres die zwölf wichtigsten Seiten deiner Website zu überarbeiten.

KI-Crawler in der robots.txt: Wer was darf

Viele Websites sperren KI-Bots pauschal, oft durch ein Sicherheits-Plugin oder eine Vorgabe des Hosters. Für Generative Engine Optimization ist das kontraproduktiv. Entscheidend ist der Unterschied zwischen Bots, die Trainingsdaten sammeln, und Bots, die Inhalte für Suchantworten abrufen.

AnbieterTrainingSuche und Quellenangaben
OpenAIGPTBotOAI-SearchBot
AnthropicClaudeBotClaude-SearchBot
GoogleGoogle-Extended (Steuerungstoken)Googlebot
Perplexitynicht gesondert ausgewiesenPerplexityBot

Du kannst also das Training ausschließen und trotzdem als Quelle auftauchen. Wichtig bei Google: Eine Sperre für Google-Extended entfernt dich nicht aus KI-Übersichten oder dem KI-Modus, denn diese nutzen den normalen Googlebot. Prüfe nach jeder Änderung, ob die Such-Bots weiter Zugriff haben. Die Bezeichnungen ändern sich gelegentlich, ein Blick in die Dokumentation der Anbieter lohnt sich.

Das Wichtigste in Kürze

  • Generative Engine Optimization zielt auf Erwähnungen und Zitate in KI-Antworten, nicht auf Rankingplätze.
  • Die Forschung zeigt: Zahlen, Zitate und Quellenangaben erhöhen die Sichtbarkeit, Keyword-Stuffing schadet.
  • Für Google gelten die normalen SEO-Grundsätze, Spezialdateien oder Sondermarkup sind dort nicht nötig.
  • Neue Berichte in Bing Webmaster Tools und Google Search Console machen KI-Sichtbarkeit erstmals messbar.
  • Eigene Expertise, belegte Fakten und eine starke Marke außerhalb deiner Website sind die wirksamsten Hebel.

Starte mit dem Selbsttest: zehn Kundenfragen, vier KI-Systeme, eine Tabelle. Danach weißt du, wo du stehst, und kannst gezielt nachbessern.

Mehr aus Web

Alle Web-Artikel

Nach oben scrollen