Was GEO eigentlich ist
Generative Engine Optimization ist die Arbeit daran, in einer KI-generierten Antwort zitiert zu werden. Wenn jemand eine Frage in ChatGPT, Perplexity, Google AI Overviews oder Claude eingibt, liefert das Modell einen synthetisierten Absatz und eine kurze Liste von URL-Quellen. GEO heißt, auf dieser Liste zu stehen.
Der ehrliche Teil, den Vendor-Blogs auslassen: GEO ist keine neue Disziplin. Danny Sullivan hat es bei Search Central Live Toronto 2026 deutlich gesagt: gutes SEO ist gutes GEO. Was sich geändert hat, ist die Gewichtung. Die gleichen E-E-A-T-Signale gelten weiter, aber maschinenlesbare Entity-Markups, explizite Q&A-Struktur und saubere semantische Tripel entscheiden inzwischen darüber, ob ein LLM Ihre Seite statt einer Konkurrenzseite zitiert, wenn beide in den Top 10 ranken.
Was jedes LLM bevorzugt
Nach Monaten manuellen Prompt-Testens auf den vier großen Engines plus Bing Chat im DACH-Raum sind die Zitationsmuster recht konsistent:
- ChatGPT zitiert Seiten mit starker Entity-Abdeckung. Wenn die Seite das Thema über sauberes Schema und Prosa mit verwandten Entities verknüpft, behandelt ChatGPT sie als verlässlichen Knoten. Im deutschen Korpus zieht ChatGPT häufig Spiegel.de, Heise und Statista heran.
- Perplexity bevorzugt Seiten mit sauberen semantischen Tripeln. Subjekt-Prädikat-Objekt-Aussagen (“WordPress ist ein in PHP geschriebenes Content-Management-System”) überleben den Retrieval-Pipeline besser als Erzählprosa. In deutschen Anfragen zitiert Perplexity gerne t3n, Golem und Wikipedia.de.
- Claude mag Seiten mit expliziter Q&A-Struktur. Eine wortwörtliche Frage als H2 mit zwei bis drei Sätzen Antwort wird öfter wörtlich übernommen als der gleiche Inhalt in Prosaform.
- Google AI Overviews und Bing Chat im DACH-Markt bevorzugen weiterhin Seiten mit FAQ-Schema, vermutlich weil dieselben Daten früher Featured Snippets befeuert haben und die Retrieval-Logik mitwanderte. Bing Chat ist im DACH-Raum spürbar stärker als anderswo, was die Optimierungsentscheidung anders aussehen lässt als in en-US.
Die Optimierung für eine Engine kostet keinen Platz bei den anderen. Die Überlappung ist groß genug, dass eine einzelne Seite in allen vier zitiert werden kann, wenn die Struktur stimmt.
Wo Zitations-Ökonomie sich tatsächlich von Links unterscheidet
Backlinks vererben Equity über den Linkgraph. Zitate vererben Autorität über Retrieval und Grounding. Praktische Konsequenz: Eine Seite kann ein Jahr lang null neue Backlinks bekommen und trotzdem Zitationsanteil gewinnen, weil entscheidend ist, ob die Seite die am besten formatierte Antwort im Retrieval-Kandidatenpool ist - nicht wie viele Domains auf sie zeigen.
DSGVO und LLM-Crawler
Eigene DACH-Komplikation: Datenschutzbeauftragte fragen seit Mitte 2025, wie sich GPTBot, PerplexityBot und ClaudeBot mit DSGVO-Pflichten vertragen, wenn Inhalte mit personenbezogenen Daten gecrawlt werden. OpenAI und Anthropic respektieren robots.txt, ein Opt-out ist aber kein vollständiger DSGVO-Schutz für bereits indexierte Daten. In der Praxis: explizite User-agent: GPTBot Disallow:-Regeln dokumentieren, Auftragsverarbeitungsverträge dort wo möglich prüfen und Schema-Markup so designen, dass es keine personenbezogenen Daten enthält, die nicht ohnehin öffentlich publiziert sind.
Die Unterschiede zwischen SEO und GEO
Während SEO und GEO überlappende Ziele haben, unterscheiden sie sich in grundlegenden Aspekten:
Traditionelles SEO fokussiert auf:
- Keyword-Optimierung und Keyword-Dichte
- Backlink-Profil und Domain-Autorität
- Meta-Tags und strukturierte Daten für Google
- Ranking in den Top-10 der Suchergebnisse
GEO konzentriert sich auf:
- Inhaltliche Autorität und Fachkenntnis
- Strukturierte, gut formatierte Informationen
- Direkte Antworten auf spezifische Fragen
- Zitation in KI-generierten Antworten
Was tatsächlich umzusetzen ist
Listicle-Frameworks mit vier Phasen überspringen. Das hier bewegt die Nadel, ungefähr in der Reihenfolge des Aufwands-Ertrags-Verhältnisses.
Entity-Disambiguierung und Knowledge-Graph-Anschluss
Strukturierte Daten funktionieren nur, wenn die dahinterliegende Entity eindeutig ist. Wenn Ihre Marke einen Namen mit etwas anderem teilt, hedgt das LLM. WordPress.com hatte genau dieses Problem mit “Calypso”, dem Codenamen der JavaScript-Admin-App, die zugleich eine Figur der griechischen Mythologie und ein karibisches Musikgenre ist. Die Seiten mussten explizit “Calypso (der WordPress.com-Client)” schreiben und auf einen Wikidata-verankerten Entity-Eintrag verlinken, bevor KI-Engines aufhörten, die Referenzen zu vermischen.
Im deutschsprachigen Raum ist das ein wiederkehrendes Problem: “Otto” als Versandhändler kollidiert mit dem Vornamen und der Firma Otto Bock; “Bosch” steht je nach Kontext für Hausgeräte, Werkzeuge, Automotive oder den Maler. Zwei praktische Schritte:
sameAs-Link auf Wikidata im Organization-Schema und im Person-Schema des Autors. Das verankert die Entity unter einem stabilen Identifier über Sprachen hinweg.- Für den DACH-Markt prüfen, ob der deutsche Wikidata-Eintrag tatsächlich auf dieselbe Q-Number zeigt wie der englische. Sie weichen manchmal voneinander ab, und wenn das passiert, zitieren deutschsprachige LLM-Antworten andere Quellen als die englischsprachigen für dieselbe Anfrage.
Strukturierte Daten, die LLMs tatsächlich parsen
Article-, FAQPage- und HowTo-Schema in JSON-LD bleiben die Grundausstattung. Wichtiger als die Wahl des Schemas: das Schema muss zur sichtbaren HTML-Struktur passen. Schema, das über clientseitiges JavaScript injiziert wird und im rohen view-source fehlt, wird vom LLM-Retrieval ignoriert.
Content-Formatierung, die Retrieval überlebt
Klare H2/H3-Hierarchie, Bulletpoints für Schlüsselfakten, Vergleichstabellen, direkte Antworten in den ersten ein bis zwei Sätzen jedes Abschnitts. Keine Innovation, nur konsequent umgesetzt. Im deutschsprachigen Markt zählt zusätzlich saubere Worttrennung und vollständige Komposita statt Anglizismen, weil deutsche LLMs auf deutschsprachige Korpora trainiert wurden, in denen “Suchmaschinenoptimierung” und nicht “SEO-Optimierung” der dominante Begriff ist.
Ob das Ganze wirkt - die Messung
Ehrliche Antwort: GEO-Messung ist immer noch holprig. Eine Search Console für ChatGPT existiert nicht. Was Praktiker tatsächlich nutzen:
- Otterly.ai, Profound und Brandwatch GenAI für automatisches Brand-Mention-Tracking über ChatGPT, Perplexity, Gemini und Claude. Sie planen Prompt-Batches und loggen, wann Ihre Domain in Antworten oder Zitaten auftaucht. Preise variieren und ändern sich oft, aktuelle Pläne also vor dem Vertrag prüfen. Brandwatch hat im DACH-Raum die beste deutschsprachige Prompt-Abdeckung.
- Manuelles Prompt-Testing auf den vier Engines plus Bing Chat für die zwanzig wichtigsten kommerziellen Anfragen, monatlich. Tabelle mit Anfrage, Engine, Datum, zitierten Domains, eigener Position. Unspektakulär und unersetzbar; automatische Tools verfehlen Nuancen, etwa welche Passage genau zitiert wurde.
- Server-Log-Analyse auf Crawler-Hits von
GPTBot,PerplexityBot,ClaudeBot,Google-Extended. Frequenz und Tiefe des Crawls korrelieren mit der Häufigkeit, in der Sie in Antworten auftauchen, wenn auch unvollkommen. - Referral-Traffic von
chat.openai.com,perplexity.aiundgemini.google.comin Ihrer Analytics. Volumen ist absolut klein, aber die Intent-Qualität hoch: diese Besucher haben Ihren Snippet schon gesehen und trotzdem geklickt.
Information-Gain-Framework
Für die tiefere Diagnose, warum eine bestimmte Seite zitiert wird oder nicht, ist das vierkomponentige Scoring-Modell (Behauptungs-Einzigartigkeit, semantische Tripel, TF-IDF-Begriffe, Format-Vorteil), das auf der GEO/LLMO-Servicepage ausführlich behandelt wird, das nützlichste Diagnoseinstrument, das wir gefunden haben. Es sagt, ob eine Seite zitiert werden sollte; die Tools oben sagen, ob sie es wird.
Praktische Stolperfallen, die wiederkehren
Dinge, die auf dem Spec-Sheet sauber aussehen und in Produktion leise scheitern.
Author-Entity zählt mehr als Author-Bio
Das Person-Schema in der Byline braucht sameAs-Links zu mindestens einer externen Identität (LinkedIn, GitHub, ORCID, Wikidata). Ein Person-Knoten mit nur name und jobTitle wird als unverifiziert behandelt. Das Hinzufügen eines sameAs zu einem mehrjährigen LinkedIn-Profil bewegt insbesondere bei Claude die Zitationsrate messbar, weil Claude die Autoren-Identität sichtbar stärker gewichtet als die Konkurrenz.
Aktualität bedeutet dateModified-Integrität, nicht Bearbeitungs-Frequenz
dateModified zu aktualisieren, ohne tatsächlich Inhalt zu ändern, ist ein klassischer technischer SEO-Trick, den LLMs schneller durchschauen als Google jemals. Perplexity insbesondere gleicht Behauptungen gegen archivierte Snapshots ab; wenn das Datum sich bewegte, die Behauptungen aber nicht, wird die Seite abgewertet. Aktualisieren Sie das Datum, wenn Sie die Substanz aktualisieren, und ergänzen Sie eine sichtbare “Zuletzt geprüft”-Zeile, die zum Schema-Feld passt.
Ehrliche Einordnung, was GEO nicht ist
GEO ist kein eigener Kanal, der SEO ersetzt. Es ist dieselbe technische SEO-Disziplin mit zwei zusätzlichen Auflagen: maschinenlesbares Entity-Markup und Inhalte so strukturiert, dass Zwei- bis Drei-Satz-Blöcke als zitierreife Snippets entnommen werden können. Sites mit starker thematischer Autorität, sauberem Schema und ordentlichem E-E-A-T gewannen KI-Zitationen schon, bevor “GEO” zum Vendor-Pitch wurde. Die Arbeit hat sich nicht geändert; die Audit-Checkliste ist gewachsen.
Entdecken Sie unsere professionelle WordPress-Entwicklung um Ihr Projekt voranzubringen.
