--- title: "GEO: Sichtbar bleiben, wenn KI die Antworten gibt" lang: de type: blog canonical: https://www.arocom.de/blog/geo-sichtbarkeit-ki-suche alternate: https://www.arocom.de/en/blog/geo-visibility-ai-search author: "Laura Murgia" published: 2026-03-30 --- # GEO: Sichtbar bleiben, wenn KI die Antworten gibt Generative Engine Optimization (GEO) ergänzt SEO: KI-Systeme wie Google AI Overviews, ChatGPT und Perplexity beantworten Nutzerfragen direkt und zitieren dabei wenige Quellen. Zitierfähig wird, wer die echten Fragen seiner Kunden vollständig beantwortet, Inhalte mit Schema.org strukturiert und Expertise mit erkennbaren Autoren belegt. Solide SEO-Grundlagen zahlen direkt auf GEO ein, denn die Quellenauswahl beginnt weiterhin beim klassischen Ranking. Erste Effekte zeigen sich nach Wochen bis Monaten, nicht nach Tagen. Dünner, austauschbarer Content verliert in beiden Welten. ## GEO: Sichtbar bleiben, wenn KI die Antworten gibt Eine Beobachtung aus unserer eigenen Beratungspraxis: Anfragen beginnen immer öfter mit "ChatGPT hat uns empfohlen, …". Die Reise zum Anbieter startet nicht mehr auf einer Suchergebnisseite, sondern in einem Dialogfenster. Dort gibt es keine zehn Treffer, sondern eine Antwort mit drei, vier zitierten Quellen. Entweder ihr seid eine davon, oder ihr existiert für diesen Interessenten nicht. Dieser Leitfaden ordnet ein, was sich gegenüber SEO ändert, zeigt die drei Maßnahmen mit dem besten Aufwand-Wirkung-Verhältnis, erklärt, wie KI-Suchen ihre Quellen tatsächlich auswählen, und sagt ehrlich, was ihr in welchem Zeitraum erwarten könnt. ## Was sich ändert und was bleibt | | Klassisches SEO | GEO | | --- | --- | --- | | Ziel | Ranking auf der Ergebnisseite | Zitiert werden in der KI-Antwort | | Einheit | Seite rankt für Keyword | Aussage beantwortet Frage | | Klick | Nutzer kommt zur Website | Antwort oft ohne Klick; die Marke muss in der Antwort stehen | | Erfolgsmessung | Position, Klicks, CTR | Zitationen, Markennennungen, KI-Referrals | | Grundlage | Crawlbarkeit, Links, Inhalte | unverändert, plus Struktur und Belegbarkeit | Die Tabelle zeigt: GEO ersetzt SEO nicht, es verschärft dessen Qualitätskriterien. KI-Systeme belohnen, was gute Redakteure immer schon wollten: klare Aussagen statt Marketing-Nebel, belegte Zahlen statt Superlative, beantwortete Fragen statt Keyword-Dichte. Wer in den letzten Jahren ernsthaft in Content-Qualität investiert hat, startet mit Vorsprung. ## Maßnahme 1: Die Fragen finden, die eure Seiten beantworten müssen KI-Systeme extrahieren Antworten. Eine Seite, die "Was kostet ein Website-Relaunch?" mit Spannen, Einflussfaktoren und Beispielen beantwortet, ist zitierfähig. Eine Seite, die "individuelle Lösungen für euren Erfolg" verspricht, ist es nicht. Die schwierigere Aufgabe ist meist nicht das Beantworten, sondern das Finden der richtigen Fragen. Drei Quellen dafür besitzt ihr bereits: - **Google Search Console.** Filtert den Suchanfragen-Bericht nach Frageworten wie "wie", "was", "warum" und "kostet". Dort stehen die Formulierungen, mit denen Nutzer euch heute schon finden, und die Fragen, bei denen ihr knapp hinter der ersten Seite hängt. - **Vertriebs-Postfach und Erstgespräche.** Die Fragen, die Interessenten vor einer Beauftragung stellen, sind dieselben, die sie vorher einer KI stellen. Sammelt die zehn häufigsten aus den letzten sechs Monaten. - **Support-Tickets und Rückfragen von Bestandskunden.** Sie zeigen, wo Erklärungsbedarf besteht, den eure Website bisher nicht deckt. Aus dieser Sammlung entsteht eine einfache Zuordnung: pro wichtiger Seite eine Kernfrage, die diese Seite vollständig beantwortet, mit Zahlen, Spannen und mindestens einem Beispiel. Seiten, die keine erkennbare Frage beantworten, werden zusammengelegt oder überarbeitet. ## Maßnahme 2: Struktur und Schema, die Maschinen lesen können Saubere Überschriften-Hierarchie, eine Zusammenfassung am Seitenanfang und Schema.org-Auszeichnung sind Handwerk. Sie entscheiden aber, ob ein Modell eure Inhalte korrekt zuordnet. Für eine B2B-Website hat sich in unseren Projekten diese Reihenfolge der Schema-Typen bewährt: - **1. Organization:** legt fest, wer ihr seid, mit Name, Adresse, Logo und Profilen. Die Basis, auf die alle weiteren Auszeichnungen verweisen. - **2. Person:** macht Autoren und Ansprechpartner identifizierbar und verknüpft Inhalte mit nachweisbarer Expertise. - **3. Article oder BlogPosting:** ordnet Fachbeiträge einem Autor und einem Datum zu, damit Urheberschaft und Aktualität maschinenlesbar sind. - **4. FAQPage:** zeichnet beantwortete Fragen so aus, dass sie direkt als Frage-Antwort-Paar extrahierbar sind. - **5. Service:** beschreibt eure Leistungen mit Anbieter, Region und Leistungsumfang. Die Reihenfolge folgt dem Aufwand-Wirkung-Verhältnis: Organization und Person sind in wenigen Stunden umgesetzt und wirken auf jede Seite. Eine Regel gilt für alle Typen: Das Markup beschreibt nur, was sichtbar auf der Seite steht. Auszeichnung ohne Inhalt schadet mehr, als sie nützt. ## Maßnahme 3: Expertise zeigen statt behaupten (E-E-A-T) KI-Systeme gewichten erkennbare Autorenschaft und konsistente Unternehmens-Signale. Hinter dem Kürzel E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) stecken drei sehr konkrete Baustellen. **Autorenseiten.** Jeder Fachbeitrag braucht einen echten Menschen als Absender: eine eigene Profilseite mit Foto, Rolle, Schwerpunkten und Links auf weitere Beiträge derselben Person. Ein anonymes "Redaktionsteam" ist für Mensch und Maschine gleich wenig glaubwürdig. **Konsistente Firmendaten.** Name, Adresse und Telefonnummer müssen auf Website, Google-Unternehmensprofil, LinkedIn und in Branchenverzeichnissen identisch sein. Widersprüche dort sind Rauschen genau in den Daten, an denen Maschinen eure Identität festmachen. **Experience im Text.** Erfahrung erkennt man an Stellen, die nur jemand schreiben kann, der die Arbeit gemacht hat: konkrete Projektbeobachtungen ("in unseren Projekten dauert das typischerweise vier bis sechs Wochen"), echte Zahlen mit Einordnung, Screenshots aus eigenen Systemen, auch benannte Fehlschläge. Generische Ratgeber-Absätze, die wortgleich auf jeder Wettbewerber-Website stehen könnten, liefern dieses Signal nicht. ## Wie KI-Suchen ihre Quellen auswählen Damit die drei Maßnahmen nicht wie Glaubenssätze wirken, lohnt ein Blick auf den Mechanismus. Die großen Systeme arbeiten in zwei Stufen. Zuerst suchen sie Kandidaten: Google AI Overviews greifen auf den normalen Google-Index zu, ChatGPT und Perplexity nutzen eigene Crawler und Suchpartner. In dieser Stufe gelten weiterhin die klassischen Ranking-Faktoren. Wer zu einem Thema nicht auffindbar ist, kommt gar nicht erst in die Auswahl. In der zweiten Stufe entscheidet das Modell, welche Passagen es für die Antwort verwendet und zitiert. Hier gewinnt nicht die Seite, sondern die Stelle: ein Absatz, der die Frage direkt, vollständig und belegbar beantwortet. Genau auf diese Stufe zahlen die Maßnahmen 1 bis 3 ein. Wie diese Auswahl technisch funktioniert, erklärt unser Wissen-Artikel zu [RAG](https://www.arocom.de/wissen/ki/rag). Eine ehrliche Einschränkung gehört dazu: Die Systeme unterscheiden sich im Detail, ihre Auswahllogik ist nicht öffentlich, und sie ändert sich laufend. Was wir hier beschreiben, ist der gemeinsame Grundmechanismus, wie er sich Stand heute aus Herstellerangaben und unseren eigenen Tests ablesen lässt, keine Garantie im Einzelfall. ## Was ihr realistisch erwarten könnt GEO ist kein Schalter. Als grobe Zeitlinie aus unseren Kundenprojekten: Technische Änderungen wie Schema-Markup werden innerhalb von Tagen bis Wochen neu gecrawlt. Bis überarbeitete Inhalte in KI-Antworten auftauchen, vergehen eher Wochen bis Monate, abhängig von Thema, Wettbewerb und davon, wie oft das jeweilige System seine Quellen aktualisiert. Was ihr nicht erwarten solltet: einen schnellen Traffic-Sprung, garantierte Zitate zu Wunschthemen oder Kontrolle über den Wortlaut der Antworten. Dieselbe Frage kann heute eure Quelle zitieren und morgen eine andere; die Antworten variieren je nach Sitzung und Formulierung. Was ihr erwarten dürft: erste Zitationen bei spitzen Fachfragen, auf die ihr die beste Antwort im Markt habt, und ein kleines, aber wachsendes Segment an KI-Referrals. In Gesprächen mit unseren Kunden sind genau diese Besucher auffällig wertvoll: Sie kommen vorqualifiziert, weil eine KI eure Inhalte bereits als Antwort verwendet hat. ## Woran ihr Fortschritt erkennt GEO-Erfolg ist messbar, nur anders. Beobachtet KI-Referrals in eurer Webanalyse, also Besucher aus chatgpt.com, perplexity.ai und ähnlichen Quellen; wie ihr das sauber aufsetzt, zeigt unser Beitrag zum [Messen von KI-Referrals](https://www.arocom.de/blog/ki-referrals-messen). Prüft regelmäßig, wie KI-Systeme über euer Unternehmen und eure Leistungen sprechen. Verfolgt Markennennungen in KI-Antworten zu euren wichtigsten Themen. Wir haben dafür einen kostenlosen [GEO-Score-Check](https://www.arocom.de/geo-score) gebaut, der die technische Seite in Sekunden prüft. ### Brauchen wir eine llms.txt? Im Moment nicht zwingend. llms.txt ist ein Vorschlag, mit dem Websites KI-Systemen eine kuratierte Inhaltsübersicht anbieten. Kein großes System hat bislang verbindlich zugesagt, die Datei auszuwerten. Sie kostet wenig und schadet nicht, ersetzt aber keine der drei Maßnahmen aus diesem Artikel. Wir setzen sie auf unserer eigenen Website ein, behandeln sie aber als Wette, nicht als Pflicht. Wie ihr llms.txt und Schema konkret umsetzt, zeigt [unser Leitfaden zur KI-lesbaren Website](https://www.arocom.de/blog/llms-txt-schema-ki-lesbar). ### Verlieren wir Traffic durch AI Overviews? Bei rein informationalen Suchanfragen sinken die Klickraten; das deckt sich mit Branchenstudien und unserer Beobachtung in Kundenprojekten. Entscheidend ist, was mit kaufnahen Anfragen passiert: Dort bleibt der Klick häufiger erhalten, und wer in der KI-Antwort genannt wird, bekommt den besser vorbereiteten Besucher. Die wichtigere Frage ist deshalb nicht, ob Traffic sinkt, sondern ob eure Marke in den Antworten vorkommt. ### Lohnt sich GEO auch für kleine Websites? Ja, oft sogar besonders. KI-Antworten zitieren die beste Passage zu einer konkreten Frage, nicht automatisch die größte Marke. Eine kleine Website mit echter Spezialexpertise kann bei spitzen Fachfragen zitiert werden, zu denen große Generalisten nichts Substanzielles anbieten. Voraussetzung bleibt, dass die Inhalte auffindbar, strukturiert und mit erkennbarem Absender versehen sind. ### Wie messen wir Zitationen konkret? Auf drei Ebenen. Erstens KI-Referrals in der Webanalyse als harte Zahl. Zweitens regelmäßige Stichproben mit denselben Prompts in ChatGPT, Perplexity und Google, um zu sehen, wer zu euren Kernthemen genannt wird. Drittens Markennennungen in den Antworten auch ohne Link. Das Vorgehen mit konkretem Setup beschreiben wir im Beitrag [KI-Referrals messen](https://www.arocom.de/blog/ki-referrals-messen). ## Der erste Schritt für diese Woche In KI-Antworten ist weniger Platz als auf Ergebnisseiten. Wo drei Quellen zitiert werden statt zehn Links, besetzt der Frühe einen Platz, der für Nachzügler teuer wird. Der sinnvolle Einstieg kostet einen Nachmittag: Wählt eure wichtigste Leistungsseite, formuliert die eine Frage, die diese Seite beantworten soll, und prüft ehrlich, ob die vollständige Antwort dort steht. Die technische Seite prüft unser [GEO-Score-Check](https://www.arocom.de/geo-score) in Sekunden. Wenn beides steht, nehmt euch die nächste Seite vor.