GEO: So zitieren ChatGPT, Perplexity und Co. deine Inhalte

Worum es hier geht

Dieser Ratgeber ist die praktische Seite von GEO: was die Forschung tatsächlich gemessen hat, wie KI-Suchen ihre Quellen holen, und was du an Technik und Inhalten konkret tust. Wenn du als Gründerin oder Gründer erst einmal verstehen willst, warum KI-Empfehlungen für dein Startup wichtig werden, lies zuerst den Ratgeber GEO: in ChatGPT & Co. empfohlen werden.

GEO ist kein Ersatz für Suchmaschinenoptimierung, sondern baut darauf auf. Viele KI-Suchen greifen auf Suchindizes zurück, und Google nutzt für AI Overviews dieselben Seiten wie für die normale Suche. Was neu dazukommt: Es zählt nicht nur, ob deine Seite gefunden wird, sondern ob die KI daraus einen Satz übernimmt und dich als Quelle nennt. Wie du die SEO-Grundlagen mit KI angehst, steht im Ratgeber KI für SEO.

Was die GEO-Studie wirklich gemessen hat

Der Begriff GEO stammt aus einer Studie von Forschenden aus Princeton und anderen Einrichtungen (Aggarwal et al., erstmals veröffentlicht im November 2023, angenommen für die Konferenz KDD 2024). Sie wird oft zitiert, aber selten genau. Das Wichtigste:

Quelle: Aggarwal et al., GEO: Generative Engine Optimization, arXiv 2311.09735 und Volltext v3.

Was das für dich heißt: Die Studie zeigt, dass belegte, konkrete Inhalte in KI-Antworten öfter und prominenter verwendet werden. Sie zeigt nicht, dass ein bestimmter Trick bei ChatGPT, Gemini oder Googles AI Overviews heute genau so wirkt; getestet wurde eine Simulation mit GPT-3.5 und eine Stichprobe bei Perplexity. Die Wirkung schwankte außerdem je nach Themengebiet.

Wie KI-Suchen ihre Quellen holen

KI-Assistenten beantworten viele Fragen aus ihrem Trainingswissen. Für aktuelle oder spezielle Fragen suchen sie im Netz, lesen ein paar Seiten und fassen sie zusammen. Damit du dabei vorkommst, muss die Suche deine Seite finden und lesen dürfen.

• Training und Suche sind getrennt: Du kannst GPTBot sperren und trotzdem über OAI-SearchBot in ChatGPT-Suchergebnissen erscheinen.
• Firewall und CDN prüfen: Perplexity weist darauf hin, dass Bot-Schutz seinen Crawler blockieren kann. Ein Blick in die Server-Logs zeigt, ob die Crawler durchkommen.
• Für Google gilt: Wer in der normalen Suche indexiert ist und Snippets erlaubt, ist für AI Overviews grundsätzlich geeignet.

Meine Faustregel: KI-Bots nicht reflexhaft blocken. Wer in KI-Antworten zitiert werden will, muss lesbar sein.

Die vier Hebel in der Praxis

Zitierbare Inhalte schreiben

• Antwort zuerst: Die Kernfrage der Seite in zwei bis drei Sätzen ganz oben beantworten.
• Zahlen mit Quelle und Datum: Genau das, was in der Studie am besten wirkte.
• Klare Struktur: Überschriften als Fragen, kurze Absätze, Tabellen für Vergleiche.
• Eigene Daten: Was es nur bei dir gibt, kann nur von dir zitiert werden.
• Kein Keyword-Stuffing: In der Studie wirkungslos bis schädlich.

Meine Faustregel: Entity-Klarheit vor Content-Menge. Wenn eine KI nicht sicher weiß, wer du bist, nennt sie lieber jemanden, bei dem sie es weiß.

llms.txt: was es ist und was es (noch) nicht ist

llms.txt ist ein Vorschlag von Jeremy Howard vom September 2024: eine Markdown-Datei unter /llms.txt, die KI-Agenten einen kurzen Überblick über die Website und Links zu gut lesbaren Inhalten gibt. Laut llmstxt.org ist es ein Vorschlag, kein formaler Standard.

• Was belegt ist: OpenAI, Anthropic und Google veröffentlichen laut llmstxt.org selbst llms.txt-Dateien für ihre Entwickler-Dokumentation, und viele Doku-Plattformen erzeugen sie automatisch.
• Was nicht belegt ist: dass ChatGPT, Gemini oder Perplexity llms.txt beim Beantworten von Fragen auslesen oder bevorzugen.
• Google sagt ausdrücklich: Für AI Overviews braucht es keine KI-Textdateien.

Ehrliches Fazit: llms.txt kostet wenig, schadet nicht und kann Agenten helfen, die Seiten gezielt lesen. Ein Ranking-Hebel ist es nach heutigem Wissen nicht. Investiere zuerst in die vier Hebel oben.

Messen: wirst du genannt?

Es gibt noch keine Search Console für ChatGPT. Messen heißt deshalb: feste Fragen regelmäßig stellen und festhalten, wer genannt wird.

Achtung: Antworten schwanken von Lauf zu Lauf. Eine einzelne Abfrage ist keine Messung; erst das Muster über mehrere Durchläufe zählt.

Halte außerdem fest, welche Quellen die KI verlinkt. Diese Seiten sind oft die besten Ziele für eigene Erwähnungen, weil die KI ihnen offenbar vertraut.

Zum Vergleich der KI-Empfehlungen: Wen empfiehlt die KI statt dir?

Tools für die laufende Messung

Preise laut Anbieterseiten, zzgl. Steuern. Die Zahl der überwachten Fragen bestimmt den Preis; starte klein.

Links mit „Testen“ sind Affiliate-Links (Werbung): Ich bekomme eine Provision, für dich ändert sich der Preis nicht.

Checkliste

• robots.txt erlaubt OAI-SearchBot, PerplexityBot und Googlebot; Trainings-Crawler bewusst entschieden
• Bot-Schutz und CDN lassen Suchcrawler durch (Logs prüfen)
• Wichtige Seiten indexiert und mit Snippet erlaubt
• Jede Kernseite beginnt mit einer klaren Antwort
• Zahlen mit Quelle und Datum, eigene Daten wo möglich
• Name, Beschreibung und Kontaktdaten überall gleich, strukturierte Daten mit sameAs
• Erwähnungen auf unabhängigen Seiten aufgebaut
• Monatliche Stichprobe mit festen Fragen, Ergebnisse dokumentiert
• llms.txt optional, als Ergänzung, nicht als Strategie

Vorher, nachher: ein Absatz zitierbar machen

Wie sieht „zitierbar“ konkret aus? Ein Beispiel für den Aufbau, mit Platzhaltern statt erfundener Zahlen:

Wichtig: Die Zahlen müssen echt sein. Eine erfundene Statistik ist nicht nur unlauter, sie kann auch von KI-Systemen weitergetragen werden, mit deinem Namen daneben.

Ein 30-Tage-Plan für den Start

Nach 30 Tagen wiederholst du die Stichprobe aus Woche 1. Rechne nicht mit schnellen Sprüngen: KI-Suchen brauchen Zeit, bis neue Inhalte gecrawlt und Erwähnungen aufgenommen werden. Der Plan schafft die Grundlage, auf der sich Sichtbarkeit über Monate aufbaut.

Meine Faustregel: Wenn persönliche KI-Agenten vorsortieren, was Kunden überhaupt sehen, muss dein Marketing für den Agenten lesbar werden. Klarheit schlägt Kreativität, zumindest auf den Seiten, die eine KI zitieren soll.

Wenn die KI Falsches über dich sagt

Manchmal beschreiben KI-Assistenten eine Firma falsch: alter Name, falsches Angebot, ein Wettbewerber im eigenen Namen. Eine direkte Korrekturfunktion gibt es dafür meist nicht. Du kannst aber an den Quellen ansetzen, aus denen die Antwort entsteht.

1. Quelle finden: Die KI mit Websuche fragen, worauf sie sich stützt; die genannten Seiten prüfen.
2. Eigene Seiten korrigieren: Über-uns-Seite, Impressum, strukturierte Daten auf denselben aktuellen Stand bringen.
3. Profile angleichen: Verzeichnisse, LinkedIn, Bewertungsportale, Wikidata, soweit du sie bearbeiten darfst.
4. Fremde Seiten: Betreiber höflich um Korrektur bitten, mit Beleg.
5. Nachmessen: Nach einigen Wochen dieselbe Frage erneut stellen.

Viele KI-Assistenten bieten außerdem eine Feedback-Funktion für einzelne Antworten. Sie ist kein garantierter Weg zur Korrektur, schadet aber nicht.

12 Prompts für GEO

Meine Zielgruppe ist [Zielgruppe], mein Angebot [Angebot]. Liste 20 Fragen, die diese Menschen einem KI-Assistenten stellen würden, bevor sie einen Anbieter wie mich suchen. Ohne meinen Markennamen, in ihren Worten.

Beantworte diese Frage wie für einen Kunden: [Frage]. Nenne konkrete Anbieter und die Quellen, auf die du dich stützt. (Mit Websuche, Datum festhalten.)

Bei der Frage [Frage] nennt die KI [Wettbewerber] statt mich. Hier ist deren Website-Text und meiner: [Texte]. Welche Unterschiede in Klarheit, Belegen, Erwähnungen und Struktur könnten das erklären?

Schreibe für diese Seite [Text] einen Einstieg von zwei bis drei Sätzen, der die Kernfrage [Frage] direkt beantwortet, mit einer belegten Zahl, wenn vorhanden. Keine Werbesprache.

Überarbeite diesen Abschnitt so, dass er sich gut zitieren lässt: klare Aussage, Zahl mit Quelle und Datum, ein Satz, der alleine stehen kann: [Abschnitt]. Erfinde keine Zahlen; markiere Lücken mit [Quelle fehlt].

Schreibe aus diesen Kundenfragen [Liste] eine FAQ mit kurzen, eindeutigen Antworten aus meinen Inhalten [Texte], plus das FAQPage-JSON-LD.

Hier sind meine Firmenbeschreibungen auf Website, LinkedIn, Verzeichnissen und Impressum: [Texte]. Wo widersprechen sie sich (Name, Gründungsjahr, Angebot, Ort)? Schlage eine einheitliche Beschreibung vor.

Schreibe Organization-JSON-LD für [Firma] mit Name, URL, Logo, Beschreibung, Gründungsdatum, Adresse und sameAs-Links zu: [Profile]. Nur Angaben, die ich dir gebe.

Welche Arten von unabhängigen Seiten nennen KI-Assistenten typischerweise als Quelle für [Thema] in [Land]? Schlage 15 konkrete Typen vor (Fachmedien, Vergleichsseiten, Verbände) und wie ich dort ehrlich vorkommen kann.

Hier ist meine robots.txt: [Inhalt]. Welche KI-Crawler darf welcher Bereich? Lasse ich die Suchcrawler von OpenAI, Perplexity und Google zu? Schlage eine Fassung vor, die Suche erlaubt und Training bewusst regelt.

Schreibe eine llms.txt für meine Website nach dem Format von llmstxt.org: H1 mit Namen, kurze Zusammenfassung, Abschnitte mit den wichtigsten Seiten: [Seitenliste mit Beschreibungen].

Hier sind meine Stichproben aus zwei Monaten: [Tabelle mit Frage, Datum, genannten Anbietern, Quellen]. Was hat sich verändert, wo werde ich neu genannt, wo nicht mehr, und welche Quellen tauchen immer wieder auf?

Die häufigsten Fehler

1. KI-Crawler pauschal blockieren. Dann kann dich die KI-Suche nicht lesen.
2. Auf einen Trick setzen. llms.txt oder spezielle Markups ersetzen keine klaren, belegten Inhalte.
3. Eine Abfrage für eine Messung halten. KI-Antworten schwanken; erst wiederholte Stichproben zählen.
4. Studien überdehnen. Die GEO-Studie zeigt Tendenzen in einer Simulation, keine Garantie für ChatGPT oder Google.
5. Uneinheitliche Firmenangaben. Verschiedene Namen und Beschreibungen verwirren auch KI-Systeme.
6. Keyword-Stuffing. In der Studie ohne Wirkung oder schädlich.