Was ist GEO (Generative Engine Optimization)?
GEO bezeichnet alle Maßnahmen, die dafür sorgen, dass KI-Systeme wie ChatGPT, Claude, Perplexity oder der KI-Modus der Google-Suche ein Unternehmen korrekt lesen, verstehen und in ihren Antworten nennen können. Während klassisches SEO auf Platzierungen in einer Ergebnisliste zielt, geht es bei GEO um die Antwort selbst — dort gibt es keine zehn blauen Links, sondern meist nur eine Handvoll genannter Anbieter.
Gelegentlich liest man auch LLMO (Large Language Model Optimization) oder AEO (Answer Engine Optimization). Gemeint ist im Kern dasselbe.
Was ist der Unterschied zwischen SEO und GEO?
Kurz gesagt: SEO bringt Sie in die Suchergebnisse, GEO in die Antwort der KI.
- SEO optimiert für Ranking-Positionen und Klicks — der Mensch entscheidet nach einer Liste.
- GEO optimiert dafür, dass ein Sprachmodell Ihre Inhalte überhaupt sauber erfassen und zitieren kann — die Maschine entscheidet vor.
Beides schließt sich nicht aus. Wer bereits gute SEO-Arbeit geleistet hat, hat für GEO eine solide Grundlage, muss aber zusätzlich für maschinelle Lesbarkeit sorgen.
Was bedeutet KI-Sichtbarkeit?
KI-Sichtbarkeit beschreibt, ob und wie ein Unternehmen in den Antworten von KI-Assistenten vorkommt. Wichtig zur Einordnung: Diese Sichtbarkeit ist nicht direkt steuerbar. Welche Quellen ein System heranzieht, entscheidet das System selbst — und die Antworten schwanken je nach Modell, Formulierung und Zeitpunkt.
Was ist llms.txt?
llms.txt ist eine einfache Textdatei im Wurzelverzeichnis einer Website, vergleichbar mit robots.txt. Sie enthält ein kompaktes, klar strukturiertes Profil des Unternehmens: wer man ist, was man anbietet, wo man sitzt, häufige Fragen.
Der Zweck ist, einem KI-System die wichtigsten Fakten in aufgeräumter Form bereitzustellen, statt sie aus verschachteltem Seitenlayout herauslesen zu lassen. llms.txt ist ein junger Vorschlag und kein offizieller Standard — die Datei kostet wenig und schadet nicht, garantiert aber nichts.
Was sind strukturierte Daten (Schema.org)?
Strukturierte Daten sind maschinenlesbare Zusatzinformationen im Quelltext einer Seite, meist im Format JSON-LD nach dem Vokabular von Schema.org. Sie sagen einer Maschine ausdrücklich:
- Das hier ist ein Unternehmen — mit Name, Adresse, Telefonnummer, Öffnungszeiten.
- Das hier ist eine Leistung — und sie gehört zu diesem Unternehmen.
- Das hier ist eine Frage mit Antwort — direkt zitierfähig.
Für Menschen ändert sich nichts an der Seite. Für Maschinen wird aus Fließtext ein eindeutiger Datensatz. In der Praxis ist das der größte einzelne Hebel.
Welche KI-Systeme sind überhaupt gemeint?
In der Praxis vor allem ChatGPT, Claude, Perplexity, die KI-Übersichten und der KI-Modus der Google-Suche sowie Microsoft Copilot. Technisch relevant ist, ob deren Crawler die Seite lesen dürfen — etwa GPTBot, ClaudeBot, PerplexityBot oder Google-Extended.
Wer diese in der robots.txt aussperrt, ist für die betreffenden Systeme praktisch nicht vorhanden. Das passiert häufiger unbeabsichtigt, als man denkt — etwa durch eine Standardeinstellung im CMS oder ein Sicherheits-Plugin.
Kann man garantieren, dass eine KI mein Unternehmen empfiehlt?
Nein. Wer das verspricht, verspricht etwas, das er nicht halten kann. Welche Anbieter ein KI-System nennt, hängt von seinen Trainingsdaten, seiner Quellenauswahl und der konkreten Frage ab — und ändert sich laufend.
Seriös messbar ist die Voraussetzung: ob Ihre Website technisch und inhaltlich so aufgebaut ist, dass ein System sie korrekt erfassen kann. Genau das lässt sich vorher und nachher belegen.
Wie misst man, ob eine Website für KI lesbar ist?
Über prüfbare technische Signale statt über Meinungen:
- Crawler-Zugang: Dürfen KI-Systeme die Seite überhaupt lesen?
- Strukturierte Daten: Gibt es einen Datensatz, der das Unternehmen als solches ausweist?
- Inhalt im Quelltext: Steht der Text da — oder wird er erst per JavaScript nachgeladen?
- Zitierfähige Gliederung: Überschriften, Frage-Antwort-Abschnitte, Listen.
- KI-Profil: Existiert eine kompakte llms.txt?
Jeder dieser Punkte ist objektiv nachprüfbar und lässt sich vor und nach einer Optimierung vergleichen. Das ist der Unterschied zwischen einem Befund und einem Versprechen.