Generative Engine Optimization (GEO) ist die Praxis, Ihre Expertise so aufzubereiten, dass KI-Systeme (ChatGPT, Perplexity, Google AI Overviews) sie lesen, ihr vertrauen und sie in der einen Antwort zitieren, die sie zurückgeben. Es ist die Nachfolgedisziplin der Suchmaschinenoptimierung (SEO), und sie zählt, weil sich das Verhalten hinter der Suche schneller ändert, als die meisten Unternehmen sich anpassen. Dieser Beitrag erklärt, was GEO ist, was die Evidenz als wirksam belegt und wo gängige Ratschläge bereits überholt sind.
Der Wandel ist messbar, nicht hypothetisch
Zwei unabhängige Datenpunkte umreissen das Problem. Erstens prognostiziert Gartner (2024), dass das klassische Suchvolumen bis 2026 um rund 25% sinkt, weil Nutzer Anfragen an KI-Assistenten verlagern. Zweitens führen die meisten Suchen gar nicht mehr zu einem Besuch einer externen Website: SparkToros Analyse von Klickstrom-Daten fand, dass in der EU pro 1’000 Google-Suchen nur etwa 360 Klicks das offene Web erreichten, mit den USA knapp dahinter (Fishkin, 2024). Käufer lesen zunehmend eine zusammengefasste Antwort und hören dort auf.
Die Konsequenz ist unmissverständlich. Steht Ihr Unternehmen nicht in der Antwort, ist Platz eins in einer Ergebnisliste, durch die kaum jemand scrollt, wenig wert. Sichtbarkeit wandert von der Liste in die Antwort selbst.
Was GEO tatsächlich ist
GEO wurde von Aggarwal et al. (2024) auf der ACM-SIGKDD-Konferenz als Forschungsproblem formalisiert. Ihr zentraler Schritt war, ein messbares Ziel zu definieren, wie sichtbar eine Quelle innerhalb der Antwort einer generativen Engine ist, und dann zu testen, welche Inhaltsänderungen dies verbessern. Das ist ein bedeutsamer Bruch mit SEO, das auf die Rangposition in einer Linkliste optimiert statt auf Aufnahme und Prominenz innerhalb des generierten Textes.
Praktisch umfasst GEO vier Dinge:
- Antwort-zuerst-Inhalte. Eine Seite, eine Frage, mit der Antwort klar in den ersten Sätzen. Generative Engines übernehmen eigenständige, direkt formulierte Antworten eher als solche, die unter Vorrede vergraben sind.
- Strukturierte Daten. Schema.org-Markup, das Maschinen sagt, wer Sie sind, was Sie anbieten und wie Content, Autoren und Organisation zusammenhängen.
- Entitäts-Konsistenz. Dieselbe Positionierung auf Ihrer Website, auf LinkedIn und überall sonst, damit Engines beim Abgleich über Quellen Übereinstimmung statt Widerspruch finden.
- Präsenz ausserhalb der eigenen Seite. Erwähnungen auf den Drittquellen, die KI-Systeme stark gewichten (seriöse Publikationen, Foren, Referenzseiten), die als externe Verifizierung wirken.
Was die Forschung als wirklich wirksam zeigt
Der praktisch nützlichste Befund stammt aus der GEO-Studie selbst. Beim Testen von Inhaltsvarianten über einen Benchmark echter Generative-Engine-Anfragen berichteten Aggarwal et al. (2024), dass Methoden wie das Hinzufügen von Zitaten, Belegen und Statistiken die Sichtbarkeit einer Quelle in generativen Antworten um bis zu rund 40% verbessern können, während oberflächliche Taktiken wie Keyword-Stuffing kaum etwas bewirkten. Anders gesagt: Die hilfreichen Taktiken sind jene, die Inhalte glaubwürdiger und überprüfbarer machen, nicht manipulierter.
Das deckt sich mit Gartners Analystenrat: Je mehr KI-generierte Inhalte kursieren und je billiger sie werden, desto stärker belohnen Engines Material, das echte Expertise, Erfahrung, Autorität und Vertrauenswürdigkeit zeigt (Gartner, 2024). Faktendichte (konkrete Zahlen, Daten und Verweise auf Primärquellen) ist keine Dekoration, sondern ein Signal für Maschinen, die entscheiden, was sie wiederholen.
Wo gängiger Rat schon überholt ist
Eine oft wiederholte Taktik gehört korrigiert: die Datei llms.txt, vorgeschlagen als «robots.txt für KI». Sie zu veröffentlichen kostet nichts, doch es gibt wenig Belege, dass grosse KI-Crawler sie anfordern oder nutzen, und sie als Ranking-Hebel zu behandeln ist ein Fehler. Der Hebel ist der Content und seine Glaubwürdigkeit, keine Manifestdatei. Strukturierte Daten (Schema.org) bleiben dagegen genuin nützlich, weil sie Maschinen helfen, ein akkurates Modell Ihrer Organisation zu bilden.
Warum das kleine, scharfe Unternehmen begünstigt
Generative Engines ranken nicht primär nach Domain-Alter oder Werbebudget; sie zeigen jene Quelle, die die Frage am besten und nachprüfbarsten beantwortet. Das ebnet das Feld. Eine fokussierte Zweipersonenfirma mit klarer Position und gut belegtem Content kann vor einem grösseren, vageren Wettbewerber zitiert werden. Das Fenster ist jetzt offen und wird sich schliessen, je mehr Organisationen bewusst dafür optimieren.
Das ist eine Hälfte dessen, was wir bei Growis tun: Unser Service Knowledge Systems baut die Maschinen-Sichtbarkeitsebene, und unser Service Creative Work produziert den glaubwürdigen, zitierbaren Content, der überhaupt erst zitiert wird.
Quellen
Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. (2024). GEO: Generative engine optimization. In Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. https://arxiv.org/abs/2311.09735
Fishkin, R. (2024). 2024 zero-click search study. SparkToro. https://sparktoro.com/blog/2024-zero-click-search-study-for-every-1000-us-google-searches-only-374-clicks-go-to-the-open-web-in-the-eu-its-360/
Gartner. (2024, 19. Februar). Gartner predicts search engine volume will drop 25% by 2026, due to AI chatbots and other virtual agents [Medienmitteilung]. https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents