Generative Engine Optimization (GEO)

Warum das zählt

KI-generierte Antworten verändern, wie Menschen Informationen finden. Google startete die AI Overviews 2024 in den USA und hat sie im März 2025 nach Deutschland, Österreich, die Schweiz und sechs weitere europäische Länder gebracht.

Was das mit dem Klickverhalten macht, zeigt eine Auswertung von SISTRIX für den deutschen Markt: Steht ein AI Overview über den Treffern, führen nur noch 33 Prozent der Suchen zu einem organischen Klick statt 57 Prozent ohne. Die Klickrate auf Platz eins sinkt von 27 auf 11 Prozent (SISTRIX, über 100 Millionen Keywords, Stand August 2026).

Für ein Unternehmen heißt das: Wer in der KI-Antwort nicht vorkommt, verliert Reichweite, auch bei guter Platzierung in den organischen Ergebnissen.

Wie es funktioniert

Generative Systeme liefern keine einzelne Seite aus, sondern fassen mehrere Quellen zusammen. GEO setzt deshalb an vier Stellen an.

Zugang für die richtigen Kennungen. Jeder Anbieter steuert seine Bots über eigene Namen in der robots.txt, und diese Namen haben unterschiedliche Aufgaben. GPTBot sammelt bei OpenAI nur Trainingsdaten. Für die Suche in ChatGPT ist OAI-SearchBot zuständig: Wer diese Kennung sperrt, wird laut OpenAI in den Suchantworten von ChatGPT nicht mehr angezeigt. Google betreibt für seine KI-Funktionen keinen eigenen Crawler. AI Overviews und AI Mode laufen über Googlebot und dieselben robots.txt-Regeln wie die klassische Suche.

Für die AI Overviews gilt eine zweite Bedingung: Eine Seite muss indexiert und für ein Snippet zugelassen sein. Als Steuerung nennt Google nosnippet, data-nosnippet, max-snippet und noindex. Ganz aus den KI-Antworten heraus halten eine Seite dabei noindex und nosnippet, max-snippet erst mit dem Wert 0; data-nosnippet betrifft nur die damit markierten Passagen. Weitere Anforderungen nennt Google für seine KI-Funktionen nicht.

Extrahierbare Fakten. Modelle übernehmen Aussagen, die für sich allein stehen können: Definitionen, Zahlen, benannte Eigenschaften. Diese Zitierfähigkeit entscheidet oft mehr als die Textlänge.

Belege außerhalb der eigenen Website. KI-Systeme prüfen, wer sonst über ein Unternehmen schreibt. Erwähnungen in Fachmedien, Branchenverzeichnissen und Vergleichsportalen erhöhen die Wahrscheinlichkeit einer Nennung. Diesen Teil kann man auf der eigenen Seite nicht lösen.

Strukturierte Daten. Auszeichnungen nach Schema.org machen Angaben eindeutig, statt sie einem Modell zum Erraten zu überlassen. Ein eigenes Schema für KI-Antworten gibt es nicht, Google verlangt dafür ausdrücklich kein zusätzliches Markup. Welche Typen sich lohnen, steht im Beitrag zu strukturierten Daten.

Gemessen wird über feste Prompt-Sets: Sie hinterlegen die Fragen Ihrer Kunden, fragen sie regelmäßig über mehrere Modelle ab und zählen die Nennungen. Diese Kennzahl heißt Prompt-Sichtbarkeit. Warum Einzelabfragen nicht taugen, steht im Beitrag KI-Sichtbarkeit messen.

In der Praxis

Schritt 1: messen, bevor Sie etwas ändern. Legen Sie 20 bis 40 Fragen fest, die Ihre Kunden tatsächlich stellen, und fragen Sie sie über ChatGPT, Perplexity und die Google AI Overviews ab. Notieren Sie je Frage die genannten Anbieter. Ergebnis ist eine Ausgangsquote.

Schritt 2: den Zugang prüfen. Rufen Sie ihre-domain.de/robots.txt auf und sehen Sie nach, ob Googlebot, OAI-SearchBot oder GPTBot gesperrt sind. Wer sichtbar bleiben will, ohne Inhalte für das Training freizugeben, trennt die Kennungen:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Prüfen Sie im Quelltext zusätzlich, ob eine Anweisung wie <meta name="robots" content="max-snippet:0"> gesetzt ist. Sie schließt die Seite aus den AI Overviews aus.

Schritt 3: die Inhalte prüfen. Gehen Sie die wichtigsten Leistungs- und Produktseiten durch und fragen Sie bei jedem Absatz, welche Aussage ein Modell daraus zitieren könnte. Steht dort Werbetext statt Leistungsdaten, fehlt die Grundlage. Bei Herstellern stecken die Daten oft in PDF-Datenblättern und sind damit kaum verwertbar.

Schritt 4: die Werte auszeichnen. Statt „leistungsstark und zuverlässig“ stehen die Angaben selbst im Quelltext, eindeutig benannt:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Industriereiniger IR-450",
  "brand": "Musterwerk",
  "additionalProperty": [
    {"@type": "PropertyValue", "name": "Druck", "value": "145 bar"},
    {"@type": "PropertyValue", "name": "Zertifizierung", "value": "ISO 9001"}
  ]
}
</script>

Schritt 5: nachmessen. Fragen Sie denselben Katalog in festen Abständen erneut ab und vergleichen Sie die Quote mit dem Ausgangswert. Technische Änderungen wirken erst nach einem erneuten Abruf. Google nennt dafür eine Spanne von einigen Tagen bis zu mehreren Monaten.

Häufige Fehler

Die falsche Kennung sperren. Google-Extended steuert Training und Grounding in anderen Google-Systemen, nicht die Google-Suche. Wer ihn sperrt, verschwindet deshalb nicht aus den AI Overviews. Umgekehrt nützt es wenig, GPTBot freizugeben, solange OAI-SearchBot gesperrt bleibt.

Werbesprache statt Zahlen. „Marktführend“ und „innovativ“ sind für ein Modell inhaltsleer, weil sie nichts benennen, was sich zitieren ließe. Eine Druckangabe in bar ist zitierfähig, ein Superlativ nicht.

Die Kernaussage im Mittelteil. Retrieval-Systeme zerlegen Seiten in Abschnitte, bevor sie sie durchsuchen. Dieses Chunking bewertet einen Abschnitt ohne seinen Kontext. Steht die Kernaussage weit unten, greift ein Modell eher zu einer Quelle, die schneller zum Punkt kommt.

Ohne Messung arbeiten. Ein einzelner Testaufruf in ChatGPT ist keine Messung, weil dieselbe Frage bei jedem Aufruf eine andere Antwort erzeugen kann. Ohne feste Prompt-Sets bleibt offen, ob eine Maßnahme gewirkt hat.

Abgrenzung

GEO wird regelmäßig mit klassischer Suchmaschinenoptimierung gleichgesetzt. Der Unterschied liegt im Ziel: SEO optimiert auf eine Platzierung in einer Trefferliste, GEO auf eine Nennung in einer generierten Antwort. Beide teilen technische Grundlagen wie Crawlbarkeit und strukturierte Daten, unterscheiden sich aber in der Messgröße.

Ebenfalls verwandt, aber nicht dasselbe ist Answer Engine Optimization. Sie zielt auf klassische Antwortformate wie Featured Snippets, also auf einen von Google ausgewählten Textausschnitt einer einzelnen Seite. GEO adressiert Systeme, die eine Antwort aus mehreren Quellen neu formulieren.

Und GEO ist nicht gleichbedeutend mit dem Anlegen einer llms.txt. Diese Datei wird oft als Abkürzung verkauft. Google schreibt für die eigenen KI-Funktionen ausdrücklich, dass dafür keine neuen maschinenlesbaren Dateien nötig sind.