Wer seine Website für KI-Suche optimieren will, muss eine andere Frage stellen als beim klassischen SEO: Nicht nur „Wie ranken wir bei Google?“, sondern „Bei welchen Kundenfragen hält ein KI-System unser Unternehmen überhaupt für relevant?“ Generative Engine Optimization, kurz GEO, soll genau diese Sichtbarkeit verbessern. Doch zwischen sinnvoller Optimierung und digitalem Wünschelrutengehen verläuft derzeit eine bemerkenswert dünne Linie. Zeit, sie etwas deutlicher einzuzeichnen.
Es gibt einen einfachen Test, mit dem Unternehmen gern ihre Sichtbarkeit in ChatGPT, Gemini oder anderen KI-Systemen prüfen. Man tippt den eigenen Firmennamen ein und fragt: „Was macht die Müller Maschinenbau GmbH?“
Die Antwort klingt erfreulich vernünftig. Standort, Leistungen, vielleicht das Gründungsjahr, eventuell sogar die Spezialisierung. Im Marketing macht sich Erleichterung breit: Die KI kennt uns.
Das ist schön. Es ist für die Neukundengewinnung nur ungefähr so relevant wie deine Visitenkarte, die du überreichst nachdem Du dich bereits vorgestellt hast. Interessant wird es wenn Fremde dich finden weil sie suchen was du anbietest.
Genau dort beginnt die eigentliche Frage der Website-Optimierung für KI-Suchen.
Nicht: Kennt ChatGPT unser Unternehmen?
Sondern: Taucht unser Unternehmen auch dann auf, wenn ein potenzieller Kunde sein Problem beschreibt, Anforderungen nennt und nach einer geeigneten Lösung oder einem passenden Anbieter sucht, ohne unseren Namen bereits zu kennen?
Zwischen diesen beiden Situationen liegt ein erheblicher Unterschied. Und dort befindet sich das Feld, das heute unter Begriffen wie Generative Engine Optimization (GEO), AI Search Optimization, AEO oder LLMO diskutiert wird.
Was bedeutet Generative Engine Optimization, kurz GEO?
Generative Engine Optimization bezeichnet Maßnahmen, mit denen Unternehmen ihre Inhalte so gestalten und bereitstellen, dass generative Such- und Antwortsysteme sie finden, verstehen, verwenden und gegebenenfalls als Quelle oder passenden Anbieter nennen können.
Dazu zählen Systeme wie ChatGPT Search, Google AI Overviews, Google AI Mode, Gemini oder Perplexity. Im Unterschied zur klassischen Suche liefern solche Systeme nicht nur eine Liste von Treffern. Sie können Informationen aus verschiedenen Quellen zusammenführen, Sachverhalte erklären, Alternativen vergleichen und daraus eine formulierte Antwort erzeugen.
Das wissenschaftliche Fundament von GEO ist noch jung. Eine viel beachtete Arbeit von Aggarwal und Kollegen führte den Begriff systematisch ein und zeigte in einem experimentellen Umfeld, dass bestimmte Veränderungen an bereits berücksichtigten Quellen deren Sichtbarkeit in generierten Antworten beeinflussen können. Die häufig zitierte Größenordnung von „bis zu 40 Prozent mehr Sichtbarkeit“ stammt aus diesem spezifischen Versuchsaufbau und sollte deshalb nicht als allgemeine Erfolgsgarantie für Unternehmenswebsites verstanden werden.
Genau diese Einschränkung ist wichtig. Eine kritische Übersicht aus dem Jahr 2026 kommt nach der Auswertung von 45 Arbeiten zu dem Ergebnis, dass GEO bislang keineswegs aus einem universell wirksamen Maßnahmenpaket besteht. Die Ergebnisse hängen vom jeweiligen System, der Anfrage, dem Retrieval-Prozess, der bereits vorhandenen Sichtbarkeit und zahlreichen weiteren Faktoren ab. Stabile, plattformübergreifende Ursache-Wirkungs-Beziehungen für eine dauerhaft bessere organische Auffindbarkeit sind bisher nur begrenzt belegt.
Mit anderen Worten: GEO ist real. Die Wunderheilung dazu ist es aber noch nicht.
KI-Sichtbarkeit entsteht, bevor jemand deine Website besucht
Die Veränderung gegenüber der klassischen Suche beginnt bereits bei der Darstellung.
Wer bei Google nach einem komplexen Problem sucht oder ChatGPT eine entsprechende Frage stellt, kann heute einen erheblichen Teil der Orientierung erhalten, ohne unmittelbar eine Unternehmenswebsite zu öffnen. Das System erklärt mögliche Lösungswege, nennt Kriterien, fasst Quellen zusammen und kann passende Anbieter erwähnen.
Google beschreibt beispielsweise, dass seine generativen Suchfunktionen bei komplexeren Anfragen mehrere verwandte Suchvorgänge auslösen können. Dieses sogenannte „Query Fan-out“ hilft dem System, unterschiedliche Aspekte einer Frage zu erschließen und Informationen aus mehreren Quellen zusammenzuführen.
Damit verschiebt sich ein Teil der Meinungsbildung stark nach vorne.
Die klassische Marketingfrage lautete lange: Wie bekommen wir den Klick?
Heute kommt eine zweite, wichtiger gewordene, hinzu: Wie kommen wir überhaupt in die Auswahl, aus der anschließend geklickt werden kann?
Das bedeutet nicht, dass SEO überflüssig wird. Google stellt im Gegenteil ausdrücklich klar, dass für AI Overviews und AI Mode dieselben grundlegenden SEO-Prinzipien gelten wie für die übrige Google-Suche. Eine Seite muss technisch zugänglich, indexiert und grundsätzlich zur Darstellung als Suchergebnis mit Snippet geeignet sein, wenn sie als unterstützende Quelle in den generativen Suchfunktionen erscheinen soll. Zusätzliche technische Voraussetzungen nur für AI Overviews verlangt Google nicht.
GEO ersetzt SEO also nicht. Es erweitert die Perspektive.
Der entscheidende Unterschied: Die KI muss dich nicht nur kennen, sondern einordnen können
Viele B2B-Websites sind hervorragend darin, das eigene Unternehmen zu beschreiben.
Leider sind sie häufig erheblich schlechter darin, das Problem des Kunden zu beschreiben.
Man liest von „Qualität und Innovation“, „jahrzehntelanger Erfahrung“, „maßgeschneiderten Lösungen“ und natürlich dem unvermeidlichen „ganzheitlichen Ansatz“.
„Ganzheitliche Lösungen aus einer Hand“ dürfte inzwischen ungefähr so viel Differenzierungskraft besitzen wie „E-Mails werden beantwortet“.
Das Problem dahinter ist ernst: Solche Aussagen liefern nur wenige konkrete Informationen darüber, für welche Situation ein Anbieter tatsächlich geeignet ist.
Vergleichen wir einige Formulierungen.
Eine Unternehmensberatung schreibt: „Wir begleiten Unternehmen ganzheitlich bei Veränderungsprozessen.“
Das klingt angenehm bedeutungsvoll, kann aber vom neuen Organigramm bis zur kompletten Restrukturierung praktisch alles bedeuten.
Konkreter wäre: „Wir begleiten inhabergeführte Unternehmen bei der Vorbereitung und Umsetzung einer Unternehmensnachfolge, von der strategischen Vorbereitung bis zur Übergabe an Familie, Management oder externe Käufer.“
Oder ein Logistikdienstleister könnte statt „flexibler Logistiklösungen“ erklären, dass er Ersatzteile innerhalb definierter Zeitfenster europaweit an Servicetechniker und Kundenstandorte liefert.
Plötzlich kennen wir Zielgruppe, Problem, Kontext und Anwendungsfall.
Genau diese Präzision hilft Menschen bei der Entscheidung. Gleichzeitig liefert sie Such- und KI-Systemen wesentlich mehr Kontext, um ein Unternehmen einer konkreten Fragestellung zuzuordnen.
Google empfiehlt für seine generativen Suchfunktionen inzwischen ausdrücklich Inhalte, die einen eigenen Blickwinkel, nachvollziehbare Erfahrung und einen Mehrwert gegenüber bereits vorhandenen Informationen bieten. Reine Zusammenfassungen dessen, was ohnehin überall steht, beschreibt Google sinngemäß als austauschbaren „Commodity Content“.
Für viele B2B-Websites ist das eine unangenehm präzise Diagnose.
Wer seine Website für KI-Suche optimieren will, sollte beim Vertrieb anfangen
Der sinnvollste Ausgangspunkt für GEO ist deshalb erstaunlicherweise keine KI. Es ist der Vertrieb. Dort liegen die Fragen, die potenzielle Kunden tatsächlich stellen. Welche Probleme bringen sie mit? Welche Bedingungen müssen erfüllt sein? Welche Alternativen prüfen sie? Welche Einwände tauchen immer wieder auf? Was verstehen Interessenten am Angebot regelmäßig falsch? Und in welchen Fällen muss der Vertrieb sogar sagen: Wir könnten Ihnen das verkaufen, aber sinnvoll wäre eine andere Lösung?
Je nach Unternehmen sehen diese Fragen völlig unterschiedlich aus.
Bei einer Steuer- oder Unternehmensberatung kann es darum gehen, welche Unternehmensstruktur für eine geplante Expansion geeignet ist. Ein SaaS-Anbieter hört vielleicht regelmäßig die Frage, ob seine Plattform mit SAP, Salesforce oder Microsoft Dynamics zusammenarbeitet. Ein Engineering-Dienstleister muss erklären, welche Projektphasen er übernehmen kann. Bei einer Agentur fragen Interessenten nach Branchenerfahrung, internen Ressourcen oder dem Umgang mit langen B2B-Sales-Cycles. Ein Schulungsanbieter wiederum muss erläutern, ob ein Programm für einzelne Führungskräfte oder für einen unternehmensweiten Rollout gedacht ist.
Solche Fragen sind wesentlich wertvoller als eine Keyword-Liste, die in einem Content-Workshop zwischen Kaffee und Butterbrezel entstanden ist.
Aus ihnen lassen sich reale Entscheidungssituationen ableiten. Genau diese Situationen sollte eine gute Website abbilden.
Dabei ist Zurückhaltung sinnvoll. Nicht jede sprachliche Variante einer Frage benötigt eine eigene Unterseite. Google warnt inzwischen sogar ausdrücklich davor, massenhaft Seiten für jede denkbare Variation verwandter Suchanfragen oder sogenannter Fan-out-Queries zu produzieren. Die Systeme sollen semantische Zusammenhänge auch ohne exakte Wortgleichheit erkennen können.
Eine eigene Seite ist deshalb vor allem dann sinnvoll, wenn hinter einer Suchfrage ein eigenständiges Problem, eine andere Zielgruppe, ein spezifischer Anwendungsfall oder eine relevante Entscheidung steckt.
Der Maßstab sollte nicht lauten: „Können wir dafür eine Landingpage bauen?“ Die Antwort darauf lautet im Marketing ohnehin fast immer ja. Die bessere Frage lautet: Hat ein Leser nach dieser Seite tatsächlich mehr verstanden als vorher?
Technische Optimierung für ChatGPT, Google AI Overviews und andere KI-Suchen
Bevor Unternehmen ihre gesamte Website redaktionell umbauen, sollten sie einen wesentlich banaleren Punkt prüfen: Können Such- und KI-Systeme die relevanten Inhalte überhaupt erreichen?
Für Google gelten weiterhin die bekannten Grundlagen aus Crawling, Indexierung, interner Verlinkung und technischer Zugänglichkeit. Die wichtigsten Informationen einer Seite sollten außerdem tatsächlich als auslesbarer Inhalt verfügbar sein und nicht ausschließlich in schwer zugänglichen Interaktionen versteckt werden. Google weist darauf hin, dass dieselben SEO-Grundlagen die Basis für die Sichtbarkeit in seinen generativen Suchfunktionen bilden.
Für ChatGPT Search gibt es eigene technische Rahmenbedingungen. OpenAI erklärt, dass öffentlich zugängliche Websites grundsätzlich in der ChatGPT-Suche erscheinen können. Damit Inhalte gefunden, zusammengefasst, zitiert und verlinkt werden können, darf der OAI-SearchBot nicht blockiert sein. Auch Firewalls, Content Delivery Networks und Bot-Schutzsysteme können Zugriffe verhindern.
Dabei sollte man eine wichtige Unterscheidung nicht übersehen: Google ist nicht ChatGPT, ChatGPT ist nicht Perplexity und Perplexity ist nicht Gemini.
Die Versuchung ist groß, aus einer technischen Empfehlung für ein System sofort eine universelle GEO-Regel zu machen. Im Internet dauert dieser Vorgang erfahrungsgemäß etwa 13,4 Minuten.
Technische Anforderungen müssen deshalb immer für das jeweilige System geprüft werden.
Braucht eine Website eine llms.txt-Datei?
Kaum entsteht eine neue Marketingdisziplin, dauert es erfahrungsgemäß nicht lange, bis eine Datei auftaucht, deren Besitz angeblich zwischen digitaler Bedeutung und völliger Unsichtbarkeit entscheidet.
Bei GEO bekam zeitweise llms.txt diese Rolle.
Für Google lässt sich die Sache inzwischen recht eindeutig beantworten. Google Search verwendet llms.txt nicht. Im Juni 2026 hat das Unternehmen seine Dokumentation ausdrücklich ergänzt und klargestellt, dass eine solche Datei für die Google-Suche nicht erforderlich ist und weder einen positiven noch einen negativen Einfluss auf Sichtbarkeit oder Rankings hat. Andere Dienste können eine solche Datei selbstverständlich anders behandeln.
Auch spezielles „KI-Markup“ verlangt Google für seine generativen Suchfunktionen nicht. Strukturierte Daten bleiben dort sinnvoll, wo sie Inhalte für bestehende Suchfunktionen korrekt beschreiben. Sie sollten allerdings mit dem sichtbaren Seiteninhalt übereinstimmen.
Ähnliches gilt für eine weitere populäre GEO-Empfehlung: Texte müssten angeblich in besonders kleine, KI-freundliche Häppchen zerlegt werden.
Google rät davon ab, solche vermeintlichen AEO- oder GEO-Tricks zum Mittelpunkt der Optimierung zu machen. Das Unternehmen nennt künstliches „Chunking“, unnötige KI-Textdateien und nicht authentische Erwähnungen ausdrücklich als Maßnahmen, auf die Websitebetreiber für Google verzichten können.
Die schlechte Nachricht: Es gibt offenbar keinen magischen Schalter. Die gute Nachricht: Man muss auch niemanden bezahlen der einen solchen magischen Schalter verkauft.
Gute GEO-Inhalte beantworten keine Keywords, sondern Entscheidungen
Wer seine Website für KI-Suche optimieren möchte, sollte deshalb weniger darüber nachdenken, wie ein Absatz für eine Maschine aussieht, und stärker darüber, welchen Informationswert er für einen Menschen besitzt.
Nehmen wir einen Anbieter von Vertragsmanagement-Software. Eine oberflächliche Produktseite erklärt, dass die Lösung flexibel, intuitiv, skalierbar und selbstverständlich innovativ ist. In vermutlich derselben Reihenfolge wie die Software des Wettbewerbers.
Ein fachlich hilfreicher Inhalt beantwortet dagegen konkrete Entscheidungsfragen: Für welche Unternehmensgrößen eignet sich die Lösung? Welche Systeme lassen sich anbinden? Welche Rollen- und Freigabekonzepte gibt es? Wie werden bestehende Verträge übernommen? Welche Anforderungen bestehen an Datenschutz und Hosting? Wie lange dauert eine typische Einführung? Und in welchen Fällen wäre ein wesentlich einfacheres Werkzeug ausreichend?
Bei einer Beratung gelten andere Fragen. Hier interessieren beispielsweise Vorgehensweise, benötigte interne Ressourcen, Projektdauer, Rollenverteilung und erwartbare Ergebnisse.
Ein technischer Prüfdienstleister sollte erläutern, welche Normen und Zertifizierungen er abdeckt, für welche Standorte er tätig wird und welche Unterlagen ein Unternehmen vor einer Prüfung bereitstellen muss.
Bei einer B2B-Agentur kann dagegen entscheidend sein, ob sie Strategie und Umsetzung übernimmt, mit internen Marketingteams zusammenarbeitet, welche Branchenkenntnisse vorhanden sind und wie Erfolg überhaupt gemessen wird.
Die Branchen wechseln. Das Grundprinzip bleibt gleich: Ein guter Inhalt löst Unsicherheit in einer konkreten Entscheidungssituation.
Die Überschrift „Häufig gestellte Fragen“ allein macht daraus übrigens noch kein GEO. Zehn austauschbare Antworten unter einer vagen Leistungsbeschreibung bleiben zehn austauschbare Antworten.
Eigene Erfahrung ist der Rohstoff, den generative KI nicht einfach kopieren kann
Besonders interessant wird Website-Optimierung für KI-Suchen dort, wo Unternehmen Informationen besitzen, die nicht bereits hundertfach im Internet stehen.
Viele B2B-Unternehmen im deutschsprachigen Raum sitzen auf einem erstaunlichen Wissensschatz. Er befindet sich nur häufig an Orten, die weder Google noch ChatGPT besuchen: in den Köpfen erfahrener Mitarbeiter, in Projektordnern, Präsentationen, Angeboten, internen Leitfäden und gelegentlich in einer Excel-Datei namens Projekt_final_v6_neu_WIRKLICHfinal.xlsx.
Daraus können Inhalte entstehen, die tatsächlich einen Unterschied machen.
Eine Unternehmensberatung kann anonymisiert zeigen, welche Faktoren eine Nachfolgeregelung verzögert haben und wie der Prozess strukturiert wurde.
Ein Cybersecurity-Dienstleister kann typische Fehler aus Sicherheitsaudits kategorisieren und erklären, welche davon besonders häufig zu Problemen führen.
Ein Recruiting-Unternehmen kann analysieren, warum bestimmte Fachpositionen über klassische Stellenanzeigen kaum besetzt werden und welche Suchstrategie in diesen Fällen funktioniert.
Ein Logistikunternehmen kann anhand eines realen Szenarios erklären, wie sich Lieferketten für zeitkritische Ersatzteile absichern lassen.
Ein Softwareanbieter kann dokumentieren, welche organisatorischen Voraussetzungen darüber entscheiden, ob eine Einführung sechs Wochen oder sechs Monate benötigt.
Solche Inhalte enthalten etwas, das sich nicht einfach aus zwanzig bestehenden Blogartikeln neu zusammensetzen lässt: Erfahrung aus realen Projekten.
Zahlen helfen dabei, sofern sie etwas bedeuten. „30 Prozent schneller“ ist zunächst keine besonders belastbare Information.
30 Prozent schneller als was? Bei welchem Prozess? Über welchen Zeitraum? Bei welcher Ausgangssituation? Mit welcher Messmethode?
Belastbare Expertise entsteht nicht dadurch, dass eine Zahl fett gesetzt wird. Sie entsteht dadurch, dass ein Leser nachvollziehen kann, woher sie kommt.
Google betont bei der Bewertung hilfreicher Inhalte ebenfalls die Bedeutung originärer Informationen, eigener Recherche, fachlicher Erfahrung, klarer Autorenschaft und nachvollziehbarer Expertise.
Das ist gerade für B2B-Unternehmen in Deutschland, Österreich und der Schweiz eine Chance: Spezialwissen, das im Unternehmen längst existiert, kann digital zu einem Wettbewerbsvorteil werden, wenn es systematisch aufbereitet und veröffentlicht wird.
Externe Quellen helfen KI-Systemen bei der Einordnung einer Marke
Die eigene Website bleibt allerdings eine Selbstdarstellung. Wenn dort steht, dass das Unternehmen innovativ, führend und ausgesprochen kundenorientiert ist, stammt diese überraschende Erkenntnis aus einer Quelle mit gewissen Eigeninteressen.
Deshalb gehört zur Sichtbarkeit in KI-Suchen auch die Frage, wie ein Unternehmen außerhalb seiner eigenen Domain beschrieben wird. Je nach Branche können solche Quellen sehr unterschiedlich aussehen: Fachmedien, Kundenwebsites, Verbände, Branchenportale, Partnerseiten, Studien, Konferenzbeiträge, Hochschulen, Herstellerverzeichnisse oder Fachveranstaltungen.
Für eine Unternehmensberatung kann ein fundierter Gastbeitrag in einem Wirtschaftsmagazin relevant sein. Bei einem Softwareanbieter können dokumentierte Integrationen und Kundenfälle eine Rolle spielen. Ein technischer Dienstleister profitiert möglicherweise von Herstellerpartnerschaften, Zertifizierungen oder Beiträgen in Fachverbänden. Und bei einer spezialisierten Personalberatung kann eine fundierte Arbeitsmarktanalyse mehr fachlichen Wert besitzen als zwanzig generische Pressemitteilungen.
Das bedeutet nicht, dass Unternehmen möglichst viele Erwähnungen im Internet einkaufen sollten. Gerade die bisherige Forschung zeigt, dass unterschiedliche generative Systeme unterschiedliche Quellen verwenden und sich aus den verfügbaren Studien keine simple Gleichung nach dem Muster „mehr Mentions = mehr KI-Empfehlungen“ ableiten lässt.
Der sinnvollere Ansatz lautet deshalb: fachlich relevante Präsenz statt künstlicher Erwähnungsproduktion.
Ein ausführlich dokumentiertes Kundenprojekt hat einen inhaltlichen Grund zu existieren. Ein Expertenbeitrag in einem Fachmedium ebenfalls. Die zwölfte gekaufte Liste „Die 17 besten Anbieter für XY“, auf der zufällig immer die zahlenden Unternehmen besonders weit oben stehen, besitzt dagegen möglicherweise andere Qualitäten.
Wie lässt sich KI-Sichtbarkeit messen?
Spätestens an dieser Stelle kommt der Teil, in dem Marketing gefährlich nah an empirischer Forschung vorbeifährt. Ein Unternehmen stellt ChatGPT drei Fragen. Zweimal erscheint die Marke.
Das Dashboard meldet anschließend: „66,7 Prozent AI Visibility“.
Mathematisch ist das natürlich nicht einmal falsch. Methodisch ist es trotzdem ungefähr so belastbar wie eine repräsentative Befragung unter den drei Kollegen, die zufällig gerade in der Kaffeeküche stehen.
Wer KI-Sichtbarkeit messen möchte, braucht deshalb ein wiederholbares Verfahren. Ein sinnvoller Ausgangspunkt ist ein fest definiertes Set realer Kundenfragen. Diese sollten verschiedene Phasen der Entscheidung abbilden: zunächst das Verständnis eines Problems, anschließend mögliche Lösungswege und Auswahlkriterien und schließlich Fragen nach geeigneten Anbietern.
Für eine Beratung könnten Fragen wie „Welche Unternehmensberatung hilft bei einer Nachfolgeregelung im Mittelstand?“ dazugehören. Ein SaaS-Anbieter könnte mit Fragestellungen wie „Welche Software eignet sich für das Vertragsmanagement in einer Unternehmensgruppe?“ testen. Bei einem IT-Dienstleister wären Anfragen wie „Welche Anbieter unterstützen mittelständische Unternehmen bei der Vorbereitung auf NIS2?“ denkbar. Eine B2B-Agentur könnte untersuchen, welche Anbieter bei Fragen nach einer spezialisierten Leadgenerierung für erklärungsbedürftige Produkte genannt werden.
Wichtig ist nicht die einzelne Branche, sondern die Nähe zu realen Kauf- und Entscheidungssituationen. Ob dieses Set aus 15, 20 oder 50 Fragen besteht, hängt vom Untersuchungsziel ab. Eine magische Mindestzahl gibt es nicht. Entscheidend ist, dass die Fragen für die tatsächlichen Kunden- und Entscheidungssituationen relevant sind und dass man aus einem kleinen, selbst ausgewählten Prompt-Set keine Aussagen ableitet, die dieses Set gar nicht hergibt.
Neuere GEO-Forschung weist genau auf dieses Problem hin. Generative Systeme reagieren stochastisch, unterschiedliche Plattformen können verschiedene Quellen verwenden, und bereits kleine Änderungen der Formulierung oder des Kontextes können Ergebnisse verändern. Deshalb werden wiederholte Messungen, Varianten von Prompts und klar dokumentierte Testbedingungen zunehmend als Bestandteil einer belastbareren Messmethodik diskutiert.
Für jedes Ergebnis sollten deshalb Frage, Datum, verwendetes System, Modell beziehungsweise Suchmodus und weitere relevante Rahmenbedingungen dokumentiert werden. Anschließend lässt sich prüfen, ob die eigene Marke genannt wurde, in welcher Rolle sie erschien, welche Wettbewerber genannt wurden, welche Quellen verlinkt waren und ob die Antwort sachliche Fehler enthielt.
Eine Markennennung ist noch keine Empfehlung
Besonders wichtig ist dabei die Definition der Kennzahl. Eine Marke kann in einer Antwort auftauchen, weil das System sie als Anbieter nennt. Sie kann als Beispiel vorkommen, als Quelle zitiert werden oder sogar ausdrücklich als ungeeignet für den beschriebenen Anwendungsfall bezeichnet werden.
Alle vier Fälle als identische „AI Visibility“ zu zählen wäre bequem. Nur eben nicht besonders klug.
Sinnvoller ist es, mindestens zwischen Erwähnung, Quellenzitation, thematischer Zuordnung und konkreter Anbieterberücksichtigung zu unterscheiden.
Hinzu kommt die Frage, ob die Zuordnung überhaupt korrekt ist. Eine Personalberatung, die für Executive Search bekannt ist, hat wenig davon, wenn ein KI-System sie regelmäßig als Zeitarbeitsanbieter beschreibt. Ein IT-Haus gewinnt keine relevante Sichtbarkeit, wenn es bei Fragen nach einer Leistung erscheint, die es gar nicht anbietet. Und ein Beratungsunternehmen möchte vermutlich auch nicht deshalb häufig erwähnt werden, weil ein zehn Jahre alter Artikel eine inzwischen aufgegebene Spezialisierung beschreibt.
Sichtbarkeit allein genügt also nicht. Relevanz und korrekte Einordnung gehören zwingend dazu. Das ist eine Haltung, die dem GEO-Markt insgesamt guttun würde. Erst messen. Dann behaupten.
Auch Website-Traffic aus ChatGPT sollte separat betrachtet werden
Neben der Sichtbarkeit innerhalb generierter Antworten lohnt sich weiterhin die klassische Frage: Kommen daraus tatsächlich Besucher und Anfragen?
Für ChatGPT lässt sich ein Teil dieses Traffics vergleichsweise gut erkennen. OpenAI erklärt, dass Verweise aus ChatGPT Search mit dem UTM-Parameter utm_source=chatgpt.com versehen werden, sodass entsprechende Besuche in Analysewerkzeugen identifiziert werden können.
Trotzdem sollte man nicht erwarten, dass jede Wirkung von KI-Sichtbarkeit sauber als Referral im Webanalyse-System erscheint.
Ein Einkaufsleiter kann ein Unternehmen zunächst in einer KI-Antwort entdecken, später nach dessen Namen googeln, eine Fachseite lesen, den Anbieter intern weitergeben und drei Wochen danach eine Anfrage stellen. Im Analytics-System sieht diese Customer Journey anschließend möglicherweise weniger nach künstlicher Intelligenz und mehr nach einem handelsüblichen Direktzugriff aus.
Marketing-Attribution war schon vor generativer KI keine exakte Naturwissenschaft. Chatbots haben beschlossen, diesen Umstand noch etwas deutlicher zu machen. Deshalb sollte die Bewertung mehrere Ebenen verbinden: Sichtbarkeit in relevanten KI-Antworten, tatsächliche Quellenverweise, Referral-Traffic, Marken-Suchanfragen, qualifizierte Leads und Rückmeldungen aus dem Vertrieb.
GEO und SEO: Konkurrenz oder Ergänzung?
Die praktisch wichtigste Erkenntnis lautet derzeit: SEO und GEO sind keine Gegensätze.
Wer eine technisch problematische Website besitzt, deren Leistungsseiten kaum etwas erklären, deren Inhalte austauschbar sind und bei der niemand erkennen kann, wer eigentlich fachlich verantwortlich ist, wird dieses Problem nicht dadurch lösen, dass llms.txt auf den Server gelegt wird.
Das gilt für den spezialisierten Softwareanbieter genauso wie für die Unternehmensberatung, das Ingenieurbüro, den Logistikdienstleister, die Kommunikationsagentur oder den technischen Großhändler.
Google formuliert seine aktuelle Empfehlung für generative Suche ungewöhnlich deutlich: Die Grundlagen guter SEO bleiben relevant. Dazu gehören eine klare technische Struktur und hilfreiche, zuverlässige, eigenständige Inhalte. Gleichzeitig warnt Google davor, vermeintliche GEO-Hacks überzubewerten.
Das macht die Sache weniger revolutionär, aber nicht weniger anspruchsvoll.
Denn es bedeutet, dass Unternehmen ihre Website nicht einfach um ein paar technische Signale ergänzen können. Sie müssen sich mit der schwierigeren Frage beschäftigen, ob ihre digitale Kommunikation tatsächlich belegt, weshalb sie bei einem bestimmten Problem kompetent sind.
Und das lässt sich schlecht an einen Praktikanten mit dem Auftrag „Mach mal bisschen GEO“ delegieren.
So sieht eine sinnvolle Website-Optimierung für KI-Suchen aus
Der vernünftigste Einstieg beginnt deshalb mit einer Bestandsaufnahme.
Zuerst wird geprüft, ob die wichtigen Inhalte technisch erreichbar und indexierbar sind und ob die relevanten Crawler zugreifen können.
Danach folgt die inhaltlich wesentlich interessantere Frage: Erklärt die Website konkret, welche Probleme das Unternehmen für welche Zielgruppen löst?
Im nächsten Schritt sollten die wichtigsten Kundenfragen und Entscheidungssituationen erfasst werden. Daraus entsteht keine Sammlung beliebiger FAQ-Seiten, sondern eine Content-Struktur, die Probleme, Lösungswege, Kriterien und Anwendungsfälle verständlich beschreibt.
Darauf baut die fachliche Substanz auf: eigene Erfahrungen, belastbare Fallbeispiele, Daten, Fachbeiträge, Methoden, nachvollziehbare Autorenschaft und auch Aussagen darüber, wo eine Lösung ihre Grenzen hat.
Parallel lohnt sich der Blick nach außen. Wird das Unternehmen auf relevanten externen Seiten korrekt eingeordnet? Existieren dokumentierte Referenzen? Können Fachleute des Unternehmens sinnvoll zu Branchenthemen beitragen?
Schließlich wird gemessen. Nicht einmal, sondern wiederholt. Nicht nur mit einer einzigen Plattform. Und nicht ausschließlich anhand der Frage, ob irgendwo der Firmenname erschienen ist.
Das Ergebnis ist keine „KI-optimierte Website“ im Sinne eines neuen technischen Spezialformats. Es ist etwas wesentlich Wertvolleres: eine Website, deren fachliche Relevanz für konkrete B2B-Entscheidungen besser nachvollziehbar ist.
Kann man garantieren, dass ChatGPT oder Google ein Unternehmen empfiehlt?
Nein! Weder saubere technische Voraussetzungen noch hervorragende Inhalte garantieren eine Nennung in einer bestimmten generativen Antwort. Google weist selbst ausdrücklich darauf hin, dass die Erfüllung aller technischen Anforderungen und Best Practices nicht garantiert, dass Inhalte gecrawlt, indexiert oder in einer bestimmten Suchfunktion ausgespielt werden.
Bei generativen Systemen kommen weitere Faktoren hinzu: die konkrete Anfrage, der Gesprächskontext, verwendete Modelle und Retrieval-Verfahren, Aktualität, Region, verfügbare Quellen und systembedingte Schwankungen.
Website-Optimierung für KI-Suchen erhöht deshalb nicht die Gewissheit einer Empfehlung. Sie verbessert die Informationsgrundlage, auf der Menschen und Systeme ein Unternehmen überhaupt als relevant einordnen können.
Das ist weniger sexy als eine Garantie. Dafür ist es wahr.
Fazit: Für KI-Suche optimieren heißt vor allem, Relevanz zu beweisen
Wer seine Website für KI-Suche optimieren möchte, muss nicht plötzlich sämtliche Regeln guter digitaler Kommunikation über Bord werfen.
Technische Auffindbarkeit bleibt wichtig. SEO bleibt wichtig. Gute Informationsarchitektur bleibt wichtig. Eigene Expertise wird sogar noch wichtiger.
Neu ist vor allem die Perspektive. Eine Website darf nicht nur erklären, wer ein Unternehmen ist und welche Leistungen es verkauft. Sie muss nachvollziehbar machen, bei welchen Problemen es relevant ist, für welche Kunden es geeignet ist, wie es arbeitet und worauf seine Kompetenz beruht.
Das gilt unabhängig davon, ob ein Unternehmen Software verkauft, Beratung anbietet, technische Dienstleistungen erbringt, Logistik organisiert, Fachkräfte vermittelt oder komplexe Investitionsgüter vertreibt.
Genau darin liegt die Verbindung zwischen klassischem SEO und Generative Engine Optimization. Wer ausschließlich über sich selbst schreibt, mag von einer KI erkannt werden.
Wer Kundenprobleme präzise beschreibt, belastbare Antworten liefert und seine Expertise belegt, schafft dagegen die Voraussetzung dafür, bei den richtigen Fragen als relevante Quelle oder als möglicher Anbieter berücksichtigt zu werden.
Ob das tatsächlich geschieht, muss anschließend gemessen werden. Denn bei aller Begeisterung für künstliche Intelligenz gilt im B2B-Marketing weiterhin eine ausgesprochen analoge Regel:
Eine Behauptung wird nicht dadurch belastbarer, dass ein Dashboard sie in Grün anzeigt.