Was GEO von SEO unterscheidet
Klassisches SEO zielt auf eine Position in einer Ergebnisliste. Generative Engine Optimization zielt darauf, in der Antwort selbst genannt zu werden — mit Begründung, oft ohne dass es überhaupt zu einem Klick kommt.
Die Hebel überschneiden sich teilweise, sind aber nicht identisch. Sprachmodelle bewerten nicht Backlinks im klassischen Sinn, sondern ob ein Unternehmen als klar umrissene Entität erkennbar ist, ob Aussagen über es konsistent aus mehreren Quellen stammen und ob die eigenen Inhalte zitierfähig sind — also Zahlen, Definitionen und klare Aussagen enthalten statt Allgemeinplätzen.
Diese Seite beschreibt die Betreuung als Agentur: Ablauf, Leistungen, Dauer und Größenordnung der Kosten. Wie Sprachmodelle ihre Quellen technisch auswählen, steht unter Generative Engine Optimization; wie sich der Erfolg messen lässt, unter KI-Sichtbarkeit.
| SEO | GEO | |
|---|---|---|
| Ziel | Position in der Ergebnisliste | Nennung in der generierten Antwort |
| Erfolgsmaß | Rankings, Klicks | Nennungsrate bei relevanten Prompts |
| Wichtigster Hebel | Inhalte, Technik, Backlinks | Entitäten, konsistente Fakten, Dritt-Erwähnungen |
| Messung | Rank-Tracking | Prompt-Monitoring über mehrere Modelle |
Wann sich eine GEO-Agentur lohnt — und wann nicht
GEO ist kein Selbstzweck. Der Aufwand lohnt sich, wenn Ihre Zielgruppe KI-Systeme tatsächlich zur Recherche nutzt — das ist bei erklärungsbedürftigen B2B-Leistungen, bei hochpreisigen Entscheidungen und bei Fachthemen der Fall, seltener bei reiner lokaler Laufkundschaft.
Genauso wichtig ist die Voraussetzung: Inhalte, die bei Google nicht ranken, werden auch von Sprachmodellen selten herangezogen. Wer die technische und inhaltliche Basis nicht hat, sollte kein GEO-Budget einsetzen, sondern zuerst dort investieren — das ist Thema von KI-SEO.
- Lohnt sich: erklärungsbedürftige Leistungen, B2B, hochpreisige oder beratungsintensive Kaufentscheidungen, Fachnischen mit dünner deutschsprachiger Quellenlage.
- Lohnt sich noch nicht: Website rankt nicht bei Google, keine substanziellen Fachinhalte, technische Grundlagen fehlen.
- Lohnt sich kaum: rein lokale Laufkundschaft ohne Rechercheprozess vor dem Kauf.
Wie wir vorgehen
Erst messen: das Prompt-Audit
Am Anfang steht ein Audit mit echten Nutzer-Prompts: Was antworten ChatGPT, Perplexity, Gemini und Google AI Overviews heute auf die Fragen, bei denen Sie genannt werden wollen? Wer wird stattdessen empfohlen? Das Ergebnis ist eine dokumentierte Ausgangslage mit Screenshots und einer Nennungsrate als Startwert.
Dann arbeiten: Entitäten, Daten, Inhalte
Darauf folgt die inhaltliche Arbeit: strukturierte Daten, konsistente Unternehmensangaben über alle Quellen hinweg, zitierfähige Fachinhalte und der Aufbau von Erwähnungen dort, wo Modelle ihre Informationen herholen. Gemessen wird monatlich an derselben Prompt-Liste, damit Veränderungen belegbar sind und nicht am Bauchgefühl hängen.
Die Phasen im Detail
Ein GEO-Projekt läuft in vier Phasen, von denen die ersten beiden einen klaren Anfang und ein Ende haben, während die letzten beiden laufend sind. Die Größenordnungen orientieren sich an unserer üblichen Kostenlogik; der konkrete Preis hängt von Umfang und Systemanbindung ab und wird nach der Bestandsaufnahme festgelegt.
| Phase | Dauer | Ergebnis | Größenordnung |
|---|---|---|---|
| Prompt-Audit & Ausgangslage | 2–3 Wochen | Nennungsrate über 4 Systeme, Screenshots, Wettbewerbsbild | niedriger vierstelliger Bereich |
| Entitäts- & Datenarbeit | 4–8 Wochen | Konsistente Angaben, strukturierte Daten, saubere Quellenlage | erster Anwendungsfall 5.000–20.000 € |
| Zitierfähige Inhalte | laufend | Fachinhalte mit Zahlen, Definitionen, klaren Aussagen | projektabhängig |
| Monitoring & Nachsteuerung | monatlich | Nennungsrate-Report, Wettbewerbsvergleich, Maßnahmenliste | monatliche Betreuung |
Was die Betreuung umfasst
Konkret enthält eine laufende GEO-Betreuung die folgenden Leistungen. Der Zuschnitt hängt davon ab, wo im Audit die größten Lücken sichtbar werden — nicht jede Position ist bei jedem Kunden gleich stark gewichtet.
- Monatliches Prompt-Monitoring über ChatGPT, Perplexity, Gemini und Google AI Overviews an einer festen Prompt-Liste.
- Pflege der Entitätsdaten: identische Firmierung, Leistung und Standortangaben über Website, Verzeichnisse und Fachquellen hinweg.
- Strukturierte Daten (Schema.org) für Unternehmen, Leistungen und Fachinhalte.
- Redaktion zitierfähiger Inhalte mit Zahlen, Definitionen und klaren Aussagen statt Werbetext.
- Aufbau verdienter Fremd-Erwähnungen in Fachmedien, Verzeichnissen und Referenzen.
- Report mit Nennungsrate, Wettbewerbsvergleich und Trend über mindestens drei Messungen.
Technisches GEO: was wir konkret einrichten
Neben Inhalten und Entitätsdaten gibt es eine technische Ebene, die bestimmt, ob KI-Systeme Ihre Website überhaupt abrufen, verstehen und zitieren können. Diese Maßnahmen sind einmalig einzurichten und laufend zu pflegen — sie gehören bei uns zur Entitäts- und Datenphase.
llms.txt: ein Inhaltsverzeichnis für Sprachmodelle
Die llms.txt ist eine Textdatei im Stammverzeichnis der Website, die KI-Systemen die wichtigsten Seiten in kompakter, maschinenlesbarer Form auflistet — vergleichbar mit einer Sitemap, aber kuratiert und mit Kurzbeschreibungen. Der Standard ist jung und wird noch nicht von allen Systemen ausgewertet; der Aufwand ist aber gering, und es gibt keinen Nachteil, früh dabei zu sein.
KI-Crawler-Steuerung in der robots.txt
GPTBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot und Google-Extended sind eigenständige Crawler mit eigenen Kennungen. Wer in KI-Antworten vorkommen will, sollte sie nicht pauschal aussperren — viele Websites blockieren sie aus Reflex und wundern sich dann über fehlende Nennungen. Sinnvoll ist eine bewusste Entscheidung pro Crawler: Antwort-Crawler zulassen, und nur dort einschränken, wo es einen konkreten Grund gibt, etwa bei geschützten Inhalten.
Zitierfähige Antwortstruktur
Sprachmodelle übernehmen bevorzugt Passagen, die eine Frage direkt beantworten. Deshalb strukturieren wir Kernabschnitte nach dem Prinzip Antwort zuerst, Begründung danach: Die erste Aussage unter einer Überschrift muss für sich allein stehen können. Ergänzend markieren wir geeignete Passagen mit speakable-Markup, das besonders zitierfähige Abschnitte maschinenlesbar auszeichnet.
Strukturierte Daten: FAQ und DefinedTerm
FAQPage-Markup macht Frage-Antwort-Paare explizit, DefinedTerm zeichnet Fachbegriffe und ihre Definitionen aus — beides Formate, die Modelle direkt verwerten können. Dazu kommen Organization- und Service-Daten, damit das Unternehmen als Entität eindeutig zuordenbar ist.
Frische-Signale: dateModified
KI-Systeme gewichten aktuelle Quellen, besonders bei Themen, die sich bewegen. Ein gepflegtes dateModified in den strukturierten Daten, konsistent mit dem lastmod der Sitemap und einem sichtbaren Aktualisierungsdatum, signalisiert, dass Inhalte gepflegt werden — ein leiser, aber messbarer Faktor.
Wie wir Erfolg messen
Vorab in aller Deutlichkeit: Die Messbarkeit von GEO ist jung und unvollständig. Es gibt kein Äquivalent zur Google Search Console für ChatGPT, und wer Ihnen exakte Prozentwerte oder garantierte Steigerungen verspricht, überzieht. Was es gibt, sind drei belastbare Signalquellen, die zusammen eine ehrliche Tendenz ergeben.
Nennungen stichprobenhaft prüfen
Wir fragen monatlich eine feste Prompt-Liste in ChatGPT, Perplexity, Gemini und Google AI Overviews ab und dokumentieren, ob und wie Sie genannt werden. Weil Modelle nicht deterministisch antworten, ist das eine Stichprobe, kein exaktes Ranking — deshalb bewerten wir Trends über mindestens drei Messungen, nie einzelne Abfragen.
Referral-Traffic aus KI-Systemen
Besucher, die über Links in KI-Antworten kommen, sind in der Webanalyse als Verweise von chatgpt.com, perplexity.ai oder gemini.google.com erkennbar. Diese Zahlen untertreiben systematisch — viele KI-Antworten werden gelesen, ohne dass jemand klickt — aber ihre Entwicklung über Monate ist ein echtes Signal.
Crawler-Zugriffe im Server-Log
Ob GPTBot, ClaudeBot und PerplexityBot Ihre Inhalte überhaupt abrufen, steht im Server-Logfile. Das ist die früheste messbare Stufe: Erst wenn die Crawler kommen, können Nennungen folgen. Steigende Zugriffe auf neue Fachinhalte zeigen, dass die technische Basis greift, bevor sich die Antworten sichtbar ändern.
GEO und der EU AI Act
Wer KI im Marketing einsetzt, ist rechtlich fast immer Betreiber (deployer), nicht Anbieter eines KI-Systems. Das reduziert die Pflichtenlast erheblich, hebt sie aber nicht auf. Für synthetische Inhalte gilt seit dem 2. August 2026 die Transparenz- und Kennzeichnungspflicht nach Artikel 50 der KI-Verordnung.
Für GEO selbst ist der EU AI Act kein Hindernis: Die Optimierung der Auffindbarkeit in KI-Antworten ist keine regulierte Praktik. Relevant wird die Verordnung dort, wo Inhalte KI-generiert sind — dann gilt die Kennzeichnung.
Woran Sie eine seriöse GEO-Agentur erkennen
Der Markt ist jung, und einige Versprechen halten einer Prüfung nicht stand. Vier Merkmale trennen belastbare Arbeit von Marketing-Rhetorik.
- Keine Garantien auf Platz 1 in ChatGPT. Modelle antworten nicht deterministisch — eine Garantie ist strukturell unmöglich.
- Messung über mehrere Modelle statt einer einzelnen Abfrage, die nichts aussagt.
- GEO baut auf SEO auf und wird nicht als Ersatz verkauft — das Fundament muss tragen.
- Transparenz über Grenzen: eine seriöse Agentur benennt, was sie nicht beeinflussen kann, statt jede Schwankung als Erfolg zu verbuchen.
Das Buch zum Thema: „Unsichtbar“
Wie KI-Suchsysteme entscheiden, wen sie empfehlen — und wie Unternehmen zur zitierten Quelle werden: Das hat Felix Wilhelm in „Unsichtbar“ aufgeschrieben, dem GEO-Buch für Geschäftsführer und Vertriebsleiter (219 Seiten, 2026). Jede Zahl darin ist gegen die Originalquelle geprüft — dieselbe Arbeitsweise, mit der wir auch Kundenprojekte umsetzen.
Wer erst lesen und dann entscheiden will, bekommt dort den kompletten Fahrplan inklusive GEO-Audit-Checkliste und den 12 Fragen, die Sie jeder Agentur stellen sollten — auch uns.
Häufige Fragen
Wie schnell wirkt GEO?
Langsamer als bezahlte Werbung, schneller als klassisches SEO. Erste Veränderungen in den Antworten sind oft nach sechs bis zehn Wochen messbar, weil Modelle ihre Informationen laufend nachziehen. Stabil wird das Bild nach einigen Monaten.
Ersetzt GEO klassisches SEO?
Nein. Inhalte, die bei Google nicht ranken, werden auch von Sprachmodellen selten herangezogen. GEO ist eine Erweiterung, kein Ersatz — die meisten Maßnahmen zahlen ohnehin auf beides ein.
Kann man Nennungen messen?
Ja, über regelmäßige Abfragen einer festen Prompt-Liste in mehreren Systemen. Das ist aufwendiger als Rank-Tracking und weniger exakt, liefert aber eine belastbare Tendenz. Wie das im Detail funktioniert, steht unter KI-Sichtbarkeit.
Was kostet GEO-Betreuung?
Eine Bestandsaufnahme liegt im niedrigen vierstelligen Bereich. Der erste umgesetzte Anwendungsfall bewegt sich je nach Systemanbindung zwischen 5.000 und 20.000 €. Die laufende Betreuung hängt am Umfang der Inhaltsarbeit — das klären wir nach dem Audit. Mehr unter KI-Kosten.
Über welche KI-Systeme messt ihr?
Standardmäßig ChatGPT, Perplexity, Google Gemini und Google AI Overviews. Welche Systeme für Sie relevant sind, hängt von Ihrer Zielgruppe ab — das legen wir vor dem Audit gemeinsam fest.
Garantiert ihr eine bestimmte Nennungsrate?
Nein. Sprachmodelle antworten nicht deterministisch, und Modell-Aktualisierungen verschieben Ergebnisse ohne unser Zutun. Wir arbeiten an den belegten Hebeln und weisen die Entwicklung über mindestens drei Messungen transparent aus — eine feste Zusage auf eine Position wäre unseriös.
Lohnt sich GEO für lokale Betriebe?
Nur eingeschränkt. Wenn Ihre Kunden vor dem Kauf recherchieren — etwa bei beratungsintensiven oder hochpreisigen Leistungen — kann GEO auch lokal wirken. Bei reiner Laufkundschaft ist der Aufwand meist nicht gerechtfertigt; dort tragen klassische lokale Signale mehr.
Was ist eine llms.txt — und brauchen wir die?
Eine Textdatei im Stammverzeichnis der Website, die KI-Systemen die wichtigsten Seiten kuratiert und mit Kurzbeschreibungen auflistet. Der Standard ist jung und wird noch nicht von allen Systemen ausgewertet — der Aufwand ist aber minimal, und ein Nachteil entsteht nicht. Wir richten sie standardmäßig mit ein; unsere eigene ist unter /llms.txt einsehbar.
Sollten wir KI-Crawler wie GPTBot blockieren oder zulassen?
Wer in KI-Antworten genannt werden will, muss die Crawler zulassen — blockierte Inhalte können nicht zitiert werden. Sinnvoll ist eine bewusste Entscheidung pro Crawler in der robots.txt (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) statt Pauschalregeln: zulassen, wo Sichtbarkeit das Ziel ist, einschränken nur bei konkretem Grund wie geschützten Inhalten.
Was braucht ihr von uns zum Start?
Zugriff auf Website und vorhandene Unternehmensangaben, eine Liste der Fragen und Themen, bei denen Sie genannt werden wollen, sowie einen Ansprechpartner für fachliche Rückfragen. Den Rest — Prompt-Liste, Ausgangsmessung, Maßnahmenplan — erarbeiten wir. Ein Erstgespräch klärt den Zuschnitt.