KI-Sichtbarkeit — die Nennung in generierten Antworten von Systemen wie ChatGPT — entsteht auf zwei Wegen: über konsistente Präsenz im Netz, die ins Modellwissen eingeht, und über zitierfähige Seiten, die Systeme mit Websuche zur Laufzeit abrufen. Immer mehr Recherchen enden nicht bei einer Trefferliste, sondern bei einer Antwort mit drei Empfehlungen; wer dort nicht vorkommt, existiert für diese Nutzer nicht. Die gute Nachricht: Die Nennungsrate lässt sich beeinflussen — nur anders, als klassisches SEO es nahelegt.
Wie Modelle zu Empfehlungen kommen
Es gibt zwei Wege, auf denen ein Unternehmen in eine generierte Antwort gelangt. Sie erfordern unterschiedliche Arbeit und wirken auf unterschiedlichen Zeitskalen.
Aus dem Training
Was über längere Zeit häufig und konsistent im Netz steht, wird Teil des Modellwissens. Das ist langsam beeinflussbar und wirkt lange. Hier zählt Konsistenz über viele Quellen, nicht eine einzelne gute Seite — das Modell bildet ein statistisches Bild aus vielen übereinstimmenden Erwähnungen.
Aus der Abfrage zur Laufzeit
Systeme mit Websuche rufen aktuelle Seiten ab und fassen sie zusammen. Hier zählt, ob eine Seite zum Abfragezeitpunkt auffindbar, lesbar und präzise genug ist, um zitiert zu werden. Dieser Weg reagiert deutlich schneller als das Training und ist der Hebel, an dem sich kurzfristig etwas bewegen lässt.
| Training | Laufzeit-Abruf | |
|---|---|---|
| Reaktionszeit | Monate | Tage bis Wochen |
| Wirkungsdauer | lang | so lange die Seite gut rankt |
| Hebel | Konsistenz über viele Quellen | Substanz einzelner Seiten |
| Beeinflussbar über | Erwähnungen, Verzeichnisse | eigene Website + SEO |
Was messbar wirkt
Drei Maßnahmen tragen den größten Teil der Wirkung. Sie greifen ineinander und lassen sich der Reihe nach umsetzen.
Eine klare Entität sein
Das Modell muss eindeutig zuordnen können, wer Sie sind, was Sie anbieten und für wen. Widersprüchliche Angaben über verschiedene Quellen hinweg sind der häufigste Grund für Nichtnennung — unterschiedliche Firmierungen, veraltete Leistungsbeschreibungen, abweichende Adressen. Der erste Schritt ist deshalb ein Konsistenz-Check über alle Quellen: Website, Verzeichnisse, Branchenportale, Social-Profile.
Zitierfähig schreiben
Sprachmodelle greifen bevorzugt auf Inhalte mit Substanz zurück: Zahlen, Definitionen, Vergleiche, klare Aussagen. Werbetexte ohne Informationsgehalt werden übergangen. Untersuchungen zu diesem Thema — unter anderem eine viel zitierte Arbeit der Princeton University zur „Generative Engine Optimization” — deuten darauf hin, dass Statistiken, Zitate und Quellenangaben die Nennungswahrscheinlichkeit deutlich erhöhen.
Früh antworten und anderswo vorkommen
Beantworten Sie die Frage im ersten Absatz, nicht auf Seite drei. Ein Modell, das eine Seite zusammenfasst, greift bevorzugt die frühe, klare Aussage auf. Und: Modelle gewichten Quellen außerhalb Ihrer eigenen Website stärker — Fachbeiträge, Verzeichnisse, Erwähnungen in redaktionellen Medien wiegen mehr als die Selbstbeschreibung auf der eigenen Startseite.
Was nicht funktioniert
Einige eingeübte SEO-Reflexe helfen hier nicht nur nicht, sie schaden aktiv, weil sie Platz kosten, den Substanz einnehmen könnte.
Alte SEO-Reflexe
- Keyword-Wiederholung — Sprachmodelle arbeiten mit Bedeutung, nicht mit Häufigkeit. Ein zehnmal wiederholtes Keyword erzeugt kein Signal, nur Leerlauf.
- Werbliche Selbstbeschreibung — „Führender Anbieter” ist für ein Modell keine verwertbare Information, weil sie nicht überprüfbar ist.
- Sich selbst als Bestenliste inszenieren — wird als Eigenwerbung erkannt und entsprechend niedrig gewichtet.
Warum diese Reflexe schaden
Sie kosten Platz, den Substanz einnehmen könnte, und senken die Zitierfähigkeit des ganzen Absatzes. Ein Absatz voller Keywords ohne Aussage wird schlicht übersprungen — das Modell findet nichts, das sich zu zitieren lohnt, und geht zur nächsten Quelle.
Wie man den Erfolg misst
Ohne Messung bleibt GEO ein Bauchgefühl. Die Messung ist unaufwendig, muss aber regelmäßig und breit genug erfolgen.
Die Nennungsrate als Kennzahl
Messen Sie über eine feste Liste realer Nutzerfragen, regelmäßig in mehreren Systemen abgefragt. Die Kennzahl ist die Nennungsrate: Bei wie vielen von hundert relevanten Fragen werden Sie genannt? Diese Zahl über die Zeit ist aussagekräftiger als jede Momentaufnahme.
| Methode | Aussagekraft |
|---|---|
| Einzelabfrage | gering — Modelle variieren stark |
| feste Fragenliste, monatlich | zeigt Tendenz über Zeit |
| mehrere Systeme parallel | robust gegen Ausreißer |
Einzelabfragen sagen wenig, weil Modelle bei identischer Frage unterschiedlich antworten. Erst die Wiederholung über Monate zeigt eine belastbare Tendenz — erste Veränderungen sind oft nach sechs bis zehn Wochen messbar, ein stabiles Bild nach einigen Monaten.
Der wichtigste Nebenbefund
Wer GEO als eigenständige Disziplin neben SEO verkauft, verkauft eine Illusion. Beide hängen enger zusammen, als der Hype vermuten lässt.
Ohne SEO keine GEO
Inhalte, die bei Google nicht ranken, werden auch von Sprachmodellen selten herangezogen — der Laufzeit-Abruf greift genau auf die gut auffindbaren Seiten zu. Es gibt keine Abkürzung an gutem SEO vorbei; GEO ist dessen Erweiterung, nicht dessen Ersatz — beides zusammen ist das Feld einer GEO-Agentur.
Wie eine Messung für Ihre Themen aussieht und welche Seiten den größten Hebel bieten, besprechen wir im Erstgespräch. Grobe Budgetrahmen stehen unter was KI kostet.
Quellen: OpenAI-Dokumentation · Google AI for Developers