Was ist GEO (Generative Engine Optimization), und worin liegt der Unterschied zu SEO?

Generative Engine Optimization (GEO) bedeutet, Ihre Inhalte für KI-Systeme auffindbar, lesbar und zitierfähig zu machen. Gemeint sind Systeme, die Fragen beantworten, indem sie im Web suchen und das Gefundene zusammenfassen: die ChatGPT-Suche, Perplexity, Google AI Overviews und AI Mode, Claude und andere. Der Begriff stammt aus einem Forschungspapier von 2023. Für die meisten Unternehmen ist GEO-Optimierung SEO mit einigen zusätzlichen Prüfpunkten: Zugang für Crawler ausserhalb von Google, Seiten, die die Teilfragen von Interessenten beantworten, Fakten, die sich leicht zitieren und überprüfen lassen, und neue Wege, Sichtbarkeit zu messen. Google selbst sagt, dass die Optimierung für seine KI-Funktionen weiterhin SEO ist; die eigentlichen Unterschiede liegen bei den anderen Suchsystemen und bei der Messung.

Was ist Generative Engine Optimization (GEO)?

GEO heisst, die Chance zu erhöhen, dass ein KI-Suchsystem Ihre Seite abruft und in der Antwort verwendet, die es schreibt, mit Link oder als Erwähnung. Klassisches SEO zielt auf einen gerankten blauen Link, GEO auf einen Platz in der Antwort selbst. Beides überschneidet sich stark, weil die meisten KI-Suchsysteme zuerst gewöhnliche Websuchen ausführen und dann aus den Ergebnissen schreiben.

Geprägt wurde der Begriff im Paper GEO: Generative Engine Optimization von Pranjal Aggarwal und Kollegen an der Princeton University und am IIT Delhi, erstmals veröffentlicht im November 2023 und vorgestellt an der KDD 2024. Die Autoren bauten einen Benchmark mit 10’000 Suchanfragen und testeten, wie sich die Sichtbarkeit einer Quelle in generierten Antworten verändert, wenn man sie umschreibt.

Drei Ergebnisse sind für Unternehmen nützlich:

• Belege wirkten am stärksten. Zitate, Statistiken oder Verweise auf glaubwürdige Quellen erhöhten die Sichtbarkeit bei einer der beiden Sichtbarkeitsmetriken des Papers um rund 30 bis 40 %. Bei Perplexity, der Live-Suchmaschine, die ebenfalls getestet wurde, brachten Zitate eine Verbesserung um 22 %, Statistiken um bis zu 37 %.
• Keyword-Stuffing funktionierte nicht. Zusätzliche Suchbegriffe brachten wenig bis keine Verbesserung.
• Kleinere Websites profitierten stärker. Quellenangaben erhöhten die Sichtbarkeit von Seiten, die in den zugrunde liegenden Suchergebnissen auf Platz fünf standen, um 115 %, weit mehr als bei Seiten, die bereits auf Platz eins lagen.

Verstehen Sie diese Werte als Richtung. Die Experimente liefen 2023 mit einer Testumgebung auf Basis von GPT-3.5 und einer Live-Suchmaschine, und heutige Systeme funktionieren anders. Andere Namen für dasselbe Feld sind AEO (Answer Engine Optimization), LLMO und «KI-SEO».

Wie finden und zitieren KI-Suchsysteme ihre Quellen?

KI-Suchsysteme suchen, bevor sie schreiben. Sie übersetzen Ihre Frage in eine oder mehrere Suchanfragen, holen Seiten aus einem Index, wählen die Passagen aus, die jeden Teil der Frage beantworten, und verfassen eine Antwort mit Links zu den Seiten, auf die sie sich stützen. Google nennt den Suchschritt «Query Fan-out»: Das System startet mehrere verwandte Suchen zu Unterthemen und kombiniert, was sie liefern.

Google hat das Fan-out beim Start von AI Mode im Mai 2025 beschrieben: Das System zerlegt eine Frage in Unterthemen und führt viele Suchen gleichzeitig aus. Der Google-Leitfaden von 2026 nennt ein Beispiel. Die Frage, wie man einen verunkrauteten Rasen wieder in Ordnung bringt, fächert sich auf in Suchen nach den besten Rasenherbiziden, nach Unkrautentfernung ohne Chemie und nach Unkrautvorbeugung. Eine Seite kann für eine dieser Teilsuchen zitiert werden, auch wenn sie für die ursprüngliche Frage nie ranken würde.

So kommen die wichtigsten Systeme zu ihren Quellen:

• Google AI Overviews und AI Mode (in der deutschsprachigen Google Suche «Übersicht mit KI» und «KI-Modus») nutzen Googles eigenen Index und die eigenen Ranking-Systeme. Eine Seite muss indexiert und berechtigt sein, mit einem Snippet zu erscheinen. Googles Dokumentation zu den KI-Funktionen hält fest, dass es keine zusätzlichen Anforderungen und keine speziellen Optimierungen braucht.
• Die ChatGPT-Suche nutzt den Crawler OAI-SearchBot von OpenAI. Laut der Crawler-Übersicht von OpenAI werden Websites, die OAI-SearchBot ausschliessen, in den Antworten der ChatGPT-Suche nicht angezeigt.
• Perplexity nutzt PerplexityBot, um Websites in seinen Antworten aufzuführen und zu verlinken. Laut Perplexity wird dieser Crawler nicht zum Training von KI-Modellen verwendet.
• Claude nutzt Claude-SearchBot für die Suche und Claude-User, wenn eine Person Claude bittet, eine Seite zu öffnen.

Was unterscheidet GEO von SEO?

Aus Sicht von Google nicht viel: Googles Leitfaden zu generativen KI-Funktionen hält fest, dass die Optimierung für diese Funktionen eine Optimierung für die Suche ist und damit weiterhin SEO. Die Unterschiede zeigen sich anderswo: mehr Crawler, die Sie verwalten müssen, Antworten, die aus Passagen statt aus ganzen Seiten entstehen, Sichtbarkeit ohne Klick und eine Messung, die klassisches Rank-Tracking nicht abdeckt.

	Klassisches SEO	GEO
Ziel	Ein gerankter Link, den Menschen anklicken	In einer KI-Antwort abgerufen und zitiert oder erwähnt werden
Was konkurriert	Ganze Seiten um eine eingetippte Suchanfrage	Passagen, Fakten und Marken um die Teilsuchen hinter einer Frage
Suchanfragen	Die Wörter, die der Nutzer eingetippt hat	Fan-out-Teilsuchen, oft spezifischer, manchmal in einer anderen Sprache
Zuzulassende Crawler	Googlebot, Bingbot	Zusätzlich OAI-SearchBot, PerplexityBot, Claude-SearchBot und nutzerausgelöste Abrufe
Inhalte, die gewinnen	Relevante, nützliche, gut verlinkte Seiten	Dasselbe, plus direkte Antworten, eigene Daten, klare Quellen und Datumsangaben
Signale ausserhalb der Website	Links, Bewertungen, lokale Einträge	Erwähnungen in Quellen, denen die Systeme vertrauen, konsistente Unternehmensangaben im ganzen Web
Messung	Rankings, Klicks und Impressionen in der Search Console	Berichte zu generativer KI in der Search Console, KI-Referral-Traffic, Prompt-Stichproben, Crawler-Logs
Sichtbarkeit ohne Klick	Featured Snippets	Häufig: Die Antwort genügt dem Nutzer bereits

Die Tabelle zeigt eine Verschiebung der Schwerpunkte, keine eigene Disziplin. Eine Website mit Crawling-Problemen, dünnen Seiten oder widersprüchlichen Fakten hat es in beiden schwer.

Welche KI-Crawler sollten Sie in der robots.txt zulassen?

Lassen Sie die Crawler zu, die Suchantworten speisen, wenn Sie zitiert werden wollen, und entscheiden Sie separat über Crawler, die Trainingsdaten sammeln. Wer einen Trainings-Crawler blockiert, verschwindet damit nicht aus der Suche desselben Anbieters. Prüfen Sie ausserdem, dass Ihr CDN oder Ihre Firewall diese Bots nicht blockiert; Google und OpenAI weisen beide darauf hin.

User-Agent	Betreiber	Zweck	Wenn Sie ihn blockieren
Googlebot	Google	Suche, inklusive AI Overviews und AI Mode	Sie verschwinden aus der Google Suche
Google-Extended	Google	Training von Gemini-Modellen und Grounding in Gemini-Apps und Vertex AI	Kein Einfluss auf Aufnahme oder Ranking in der Google Suche
OAI-SearchBot	OpenAI	ChatGPT-Suche	Ihre Website erscheint nicht in den Antworten der ChatGPT-Suche
GPTBot	OpenAI	Training der OpenAI-Modelle	Ihre Inhalte werden vom Training ausgeschlossen
ChatGPT-User	OpenAI	Seiten, die ein Nutzer von ChatGPT öffnen lässt	Möglicherweise wirkungslos: robots.txt-Regeln gelten für Nutzeraktionen unter Umständen nicht
PerplexityBot	Perplexity	Websites in Perplexity-Antworten aufführen und verlinken	Weniger Sichtbarkeit in Perplexity
Perplexity-User	Perplexity	Seiten, die für die Frage eines Nutzers abgerufen werden	Meist wirkungslos: Er ignoriert robots.txt in der Regel
Claude-SearchBot	Anthropic	Suchergebnisse in Claude	Weniger Sichtbarkeit in den Suchantworten von Claude
ClaudeBot	Anthropic	Training der Anthropic-Modelle	Ihre künftigen Inhalte werden vom Training ausgeschlossen
Claude-User	Anthropic	Seiten, die abgerufen werden, wenn ein Nutzer Claude fragt	Claude kann Ihre Seiten für seine Nutzer nicht öffnen

Namen und Verhalten ändern sich. Die Dokumentation der Betreiber finden Sie in den Quellen unten; prüfen Sie sie, bevor Sie Ihre robots.txt anpassen.

Was können Sie beeinflussen, und was nicht?

Sie beeinflussen Zugang, Inhalte und Konsistenz: ob Crawler Ihre Seiten erreichen, ob jede Seite eine Frage klar und mit zitierfähigen Fakten beantwortet und ob Ihre Unternehmensangaben überall übereinstimmen. Nicht beeinflussen können Sie, welche Quellen ein Modell für einen bestimmten Nutzer auswählt, wie es die Antwort formuliert und wann sich die Systeme ändern.

In Ihrer Hand:

• Crawling-Zugang und Indexierung, inklusive CDN- und Firewall-Regeln.
• Seiten, die mit der Antwort beginnen und auf den Fragen aufbauen, die Interessenten tatsächlich stellen.
• Eigenes Material: eigene Daten, Preise, die Sie tatsächlich offerieren, ausgearbeitete Beispiele, Testergebnisse mit Methode und Datum.
• Identische Unternehmensangaben auf Ihrer Website, im Google-Unternehmensprofil, in Verzeichnissen und in den strukturierten Daten.
• Echte Präsenz auf Drittseiten: Bewertungen, Einträge, Artikel und Partnerverzeichnisse.

Ausserhalb Ihrer Kontrolle: Personalisierung, die Abweichungen zwischen zwei Durchläufen desselben Prompts, Modell-Updates und die kommerziellen Entscheidungen der einzelnen Plattformen.

Der Google-Leitfaden von 2026 nennt auch Taktiken, die Sie sich für die Google Suche sparen können. Google ignoriert llms.txt und ähnliche KI-Textdateien. Inhalte in winzige Häppchen aufzuteilen ist unnötig, ein besonderer Schreibstil für KI ebenso, und die Jagd nach unechten Erwähnungen bringt laut Google weniger, als man meinen könnte. Wer für jede Fan-out-Variante eine eigene Seite erstellt, um KI-Antworten zu manipulieren, verstösst gegen Googles Richtlinie zum Missbrauch skalierter Inhalte. Andere Dienste lesen llms.txt möglicherweise, die Datei schadet also nicht, ersetzt aber keine guten Seiten.

Wie messen Sie GEO?

Kombinieren Sie vier Quellen: die Berichte zu generativer KI in der Search Console, KI-Referral-Traffic in Ihrer Webanalyse, Ihre Server-Logs für Crawler-Besuche und ein festes Set von Testprompts, das Sie regelmässig abfragen. Keine dieser Quellen ist für sich allein vollständig, und kein Tool eines Drittanbieters sieht in die Ranking-Systeme von Google hinein, wie Google selbst betont.

• Search Console. Google hat die Leistungsberichte zu generativer KI am 3. Juni 2026 eingeführt und am 31. August 2026 auf alle Websites ausgeweitet. Sie zeigen Impressionen in AI Overviews, AI Mode und den KI-Funktionen von Discover, nach Seite, Land, Gerät und Datum.
• Referral-Traffic. ChatGPT hängt laut der Publisher-FAQ von OpenAI an Links, die es weitergibt, utm_source=chatgpt.com an. Segmentieren Sie KI-Referrer in Ihrer Webanalyse und beobachten Sie deren Conversion, nicht nur das Volumen.
• Crawler-Logs. Zählen Sie die Besuche von OAI-SearchBot, PerplexityBot und Claude-SearchBot auf Ihren wichtigsten Seiten. Kommen diese Bots nie vorbei, hilft auch Arbeit an den Inhalten nicht.
• Prompt-Stichproben. Schreiben Sie 20 bis 50 Fragen auf, die Ihre Interessenten stellen, lassen Sie jede monatlich mehrmals pro Suchsystem laufen und halten Sie fest, ob Sie zitiert oder erwähnt werden, welche Mitbewerber auftauchen und welche Seiten verlinkt sind. Die Antworten variieren zwischen den Durchläufen, achten Sie also auf Trends, nicht auf Einzelergebnisse.

So führen wir Fan-out-Analysen durch

Wir rekonstruieren die Suchen, die KI-Systeme hinter einer Frage ausführen. Wir starten mit einer Frage, wie sie ein Interessent stellt, formulieren fünf Varianten davon und schicken jede über die APIs an Modelle von OpenAI und Google, mit aktivierter Websuche und Standort Schweiz, in mehreren Durchläufen. Wir protokollieren jede Teilsuche, jede abgerufene und jede zitierte Quelle. Danach entfernen wir Abfragen, die nur eine einzelne Website betreffen, gruppieren die Suchen nach Unterthemen und leiten daraus einen Content-Plan ab.

Drei Muster aus unseren Durchläufen vom September 2026 zu unseren eigenen Themen:

• Standort und Sprache prägen den Abruf. Auf die englische Frage, was eine Firmenwebsite in der Schweiz kostet, formulierte das GPT-Modell mehrere seiner Suchen auf Deutsch und beschränkte 8 seiner 10 Durchläufe auf .ch-Domains. 26 seiner 27 Zitierungen verwiesen auf Schweizer Websites, fast alle Preisratgeber von Agenturen.
• Die Systeme stützen sich auf unterschiedliche Quellen. Bei einer Frage zu GEO selbst suchten 42 der 59 Suchen des GPT-Modells nach offizieller Dokumentation von Google, OpenAI und Perplexity, zudem suchte es nach dem arXiv-Paper. Gemini zitierte stattdessen Marketing-Blogs.
• Abgerufen heisst nicht zitiert. Reddit-Threads wurden pro Thema Dutzende bis über hundert Mal abgerufen und in diesen Durchläufen kein einziges Mal zitiert.

Diese Durchläufe simulieren die Modelle über ihre APIs; sie sind nicht das Abrufsystem, das Google produktiv einsetzt. Wir nutzen sie als Richtung für Inhalte, nicht als Rankings.

Wo Sie anfangen

Beginnen Sie mit einem kurzen Audit: Crawler-Zugang, Indexierung, die zehn Fragen, die Ihre Interessenten am häufigsten stellen, und die Frage, ob Ihre Unternehmensangaben im Web übereinstimmen. Überarbeiten Sie dann die Seiten, die diese Fragen beantworten sollten, und richten Sie die Messung ein, bevor Sie etwas anderes ändern. Unsere Checkliste zur Vorbereitung von Unternehmensinhalten für die KI-Suche geht die inhaltliche Seite Schritt für Schritt durch.

In einem Verzeichnis von Kommunikations-APIs, das wir gebaut haben, trägt jede Angabe einen Quellenlink, eine Evidenzstufe und das Datum der letzten Prüfung. Diese Struktur dient zuerst den Lesern und passt nebenbei auch zu KI-Systemen. Wenn Sie Unterstützung beim Audit oder bei der laufenden Arbeit möchten, sehen Sie sich unsere Leistungen als GEO-Agentur und für SEO an.