Generative Engine Optimization (GEO)

Vor drei Jahren war „Generative Engine Optimization“ ein Begriff aus einem einzigen Forschungspapier. Heute ist es eine eigene Software-Kategorie, in die zwischen Sommer 2025 und Frühjahr 2026 über 300 Millionen $ Risikokapital geflossen sind. Dazwischen liegt der übliche Weg jeder neuen Marketing-Disziplin – erst die Substanz, dann die Tools, dann die Leute, die dir die Tools verkaufen, bevor du die Substanz verstanden hast.

Das Problem an GEO ist nicht, dass es Unfug wäre (Surprise: ist es nicht). Es ist, dass die belastbare Forschung ziemlich beiläufig dasselbe sagt wie gutes SEO seit Jahren, während die Szene parallel Abkürzungen anpreist, die messbar nichts bringen. Und die zweite kantige Sache: In KI-Antworten sichtbar zu sein, ist nicht dasselbe wie Besuch zu bekommen. Besuch ist noch lange keine Anfrage.

Diese Seite sortiert GEO einmal von unten nach oben – was dahintersteckt, wie die Modelle ihre Quellen auswählen, welche Maßnahmen wirklich etwas tun und ab wann sich der Aufwand für dein Unternehmen rechnet.

Was ist GEO?

Generative Engine Optimization meint die Optimierung von Inhalten darauf, in den Antworten generativer Systeme aufzutauchen – in ChatGPT, Perplexity, Gemini, Claude oder den AI Overviews von Google. Der Unterschied zur klassischen Suche steckt im Wort „Antwort“. Eine Suchmaschine liefert eine Liste von Links, aus der du wählst. Ein generatives System liefert eine fertige Antwort, in die es mehrere Quellen einschmilzt – und entscheidet dabei selbst, welche davon überhaupt vorkommen.

Der Begriff stammt aus einem Papier von Forschern aus Princeton, Georgia Tech, dem Allen Institute for AI und dem IIT Delhi, veröffentlicht im November 2023. Die Kernaussage war schon damals bemerkenswert bodenständig: Gezielte Optimierung kann die KI-Sichtbarkeit in generativen Antworten um bis zu 40 % erhöhen. Was wirkte, waren Quellenangaben, eingebaute Statistiken, Zitate von Fachleuten und eine klare, autoritative Sprache. Was nicht wirkte: Keyword-Stuffing. Das getestete Zauberwort-Prinzip aus zwei Jahrzehnten SEO fiel als Erstes durch.

Abgekürzt formuliert: GEO belohnt Inhalte, die eine Maschine sauber zerlegen und weiterverwenden kann. Nicht mehr, nicht weniger.

GEO vs. SEO – und wo AEO reinpasst

Die häufigste Fehlannahme kommt von Kunden, die sagen: „Wir brauchen jetzt eine GEO-Strategie“, und damit meinen, GEO sei etwas Getrenntes neben SEO. Getrennt ist es aber nicht: Techniken wie Quellen zitieren, Zahlen belegen und Aussagen präzise formulieren sind Erweiterungen dessen, was gutes SEO ohnehin verlangt. Wenn ein Mensch, der Googlebot und ein LLM dieselbe Seite besuchen, sollten alle drei mit demselben Verständnis wieder herausgehen.

Dann gibt es noch AEO, Answer Engine Optimization. Gemeint ist die Optimierung auf direkte Antworten – Featured Snippets, „Ähnliche Fragen“, zunehmend die AI Overviews. Die Grenze zu GEO ist fließend und die Kürzel werden in der Praxis ohnehin durcheinandergeworfen. Für dich ist die korrekte Trennung weniger wichtig als das gemeinsame Fundament: Alle drei leben von Struktur, Autorität und überprüfbaren Fakten.

Der praktische Schluss aus dieser Abgrenzung ist unbequem für alle, die sich ein separates GEO-Budget erhofft haben. Es gibt keine GEO-Maßnahme, die ein kaputtes SEO-Fundament repariert.

Wie LLMs Quellen auswählen

Hier wird es konkret, denn die Auswahl läuft anders, als man so denken könnte. Die Modelle raten nicht aus dem Gedächtnis, welche Seite gut ist. Sie suchen im Moment der Anfrage – und zwar mehrfach.

ChatGPT zerlegt einen einzelnen Prompt in fünf bis fünfzehn Unterabfragen, schickt die an Bing und baut aus den Treffern seine Antwort. Es gibt mittlerweile Indizien, dass OpenAI für ChatGPT derzeit auch einen eigenen Index aufbaut. Bevorzugt werden Seiten, bei denen die entscheidende Information in den ersten 200 bis 500 Wörtern steht, nicht erst nach dem dritten Zwischenkapitel. Perplexity arbeitet breiter und zieht pro Antwort oft zwanzig und mehr Quellen heran. Google wiederum spannt für die AI Overviews sein bestehendes Ranking mit ein. Drei Systeme, drei Temperamente – aber ein gemeinsamer Filter davor.

Der Filter heißt Auffindbarkeit über die klassische Suche. Wer dort nicht auftaucht, taucht auch in der retrieval-gestützten Antwort nicht auf. Ein belastbares technisches SEO-Fundament ist damit keine Schönwetteraufgabe, sondern die Bedingung dafür, dass GEO überhaupt greift.

Relevanter als die reine Auswahl ist die Frage, welche Seiten am Ende wirklich etwas zur Antwort beitragen. Eine aktuelle Analyse von über 600 Prompts und mehr als 21.000 Citations zeigt ein klares Muster. Hoch-einflussreiche Seiten sind länger, modular aufgebaut und enthalten extrahierbare Evidenz – Definitionen, Zahlen, Vergleiche, Schritt-für-Schritt-Abläufe. Ein Befund verdient besondere Aufmerksamkeit, weil er einer beliebten GEO-Empfehlung widerspricht: Reines Frage-Antwort-Format allein verbessert die Übernahme nicht. Eine Seite, die nur in FAQ-Optik daherkommt, aber keine belastbare Substanz liefert, wird zitiert wie jede andere dünne Quelle – also eher selten. (Der Datensatz stammt aus einem Preprint, ist also noch nicht durch ein Peer-Review gelaufen – das ist also nicht das letzte Wort in dieser Angelegenheit.)

Zwei Zahlen zur Einordnung, die den Boden unter der GEO-Euphorie leicht schwanken lassen. Erstens: Bei ChatGPT ist Wikipedia mit 7,8 % die meistzitierte Einzelquelle, Reddit macht rund 12 % aus. Ein erheblicher Teil dessen, was die Modelle als Wahrheit ausgeben, kommt also aus Enzyklopädie und Forum, nicht von optimierten Unternehmensseiten. Zweitens: Die Citations sind flüchtig. Eine Längsschnittmessung fand nur 10,6 % der zitierten URLs über einen Zeitraum von 28 Tagen stabil wieder. Was heute deine Antwort stützt, kann in vier Wochen verschwunden sein, ohne dass du etwas falsch gemacht hast.

Maßnahmen: technische Basis, llms.txt, Schema, E-E-A-T

Kaum ein GEO-Thema wurde 2026 so heiß gekocht wie die Idee, eine Markdown-Datei namens llms.txt ins Wurzelverzeichnis zu legen, damit KI-Systeme die Seite besser verstehen. Google nutzt die Datei nicht und plant es absehbar nicht; John Mueller verglich sie öffentlich mit dem keywords-Meta-Tag – jenem selbst gemeldeten Signal, dem Suchmaschinen vor über einem Jahrzehnt das Vertrauen entzogen haben, weil jede Seite von sich behauptet, die beste zu sein. Eine Ahrefs-Auswertung von 137.000 Seiten fand, dass 97 % der llms.txt-Dateien im Mai 2026 null Traffic bekamen. Die Bots forderten sie überwiegend gar nicht erst an.

Einen schmalen Nutzen gibt es schon – bei Developer-Tooling und eigenen RAG-Pipelines, wo du selbst kontrollierst, was ein Modell liest. Für Sichtbarkeit in der KI-Suche liefert die Datei heute nichts Nachweisbares.

Schema und strukturierte Daten

Strukturierte Daten helfen Maschinen, den Inhalt einer Seite eindeutig zu lesen. Drei Schema-Typen sind hier sinnvoll: Article für den Beitrag selbst, FAQPage für den Frageblock, BreadcrumbList für die Navigation. Das ist gute Praxis und schadet nie. Nur sollte niemand Schema mit einem Zauberknopf verwechseln – es macht deinen Inhalt lesbarer, nicht automatisch zitierwürdiger. Substanz kann Schema nicht ersetzen, es kann sie nur besser auszeichnen.

E-E-A-T als Eintrittskarte

Damit eine Seite überhaupt in die engere Auswahl kommt, braucht sie erkennbare Autorität – basierend auf Erfahrung, Fachkenntnis, Reputation, Vertrauen. Die Modelle bevorzugen Quellen, die sie einordnen können. Ein namenloser Text ohne Autor, ohne Beleg, ohne Wiedererkennung startet mit einem Handicap, das keine technische Maßnahme aufwiegt. E-E-A-T ist kein Zertifikat, das man beantragt, sondern etwas, das über Zeit entsteht.

Messung und Monitoring

Sobald GEO Budget kostet, kommt die Frage nach der Wirkung. Die neue Metrik heißt je nach Anbieter „Share of Model“ oder Visibility-Index – gemeint ist der Anteil der relevanten Prompts, in denen deine Marke auftaucht. Dazu kommen Citation-Tracking, Sentiment und Prompt-Level-Monitoring über mehrere Engines hinweg.

Der Werkzeugmarkt hat sich rasant sortiert. Am oberen Ende steht Profound, mit über 150 Millionen $ Funding und Enterprise-Ausrichtung. Im Mittelfeld spielt Peec AI, für den Einstieg gibt es Otterly ab 29 $ im Monat. Wer ohnehin in einer SEO-Suite lebt, findet Aufsätze wie das Semrush AI Visibility Toolkit oder Ahrefs Brand Radar. Ein Hinweis, den kein Tool-Anbieter gern hört: Viele der beworbenen Effektzahlen sind herstellereigene Werte ohne unabhängige Gegenmessung. Behandle sie entsprechend.

Eine unterschätzte, kostenlose Datenquelle liegt direkt auf deinem Server – das Logfile. Dort lässt sich nachvollziehen, welche KI-Crawler die eigenen Seiten abgreifen, etwa GPTBot oder ClaudeBot, bevor irgendein Dashboard eine Zahl daraus macht.

Lohnt sich GEO für dein Unternehmen? Ein ehrlicher Kassensturz

Jetzt die Rechnung, die in den allermeisten GEO-Guides fehlt: Sichtbarkeit klingt gut, aber sie zahlt keine Rechnungen. Sehen wir uns also an, was am Ende dabei ankommt.

Die Klick-Zahlen sind recht eindeutig. Laut einer Verhaltensstudie von Pew Research klicken Nutzer bei vorhandener AI Overview nur noch in 8 % der Fälle auf ein organisches Ergebnis, ohne Overview sind es 15 %. Auf die zitierten Quellen in der Overview selbst klickt gerade mal 1 %. Für den deutschsprachigen Raum zeigt eine Sistrix-Auswertung dasselbe Bild. Die Klickrate auf Position 1 fällt mit AI Overview von 27 % auf 11 %.

Und wer glaubt, die KI-Chats gleichen das aus, sollte einen Blick auf die Verweis-Zahlen von Cloudflare Radar werfen. Google liefert weiterhin rund 88 % des Such-Referral-Traffics, ChatGPT als schnellster KI-Aufsteiger kam im Juli 2026 auf nicht einmal 1 %. Von Google kommt also fast hundertmal so viel Verweis-Traffic wie vom größten KI-Chat.

Für Seiten, die von Anfragen leben, ist die reine Citation die falsche KPI – eine Erwähnung ohne Klick bringt keine Anfrage. Das heißt nicht, dass Sichtbarkeit wertlos ist. Seer Interactive fand, dass in AI Overviews zitierte Marken auf derselben Query 35 % mehr organische Klicks bekommen. Der Effekt ist real, nur eben kleiner und indirekter, als die Tool-Prospekte suggerieren.

Am stärksten lohnt sich GEO dort, wo Kaufentscheidungen erklärungsbedürftig sind und lange vor dem eigentlichen Kontakt vorbereitet werden. Bain hat es in einer Studie zugespitzt: 85 % der B2B-Käufer kaufen von ihrer „Tag-eins“-Anbieterliste – der Liste, die im Kopf entsteht, bevor jemand überhaupt zu suchen anfängt. Wenn du auf diese Liste willst, ist Präsenz in KI-Antworten ein echter Vorteil. Betreibst du dagegen ein lokales oder rein transaktionales Geschäft, in dem der organische Klick weiterhin die Anfrage bringt, steht GEO weit hinten in der Prioritätenliste.

Und die agentische Zukunft, in der KI-Agenten selbst auf deiner Seite handeln? Die Technik dafür steht, aber agentisches SEO bleibt vorerst eine Nische – interessant zu beobachten, kein Grund, heute Ressourcen umzuschichten.

Mein Take: GEO ist kein neues Spiel, sondern gutes SEO mit einem erweiterten Publikum. Bau das Fundament, schreib zitierfähige Substanz, miss nüchtern. Und lass dir die Vanity-Metrik Citation nicht als Umsatz verkaufen.

FAQ