Generative Engine Optimization (GEO): Mit KI-Sichtbarkeit zum digitalen Wettbewerbsvorteil
KI-gestützte Suchsysteme verändern die Art, wie Kunden Informationen finden. Dieses praxiserprobte Vorgehensmodell zeigt KMU Schritt für Schritt, wie sie ihre Sichtbarkeit in KI-Antworten durch GEO analysieren, verbessern und langfristig sichern können.
WORUM GEHT ES?
In diesem Vorgehensmodell beschäftigen wir uns mit Generative Engine Optimization (GEO). Das Modell wurde im Rahmen eines Digitalisierungsprojektes erarbeitet und soll KMUs als Leitfaden dabei unterstützen, sich auf GEO vorzubereiten und mit dem Thema vertrauter zu werden. Im Verlauf dieses Leitfadens werden Begriffe genutzt werden; diese werden in Fußnoten erläutert.
Das Vorgehensmodell basiert ebenfalls auf unserer vorherigen Publikation „Checkliste: Sichtbarkeit in KI-Tools“[3].
Einige der dort gelisteten Schritte werden hier aufgegriffen und erweitert. Die Checkliste umfasst weitere, hilfreiche GEO-Maßnahmen, welche in unserem Vorgehensmodell nicht behandelt werden.
WAS IST GEO?
Unter Generative Engine Optimization, kurz GEO, versteht man die gezielte Optimierung von Webinhalten, damit diese von KI-gestützten Suchsystemen und Sprachmodellen (z. B. ChatGPT, Google Gemini, Perplexity, Microsoft Copilot) korrekt erfasst, zusammengefasst und als Antwort ausgegeben werden. Während klassische Suchmaschinenoptimierung (SEO[1]) darauf abzielt, in einer Linkliste möglichst weit oben zu erscheinen, geht es bei GEO darum, in den generierten Antworten eines Sprachmodells[2] genannt – und idealerweise empfohlen – zu werden.
Das Wichtigste in Kürze:
Eine Webseite sollte klar und strukturiert ihre Informationen darstellen, sodass nicht nur Menschen, sondern auch KI-Systeme die Inhalte eindeutig verstehen können. Wichtige Informationen, wie etwas Preise, sollten von Fließtext separiert gehalten und auf der gesamten Webseite einheitlich dargestellt werden. Ein systematischer Test verschiedener Sprachmodelle mit mehreren Suchanfragen hilft, Lücken und Unsichtbarkeiten aufzudecken.
LAGEERFASSUNG – INITIALINTERVIEW
Als ersten Schritt sollte die aktuelle Lage des Unternehmens erfasst werden:
- Zustand der Webseite: Ist die Seite technisch aktuell? Werden Inhalte regelmäßig gepflegt?
- SEO-Status: Gibt es bereits Maßnahmen zur Suchmaschinenoptimierung?
- Besuchermetriken: Werden Zugriffszahlen erhoben (z. B. über ein Analysetool[4])? Falls ja – kommen Nutzer über Suchmaschinen? Auf welche Seiten werden sie verwiesen?
Crawling & Indexierung: Ist die Webseite für Webcrawler[5] zugänglich? Prüfen Sie Ihre robots.txt[6]-Datei und testen Sie, ob Ihre Seite in öffentlichen Datensammlungen wie Common Crawl[7] enthalten ist. Gängige Suchmaschinen wie Google[8] und Bing[9] stellen hierzu ebenfalls Dokumentation bereit
Um das eigene Angebot präzise zu formulieren und die gewünschte Außenwirkung zu definieren, bietet sich ein (Selbst-)Interviewformat an. Beantworten Sie dabei u. a. folgende Fragen:
|
Frage
|
|
Was genau bieten wir an? ————————————————————————- |
|
Wer ist unsere Zielgruppe? ————————————————————————- |
|
Was unterscheidet uns vom Wettbewerb (USP[1])?
————————————————————————– |
|
Welche Begriffe nutzen unsere Kunden, um nach uns zu suchen? ———————————————————————– |
|
Wie möchten wir wahrgenommen werden?
———————————————————————–
|
[1] USP (Unique Selling Proposition): Alleinstellungsmerkmal, welches ein Angebot einzigartig macht
|
Ziel
|
|
Kernleistung klar benennen ———————————————— |
|
Zielgruppenverständnis schärfen ———————————————— |
|
Alleinstellungsmerkmal herausarbeiten ———————————————— |
|
Sprachgebrauch der Zielgruppe verstehen ———————————————— |
|
Gewünschtes Unternehmensimage festhalten ———————————————— |
Die Antworten bilden die Grundlage für den nächsten Schritt.
AUFFINDBARKEITSTEST
Basierend auf dem Angebotsportfolio und dem Unternehmensimage werden als Nächstes Suchanfragen (Prompts) entworfen und bei KI-Suchsystemen getestet.
Prompts erstellen
Es ist hilfreich, Persönlichkeiten (Personas) zu entwerfen, die unterschiedliche Interessensgruppen abdecken – z. B.:
- Ein Neukunde, der das Angebot noch nicht kennt
- Ein preisbewusster Vergleicher
- Ein Stammkunde, der eine spezifische Detailfrage hat
- Ein Geschäftspartner oder Journalist
Anhand dieser Personas werden mögliche Suchanfragen formuliert. Die Prompts sollten eine Bandbreite abdecken:
- Generische Anfragen (z. B. „Welche Anbieter für X gibt es in Region Y?“)
- Spezifische Anfragen (z. B. „Wer bietet X mit Eigenschaft Z an?“)
- Vergleichsanfragen (z. B. „Was ist der beste Anbieter für X?“)
Unsere Empfehlung: 10–15 Prompts erstellen, um eine aussagekräftige Übersicht zu erhalten. Die Anzahl hängt von der Vielfalt des Angebots ab – je breiter das Portfolio, desto mehr Prompts sind sinnvoll. Inhaltlich ähnliche Fragen sollten bewusst in unterschiedlichen Formulierungen getestet werden, um verschiedene Suchgewohnheiten und Nutzerabsichten abzudecken. Sprachmodelle können dabei helfen, Sätze umzuformulieren oder Variationen zu erzeugen.
Prompts testen
Die Suchanfragen werden nun bei mehreren, gängigen Sprachmodellanbietern getestet, z. B.:
- ChatGPT (OpenAI)
- Gemini (Google)
- Copilot (Microsoft/Bing)
- Perplexity
Wichtig: Jede Anfrage sollte in einer separaten, neuen Unterhaltung gestellt werden, um stets einen neutralen Kontext[1] zu erhalten. Vorherige Nachrichten können sonst die Antwort beeinflussen. Sollte das Sprachmodell nicht automatisch Quellen oder Links angeben, kann es explizit dazu aufgefordert werden (z. B. „Bitte gib Links zu den genannten Seiten an.“).
Ergebnisse dokumentieren
Die Ergebnisse werden in einer Tabelle festgehalten. Folgende Struktur hat sich bewährt:
|
Engine / Tool |
|
ChatGPT
|
|
Perplexity |
|
Prompt
|
|
„Welcher Anbieter …“ |
|
„Empfehlung für …“ |
|
Unternehmen erwähnt? |
|
Ja
|
|
Nein |
|
Richtige Ziel-URL? |
|
Nein
|
|
– |
|
Genannte URL(s)
|
|
www.beispiel.de/falsch
|
|
– |
|
Notiz
|
|
URL leicht abweichend |
|
Wettbewerber A & B genannt |
- Engine / Tool – um welches Sprachmodell es sich handelt
- Prompt – welche Suchanfrage verwendet wurde
- Unternehmen erwähnt? (Ja/Nein)
- Richtige Ziel-URL? (Ja/Nein)
- Genannte URL – vom Sprachmodell angegebene Webadresse(n)
- Notiz – Auffälligkeiten, z. B. falsche Informationen, Erwähnung von Wettbewerbern
Das Schema kann bei Bedarf um weitere Spalten ergänzt werden (z. B. Datum, Position der Nennung, Korrektheit der dargestellten Informationen).
Ergebnisse auswerten
Suchen Sie nach Mustern und Auffälligkeiten:
- Gibt es eine Gruppe von Prompts, bei denen das Unternehmen gut genannt wird?
- Bei welchen Anfragen sind die Ergebnisse schlecht oder fehlt die Nennung ganz?
- Was sind die Gemeinsamkeiten der erfolgreichen bzw. erfolglosen Anfragen?
Beispiel aus unserem Projektfall: Das Unternehmen wurde bei allgemeinen Suchanfragen zur übergeordneten Region bzw. zum Standort kaum genannt. Sobald die Anfragen jedoch den spezifischen USP des Unternehmens oder das relevante Stadtviertel bzw. Teilgebiet einbezogen, verbesserten sich die Ergebnisse deutlich – das Unternehmen wurde häufig an erster Stelle genannt.
Erkenntnis: Der USP war auf der Webseite zwar vorhanden, wurde jedoch nicht ausreichend klar mit dem übergeordneten Standortkontext verknüpft. Dadurch wurde das Unternehmen bei allgemeinen Anfragen von unentschlossenen Personen weniger sichtbar. Eine stärkere Verbindung zwischen Angebot, USP, Standort und relevantem Teilgebiet sollte daher auf der Webseite hergestellt werden.
AUFFINDBARKEIT VERBESSERN
Eine klare Strukturierung der Webinhalte ist essenziell – sowohl für menschliche Besucher als auch für Sprachmodelle, die Informationen extrahieren.
Grundprinzip: Zusammengehörige Informationen beisammenhalten und visuell sowie im Quellcode der Seite klar abgrenzen. Dies kann etwa durch eine Abtrennung in eine separate Spalte oder eine Infobox erfolgen.
Beispiele:
|
Angebot
|
|
|
Unterkünfte
———————————————— |
|
———————————————— |
|
———————————————— |
|
|
|
———————————————— |
|
———————————————— |
|
———————————————— |
|
|
|
Eine einheitliche Darstellung erleichtert es nicht nur Menschen, die wichtigsten Informationen schnell zu finden – sie hilft auch Sprachmodellen, die Inhalte korrekt zu interpretieren und zusammenzufassen. Die Informationen werden so maschinenlesbar. Eine technisch-anspruchsvolle Möglichkeit ist hierbei, auf international verwendete Schemata[12], etwa Schema.org[13], zurückzugreifen. Wir empfehlen grundlegend eine tabellarische oder stichpunktartige Auflistung.
Landingpage erstellen
Wie das Beispiel aus unserem Projekt gezeigt hat, kann eine gezielte Informationsseite dabei helfen, unentschlossene Besucher abzuholen und die Sichtbarkeit über den unmittelbaren Standortkontext hinaus zu verbessern. Die Idee ist, auf einer einzelnen, kompakten Seite das Angebot in strukturierter Form vorzustellen. Diese Seite verfolgt zwei Ziele:
· Besucher überzeugen: Unentschlossene werden an das Angebot herangeführt und gewonnen.
· Sprachmodellen Kontext liefern: Die Seite erleichtert es KI-Systemen, die Inhalte der Webseite zusammenzufassen und das Angebot korrekt darzustellen.
Möglicher Aufbau einer GEO-optimierten Landingpage:
|
Baustein |
|
Kurzübersicht
|
|
Antworten auf Suchanfragen
|
|
Mini-FAQ
|
|
Vertrauensbereich |
|
Inhalt |
|
Kurze, klare Zusammenfassung: Was bieten wir an? Für wen? Was macht uns besonders?
|
|
Antworten auf die im Auffindbarkeitstest identifizierten wichtigsten Suchanfragen
|
|
3–5 der häufigsten bzw. wichtigsten Fragen zum Angebot mit knappen Antworten
|
|
Warum wir? – USP, Referenzen, Bewertungen, Zertifikate, Erfahrung |
|
Zweck |
|
Sofort die zentralen Fragen beantworten – sowohl für Nutzer als auch für Sprachmodelle
|
|
Die Fragen der Personas direkt auf der Seite beantworten; unentschlossene Besucher überzeugen. |
|
Typische Kundenfragen adressieren (nicht als vollständiges FAQ gedacht) |
|
Vertrauen aufbauen und Abgrenzung zum Wettbewerb deutlich machen |
Bei der Landingpage gilt es zu beachten, ihren Inhalt kurz und klar strukturiert zu halten. Wir empfehlen eine maximale Länge von etwa zwei Bildschirmlängen. Es ist nicht zwingend notwendig, sämtliche der oben genannten Bausteine, ausgenommen der Kurzübersicht, zu verwenden.
Sonstiges
- Links und Domains prüfen: Es kann sich lohnen, ähnliche Schreibweisen der Webadresse ebenfalls zu sichern. Heißt die Seite z. B. mustermann-reisen.de, sollte auch mustermannreisen.de registriert und weitergeleitet werden. Sprachmodelle können Webadressen teilweise halluzinieren[14] – also leicht abweichende, nichtexistierende URLs ausgeben. Durch das Sichern solcher Varianten werden fehlgeleitete Besucher dennoch korrekt weitergeleitet.
- Präsenz auf großen, zentralen Plattformen prüfen: Kontrollieren Sie Einträge auf Bewertungsportalen, Branchenverzeichnissen und Buchungsplattformen. Achten Sie darauf, dass Name, Angebot und Kontaktdaten dort korrekt und aktuell dargestellt werden. Diese Quellen werden von Sprachmodellen häufig herangezogen.
FAZIT
GEO ist kein einmaliges Projekt, sondern ein fortlaufender Prozess. Nach Durchführung der oben genannten Schritte sollten Sie:
- Besuchermetriken weiter beobachten – insbesondere ob sich der Traffic über KI-gestützte Suchdienste verändert.
- Den Promptingprozess regelmäßig wiederholen – empfohlen alle 3–6 Monate – um Veränderungen in der Sichtbarkeit zu erkennen.
- Inhalte aktuell halten – veraltete Informationen können dazu führen, dass Sprachmodelle das Unternehmen nicht mehr oder fehlerhaft nennen.
Der hier dargestellte Prozess ist bereits jetzt ohne weiteres durchführbar. Der nächste, mögliche Schritt nach GEO ist, Sprachmodelle nicht nur im Suchprozess einzubinden, sondern direkt in die Buchung. Einige Anbieter von Buchungssystem haben bereits damit begonnen, Sprachmodellen eine direkte Anknüpfung an den Buchungsprozess zu ermöglichen. So können Kunden direkt von einer Suchanfrage zu einem erfolgreichen Buchungsabschluss geführt werden und ein fließender Übergang entsteht. Die genaue Einrichtung hängt dabei vom verwendeten Buchungssystem ab und ist hier nicht allgemeingültig darstellbar. Wenden Sie sich hierfür am besten direkt an Ihren Anbieter.
[1] SEO (Search Engine Optimization): Suchmaschinenoptimierung – Maßnahmen, um in klassischen Suchmaschinen (z. B. Google) besser gefunden zu werden
[2] Sprachmodell (LLM): Ein KI-System, das natürliche Sprache versteht und generiert (z. B. ChatGPT, Gemini)
[3] Abrufbar unter: https://digitalzentrum-tourismus.de/checkliste-ki-sichtbarkeit/
[4] Analysetool: Software zur Auswertung von Webseitenzugriffen (z. B. Matomo, Google Analytics)
[5] Webcrawler: Automatisierte Programme, die Webseiten durchsuchen und deren Inhalte indexieren
[6] robots.txt: eine Datei im Stammverzeichnis einer Webseite, die Webcrawlern mitteilt, welche Bereiche sie besuchen dürfen
[7] Common Crawl: Ein öffentlich zugängliches Webarchiv, das von vielen KI-Systemen als Trainingsdatenquelle genutzt wird (commoncrawl.org)
[8] Google-Dokumentation: https://developers.google.com/search/docs/crawling-indexing?hl=de
[9] Bing-Dokumentation: https://www.bing.com/webmasters/help/webmaster-guidelines-30fba23a
[10] USP (Unique Selling Proposition): Alleinstellungsmerkmal, welches ein Angebot einzigartig macht
[11] Kontext: die aktuelle Nutzereingabe, sowie alle vorherigen Nachrichten und Dokumente bezeichnet. Diese Informationen beeinflussen die Antworten des Sprachmodell
[12] Schema: Strukturvorgabe für Daten
[14] Halluzination: Wenn ein Sprachmodell plausibel klingende, aber faktisch falsche Informationen erzeugt (z. B. eine nicht existierende URL)
Autoren: Moritz Busch; Bei der Formulierung des Texts wurde Generative KI verwendet.
Redaktion: Marie Landsberg
LESEN SIE IN UNSERER KOMPAKTEN CHECKLISTE MEHR ZU KI-SICHTBARKEIT!
