Generative Engine Optimization: So wirst du in KI-Antworten sichtbar

Immer mehr Menschen stellen ihre Fragen nicht mehr nur Google, sondern ChatGPT, Perplexity, Gemini, Copilot oder Claude. Diese Assistenten antworten mit einem fertigen Text und nennen nur wenige Quellen. Generative Engine Optimization (GEO) beschreibt alles, was du tust, damit deine Inhalte in genau diesen Antworten auftauchen und verlinkt werden. In diesem Artikel erfährst du, wie KI-Assistenten ihre Quellen auswählen, welche Maßnahmen wirklich etwas bringen, was es mit llms.txt auf sich hat und wie du deine KI-Sichtbarkeit messen kannst, statt nur zu raten.

Was ist Generative Engine Optimization?

Generative Engine Optimization ist die Optimierung von Inhalten und Website-Technik für generative Suchsysteme, also für KI-Assistenten und KI-Suchfunktionen, die Antworten aus mehreren Quellen zusammenfassen. Das Ziel ist nicht mehr nur ein Platz in einer Liste von zehn blauen Links, sondern dass die KI deine Seite als Quelle zitiert, deine Marke nennt oder dein Produkt empfiehlt.

Der Begriff stammt aus der Forschung: Ein Team um Pranjal Aggarwal hat ihn 2023 im Paper „GEO: Generative Engine Optimization“ geprägt (veröffentlicht auf der KDD 2024). Die Autoren haben getestet, welche Textänderungen die Sichtbarkeit in generierten Antworten erhöhen, und festgestellt, dass die Wirkung je nach Themengebiet deutlich schwankt. Eine Universalformel gibt es also schon laut den Erfindern des Begriffs nicht.

Wichtig für die Einordnung: Google sieht GEO nicht als eigene Disziplin. In seinem Leitfaden zur Optimierung für generative KI-Suche schreibt Google sinngemäß, dass Optimierung für KI-Suche Optimierung für das Sucherlebnis sei – und damit weiterhin SEO. Du wirst deshalb auch Begriffe wie AEO (Answer Engine Optimization), LLMO oder „GEO SEO“ lesen. Gemeint ist im Kern dasselbe. Achtung: „Geo-SEO“ steht in manchen Texten auch für lokale Suchmaschinenoptimierung – das ist ein anderes Thema.

GEO vs. SEO: Was gleich bleibt und was sich ändert

Die meisten Grundlagen überschneiden sich. Unterschiede gibt es vor allem beim Ergebnis und bei der Messung.

Die gute Nachricht: Wer sauberes SEO macht, hat den größten Teil der Arbeit schon erledigt. Die schlechte: Ohne eigene Messung weißt du nicht, ob der Rest wirkt.

So wählen KI-Assistenten ihre Quellen aus

Um GEO sinnvoll zu betreiben, musst du verstehen, woher ein Assistent sein Wissen nimmt. Es gibt zwei Wege.

Wissen aus dem Training

Sprachmodelle werden mit großen Mengen an Webtexten trainiert. Was dort häufig und konsistent vorkommt, „weiß“ das Modell später. Dafür sammeln Trainings-Crawler wie GPTBot (OpenAI) oder ClaudeBot (Anthropic) Inhalte. Dieses Wissen ist jedoch nicht tagesaktuell, und es führt nicht zu Links auf deine Seite.

Live-Recherche (Retrieval)

Für aktuelle oder konkrete Fragen recherchieren die Assistenten live: Sie durchsuchen einen Suchindex, laden passende Seiten, lesen sie und formulieren daraus eine Antwort mit Quellenangaben. Fachlich heißt das Retrieval-Augmented Generation. Google beschreibt für AI Overviews und den AI Mode außerdem das sogenannte Query Fan-out: Das System stellt im Hintergrund mehrere verwandte Suchanfragen gleichzeitig, um verschiedene Aspekte einer Frage abzudecken.

Je nach Anbieter steckt ein anderer Index dahinter:

• Google AI Overviews, AI Mode und Gemini greifen auf den Google-Index zurück.
• ChatGPT nutzt für die Suche unter anderem den eigenen Crawler OAI-SearchBot.
• Perplexity betreibt den eigenen Crawler PerplexityBot.
• Claude nutzt für die Suche Claude-SearchBot.
• Microsoft Copilot stützt sich auf Bing.

Daraus folgt die wichtigste Regel: Eine Seite, die ein Such-Crawler nicht abrufen darf oder die nicht im Index ist, kann in der Live-Recherche nicht zitiert werden. Welche Bots du zulässt, hängt davon ab, ob du nur in der KI-Suche oder auch in Trainingsdaten auftauchen willst – die Anbieter trennen beides inzwischen sauber.

Generative Engine Optimization in der Praxis: 7 Hebel

Die folgenden Maßnahmen sind nicht exotisch. Sie machen deine Inhalte für Menschen und Maschinen leichter verständlich und zitierfähig.

1. Technischen Zugang sicherstellen

Prüfe deine robots.txt: Blockierst du versehentlich Such-Crawler wie OAI-SearchBot, PerplexityBot oder Claude-SearchBot? Viele Websites sperren pauschal „alle KI-Bots“ und schließen sich damit auch aus der KI-Suche aus. Trainings-Crawler kannst du getrennt davon erlauben oder blockieren. Außerdem gilt: Inhalte, die erst per JavaScript nachgeladen werden, sind für manche Crawler schwer lesbar. Wichtige Texte gehören ins ausgelieferte HTML.

2. Die Antwort zuerst

KI-Systeme zitieren gern Passagen, die eine Frage direkt und vollständig beantworten. Beginne Abschnitte mit einer klaren Aussage („X ist …“, „Du berechnest Y, indem …“) und liefere die Details danach. Eine Definition in zwei Sätzen ist zitierfähiger als ein Absatz, der erst nach 200 Wörtern zum Punkt kommt.

3. Struktur, die man extrahieren kann

Aussagekräftige Zwischenüberschriften, Tabellen, nummerierte Schritte und kurze Absätze helfen bei der Einordnung. Das heißt nicht, dass du Texte künstlich in winzige Häppchen zerlegen musst – Google sagt ausdrücklich, dass das nicht nötig ist. Gemeint ist eine Gliederung, die auch einem menschlichen Leser hilft.

4. Eigene Fakten statt Allgemeinwissen

Google nennt es „non-commodity content“: Inhalte mit eigener Erfahrung, eigenen Daten oder Expertenwissen, die über das hinausgehen, was ohnehin überall steht. Eine KI braucht keine Quelle für Allgemeinplätze. Sie braucht eine Quelle für die konkrete Zahl, die Testmethode, den Praxisvergleich. Belege Zahlen mit Quellen und nenne Datum und Kontext.

5. Entitäten klar machen

Sprachmodelle denken in Entitäten: Unternehmen, Produkte, Personen, Orte. Nenne deine Marke und deine Produkte überall gleich, beschreibe auf der „Über uns“-Seite klar, wer du bist und was du anbietest, und verknüpfe deine offiziellen Profile. Strukturierte Daten wie Organization oder Product sind kein Muss für KI-Suche, helfen aber bei Rich Results und bei der eindeutigen Zuordnung.

6. Erwähnungen außerhalb deiner Website

Assistenten empfehlen Marken, die an mehreren glaubwürdigen Stellen auftauchen: in Fachartikeln, Vergleichen, Branchenverzeichnissen, Foren. Gekaufte oder gefälschte Erwähnungen sind keine Lösung – Google warnt ausdrücklich davor. Gute PR, Gastbeiträge und Kundenstimmen dagegen schon.

7. Aktualität pflegen

Bei vielen Fragen bevorzugen Assistenten aktuelle Quellen. Aktualisiere wichtige Seiten regelmäßig, zeige ein sichtbares Aktualisierungsdatum und entferne veraltete Aussagen.

llms.txt: ein Vorschlag, kein Standard

Rund um GEO taucht immer wieder die Datei llms.txt auf. Sie wurde im September 2024 von Jeremy Howard als Vorschlag veröffentlicht: eine Markdown-Datei im Stammverzeichnis der Website, die Sprachmodellen eine kurze Beschreibung und eine kuratierte Liste der wichtigsten Seiten liefert.

Der aktuelle Stand, ehrlich eingeordnet:

• llms.txt ist kein offizieller Standard, sondern eine Community-Initiative.
• Google schreibt in seinem Leitfaden, dass die Google-Suche solche Dateien nicht nutzt und du sie nicht brauchst, um in der Suche zu erscheinen.
• Ob und wie andere Anbieter die Datei auswerten, ist öffentlich kaum dokumentiert.

Unsere Empfehlung: Wenn du sie mit wenig Aufwand bereitstellen kannst (etwa für Dokumentationen oder Software-Produkte), schadet sie nicht. Erwarte aber keinen messbaren Ranking- oder Sichtbarkeitseffekt, und investiere deine Zeit zuerst in die sieben Hebel oben.

KI-Sichtbarkeit messen: drei Ebenen

GEO ohne Messung ist Bauchgefühl. KI-Sichtbarkeit lässt sich auf drei Ebenen messen, die sich gegenseitig ergänzen.

Ebene 1: Besucher aus KI-Assistenten

Klickt jemand auf einen Quellenlink in einer KI-Antwort, landet er auf deiner Seite – oft mit einem erkennbaren Referrer wie chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com oder claude.ai. ChatGPT hängt laut OpenAI zusätzlich den Parameter utm_source=chatgpt.com an Links an. Wie UTM-Parameter funktionieren, erklären wir im Artikel zu UTM-Parametern.

Achtung: Ein Teil der Klicks aus Apps kommt ohne Referrer an und landet in „Direkt“. Die gemessenen KI-Besuche sind daher eher eine Untergrenze.

Wichtige Kennzahlen: Anzahl der Besuche pro Assistent, Einstiegsseiten, Verweildauer, Conversion-Rate. Besucher aus KI-Antworten haben ihre Frage oft schon halb geklärt und kommen mit konkreter Absicht.

Ebene 2: Crawler-Besuche

In deinen Server-Logs siehst du, welche KI-Crawler welche Seiten abrufen. Kommt OAI-SearchBot regelmäßig vorbei, kannst du in der ChatGPT-Suche auftauchen. Ruft PerplexityBot nie eine bestimmte Seite ab, wird sie dort kaum zitiert. Crawler-Daten sind ein Frühindikator, lange bevor Besucher kommen.

Ebene 3: Prompt-Monitoring

Die dritte Ebene beantwortet die eigentliche Frage: Nennt die KI deine Marke? So gehst du vor:

1. Lege 20 bis 50 Fragen fest, die deine Zielgruppe stellt („Welches Tool für … ohne Cookie-Banner?“).
2. Stelle sie regelmäßig in den relevanten Assistenten.
3. Notiere, ob deine Marke genannt wird, an welcher Stelle, mit welcher Aussage und ob deine Seite verlinkt ist.
4. Vergleiche mit den Wettbewerbern, die stattdessen genannt werden.

Da KI-Antworten variieren, zählt der Trend über mehrere Wochen, nicht eine einzelne Antwort.

Zusätzlich bietet die Google Search Console seit 2026 einen Bericht zur Leistung in generativen KI-Funktionen. Er zeigt, wie oft URLs deiner Website in AI Overviews, im AI Mode und in KI-Funktionen von Discover erschienen sind – allerdings nur Impressionen, keine Klicks.

Häufige Fehler bei der Generative Engine Optimization

• Alle KI-Bots pauschal blockieren und sich dann wundern, warum man in der KI-Suche nicht vorkommt.
• Texte „für die KI“ umschreiben, bis sie für Menschen schlechter lesbar sind. Google sagt klar, dass das nicht nötig ist.
• Auf Tricks setzen: versteckte Anweisungen an Sprachmodelle, Keyword-Listen, gekaufte Erwähnungen. Das ist im besten Fall wirkungslos und kann gegen Spam-Richtlinien verstoßen.
• Nur Rankings tracken: Ein Top-Ranking garantiert keine Nennung in der KI-Antwort, und umgekehrt.
• KI-Traffic in „Referral“ oder „Direkt“ untergehen lassen, statt ihn als eigenen Kanal auszuwerten.
• llms.txt für die Lösung halten: Die Datei ersetzt keine guten Inhalte.

So hilft VisualClicks bei der KI-Sichtbarkeit

VisualClicks bringt alle drei Messebenen in ein Werkzeug. In der Web-Analyse sind KI-Assistenten ein eigener Kanal: Besuche aus ChatGPT, Perplexity, Gemini, Copilot und Claude erscheinen getrennt von Suche, Social und Referral. Du siehst, auf welchen Seiten diese Besucher einsteigen, wie lange sie bleiben und ob sie konvertieren. In Funnels kannst du Abbrüche zusätzlich nach KI-Quelle aufschlüsseln.

Der Bereich KI-Sichtbarkeit zeigt außerdem, welche KI-Crawler wie GPTBot, ClaudeBot oder PerplexityBot deine Seiten besuchen, und überwacht festgelegte Prompts darauf, ob KI-Antworten deine Marke nennen. Der SEO- und Domain-Check prüft robots.txt, Sitemap, llms.txt und ob du KI-Crawler blockierst – also genau die technischen Voraussetzungen aus Hebel 1.

Weil die Web-Analytics standardmäßig cookielos misst, erfasst du KI-Besucher auch dann, wenn sie keinem Cookie-Banner zustimmen. Gehostet wird in Deutschland.

Fazit: GEO ist SEO mit neuem Messproblem

Generative Engine Optimization verlangt keine Geheimtricks. Sorge dafür, dass Such-Crawler deine Seiten lesen dürfen, beantworte Fragen direkt und belegt, liefere eigene Inhalte statt Allgemeinwissen und baue echte Erwähnungen auf. Der eigentliche Unterschied zu klassischem SEO liegt in der Messung: Rankings allein zeigen dir nicht, ob ChatGPT oder Perplexity dich empfehlen. Miss deshalb KI-Besucher, Crawler-Aktivität und Erwähnungen in Antworten – dann siehst du, welche Maßnahmen tatsächlich wirken.