GEO-Optimierung: Sichtbarkeit in KI-Antworten

GEO ist die Abkürzung für Generative Engine Optimization. Gemeint ist die Ausrichtung von Inhalten und Fakten darauf, dass generative Systeme — KI-Assistenten und die KI-Funktionen der Suchmaschinen — ein Unternehmen richtig verstehen, richtig wiedergeben und als Quelle benennen.

Der Unterschied zur klassischen Suche liegt im Ausgabeformat. Eine Suchmaschine liefert eine Liste von Treffern, aus der Nutzer selbst auswählen. Ein generatives System liefert eine formulierte Antwort und nennt dazu einige wenige Quellen. Die Auswahl passiert also vor dem Klick, nicht danach.

Daraus folgt der eigentliche Auftrag: Ihre Inhalte müssen nicht nur auffindbar sein, sondern entnehmbar. Ein System, das eine Antwort zusammensetzt, braucht Passagen, die für sich allein stehen und eindeutig zuzuordnen sind.

Vereinfacht laufen zwei Schritte ab. Zuerst sucht das System nach passenden Quellen — häufig über eine klassische Suche im Hintergrund oder über einen eigenen Index. Danach formuliert ein Sprachmodell aus den gefundenen Passagen eine Antwort und verweist auf einen Teil der Quellen.

Beide Schritte haben eigene Anforderungen. Für den ersten gelten dieselben Grundlagen wie in der Suche: Die Seite muss erreichbar, indexierbar und thematisch relevant sein. Für den zweiten zählt, wie gut sich eine Passage entnehmen lässt, ohne dass ihr Sinn kippt.

Deshalb wirkt eine Struktur, die in der klassischen Suche bloß gut war, hier doppelt: eine Frage als Überschrift, direkt darunter die Antwort in wenigen Sätzen, danach die Begründung. Ein Text, der erst im vierten Absatz zum Punkt kommt, liefert nichts Entnehmbares.

Dieser Punkt gehört ausdrücklich gesagt, weil er häufig anders verkauft wird: Es existiert kein besonderes Schema-Markup, keine Meta-Angabe und kein Anmeldeverfahren, das die Aufnahme in KI-Antworten sicherstellt.

Google führt als Leitlinie, dass für die KI-Funktionen der Suche dieselben Grundlagen gelten wie für die klassischen Ergebnisse: crawlbare Seiten, nützliche Inhalte, klare Struktur. Eine gesonderte Optimierung für diese Oberflächen sieht die Dokumentation nicht vor.

Strukturierte Daten bleiben trotzdem sinnvoll — aber aus dem Grund, aus dem sie immer sinnvoll waren: Sie machen Fakten maschinell eindeutig. Wer sie als Eintrittskarte in KI-Antworten verkauft, verkauft etwas, das nicht existiert.

Erstens: eine direkte Antwort an den Anfang. Wenn die Überschrift eine Frage stellt, sollte der erste Absatz sie vollständig beantworten — in wenigen Sätzen, ohne Vorrede und ohne Voraussetzungen aus anderen Abschnitten.

Zweitens: Eine Aussage pro Absatz. Absätze, die aus dem Zusammenhang gerissen noch stimmen, werden korrekt zitiert. Absätze mit drei verschachtelten Gedanken werden entweder verkürzt oder ausgelassen.

Drittens: Konsistenz über alle Quellen hinweg. Firmierung, Adresse, Leistungen, Gründungsjahr und Ansprechpartner sollten auf Website, im Impressum, im Unternehmensprofil und in Verzeichnissen identisch sein. Widersprüchliche Angaben erzeugen unsichere Systeme — und unsichere Systeme nennen lieber eine andere Quelle.

Viertens: technische Erreichbarkeit. Inhalte, die erst nach Interaktion erscheinen, hinter Anmeldung liegen oder ausschließlich als Grafik vorliegen, stehen für eine Entnahme nicht zur Verfügung.

Ein generatives System muss zuerst wissen, über wen es spricht. Dafür braucht es eine eindeutig identifizierbare Entität: ein Unternehmen mit festem Namen, festem Ort, festen Leistungen und Beziehungen zu Personen, die sich in mehreren unabhängigen Quellen gleich lesen.

Das ist derselbe Mechanismus, der auch hinter dem Knowledge Panel steht — ausführlich beschrieben im Beitrag zum Google Knowledge Panel. Für GEO gilt er unabhängig davon, ob am Ende ein Panel erscheint.

Praktisch heißt das: Die Arbeit an Entitätsdaten ist keine GEO-Sonderdisziplin, sondern der Teil, der in beiden Welten zählt. Sie ist zugleich der langsamste Teil, weil unabhängige Erwähnungen nicht bestellt werden können.

Klassische Rankingpositionen gibt es hier nicht. Eine KI-Antwort hat keinen Platz drei, und sie fällt bei derselben Frage zu unterschiedlichen Zeitpunkten unterschiedlich aus. Wer Positionsberichte für KI-Antworten verspricht, misst etwas anderes, als er behauptet.

Messbar ist stattdessen ein Bündel von Hilfsgrößen: Wird das Unternehmen bei den typischen Fragen der Zielgruppe genannt? Sind die genannten Fakten korrekt? Tauchen Zugriffe aus KI-Oberflächen in der eigenen Statistik auf? Verändert sich die Zahl der Suchanfragen nach dem Markennamen?

Der ehrliche Umgang damit ist eine wiederholte, dokumentierte Stichprobe: dieselben Fragen, in regelmäßigen Abständen, in mehreren Systemen gestellt und protokolliert. Das ist keine exakte Messung, aber eine überprüfbare Beobachtung.

Niemand kann die Aufnahme in eine KI-Antwort zusagen. Die Auswahl der Quellen trifft das jeweilige System nach Kriterien, die es nicht offenlegt und die sich mit jedem Modellwechsel verschieben können.

Hinzu kommt, dass Systeme Fakten auch falsch wiedergeben. Konsistente Daten senken das Risiko, schließen es aber nicht aus. Zu prüfen, was über das eigene Unternehmen erzählt wird, gehört deshalb zur laufenden Arbeit.

Und eine Einordnung, die selten gesagt wird: Für viele lokale Anbieter ist ein gepflegtes Unternehmensprofil bei Google heute der größere Hebel als jede GEO-Maßnahme. GEO ersetzt die Grundlagen nicht, es setzt auf ihnen auf.