GEO Optimierung: Sichtbarkeit in ChatGPT, AI Overviews und Perplexity

Über die vier Säulen der GEO Optimierung, in dieser Reihenfolge: Inhalte so schreiben, dass eine Passage zitierbar ist; Markup, damit Maschinen die Seite lesen; E-E-A-T, also Belege außerhalb der eigenen Domain; und Crawler-Zugang, damit KI-Bots die Seite überhaupt sehen. Die Reihenfolge entscheidet, weil sich die Ursachen gegenseitig bedingen.

Was allein nicht ausreicht, ist die Arbeit an der eigenen Website. Ein KI-System setzt seine Antwort aus vielen Quellen zusammen, und die eigene Domain ist nur eine davon.

Weil dort in natürlicher Sprache genau das steht, was ein KI-System für eine Empfehlung braucht: Erfahrungen, Vergleiche und Einschränkungen, geschrieben von Menschen ohne Verkaufsinteresse. Communities wie Reddit spielen für die Wahrnehmung einer Marke in KI-Antworten eine wachsende Rolle.

Für die Praxis folgt daraus: Ein Beitrag, der eine Frage sachlich beantwortet und die Marke dabei nennt, wirkt stärker als jede Anzeige. Werbliche Beiträge entfernen die Communities zuverlässig, und eine gelöschte Erwähnung zählt in keiner Quelle.

Was genau ein GEO-Artikel ist und wie er aufgebaut wird, erklären wir im Detail auf der GEO-Artikel-Seite.

Ein SEO-Text zielt auf eine Platzierung in einer Ergebnisliste. Das andere Format zielt auf die Passage, die ein System aus der Seite herausschneidet und in seine Antwort einsetzt.

Drei Dinge: eine begründete Reihenfolge, eine benannte Ursache und ein Zeitpunkt, zu dem sich das Ergebnis überprüfen lässt. Eine Liste ohne Reihenfolge ist keine Planung, sondern eine Sammlung von Ideen.

Der häufigste Fehler besteht darin, mit der sichtbarsten Maßnahme zu beginnen statt mit der, von der die übrigen abhängen. Neue Inhalte zu einem Thema bringen wenig, solange ein System die Marke dahinter nicht sicher zuordnen kann.

Am Verhältnis von Aufwand und Wirkung, nicht an der Größe des Problems. Eine fehlende Verankerung, die andere Maßnahmen blockiert, gehört nach vorn, auch wenn sie unscheinbar wirkt.

sotiq sortiert die Befunde nach diesem Kriterium und benennt den größten Hebel und den kritischsten Befund getrennt voneinander. Beides fällt häufig auseinander, denn das dringendste Problem ist selten das mit der größten Wirkung.

Weil KI-Systeme Selbstauskünfte niedriger gewichten als Belege von außen. Was ausschließlich auf der eigenen Domain steht, bleibt eine Behauptung, bis eine unabhängige Quelle dasselbe sagt.

Ein vollständiger Plan enthält deshalb immer beides: Arbeit an eigenen Inhalten und Arbeit an Quellen außerhalb Ihrer Kontrolle. Bewertungsprofile, Foren und Nachschlagewerke gehören zur zweiten Gruppe.

Das hängt von der Quelle ab. Ein neues Bewertungsprofil oder ein aktueller Artikel kann binnen Wochen in Antworten auftauchen, weil Systeme mit Websuche aktuelle Seiten direkt einbeziehen. Ein Wikipedia-Eintrag wirkt langsamer und dafür dauerhafter.

Realistisch sind mehrere Wochen bis Monate, bis sich das Gesamtbild verschiebt. Der 14-Tage-Plan beschreibt die Umsetzung, nicht den Zeitpunkt der Wirkung.

Der Umfang des Problems. Die Einzeloptimierung behebt einen abgegrenzten Befund in sieben Tagen (15 Credits), etwa eine Prompt-Kategorie, in der Ihre Marke nicht vorkommt. Die Gesamtoptimierung greift, wenn mehrere Befunde auf dieselbe Ursache zurückgehen (14 Tage, 25 Credits).

Als Faustregel gilt: Solange sich das Problem in einem Satz beschreiben lässt, reicht die Einzeloptimierung.

Weil sie sich nicht mit Inhalten auf der eigenen Website schließen lassen. Ein fehlender Wikipedia-Eintrag, ein leeres Bewertungsprofil und eine schwache Präsenz auf Reddit sind Lücken in fremden Systemen, jedes mit eigenen Regeln und eigener Vorlaufzeit.

Die Entity-Optimierung behandelt diese Säulen deshalb einzeln über 4–8 Wochen und trennt dabei, was Sie selbst anlegen können, von dem, was Vorarbeit in einer Community braucht.

Ja, sofern vorher gemessen wurde. Ohne Ausgangswert lässt sich nach der Umsetzung nicht unterscheiden, ob eine Maßnahme gewirkt hat oder ob ein System dieselbe Sache nur anders formuliert.

Belastbar sind wiederholte Messungen derselben Prompts über mehrere Wochen. Einzelne Abfragen schwanken zu stark, weil dieselbe Frage je nach Tag und Modellversion unterschiedlich beantwortet wird. Mehr dazu, ob sich die Tonlage verschiebt.