Was ist GEO?
GEO steht für Generative Engine Optimization. Das Ziel ist die optimale Strukturierung und Gestaltung von Content, um in Sprachmodellen (LLMs) wie ChatGPT, Google AI Overviews, Perplexity oder Copilot als autoritative Quelle für die generierten Antworten genannt wird.
GEO ist die Weiterentwicklung von SEO «Search Engine Optimization». Es geht nicht mehr darum, auf Platz 1 der Suchergebnisse zu stehen. Es geht darum, in der KI-Antwort genannt, zitiert oder empfohlen zu werden.
Die AI-Systeme agieren als eine Art «Super-Redaktor», der das Web durchforstet, die besten Informationen zusammenfasst und dem Nutzer eine einzige, kuratierte Antwort liefert. Unser Ziel ist es, zu den Quellen zu gehören, die dieser Super-Redaktor zitiert.
Infografik «von SEO zu GEO»
Ist SEO jetzt tot?
Diese Frage ist so alt wie das Internet selbst. Jedes Mal, wenn Google etwas ändert, wird SEO für tot erklärt. Trotzdem wird der jährliche Marktwert der SEO-Branche heute auf 120 Milliarden US Dollars geschätzt:
Ist SEO tot? Die Antwort lautet: jein. Was an SEO sicher tot ist, ist das klassische Ziel des Erreichens von «Platz 1 auf der Suchresultateseite». Es entspricht jedoch überhaupt nicht der Realität, dass die SEO-Disziplin jetzt ganz abrupt stirbt und mit GEO etwas völlig neues geboren wird.
SEO entwickelt sich jetzt weiter zu GEO. Aus SEO wird GEO. Denn die Faktenlage sieht so aus:
- 99.9% sämtlicher Google-Suchen mit informierender Intention lösen bereits heute eine KI-Antwort aus
- 46% aller Google Suchen mit 7 oder mehr Wörtern (long tail) lösen eine KI-Antwort aus
- 58% aller Suchen in Frageform lösen eine KI-Antwort aus
Quelle: What Triggers AI Overviews? 86 Factors and 146 Million SERPs Analyzed
GEO-Synonyme erklärt: AEO, AIEO, SGE
Die Branche ist sich noch nicht ganz einig, wie sie das frisch geborene Kind nennen soll. Wenn ihr also über diese Begriffe stolpert, wisst ihr, dass sie im Grunde alle das Gleiche meinen:
- Was bedeutet AEO? Die Abkürzung AEO steht für «Answer Engine Optimization»
- Was bedeutet AIEO? Die Abkürzung AIEO steht für Artificial Intelligence Engine Optimization
- Was bedeutet LLMO? Die Abkürzung LLMO steht für «Large Language Model Optimization»
- Was bedeutet SGE? Die Abkürzung SGE steht für «Search Generative Experience»
Nicht alle sind einverstanden damit, dass sich eigene neue Begriffe für das weiterentwickelte SEO bilden. Kritik vernehme ich vor allem von etablierten SEO-Profis wie bspw. Udo Raaf:
Was ist ein Google AIO: Artificial Intelligence Overview?
AIO steht für Artificial Intelligence Overview. Es ist die KI-generierte Antwort, die bei einer Google Suchanfrage oberhalb der Suchresultate angezeigt wird.
Was ist der Unterschied von SEO zu GEO?
Der Unterschied ist ein Paradigmenwechsel: bisher haben wir Content für die SUCHMaschine optimiert, jetzt optimieren wir ihn für die ANTWORTMaschine.
Die klassische Suchresultateseite zeigt uns eine Auwahl an Orten im Internet, wo wir die besten Antworten auf unsere Fragen bekommen. In den Gesprächen mit den Sprachmodellen bekommen wir nun direkt die Antworten und müssen nicht mehr suchen.
| Merkmal | SEO (Search Engine Optimization) | GEO (Generative Engine Optimization) |
|---|---|---|
| Ziel | Viele Klicks auf den Link, Traffic generieren | Citation/Mention in der AI-Antwort, Autorität aufbauen |
| Erfolgswährung | Ranking-Position, Klickrate (CTR) | Anzahl Citations, Share of Voice in LLMs |
| Optimierung | Keywords, Backlinks, Ladezeit | Struktur, E-E-A-T, Maschinenlesbarkeit |
| Fokus | Der Weg (die Suchergebnisseite) | Das Ziel (die Antwort) |
- SEO: Wir beweisen Google, dass unsere Seite den besten/passendsten Inhalt zu einem bestimmten Keyword enthält.
- GEO: Wir beweisen der KI, dass unser Content die zuverlässigste, aktuellste und klar strukturierte Quelle für eine konkrete Antwort ist
Wie hat sich Onlinesichtbarkeit seit ChatGPT & Google AIOs verändert?
Der Traffic aus Suchresultaten ist eingebrochen
Wird eine Artificial Intelligence Overview AIO angezeigt, klicken die Userinnen und User deutlich weniger. Diesen Rückgang an organischem Traffic sehe ich bei allen meinen Kundinnen und Kunden:
Der Rückgang an Klicks ist empirisch gemessen und ausgiebig belegt. Beispielsweise durch Seer Interactive: die haben die Click-Through-Rate anhand über 3’000 Suchbegriffen analysiert und gemessen, dass bei Anwesenheit von AIOs weniger als halb so viel geklickt wird:
«Der Traffic von allen auf Google geht zurück, weil sich Google deinen Traffic unter den Nagel reisst und dir dabei ins Gesicht lacht. Wir müssen die neue Welt akzeptieren, in welcher die Clicks aus organischen Google Suchresultaten zurückgegangen sind.
Carrie Rose, CEO & Founder Rise at Seven
Neue Disziplin «AI Visibility Tracking» entsteht
Ganz frisch entstehen jetzt Tools, mit denen sich die Zitierungen und Erwähnungen in den KI-Antworten tracken, analysieren und messen lassen.
Aber wie funktioniert AI Visiblity Tracking? Das geht in 3 Schritten:
- Prompts definieren, die überwacht werden sollen: Die KI-Antworten auf diese Prompts werden analysiert und es wird gemessen, wie oft die eigene Marke darin vorkommt.
- Tracking konfigurieren: Es wird festgelegt, wie häufig die Prompts eingegeben werden sollen und in welchen LLMs das gemacht werden soll.
- Tracking-Tool promptet die KIs und analysiert Antworten: Das Tool greift auf die Benutzeroberfläche oder via API auf die KIs zu, gibt die definierten Prompts ein, analysiert die Antworten und berichtet auf dem Dashboard über die Häufigkeit und Art und Weise, wie die eigene Marke in den Antworten vorkommt.
GEO-Taktiken und -Techniken: So wird unser Content in LLMs erwähnt
Es gibt drei Kernpunkte, die bei der Content Creation beachtet werden müssen, wenn LLMs zitieren sollen. Kudos an Sistrix und Johannes Beus, die hier aufgeführten Informationen stammen zum Grossteil aus deren Artikel «Der Weg zur AI-Citation: Was die 100 meistzitierten Webseiten richtig machen»:
1. Antwort-zentriertes Content Design
KI-Systeme bevorzugen Inhalte, bei denen Antworten klar vorbereitet sind:
- Listen und Anleitungen: Listicles («Die 5 wichtigsten Punkte») und Schritt-für-Schritt-Anleitungen werden häufig zitiert. Inhalte werden in kleine, logisch abgeschlossene Einheiten zerlegt, die direkt extrahiert und wiedergegeben werden können.
- FAQs: Ein eigener FAQ-Bereich am Seitenende deckt verwandte Suchanfragen ab und liefert saubere Frage-Antwort-Paare.
- Struktur: Eine saubere Informationsarchitektur mit klaren HTML-Strukturen erleichtern es den Maschinen, den Aufbau und Inhalt zu verstehen und aufnehmen zu können.
2. Strikte Maschinenlesbarkeit
Technische Grundlagen sind entscheidend fuer die Lesbarkeit durch LLMs.
- Schema Markup: Structured Data kennzeichnet Inhalte eindeutig (bspw: FAQ, Anleitung) und macht Taxonomien maschinenlesbar. Die Informationen werden als JSON-LD automatisch in den Seitencode geschrieben.
- Inhaltsverzeichnis: Die KI-Crawler und auch die User sehen sofort, was sie erwartet. Die Punkte im Inhaltsverzeichnis sind via Ankerlinks mit den Kapiteln im Content verknüpft.
3. Autorität belegen
Glaubwuerdigkeit erhoeht die Wahrscheinlichkeit der Nutzung durch KI.
- Autoren-Biografien: Klare Angaben zu Autor und fachlicher Expertise.
- Datum: Explizite Veröffentlichungs- und Aktualisierungsdaten signalisieren Aktualität; neuere Inhalte werden bevorzugt.
Die KPIs von Generative Engine Optimization GEO
| KPI / Metrik | Definition | Messart | Strategische Aussage |
|---|---|---|---|
| Detection Rate | Anteil der überwachten Prompts, in denen eine Marke oder Website in KI-Antworten erscheint | Prozentwert | Misst die grundsätzliche Sichtbarkeit in KI-Systemen und dient als früher Indikator für thematische Präsenz |
| Mentions | Anzahl der reinen Markenerwähnungen in KI-Antworten ohne verlinkte Quelle | Absolute Zahl | Zeigt Markenpräsenz, aber noch keine belastbare Quellenautorität |
| Citations | Anzahl der KI-Antworten mit explizitem Quellenlink zur Website | Absolute Zahl | Direkter Nachweis, dass Inhalte als zitierfähige Quelle genutzt werden |
| Citations & Mentions (aggregiert) | Gesamtheit aus Mentions und Citations | Absolute Zahl / Anteil | Kombinierte Sicht auf Markenpräsenz und Quellenrelevanz in KI-Antworten |
| Position | Durchschnittlicher Rang, an dem eine Marke oder Website in KI-Antworten genannt wird | Ranking-Wert | Vergleichbare Sichtbarkeit gegenüber Wettbewerbern innerhalb derselben Antwort |
| Share of Voice (SoV) | Anteil der eigenen Citations im Vergleich zu allen Citations im Themenfeld | Prozentwert | Misst Autorität und Dominanz im Vergleich zur Konkurrenz |
| Sentiment | Tonalität, mit der eine Marke in KI-Antworten beschrieben wird | Prozentwert | Qualitative Einschätzung der Markenwahrnehmung durch KI |
3 GEO-Gerüchte, an denen nicht viel dran ist
Gerücht 1: «ChatGPT ersetzt Google»
Absoluter Käse. ChatGPT hat zwar den Sektor der KI-Antwortmaschinen quasi im Alleingang aufgebaut, jedoch führen Suchmaschinen wie Google oder Bing die Statistik mit fast 70% gegenüber 21% noch immer deutlich an. Das hat Claneo in der Studie State of Search herausgefunden:
Sistrix hat berechnet, dass ChatGPT im Verlgiech zo Google aktuell rund 4 – 9 Prozent des Suchvolumens verzeichnet.
Die Wahrheit: Google selbst wird die klassische Google-Suche ersetzen. Das passiert an jenem Tag, wenn der AI-Mode flächendeckend als Standard-Oberfläche für die Google Suchseite ausgerollt wird.
Gerücht 2: Komplett neue Vorgehensweisen sind notwendig
Auch diese Aussage hält einer genaueren Betrachtung nicht stand. Die Grundlagen von gutem SEO wie E-E-A-T, saubere Struktur und inhaltliche Relevanz bleiben zentral. Das wurde von Google selbst an der Search Central bei Goolge in Zürich betont:
GEO stellt eine Weiterentwicklung dar, keine Abkehr vom Bestehenden.
Die Wahrheit: Es gibt leider einige Personen, die auf LinkedIn propagieren, GEO bedürfe komplett neuer Taktiken und Techniken. Alles, restlos alles, was unter den Hut von GEO gepackt wird, wird seit Jahren bereits in der Suchmaschinenoptimierung angewendet. Nur wissen das viele der neuen GEO-Berater und -Expertinnen nicht. Für sie sind das alles neue Dinge.
Gerücht 3: Auf den EINEN technischen Geheimtrick kommt es an
Schema Markup, LLMs.txt oder stabile Attribute – sie alle werden regelmässig als das eine Mass aller Dinge gehandelt. Die Transformation von SEO zu GEO löst viel Unsicherheit aus und die Leute sind auf der Suche nach Klarheit. Gleichzeitig ist es ein komplexes Thema.
Die Wahrheit: Das wird gerne «ausgenutzt» und es wird ein «technischer Geheimtrick» propagiert, der über die LLM-Sichtbarkeit entscheidet. Alle diese Dinge sind Bausteine in einem grossen GEO-Best-Practice-Vorgehen. Keiner dieser Bausteine alleine entscheidet über Erfolg oder Misserfolg.
Doch auch das wissen die Horden von GEO-Beratern nicht ;-).
Die «Erfinderin der GEO-Methode» steht sinnbildlich für viel Halbwissen
Im Jahr 2025 sind viele auf den GEO-Zug aufgesprungen.
Sinnbildlich dafür steht diese LinkedIn-Userin, deren Profil im Herbst 2025 komplett neu erstellt wurde.
Sie behauptet, sie hätte GEO erfunden:
Es erstaunt, wie wenig Bescheidenheit diese Person zu haben scheint. Es ist mir rätselhaft, wie man sich das «Erfinden von GEO» anmassen kann.
Die Wahrheit: Ihre GEO-Optimierungs-Methode besteht aus SEO-Standards, die wir alle seit Jahren machen. Sie wittert eine Geschäftsgelegenheit und positioniert sich dementsprechend.
Wenn du Wissen rund um GEO aufbauen willst, mache das:
Das Thema SEO/GEO ist neu für mich, wie gehe ich am besten vor?
Am besten gehst du jetzt in diesen 5 Schritten vor:
1. Reserviere dir jede Woche eine «SEO/GEO-Lernstunde»
Idealerweise am Donnerstag oder Freitag. Wichtig: Diese Stunde ist nicht verhandelbar. Schalte deinen Status auf «nicht stören» und setze dein Smartphone auf stumm.
2. Folge auf deinen favorisierten Social Plattformen diesen drei Branchen-Meinungsfuehrern:
- Sistrix (Deutsch)
- ahrefs (Englisch)
- semrush (Englisch)
Warum genau diese drei? Alle drei betreiben grosse, etablierte SEO-SaaS-Plattformen. Sie analysieren täglich Milliarden von Datenpunkten im Internet-Traffic. Dadurch können sie den Übergang von SEO zu GEO empirisch beobachten und belastbare Aussagen treffen.
Viele andere – inklusive mir selbst – bauen ihr Wissen primär aus Experimenten, Learning by Doing, Kursen und dem kontinuierlichen Verfolgen dieser Quellen auf.
3. Speichere spannende Posts in einer Lese-Liste
Von nun an werden dir Beiträge dieser drei Firmen vermehrt im Feed angezeigt. Speichere die relevantesten davon konsequent in einer Lese-Liste.
4. Verarbeite die Lese-Liste waehrend der woechentlichen Lernstunde
Lies die gespeicherten Posts und die verlinkten Fachartikel. Begriffe oder Konzepte, die dir unklar sind, laesst du dir von deiner bevorzugten KI erklaeren.
Ab hier betreibst du strukturierten Wissensaufbau statt Zufallslernen.
5. Starte deine eigenen Experimente (inkl. wichtigem Tipp!)
Frueher oder spaeter wirst du Dinge ausprobieren wollen. Tu es. Ohne Praxis bleibt das Wissen theoretisch.
Wichtiger Tipp: Frage nicht um Erlaubnis. Experimentieren ist Teil deines Lernprozesses. Das entscheidet niemand sonst für dich. Wenn du hier auf Widerstand stösst, ist das ein wertvolles Zeichen. Dann musst du dir eine unbequeme Frage stellen, über die ich hier geschrieben habe.
6. Zusatz-Schritt für Bonuspunkte:
Teile deine Experimente, Resultate und Erkenntnisse in eigenen Social-Media-Posts. Das schärft dein Profil als Fachperson – intern wie extern – und hilft dir dabei, das Gelernte besser zu reflektieren.