Das AEO- und GEO-Playbook

Das AEO- und GEO-Playbook auf einen Blick

• Suche ist heute generativ. Käufer wechseln innerhalb einer Recherche zwischen Google, ChatGPT, Perplexity, Gemini, Copilot und Claude. Die Entscheidung fällt längst nicht mehr nur auf einer Seite mit zehn blauen Links.
• AEO und GEO gehören ins Fundament und nicht als Zusatz ans SEO. Wer beides als Nebenprojekt behandelt, verliert erst schleichend an Sichtbarkeit und dann sehr schnell.
• Niemand hat das Thema abschließend gelöst. Modelle und ihr Zitierverhalten ändern sich im Abstand weniger Wochen. Garantiert jemand eine feste Methode, verkauft er Sicherheit, die es nicht gibt.
• Erfolgreiche Marken arbeiten in einer Schleife. Sie veröffentlichen, messen ihre Zitate, lernen daraus und aktualisieren ihre Inhalte jede Woche.
• Zitate lösen Rankings als zentrale Kennzahl ab. Die Quelle zu sein, die eine KI-Antwort nennt, ist oft wertvoller als Platz drei auf einer Ergebnisliste, die kaum noch jemand öffnet.

Dieses Playbook ist das Arbeitsdokument, das wir bei SOLID gemeinsam mit unseren Kunden einsetzen. Es folgt keinem bestimmten Toolanbieter und wird laufend an die Entwicklung der KI-Suchsysteme angepasst. Nutzen Sie es als Grundlage für konkrete Arbeit, nicht als Skript, das Sie Zeile für Zeile abarbeiten müssen.

Kapitel 1: Warum sich die Suche verändert hat und dieses Playbook nötig ist

1.1 Von zehn blauen Links zu einer zusammengefassten Antwort

Zwanzig Jahre lang lieferte die Suche vor allem Auswahl. Man gab eine Frage ein, überflog zehn Ergebnisse, klickte auf eines, bewertete es und kehrte bei Bedarf zur Ergebnisliste zurück. Erfolgreich waren die Marken, die gute Rankings erzielten, mit ihrer Überschrift Interesse weckten und den Klick gewannen.

Dieses Modell verliert an Bedeutung. Ein immer größerer Teil der Suchanfragen endet heute mit einer Antwort statt mit einer Liste. Google fasst die wichtigsten Ergebnisse in einer AI Overview zusammen. ChatGPT, Perplexity, Gemini und Claude beantworten Fragen direkt und nennen darunter einige Quellen. Die klassische Ergebnisliste ist noch da. Bei den Suchanfragen, die für Ihren Umsatz zählen, liegt die Aufmerksamkeit Ihrer Käufer aber zunehmend woanders.

Das hat spürbare Folgen. Was Marken über Jahre aufgebaut haben – Exact-Match-Seiten, Click-through-Rate und optimierte Meta Descriptions – zahlt weniger auf die Sichtbarkeit ein als früher. Entscheidend ist heute, ob die Marke in der Antwort selbst vorkommt: genannt, zitiert oder verlinkt. Eine Seite mit einem guten Ranking, die nie zitiert wird, erreicht immer seltener echte Leser.

1.2 AEO, GEO und SEO: die Unterschiede

Die vielen Abkürzungen haben mehr Verwirrung als Klarheit geschaffen. Bei SOLID unterscheiden wir so:

• SEO (Search Engine Optimization) ist die bewährte Disziplin, in klassischen Suchergebnissen gefunden zu werden: Crawling, Indexierung, Ranking und Klick. Sie bleibt wichtig, weil die meisten KI-Suchsysteme im Hintergrund auf dieselbe Suchinfrastruktur zugreifen.
• AEO (Answer Engine Optimization) strukturiert Inhalte so, dass ein KI-Suchsystem sie sauber in eine Antwort übernehmen kann – etwa in Google AI Overviews, der ChatGPT-Suche, Perplexity oder Gemini. Klarheit, Struktur und eine eindeutige Beschreibung der Marke stehen dabei im Vordergrund.
• GEO (Generative Engine Optimization) geht weiter. Hier geht es darum, von generativen Systemen zitiert, erwähnt und eingeordnet zu werden, auch wenn keine Live-Suche stattfindet. GEO umfasst AEO und ergänzt externe Präsenz, Entity Authority, den Ruf in Trainingsdaten sowie die Zusammenhänge, in denen eine Marke im Web vorkommt.

AEO betrifft in der Praxis vor allem Content und Technik. GEO liegt näher an digitaler PR in Verbindung mit Markenstrategie. Ein belastbares Programm braucht beides zur selben Zeit.

1.3 Die neue Sichtbarkeit über Google, ChatGPT, Perplexity, Gemini, Copilot und Claude

Ihre Käufer beginnen ihre Recherche nicht mehr alle am selben Ort. Je nach Person, Markt und Aufgabe führt ein einziger Rechercheprozess heute über mehrere Plattformen.

• Google hat weiterhin den größten Anteil am Suchvolumen. AI Overviews stehen jedoch bei immer mehr Suchanfragen oberhalb der organischen Ergebnisse.
• ChatGPT ist für viele Fach- und Führungskräfte zu einem festen Recherchekanal geworden und erreicht laut öffentlich verfügbaren Nutzungsdaten weltweit mehrere hundert Millionen aktive Nutzer pro Woche.
• Perplexity wird vor allem von Nutzern eingesetzt, die bei ausführlicher Recherche direkte Antworten mit nachvollziehbaren Quellen erwarten.
• Gemini ist in Google Workspace und Android eingebunden. Die Nutzung findet damit mitten in der täglichen Arbeit statt und nicht nur bei einer bewussten Suche.
• Microsoft Copilot ist in Windows, Edge und Microsoft 365 integriert und damit häufig direkt im Arbeitsablauf von B2B-Käufern präsent.
• Claude wird besonders für längere Analysen genutzt, bei denen sorgfältig ausgewählte Quellen wichtig sind.

Sich nur auf eine dieser Plattformen zu konzentrieren, greift zu kurz. Sie brauchen eine Content-Präsenz und ein klares Markenprofil, die auf allen Plattformen funktionieren. Gleichzeitig sollten Sie jede einzeln beobachten, denn die Auswahl der Quellen unterscheidet sich deutlich.

Kapitel 2: Ein Bereich, dessen Regeln noch entstehen

Bevor wir in die Umsetzung gehen, müssen wir einordnen, wie jung dieser Bereich ist und wie schnell er sich verändert.

2.1 Warum es noch kein festes Erfolgsrezept gibt

Wenn jemand behauptet, AEO und GEO vollständig gelöst zu haben, ist Skepsis angebracht. 2026 entstehen die Regeln noch während wir damit arbeiten. Modelle werden neu trainiert, die Auswahl von Zitaten verschiebt sich, neue Plattformen kommen hinzu und eine Methode, die im Januar funktioniert hat, kann im Mai nur noch teilweise stimmen.

Das ist kein Marketingproblem, das sich durch Abwarten erledigt. Es ist die Folge davon, in Systemen zu arbeiten, die parallel zu ihrer Nutzung umgebaut werden. Wer eine feste, garantierte Methode verkauft, verkauft meist entweder ein Tool oder hat noch nicht lange genug mit dem Thema gearbeitet, um die kurzen Halbwertszeiten zu kennen.

Beständig bleibt der Arbeitsprozess: Maßnahmen auf Basis der aktuellen Erkenntnisse umsetzen, das Zitierverhalten laufend beobachten und Inhalte wie Taktiken schnell anpassen. Dieser Prozess hält länger als jede einzelne Taktik, weil sich die Taktiken ständig verschieben.

2.2 Was wir sicher wissen und was wir noch testen

Einige Erkenntnisse sehen wir mit hoher Verlässlichkeit:

• Klar gegliederte, eigenständig verständliche Inhalte mit einer sauberen H2-/H3-Hierarchie werden häufiger zitiert als dichte Textblöcke.
• Wenn eine Marke auf der Website, in strukturierten Daten und in externen Erwähnungen gleich beschrieben wird, können Modelle Aussagen leichter eindeutig zuordnen.
• Zitate in KI-Suchsystemen hängen eng mit klassischer Suchautorität zusammen. Die Marken, die ChatGPT zitiert, erzielen häufig bereits gute Google-Rankings.
• Aktualität zählt in KI-Antworten oft stärker als im klassischen SEO. Veraltete Seiten verlieren bei der Zusammenstellung der Antwort an Gewicht.

Gleichzeitig testen wir noch viele offene Fragen:

• Wie stark wirken strukturierte Daten im Verhältnis zur sichtbaren HTML-Struktur?
• Welche Folgen hat es, einzelne KI-Crawler zu blockieren oder freizugeben?
• Welcher Anteil der Markenpräsenz in einem Modell stammt aus Trainingsdaten und welcher aus Live-Suchen?
• Wie stabil bleibt eine gute Zitierquote über Monate und Quartale?

Diese Liste wächst mit jeder Veränderung der Plattformen. Wir führen mehr Experimente durch, als sich auf einer Seite aktuell halten lassen. Behandeln Sie konkrete Zahlen zu diesen offenen Fragen deshalb als Momentaufnahme und nicht als allgemeingültige Regel.

2.3 Warum sich die Modelle von Monat zu Monat anders verhalten

Zwei Ebenen verändern sich gleichzeitig. Zum einen erscheinen neue Modellversionen, Trainingsläufe werden abgeschlossen und Routing-Logiken angepasst. Zum anderen verändern sich die Oberflächen: die Darstellung von AI Overviews, die Quellenauswahl bei Perplexity, die standardmäßige Nutzung der Websuche durch ChatGPT oder die Quellenbasis von Copilot.

Die praktische Folge wird häufig unterschätzt. Eine drei Monate alte Messung der Zitierquote beschreibt eher die Vergangenheit als den aktuellen Stand. Entscheidungen auf Basis veralteter Daten führen deshalb schnell zu falschen Korrekturen.

2.4 So hält SOLID die Arbeit aktuell

In Kundenprojekten arbeiten wir mit drei Zyklen.

Jede Woche prüfen wir ein Prompt Panel: 25 bis 75 Fragen, die ein realer Käufer stellen würde, über ChatGPT, Perplexity, Gemini und Google AI Overviews. Dabei protokollieren wir, welche Marken und Quellen zitiert werden. Jeden Monat aktualisieren wir die zehn bis 20 wichtigsten Seiten und prüfen Inhalt, Aktualität und Eignung für die aktuelle Art der Zitierung. Jedes Quartal untersuchen wir die Brand Entity: Definitionen, strukturierte Daten, Gründerprofile und die Beschreibungen auf externen Websites. So erkennen wir früh, wenn die Darstellung auseinanderläuft.

Ein einzelner Zyklus bewirkt wenig. Zusammen verstärken sie sich.

2.5 So nutzen Sie den Rest dieses Playbooks

Verstehen Sie dieses Playbook als Arbeitsgrundlage. Deutliche Aussagen beruhen auf Erkenntnissen aus mehreren Kundenprojekten. Wo Ergebnisse noch nicht eindeutig sind, kennzeichnen wir sie als offene Hypothese und nicht als gesicherte Empfehlung.

Kapitel 3: So arbeiten KI-Suchsysteme

Sie müssen kein Machine-Learning-Experte sein. Ein grundlegendes Verständnis davon, was zwischen der Frage eines Käufers und der fertigen Antwort passiert, ist jedoch notwendig.

3.1 Retrieval, Ranking und Generierung

Fast jede KI-Antwort entsteht in drei Schritten, auch wenn Nutzer nur das Ergebnis sehen.

1. Retrieval. Das System stellt mögliche Quellen zusammen. Bei Perplexity und der ChatGPT-Suche geschieht das über eine Live-Suche im Web. Bei einer rein generierten Antwort können die Inhalte aus Trainingsdaten oder aus einer Retrieval-Augmented-Generation-Pipeline (RAG) stammen.
2. Ranking. Die möglichen Quellen werden bewertet und eine Auswahl wird getroffen. Klassische SEO-Signale haben hier weiterhin Gewicht, weil die Retrieval- und Ranking-Ebene häufig auf bestehender Suchinfrastruktur aufbaut.
3. Generierung. Ein Sprachmodell formuliert aus den ausgewählten Quellen eine Antwort und ergänzt in vielen Fällen Verweise.

AEO und GEO sollen Ihre Inhalte leicht auffindbar, relevant und eindeutig nutzbar machen. Die Generierung wird dabei oft unterschätzt. Eine Seite kann sehr gut ranken und trotzdem zu dicht oder zu unpräzise formuliert sein, um ohne zusätzlichen Aufwand zitiert zu werden. Dann erhält eine klarere Quelle den Vorzug.

3.2 Wie ChatGPT, Perplexity, Gemini und Google AI Overviews Quellen auswählen

Jede Plattform arbeitet anders. Das sollte Ihre Prioritäten bestimmen.

• Die ChatGPT-Suche nennt meist wenige, besonders autoritative Quellen und bevorzugt bekannte Marken sowie klar strukturierte Seiten.
• Perplexity verwendet in der Regel mehr Quellen, darunter bekannte und spezialisierte Publikationen. Direkte, gut organisierte Inhalte schneiden hier häufig gut ab.
• Google AI Overviews greifen stark auf den bestehenden Suchindex zurück. Websites mit guten organischen Rankings werden deshalb öfter zitiert.
• Gemini ähnelt bei kommerziellen Suchanfragen häufig AI Overviews und bei längeren Recherchefragen eher ChatGPT.
• Claude nennt mit Webzugriff weniger Quellen, gewichtet sie jedoch sorgfältig und bevorzugt häufig eine Primärquelle gegenüber einem Aggregator.

Dieses Verhalten verändert sich. Führen Sie deshalb die relevanten Suchanfragen selbst durch und prüfen Sie die Quellenauswahl in Ihrer Kategorie, statt sich dauerhaft auf eine Zusammenfassung wie diese zu verlassen.

3.3 Query Fanout: Aus einer Frage entstehen mehrere Suchanfragen

Ein KI-Suchsystem behandelt eine Frage selten als einzelne Abfrage. Es zerlegt sie in mehrere Suchanfragen aus unterschiedlichen Blickwinkeln und führt die Ergebnisse anschließend zusammen.

Auf die Frage „Welches CRM eignet sich am besten für ein SaaS-Unternehmen mit 50 Mitarbeitern?“ kann das System im Hintergrund nach Preisstufen, Funktionsvergleichen, Integrationen, Support-Bewertungen und Migrationskosten suchen. Die Antwort entsteht aus allen diesen Teilfragen.

Nur eine Seite auf den wichtigsten Suchbegriff zu optimieren, reicht daher nicht. Sie brauchen einen Content Cluster, der die Teilfragen abdeckt, die das System selbstständig untersucht. Genau deshalb hat eine Pillar-and-Cluster-Architektur für AEO noch mehr Bedeutung als im klassischen SEO.

3.4 Trainingsdaten und Live Retrieval erfüllen unterschiedliche Aufgaben

Eine Marke kann auf zwei Wegen in einer KI-Antwort erscheinen.

1. Trainingsdaten. Das Wissen über Ihre Marke, das während eines Trainingslaufs in das Modell eingeflossen ist. Es bleibt länger bestehen, wird aber nur langsam aktualisiert. Marken mit einer starken, über Jahre konsistenten Webpräsenz sind hier meist besser vertreten.
2. Live Retrieval. Echtzeitsuchen, mit denen ein Modell seine Antwort belegt. Änderungen werden schnell sichtbar, aber nur dann, wenn das System eine Suche für notwendig hält.

GEO zielt vor allem auf Trainingsdaten, AEO stärker auf Live Retrieval. Ihre Marke sollte in beiden vorkommen, denn Sie bestimmen nicht, worauf sich eine konkrete Antwort stützt.

3.5 Warum die Zitierquote wichtiger wird als das Ranking

Platz eins bei Google bleibt wertvoll. Bei einem wachsenden Anteil der Suchanfragen sehen Käufer die Ergebnisliste jedoch gar nicht mehr, sondern direkt die Antwort. Aus „Auf welchem Platz ranken wir?“ wird deshalb „Wie oft werden wir zitiert?“

Die Zitierquote – also der Anteil relevanter Prompts, bei denen Ihre Marke als Quelle erscheint – kommt einer zentralen Steuerungskennzahl für AEO und GEO derzeit am nächsten.

Kapitel 4: Welche Kennzahlen jetzt zählen

4.1 Vom Ranking zum Share of Model Voice

Der Share of Model Voice ist für AEO das Gegenstück zum Share of Search. Er zeigt für ein festgelegtes Prompt Panel, in welchem Anteil der Antworten eine Marke vorkommt. Die Prompts werden dabei nach ihrer wirtschaftlichen Relevanz gewichtet. Für die übergreifende Entwicklung ist das die aussagekräftigste Kennzahl, die wir bisher gefunden haben.

4.2 Zitierquote, Inclusion Rate und Answer Presence

Wir messen für Kunden drei verwandte Werte, die unterschiedliche Dinge ausdrücken.

• Zitierquote. Der Anteil der Prompts, bei denen Ihre Domain als verlinkte Quelle erscheint.
• Inclusion Rate. Der Anteil der Prompts, bei denen der Markenname im Antworttext vorkommt – mit oder ohne Link.
• Answer Presence. Ob Ihre Marke bei einem Prompt überhaupt erwähnt oder zitiert wird.

Die Zitierquote ist am strengsten, weil das System Ihre Seite als Quelle einstufen und verlinken muss. Die Inclusion Rate zeigt Markenbekanntheit auch ohne Verweis. Answer Presence ist die weiteste der drei Messgrößen.

4.3 Volumen markenbezogener Prompts

Die neue Form der Brand Search ist der markenbezogene Prompt: Jemand fragt ChatGPT gezielt nach Ihrer Marke oder bittet Perplexity, sie mit einem Wettbewerber zu vergleichen. Wir schätzen das Volumen, indem wir Prompts auswerten und beobachten, wie oft Nutzer eine Marke direkt nennen oder indirekt zu ihr gelangen.

Die Messung ist schwieriger als bei klassischen Markensuchen, weil die Systeme keine Suchvolumina veröffentlichen. Näherungswerte liefern Navigationstraffic aus KI-Quellen, Markennennungen in öffentlich geteilten Prompts sowie Ausschläge im Direct Traffic nach einer neuen Veröffentlichung.

4.4 Attribution ohne Klick

Eine der schwierigsten Diskussionen mit CMOs im Jahr 2026 betrifft die Attribution. KI-Suchsysteme schicken häufig keinen Klick, selbst wenn sie eine Marke zitieren. Die Marke erhält Aufmerksamkeit, in den Analytics ist davon aber kaum etwas zu sehen.

Eine hilfreiche Einordnung: KI-Sichtbarkeit verhält sich eher wie ein Plakat oder Earned PR als wie Performance Marketing. Sie schafft Aufmerksamkeit und Vertrauen, häufig ohne sichtbaren Kontaktpunkt. Marken, die das Thema ernst nehmen, akzeptieren deshalb, dass sich nicht jeder Umsatz sauber einer Quelle zuordnen lässt.

Ganz im Dunkeln müssen Sie trotzdem nicht arbeiten. Erfassen Sie den wachsenden Referral Traffic aus KI-Plattformen. Beobachten Sie den direkten Markentraffic in den Wochen nach einem Content Launch. Fragen Sie neue Kunden im Onboarding, wo sie zuerst von Ihnen gehört haben. Und testen Sie einzelne Content-Investitionen gelegentlich mit einer kontrollierten Holdout-Gruppe.

4.5 Diese KPIs gehören ins Executive Dashboard

Wenn AEO- und GEO-Performance auf eine Folie passen muss, reichen fünf Diagramme:

1. Share of Model Voice für die 50 wichtigsten Prompts, wöchentlich im Zeitverlauf.
2. Zitierquote pro Plattform, damit Gewinne und Verluste je Suchsystem sichtbar werden.
3. Volumen markenbezogener Prompts als Näherungswert für Bekanntheit.
4. AI Referral Traffic aus ChatGPT, Perplexity, Gemini und Copilot.
5. Pipeline oder Umsatz aus KI-beeinflussten Kanälen, so ehrlich gemessen, wie es die Daten erlauben.

Perfektion ist nicht das Ziel. Einige wenige belastbare Zahlen, die die Geschäftsleitung über mehrere Quartale verfolgt, sind wertvoller als ein präzises Dashboard, das niemand öffnet.

Kapitel 5: Das Content Framework für AEO und GEO

5.1 Inhalte müssen sich eindeutig herauslösen lassen

Schreiben Sie so, dass ein KI-Suchsystem Ihre Aussage ohne Zusatzarbeit zitieren kann. Ein eigenständig verständlicher Abschnitt umfasst etwa 40 bis 80 Wörter, beantwortet eine konkrete Frage und ist nicht auf den Kontext der umgebenden Absätze angewiesen.

Eine wichtige Einschränkung: Google sagt ausdrücklich, dass Inhalte nicht zwingend in einzelne Textbausteine zerlegt werden müssen und die Systeme normal aufgebaute Texte verstehen. Viele SEO-Teams strukturieren Inhalte trotzdem so, weil klar abgegrenzte Antworten in mehreren KI-Suchsystemen häufiger sauber zitiert werden und zugleich besser lesbar sind. Es ist eine sinnvolle Arbeitsweise, keine starre Regel.

Ein ungeeigneter Absatz führt ein Argument fort, das nur in der Reihenfolge des gesamten Textes verständlich ist. Ein geeigneter Absatz beginnt mit einer klaren Aussage und erklärt sie knapp. Eine Seite braucht beides, doch vor allem der zweite Typ wird zitiert.

Der Test ist einfach: Kopieren Sie einen Absatz in ein leeres Dokument und lesen Sie ihn ohne Kontext. Ist die Aussage vollständig verständlich, kann ein System sie übernehmen. Fehlt etwas aus dem vorherigen Satz, schreiben Sie den Absatz um.

5.2 Überschriften sollten mit der konkreten Frage beginnen

H2- und H3-Überschriften sollten die Fragen widerspiegeln, die Menschen tatsächlich stellen: „Was ist X?“, „Wie funktioniert X?“, „Wann ist X sinnvoll?“ oder „X vs. Y“. KI-Systeme sind darauf trainiert, Fragen mit Antworten zu verbinden. Eine eindeutige Überschriftenhierarchie liefert dafür ein starkes Signal.

Kreative Überschriften helfen hier selten. „Die neue Grenze digitaler Intelligenz“ mag in einem Magazin funktionieren. Für ein System, das eine Überschrift einer Suchabsicht zuordnen soll, ist sie wenig aussagekräftig.

5.3 Lange Seiten brauchen eine kurze Zusammenfassung

Jede lange Seite profitiert von einer kompakten Zusammenfassung am Anfang. Wir nennen sie „Auf einen Blick“ oder „Das Wichtigste zu [Thema]“ und nicht „TL;DR“. So liest sie sich wie ein normaler Teil des Inhalts und nicht wie ein technischer Hinweis.

Vier bis sechs Bulletpoints reichen. Jeder enthält einen vollständigen Gedanken, die wichtigste Aussage steht zuerst. Dieser Abschnitt wird besonders häufig wörtlich übernommen. Schreiben Sie ihn daher zuletzt, wenn der Haupttext steht und die Zusammenfassung den Inhalt präzise abbilden kann.

5.4 Eine klare Entity verhindert widersprüchliche Markensignale

Eine Entity ist im KI-Kontext etwas, das ein Modell eindeutig erkennen und mit Aussagen verbinden kann. Ihre Marke ist eine Entity, ebenso Ihre Produkte, die Gründerperson und jede zentrale Leistung.

Formulieren Sie für jede wichtige Entity eine Definition in einem Satz. Verwenden Sie diese konsistent auf der Website, in strukturierten Daten, auf der Über-uns-Seite und in externen Profilen. Widersprüche verwässern das Bild. „SOLID ist eine Paid-Media-Agentur“ auf einer Seite und „SOLID unterstützt Marken mit KI-basiertem Marketing“ auf einer anderen erzeugt zwei schwächere Varianten derselben Marke.

5.5 FAQs, Vergleichstabellen und Review-Zusammenfassungen werden häufig zitiert

Diese drei Formate tauchen überdurchschnittlich oft in KI-Zitaten auf, weil ihre Form bereits einer generierten Antwort ähnelt.

• FAQ-Blöcke beantworten häufige Teilfragen in klarer Struktur. Wo es passt, ergänzen Sie FAQ Schema.
• Vergleichstabellen machen Unterschiede explizit. Das hilft besonders bei Kauf- und Softwareanfragen.
• Review-Zusammenfassungen bündeln externe Meinungen – genau die Aufgabe, die auch das KI-Suchsystem lösen möchte.

Dahinter steckt kein Trick. Die Formate werden zitiert, weil sie leicht zu zitieren sind.

5.6 Aktuelle Daten und sichtbare Aktualisierungen schaffen Vertrauen

KI-Suchsysteme gewichten Aktualität stärker als noch 2024. Die Signale sind konkret:

• Sichtbare Angaben zu Veröffentlichung und Aktualisierung.
• Jahreszahlen, wo sie inhaltlich relevant sind, etwa „Stand 2026“.
• Strukturierte Daten mit korrekten datePublished- und dateModified-Werten.
• Echte inhaltliche Überarbeitungen statt rein kosmetisch geänderter Zeitstempel. Einige Systeme vergleichen bereits die aktuelle mit der vorherigen Version.

Eine Seite, die Mitte 2026 im Text noch von „2024“ spricht, wird in KI-Antworten schleichend zurückgestuft – auch wenn ihr Google-Ranking noch stabil ist.

5.7 Austauschbarer Content verliert in Google und KI-Antworten

Googles aktuelle Empfehlungen – untermauert durch das Helpful Content System, die überarbeiteten Search Quality Rater Guidelines, die Spam-Regel gegen Scaled Content Abuse vom März 2024 und den Leitfaden zur Optimierung für KI-Funktionen – machen eines klar: Austauschbarer Content verdient keine Sichtbarkeit mehr. Gemeint sind Inhalte, die ein beliebiges KI-Modell, ein Junior Writer mit Keyword Briefing oder eine fünfminütige Webrecherche genauso erstellen könnte. Allgemeine Definitionen, historische Fülltexte, nachgebaute Wettbewerberstrukturen und KI-typische „Ultimate Guides“, die öffentliches Wissen ohne eigene Einordnung bündeln, gehören dazu.

Dieselbe Entwicklung zeigt sich in KI-Suchsystemen. Ein Modell, das mit dem offenen Web trainiert wurde, kennt jede allgemeine Antwort auf ein verbreitetes Thema bereits. Es zitiert die Quelle, die etwas ergänzt, das nicht überall steht.

Für Marken, die 2026 veröffentlichen, reicht „gut geschrieben und thematisch passend“ deshalb nicht mehr. Die entscheidende Frage lautet: Hätte nur diese Marke, diese Gründerperson, dieses Team oder dieser Kundenstamm diesen Inhalt erstellen können? Lautet die Antwort nein, ignorieren Google und KI-Suchsysteme die Seite zunehmend – unabhängig von sauberem Schema oder guter interner Verlinkung.

So sieht nicht austauschbarer Content in der Praxis aus, grob nach Relevanz geordnet:

• Erfahrungen aus erster Hand. Was Marke, Gründer oder Team bei der tatsächlichen Umsetzung gelernt haben. Konkrete Projekte, Kunden, Abläufe und Situationen, über die niemand sonst schreiben kann.
• Eigene Daten und Forschung. Interne Zahlen, Befragungen, anonymisierte Kundendaten, Audit-Ergebnisse oder Benchmarks, die Ihr Team selbst erhoben hat.
• Konkrete operative Einblicke. Wie eine Entscheidung zustande kam, welche Zielkonflikte es gab, was sich nach dem Rollout geändert hat und welche Zahlen Ihr Team aus welchem Grund misst.
• Detaillierte Case Studies und Fehlschläge. Klar benannte Ausgangslagen und Ergebnisse, einschließlich der Ansätze, die nicht funktioniert haben, und der Gründe dafür.
• Begründete Gegenpositionen. Themen, bei denen Ihre Marke der üblichen Empfehlung in der Branche öffentlich widerspricht und diese Haltung mit Erfahrung oder Daten belegt.
• Entscheidungskriterien aus realen Projekten. Die Checklisten, Scoring-Modelle und Frameworks, mit denen Ihr Team tatsächlich arbeitet – keine allgemeine Liste aus anderen Artikeln.
• Fachliche Einschränkungen und Sonderfälle. Bekannte Fallstricke, regulatorische Details, Unterschiede zwischen Kundensegmenten und Situationen, in denen die Standardempfehlung nicht gilt.
• Eine Einordnung, die es so noch nicht gibt. Primärquellen vergleichen, widersprüchliche Daten auflösen oder ein fragmentiertes Thema nachvollziehbar zusammenführen.

Diese Formate sollten aus dem Redaktionsplan verschwinden:

• Generische Listicles aus Allgemeinwissen, etwa „7 Tipps für Erstkäufer“ ohne Praxiseinblick.
• Inhalte anderer Websites, die nur in der eigenen Tonalität neu formuliert werden.
• KI-typische Zusammenfassungen ohne Markenstimme, Erfahrung oder klare Position.
• Breite Definitionen und historische Fülltexte am Anfang jeder Seite.
• „Ultimate Guides“, die öffentliches Wissen sammeln, ohne Prioritäten, Urteil oder eigene Meinung hinzuzufügen.

Ein einfacher Test: Wenn Sie alle Absätze entfernen, die unbemerkt auch auf der Website eines Wettbewerbers stehen könnten – wäre die Seite noch immer eine Veröffentlichung wert? Wenn nicht, ist der Inhalt austauschbar und sollte nicht live gehen.

Kapitel 6: Das technische Fundament

Was ein System nicht crawlen, auslesen oder rendern kann, lässt sich nicht optimieren. Die technische Ebene erhält selten die meiste Aufmerksamkeit, begrenzt aber alles, was danach kommt.

6.1 Diese strukturierten Daten nutzen KI-Suchsysteme

Schema Markup gewinnt im KI-Zeitalter erneut an Bedeutung. Diese Typen erfüllen zuverlässig ihren Zweck:

• Article für redaktionelle Inhalte und Playbooks.
• FAQPage für Frage-und-Antwort-Bereiche.
• Product für E-Commerce-Produkte.
• Organization für die Marke, einschließlich eines sauberen sameAs-Arrays mit Links zu verifizierten Profilen.
• HowTo für Schritt-für-Schritt-Anleitungen, sparsam eingesetzt. Google zeigt dafür weniger Rich Results, die KI-Systeme lesen den Typ jedoch weiterhin aus.
• BreadcrumbList für die Hierarchie einer Website.

Validieren Sie jeden Block im Google-Tester für strukturierte Daten. Fehlerhaftes Schema ist schlechter als gar keines, weil es das Vertrauen in die vorhandenen Angaben mindert.

6.2 Crawlbarkeit für GPTBot, ClaudeBot, PerplexityBot und Google-Extended

KI-Crawler erkennen sich an eigenen User-Agent-Strings. Diese sollten Sie kennen:

• GPTBot (OpenAI)
• ClaudeBot (Anthropic)
• PerplexityBot (Perplexity)
• Google-Extended (Googles Crawler für Trainingszwecke)
• CCBot (Common Crawl)
• Bingbot (Microsoft, einschließlich Copilot)

Für die meisten Websites ist es sinnvoll, sie standardmäßig zuzulassen. Publisher mit Inhalten hinter einer Paywall oder einem einzigartigen Datenbestand können gute Gründe für eine Sperre haben. Für eine wachsende Marke kommt das Blockieren dagegen einem Verzicht auf einen zentralen Entdeckungskanal der kommenden Jahre nahe.

6.3 Die Entscheidung in der robots.txt muss bewusst fallen

Wenn Sie alle KI-Crawler zulassen, dokumentieren Sie die Entscheidung und den Grund. Wenn Sie einzelne blockieren, halten Sie auch dafür die wirtschaftliche Begründung fest. Die schlechteste Lösung ist eine Standardeinstellung, die niemand im Team gewählt oder verstanden hat.

Ein sinnvoller Ausgangspunkt für eine wachsende Marke erlaubt GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot und Bingbot und verwendet dieselben Crawl-Delay- und Disallow-Regeln wie für Googlebot.

6.4 Sitemaps, Canonicals und Rendering für LLM-Crawler

XML-Sitemaps bleiben die klarste Möglichkeit zu zeigen, welche Seiten gecrawlt werden sollen. Halten Sie sie aktuell, ergänzen Sie lastmod-Daten und teilen Sie sie ab 50.000 URLs logisch auf.

Canonicals sind wichtiger geworden. Findet ein System doppelte oder nahezu gleiche Seiten, wählt es eine aus und stuft die anderen zurück. Bei widersprüchlichen Canonicals bleibt dabei häufig die falsche Version übrig.

Rendering ist eine oft übersehene Fehlerquelle. Wird der wichtigste Inhalt ausschließlich im Browser geladen und führt der Crawler kein JavaScript aus, bleibt er unsichtbar. Server-side Rendering, Static Generation oder Hybrid Rendering mit Prerendering verhindern das. Besonders häufig sehen wir das bei React- und Vue-Anwendungen, deren Wachstum schneller war als die technische SEO-Pflege.

6.5 Core Web Vitals bleiben auch für KI-Suchen relevant

Core Web Vitals (LCP, INP und CLS) zählen weiterhin. Langsame oder instabile Seiten werden sowohl im klassischen Ranking als auch beim Retrieval als qualitativ schwächer bewertet. Das Ziel bleibt unverändert: kurze Ladezeiten, stabile Layouts und schnelle Interaktionen.

Kapitel 7: Eine eindeutig erkennbare Marke und belastbare Autorität

Dieses Kapitel ähnelt Markenarbeit, weil es genau das ist.

7.1 Was eine Entity für ein Sprachmodell bedeutet

Wenn ein Modell Informationen über Ihre Marke verarbeitet, entsteht daraus ein Wahrscheinlichkeitsbild: Was ist die Marke, was bietet sie an, für wen ist sie relevant und wie hängt sie mit anderen Entities in der Kategorie zusammen? Je konsistenter die Informationen, desto präziser dieses Bild.

Widersprüche schwächen es. Beschreiben Website, LinkedIn, Crunchbase, Presseartikel und Podcast-Auftritte die Marke jeweils etwas anders, bildet das Modell einen Durchschnitt und verliert bei allen Aussagen an Genauigkeit.

7.2 Wikipedia, Wikidata und der Knowledge Graph

Ein Wikipedia-Artikel ist eines der stärksten Entity-Signale, die eine Marke erhalten kann. Fast jedes große Modell wurde mit Wikipedia trainiert und greift weiterhin auf diese Inhalte zurück.

Sie können einen solchen Eintrag nicht einfach selbst veröffentlichen. Sie können aber die Voraussetzungen dafür schaffen: unabhängige Berichterstattung in namentlich bekannten Medien aufbauen und anschließend einen erfahrenen Wikipedia-Autor – nicht das eigene Marketingteam – einen neutralen, sauber belegten Entwurf erstellen lassen.

Wikidata bildet die strukturierte Ebene unter Wikipedia und ist deutlich zugänglicher. Ein sauberer Wikidata-Eintrag hilft Systemen, Ihre Marke mit den relevanten Entities in ihrem Umfeld zu verknüpfen.

7.3 Eine einheitliche Markendefinition verhindert Unklarheit

Legen Sie eine Definition Ihrer Marke in einem Satz fest. Verwenden Sie sie auf oder nahe der Homepage Hero Section, im Organization Schema, in Social Bios, Gründerprofilen und Standardbeschreibungen.

Wiederholen Sie diese Definition, statt sie aus Stilgründen jedes Mal neu zu erfinden. Abwechslung kann einer Geschichte helfen. Für die Entity zählt Konsistenz, denn genau diese Entity lesen die Systeme aus.

7.4 Einheitliche NAP-Daten, Gründerprofile und strukturierte Unternehmensangaben

Einheitliche NAP-Daten – Name, Adresse und Telefonnummer – sind älter als AEO und bleiben wichtig. Ergänzen Sie außerdem Gründername, Gründungsjahr, Hauptsitz und eine feste Leistungsbeschreibung.

Prüfen Sie anschließend die 30 wichtigsten externen Profile Ihrer Marke: Verzeichnisse, Social Accounts, App Stores, Partnerseiten, Konferenzprofile und Podcast Show Notes. Abweichungen entstehen fast überall. Ein Audit zweimal pro Jahr hält die Angaben sauber.

7.5 Externe Bestätigung wiegt stärker als Eigenwerbung

Presse, Podcast-Auftritte, Auszeichnungen, Partnerschaften und Kunden-Case-Studies zeigen, dass unabhängige Dritte Ihre Marke bestätigen. Modelle gewichten diese Signale stärker als Aussagen, die eine Marke über sich selbst macht.

An diesem Punkt werden GEO und PR zur gleichen Disziplin. Marken mit einem hohen Anteil an Zitaten sind fast immer auch diejenigen, die echte Erwähnungen in relevanten, namentlich bekannten Publikationen gewinnen.

Kapitel 8: Off-Site-GEO: auf den Quellen erscheinen, aus denen Modelle lernen

Wenn Ihre gesamte AEO-Strategie auf der eigenen Website stattfindet, verzichten Sie auf einen großen Teil der möglichen Wirkung.

8.1 Diesen Quellen vertrauen Sprachmodelle besonders

Modelle gewichten Quellen unterschiedlich. Über mehrere Systeme hinweg zeigen sich ähnliche Muster:

• Große Nachrichtenmedien wie Reuters, AP, BBC, FT, NYT und WSJ.
• Fachpublikationen mit hohem Ansehen in ihrer Branche, etwa TechCrunch für Technologie oder Modern Retail für Commerce.
• Referenzquellen wie Wikipedia, Britannica und Websites von Behörden.
• Fundierte lange Beiträge anerkannter Praktiker.
• Reddit und YouTube-Transkripte, die bei bestimmten Suchanfragen stark gewichtet werden.

Wer in diesen Quellen vorkommt, baut Sichtbarkeit auf mehreren Plattformen gleichzeitig auf.

8.2 Digitale PR erhöht die Sichtbarkeit in KI-Antworten

Digitale PR ist einer der am meisten unterschätzten GEO-Hebel. Früher wurde sie vor allem nach Domain Authority, Backlinks und Referral Traffic bewertet. Heute zählt zusätzlich, welche Informationen Modelle daraus übernehmen und behalten.

Die beste digitale PR für GEO ist keine Pressemitteilung. Sie liefert eigene Daten, klare fachliche Einschätzungen oder eine begründete Meinung, die eindeutig mit Ihrer Marke verbunden ist und in einer Quelle erscheint, der die Systeme bereits vertrauen.

8.3 Reddit, Quora, YouTube und Fachforen prägen die Antworten

Modelle greifen häufig auf diese Plattformen zurück. Besonders Reddit-Threads erscheinen deutlich öfter in KI-Zitaten, als viele Marketingteams vermuten.

Das ist keine Einladung zu Spam. Ein System erkennt den Unterschied zwischen einem hilfreichen Beitrag, den eine Community annimmt, und einer ungefragten Werbebotschaft. Wählen Sie zwei oder drei Communities in der Nähe Ihrer Kategorie und leisten Sie über Monate einen echten Beitrag – nicht für einige Tage.

8.4 Branchen-Roundups, Bestenlisten und Vergleichsportale bringen Sichtbarkeit bei Shortlist-Fragen

Wenn es in Ihrer Kategorie bekannte „Beste X“- oder „Top X“-Listen gibt, lohnt sich eine Platzierung. Bei Shortlist- und Vergleichsfragen werden solche Seiten häufig zitiert.

Eine Cold Outreach Mail reicht dafür selten. Erfolg entsteht eher durch eine Beziehung zum Autor, eigene Daten, die er verwenden kann, und eine nachweisbare Erfolgsbilanz, die der Verlag prüfen kann.

8.5 Podcast-Auftritte wirken nur mit indexierbaren Transkripten

Podcasts sind zu einem relevanten GEO-Kanal geworden, weil Transkripte zunehmend indexiert werden. Der Auftritt einer Gründerperson in einem angesehenen Podcast kann heute mehr zur Entity Authority beitragen als ein Gastbeitrag vor fünf Jahren.

Zwei Details sind entscheidend. Der Host sollte ein vollständiges Transkript veröffentlichen. Außerdem sollten Markenname und Kategorie früh im Gespräch mindestens einmal klar genannt werden. Modelle brauchen diese Ankerformulierung, um die übrigen Aussagen eindeutig zuzuordnen.

Kapitel 9: Content-Architektur mit Pillar Pages, Clustern und Playbooks

9.1 Das Pillar-and-Cluster-Modell für AEO

Pillar und Cluster waren bereits im klassischen SEO sinnvoll. Für AEO sind sie eine Voraussetzung, weil Query Fanout die Abdeckung eines gesamten Themenfeldes verlangt und nicht nur die Optimierung auf einen Head Term.

Eine Pillar Page behandelt ein Thema umfassend. Cluster Pages vertiefen konkrete Teilthemen, Fragen und Anwendungsfälle. Sie verlinken zur Pillar Page und untereinander.

Dieses Playbook ist eine Pillar Page. Unser Leitfaden zur Optimierung für KI-Suchsysteme ist eine Cluster Page, die das Thema kompakter einführt und hierher weiterleitet.

9.2 Programmatische Seiten brauchen einen echten eigenen Nutzen

Programmatic SEO kann weiterhin funktionieren, aber die Qualitätsgrenze liegt deutlich höher. Dünne, nach einer Vorlage erzeugte Seiten verlieren in KI-Suchsystemen noch schneller als in der klassischen Suche.

Die Prüfung ist einfach: Enthält jede programmatische Seite mindestens eine eigene, nützliche Information, die auf den anderen Seiten fehlt? Wenn nicht, sollten die Seiten zusammengeführt werden, bis jede einen klaren Grund für ihre Existenz hat.

9.3 Interne Links unterstützen Retrieval und Priorisierung

Interne Links zeigen den Systemen, welche Seiten im Verhältnis zueinander wichtig sind. Sie unterstützen auch das Retrieval, weil eine gut verlinkte Seite innerhalb einer mehrstufigen Suche leichter gefunden wird.

Wir arbeiten mit zwei Regeln. Jede Pillar Page sollte von mindestens fünf Stellen verlinkt werden. Jede Cluster Page verlinkt nach oben zu ihrer Pillar Page und quer zu mindestens zwei verwandten Seiten. Das Ziel ist ein verbundenes Netz und kein ordentliches, aber starres Baumdiagramm.

9.4 Vergleichsseiten gewinnen Zitate bei Kaufentscheidungen

Bei Shortlist-Fragen erzielen Vergleichsseiten überdurchschnittlich viel Sichtbarkeit. Eine fundierte „X vs. Y“-Seite gehört bei Commerce- und Softwarefragen zu den am häufigsten zitierten Formaten.

Entscheidend ist die Qualität: neutrale Einordnung, echte Daten, ehrliche Vor- und Nachteile sowie aktuelle Preise. Eine Seite, auf der die eigene Lösung offensichtlich immer gewinnt, wird zurückgestuft. Ein nützlicher und sauber strukturierter Vergleich wird zitiert.

9.5 Weniger Seiten mit mehr Substanz erzielen bessere Ergebnisse

Wenn eine Marke heute neu beginnt, lautet unsere wichtigste Empfehlung: Veröffentlichen Sie weniger Seiten und machen Sie jede davon zur besten Quelle für ihr konkretes Thema. Systeme belohnen Tiefe und bestrafen oberflächliche Inhalte jedes Quartal stärker. Zwanzig sehr gute Seiten übertreffen zweihundert mittelmäßige deutlich.

Kapitel 10: So messen Sie die Wirkung von AEO und GEO

10.1 Diese Tools sind einen Blick wert

Der Markt für AEO-Messung ist jung und wird sich noch konsolidieren. Zu den Anbietern, die wir nutzen oder beobachten, gehören unter anderem Profound, Otterly, AthenaHQ, Peec AI und SE Ranking. Jedes Tool hat andere Stärken und Lücken.

Investieren Sie aber nicht zu früh in Software. Ein Prompt Panel in einer Tabelle, das Ihr Team jede Woche tatsächlich ausführt, liefert mehr Erkenntnisse als eine teure Plattform, die nur einmal pro Quartal geöffnet wird.

10.2 Ein Prompt Panel mit 50 geschäftsrelevanten Fragen aufbauen

Ein Prompt Panel ist eine feste Sammlung von Fragen, die regelmäßig in mehreren KI-Suchsystemen geprüft wird. Gut aufgebaut ist es das wichtigste Arbeitsdokument eines AEO-Teams.

Beginnen Sie mit 50 Prompts in vier Gruppen:

1. Zentrale Kategoriefragen. „Beste E-Mail-Marketing-Agentur für E-Commerce.“
2. Vergleichsfragen. „Klaviyo vs. Omnisend für DTC-Marken.“
3. Markenfragen. „Ist SOLID eine gute Agentur für internationales Wachstum?“
4. Konkrete Long-Tail-Anwendungsfälle. „Wie kann ich Meta Ads nach den iOS-14-Änderungen skalieren?“

Führen Sie diese Fragen wöchentlich aus, protokollieren Sie die Antworten und erfassen Sie die zitierten Marken. Innerhalb eines Monats werden klare Muster sichtbar.

10.3 Die Zitierquote wöchentlich und mit vertretbarem Aufwand erfassen

Mehrere der oben genannten Tools automatisieren die Messung der Zitierquote über die großen KI-Suchsysteme hinweg. Sie führen das Panel nach Zeitplan aus, protokollieren die Quellen und zeigen Veränderungen. Sobald Ihr Prompt Panel stabil ist, lohnt sich die Investition meist.

Wenn Sie manuell arbeiten, automatisieren Sie zumindest die Ausführung der Prompts, wo es möglich ist. Für das Protokoll reicht eine einfache Tabelle mit Prompt, Plattform, „eigene Marke zitiert: ja/nein“, zitierten Wettbewerbern und Notizen.

Zwei Stunden pro Woche reichen für einen Analysten, um 50 Prompts über vier Systeme hinweg ohne Spezialsoftware zu betreuen. Mit weniger Zeit leidet die Regelmäßigkeit. Bei deutlich mehr Aufwand ist ein Tool wirtschaftlicher.

10.4 KI-Sichtbarkeit mit Umsatz in Verbindung bringen

Dieser Teil ist am schwierigsten und wird deshalb von vielen Teams aufgegeben. Die ehrliche Methode ist eine Kombination mehrerer Signale.

• Erfassen Sie AI Referral Traffic pro Plattform. Das Volumen wächst.
• Beobachten Sie Direct Traffic und Brand Search nach einem Content Launch.
• Fragen Sie neue Kunden im Onboarding, wo sie zuerst von Ihnen gehört haben.
• Testen Sie einzelne Content-Investitionen über sechs Wochen mit Holdout-Gruppen.

Kein Signal ist für sich allein ein Beweis. Zusammen entsteht ein Bild, auf dessen Basis Sie entscheiden können.

Kapitel 11: AEO und GEO nach Branche

Die Grundsätze bleiben gleich. Die konkrete Umsetzung hängt von der Kategorie ab.

11.1 E-Commerce- und DTC-Marken

Produkt- und Kategorieseiten bieten die größte direkte Wirkung. Bei Shopping-Anfragen zitieren KI-Suchsysteme Produktseiten häufig. Nutzen Sie strukturierte Daten, klare Beschreibungen und echte Reviews und halten Sie Preise aktuell.

Vergleiche wie „X vs. Y für Anwendungsfall Z“ erzielen bei Shortlist-Fragen überdurchschnittlich viele Zitate. Dasselbe gilt für ehrliche „Beste X für Y“-Seiten.

Für DTC-Marken zählt vor allem die Verbindung zum übrigen Marketing Stack. KI-Sichtbarkeit füllt Retargeting Audiences, unterstützt E-Mail-Anmeldungen und wärmt die Akquisition vor. Wir behandeln sie deshalb als Teil eines umfassenden E-Commerce-Growth-Programms und nicht als Nebenprojekt.

11.2 SaaS und B2B-Software

B2B-SaaS-Käufer nutzen KI-Suchsysteme, um ihre Shortlist aufzubauen. Erfolgreich ist eine Kombination aus klarer Kategoriepositionierung, einem fundierten Vergleichsbereich und regelmäßigem Experten-Content von benannten Personen aus dem Unternehmen.

Founder-led Content funktioniert hier besonders gut. Modelle ordnen Aussagen einer namentlich bekannten Fachperson schneller zu als einer anonymen Marke. Bringen Sie Gründer und Product Leads in Podcasts, Gastbeiträge und fundierte lange LinkedIn Posts.

11.3 Lokale Unternehmen und Dienstleister

Lokale Suchabsicht ist weiterhin eng mit dem Google Business Profile verbunden, doch KI-Suchsysteme holen schnell auf. Business Profile, regionale Leistungsseiten und Reviews speisen heute sowohl das Local Pack als auch die KI-Antwort.

Für Unternehmen mit mehreren Standorten ist Konsistenz der wichtigste Faktor. Unterschiedliche NAP-Daten, Öffnungszeiten und Leistungsbeschreibungen teilen die Entity auf und schwächen alle Standorte gleichzeitig.

11.4 Marktplätze und Aggregatoren

Marktplätze haben einen strukturellen Zielkonflikt. User-generated Content schafft ihren Nutzen, ist aber oft unstrukturiert, uneinheitlich und für ein System schwer auszulesen. Erfolgreiche Plattformen ergänzen eine strukturierte Ebene: kuratierte Guides, Vergleichsbereiche und redaktionelle Inhalte, die sich eindeutig zitieren lassen.

11.5 Regulierte Branchen

Für Finanz-, Gesundheits- und Rechtsangebote sind EEAT-Signale – Experience, Expertise, Authoritativeness und Trustworthiness – besonders wichtig. Autorenprofile mit echten Qualifikationen, Belege aus Primärquellen und eine sichtbare Prüfung durch Fachpersonen sind Voraussetzung und kein optionaler Zusatz.

Bei YMYL-Fragen (Your Money or Your Life) bleiben KI-Systeme vorsichtig. Sie zitieren etablierte Quellen mit nachweisbarer Qualifikation und stufen anonyme oder oberflächliche Inhalte schneller zurück als in anderen Kategorien.

Kapitel 12: Der Rollout für AEO und GEO

Wenn Sie bei null beginnen, nutzen wir in Kundenprojekten diese Reihenfolge.

12.1 Phase 1: Audit und Ausgangsmessung

• Stellen Sie das Prompt Panel mit 50 Fragen zusammen und führen Sie es einmal in vier KI-Suchsystemen aus.
• Prüfen Sie die 20 wichtigsten Seiten auf Struktur, Aktualität und eine klare Entity.
• Untersuchen Sie Schema Markup, robots.txt und Crawler-Zugriff.
• Erfassen Sie die Definition Ihrer Marke auf den zehn wichtigsten externen Plattformen, etwa LinkedIn, Crunchbase und – falls vorhanden – Wikipedia.
• Richten Sie das Dashboard für die Ausgangswerte ein.

12.2 Phase 2: Technische und inhaltliche Grundlagen korrigieren

• Korrigieren Sie das Schema Markup auf den 20 wichtigsten Seiten.
• Vereinheitlichen Sie die Entity-Definition auf der Website, in strukturierten Daten und auf externen Profilen.
• Reparieren Sie Canonicals, Sitemaps und Crawler-Zugriff.
• Ergänzen oder überarbeiten Sie „Auf einen Blick“-Zusammenfassungen auf den Seiten mit dem meisten Traffic.
• Treffen Sie eine dokumentierte Entscheidung zum Zugriff von KI-Crawlern in der robots.txt.

12.3 Phase 3: Die 20 wichtigsten Seiten neu aufbauen

• Überarbeiten Sie die 20 wichtigsten Seiten mit eigenständig verständlichen Abschnitten, frageorientierten Überschriften und FAQ-Blöcken.
• Bauen Sie die wichtigsten Pillar Pages neu auf oder erweitern Sie sie.
• Aktualisieren Sie veraltete Formulierungen und Zeitangaben.
• Verbessern Sie die interne Verlinkung über die 50 wichtigsten URLs hinweg.

12.4 Phase 4: Off-Site-GEO ausbauen und die Messung etablieren

• Starten Sie eine erste digitale PR-Kampagne mit Fokus auf Quellen, die in KI-Antworten häufig vorkommen.
• Wählen Sie zwei oder drei Communities – etwa Reddit, Fachforen oder Substack – zu denen Sie im nächsten Quartal regelmäßig beitragen.
• Planen Sie drei bis fünf Podcast-Auftritte mit einer Gründerperson.
• Verankern Sie die wöchentliche Messung und besprechen Sie das Dashboard regelmäßig mit der Geschäftsleitung.

12.5 Dieser Wochenrhythmus hält das Programm in Bewegung

Ein typischer Wochenplan bei uns:

• Montag: Prompt Panel ausführen und Ergebnisse protokollieren.
• Dienstag: Content erstellen oder eine bestehende Seite überarbeiten.
• Mittwoch: Off-Site-Arbeit – PR Pitch, Podcast Outreach oder ein Beitrag in einer Community.
• Donnerstag: eine technische oder Schema-Korrektur umsetzen.
• Freitag: Dashboard prüfen und der Geschäftsleitung ein kurzes Update geben.

Die Wirkung entsteht nur, wenn dieser Rhythmus bestehen bleibt. In den Wochen, in denen Sie aussetzen, arbeiten Ihre Wettbewerber weiter.

Kapitel 13: Häufige Fehler und wie Sie sie vermeiden

13.1 Nur für ein KI-Suchsystem optimieren

Manche Teams konzentrieren sich ausschließlich auf ChatGPT-Zitate und ignorieren Perplexity. Andere verfolgen Google AI Overviews, während sie in Copilot an Sichtbarkeit verlieren. Die Systeme entwickeln sich unterschiedlich. Optimieren Sie für die gemeinsamen Grundlagen und nicht nur für die Plattform, die Sie zuletzt geprüft haben.

13.2 Schema überladen oder FAQs erfinden

Schema funktioniert, wenn es den sichtbaren Inhalt korrekt beschreibt. Es schadet, wenn ein Team FAQ Schema mit Fragen füllt, die auf der Seite gar nicht vorkommen, oder nicht vorhandene Reviews erfindet. Systeme erkennen solche Widersprüche schneller als früher und stufen die Seite deutlich zurück.

13.3 Den Zugriff der Crawler gar nicht prüfen

Der häufigste technische Fehler ist eine Website, bei der niemand über KI-Crawler nachgedacht hat: eine unveränderte Standard-robots.txt, kein Schema und widersprüchliche Markenangaben. Solche Marken sind nicht unbedingt blockiert. Sie bleiben einfach unsichtbar. Die technische Grundlage zu korrigieren ist dann häufig die Maßnahme mit dem höchsten ROI.

13.4 Weniger organischen Traffic automatisch als Misserfolg werten

Viele Marken verlieren organische Klicks und gewinnen gleichzeitig Einfluss über KI-Antworten: weniger Klicks, mehr Markennennungen und höherer direkter Markentraffic. Wer nur Klicks misst, beurteilt die Entwicklung falsch und reagiert in die falsche Richtung.

13.5 Eine ungeeignete Agentur oder das falsche Tool wählen

Viele Agenturen haben ihre alte SEO-Leistung lediglich in „AEO“ umbenannt, ohne die Methode anzupassen. Gleichzeitig zeigt ein großer Teil der Tools nur Zahlen, ohne daraus konkrete nächste Schritte abzuleiten.

Stellen Sie jedem möglichen Partner drei Fragen: Wie messen Sie heute die Zitierquote? Wie sieht Ihr wöchentlicher Arbeitsprozess aus? Was haben Sie in den vergangenen sechs Monaten an Ihrer Methode geändert? Gute Partner antworten konkret. Die übrigen weichen aus.

Wenn Sie sehen möchten, wie wir das in der Praxis umsetzen: Unsere Leistungen als SEO-, GEO- und AEO-Agentur bauen genau auf dem Prozess in diesem Playbook auf.

Kapitel 14: Worauf es in den nächsten 24 Monaten ankommt

Niemand kann den genauen Verlauf vorhersagen. Für einige Entwicklungen gibt es aber bereits genug Dynamik, um heute dafür zu planen.

14.1 Agentic Search und der Aufstieg von Buying Agents

KI-Agenten, die im Auftrag einer Person recherchieren, bewerten und einkaufen, verbreiten sich schneller, als viele Marken erwarten. Wenn ein Agent kauft, verschieben sich die Anforderungen erneut. Saubere Produktdaten, maschinenlesbare Preise, klar strukturierte Garantien und überprüfbare Reviews werden von optionalen Ergänzungen zu Voraussetzungen.

14.2 Agentic Commerce schafft neue Verkaufsflächen

Der Einkauf verlagert sich in die KI-Konversation. Diese Entwicklungen sind aktuell besonders relevant:

• Shopify Agentic Storefronts wurde mit der Winter ‘26 Edition vorgestellt und seit Ende März 2026 standardmäßig für Shopify Shops aktiviert. Händler können direkt in Konversationen mit ChatGPT, Perplexity und Microsoft Copilot verkaufen; weitere Plattformen kommen hinzu.
• Das Universal Commerce Protocol wurde von Shopify gemeinsam mit Google entwickelt. Der offene Standard bringt Commerce-Funktionen in KI-Agenten. Native Shopping wird in Google AI Mode und der Gemini App ausgerollt.
• ChatGPT Checkout, Perplexity Shopping und die Commerce-Funktionen von Microsoft Copilot entwickeln sich parallel weiter. Jede Plattform ist eine neue Verkaufsfläche, auf der eine Marke entweder präsent ist oder fehlt.

Die strategische Schlussfolgerung bleibt gleich, unabhängig davon, welche Plattform führt. Sobald ein Chat den Kauf vollständig abschließen kann, verkürzt sich der Funnel. Marken, die leicht zu finden, zu empfehlen, zu prüfen und direkt zu kaufen sind, gewinnen überproportional. Dafür brauchen sie saubere Produktdaten, aktuelle Bestände, klar strukturierte Angaben zu Rückgabe und Versand sowie die Anbindung an das Commerce-Protokoll ihrer Plattform.

Für E-Commerce-Marken ist das kein Thema für 2027. Diese Verkaufsflächen gibt es bereits.

14.3 Multimodale Antworten erweitern die Optimierung über Text hinaus

Sprach-, Video- und visuelle Antworten gewinnen an Bedeutung. Nur Text zu optimieren, reicht nicht mehr. Video- und Podcast-Transkripte sowie Alt-Texte für Bilder werden zu vollwertigem Content und dürfen nicht erst am Ende ergänzt werden.

14.4 Der Markt für AEO-Messung wird sich konsolidieren

Der dicht besetzte Markt für AEO-Tools wird kleiner werden. In den kommenden 24 Monaten dürften sich zwei oder drei führende Anbieter herausbilden. Wahrscheinlich integrieren sich die verbleibenden Tools in klassische SEO-Plattformen, statt sie vollständig zu ersetzen.

14.5 Diese Grundlagen bleiben langfristig wertvoll

Drei Dinge behalten ihren Wert, unabhängig von der nächsten Veränderung:

1. Eine starke, konsistente Entity auf allen Plattformen, auf denen Ihre Marke erscheint.
2. Eine Bibliothek mit nützlichen, eigenständig verständlichen Inhalten, die nicht von einem einzelnen Algorithmus abhängt.
3. Ein fester Arbeitsprozess aus Messung, Lernen und schneller Anpassung. Dieser Prozess übersteht die Regeländerungen.

Wer diese drei Grundlagen aufbaut, kann die einzelnen Taktiken austauschen, sobald sich die Systeme verändern.

Sie möchten diesen Prozess für Ihre Marke aufbauen? Wir prüfen Ihre aktuelle Sichtbarkeit, erstellen das Prompt Panel und zeigen Ihnen offen, wo die größten Hebel liegen.

Jetzt starten →

Häufige Fragen

Was ist der Unterschied zwischen AEO und GEO?

AEO (Answer Engine Optimization) betrifft vor allem die eigene Website: Inhalte werden so strukturiert, dass ein KI-Suchsystem sie als direkte Antwort übernehmen kann. GEO (Generative Engine Optimization) ist breiter. Es umfasst AEO und ergänzt externe Präsenz, Entity Authority und die Einordnung einer Marke durch generative Modelle, auch wenn keine Live-Suche stattfindet.

Ist SEO tot?

Nein. SEO bildet das Fundament für AEO und GEO. Die meisten KI-Suchsysteme nutzen klassische Suchinfrastruktur, um mögliche Quellen zu finden und zu bewerten. Gutes SEO bleibt deshalb eine Voraussetzung und steht nicht im Wettbewerb zu AEO.

Wie lange dauert es, bis AEO-Ergebnisse sichtbar werden?

Grundlegende Korrekturen an Schema, Struktur und Aktualität können die Zitierquote innerhalb von vier bis acht Wochen verbessern. Der Aufbau einer klaren Entity und Off-Site-GEO wirken über sechs bis zwölf Monate. Versprechen über Nacht sind nicht seriös.

Sollte ich KI-Crawler auf meiner Website blockieren?

Für die meisten wachsenden Marken nicht. Eine Sperre schließt die Website sowohl aus Trainingsdaten als auch aus Live Retrieval aus. Ausnahmen sind Publisher mit Inhalten hinter einer Paywall oder proprietären Daten. Dort sollte die Abwägung bewusst getroffen und dokumentiert werden.

Was ist der wichtigste erste Schritt?

Bauen Sie ein Prompt Panel auf, führen Sie es einmal aus und prüfen Sie die Ergebnisse. Viele Teams stellen fest, dass ihre Marke weniger sichtbar ist als angenommen oder ein bisher unbeachteter Wettbewerber dominiert. Das Panel schafft einen ehrlichen Ausgangswert, aus dem sich die nächsten Schritte ableiten lassen.

Wie unterscheidet sich dieses Playbook vom Leitfaden zur Optimierung für KI-Suchsysteme?

Der Leitfaden ist der Einstieg: eine kompakte Einführung, warum KI-Suche wichtig ist und wie Marken ihre ersten Maßnahmen angehen. Dieses Playbook ist das ausführliche Arbeitsdokument mit Framework, Kennzahlen, Rollout-Phasen und dem laufenden Prozess aus unseren Kundenprojekten. Wenn das Thema neu für Sie ist, beginnen Sie mit dem Leitfaden und nutzen Sie anschließend dieses Playbook für die Umsetzung.

Kann ein Tool AEO und GEO vollständig übernehmen?

Nein. Derzeit deckt kein Tool AEO und GEO vollständig ab. Software hilft bei der Messung und macht Muster sichtbar. Strategie, Content, Entity-Arbeit und Off-Site-GEO brauchen weiterhin menschliche Erfahrung und fachliches Urteil. Erfolgreiche Marken behandeln Tools als eine Ebene ihres Arbeitsprozesses und nicht als Ersatz dafür.