Das Wichtigste in Kürze
- GEO (Generative Engine Optimization) optimiert eine Website dafür, in KI-Antworten von ChatGPT, Claude, Perplexity oder Google AI Overviews als Quelle genannt zu werden.
- KI-Antworten nennen nur wenige Quellen. Wer dort fehlt, ist für diese Suche unsichtbar.
- Mit einer automatischen Analyse und KI-Fixes stieg der GEO-Score der KITALE-Website im Werkzeug von Degeler Consulting von 35 auf 81 von 100 Punkten.
- GEO ist eine Schleife, keine Einmal-Aktion: prüfen, Lücke finden, beheben, wiederholen. Eine Garantie auf Nennung gibt es nicht.
GEO (Generative Engine Optimization) ist die Optimierung einer Website dafür, dass KI-Systeme wie ChatGPT, Claude, Perplexity oder Google AI Overviews sie finden, verstehen und in ihren Antworten als Quelle nennen. Felix Degeler, Gründer von Degeler Consulting (DC) in Wien, hat dafür mit Claude ein Werkzeug gebaut, das Websites prüft und die gefundenen Lücken von der KI schließen lässt, in einer Schleife. Bei der KITALE-Website stieg der Wert damit von 35 auf 81 von 100 Punkten.
Ich bin kein GEO-Experte. Also habe ich mir mit Claude ein Werkzeug gebaut, das Websites automatisch auf ihre Sichtbarkeit für KI-Suchmaschinen durchleuchtet. Das erste Ergebnis hat mich selbst überrascht.
Was ist GEO, und was ist der Unterschied zu SEO?
GEO ist SEO für KI-Antworten: Statt um einen Platz in der Google-Trefferliste geht es darum, in der Antwort einer KI genannt zu werden.
SEO optimiert für Rankings, also dafür, dass eine Seite bei einer Suchanfrage möglichst weit oben steht. GEO optimiert für Zitate: Ein Sprachmodell soll deine Aussage aufgreifen, wiedergeben und auf deine Seite verweisen. Viele Grundlagen überschneiden sich, etwa saubere Technik, klare Seitenstruktur und Inhalte mit Substanz.
Der Unterschied ist hart: Eine KI-Antwort nennt meist nur wenige Quellen. Tauchst du dort nicht auf, bist du für diese Suche schlicht nicht existent. Und die KI empfiehlt nur, was sie findet und versteht.
Wie verbreitet KI-Suche heute ist, lässt sich nur grob sagen. Im HubSpot State of Marketing 2026 geben 50 Prozent der befragten Endkund:innen an, KI-gestützte Suche zu nutzen. Das ist eine Anbietererhebung über B2B und B2C hinweg, eine belastbare Zahl für Einkäufe im Mittelstand ist es nicht.
Wie kam die KITALE-Website von 35 auf 81 Punkte?
Mit zwei Schritten: Unser Werkzeug hat die Lücken gefunden, Claude hat sie behoben, ohne dass ich selbst entschieden habe, was zu tun ist.
Das Werkzeug liegt in unserem Website-Toolkit, gefüttert mit dem zusammengetragenen Wissen erfahrener GEO-Fachleute. Die erste Analyse der neu gebauten KITALE-Website ergab 35 von 100 Punkten.
Dann habe ich Claude einfach die Punkte beheben lassen, die das Werkzeug selbst gefunden hatte. Die Analyse findet die Lücken, die KI schließt sie. Ergebnis danach: 81 von 100 Punkten. Warum wir solche Werkzeuge lieber selbst bauen als abonnieren, steht in Tools selbst bauen statt Abos.
Wie mache ich meine Website sichtbar für KI-Suche?
Acht Prüfpunkte decken die Grundlagen ab: Crawler-Zugang, llms.txt, strukturierte Daten, Datumsangaben, Frage-Antwort-Struktur, zitierfähige Absätze, klare Markennennung und sameAs-Verknüpfungen. Genau diese Punkte prüft unsere GEO-Schleife. So gehst du vor.
Erstens, KI-Crawler in der robots.txt zulassen: Die robots.txt ist die Datei im Stammverzeichnis deiner Domain, die Bots sagt, was sie lesen dürfen. Die Crawler der großen Anbieter, etwa GPTBot, ClaudeBot oder PerplexityBot, richten sich nach ihr. Sperrt die Datei sie aus, manchmal durch eine Voreinstellung, von der niemand weiß, kann keine KI deine Inhalte lesen, egal wie gut sie sind.
Zweitens, eine llms.txt anlegen: Die llms.txt ist eine Textdatei im Markdown-Format unter deinedomain.at/llms.txt, die Sprachmodellen in wenigen Zeilen sagt, wer du bist und welche Seiten die wichtigsten sind. Sie ist ein junger Vorschlag, kein anerkannter Standard, und ob die großen Systeme sie auswerten, ist nicht belegt. Wir legen sie trotzdem an, weil sie wenig Aufwand kostet und eine saubere Zusammenfassung der eigenen Seite ohnehin hilft.
Drittens, strukturierte Daten mit Schema.org als JSON-LD: JSON-LD ist ein maschinenlesbarer Block im Quelltext, der festhält, was auf der Seite steht. Typen wie Organization, Article, FAQPage und BreadcrumbList sagen einer Maschine ausdrücklich, ob hier eine Firma, ein Artikel oder eine Fragensammlung vorliegt. Was ausgezeichnet ist, muss sie nicht aus dem Fließtext erraten.
Viertens, Datumsangaben pflegen: datePublished und dateModified halten fest, wann ein Inhalt erschienen ist und wann er zuletzt überarbeitet wurde. Suchmaschinen und KI-Systeme brauchen diese Angaben, um aktuelle von veralteten Aussagen zu unterscheiden. Eine Seite ohne Datum wirkt für eine Maschine wie für einen Menschen: im Zweifel alt.
Fünftens, Frage-Antwort-Struktur: Überschriften, die so formuliert sind, wie Menschen fragen, und darunter sofort die Antwort in ein bis zwei Sätzen. Einer KI stellt man Fragen, keine Stichworte. Eine Seite, die dieselbe Frage stellt und direkt beantwortet, passt genau auf diese Anfrage. Dieser Artikel ist selbst so gebaut.
Sechstens, zitierfähige Absätze: Ein zitierfähiger Absatz ist einer, der aus dem Zusammenhang gerissen noch stimmt und verständlich bleibt. Also eine Idee pro Absatz, Fachbegriffe beim ersten Auftreten erklärt, keine Verweise wie „wie oben erwähnt“. Ein Sprachmodell übernimmt Textstücke, nicht ganze Seiten.
Siebtens, Marken- und Entitätsnennung: Eine Entität ist für eine Maschine ein eindeutig identifizierbares Etwas, eine Person, eine Firma, ein Produkt. Nenne Namen, Firma und Ort ausgeschrieben und immer gleich. Was auf Website, LinkedIn-Profil und in Verzeichnissen übereinstimmend steht, ist belastbarer abrufbar als eine Einzelaussage, dieselbe Logik wie beim Single Point of Truth.
Achtens, sameAs-Verknüpfungen: sameAs ist eine Eigenschaft in Schema.org, die festhält, dass verschiedene Profile zur selben Entität gehören. Im Organization- oder Person-Markup verlinkst du damit etwa dein LinkedIn-Profil. So kann eine Maschine die verstreuten Angaben über dich zusammenführen, statt mehrere verschiedene Personen gleichen Namens zu vermuten. Bei mehrsprachigen Seiten prüft unser Werkzeug zusätzlich hreflang, also welche Sprachversion für wen gedacht ist.
Warum ist GEO eine Schleife und keine Einmal-Aktion?
Weil sich Websites, Suchmaschinen und KI-Modelle laufend ändern, veraltet jede Optimierung. Der Hebel ist nicht der einzelne Durchlauf, sondern der Kreislauf: prüfen, Lücke finden, beheben, wieder von vorn.
Mein Anteil daran ist nur noch, die Schleife anzustoßen und die Ergebnisse zu kontrollieren. Die KI schreibt die Korrekturen, verantworten muss sie weiterhin ein Mensch.
Wo stößt GEO an Grenzen?
GEO macht gute Inhalte auffindbar, schwache macht es nicht besser. Wer nichts Eigenes zu sagen hat, wird auch mit perfektem Markup nicht zitiert, denn ein Modell gibt wieder, was etwas hinzufügt, nicht den Durchschnitt des Vorhandenen.
Es gibt keine Garantie auf Nennung. Welche Quellen ein Modell heranzieht, entscheidet der Anbieter. Die Faktorlisten, die dazu kursieren, sind überwiegend Hypothesen von Dienstleistern, keine gesicherten Befunde.
KI-Antworten schwanken. Dieselbe Frage liefert je nach Modell, Version und Formulierung andere Quellen, heute andere als morgen. Eine einzelne Stichprobe beweist deshalb weder Erfolg noch Misserfolg.
Messung ist schwierig. Unser Score misst, ob eine Website die technischen und inhaltlichen Voraussetzungen erfüllt. Die 81 Punkte der KITALE-Website sagen, dass die Grundlagen stehen, nicht, wie oft eine KI die Seite tatsächlich nennt.
Wie finde ich heraus, wie sichtbar meine Website für KI ist?
Der schnellste Test: Frag ChatGPT, Claude oder Perplexity nach deinem Firmennamen und nach dem Problem, das du löst, und schau, ob und wie du vorkommst.
Das Prinzip unserer Schleife funktioniert mit jeder Website. Wer wissen will, wie sichtbar die eigene Seite für KI-Suchen ist, spricht am besten mit uns. Gerade bei GEO ist die Frage nicht, ob KI die Arbeit übernehmen kann, sondern ob jemand die Schleife am Laufen hält.
