Brauche ich GEO? Mit dieser Selbstanalyse findest du dies auch als Einsteiger heraus

Dieser Artikel richtet sich nicht an SEO-Profis. Er richtet sich an Unternehmerinnen und Unternehmer mit knappen Ressourcen (Solo-Selbstständige, Kleinbetriebe, Teams unter zehn Leuten), die ihre Website und ihr Marketing selbst betreuen, keine Agentur beauftragen können oder wollen und sich gerade fragen: Was bedeutet dieser ganze KI-Suche-Lärm eigentlich für mich?

Fehlen dir die SEO-Grundlagen, ist meine fünfteilige SEO-Einsteiger-Reihe der bessere Startpunkt. Hier setze ich voraus, dass deine Website halbwegs funktioniert und du wissen willst, was du wirklich anpacken musst, was du dir sparen kannst und woran du den Unterschied überhaupt erkennst.

GEO, AEO, LLMO, AI Search Optimization: Die SEO-Branche erfindet im Wochentakt neue Kürzel für eine Aufgabe, die im Kern alt ist. Inhalte so zu schreiben, dass Maschinen sie verstehen, ist nicht erst seit ChatGPT die Tagesaufgabe. Wer in den letzten Jahren semantisch sauber gearbeitet hat, war auf die KI-Suche ohnehin vorbereitet. Google setzt Sprachmodelle in der organischen Suche seit 2015 ein, als RankBrain ins Live-Ranking ging; BERT folgte 2019. Wer das versäumt hat, hat heute zwar ein Problem, doch das eigentliche Problem ist nicht der KI-Chatbot, sondern der Umstand, dass die eigenen Inhalte schon vorher unsichtbar waren.

Was dieser Artikel demnach nicht leistet: Er erklärt nicht, was GEO ist und wie es sich von SEO unterscheidet; das steht in GEO = SEO oder nicht?. Auch die Mechanik der KI-Suche (Vektoren, Query Fan-out und BERT) gehört nicht hierher; dafür gibt es die Reihe zur KI-Suche.

Stattdessen beantworte ich zwei Fragen, die in den meisten GEO-Beiträgen ungestellt bleiben:

• Hat die KI-Suche für DEIN Unternehmen überhaupt eine gewichtige Bedeutung?
• Wie findest du die Antwort auf diese Frage an einem Nachmittag selbst heraus?

Ob KI-Suche dich betrifft, hängt an drei Fragen

Bevor du irgendetwas an deiner Website änderst, beantworte dir die folgenden drei Fragen. Sie sind so basal, dass sie in einer GEO-Beratung kaum vorkommen. Vermutlich, weil sich aus ihnen schlecht ein Auftrag gewinnen lässt.

Frage 1: Lebt dein Geschäft vom organischen Traffic?

Gemeint ist: Kommen deine Kunden zu dir, weil sie etwas gegoogelt haben und dabei auf deiner Seite gelandet sind?

Wenn du einen Friseursalon mit zwanzig Jahren Stammkundschaft führst, der von Mund-zu-Mund-Empfehlung und einem halbwegs gepflegten Google-Unternehmensprofil lebt, dann ist die Antwort ein klares Nein. Deine Geschäftsauslastung hängt nicht am Website-Traffic, sondern an Bestandskunden und am Empfehlungsnetz, das sich um sie herum aufgebaut hat. Was ChatGPT zu „Friseur in Bad Schwartau“ sagt, ändert daran in den nächsten zwei Jahren so gut wie nichts.

Bist du dagegen Steuerberater und gewinnst seit drei Jahren Mandanten über Blog-Artikel wie „Reisekosten richtig absetzen“, dann lautet die Antwort ja. Die Kundengewinnung erfolgt in diesem Fall selten direkt aus dem Artikel heraus; der Leser merkt sich dich und meldet sich Wochen oder Monate später mit einem konkreten Anliegen. Dein Akquisitionskanal hängt dennoch an der Suche. Wenn sich diese verändert, hat das Auswirkungen auf dein Geschäft.

Die meisten Betriebe liegen indes irgendwo dazwischen. Bei Restaurants, Handwerkern und anderen lokalen Dienstleistern kommt ein Teil der Anfragen über Google Maps, ein Teil über Empfehlung und ein kleinerer (mitunter auch größerer) Teil über die eigene Website. Wer hier Klarheit will, braucht nichts weiter als einen ehrlichen Blick in die eigenen Analyse-Daten und die Bereitschaft, sich das Ergebnis nicht schönzurechnen. Als Daumenregel: Solange weniger als zehn Prozent deiner Kundenanfragen über organische Suche hereinkommt, ist KI-Suche eher kein drängendes Thema.

Frage 2: Sind deine Inhalte mögliche Kandidaten für KI-Antworten?

Nicht jede Google-Suchanfrage wird inzwischen von einer KI beantwortet, etwa durch die AI Overviews, die du mittlerweile kennen dürftest. Ausgespielt werden sie meist dort, wo Recherche, Vergleich oder Erklärung gefragt sind: bei Fragen wie „Welche Versicherung lohnt sich für Selbstständige?“ oder „Was ist der Unterschied zwischen Buchhaltung und Bilanzbuchhaltung?“.

Bei stark transaktionalen oder rein lokalen Anfragen wie „Pizza Lübeck Lieferung“, „Schlüsseldienst 24h Lübeck“ oder „Tisch reservieren nahe Holstentor“ antwortet die KI dagegen seltener. Klassische Suche, Maps und Branchenverzeichnisse bedienen sie schlicht schneller. Das wissen auch die Nutzer: Solche Fragen landen (noch) häufiger bei Google als bei ChatGPT.

Frag dich also: Wofür wirst du gefunden? Wenn deine wichtigsten Suchanfragen erklärungsbedürftig oder vergleichend sind, dann taugen sie als Kandidaten für KI-Antworten. Wenn sie rein transaktional sind, taugen sie eher nicht. Beides kann sich verschieben. Stand 2026 ist die Trennung aber noch deutlich genug, um danach zu sortieren.

Frage 3: Bist du in den KI-Antworten zu deinen Kernthemen aktuell unsichtbar?

Um ehrlich zu sein: Diese Frage beantwortest du nicht in wenigen Minuten. KI-Antworten sind probabilistisch. Wenn du dieselbe Frage zweimal hintereinander stellst, bekommst du meist unterschiedliche Antworten: andere Quellen, eine andere Reihenfolge, und mitunter taucht eine Marke auf, die im ersten Lauf gar nicht da war. Eine SparkToro-Untersuchung mit knapp 3.000 identischen Prompts hat 2025 gezeigt, dass weniger als ein Prozent aller Durchläufe exakt dieselbe Empfehlungsliste lieferten; in jedem fünften Durchlauf tauchte keine einzige URL aus dem vorherigen Lauf mehr auf. Eine einmalige Abfrage ist demnach eine Momentaufnahme. Sie kann dich der richtigen Einschätzung deiner Lage näher bringen, sie kann aber auch ein verzerrtes Bild liefern.

Für eine erste Indikation reicht trotzdem ein überschaubarer Durchgang. Geh in ChatGPT, Gemini und Perplexity, am besten im anonymen Browser-Modus oder ohne Login (sonst zieht der Chatbot deine eigene Konversations- und Account-Historie heran), und stell dort die Anfrage, mit der dein idealer Kunde nach einem Anbieter wie dir suchen würde. Nenne dabei aber logischerweise nicht deinen Markennamen, sondern stell eine allgemeine Anfrage:

„Bester Steuerberater für Selbstständige in Norddeutschland“

„Caterer für Hochzeit mit fünfzig Personen in/nahe Lübeck“

„Software für Auftragsverwaltung im Handwerk“

Wiederhole jede Anfrage mindestens drei- bis fünfmal pro Chatbot, jedes Mal in einem frischen Chat. Wenn du in keinem einzigen Durchlauf auftauchst, dann ist die Lage klar: Du bist in den Modellen schlicht nicht stabil verankert (oder du rankt bei Google nicht sonderlich gut, SEO ist teils nämlich auch für GEO wichtig!).

Wenn ChatGPT eine aktuelle Frage nicht aus seinem Trainingswissen beantworten kann, greift es auf Google- oder Bing-Suchergebnisse zurück – und zitiert die Seiten, die dort ranken.

Wie KI-Suche funktioniert: Vektoren, BERT und Query Fan-out

Wirst du dagegen mal genannt und mal nicht oder bei einer Nennung mit wechselnden Unternehmenseigenschaften (z. B. Preis oder Adresse) dargestellt, dann lohnt sich der ausführlichere Test, den ich weiter unten im Detail skizziere. Dort erhöhe ich auf deutlich mehr Durchläufe pro Prompt (je mehr, desto besser) und gehe auf das Konzept ein, das diese Messung belastbar macht: Sichtbarkeit in Prozent statt Position.

Was am Ende vor dir liegt, ist ein einigermaßen realistisches Bild deiner Sichtbarkeit in den Modellen. Das ist nicht mehr als eine Momentaufnahme, aber es genügt, um zu entscheiden, ob du tiefer in die Analyse einsteigen musst.

Was die Antworten in Kombination bedeuten

Die folgende Übersicht übersetzt deine drei Antworten in eine konkrete Empfehlung. Die Logik dahinter ist stufenweise angelegt und baut Frage für Frage aufeinander auf: Frage 1 entscheidet, ob KI-Suche für dich überhaupt ein Thema ist; Frage 2 sortiert, ob deine Inhalte als KI-Antwort-Kandidat in Frage kommen; und Frage 3 trennt schließlich zwischen der Notwendigkeit von lediglich Feintuning oder dem Bedarf an eher vollumfänglichen Maßnahmen.

Frage 1: Traffic aus organischer Suche?	Frage 2: Themen KI-relevant?	Frage 3: In KI-Antworten aktuell unsichtbar?	Empfehlung
Nein	(egal)	(egal)	Nichts Größeres tun und in einem halben Jahr erneut prüfen.
Ja	Nein	(egal)	Nichts GEO-Spezifisches tun, klassische SEO bleibt wichtig.
Ja	Ja	Nein (du bist schon sichtbar)	Feintuning genügt, die bestehenden Inhalte schärfen.
Ja	Ja	Ja	Handlungsbedarf: Selbst-Test plus vollumfängliche Optimierungsmaßnahmen.

Anders gesagt: Solange du nicht überwiegend auf organischen Traffic angewiesen bist oder deine Themen ohnehin keine KI-Antworten provozieren, hat KI-Suche für dich kaum Priorität. Beobachte die Lage, prüfe in einem halben Jahr noch einmal und investiere deine Zeit in das, was für dein Geschäft tatsächlich entscheidend ist.

Diese Antwort gefällt der GEO-Branche nicht, weil sie sich schlecht verkaufen lässt. Mir ist sie wichtig.

Der GEO-Selbst-Test ohne Tool und mit null Budget

Wenn die drei Diagnosefragen in Richtung Handlungsbedarf weisen, dann musst du ins Detail gehen. Diese Details bekommst du aber nicht über teure Tools (auch wenn viele dies versprechen), sondern über systematisches Fragen in den drei derzeit wichtigsten KI-Chatbots für den Massenmarkt: ChatGPT, Gemini und Perplexity. Konzentriert gearbeitet sind das ein paar Stunden, je nach Anspruch und Geschäftsmodell eher ein Nachmittag als eine ganze Woche.

Was du brauchst: einen anonymen Browser-Modus oder einen frischen Account ohne Login, ein Tabellen-Tool deiner Wahl (Excel, Google Sheets oder im Notfall ein Texteditor) und relativ simpel, aber präzise formulierte Prompts, die ich dir nachfolgend zeige.

Die Methodik: vier Fragen in drei Chatbots

Du stellst nicht eine, sondern vier verschiedene Fragen, jede davon in allen drei Chatbots. Frage 1 im Folgenden entspricht im Wesentlichen Frage 3 aus dem ersten Durchlauf, nur etwas konkreter formuliert:

„Ich suche [meine Leistung] in [meiner Region], weil [mein Bedürfnis].“ Das ist der Prompt, den dein idealer Kunde tatsächlich stellt, ohne deinen Markennamen zu nennen. Erscheinst du in der Liste oder nur deine Wettbewerber?

„Was kannst du mir über [meine Marke] erzählen?“ Kennt der Chatbot deine Marke überhaupt? Und falls ja: Welche Eigenschaften schreibt er deiner Marke zu, und sind diese korrekt und konsistent?

„Wie bewertest du [meine Marke]? Handelt es sich um ein seriöses und gut bewertetes Unternehmen?“ Welches Bild entwickelt der Chatbot aus dem, was Dritte über dich schreiben?

„Was unterscheidet [meine Marke] von anderen Anbietern in [meiner Region/Branche]?“ Findet der Chatbot genug spezifische und individuelle Informationen, um dich von deinen Wettbewerbern abzugrenzen?

Jeden Prompt wiederholst du mindestens zehn Mal pro Chatbot in frischen Sessions. Die einzelnen Prompts müssen nicht exakt wie oben formuliert sein; sie sind nur Muster. Wichtig ist, dass du sie über alle Durchläufe hinweg im selben Wortlaut wiederholst. Wer mehr Belastbarkeit will und etwas mehr Zeit hat, geht auf zwanzig oder besser fünfzig Durchläufe pro Prompt.

Eine Marke, die in zehn von zwanzig Durchläufen genannt wird, ist mit dem jeweiligen Thema in den Modellen stark verknüpft (oder rankt bei Google gut!).

Eine Marke, die nur zweimal auftaucht, ist nicht stark verknüpft (oder performt in SEO schlecht). Die zentrale Größe hier ist aber keine Rankingposition wie „Platz drei in ChatGPT“, wie du sie aus der klassischen Suchmaschinenoptimierung kennst. Das Konzept von Rankings existiert in KI-Antworten schlichtweg nicht. Entscheidend ist hier, wie häufig du bzw. deine Marke genannt wird, gemessen in der Metrik Sichtbarkeit in Prozent.

Die Ergebnisse protokollierst du detailliert pro Chatbot und Prompt:

• Wirst du genannt? Ja oder Nein?
• Welche unternehmerischen Eigenschaften werden erwähnt (Preise, Leistungen etc.)?
• Mit welchen Quellen werden diese Aussagen belegt? Nur deine Website oder auch andere Portale?
• Welche deiner Wettbewerber tauchen auf?
• Was wird falsch über dein Unternehmen bzw. deine Marke dargestellt?

Ein realer Praxistest mit einem Lübecker Thai-Massage-Salon

Damit meine Beschreibungen nicht nur abstrakt bleiben, zeige ich dir nachfolgend ein konkretes Beispiel: Im Mai 2026 habe ich für den Lübecker Thai-Massage-Markt genau diesen Selbst-Test durchgespielt. Da Lübeck eine Touristenstadt mit hoher Nachfrage nach Wellness-Dienstleistungen ist, schien mir die Branche für einen solchen Test gut geeignet.

Eine Vorbemerkung von mir dazu: Was du gleich liest, sind Einzelmessungen pro Chatbot und nicht die von mir oben empfohlenen 20 bzw. 50 Durchläufe. Mir geht es hier nur darum, die Durchführung für dich zu veranschaulichen und nicht um valide Testergebnisse.

Ich startete mit dem ersten Prompt nach dem Muster: „Ich suche [meine Leistung] in [meiner Region], weil [mein Bedürfnis].“ Also:

„Ich suche in Lübeck nach einer professionellen Thai-Massage, weil ich starke Rückenverspannungen durch Kraftsport habe. Ich werde das künftig öfter brauchen und bevorzuge einen Anbieter mit Rabattsystem oder Stempelkartenaktionen.“

Dieser Prompt ist vermutlich in dieser oder ähnlicher Form eine häufige Anfrage. Er weist eine klare Nutzerintention vor (Ich suche einen Thai-Massage-Anbieter), zielt auf regional ansässige Anbieter (Lübeck) und definiert zudem den Kontext mit individuellen Besonderheiten (Ich habe Rückenschmerzen durch sportliche Aktivität).

Über alle drei Chatbots hinweg wurden insgesamt elf verschiedene Anbieter genannt. Wirklich präsent, also in allen drei Chatbots zugleich vertreten, war aber nur ein einziger Anbieter: „SU WANYO Thaimassage“ in der Lübecker Obertrave 8.

Daneben fanden sich vier Anbieter, die ausschließlich in ChatGPT auftauchten, drei nur in Gemini und zwei nur in Perplexity. Anonymisiert sah das so aus:

Sichtbarkeit	Anzahl Anbieter
In allen drei Chatbots genannt	1
In zwei der drei Chatbots genannt	1
Nur in ChatGPT genannt	4
Nur in Gemini genannt	3
Nur in Perplexity genannt	2

Praktisch heißt das: Wer nur in einem Chatbot auftaucht, wird in der Mehrzahl der Anfragen übersehen. In einem Markt mit elf Anbietern in einer Stadt ist das ein erheblicher Filter. Wie groß genau, hängt davon ab, welcher Chatbot dich auflistet und welcher von deinen Kunden tatsächlich genutzt wird. Da ChatGPT im Alltag noch immer mit Abstand der bekannteste und am häufigsten genutzte KI-Chatbot ist, dürfte Sichtbarkeit gerade dort am wichtigsten sein. Eine Marke, die nur in Gemini oder Perplexity erscheint, wird in der Praxis deutlich seltener gefunden als eine, die nur in ChatGPT erscheint. Hier sei aber nochmal angemerkt, dass dieses Ergebnis nur bedingt Aussagekraft hat, da ich nur einen Durchlauf pro Chatbot absolviert habe.

Konsistente Informationen über SU WANYO?

Im zweiten Teil habe ich so getan, als sei mein Unternehmen der Anbieter SU WANYO und Informationen über SU WANYO mit den anderen oben genannten Prompts direkt abgefragt:

„Was kannst du mir über SU WANYO Thaimassage in Lübeck sagen?“

„Wie ist der Ruf von SU WANYO? Lohnt sich ein Besuch?“

„Was unterscheidet SU WANYO von anderen Thai-Massage-Anbietern in Lübeck?“

Das Ergebnis war erstaunlich konsistent. Alle drei Chatbots lieferten reichhaltige und präzise Antworten, die in den wesentlichen Eckdaten übereinstimmten: der korrekte Standort an der Obertrave gegenüber den Salzspeichern (ich weiß das, weil ich selbst in Lübeck zu Hause bin), der Day-Spa-Charakter im Renaissance-Giebelhaus, die Auszeichnung „Thai Spa of the Year“, ein traditioneller Anspruch mit hohen Qualitätsstandards, eine Vorlaufzeit für Termine von vier bis sechs Wochen, individuelle Mehrfachkarten und geprüfte Bewertungen über der 4,7-Sterne-Schwelle aus mehreren Portalen.

Diese Konsistenz lässt sich erklären: Wer den Chatbots ein stabiles Bild liefert (durch eine eigene Website mit klar strukturierten Inhalten und durch externe Bestätigungen über Bewertungsportale, Pressemeldungen, Auszeichnungen und Branchenverzeichnisse), wird von der KI als verlässlich eingeordnet und bekommt Sichtbarkeit. Diese Sichtbarkeit fällt nicht zufällig in einem einzelnen Durchlauf an, sondern reproduzierbar über alle drei Chatbots hinweg. Allerdings gilt es zu berücksichtigen: Konsistenz bedeutet nicht zwangsläufig faktische Richtigkeit.

Drei verschiedene Preise für eine Leistung: was sich daraus für deinen Test ergibt

Aus dem SU-WANYO-Test hebe ich noch eine Einzelbeobachtung hervor, die methodisch von besonderer Bedeutung ist: Im ersten Prompt nannte Perplexity einen Stunden-Preis von 69 Euro. In der direkten Marken-Abfrage (Prompt 2) zwei Minuten später nannte derselbe Chatbot 49 Euro für dieselbe zuvor erwähnte Leistung. Bei dieser Marken-Abfrage hatte Gemini 72 Euro genannt. Das sind drei verschiedene Preise für eine einzige Marke und eine einzige Leistung.

Ich habe die drei Zahlen kurz manuell nachrecherchiert und konnte sie dadurch sauber zuordnen. Dabei wurde auch klar, warum die Antworten so unterschiedlich ausfielen:

• 72 Euro ist der aktuelle Preis seit dem 1. November 2025. So steht es auf wanyo.de und auf aktuell gepflegten Drittseiten. Gemini lag damit richtig.
• 69 Euro war der Preis bis zum 31. Oktober 2025. SU WANYO dokumentiert die Anpassung um drei Euro auf einer eigenen Unterseite zur Preiserhöhung. Perplexity hat hier einen veralteten Stand ausgespielt. Woher genau (Cache-Versionen, alte Branchenverzeichnisse oder Trainingsdaten von vor November 2025), lässt sich nicht mehr sagen.
• 49 Euro ist gar nicht SU WANYOs Preis, sondern der eines anderen Lübecker Anbieters, der auf einer Top-3-Liste (threebestrated.de) gemeinsam mit SU WANYO platziert ist. Perplexity hat in der Antwort Eigenschaften der beiden Anbieter vermischt.

Daraus ergeben sich drei konkrete Lehren für deinen eigenen Test:

Erstens: Wer Preise oder andere Details ändert, kommt mit der eigenen Website allein nicht aus. Bewertungsportale, Branchenverzeichnisse und ähnliche Quellen müssen ebenfalls aktualisiert werden. Andernfalls spielt die KI veraltete Informationen noch monatelang aus.

Zweitens: In Listen, in denen Wettbewerber gemeinsam genannt werden, vermischen sich Eigenschaften der einzelnen Anbieter gelegentlich. Im Drei-Preise-Beispiel oben zog Perplexity den 49-Euro-Preis eines anderen Anbieters heran, weil beide auf derselben Top-3-Liste platziert waren.

Drittens: Im Selbst-Test musst du jeden konkreten Wert manuell verifizieren. Wenn der Chatbot ohne Quellenangabe antwortet, ist der Wert per Definition nicht überprüft. Wenn er beispielsweise eine Verzeichnis-Seite als Quelle nennt, ist der Wert womöglich dem falschen Anbieter zugeordnet. In beiden Fällen erfolgt die Verifikation über die Original-Website der Marke, nicht über die KI-Antwort. Über dein eigenes Unternehmen kennst du die korrekten Daten aber ohnehin.

Wie du deine eigenen Ergebnisse einordnest

Wenn dein eigener Selbst-Test fertig ist, hast du eine Tabelle mit ein paar mitunter umfangreichen Notizen, aus der sich im Wesentlichen sechs Muster ablesen lassen.

Du tauchst gar nicht auf. Du gibst die Anbieter-Frage aus dem Test in den Chatbot ein (zum Beispiel „Steuerberater für Selbstständige in Norddeutschland“ oder „Caterer für Hochzeiten in Lübeck“), bekommst eine Liste mit fünf Anbietern, und du bist nicht dabei. So einfach lässt sich Muster eins ablesen. Was den Chatbots in diesem Fall fehlt, ist ein belastbares Bild von dir: Die externe Sichtbarkeit (Bewertungen, Pressemeldungen, Branchenverzeichnisse oder Fachartikel) ist zu schwach, und deine Website hat den Chatbots bisher nichts geliefert, was sie einer klar umrissenen Marke zuordnen könnten. Die KI kann nur empfehlen, wovon sie weiß und wem sie einigermaßen vertraut.

Du tauchst auf, wirst aber falsch eingeordnet. Du wirst genannt, jedoch mit falscher Charakterisierung. Beispielsweise stellt dich der Chatbot als „Anbieter mit Schwerpunkt Privatkundengeschäft“ dar, obwohl du seit Jahren ausschließlich Firmenkunden betreust. Oder du wirst als „kleiner Caterer für Geburtstage und Familienfeiern“ eingeordnet, obwohl dein eigentliches Geschäft die Versorgung von Firmenveranstaltungen mit 100 bis 200 Personen ist. Das passiert, wenn deine wichtigsten Seiten zu unscharf formuliert sind, um eine klare Einordnung zu erlauben, oder wenn zentrale Seiten ganz fehlen (etwa eine Leistungsseite zum eigentlichen Schwerpunkt oder eine Über-uns-Seite mit klarer Positionierung). Der Chatbot greift in diesem Fall auf das zurück, was er findet, beispielsweise auf eine alte Pressemeldung, einen veralteten Branchenverzeichnis-Eintrag oder eine zufällige Erwähnung in einer Lokalzeitung von vor zehn Jahren, und baut sich daraus seine Einordnung zusammen.

Du wirst genannt, doch ohne erkennbares Profil. Du wirst zwar genannt, jedoch fehlen gewichtige Eigenschaften bzw. geschäftstragende Informationen zu deinem Unternehmen. Bist du beispielsweise Friseur in Lübeck mit Schwerpunkt für Lockenfrisuren (falls es so etwas gibt) und der Chatbot listet dich lediglich allgemein als „Friseursalon in Lübeck“, dann wird die gewünschte Zielgruppe dich vermutlich gar nicht erst wahrnehmen. Oder du bist Steuerberater mit ausgewiesener Expertise für E-Commerce, doch in der Antwort taucht nur „guter Steuerberater in Lübeck“ auf. In diesem Fall hast du dasselbe Problem wie der Friseur. Der Chatbot sieht dich demnach, hat aber kein Material, mit dem er dich profilieren könnte. Im Regelfall fehlt es an klaren Aussagen auf deiner Website darüber, wofür du stehst, und an Belegen außerhalb deiner Website (Fachartikel mit Themenbezug, Auszeichnungen oder Bewertungen mit Kontext), die diese Aspekte bestätigen könnten.

Du tauchst mit korrekten Eigenschaften auf, doch deine Website wird nicht als Quelle angegeben. Das ist der häufigste Fall bei halbwegs aufgebauter Markenarbeit. Der Chatbot beschreibt deine Steuerberatung korrekt (Schwerpunkt E-Commerce, Standort Lübeck, 4,8 Sterne bei ProvenExpert), nennt als Quellen jedoch ein Branchenverzeichnis, einen Zeitungsartikel und eine Bewertungsplattform. Deine eigene Website steht nicht dabei. Der Chatbot kennt dich sozusagen von außen und durch Dritte, aber dein eigener Inhalt wird ignoriert bzw. gar nicht gesehen. Der Grund dafür ist vermutlich, dass deine Texte nicht so gestaltet sind, dass der Chatbot einzelne Absätze daraus zitieren könnte. Das hat in aller Regel mit der Bauweise der Absätze zu tun (verschachtelte Bezüge wie „wie oben erwähnt“, fehlende Definitionen oder lange erzählerische Übergänge), worauf ich im Artikel zur KI-Suche-Optimierung zurückkomme, den ich unten verlinkt habe.

Du tauchst mit korrekten Eigenschaften auf, und deine Website wird zitiert. SU WANYO aus dem vorigen Abschnitt ist das Beispiel dafür: Die drei Chatbots beschreiben die Marke korrekt und ziehen wanyo.de als Quelle heran. In diesem Fall bist du dort angekommen, wo viele hinwollen: bei einem Unternehmen, das den Anforderungen von Generative Engine Optimization (GEO) gerecht wird.

Die Chatbots antworten konsistent falsch. Irgendwo gibt es eine Datenquelle, die alle drei Chatbots heranziehen, doch sie ist falsch: ein veralteter Verzeichniseintrag mit deiner alten Adresse, eine Telefonnummer, die du vor zwei Jahren geändert und in den Verzeichnissen nirgends aktualisiert hast, oder eine grundlegend falsche Zuordnung deiner Leistung, weil der KI-Chatbot dich mit einem anderen Unternehmen verwechselt hat. Solche Fälle erkennst du daran, dass alle drei Chatbots dieselbe falsche Information ausspielen. Die Aufgabe besteht in diesem Fall darin, diese Quelle zu finden und sie entweder zu reparieren (etwa durch eine Korrekturanfrage beim Portal) oder durch konsistente, korrigierende Informationen aus anderen Quellen zu überschreiben.

Warum KI-Chatbots verknüpfte und konsistente Firmeninformationen bevorzugen (Knowledge Graphs)

Nach diesem Durchgang hast du ein fundiertes Bild der Sachlage: Du weißt, in welchen Chatbots du sichtbar bist, mit welchen Eigenschaften die KI deine Marke bzw. dein Unternehmen verbindet und woran es ggf. konkret hapert. Doch bevor du mit den Optimierungsmaßnahmen für die KI-Suche startest, lohnt sich ein Blick darauf, was die KI eigentlich zu rekonstruieren versucht, wenn sie über deine Marke spricht. Das folgende Bild zeigt das an einem Beispiel aus dem US-Bildungssektor:

Das obere Bild zeigt die Inhaltsstruktur einer Anbieter-Website mit allen relevanten Detailseiten (Zulassung, Studieninhalte, Studiengebühren, Bewerbungsfrist und Lehrkörper).

Das untere Bild zeigt die KI-Antwort, die genau die Informationen aus dem oberen Bild zitiert und mit Quellenlinks belegt. Dazwischen liegt das, was die KI sich aus deinen Inhalten konstruiert: wer du bist, was du anbietest, wer dahintersteht, was zertifiziert wird, wo du verortet bist, was es kostet und wie man zu dir kommt.

Übertragen auf das Lübecker Thai-Massage-Beispiel aus dem Testszenario könnten die relevanten Aspekte wie folgt lauten:

• Wer betreibt das Studio, und mit welchem Ausbildungshintergrund (Wat Pho, andere thailändische Schulen oder weitere Zertifizierungen)?
• Was wird angeboten (klassische Thai-Massage, Öl-Massage, Hot Stone oder womöglich eine Spezialleistung wie die Walking Thai Massage)?
• Welche Spezialisierungen gibt es (etwa Sport, Schwangerschaft oder Rückenverspannungen)?
• Was wird ausdrücklich nicht angeboten (etwa Heilbehandlungen)?
• Wo liegt das Studio, und wie ist es erreichbar (Adresse, ÖPNV-Anbindung und Parkmöglichkeiten)?
• Was kostet welche Behandlung in welcher Dauer, und mit welchem Karten- oder Gutscheinsystem wird gearbeitet?
• Welche Auszeichnungen liegen vor, und welche Bewertungen? Wie lang ist die Vorlaufzeit, und wie wird gebucht, storniert und gezahlt?

Visualisiert würde dies ungefähr so aussehen:

Mit diesem „Knowledge Graph“ eines beispielhaften Thai-Massage-Studios könnte ein KI-Chatbot beispielsweise dieses Unternehmen für folgende Anfragen empfehlen:

• Welches zertifizierte Thai-Massage-Studio bietet in Lübeck eine Hot-Stone-Massage an? Nur Anbieter mit nachweislicher Qualität und der Möglichkeit von EC-Kartenzahlung.
• Bei welchem Thai-Massage-Studio in der Nähe von Lübeck kann ich eine Walking-Thai-Massage online buchen? Ich bevorzuge 60-Minuten-Massagen und Studios mit eigenen Parkplätzen.
• Usw.

Jede dieser Informationen braucht einen klar erkennbaren Ort auf der Website: eine Über-uns-Seite mit Team und Ausbildung, einzelne Leistungsseiten je Massage-Art, eine Preis- und Buchungsseite, eine Anfahrt- bzw. Kontakt-Seite, eine Auszeichnungsseite und einen FAQ-Bereich.

Wer dafür sorgt, dass diese Informationsbausteine auf der eigenen Website klar formuliert und außerhalb der eigenen Website konsistent belegt sind, gibt der KI das Material, mit dem sie eine zitierbare, vertrauenswürdige Antwort formulieren kann.