Generative Engine Optimization: So nennen ChatGPT und Co. euren Betrieb

Was ist Generative Engine Optimization (GEO)?

Generative Engine Optimization (GEO) ist die Optimierung von Inhalten dafür, dass KI-Suchen einen Betrieb in ihren Antworten nennen und als Quelle verlinken. Zu diesen KI-Suchen zählen ChatGPT, Perplexity, Gemini, Microsoft Copilot sowie Googles KI-Übersichten (AI Overviews) und der KI-Modus. Anders als bei der klassischen Suchmaschinenoptimierung geht es bei GEO weniger um Platz eins einer Ergebnisliste, sondern darum, in einer formulierten Antwort vorzukommen.

Die Reichweite dieser Antworten ist groß: Googles KI-Übersichten haben laut Google mehr als 2,5 Milliarden monatlich aktive Nutzer:innen (Stand Mai 2026). Für Betriebe heißt das: Wer bei einer Frage wie „Welcher Installateur in Linz baut Wärmepumpen ein?“ in der KI-Antwort fehlt, kann von diesen Suchenden übersehen werden. Das Glossar erklärt den Begriff unter Generative Engine Optimization.

Für österreichische Betriebe ist GEO besonders bei Fragen relevant, die nach einer Empfehlung klingen, etwa „Welche Steuerberatung in Graz kennt sich mit Gastronomie aus?“ oder „Wo kann man im Mühlviertel heiraten?“. KI-Suchen beantworten solche Fragen mit wenigen Namen statt mit einer langen Ergebnisliste. Wer dort genannt wird, steht in einer kurzen Auswahl.

Wie wählen KI-Suchen ihre Quellen aus?

KI-Suchen wählen ihre Quellen überwiegend aus den Ergebnissen klassischer Suchindizes aus. Laut Google beruhen die KI-Funktionen der Google-Suche auf denselben Ranking- und Qualitätssystemen wie die normale Suche; eine Seite muss indexiert sein und mit Snippet angezeigt werden dürfen, um in KI-Übersichten oder im KI-Modus zu erscheinen. Microsoft Copilot stützt sich auf die Bing-Suche, und auch ChatGPT und Perplexity durchsuchen für aktuelle Fragen das Web und verlinken die verwendeten Seiten.

Google beschreibt außerdem das Verfahren „Query Fan-out“: Das Modell stellt zu einer Frage mehrere verwandte Suchanfragen gleichzeitig und setzt die Antwort aus den Treffern zusammen. Für Betriebe bedeutet das: Nicht nur die Hauptfrage zählt, sondern auch Teilfragen zu Kosten, Dauer, Ablauf, Region und Voraussetzungen. Wer die Such-Crawler von KI-Anbietern in der robots.txt aussperrt, nimmt sich die Chance, dort als Quelle aufzutauchen.

Was sagt die Forschung zu GEO?

Die Forschung zu GEO zeigt zwei Seiten: Im Labor wirken bestimmte Textänderungen stark, im echten Wettbewerb deutlich weniger. Die Princeton-Studie von Aggarwal et al. (KDD 2024), die den Begriff GEO geprägt hat, maß mehr Sichtbarkeit in generativen Antworten, wenn Texte Zitate (+41 %), Statistiken (+33 %) oder Quellenangaben (+28 %) enthielten; Keyword-Stuffing verschlechterte das Ergebnis (−6 %).

Die Gegenstudie C-SEO Bench (NeurIPS 2025) testete solche Methoden in realistischen Wettbewerbssituationen. Ergebnis: Die meisten Methoden wirken kaum oder schaden sogar, klassische Suchmaschinenoptimierung war wirksamer, und Vorteile schrumpfen, sobald viele Seiten dieselben Tricks nutzen.

Folgerung: Gute Inhalte mit Zahlen und Quellen schaden nie, ersetzen aber kein solides Ranking in der normalen Suche.

Was hilft wirklich, um in KI-Antworten genannt zu werden?

Am meisten hilft, was auch für Menschen und für die klassische Suche gut ist: klare Antworten, belegte Fakten und eindeutige Angaben zum Betrieb. Für lokale Fragen zählen zusätzlich die Signale der lokalen Suche, siehe Local SEO in Österreich.

Eindeutige Entitäten heißt: Firmenname, Rechtsform, Adresse, Branche, Ansprechpersonen und Leistungen stehen auf der Website klar formuliert und stimmen mit Google-Unternehmensprofil, WKO Firmen A–Z und Herold überein. Strukturierte Daten nach schema.org können diese Angaben zusätzlich maschinenlesbar machen, sind laut Google für die KI-Funktionen aber nicht erforderlich. Diese Maßnahmen haben sich bewährt:

Was wird bei GEO überschätzt?

Überschätzt werden vor allem technische Abkürzungen, die eine Nennung in KI-Antworten versprechen. Laut Google sind für die KI-Funktionen der Google-Suche keine neuen maschinenlesbaren Dateien, keine KI-Textdateien und kein spezielles Markup nötig; auch strukturierte Daten sind dafür keine Voraussetzung. Eine llms.txt-Datei schadet nicht, ist nach heutigem Stand aber kein belegter Hebel.

• llms.txt: Google braucht sie nicht, und belastbare Belege, dass andere KI-Suchen sie für die Quellenauswahl nutzen, sind Pipeline nicht bekannt.
• FAQ-Markup: Google zeigt laut eigener Dokumentation seit Mai 2026 keine FAQ-Rich-Results mehr an. FAQ-Abschnitte bleiben als Inhalt sinnvoll, das Markup bringt keinen sichtbaren Vorteil mehr.
• Texte in Mini-Häppchen: Laut Google müssen Inhalte weder in kleine Stücke zerlegt noch speziell für KI geschrieben werden.
• Keyword-Stuffing: Senkt laut Princeton-Studie die Sichtbarkeit sogar.
• Garantien: Niemand kann eine Nennung in ChatGPT oder Googles KI-Übersichten garantieren. Antworten ändern sich je nach Frage, Ort und Zeitpunkt.

Welche Fehler verhindern eine Nennung in KI-Suchen?

Oft scheitert eine Nennung nicht an fehlender Optimierung, sondern an einfachen technischen oder inhaltlichen Hürden. Laut Google muss eine Seite indexiert sein und mit Snippet angezeigt werden dürfen, um in den KI-Funktionen der Google-Suche zu erscheinen. Diese Fehler kommen bei Betrieben häufig vor:

• Gesperrte Seiten: noindex, nosnippet oder eine zu strenge robots.txt schließen Seiten von der Suche und damit auch von KI-Antworten aus.
• Wichtige Infos nur im PDF oder Bild: Preislisten, Speisekarten oder Öffnungszeiten als Bilddatei sind für Suchmaschinen schwer lesbar.
• Keine konkreten Antworten: „Preise auf Anfrage“ ohne Kostenfaktoren oder Ablauf gibt einer KI nichts, was sie zitieren könnte.
• Widersprüchliche Firmendaten: Unterschiedliche Adressen oder Telefonnummern in Verzeichnissen erschweren die Zuordnung.
• Bing ignoriert: Wer nur Google im Blick hat, fehlt womöglich in Copilot.
• Veraltete Seiten: Alte Angebote oder Preise bleiben auffindbar und können in KI-Antworten wiederholt werden.

Wie misst man die Sichtbarkeit in KI-Suchen?

Sichtbarkeit in KI-Suchen misst man mit einer Kombination aus Web-Analyse, den Berichten von Bing und Google und regelmäßigen Stichproben. Eine einzelne Kennzahl, die alles abdeckt, gibt es nicht. Diese Quellen ergänzen sich:

• Verweise in der Web-Analyse: Besuche mit dem Referrer chatgpt.com, perplexity.ai, copilot.microsoft.com oder gemini.google.com auswerten. Links aus ChatGPT tragen häufig zusätzlich den Parameter utm_source=chatgpt.com.
• Bing Webmaster Tools: Der Bericht „AI Performance“ ist seit 10. Februar 2026 als öffentliche Vorschau verfügbar und zeigt, wie oft Seiten in Microsoft Copilot und in KI-Zusammenfassungen von Bing zitiert werden.
• Google Search Console: Google verweist auf den Bericht zur Leistung in generativer KI, der zeigt, wie Menschen über KI-Funktionen auf Inhalte stoßen.
• Stichproben: Einmal im Monat dieselben 10 bis 20 typischen Kundenfragen in ChatGPT, Perplexity, Gemini und Google stellen und notieren, ob und wie der Betrieb genannt wird.

Nicht jede Nennung führt zu einem Klick. Nennungen ohne Klick tauchen in der Web-Analyse nicht auf, wirken aber trotzdem auf die Bekanntheit.

Praxis: So geht Pipeline bei GEO vor

Pipeline behandelt GEO als Erweiterung von Suchmaschinenoptimierung, nicht als Ersatz. Mit Hittaro hat Pipeline dafür ein eigenes Werkzeug gebaut, das misst, ob ein Betrieb in KI-Suchen wie ChatGPT genannt wird. Mehr zur Leistung steht auf der Seite SEO und KI-Suche bei Pipeline. Ergebnisse von GEO lassen sich nur ehrlich bewerten, wenn vorher festgehalten wird, bei welchen Fragen ein Betrieb bereits genannt wird. Ein typisches Vorgehen in sechs Schritten:

1. Bestandsaufnahme: Bei welchen Fragen erscheint der Betrieb heute in Google, ChatGPT, Perplexity und Copilot – und bei welchen nicht?
2. Technische Basis: Indexierung, Ladezeit, Google Search Console und Bing Webmaster Tools prüfen.
3. Inhalte nach echten Fragen ordnen: eine Seite je Leistung, Antwort zuerst, Kosten, Ablauf und Region abdecken.
4. Fakten belegen: Zahlen mit Quelle, eindeutige Firmendaten, sichtbares Datum.
5. Erwähnungen aufbauen: Verzeichnisse, Partner, Verbände und regionale Quellen.
6. Messen und nachschärfen: Stichproben und Berichte monatlich auswerten.

Häufige Fragen

Dieser Artikel ist eine allgemeine Information und ersetzt keine Rechts-, Steuer- oder Förderberatung. Stand siehe oben; Fehler gefunden? Schreib an office@pipeline-solutions.at.