GEO-Analyse: Wie sichtbar ist deine Website für ChatGPT & Co.?

Generative Antwortsysteme funktionieren fundamental anders als klassische Suchmaschinen. Statt einer Liste von Links liefern sie eine zusammengefasste, formulierte Antwort – teils mit Quellenangaben, teils ohne. Für Unternehmen bedeutet das: Sichtbarkeit entsteht nicht mehr nur durch eine Position in Suchergebnissen, sondern dadurch, dass die eigene Website als verlässliche Quelle für eine Aussage herangezogen wird. GEO beschäftigt sich mit den Voraussetzungen dafür.

Wichtig ist die Abgrenzung: GEO ist kein Ersatz für inhaltliche Substanz. Ein Antwortsystem kann nur zitieren, was auf der Website tatsächlich klar und belegbar steht. Eine GEO-Analyse deckt deshalb primär auf, wo Inhalte zu vage, zu implizit oder technisch nicht erreichbar sind – nicht, wie man ein System „austrickst“.

Für Unternehmer und Agenturen ist eine GEO-Analyse besonders relevant, wenn ein relevanter Teil der Zielgruppe Informationen inzwischen über Chat-Interfaces statt über eine klassische Suche einholt, etwa bei Vergleichsfragen, Definitionen oder ersten Recherchen vor einer Kaufentscheidung.

Die vier genannten Systeme unterscheiden sich in Architektur und Quellenlogik. ChatGPT nutzt für Web-Antworten eine Kombination aus Suchindex und Sprachmodell und bevorzugt dabei häufig Seiten mit klaren, kompakt formulierten Aussagen, die sich ohne viel Kontext zitieren lassen. Perplexity arbeitet stark quellenzentriert: Es listet die herangezogenen Seiten sichtbar auf und gewichtet dabei Aktualität, thematische Relevanz und die Eindeutigkeit der gefundenen Aussage.

Google AI Overviews bauen auf dem bestehenden Suchindex und den dort etablierten Qualitätssignalen auf; Seiten, die in der klassischen organischen Suche ohnehin thematisch stark eingeordnet sind, haben eine höhere Wahrscheinlichkeit, auch in der KI-Zusammenfassung berücksichtigt zu werden. Microsoft Copilot stützt sich unter anderem auf den Bing-Index und gewichtet strukturierte, gut auffindbare Inhalte sowie Signale aus dem breiteren Web, etwa Nennungen auf anderen Plattformen.

Trotz dieser Unterschiede gibt es einen gemeinsamen Nenner: Alle Systeme bevorzugen Inhalte, die eine Frage direkt, eindeutig und ohne notwendige Zusatzinterpretation beantworten. Lange Einleitungen, vage Formulierungen oder Aussagen, die erst im dritten Absatz konkret werden, erschweren die Übernahme in eine generierte Antwort – unabhängig vom jeweiligen System.

SEO und GEO greifen auf dieselbe Website zu, verfolgen aber unterschiedliche Erfolgsbilder. SEO zielt auf eine gute Position in klassischen Suchergebnissen und damit auf einen Klick. GEO zielt darauf, in einer generierten Antwort erwähnt, zusammengefasst oder als Quelle genannt zu werden – ein Klick ist dabei nicht zwingend das Ziel, kann aber ebenfalls erfolgen, wenn eine Quelle verlinkt wird.

Praktisch bedeutet das: Eine Website, die für SEO gut aufgestellt ist – technisch sauber, thematisch fokussiert, mit klarer Struktur –, erfüllt bereits viele GEO-Voraussetzungen. GEO ergänzt diese Basis um zusätzliche Aspekte wie explizite Antwort-zuerst-Formulierungen, maschinenlesbare Zugänglichkeit für KI-Crawler und Erwähnungssignale außerhalb der eigenen Domain.

Anbieter generativer Systeme betreiben eigene Crawler, die über die robots.txt gesteuert werden können, etwa GPTBot (OpenAI), PerplexityBot (Perplexity) und ClaudeBot (Anthropic). Wird einer dieser Crawler in der robots.txt blockiert, kann das jeweilige System die betroffenen Seiten nicht direkt als Trainings- oder Live-Quelle heranziehen. Manche Unternehmen blockieren diese Bots bewusst aus rechtlichen oder strategischen Erwägungen – das ist eine legitime Entscheidung, sollte aber bewusst getroffen werden und nicht versehentlich über eine unspezifische robots.txt-Regel geschehen.

Ein weiterer technischer Faktor ist serverseitiges Rendering. Inhalte, die erst per JavaScript im Browser nachgeladen werden, sind für viele Crawler schwerer oder gar nicht zugänglich, da nicht jeder Bot JavaScript vollständig ausführt. Zentrale Aussagen, Definitionen und Fakten sollten deshalb bereits im initial ausgelieferten HTML enthalten sein.

In der Diskussion um GEO taucht regelmäßig die Idee einer „llms.txt“ auf – einer Datei, die KI-Systemen eine kuratierte Übersicht der wichtigsten Inhalte liefern soll. Es handelt sich dabei um einen von einzelnen Akteuren vorgeschlagenen, nicht offiziell standardisierten Ansatz, der bislang nicht von den großen Anbietern verbindlich unterstützt wird. Für eine GEO-Analyse ist daher relevant, dass eine solche Datei allenfalls ergänzend wirken kann; sie ersetzt weder eine saubere robots.txt noch zugängliche, gut strukturierte HTML-Inhalte.

Zitierfähig ist ein Inhalt, wenn ein Antwortsystem ihn ohne aufwendige Interpretation übernehmen kann. Das setzt voraus, dass eine Frage möglichst direkt beantwortet wird, bevor Kontext, Herleitung oder Beispiele folgen. Eine Antwort-zuerst-Struktur – zuerst die kompakte Aussage, danach die Vertiefung – erleichtert es einem System, die Kernaussage korrekt zu extrahieren.

Klare Definitionen spielen eine besondere Rolle: Fachbegriffe, die im eigenen Themenfeld zentral sind, sollten mindestens einmal knapp und eindeutig definiert werden, statt vorauszusetzen, dass Lesende den Begriff bereits kennen. Ebenso wichtig sind überprüfbare Fakten statt vager Formulierungen – Aussagen wie „das hängt von vielen Faktoren ab“ sind für ein Antwortsystem schwer nutzbar, konkrete Kriterien und Bedingungen dagegen schon.

Aktualität ist ein weiterer Faktor: Bei Themen, die sich verändern, prüfen manche Systeme das Datum der letzten Aktualisierung oder ziehen erkennbar veraltete Inhalte seltener heran. Ein sichtbares und gepflegtes Aktualisierungsdatum kann hier unterstützend wirken. Schließlich erhöht erkennbare Autorenschaft – wer hat den Inhalt mit welcher fachlichen Grundlage verfasst – die Wahrscheinlichkeit, dass eine Aussage als vertrauenswürdig eingestuft wird.

Neben gut lesbarem Text helfen strukturierte Daten – etwa Markup nach schema.org – dabei, Inhalte maschinenlesbar einzuordnen. Auszeichnungen für Organisationen, Personen, FAQ-Abschnitte oder Artikel liefern Systemen zusätzlichen Kontext darüber, wer eine Aussage trifft und in welchem Format sie steht. Wichtig ist dabei, ausschließlich Inhalte auszuzeichnen, die auch tatsächlich sichtbar auf der Seite vorhanden sind – strukturierte Daten sollen den bestehenden Inhalt beschreiben, nicht ihn ersetzen oder verfälschen.

Entitäten sind die klar benannten „Dinge“, um die es auf einer Website geht: die eigene Marke, konkrete Leistungen, Personen, Orte und Fachbegriffe. Eine GEO-Analyse prüft, ob diese Entitäten konsistent benannt werden – derselbe Produktname, dieselbe Firmierung, dieselbe Terminologie über die gesamte Website hinweg – statt in wechselnden Formulierungen oder Synonymen, die ein System als unterschiedliche Dinge missverstehen könnte.

Konsistente Entitätsnennung erleichtert es Antwortsystemen auch, Verbindungen zwischen der eigenen Website und externen Erwähnungen herzustellen, etwa in Verzeichnissen, Fachartikeln oder auf Plattformen Dritter, auf denen dieselbe Entität ebenfalls vorkommt.

Generative Systeme stützen sich nicht ausschließlich auf die eigene Website, sondern auch auf das, was an anderer Stelle im Web über eine Marke oder ein Thema geschrieben wird. Erwähnungen in Fachpublikationen, Branchenverzeichnissen, Foren, Rezensionsplattformen oder auf den Websites von Partnern und Kunden tragen dazu bei, wie ein Thema oder eine Marke von einem System eingeordnet wird.

Anders als beim klassischen Linkaufbau geht es dabei weniger um die Anzahl von Backlinks als um die inhaltliche Konsistenz der Aussagen über eine Marke: Wird ein Unternehmen an verschiedenen Stellen ähnlich und stimmig beschrieben, erhöht das die Wahrscheinlichkeit, dass ein Antwortsystem diese Beschreibung als verlässlich übernimmt. Widersprüchliche oder veraltete Informationen auf Drittseiten können dagegen zu falschen oder unpräzisen Aussagen in generierten Antworten führen.

Für eine GEO-Analyse bedeutet das, den Blick über die eigene Domain hinaus zu richten: Welche externen Quellen erwähnen die Marke aktuell, sind diese Informationen korrekt, und gibt es zentrale Plattformen im eigenen Themenfeld, auf denen die Marke bislang gar nicht vorkommt.

1. 01
   Technische Zugänglichkeit prüfen

   robots.txt, Rendering-Verhalten und Crawler-Zugriffe von GPTBot, PerplexityBot und ClaudeBot werden kontrolliert.

2. 02
   Inhalte auf Struktur prüfen

   Zentrale Seiten werden darauf untersucht, ob Fragen direkt beantwortet und Fachbegriffe klar definiert werden.

3. 03
   Entitäten und Konsistenz abgleichen

   Marken-, Produkt- und Leistungsbezeichnungen werden auf einheitliche Verwendung geprüft.

4. 04
   Strukturierte Daten kontrollieren

   Vorhandenes Markup wird auf Korrektheit und Übereinstimmung mit dem sichtbaren Inhalt geprüft.

5. 05
   Externe Erwähnungen sichten

   Relevante Drittquellen werden auf Aktualität und Konsistenz der Aussagen über die Marke geprüft.

6. 06
   Stichproben in KI-Systemen durchführen

   Typische Nutzerfragen werden in ChatGPT, Perplexity, Google AI Overviews und Copilot getestet und die Antworten dokumentiert.

7. 07
   Maßnahmen priorisieren

   Befunde werden nach Aufwand und vermuteter Wirkung geordnet und als konkrete Schritte festgehalten.

Ein zentraler Unterschied zu SEO: Es gibt kein öffentlich zugängliches, standardisiertes Ranking, das anzeigt, „auf welcher Position“ eine Website in einer KI-Antwort steht. Stattdessen lässt sich nur stichprobenartig prüfen, ob und wie eine Website bei bestimmten, für das eigene Geschäft relevanten Prompts erwähnt wird. Dieselbe Frage kann dabei zu unterschiedlichen Zeitpunkten unterschiedliche Antworten liefern, auch ohne dass sich an der eigenen Website etwas geändert hat.

Für eine belastbare Beobachtung empfiehlt sich, einen festen Satz relevanter Prompts zu definieren – etwa Definitionsfragen, Vergleichsfragen und Empfehlungsfragen aus dem eigenen Themenfeld – und diese in regelmäßigen Abständen in den relevanten Systemen zu prüfen und die Ergebnisse zu dokumentieren. So lassen sich zumindest grobe Trends erkennen, auch wenn keine exakte Kennzahl wie eine Ranking-Position entsteht.

Ein häufiger Fehler ist, robots.txt-Regeln unreflektiert zu übernehmen und dabei versehentlich relevante KI-Crawler zu blockieren, ohne dass dies eine bewusste strategische Entscheidung war. Ebenso verbreitet ist die Erwartung, GEO-Maßnahmen führten kurzfristig zu messbaren Ergebnissen – da belastbare Vergleichswerte fehlen, sind Fortschritte oft erst über einen längeren Beobachtungszeitraum erkennbar.

Inhaltlich scheitern viele Websites daran, dass zentrale Aussagen zwar vorhanden, aber zu implizit formuliert sind: Eine Information steckt in einem langen Absatz, statt als eigenständige, klar herausgestellte Aussage zu stehen. Auch inkonsistente Markenbezeichnungen über verschiedene Seiten und externe Plattformen hinweg erschweren Antwortsystemen die korrekte Zuordnung.

Schließlich wird GEO manchmal isoliert von der übrigen Website-Strategie betrachtet. Da GEO und SEO auf derselben Grundlage aufbauen, führt eine reine „GEO-Optimierung“ ohne Berücksichtigung von technischer Basis, Struktur und Inhalt selten zu nachhaltigen Ergebnissen.