Sichtbarkeit in der KI-Suche: Von ChatGPT zitiert werden

Ein wachsender Teil der Menschen, die suchen, was Sie anbieten, sieht überhaupt keine Liste blauer Links mehr. Sie stellen ChatGPT, Perplexity oder Googles AI Overview eine Frage und lesen die Antwort, die daraus synthetisiert wird. Wenn Ihre Website nicht zu den Quellen gehört, aus denen diese Antwort gebaut ist, sind Sie für diese Menschen unsichtbar, egal, wie gut Sie in der klassischen Suche ranken. Generative Engine Optimization (GEO) ist die Disziplin, die Quelle zu sein, die das Modell zitiert, und dieser Leitfaden zeigt, was diese Kennzahl tatsächlich bewegt, aus der Arbeit, genau dieses Portfolio zitierbar zu machen.

GEO ist nicht SEO, aber es reimt sich

Klassisches SEO optimiert eine URL, damit sie in einer Liste von Links rankt. GEO optimiert Ihre Inhalte, damit sie abgerufen, als vertrauenswürdig eingestuft und innerhalb einer synthetisierten Antwort zitiert werden, einer Antwort, die womöglich gar keinen Link zeigt. Die Reise des Nutzers endet bei der Antwort, nicht auf Ihrer Seite, der Gewinn ist also, als Quelle genannt zu werden, nicht angeklickt zu werden.

Die meisten Grundlagen lassen sich übertragen. Der neue Teil ist schmal, aber real:

Schritt null: die richtigen KI-Crawler hereinlassen

Sie können nicht von einem System zitiert werden, das Sie nie lesen durfte. Aber „KI-Crawler" ist nicht eine Sache, und die Unterscheidung entscheidet, ob das Sperren eines Crawlers Sie still von einer Antwortoberfläche entfernt.

Entscheiden Sie pro Crawler. Übernehmen Sie kein pauschales Disallow aus einer kopierten Vorlage, und erlauben Sie nicht pauschal alles, ohne zu wissen, was jeder Agent tut. Eine bewusste Haltung sieht so aus:

Eine harte Regel liegt unter all dem: Was ein Crawler abrufen kann, kann er zitieren. Ein noindex-Tag hält eine Seite davon ab zu ranken, es hält einen Retrieval-Crawler nicht davon ab, sie abzurufen und in eine Antwort einzulesen. Soll eine Seite niemals zitiert werden, muss sie für diese Agents auf Pfadebene unerreichbar sein, nicht bloß deindexiert.

llms.txt: eine Karte, die Sie Sprachmodellen in die Hand geben

llms.txt ist eine aufkommende Konvention: eine einzelne Markdown-Datei im Wurzelverzeichnis Ihrer Website, die einem Modell einen sauberen, linkreichen Index dessen reicht, was Sie veröffentlichen und wo die kanonische Version jeder Sache liegt. Wo robots.txt einem Crawler sagt, was er nicht anfassen darf, sagt llms.txt ihm, was lesenswert ist und wie es zusammenhängt.

Das Muster, das funktioniert: Behandeln Sie llms.txt als navigatorischen Index, eine kurze Beschreibung plus gruppierte Links mit je einer einzeiligen Zusammenfassung, und ein optionales llms-full.txt als Volltext-Ergänzung, die den eigentlichen Inhalt für Modelle einbettet, die ihn in einem Abruf wollen.

So schreiben, dass ein Modell einen einzelnen Absatz herauslösen kann

Retrieval arbeitet mit Chunks, nicht mit ganzen Seiten. Das Modell zieht die wenigen Passagen, die zur Frage passen, und baut daraus eine Antwort. Ihre Aufgabe ist, jede Passage für sich korrekt und vollständig zu machen.

Strukturierte Daten sind maschinenlesbare Autorschaft

JSON-LD ändert nicht, was ein Mensch liest, aber es sagt einer Maschine, wer dies gesagt hat, wann und mit welcher Autorität, als Daten, nicht als etwas, das sie aus Ihrem Fließtext erschließen muss. Für GEO sind die wertvollen Typen wenige:

Die wichtigste Disziplin hier ist Konsistenz: dieselbe kanonische @id für Ihre Entität auf jeder Seite. Drei Seiten, die drei verschiedene Identitäten behaupten, geben einem Modell nichts zum Zusammenführen. Eine Identität, wiederholt, summiert sich.

Autorität: eine Entität sein, nicht nur eine Seite

Antwortmaschinen neigen stark zu Quellen, die sie zuschreiben und denen sie vertrauen können, dieselben Signale für Erfahrung, Expertise, Autorität und Vertrauen, die die klassische Suche belohnt, gelesen von einer Maschine, die einen Namen zu einer Aussage stellen will. Die praktischen Schritte:

Versehen Sie Ihre Inhalte mit einer echten Autorenzeile und einer datierten, gepflegten Veröffentlichungshistorie. Verlinken Sie Ihre Profile konsistent, damit sameAs zu einer kohärenten Entität auflöst. Zitieren Sie Ihre eigenen Quellen, eine Seite, die ihre Arbeit zeigt, ist leichter zu vertrauen und zu zitieren als eine, die nur behauptet. Und seien Sie konkret darüber, was Sie tatsächlich getan haben; nachgewiesene, datierte Erfahrung ist das Signal, das kein noch so gutes Keyword-Tuning fälscht.

Etwas messen, das man nicht im Ranking verfolgen kann

In einer synthetisierten Antwort gibt es keine „Position drei", also lässt sich das alte Rank-Tracking-Spielbuch nicht übertragen. Stattdessen messen Sie GEO aus mehreren, verrauschteren Blickwinkeln:

Seien Sie ehrlich zu sich selbst über die Daten: Die Zuordnung ist hier 2026 wirklich unausgereift. Sie bekommen nicht die Präzision eines klassischen Analytics-Funnels, und wer Ihnen einen sauberen „KI-Sichtbarkeits-Score" verkauft, glättet diese Tatsache weg. Behandeln Sie die Zahlen als Richtung, nicht als Messuhr.

Wo man anfängt

Sie brauchen keine GEO-Plattform und kein neues Budget. Der erste Durchgang ist bewusst klein:

GEO ist 2026 früh dran, und genau das ist die Chance: Die Grundlagen sind unspektakulär, und die meisten Websites haben sie noch nicht gemacht. Seien Sie crawlbar, seien Sie zitierbar, seien Sie eine konsistente und datierte Entität, und Sie sind jeder Seite, die noch allein für eine Liste von Links optimiert, die niemand liest, bereits voraus.

Weiterführend: LLM-Integration in Geschäftssysteme, Multi-Agenten-Orchestrierung, und warum die meisten KI-Projekte vor der Produktion scheitern.