ChatGPT, Perplexity und die Google AI Overviews nennen ihre Quellen. Wer dort auftaucht, wird gelesen, ohne dass jemand eine Ergebnisliste öffnet. Dieser Leitfaden zeigt, wie generative Suchmaschinen ihre Quellen auswählen, worin sich die Engine-Typen unterscheiden und mit welchen Schritten du in ihre Antworten kommst.
GEO in Kürze: Sichtbarkeit in erzeugten Antworten
Generative Engine Optimization bereitet Inhalte so auf, dass generative Suchmaschinen sie als Quelle zitieren. Statt um Platz eins in einer Liste geht es um die Nennung in einem erzeugten Absatz. Die Arbeit selbst bleibt vertraut: klare Antworten, belegte Aussagen, saubere Technik. Neu ist, woran du den Erfolg misst.
Der Unterschied zeigt sich erst in der Auswertung. Ein Ranking kannst du nachschlagen. Ob dich ein Modell nennt, musst du fragen, und zwar immer wieder.
Auf einen Blick: die Eckdaten
Was ist an diesem Thema belegt und was ist Behauptung? Sechs Eckdaten zur Einordnung. Vier stammen aus öffentlichen Quellen, zwei aus unserer eigenen Arbeit.
| Kennzahl | Wert | Quelle |
|---|---|---|
| Ursprung des Begriffs | Forschungsarbeit von 2023, vorgestellt auf der KDD 2024 | arXiv:2311.09735 |
| Gemessener Effekt strukturierter Optimierung | Bis zu 40 Prozent mehr Sichtbarkeit in generativen Antworten | arXiv:2311.09735 |
| Google AI Overviews in Deutschland | Seit März 2025 ausgerollt | Google Search Central |
| Grundlage der KI-Antworten bei Google | Derselbe Index wie die klassische Suche | Google Search Central |
| Umfang einer Erstmessung | 50 bis 150 Prompts je Projekt | Daily Marketing, eigene Projekte |
| Zeit bis zu belastbaren Messwerten | Rund 8 Wochen nach der Umsetzung | Daily Marketing, eigene Projekte |
Wofür GEO steht
GEO ist die Abkürzung für Generative Engine Optimization. Gemeint ist die Arbeit daran, in frei formulierten Antworten als Quelle vorzukommen. Der Begriff stammt aus einer Forschungsarbeit von 2023 und beschreibt kein neues Handwerk, sondern eine zusätzliche Bühne für dieselben Inhalte.
Was ein Modell über deine Marke sagt, speist sich aus zwei Töpfen. Aus dem Training, das Monate zurückliegt. Und aus dem, was das System im Moment der Frage nachschlägt. Strukturierte Daten nach Schema.org helfen beim zweiten Topf, weil sie Beziehungen maschinenlesbar machen und den Knowledge Graph füttern.
Die reine Begriffsklärung steht an anderer Stelle ausführlich. Wie GEO und SEO zusammenwirken, erklärt unsere Übersicht zu GEO-SEO. Eine knappe Definition liefert der Beitrag zur Frage, was GEO-SEO ist. Hier geht es weiter mit der Mechanik dahinter.
Wie generative Suchmaschinen zu ihren Quellen kommen
Eine generative Suche läuft in zwei Stufen. Zuerst sucht das System passende Dokumente. Danach formuliert ein Sprachmodell daraus eine Antwort. Zitate entstehen in der zweiten Stufe: Das Modell markiert, welcher Absatz welche Aussage getragen hat. Ohne diese Zuordnung gibt es keine Quellenangaben.
Daran scheitern viele Texte. Ein Absatz, der seine Aussage über drei Zwischensätze verteilt, lässt sich schlecht zuordnen. Ein Absatz, der eine Frage vollständig beantwortet, lässt sich als Ganzes übernehmen.
Was Attribution in der Praxis bedeutet
Attribution heißt: Das System führt eine Aussage auf eine Quelle zurück. Bei Perplexity steht die Nummer direkt hinter dem Satz. Bei den AI Overviews hängt die Nennung am Rand. Bei ChatGPT ohne aktive Suche fehlt sie ganz, dort wirkt nur, was im Training gelandet ist.
Für dich hat das eine praktische Folge. Zitate sind kein Zufallsprodukt, sondern hängen an der Form deiner Absätze. Wer Zahlen in Grafiken versteckt statt in Sätze zu schreiben, liefert nichts, was ein Modell übernehmen kann.
Woran ein Absatz scheitert
Vier Eigenschaften entscheiden, ob ein Abschnitt übernommen wird. Er beantwortet seine Überschrift allein. Er nennt die Zahl im Satz und nicht nur in einer Grafik. Er verweist nicht auf einen anderen Abschnitt. Und er bleibt kurz genug, dass die Antwort ihn ganz zitieren kann.
Der häufigste Fehler ist der Rückverweis. Sätze wie „wie oben beschrieben“ oder „mehr dazu weiter unten“ machen einen Absatz unbrauchbar für die Übernahme. Für Leserinnen und Leser sind sie bequem. Für eine Maschine sind sie eine Sackgasse.
Engine-Typen im Überblick: wer wie zitiert
Welche Systeme musst du überhaupt im Blick haben? Fünf Antwortmaschinen sind im DACH-Raum relevant, und sie verhalten sich unterschiedlich. Die Engine-Typen unterscheiden sich vor allem darin, woher sie ihre Quellen holen und wie sichtbar die Nennung am Ende ist.
| System | Woher die Quelle kommt | Wie sichtbar die Nennung ist |
|---|---|---|
| ChatGPT | Modellwissen, bei aktiver Suche zusätzlich Live-Quellen | Nur mit Suche, dann als Link im Text |
| Perplexity | Immer Live-Suche, mehrere Quellen je Antwort | Nummeriert direkt hinter der Aussage |
| Google AI Overviews | Derselbe Index wie die klassische Google-Suche | Kartenleiste am rechten Rand |
| Gemini | Modellwissen plus Google-Suche im Hintergrund | Sammelhinweis am Ende der Antwort |
| Bing Copilot | Bing-Index | Fußnoten unter dem Absatz |
Die letzte Spalte ist die wichtigste. Wo eine Nennung sichtbar verlinkt wird, bringt sie zusätzlich Besucher. Wo sie nur im Text steht, bleibt der Markenname der ganze Gewinn. Beides zählt, nur eben unterschiedlich.
Womit fängst du an? Bei den meisten Unternehmen mit Perplexity und den AI Overviews. Beide arbeiten mit Live-Quellen, deshalb wirken Änderungen dort am schnellsten. Was im Modellwissen von ChatGPT steckt, bewegt sich erst mit dem nächsten Trainingslauf, und darauf hast du wenig Einfluss.
Für die Praxis heißt das: Taucht ein Thema heute in keiner Antwort auf, liegt es meist an der Form der Absätze. Fehlende Autorität ist seltener der Grund.
Ein eigener Beitrag vertieft, wie sich GEO von der Answer Engine Optimization unterscheidet. Die Grundlagen des Verfahrens stehen im Ratgeber zur Generative Engine Optimization.
GEO umsetzen: vier Schritte, die aufeinander aufbauen
Wie fängst du an? Nicht mit dem Text, sondern mit einer Messung. Ohne Ausgangswert lässt sich später keine Wirkung belegen, und genau daran scheitern die meisten Versuche. Die vier Schritte gelten unabhängig davon, wer sie ausführt.
Schritt 1: Ausgangswert messen
Dieselben Fragen laufen bei ChatGPT, Perplexity, Gemini und Bing Copilot. Jede Nennung wird protokolliert, dazu die Position und der Wettbewerber, der stattdessen genannt wird. In unseren Projekten umfasst eine Erstmessung 50 bis 150 Prompts, je nach Breite des Themas.
Schritt 2: Absätze zitierfähig schreiben
Jede wichtige Frage bekommt eine eigene Überschrift und darunter eine vollständige Antwort. Vierzig bis sechzig Wörter reichen. Keine Rückverweise auf den Rest der Seite, keine Auflösung erst im nächsten Absatz. Diese Zitierfähigkeit entscheidet darüber, ob ein Modell den Text übernimmt.
Schritt 3: Technik und strukturierte Daten
Die Auszeichnung nach Schema.org gibt Maschinen den Zusammenhang zwischen Personen, Leistungen und Orten. Dazu kommen schnelle Auslieferung, saubere Überschriften und ein Crawling, das die Bots der KI-Anbieter nicht aussperrt. Fehlt das, bleibt der beste Text unsichtbar.
Schritt 4: KI-Sichtbarkeit dauerhaft messen
Danach wird monatlich mit denselben Prompts nachgemessen. Erst der Verlauf zeigt, ob eine Änderung angekommen ist oder ob sich bloß das Modell verändert hat. Belastbar wird die Kurve nach rund acht Wochen. Vorher schwankt sie zu stark für eine Entscheidung.
Die Reihenfolge lässt sich schlecht abkürzen. Wer bei Schritt zwei einsteigt, hat später schöne Texte und keinen Beleg, dass sie wirken. Und weil die Anbieter ihre Modelle ohne Ankündigung ändern, bleibt Schritt vier dauerhaft bestehen.
Was kostet das an Zeit? Die Erstmessung dauert bei 50 bis 150 Prompts einen halben bis ganzen Arbeitstag. Der Umbau der Inhalte hängt daran, wie viele Seiten betroffen sind. Die monatliche Nachmessung ist danach eine Sache von zwei Stunden, weil die Prompts feststehen.
Wie Unternehmen KI-Sichtbarkeit aufbauen
Was davon lässt sich im eigenen Haus erledigen? Messung und Redaktion oft ja, wenn jemand die Zeit dafür hat. Schwierig wird es bei der Technik und bei der Frage, welche Themen überhaupt lohnen. Dort steckt der Aufwand, den Unternehmen regelmäßig unterschätzen.
Der letzte Punkt wird am häufigsten übersehen. Ein Modell prüft nicht nur deine Website, sondern auch, ob andere dasselbe über dich sagen. Wer nur die eigenen Seiten poliert, arbeitet an einem von mehreren Touchpoints.
Wie die Umsetzung im Detail abläuft, zeigt unsere Seite zur GEO-Optimierung. Wer die Arbeit abgeben will, findet den Rahmen bei unserer GEO-Agentur.
Ersetzt GEO die klassische Suche?
Nein. Die Google AI Overviews bauen auf demselben Index auf wie die klassische Suche. Wer dort nicht erfasst ist, taucht in der Zusammenfassung ebenfalls nicht auf. GEO kommt zur bestehenden Arbeit dazu und ersetzt sie nicht.
Realistisch ist eine andere Verschiebung. Einfache Wissensfragen beantwortet die KI direkt, dort fallen Klicks weg. Sobald jemand vergleicht, prüft oder kauft, führt der Weg weiterhin auf eine Website. Wer beide Wege bedient, verliert keinen davon.
Wer heute schon behauptet, klassische Suchmaschinenoptimierung sei erledigt, verkauft eine Umstellung, die niemand braucht. Belege dafür? Fehlanzeige. Wie sich beides zueinander verhält, ordnet der Beitrag GEO statt SEO ein.
Ändern wird sich vor allem dein Bericht. Neben Rankings und Klicks steht künftig der Anteil der Antworten, in denen deine Marke vorkommt. Diese Zahl fällt in keinem Analyse-Werkzeug von selbst an. Erst regelmäßiges Fragen und Mitschreiben bringt sie zusammen.
Häufige Fragen zum GEO-Leitfaden
Was ist GEO, also Generative Engine Optimization?
GEO bereitet Inhalte so auf, dass generative Suchmaschinen sie als Quelle zitieren. Jede wichtige Frage bekommt eine eigene Überschrift und darunter eine vollständige Antwort. Gemessen wird nicht die Position in einer Liste, sondern der Anteil der Antworten, in denen deine Marke vorkommt.
Was unterscheidet SEO und GEO?
SEO zielt auf einen guten Platz in der Ergebnisliste und misst Rankings und Klicks. GEO zielt auf die Nennung in einer erzeugten Antwort und misst Zitate. Die technische Grundlage ist bei beiden dieselbe. Auseinander laufen Ziel und Erfolgsmessung.
Ist SEO im Jahr 2026 tot?
Nein, und der Grund ist technischer Natur. Die KI-Antworten bei Google stammen aus demselben Index wie die organischen Ergebnisse. Ohne saubere Technik und ohne Inhalte im Index gibt es nichts zu zitieren. Was sich ändert, ist die Erfolgsmessung.
Wie verbessere ich meine Sichtbarkeit in KI-Antworten?
In vier Schritten: Ausgangswert über feste Prompts messen, Absätze auf 40 bis 60 Wörter zitierfähig kürzen, strukturierte Daten nach Schema.org ergänzen und monatlich nachmessen. Dazu kommen Erwähnungen außerhalb der eigenen Seite. Neue Werkzeuge braucht es dafür nicht.
Quellen und weiterführende Informationen zum GEO-Leitfaden
Weiterführend in diesem Blog: Wie GEO-gestützte und klassische Optimierung zusammenlaufen, zeigt der Beitrag zu KI-SEO. Wie Sprachmodelle an ihr Wissen kommen, erklärt der Beitrag zu LLMO. Eine deutschsprachige Einführung und ein Beitrag zur Bedeutung von GEO und SEO entstehen gerade. Sobald sie stehen, wird hier verlinkt.
Über den Autor: Michael Simon ist Geschäftsführer von Daily Marketing in Würzburg. Seit 2014 betreut er mit seinem Team Google Ads, SEO und seit 2024 die KI-Sichtbarkeit mittelständischer Unternehmen. Was hier steht, stammt aus laufenden Projekten und nicht aus dem Marketing eines Tool-Anbieters. Zuletzt geprüft im August 2026.
Wirst du genannt, wenn jemand deine Kernfrage stellt? Wir messen es für dich in ChatGPT, Perplexity, Gemini und den Google AI Overviews. Du bekommst das Ergebnis mit den drei Hebeln, die bei dir am schnellsten wirken. Kostenfrei und unverbindlich. Analyse anfragen.