KI-Optimierung: So gehen GEO und LLMO

Die Begriffe GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) oder LLMO (Large Language Model Optimization) beschreiben alle Strategien und Maßnahmen, damit ein Unternehmens mehr Sichtbarkeit in KI-Systemen bekommt. Das Ergebnis: Mehr Sichtbarkeit, Leads und Sales.

Wird meine Marke genannt? Welche Quellen zieht die KI heran? Was sind die Hebel für mehr Sichtbarkeit in KI?

Was ist GEO, AEO, LLMO? KI-Sichtbarkeit im Überblick

KI Sichtbarkeit ist ein komplett neues Feld im Marketing. Dabei geht es darum, wann und wie Unternehmen in KI-Systemen wie ChatGPT, Copilot, AI Mode und weiteren Plattformen genannt werden. Die KI-Systeme funktionieren im Kern ähnlich. Es sind Sprachmodelle (LLMs). Aber im Detail gibt es sehr viele Unterschiede, etwa im „Grounding“, also wann und wie stark das Internet genutzt wird für KI-Antworten.

KI-Systeme wandern gerade in alle Plattformen und Geräte ein. Es ist davon auszugehen, dass bald Milliarden User weltweit sich in KI-Systemen informieren wollen – über die für sie relevanten Themen, Produkte, Dienstleistungen.

Die Begriffe für die Optimierung sind vielfältig: GEO, AEO, LLMO, ChatGPT SEO, AI Search – all diese Begriffe werden in der Branche derzeit genutzt. Welcher Begriff sich durchsetzen wird, ist noch unklar.

Vorab: Ein Sprachmodell lässt sich nicht einfach manipulieren. Unternehmen stehen vor der Aufgabe, zu beweisen, dass sie in einem bestimmten Themenfeld relevant sind. Dann werden sie auch von der KI erwähnt und empfohlen.

Unsere Expertise in KI-Sichtbarkeit (GEO, AEO und Co.)

Wir sind Fabian Jaeckert und Benjamin O’Daniel. Als GEO & LLMO Berater unterstützen wir Unternehmen dabei, ihre KI-Sichtbarkeit zu verbessern. Als Experten sprechen wir seit vielen Jahren auf Konferenzen (u.a. Campixx, SMX, Rheinwerk). In unserem Content Performance Podcast sprechen wir jede Woche über ein Thema rund um KI-Sichtbarkeit.

Fabian Jaeckert arbeitet seit 2004 in der SEO-Branche. Er ist spezialisiert auf Tools, Strategie und Technik. Benjamin O’Daniel arbeitet seit 2011 in der SEO-Welt. Er ist ausgebildeter Redakteur und Texter und kümmert sich um alle Themen rund um Content und Digital Relations. Seit ChatGPT auf dem Markt ist, besprechen wir den KI-Wandel und begleiten unsere Kunden dabei.

Zu unseren Kunden gehören namhafte Mittelständler und Marken-Unternehmen, sowohl Onlineshops als auch im B2B-Umfeld. In unserer GEO Academy vermitteln wir praktisches Wissen, Strategien und besprechen aktuelle Themen.

Fabian Jaeckert (rechts) und Benjamin O'Daniel (links) im Gespräch

GEO KPIs: Neue KI-Ziele im Marketing

Wer an seiner KI-Sichtbarkeit arbeiten will, braucht klare Ziele. Traditionelle SEO-Kennzahlen verlieren hier zunehmend an Bedeutung. Stattdessen schlagen wir, Fabian Jaeckert und Benjamin O’Daniel, auf Basis unserer Arbeit als GEO-Experten neue GEO-/LLMO-KPIs vor:

  • Brand Mentions: Wie oft und in welchem Kontext wird eine Marke bzw. ein Produkt aktiv von KI-Systemen empfohlen?
  • Industry Ranking: Wie steht man im Vergleich zu Wettbewerbern in Bezug auf diese KI-Empfehlungen?
  • Klicks aus KI-Systemen: Wie viele Nutzer werden über KI-Systeme tatsächlich auf die eigene Website gelenkt?

Hier steigen wir tiefer in das Thema ein:

GEO LLMO KPIs

Prompt Research für ChatGPT und Co.

Immer mehr Nutzer fragen KI-Systeme wie ChatGPT direkt nach Produktempfehlungen – zum Beispiel: „Was ist die beste Powerbank für Reisen?“ Die Ergebnisse sind kompakt, oft auf vier bis fünf Optionen begrenzt und nach konkreten Nutzungsszenarien gegliedert („beste für Vielreisende“, „beste mit Solarladung“ usw.). Wer mit seinem Produkt in dieser Auswahl erscheinen will, muss verstehen, wie KI auf Prompts reagiert – und wie man relevante Entscheidungsfaktoren in die Anfrage integriert.

Prompt Research zielt deshalb darauf, typische Nutzerfragen zu analysieren und präzise Prompts zu entwickeln, die reale Kaufmotive abbilden. Statt allgemein „beste Kopfhörer“ zu optimieren, sollte die Anfrage spezifisch sein – etwa: „beste kabellose Kopfhörer fürs Joggen bei Regen“. Je klarer der Prompt, desto gezielter die Produktempfehlung der KI. Das öffnet neue Wege, um mit Generative Engine Optimization (GEO) Sichtbarkeit jenseits von klassischen Suchmaschinen zu gewinnen.

Beste Suchanfrage ChatGPT Search Result Beispiel

GEO Monitoring

GEO Monitoring überprüft, wie häufig und in welchem Kontext ein Unternehmen oder dessen Produkte in Antworten generativer KI‑Systeme wie ChatGPT genannt werden. Tools wie Peec AI setzen hierzu definierte Prompt‑Sets ein und ermitteln daraus ein Branchen‑Ranking: Unternehmen werden danach bewertet, wie oft sie in den abgefragten KI‑Antworten vorkommen, und auf welche Quellen die KI sich bezieht. Darüber hinaus kann bis auf Prompt‑Ebene analysiert werden, an welchen Stellen der Markenname auftaucht – was Rückschlüsse auf Sichtbarkeits‑ und Priorisierungsmechanismen der KI‑Modelle erlaubt.

Häufig genannte Domains wie Herstellerseiten, Vergleichsportale oder redaktionelle Beiträge zeigen, welche Inhalte aktuell als vertrauenswürdig gelten. Unternehmen können daraus gezielt ableiten, wo sie mit ihren Inhalten präsent sein müssen, um von der KI berücksichtigt zu werden. LLMO-Monitoring liefert damit nicht nur Sichtbarkeitsdaten, sondern auch konkrete Ansätze zur Inhaltsstrategie und KI-Optimierung – etwa durch den gezielten Aufbau von Erwähnungen auf den Domains, die als Quellen für generative Antworten dienen.

KI Monitoring Software PeecAI Beispiel Chart

Neuer Content für die LLMO-Welt

In der neuen KI-getriebenen Suchwelt reicht generischer SEO-Content nicht mehr aus, um sichtbar zu bleiben. Viele Inhalte sind austauschbar, weil sie keine echte Substanz oder echte Perspektive bieten. KI-Systeme sind selbst in der Lage, allgemeine Informationen wiederzugeben. Sie greifen wenn nur auf vertrauenswürdige, inhaltlich fundierte Quellen zurück, die echte Relevanz liefern. Unternehmen, die weiterhin mit standardisiertem Content arbeiten, laufen Gefahr, in KI-Antworten schlicht nicht mehr aufzutauchen.

Ganz anders First-Hand-Experience-Inhalte, die auf eigenen Erfahrungen, echten Prozessen oder direktem Kundenkontakt basieren. Das können praxisnahe Checklisten, Projektberichte oder Experteneinschätzungen sein. Solche Inhalte bauen Vertrauen auf, heben sich klar vom Content-Einheitsbrei ab und werden von KI-Systemen als nützlicher eingestuft. Sie sind damit nicht nur resistenter gegen Austauschbarkeit, sondern erhöhen gezielt die Chance, als relevante Quelle in generativen KI-Antworten zu erscheinen.

First Hand Experience Content

Technische GEO: Die KI-Crawler im Blick

Um die KI-Sichtbarkeit von Websites zu verstehen, reicht es nicht mehr, klassische Metriken wie organischen Traffic oder Rankings heranzuziehen. Logfile‑Analysen gewinnen stattdessen an Bedeutung: Sie zeigen, welche KI‑Bots (z. B. ChatGPT‑Crawler) welche Seiten wie oft abrufen und welche Inhalte tatsächlich verarbeitet in der KI werden. Nur mit diesem direkten Zugriff auf Bot‑Interaktionen lassen sich Schlüsse ziehen, welche Inhalte von KIs wahrgenommen und priorisiert werden – ein unverzichtbarer Hebel für effektives GEO/LLMO.

Auf dieser Grundlage muss das KPI‑Framework erweitert werden. Ergänzend zu traditionellen Traffic‑Zahlen braucht es spezifische KI‑Metriken: etwa einen AI Citation Score, der misst, wie oft der eigene Content in KI‑Antworten auftaucht. Gemeinsam mit Logfile‑Insights (Bot-Hits, Crawl-Muster) entsteht so ein umfassendes Monitoring, das direkt zeigt, ob und wie man in generativen KI-Systemen präsent ist – und wo technische oder inhaltliche Stellschrauben für die Optimierung angesetzt werden müssen.

KI Crawler Statistik

Beispiel: Schema-Auszeichnung im GEO-Check

Viele Unternehmen setzen derzeit auf ein altbekanntes Mittel: Sie erweitern oder aktualisieren ihre Schema-Auszeichnungen – etwa FAQ-, Organisation- oder Article-Markup. Die Hoffnung dahinter: KI-Systeme sollen die Inhalte dadurch leichter verstehen und aufgreifen können. Frei nach dem Motto: „Schaden tut es ja nicht.“

Doch die berechtigte Gegenfrage lautet: Wenn es keinen messbaren Effekt hat – warum sollten wir es dann tun? Schließlich verursacht jede SEO-Maßnahme Aufwand und Kosten. Studien und Tests zeigen, dass strukturierte Daten allein nicht zu mehr Nennungen in KI-Systemen führen. Denn Sprachmodelle funktionieren anders als klassische Suchmaschinen: Sie analysieren Texte rein sprachlich und zerlegen Informationen in kleinste Bausteine – ganz ohne auf Schema-Markup angewiesen zu sein.

Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen

GEO Maßnahme: Digital Relations

Unsere Analysen zeigen: KI-Systeme greifen oft auf Websites zu, um sich aktuelle Informationen zu holen. Hier spielen Fach-Websites (Portale, Blogs, Affiliates) eine zentrale Rolle. Sie besprechen Marken und Produkte. KI-Systeme wiederum verwerten diese Inhalte für ihre KI-Antworten. Neben klassischen Websites spielen auch User-Generated-Plattformen wie Wikipedia und Reddit eine Rolle.

Für Marketing-Teams ist es also eine elementare Aufgabe, diese externen Quellen mit Hilfe von Tools und Analysen zu ermitteln und entsprechend Maßnahmen einzuleiten. Das reicht von klassischer PR über Affiliate Kooperationen bis Social Media Marketing. In unserer Beratung sehen wir oft, dass interdisziplinäre Teams hierfür gebildet werden.

Aktuelle Analysen und Entwicklungen zu GEO, LLMO und KI Optimierung