Generative Engine Optimization (GEO): was es ist und was bei Softwarefirmen wirkt

Was ist Generative Engine Optimization?

GEO bedeutet, Inhalte und die eigene Präsenz im Netz so zu gestalten, dass generative KI-Systeme ein Unternehmen nennen, richtig beschreiben und als Quelle angeben. Gemeint sind Systeme, die mit einem formulierten Text antworten statt mit einer Linkliste: ChatGPT, Perplexity, Gemini, Claude, Microsoft Copilot sowie Googles Übersicht mit KI (AI Overviews) und der KI-Modus (AI Mode).

Definition: GEO ist die Optimierung der eigenen Sichtbarkeit in KI-generierten Antworten. Erfolg heißt nicht Platz 1, sondern: Das Unternehmen wird bei den relevanten Fragen genannt, korrekt dargestellt und verlinkt.

Häufig suchen diese Systeme zuerst passende Webseiten über einen Suchindex. Dann fasst ein Sprachmodell die Funde zu einer Antwort zusammen, ergänzt um Wissen aus seinem Training. GEO setzt an beiden Stellen an.

GEO, AEO, LLMO: ein Thema, mehrere Namen

Die Begriffe setzen unterschiedliche Akzente, meinen aber dieselbe Praxis:

• GEO (Generative Engine Optimization): der Begriff aus der Forschung, mit Fokus auf generativen Suchsystemen.
• AEO (Answer Engine Optimization): Fokus auf Antworten statt Trefferlisten.
• LLMO (Large Language Model Optimization) und LLM-SEO: Fokus auf den Sprachmodellen.
• KI-SEO oder AI SEO: Sammelbegriffe für dieselbe Arbeit.

Auch Google behandelt AEO und GEO als Namen für diese Arbeit und stellt klar: Aus Sicht der Google Suche ist die Optimierung für generative KI-Suche weiterhin SEO. Andere Assistenten betreiben eigene Such-Crawler, auch dort ist die Überschneidung mit SEO groß.

Herkunft: die GEO-Studie von Aggarwal et al.

Der Begriff stammt aus einer Informatik-Studie von Pranjal Aggarwal und fünf Ko-Autoren (u. a. Princeton University und IIT Delhi). Sie erschien im November 2023 als Preprint auf arXiv und 2024 auf der Fachkonferenz KDD.

Das Team baute eine Test-Suchmaschine: GPT-3.5 schrieb für jede Frage eine Antwort mit Quellen aus den fünf obersten Google-Treffern. Dann schrieb ein Sprachmodell jeweils eine Quelle nach einer von neun Methoden um, und das Team maß auf 1.000 Testfragen aus dem Datensatz GEO-bench, wie viel Raum diese Quelle danach bekam.

Die wichtigsten Ergebnisse

• Belege wirken: Quellenangaben, Zitate und Statistiken steigerten die Sichtbarkeit um 30 bis 40 % nach dem wortbasierten Maß und um 15 bis 30 % nach einem subjektiven Maß. Daher stammt die oft zitierte Zahl „bis zu 40 %“.
• Keyword-Stuffing und Tonfall wirken nicht: Mehr Suchbegriffe brachten kaum etwas, bei Perplexity sogar rund 10 % weniger. Ein autoritativer Stil brachte keine signifikante Verbesserung.
• Weiter unten platzierte Quellen gewinnen am meisten: Mit ergänzten Quellenangaben gewann die Quelle auf Google-Platz 5 rund 115 % Sichtbarkeit, die auf Platz 1 verlor im Schnitt rund 30 %.
• Praxistest: Bei Perplexity lagen die Zuwächse bei bis zu 22 % (wortbasiert) und 37 % (subjektiv).

Die Grenzen der Studie

• Laborbedingungen mit GPT-3.5 und fünf Quellen. Der Perplexity-Test lief mit 200 Fragen über hochgeladene Dateien, nicht über die Live-Suche.
• Gemessen wurde der Anteil an der Antwort, nicht Klicks oder Umsatz. Die Anteile addieren sich zu eins: Was eine Quelle gewinnt, verlieren andere.
• Rund 80 % der Fragen waren informativ, etwa zu Geschichte, Gesundheit oder Wissenschaft. Auf Softwarekäufe ist der Datensatz nicht ausgerichtet.
• Optimiert wurden nur Seiten, die schon unter den fünf Treffern waren. Wie eine Seite in diese Auswahl kommt, untersucht die Studie nicht.

Für die Praxis heißt das: Konkrete, belegte Inhalte werden eher in Antworten übernommen. Damit eine Seite überhaupt ausgewählt wird, braucht es aber weiterhin Indexierung, Crawler-Zugang und Präsenz in anderen Quellen.

GEO vs. SEO (und AEO, LLMO)

GEO ersetzt SEO nicht, es baut darauf auf: Ohne indexierbare Seiten gibt es wenig, das ein KI-System zitieren könnte. Der Unterschied liegt im angestrebten Ergebnis und in der Messung.

Die Überschneidung ist groß: Google schreibt, dass seine KI-Funktionen auf den zentralen Ranking-Systemen der Suche aufsetzen, und OpenAI, Anthropic und Perplexity betreiben eigene Such-Crawler. Neu sind drei Dinge: Was andere über Sie schreiben, fließt in die Antworten ein. Fakten wie Preise müssen überall gleich sein. Und Erfolg misst man ohne feste Position. Die SEO-Grundlage beschreibt unsere Seite SEO für Softwarefirmen.

Google AI Overviews und KI-Modus

In Googles KI-Funktionen kann nur als Quelle erscheinen, was in der normalen Suche indexiert ist und mit Snippet angezeigt werden darf. Zusätzliche technische Anforderungen gibt es laut Google nicht.

Die Übersicht mit KI gibt es in Deutschland seit dem 26. März 2025, zum Start für angemeldete Nutzer ab 18 Jahren. Der KI-Modus, eine Dialogsuche mit Rückfragen, wird seit dem 8. Oktober 2025 in Deutschland, Österreich und der Schweiz eingeführt.

Die Übersichten kosten Klicks. Laut SISTRIX erscheinen sie in Deutschland bei gut 20 % der Keywords, und die Klickrate auf Platz 1 sinkt dann von etwa 27 % auf 11 % (über 100 Millionen Keywords, Methode nicht im Detail veröffentlicht). In einer US-Studie des Pew Research Center mit 900 Erwachsenen klickten Nutzer mit KI-Zusammenfassung in 8 % der Besuche auf ein klassisches Ergebnis, ohne KI-Zusammenfassung in 15 %.

Wie Google die Antworten zusammenstellt

Google ruft passende Seiten über die normalen Ranking-Systeme ab und stützt die Antwort darauf. Beim sogenannten Query-Fan-Out zerlegt das System eine Frage in Unterthemen und startet mehrere Suchen gleichzeitig. Eine Frage nach dem passenden Tool kann so Teilsuchen zu Preisen, Integrationen oder Alternativen auslösen. Seiten, die solche Teilfragen klar beantworten, haben mehr Chancen. Für jede Variante eine eigene Seite zu bauen, um Antworten zu manipulieren, wertet Google aber als Spam durch massenhaft erstellte Inhalte.

Steuerung und Messung in der Search Console

Seit dem 31. August 2026 hat jede Website in der Search Console eine Einstellung für generative KI-Funktionen. Standardmäßig ist jede Website einbezogen. Wer sich ausschließt, erscheint nicht mehr als Link in Übersicht und KI-Modus; das übrige Ranking bleibt laut Google unberührt. Seitdem zählt auch ein Bericht zur Leistung in generativer KI die Impressionen dieser Links, nach Seite, Land, Datum und Gerät. Suchanfragen nennt die Hilfeseite nicht. Bei welchen Käuferfragen Sie erscheinen, zeigen also nur eigene Stichproben.

Für die robots.txt gilt: Der Googlebot regelt die Suche einschließlich ihrer KI-Funktionen. Google-Extended betrifft Gemini, nicht die Suche (siehe KI-Crawler).

Was bei Softwarefirmen wirkt und was überschätzt wird

Für B2B-Software lohnen sich vor allem Maßnahmen, die Käuferfragen in der Vergleichsphase beantworten und Ihre Fakten überall gleich darstellen. Garantierte Mechanismen gibt es nicht. Diese Vergleichsarbeit verlagert sich in KI-Tools: In einer Umfrage der Bewertungsplattform G2 unter 1.076 B2B-Entscheidern weltweit (März 2026) gaben 51 % an, ihre Software-Recherche häufiger mit einem KI-Chatbot als mit Google zu beginnen. 69 % sagten, ein Chatbot habe sie zu einem anderen Anbieter geführt als geplant. G2 profitiert selbst von KI-Sichtbarkeit; lesen Sie die Zahlen als Obergrenze.

Vergleichs- und Alternativen-Seiten

Käufer fragen nach „Alternativen zu X“, „X oder Y“ und der „besten Software für Z“. Seiten, die das ehrlich beantworten, liefern zitierfähiges Material: Kriterien, für wen welches Produkt passt, datierte Preise. Reine Eigenwerbung bietet wenig, das ein System neutral wiedergeben kann. Auch in der GEO-Studie half werblicher Ton nicht, konkrete Belege dagegen schon.

Konsistente Fakten zu Preisen und Funktionen

KI-Antworten setzen Ihr Produkt aus Website, Bewertungsprofilen und alten Artikeln zusammen. Widersprechen sich die Quellen, kann eine veraltete Version in der Antwort landen. Halten Sie Preismodell, Funktionen, Zielgruppe und Firmennamen überall gleich, auf der Website als Text statt nur in Bildern oder PDFs.

Bewertungsportale und Fachmedien

Googles KI-Funktionen können laut Google zeigen, was im Netz über Produkte gesagt wird, etwa in Blogs, Videos und Foren. Gezielt unechte Erwähnungen zu sammeln, hilft dagegen weniger, als es scheint. Für DACH-Software heißt das: gepflegte Profile auf Portalen wie OMR Reviews, Capterra oder G2, echte Bewertungen, Erwähnungen in Fachartikeln und Vergleichslisten.

Crawler-Zugang und strukturierte Daten

Sperren robots.txt oder Bot-Schutz die Such-Crawler der KI-Anbieter aus, erscheinen Ihre Seiten dort kaum als Quelle (welche Crawler das sind). Strukturierte Daten wie Organization und SoftwareApplication machen Fakten maschinenlesbar. Für Googles KI-Funktionen sind sie aber nicht erforderlich, und sie sollten zum sichtbaren Text passen.

Was überschätzt wird

• llms.txt: 2024 von Jeremy Howard vorgeschlagen, als Markdown-Übersicht einer Website für Sprachmodelle. Die Google Suche nutzt solche Dateien laut Google nicht; sie schaden nicht und helfen nicht. Von OpenAI, Anthropic oder Perplexity fanden wir bis zum 17. Oktober 2026 keine Bestätigung, dass sie die Datei für Antworten auswerten, und ihre Crawler-Dokumentationen nennen sie nicht als Signal für Suche oder Antworten. Dass manche Anbieter selbst eine llms.txt für ihre Entwickler-Doku anbieten, ist etwas anderes.
• Inhalte in Häppchen zerlegen oder eigens für KI umschreiben: laut Google unnötig.
• Keyword-Stuffing: in der GEO-Studie wirkungslos.
• Positionen in KI-Antworten tracken: Die Reihenfolge ist fast zufällig (siehe Messung).

Die Umsetzung speziell für ChatGPT beschreibt unser Ratgeber In ChatGPT gefunden werden.

Deutsche Fragen, englische Quellen

Auch wenn Ihre Käufer auf Deutsch fragen, kann ein KI-Assistent einen Teil seiner Recherche auf Englisch erledigen. Englische Quellen zählen also auch für Firmen, die nur im DACH-Raum verkaufen.

Der Berliner Tool-Anbieter Peec AI hat dazu im Februar 2026 über 10 Millionen Prompts und 20 Millionen Hintergrundsuchen aus seiner Plattform ausgewertet, nur Fälle, in denen Sprache und Standort zusammenpassten (etwa Deutsch aus Deutschland). 43 % der Hintergrundsuchen von ChatGPT zu nicht-englischen Prompts liefen auf Englisch. In rund 78 % der Fälle ergänzte ChatGPT seine Recherche um englische Suchen.

Vorsicht: Peec verkauft Sichtbarkeits-Tracking, die Methode ist nicht unabhängig geprüft, und eine offizielle Beschreibung von OpenAI zur Suchsprache haben wir nicht gefunden. Prüfen Sie es selbst: Stellen Sie ChatGPT mit Websuche eine deutsche Frage zu Ihrer Kategorie und achten Sie auf die Sprache der zitierten Quellen.

• Machen Sie Kernfakten (Produkt, Kategorie, Preise, Integrationen) auch auf Englisch auffindbar, auf der Website oder in englischen Profilen.
• Denken Sie englische Bewertungsportale und Vergleichslisten Ihrer Kategorie mit.
• Halten Sie Preise und Funktionsnamen in beiden Sprachen identisch, aber übersetzen Sie nicht alles maschinell: Ihre Käufer lesen weiter Deutsch.

Kernaussage: Wer nur auf Deutsch über sich spricht, fehlt womöglich in dem Teil der Recherche, den KI-Assistenten auf Englisch erledigen.

KI-Crawler: Training und Suche trennen

Die großen KI-Anbieter trennen Crawler für das Modelltraining von Crawlern für Suche und Antworten. Wer beides verwechselt, sperrt sich leicht aus den Antworten aus, obwohl er nur das Training verhindern wollte.

Abrufe auf direkte Nutzeranfrage (ChatGPT-User, Claude-User, Perplexity-User) folgen eigenen Regeln: Für ChatGPT-User gilt die robots.txt laut OpenAI womöglich nicht, Perplexity-User ignoriert sie in der Regel. Anthropic gibt an, dass seine Bots die robots.txt beachten.

Unsere Empfehlung: Such-Crawler zulassen. Trainings-Crawler sind eine geschäftliche Entscheidung; laut OpenAI und Google wirkt eine Sperre dort nicht auf die Suche. Ausnahme: Google-Extended steuert auch, ob die Gemini-App Ihre Inhalte für Antworten heranzieht. Prüfen Sie auch Firewall und Bot-Schutz von Hosting oder CDN, denn dort können Crawler unabhängig von der robots.txt gesperrt sein. OpenAI übernimmt Änderungen an der robots.txt nach etwa 24 Stunden, Perplexity nach bis zu 24 Stunden.

GEO messen: Nennungsraten statt Einzelantworten

Eine einzelne KI-Antwort ist keine Kennzahl, denn dieselbe Frage liefert bei jedem Durchlauf eine andere Antwort. Belastbar wird es erst über viele Fragen und Wiederholungen.

Ein Experiment von SparkToro mit dem Tracking-Anbieter Gumshoe (Januar 2026) zeigt die Streuung: 600 Freiwillige stellten 12 Empfehlungsfragen insgesamt 2.961 Mal an ChatGPT, Claude und Googles KI-Suche. Die Chance, zweimal dieselbe Markenliste zu erhalten, lag bei ChatGPT und Googles KI-Suche unter 1 zu 100, für dieselbe Reihenfolge eher bei 1 zu 1.000. Stabiler war, wie oft eine Marke überhaupt vorkam. Die Studie ist nicht wissenschaftlich begutachtet, und Gumshoe verkauft selbst Tracking.

So messen Sie sinnvoll

1. Fragenset: 30 bis 100 Käuferfragen zu Kategorie, Vergleichen, Alternativen und Problemen, auf Deutsch und Englisch.
2. Systeme: mindestens ChatGPT, Perplexity, Gemini und Übersicht mit KI, je nach Käufern auch Copilot und Claude.
3. Wiederholungen: jede Frage mehrmals stellen, an verschiedenen Tagen.
4. Kennzahl: Anteil der Antworten mit Ihrer Nennung (Nennungsrate) im Vergleich zu Wettbewerbern, dazu die Richtigkeit Ihrer Fakten und die zitierten Quellen.
5. Rhythmus: monatlich, mit demselben Fragenset.

Ergänzend helfen der KI-Bericht der Search Console, der Bericht AI Performance in den Bing Webmaster Tools (seit Februar 2026 als Vorschau, mit Zitierungen in Copilot und Bing), Besuche von chatgpt.com oder perplexity.ai in der Webanalyse und die Frage „Wie sind Sie auf uns aufmerksam geworden?“ im Demo-Formular.

Kernaussage: Messen Sie, wie oft Sie über viele Fragen und Durchläufe genannt werden. Positionen in einzelnen Antworten sagen fast nichts.

GEO ist laufende Arbeit, die ohne eigene SEO-Stelle schwer nebenbei gelingt. XEO bereitet genau diese Arbeit als GEO-Agentur für Softwarefirmen vor; die Warteliste ist offen.

Häufige Fragen