GEO, „Generative Engine Optimization", ist die angebliche neue Disziplin, um in ChatGPT, Perplexity und Google AI Overviews zitiert zu werden, und wird gerade als bezahlte Dienstleistung verkauft. Die Kurzfassung: Die Traffic-Verschiebung ist echt. Fast alles, was man dagegen als „GEO-Strategie" verkauft, ist es nicht.
Die ehrliche Antwort vorweg: Es gibt kein GEO-Playbook, das mehr bringt als zwei Dinge, die es schon vor dem Wort GEO gab: substanzielle, gut belegte Inhalte schreiben und solides technisches SEO machen. Alles darüber hinaus ist entweder Crawler-Klempnerei, längst widerlegte Taktik oder schlicht erfundene Zahlen.
Der Traffic-Shift ist echt, das ist der wahre Kern
Fangen wir mit dem an, was stimmt. Die Verschiebung weg von der klassischen blauen-Links-Suche hin zu synthetisierten KI-Antworten ist messbar und groß:
Ahrefs maß, dass eine ausgespielte AI Overview die Klickrate auf das oberste organische Ergebnis um 58 % drückt (Ende 2025), gegenüber 34,5 % nur acht Monate zuvor. Die Kurve zeigt steil nach oben. Wer heute nur auf Rang 1 optimiert, optimiert auf ein schrumpfendes Fenster. So weit, so berechtigt der Alarm. Der Fehler beginnt erst danach: bei der Annahme, dass sich dieses neue Fenster mit denselben Werkzeugen „optimieren" lässt wie eine SERP.
Warum GEO kein messbares Substrat hat
Klassisches SEO hatte immer einen beobachtbaren Output: eine Ergebnisseite mit Positionen, die man tracken konnte. Zwei Leute, gleiche Query, gleicher Ort ergeben praktisch dieselbe SERP. Das ist die Grundlage, auf der Ranking-Tracking überhaupt Sinn ergibt.
LLM-Ausgaben haben dieses Substrat nicht. Die Antwort hängt ab von Sampling-Temperatur, Modellversion, exakter Prompt-Formulierung, Nutzerkontext, Retrieval-Strategie und einem sich ständig ändernden Index. Dieselbe Query zweimal ausgeführt liefert unterschiedliche Zitate. Es gibt keinen „Citation Rank", den man festhalten könnte, nur eine Wahrscheinlichkeitsverteilung.
Die Zahlen dazu sind ernüchternd. Eine Analyse setzte die Monat-zu-Monat-Varianz bei KI-Zitaten auf 40–60 %, ganz ohne Inhaltsänderung. ZipTie fand, dass 89 % der Zitate zwischen ChatGPT und Perplexity unterschiedlich sind und nur 18 % der Marken gleichzeitig über alle drei großen KI-Plattformen auftauchen. Man optimiert also nicht auf eine Position, sondern auf ein flackerndes Rauschen.
Was die Princeton-Studie wirklich zeigt
Der akademische Ursprung des Begriffs ist die Arbeit von Aggarwal et al., „GEO: Generative Engine Optimization" (Princeton/Georgia Tech/AI2/IIT Delhi, veröffentlicht auf der ACM KDD 2024, DOI 10.1145/3637528.3671900). Sie ist die meistzitierte Grundlage jeder GEO-Verkaufsseite, und wird dabei fast durchgängig falsch dargestellt.
Was die Studie tat: ein Benchmark aus 10.000 Queries gegen ein System, das Bing Chat nachbaute. Was sie berichtet:
Klingt nach dem Beweis, dass „GEO funktioniert". Zwei Vorbehalte, die auf keiner Verkaufsseite stehen:
Erstens: Das sind Benchmark-Artefakte aus einer kontrollierten Umgebung, die es in Produktion nicht gibt. Der nachgebaute „Generative Engine" ist deterministisch genug, um überhaupt messbare Lifts zu erzeugen. Genau das ist bei echtem ChatGPT nicht der Fall (siehe oben).
Zweitens, und das ist der schöne Teil: SandboxSEO wies darauf hin, dass die drei „Gewinner"-Techniken (Statistiken, Zitate, Quellen) alle Inhalt hinzufügten, während die sechs wirkungslosen Techniken nur bestehenden Text umformulierten. Der Lift könnte also schlicht Inhaltsdichte sein und keine „Optimierungsmagie". Anders gesagt: Die Studie belegt vor allem, dass mehr substanzieller, belegter Inhalt hilft, genau die Sache, die guter Content sowieso hat.
Passend dazu die Semrush-Analyse von 230.000 Prompts über 3 LLMs und 13 Wochen: Domains, die in der klassischen Suche gut ranken, werden auch häufiger von KI zitiert. ZipTies Einschränkung: Domain Authority allein erklärt nur etwa 18 % der Zitier-Varianz. Es hilft, aber es ist kein Hebel, sondern ein Nebeneffekt guter Substanz.
Dashboards, die Rauch wiegen
Die Ausgaben für „AI Visibility Tracking" laufen inzwischen jährlich jenseits von 100 Millionen Dollar, verteilt auf hunderte Dashboards, die dir eine „Ranking-Position in der KI" versprechen. Die Forschung dazu ist eindeutig: Diese Position existiert nicht.
Rand Fishkin und Patrick O'Donnell (Gumshoe.ai) rekrutierten im Januar 2026 rund 600 Freiwillige und ließen 12 Marken-Empfehlungs-Prompts insgesamt 2.961-mal durch ChatGPT, Claude und Googles KI laufen (SparkToro-Studie). Das Ergebnis: Fragt man eine KI 100-mal nach Markenempfehlungen, liegt die Chance auf zweimal dieselbe Liste unter 1:100; auf dieselbe Liste in derselben Reihenfolge näher an 1:1.000. Fishkins Fazit über jedes Tool, das eine „Ranking-Position in der KI" ausgibt: „full of baloney".
Die akademische Seite bestätigt das. Eine arXiv-Untersuchung, „Don't Measure Once", fand bei identischem Prompt binnen Minuten eine Quellen-Überlappung (Jaccard) von nur 0,32–0,43. Diese Werte zeigen, dass allein die interne Stochastik den größten Teil der Instabilität erklärt. Eine zweite Arbeit, „Quantifying Uncertainty in AI Visibility", formuliert es hart: Zitier-Metriken generativer Engines sind Zufallsvariablen, keine festen Werte. Eine einzelne Messung trägt eine unquantifizierte Unsicherheit, die groß genug ist, um übliche Schlussfolgerungen zu invalidieren. Ahrefs' Zahl passt ins Bild: Googles AI Mode und AI Overviews zitieren bei derselben Query zu 87 % unterschiedliche Quellen.
Das eine stabile Signal
Fishkin fand genau eine Sache, die stabil blieb, während sich die Reihenfolge dauernd neu würfelte: das „Consideration Set", also der Pool an Marken, aus dem das Modell überhaupt schöpft. Die Zugehörigkeit zu diesem Pool lässt sich schätzen, aber nur langsam über 60–100 Läufe. Das ist das einzige valide Signal. Miss die Zugehörigkeit, nicht den Rang.
Das „falsche Fenster"-Problem
Und selbst diese Messung machen die meisten Tools an der falschen Stelle: Sie fragen billige Vendor-APIs ab. Aber GPT-über-die-API ≠ ChatGPT. Das Consumer-Produkt hat Memory, Custom Instructions, Verlauf, Account-Kontext, Standort und einen eigenen System-Prompt. Über 90 % der wöchentlichen ChatGPT-Nutzer sind auf dem Free-Tier, das weniger Suchen und weniger Zitate auslöst als die bezahlten Tiers, die die Tools abtasten. Prompt-Volumen-Zahlen sind obendrein meist erfunden, entweder aus winzigen Clickstream-Panels modelliert oder auf Google-Keywords zurückgerechnet. Steve Toth und William Alvarez nannten Profounds Prompt-Volumina einen „scam"; Conductor bezeichnete jede KI-Prompt-Volumen-Metrik als grundsätzlich irreführend.
Was die Evidenz stützt und was Wundermittel ist
Hier die Trennung, die den ganzen Artikel zusammenfasst. Links steht, wofür es belastbare Belege gibt; rechts, was verkauft, aber nie sauber belegt wurde.
| Was die Evidenz stützt | Wundermittel |
|---|---|
✓ KI-Retrieval-Crawler in robots.txt zulassen (OAI-SearchBot, Claude-SearchBot, Claude-User, PerplexityBot) |
✗ llms.txt als GEO-Taktik: SE Ranking fand über 300.000 Domains keine Korrelation; Google unterstützt es nicht (Illyes) |
| ✓ Inhalte server-seitig rendern (Crawler führen JS nicht zuverlässig aus) | ✗ Pauschal alle KI-Bots blocken (Rutgers/Wharton, Dez. 2025: −23 % Traffic ggü. Peers, die crawlen ließen) |
| ✓ Für Extraktion strukturieren, klare Headings, Antwort oben (AI Overviews zitieren zu 55 % aus den ersten 30 % des Inhalts) | ✗ Zitier-Garantien von Agenturen und Tools |
| ✓ Belegte Statistiken (+41 %), Experten-Zitate (+28 %), Drittquellen inline (30–40 %, bei schwächeren Seiten bis 115 %) | ✗ Schema als universeller Hebel (Search Atlas, Dez. 2024: keine Korrelation über OpenAI, Gemini, Perplexity) |
| ✓ Eigene Forschung / proprietäre Daten (ZipTie: hohe Daten-Dichte bringt 4,31× mehr Zitate pro URL als Verzeichnis-Listings) | ✗ Vendor-Lift-Statistiken ohne Methodik |
| ✓ Domain Authority per klassischem SEO pflegen (Semrush; erklärt aber nur ~18 % der Varianz) | ✗ „AI Visibility"-Tools mit präziser Citation-Share-Rangfolge |
| ✓ Schema-Markup, bestätigt nur für Bing Copilot (Microsoft/Canel, SMX München 3/2025) und wahrscheinlich Google AI Overviews (Search Liaison, 4/2025) | ✗ Rang statt Zugehörigkeit tracken (siehe Fishkin) |
Zur llms.txt-Debatte hat Kai Spriestersbach das treffendste Bild geliefert: Es ist, als hätte ein Restaurant eine Speisekarte mit dem Hinweis, es lese vor dem Kochen die Speisekarten anderer Restaurants. John Mueller verglich sie mit dem eingestellten Meta-Keywords-Tag; Semrush testete eine live auf Search Engine Land: kein Effekt.
Was das für deine Website heißt
Kein Panikkauf eines GEO-Retainers nötig. Das evidenzbasierte Vorgehen ist günstig, größtenteils einmalig und deckt sich fast vollständig mit gutem technischem SEO und gutem Content. Konkret:
1 · Die Bing-Klempnerei erledigen
ChatGPTs Live-Suche läuft überwiegend auf dem Bing-Index (Seer Interactive: 87 % der ChatGPT-Zitate deckten sich mit Bing-Top-Ergebnissen, nur 56 % mit Google). Also: Bing Webmaster Tools verifizieren, IndexNow verdrahten, OAI-SearchBot in robots.txt zulassen. Bings kostenloser AI-Performance-Report (seit Feb. 2026) zeigt dir echte Daten statt Vendor-Schätzungen.
2 · Statisches HTML ausliefern
Die Parse-Rate bricht von 94 % bei statischem HTML auf 23 % bei client-gerendertem JS ein. Eine reine React-/Vue-Shell sieht für einen KI-Crawler aus wie eine leere Seite. (Diese Site hier ist genau deshalb statisch.)
3 · Falsche Infos an der Quelle korrigieren
Das Tow Center/Columbia fand, dass KI-Suche in über 60 % von 1.600 Queries die korrekte Zitier-Information nicht abrufen konnte. Bevor du „Sichtbarkeit" jagst: Stelle sicher, dass das, was über dich abrufbar ist, überhaupt stimmt.
4 · Zugehörigkeit messen, nicht Rang
Wenn du überhaupt misst: 60–100 Läufe pro Prompt, und schau, ob deine Marke im Consideration Set auftaucht, nicht auf welchem „Platz". Alles andere ist Rauschen mit hübscher Achsenbeschriftung.
5 · Drittanbieter-Erwähnungen verdienen
SE Ranking: Seiten mit über 32.000 verweisenden Domains werden 3,5× häufiger zitiert als solche mit unter 200. Earned Media schlägt jede On-Page-Spielerei. Nebenbei: Die „Fan-out"-Queries der Maschine gewinnen: ALM Corp fand, dass 95 % dieser maschinellen Teilfragen nahezu kein menschliches Suchvolumen haben.
Wie groß ist der Preis überhaupt?
Zum Schluss die Größenordnung, damit niemand das Budget falsch verteilt. Laut Cloudflare Radar lag der kombinierte Chatbot-Anteil im Mai 2026 bei 0,29 % der Such-Referrals, gegenüber 87,6 % für Google. Der Traffic-Shift ist real, aber er ist heute noch klein.
Die Nuance, die ihn trotzdem interessant macht: ChatGPT-Referrals konvertieren laut Similarweb mit 7,1 %, nur bezahlte Suche liegt höher. Und rund 70 % der KI-Besuche kommen ohne Referrer an und werden fälschlich als Direktzugriff verbucht. Der Kanal ist also klein, aber hochwertig und systematisch unterschätzt. Genau deshalb lohnt sich das günstige, evidenzbasierte Vorgehen, der teure GEO-Retainer aber nicht.
Quellen:
Baust du an KI-Systemen, in denen es darauf ankommt, ob und wie du von generativen Engines gefunden wirst, oder willst du wissen, was von einem GEO-Angebot wirklich trägt? Lass uns sprechen. Ich baue Agenten, die echte Arbeit erledigen, und ich sage dir ehrlich, wo Substanz aufhört und Wundermittel anfängt.