Das sind die Themen:

Viele aktuelle GEO-Taktiken folgen dem Muster einer Sichtbarkeitskurve, die steil nach oben und ebenso steil wieder nach unten geht. Solche kurzfristigen Effekte funktionieren eine Zeit lang richtig gut, verlieren aber schnell an Wirkung, sobald zu viele Seiten denselben Trick anwenden. Wer langfristig sichtbar bleiben will, sollte deshalb nicht jedem neuen Hack hinterherlaufen.

Die technische Basis bleibt auch im Zeitalter von KI-Suchen fundamental wichtig. Liegt zentraler Content nur in JavaScript statt im HTML vor, sehen viele Sprachmodelle diesen Inhalt schlicht gar nicht, weil sie Seiten nicht wie ein Browser vollständig rendern. Ein Crawl-Vergleich mit und ohne JavaScript zeigt schnell, welcher Content und welche Links für Sprachmodelle unsichtbar bleiben.

Massenhafte Bestenlisten haben Sprachmodelle eine Zeit lang stark beeinflusst, bis Google gegensteuerte. Seiten mit auffällig vielen Listicles verloren spürbar an Sichtbarkeit, während Autorität wieder deutlich stärker gewichtet wird. Kurios dabei: Wer sich selbst auf Platz eins einer eigenen Liste setzt, wird von Sprachmodellen oft als Quelle zitiert, aber seltener selbst als Empfehlung genannt.

Hilfreicher Content reicht allein nicht mehr aus, wenn er reine Commodity-Ware ist, die jeder ähnlich schreiben könnte. Gefragt ist Non-Commodity-Content mit echter persönlicher Erfahrung, eigenen Daten oder konkreten Beispielen aus der Praxis. Wer stattdessen auf hundert weitere KI-generierte Standardartikel setzt, bringt keinen Information Gain und bleibt damit austauschbar.

Um die eigene Präsenz in Sprachmodellen zu prüfen, lässt sich ein Prompt-Segment gezielt viele Male wiederholt abfragen. Erscheint eine Marke dabei durchgehend, ist sie fest im sogenannten Evoked Set verankert. Aus den Fällen, in denen sie fehlt, lassen sich anschließend konkrete Driver und Barrieren ableiten, gegen die sich gezielt arbeiten lässt.