SEO & GEO – Sichtbar in der KI-Suche

In dieser Folge von „SEO und GEO – sichtbar in der KI-Suche“ geht es darum, wie sich die eigene KI-Sichtbarkeit in ChatGPT, Gemini und Perplexity selbst testen lässt. Ohne kostenpflichtiges Monitoring-Tool, dafür mit konkreten Kundenfragen und einer strukturierten Auswertung.

Die Folge zeigt, warum die Frage „Was weißt du über mein Unternehmen?“ allein nicht ausreicht. Sie erklärt den Unterschied zwischen Markenfragen und Problemfragen und wie sich prüfen lässt, ob ein Unternehmen auch dann als Anbieter vorgeschlagen wird, wenn der Firmenname nicht in der Frage steht.

Außerdem geht es darum, warum eine verlinkte Website noch keine Empfehlung ist und wie sich aus den Antworten Ansatzpunkte für die eigene Website und die Sichtbarkeit im Internet ableiten lassen.

Der begleitende Artikel mit zehn Prompts und einer Anleitung für den eigenen Test:

KI-Sichtbarkeit selbst testen: Anleitung mit zehn Prompts und Auswertung

Die Excel-Vorlage zum Dokumentieren und Vergleichen der Testergebnisse:

Excel-Vorlage für den KI-Sichtbarkeitstest herunterladen

SparkToro und Gumshoe.ai: Wie inkonsistent KI-Systeme Marken und Produkte empfehlen
Die Untersuchung zur Frage, wie stark sich KI-Empfehlungen bei wiederholten Abfragen verändern.

Semrush und Kevin Indig: „Why 62% of AI citations don’t lead to brand mentions“
Die Untersuchung zum Unterschied zwischen Quellenverlinkungen und Markennennungen in KI-Antworten.

Music by AtlasAudio from Pixabay

Damit die eigenen Inhalte in den KI-Antworten zitiert werden, muss man GEO machen. So heißt es zumindest. Aber wirken die Maßnahmen wirklich? Helfen die sauber strukturierten Daten und Antwort-First-Texte wirklich dabei, dass ein Text eher von den KI-Systemen zitiert wird als andere?

Die Lage ist ernüchternd: Google schreibt selbst, dass strukturierte Daten für seine generative KI-Suche nicht erforderlich sind und es kein spezielles Schema-Markup dafür gibt. Eine Auswertung von Seokratie findet für llms.txt und Schema-Markup ebenfalls keinen messbaren Effekt auf KI-Zitate.

Ich habe deshalb einen Selbsttest durchgeführt. Er prüft keine einzelne Maßnahme. Er zeigt etwas Grundsätzlicheres. Nämlich wie wenig sich überhaupt vorhersagen lässt, wann eine KI einen Text zitiert.

Am 19. Oktober 2026 habe ich drei Suchfragen zu meinem Blogartikel Wortspiele in der Werbung geprüft:

Getestet habe ich neue ChatGPT-Chats ohne Anmeldung und mit ausgewählter Websuche. Angemeldete Nutzerinnen und Nutzer können andere Antworten erhalten. Zusätzlich habe ich die Eingaben in der Google-Suche mit deutscher Sprach- und Ländereinstellung geprüft. Als Nennung zählte nur, wenn mein Artikel sichtbar verlinkt war oder in den Quellenkarten der KI-Antwort erschien. Ein normaler organischer Suchtreffer wurde nicht als KI-Nennung gewertet.

Jede Eingabe habe ich zweimal geprüft: im ersten Durchgang zwischen 9:34 und 9:39 Uhr, im zweiten rund zwei Stunden später zwischen 11:35 und 11:43 Uhr (Zeitzone Europe/Berlin). Das Ergebnis hat mich dann doch erstaunt.

Alle zwölf Abfragen im Überblick: Bei Google erschien der Artikel jedes Mal als Quelle, bei ChatGPT hing es von Formulierung und Zeitpunkt ab.

Die Ergebnisse lassen sich so zusammenfassen:

ChatGPT, 19. Oktober 2026, 11:37 Uhr: Bei „Welche Wortspiele gibt es in der Werbung?“ verlinkt ChatGPT meinen Artikel unter anderem bei „Fliegestuhl“ und „We kehr for you“. Ausschnitt, rote Markierung nachträglich ergänzt.

Google-Suche, 19. Oktober 2026, 11:35 Uhr: Die Übersicht mit KI zu „Nenne mir Beispiele für Wortspiele in der Werbung.“ führt meinen Artikel in den Quellenkarten auf. Ausschnitt, rote Markierung nachträglich ergänzt.

Diese Ergebnisse stammen aus einer dokumentierten Stichprobe. Sie zeigen, was in den konkreten Antworten sichtbar war. Sie sind keine repräsentative Untersuchung der Systeme.

Die ersten beiden Eingaben verlangen inhaltlich fast dasselbe:

Mein Artikel kann beide Fragen beantworten. Trotzdem wurde er von ChatGPT im ersten Durchgang nur bei der ersten Formulierung sichtbar verlinkt.

Daraus lässt sich zunächst nur Folgendes ableiten:

Die inhaltliche Eignung eines Artikels garantiert nicht, dass er bei jeder passenden Formulierung sichtbar als Quelle erscheint.

Was sich daraus nicht ableiten lässt, ist der Grund dafür. Denn schon innerhalb eines Systems kann jede Formulierung andere Teilsuchen auslösen.

Keine KI arbeitet wie die andere. Die großen Systeme greifen teilweise auf unterschiedliche Suchindizes zurück. Googles KI-Funktionen nutzen den Google-Index, Copilot sucht über Bing. Wie viel Bing heute noch zu ChatGPT beiträgt, ist zudem nicht bekannt (Seokratie).

Entsprechend zitieren die Systeme auch nicht dieselben Seiten. Das zeigt eine Untersuchung auf Search Engine Journal: Für denselben Prompt tauchten nur 2,37 Prozent der zitierten URLs gleichzeitig bei ChatGPT, Perplexity und AI Overviews auf. 91 Prozent erschienen nur in einem der drei Systeme.

Genau hier liegt das Problem vieler GEO-Versprechen. Die Anbieter beschreiben zwar grob, wie ihre Systeme Informationen finden:

Warum aber in einer bestimmten Antwort genau diese Quelle erscheint und eine andere nicht, legt kein Anbieter offen.

Ebenfalls interessant finde ich, dass außer Microsoft keine große KI-Plattform ihre Suchanfragedaten teilt. Dazu kommt, dass die meisten Branchenstudien zu GEO von den Tool-Anbietern selbst stammen. Und die messen Zusammenhänge statt Ursachen. Außerdem beruhen sie auf US-Daten (Seokratie). Wer eine einzelne Maßnahme als sicheren Hebel für KI-Zitate verkauft, verspricht deshalb mehr, als sich derzeit belegen lässt.

Belastbar sind vor allem Maßnahmen, die auf allen Plattformen wirken: Auffindbarkeit, zitierfähige Fakten und Präsenz in Drittquellen (Seokratie).

Bei der zweiten Eingabe lautete der Wortlaut in beiden Systemen:

„Nenne mir Beispiele für Wortspiele in der Werbung.“

ChatGPT nannte im ersten Durchgang vier andere sichtbare Quellen. Die Google AI Overview führte dagegen meinen Beitrag in den Quellenkarten auf.

Damit ist ein Unterschied zwischen den konkreten Ausgaben belegt. Nicht belegt ist, wodurch er entstanden ist.

Es wäre deshalb falsch, aus dieser Stichprobe eine pauschale Regel wie diese abzuleiten:

„Google bevorzugt meinen Artikel, ChatGPT bevorzugt andere Seiten.“

Dafür reicht eine einzelne Abfrage nicht aus. Die Ergebnisse zeigen lediglich, dass eine identische Eingabe in unterschiedlichen Systemen zu einer unterschiedlichen sichtbaren Quellenzusammenstellung führen kann.

Für die Google AI Overview ist eine solche Abweichung grundsätzlich mit der offiziellen Funktionsbeschreibung vereinbar. So erklärt Google, dass AI Overviews und AI Mode unterschiedliche Modelle und Verfahren einsetzen können. Außerdem können die Funktionen mehrere verwandte Suchanfragen erzeugen, um zusätzliche Inhalte und unterstützende Seiten abzurufen. Google bezeichnet dieses Vorgehen als „Query Fan-Out“. Welche Antworten und Links erscheinen, kann daher variieren.

Die deutlichste Veränderung zeigte sich bei der Wiederholung. Bei „Nenne mir Beispiele für Wortspiele in der Werbung.“ nannte ChatGPT meinen Artikel um 9:39 Uhr nicht. Um 11:38 Uhr verlinkte ChatGPT ihn bei exakt derselben Eingabe zweimal. Bei „wortspiel werbung“ enthielt die erste Antwort gar keine Quellen, die zweite verlinkte meinen Artikel. Zwischen den beiden Durchgängen lagen nur rund zwei Stunden.

ChatGPT, 19. Oktober 2026, 11:38 Uhr: Bei derselben Frage, bei der mein Artikel um 9:39 Uhr fehlte, verlinkt ChatGPT ihn nun bei „Ich bin dir Farfalle“ und „Un, dos, Käs!“. Ausschnitt, rote Markierung nachträglich ergänzt.

Die Google AI Overview führte meinen Artikel dagegen in allen sechs Abfragen als Quelle auf. Das passt zu einer Beobachtung von Seokratie:

„Dieselbe Frage liefert bei Wiederholung oft andere Quellen, bei ChatGPT deutlich häufiger als in AI Overviews.“ (Seokratie)

Hätte ich nur einmal um 9:39 Uhr gemessen, hätte ich festgehalten: ChatGPT nennt meinen Artikel bei dieser Frage nicht. Hätte ich nur um 11:38 Uhr gemessen, wäre das Gegenteil herausgekommen. Beide Messungen wären für sich genommen korrekt. Und beide wären allein aber irreführend gewesen.

Wenn Ihr Unternehmen in einer KI-Antwort als Quelle genannt wird, können Sie also festhalten:

Das getestete System hat Ihre Seite in dieser konkreten Ausgabe sichtbar als Quelle verwendet oder verlinkt.

Das ist relevant. Ihr Inhalt war in diesem Moment Teil der sichtbaren Antwortumgebung. Leserinnen und Leser konnten Ihre Website als weiterführende Quelle erkennen und gegebenenfalls besuchen.

Mehr beweist die einzelne Nennung zunächst aber nicht.

Sie belegt insbesondere nicht, …

Eine einzelne erfolgreiche Nennung kann zeigen, dass ein Inhalt grundsätzlich in einer Antwort sichtbar werden kann. Sie ist aber noch kein belastbarer Wirksamkeitsnachweis für eine bestimmte Maßnahme.

Angenommen, Sie haben einen Artikel vor der Abfrage überarbeitet. Sie haben neue Quellen ergänzt, Definitionen präzisiert und die Zwischenüberschriften verbessert. Anschließend erscheint der Artikel in einer KI-Antwort.

Das ist ein interessantes Ergebnis. Es beweist jedoch noch nicht, dass genau diese Überarbeitung die Nennung verursacht hat.

Dafür müssten Sie andere mögliche Einflüsse möglichst weitgehend kontrollieren. Unter anderem bräuchten Sie:

Selbst dann müssen Sie bei der Formulierung Ihrer Schlussfolgerung vorsichtig bleiben. In realen Websites verändern sich häufig mehrere Faktoren gleichzeitig. Inhalte werden aktualisiert, andere Seiten verlinken neu, Systeme und Suchindizes ändern sich und Wettbewerber veröffentlichen ebenfalls neue Informationen.

Mein Test zeigt deshalb einen Unterschied im Ergebnis. Er beweist keine Ursache.

Nein.

Die Stichprobe belegt weder, dass GEO grundsätzlich funktioniert, noch dass GEO wirkungslos ist. Sie zeigt nur, dass eine einzelne Nennung keine stabile und exakt steuerbare Zuordnung belegt.

Auch bei SEO können Unternehmen keine konkrete Platzierung garantieren. Google schreibt selbst, es gebe keine geheimen Maßnahmen, mit denen eine Website automatisch auf Platz eins gelange. Nicht jede Änderung an einer Website führe zu einer bemerkbaren Wirkung in den Suchergebnissen (Google SEO Starter Guide).

Die sinnvolle Gegenüberstellung lautet deshalb nicht:

Präziser wäre:

Google erklärt für die eigenen generativen Suchfunktionen ausdrücklich, dass die grundlegenden SEO-Empfehlungen weiterhin gelten. Für die Aufnahme in AI Overviews oder AI Mode seien keine besonderen zusätzlichen technischen Anforderungen nötig. Die Funktionen greifen auf Inhalte aus dem Google-Suchindex zurück.

Wichtig: Das ist jedoch eine Aussage über die generativen Funktionen innerhalb der Google-Suche. Sie darf nicht ungeprüft auf ChatGPT oder andere Systeme übertragen werden.

Im SEO gibt es Positionen. In der Search Console sehen Sie, bei welcher Suchanfrage welche Seite auf welcher Position erschienen ist. Im GEO gibt es das nicht. Seokratie schreibt dazu deutlich:

„Wer Dir ‚Platz 1 in ChatGPT‘ verspricht, verkauft Scheingenauigkeit.“

Denn die Antworten ändern sich von Abfrage zu Abfrage. Die Wahrscheinlichkeit, dass ChatGPT oder Googles KI zweimal dieselbe Liste von Marken ausgeben, liegt laut einer dort zitierten SparkToro-Auswertung unter 1 zu 100 (Seokratie).

Mein Test zeigt das im Kleinen: Um 9:39 Uhr war mein Artikel bei „Nenne mir Beispiele für Wortspiele in der Werbung.“ in ChatGPT nicht sichtbar, um 11:38 Uhr war er es. Wer an diesem Tag nur eine der beiden Messungen gemacht hätte, hätte Ihnen entweder einen Misserfolg oder einen Erfolg berichtet.

Selbst die sogenannten GEO-Rankingfaktoren sind deshalb keine Ranking-Garantie. Seokratie definiert sie als „Faktoren, die die Wahrscheinlichkeit erhöhen, genannt oder zitiert zu werden“ (Seokratie).

Mehr kann eine seriöse Agentur auch nicht verkaufen als eine höhere Wahrscheinlichkeit, sichtbar zu werden. Fragen Sie deshalb nach, wenn Ihnen jemand eine feste Platzierung, eine garantierte Nennung oder eine „KI-Sichtbarkeit von X Prozent“ ohne offengelegte Messmethode anbietet.

Das grundlegende Problem besteht nicht nur in meinem Beispiel. Eine im April 2026 veröffentlichte, noch nicht begutachtete wissenschaftliche Arbeit (Preprint) zur Messung von Sichtbarkeit in KI-Suchen kommt ebenfalls zu dem Ergebnis, dass Antworten zwischen Durchläufen, Formulierungen und Zeitpunkten variieren können. Die Autoren empfehlen deshalb wiederholte Messungen und eine Betrachtung der Sichtbarkeit als Verteilung statt als einzelnen Messpunkt. Mehr dazu lesen sie in: „Don’t Measure Once: Measuring Visibility in AI Search“

Auch der Fachbeitrag „GEO und SEO 2027: Wohin geht die Reise?“ von Seokratie warnt davor, einzelne Kennzahlen isoliert zu betrachten. Der Beitrag empfiehlt eine Triangulation, also die gemeinsame Betrachtung mehrerer Datenpunkte wie KI-Traffic, Rankings und weiterer Signale. Zudem schlägt er vor, Kundinnen und Kunden direkt zu fragen, woher sie das Unternehmen kennen.

Doch dazu macht mein dokumentierter Fall eine vorgelagerte praktische Schwierigkeit sichtbar: Schon die Auswahl der Testfrage, des Systems und des Zeitpunkts kann darüber entscheiden, ob eine Quelle sichtbar erscheint. Wer diesen Unterschied nicht protokolliert, vermischt verschiedene Messergebnisse und zieht leicht zu weitgehende Schlüsse.

Ein brauchbarer Test beginnt nicht damit, den eigenen Unternehmensnamen in ein System einzugeben. Damit würden Sie die gewünschte Antwort bereits stark vorgeben.

Beginnen Sie stattdessen mit einer Frage, die für Ihr Geschäft und Ihre Zielgruppe tatsächlich relevant ist.

Die Frage sollte aus einer realistischen Informations- oder Entscheidungssituation entstehen.

Beispiele:

Fragen Sie sich vorab:

Eine einzelne Formulierung reicht nicht aus. Bilden Sie ein kleines Set aus Varianten, die dasselbe Grundbedürfnis unterschiedlich ausdrücken.

Für die Frage nach IT-Dienstleistern könnten Sie zum Beispiel testen:

Damit prüfen Sie nicht vier völlig unterschiedliche Themen. Sie prüfen, wie stabil Ihre sichtbare Präsenz innerhalb derselben Informationsabsicht ist.

Verändern Sie dabei nicht zu viele Merkmale gleichzeitig. Wenn eine Variante nach Kriterien fragt und eine andere nach konkreten Anbietern, testen Sie bereits unterschiedliche Aufgaben.

Fassen Sie ChatGPT, Google AI Overview, Perplexity, Copilot oder andere Angebote nicht einfach unter „die KI“ zusammen.

Dokumentieren Sie für jedes System einzeln:

Mein Vergleich wäre nicht nachvollziehbar, wenn ich lediglich geschrieben hätte: „Die KI hat meinen Artikel manchmal genannt.“ Denn entscheidend ist gerade die Unterscheidung zwischen ChatGPT mit ausgewählter Websuche und der Google AI Overview.

Eine Marke kann in einer Antwort auf unterschiedliche Weise vorkommen:

Legen Sie deshalb vorher fest, was Sie messen.

Wenn Sie die Quellenpräsenz untersuchen möchten, sollte „genannt“ beispielsweise bedeuten:

Die Domain oder eine konkrete URL ist in der Antwort sichtbar verlinkt oder in einer Quellenkarte aufgeführt.

Diese Definition verhindert, dass Sie nachträglich unterschiedliche Fälle vermischen.

Ein einzelner Durchlauf liefert eine Momentaufnahme. Wiederholungen helfen Ihnen zu erkennen, ob eine Nennung häufiger erscheint oder nur einmal beobachtet wurde. In meinem Test hat schon eine Wiederholung nach zwei Stunden das Ergebnis bei ChatGPT verändert.

Wichtig ist dabei ein fester Ablauf. Wiederholen Sie nicht willkürlich so lange, bis das gewünschte Ergebnis erscheint.

Legen Sie vorab fest:

So vermeiden Sie, dass positive Ergebnisse genauer dokumentiert werden als negative.

Wenn Sie prüfen möchten, ob eine Inhaltsänderung mit einer verbesserten Sichtbarkeit zusammenhängt, dokumentieren Sie zunächst den Ausgangszustand.

Ändern Sie anschließend gezielt einen klar abgegrenzten Bereich, zum Beispiel:

Vermeiden Sie es, gleichzeitig den kompletten Artikel, die interne Verlinkung, strukturierte Daten, Seitentitel und externe Kommunikation zu verändern. Je mehr Maßnahmen gleichzeitig erfolgen, desto weniger können Sie später über mögliche Zusammenhänge sagen.

Eine reine Nennungsquote beantwortet noch nicht, ob die Sichtbarkeit für Ihr Unternehmen nützlich ist.

Erfassen Sie zusätzlich:

Gerade im B2B-Bereich sollten Sie nicht nur die letzte messbare Quelle betrachten. Fragen Sie im Erstgespräch oder Kontaktformular zusätzlich, wie Interessierte auf Ihr Unternehmen aufmerksam wurden und welche Informationen für ihre Entscheidung wichtig waren.

Sie brauchen nicht sofort ein kostenpflichtiges GEO-Monitoring-Tool. Eine sauber geführte Tabelle reicht für einen ersten strukturierten Test aus.

Erfassen Sie pro Abfrage mindestens:

Trennen Sie anschließend in Ihrer Auswertung drei Ebenen:

Was war in der Antwort sichtbar?

Beispiel: „Bei drei von zehn dokumentierten Abfragen wurde unsere Leistungsseite als Quelle verlinkt.“

Was lässt sich daraus mit angemessener Vorsicht schließen?

Beispiel: „Unsere Seite kann für diese Themengruppe als sichtbare Quelle erscheinen. Die Ergebnisse sind jedoch nicht über alle Formulierungen und Systeme hinweg stabil.“

Welche nächste Maßnahme ist aufgrund der Beobachtung sinnvoll?

Beispiel: „Wir prüfen, bei welchen konkreten Fragen Wettbewerber häufiger genannt werden und ob unseren Inhalten dafür relevante Informationen, Belege oder Vergleichskriterien fehlen.“

Genau diese Trennung verhindert, dass aus einer einzelnen Beobachtung sofort eine vermeintlich bewiesene Optimierungsregel entsteht.

Für das Thema meines Tests hab ich übrigens auch per KWFinder eine Keywordrecherche angestoßen. Laut der dokumentierten Auswertung entfielen durchschnittlich 40 monatliche Suchen auf „wortspiele werbung“. Für September 2026 wurden 20 Suchen in Deutschland und auf Deutsch ausgewiesen. In der Google Search Console hatte die Hauptadresse meines Artikels zwischen dem 18. September und dem 15. Oktober 2026 vier Einblendungen für die Singularform „wortspiel werbung“, die ich auch im Test verwendet habe.

Diese Daten belegen eine Nachfrage in der Google-Suche. Sie belegen aber nicht, wie häufig Nutzerinnen und Nutzer entsprechende Fragen in ChatGPT oder anderen KI-Systemen stellen.

Denn Google-Suchvolumen und Prompt-Häufigkeit messen unterschiedliche Vorgänge. Suchdaten können Ihnen helfen, geschäftlich relevante Themen zu bestimmen. Sie dürfen aber nicht als Nachweis für die Nutzung einer bestimmten Frage in KI-Chats ausgegeben werden.

Eine einzelne Nennung ist weder wertlos noch ein Erfolgssiegel.

Sie dürfen daraus ableiten:

Sie dürfen daraus nicht ableiten:

Diese Grenzen machen die Messung nicht bedeutungslos. Nein, sie machen sie eher brauchbarer, weil Entscheidungen auf nachvollziehbaren Beobachtungen statt auf vorschnellen Erfolgsmeldungen beruhen.

Jetzt zu sagen, keine GEO-Maßnahme bringt wirklich deutliche Erfolge, wäre zu hart. Es gibt durchaus sinnvolle Maßnahmen, die unabhängig von einer einzelnen KI-Nennung einen erkennbaren Nutzen haben:

Google empfiehlt auch für seine generativen Suchfunktionen weiterhin grundlegende SEO-Maßnahmen, eine klare technische Struktur sowie eigenständige und wertvolle Inhalte. Spezielle Dateien oder ein besonderes KI-Markup seien für AI Overviews und AI Mode nicht erforderlich.

Wichtig: Auch daraus folgt keine Nennungsgarantie. Es sind Voraussetzungen und Qualitätsmaßnahmen, keine Zusage für eine bestimmte Quellenkarte.

Mein Blogartikel wurde bei einer Frage von ChatGPT verlinkt und bei einer sehr ähnlichen Frage nicht. Bei genau dieser zweiten Formulierung führte die Google AI Overview den Artikel wiederum als Quelle auf. Zwei Stunden später verlinkte auch ChatGPT ihn bei dieser Formulierung.

Damit sind drei Unterschiede dokumentiert:

Der Test beweist nicht, warum diese Unterschiede entstanden sind. Er beweist auch nicht, dass GEO wirkungslos wäre. Er zeigt aber sehr deutlich, warum eine einzelne Nennung nicht als isolierter Erfolgsnachweis ausreicht. Und eine einzelne fehlende Nennung nicht als Misserfolg.

Wenn Sie die KI-Sichtbarkeit Ihres Unternehmens beurteilen möchten, brauchen Sie deshalb mehr als einen Screenshot. Sie brauchen ein festgelegtes Fragenset, dokumentierte Testbedingungen, mehrere Systeme, Wiederholungen und eine klare Definition dessen, was Sie überhaupt messen.

Erst dann entsteht aus einzelnen Antworten ein Muster.

Und erst aus einem solchen Muster können Sie begründete Entscheidungen für Ihre Inhalte ableiten.

Der Beitrag GEO-Optimierung im Selbsttest: Was bringen GEO-Maßnahmen wirklich? erschien zuerst auf SEO Beratung & Copywriting Kathrin Landsdorfer.