GEO (Generative Engine Optimization)

Was ist GEO?

GEO steht für Generative Engine Optimization. Gemeint ist die Optimierung für generative Suchsysteme. Diese Systeme geben auf eine Frage nicht nur eine Trefferliste aus, sondern formulieren mit einem Large Language Model (LLM) eine eigene Antwort. Dazu gehören ChatGPT, Perplexity, Gemini und Claude sowie die AI Overviews und der AI Mode von Google. Der Sammelbegriff dafür ist KI-Suche. Die Technik dahinter erklärt der Wiki-Artikel zu generativer KI.

Das Ziel von GEO ist, Teil dieser Antwort zu werden. Eine Brand wird in der KI-Suche sichtbar, wenn sie im Antworttext genannt wird (Brand Mention) oder ihre Website als Quelle verlinkt wird (Citation). Ob die Antwort sie dabei positiv, neutral oder negativ einordnet, beschreibt das Sentiment. Klassische SEO misst Erfolg an Rankings und Klicks. GEO misst ihn daran, ob und wie eine Brand in der Antwort vorkommt.

Herkunft des Begriffs

Der Begriff stammt aus der Forschung. Ein Forschungsteam um Pranjal Aggarwal mit Beteiligung der Princeton University stellte ihn im November 2023 im Paper „GEO: Generative Engine Optimization“ vor. 2024 wurde die Arbeit auf der Fachkonferenz KDD veröffentlicht. Die Forschenden testeten Textänderungen an Quellen zu einem eigenen Satz von Suchanfragen, dem GEO-bench. Quellenangaben, wörtliche Zitate und Statistiken im Text steigerten die gemessene Sichtbarkeit einer Quelle in den generierten Antworten um relativ 30 bis 40 Prozent. Keyword-Stuffing, ein klassischer SEO-Trick, brachte dagegen kaum etwas. Die Werte stammen aus einem Laborversuch und lassen sich nicht direkt auf ChatGPT oder Google übertragen.

GEO und Geo: Abgrenzung

Die Abkürzung ist mehrdeutig. Im Alltag steht „Geo“ für Geografie, abgeleitet vom griechischen Wort für Erde. Im Online-Marketing bezeichnet es die geografische Ausrichtung, etwa beim Geo-Targeting von Anzeigen oder in der lokalen Suche. Mit Ortsbezug hat Generative Engine Optimization nichts zu tun. Wo Verwechslungen drohen, hilft die Langform.

Wie GEO funktioniert: Abruf, Zitation und Nennung

Eine KI-Suche beantwortet eine Frage in mehreren Schritten. Zuerst zerlegt sie die Frage in Teilfragen und schickt diese an einen Suchindex. Dieser Schritt heißt Query Fan-Out. Danach holt das System passende Treffer aus dem Index und wählt einzelne Abschnitte aus. Diesen Abruf nennt man Retrieval. Zum Schluss formuliert das Sprachmodell aus den Abschnitten eine Antwort und setzt Quellenverweise. Das Grundprinzip heißt Retrieval-Augmented Generation und ist im Blogartikel zu RAG ausführlich beschrieben.

Nicht jede Frage löst eine Websuche aus. Manche beantwortet das Modell allein aus seinem Trainingswissen. ChatGPT sucht außerdem oft in seinem eigenen Index Labrador und arbeitet dann nur mit dem Titel und einem kurzen Textauszug einer Seite, ohne sie zu öffnen. Laut einer Analyse des Beratungsunternehmens Resoneo, die auf dem Fachportal Search Engine Land erschienen ist, öffnet ChatGPT im kostenlosen Instant-Modus in 93 Prozent der Antworten keine einzige Seite. Ausgewertet wurden 1.200 ChatGPT-Antworten.

GEO setzt deshalb an drei Stellen an, die getrennt voneinander ausfallen können.

Diese Trennung wird in der Praxis oft übersehen. Eine Seite kann abgerufen werden, ohne zitiert zu werden. Eine Domain kann zitiert werden, ohne dass die Brand im Text vorkommt. Und eine Brand kann genannt werden, ohne dass ihre Website je abgerufen wurde, weil das Modell sie aus Fremdquellen kennt. Wie oft Citation und Nennung auseinanderfallen, zeigt der Blogartikel zu Ghost Citations.

Unterschied zwischen SEO und GEO

SEO optimiert für Rankings in der klassischen Ergebnisliste, GEO für Nennung und Zitation in generierten Antworten. Der wichtigste Unterschied liegt in der Einheit. In der klassischen Suche konkurrieren ganze Seiten um zehn Plätze. In einer KI-Antwort konkurrieren einzelne Abschnitte um die Aufnahme in eine einzige Antwort.

Beide Disziplinen hängen eng zusammen. KI-Suchsysteme holen ihre Quellen aus Suchindizes, und was dort weit hinten steht, wird selten verwendet. In einer Auswertung von AirOps über 16.851 Suchanfragen wurden Seiten, die in den Suchergebnissen von ChatGPT auf Position 1 standen, in 58 Prozent der Fälle zitiert, Seiten auf Position 10 nur in 14 Prozent. Ein gutes Ranking allein reicht trotzdem nicht. Eine Studie von Minuttia zu US-Softwarekategorien fand bei Fragen nach Alternativen, dass Brands mit eigenem Google-Top-10-Ranking in fünf KI-Systemen 6,9- bis 11,6-mal so oft genannt wurden wie Brands ohne. Gleichzeitig stand nur bei 6,4 bis 9,7 Prozent aller Nennungen die Domain der genannten Brand in den Top 10. Die Details stehen im Blogartikel zu AI Visibility und Google-Rankings.

Die AI Search Visibility Pyramide

KKP ordnet die Arbeit an der KI-Sichtbarkeit in einem Stufenmodell, der AI Search Visibility Pyramide. Jede Stufe baut auf der darunterliegenden auf. Digital PR kann Nennungen bringen, aber keine Zitationen der eigenen Website, solange diese technisch nicht abrufbar ist. Und die Wahrnehmung einer Brand lässt sich erst steuern, wenn sie in den Antworten überhaupt vorkommt.

Ein häufiger Fehler in GEO-Projekten ist der Einstieg auf der falschen Stufe. Wer an der Wahrnehmung der Brand (Stufe 04) arbeitet, bevor die Website abrufbar und die Inhalte zitierfähig sind (Stufen 01 und 02), poliert die Spitze eines Gebäudes ohne Fundament. Ausführlich beschrieben ist das Modell im GEO-Guide „AI-Search Optimierung in der Praxis“ von KKP. Wie KKP die Stufen für Finanz- und Versicherungsbrands umsetzt, zeigt die Seite zur GEO-Agentur.

GEO-Optimierung in der Praxis

GEO-Optimierung umfasst drei Arbeitsfelder. Inhalte werden zitierfähig gemacht, die Brand wird in Fremdquellen präsent, und die Sichtbarkeit wird mit einer eigenen Methodik gemessen.

Zitierfähige Inhalte

KI-Systeme wählen für ihre Antwort einzelne Abschnitte aus, nicht ganze Seiten. Ein Abschnitt muss deshalb für sich allein verständlich sein und die Antwort auf seine Überschrift gleich im ersten Satz geben. Eine Auswertung von Kevin Indig über 18.012 geprüfte ChatGPT-Zitationen ergab, dass 44,2 Prozent aus den ersten 30 Prozent des Textes stammten. Wie ChatGPT einzelne Abschnitte bewertet, beschreibt der Blogartikel zum Chunk-Scoring.

Welche Merkmale zitierte Seiten von anderen unterscheiden, hat Semrush an über 300.000 URLs untersucht. Bewertet wurde nur der sichtbare Text. Metadaten und Schema-Markup, also maschinenlesbare Auszeichnungen im Quellcode, flossen nicht ein.

Klare Zusammenfassungen, erkennbare Expertise im Sinne von E-E-A-T, Frage-Antwort-Abschnitte, eine saubere Gliederung sowie Listen und Tabellen kamen auf zitierten Seiten deutlich häufiger vor. Ein Merkmal zeigte in die Gegenrichtung. Zitierte Seiten waren seltener in neutralem, nicht werblichem Ton geschrieben. Semrush sieht darin nicht unbedingt eine Vorliebe der Modelle für Werbesprache und hält eine andere Erklärung für wahrscheinlicher. Professionell geschriebene, gut gegliederte Texte haben oft einen kommerziellen Ton. Alle Werte beschreiben Zusammenhänge, keine nachgewiesenen Ursachen.

Präsenz in Fremdquellen

Ob eine Brand genannt wird, entscheidet sich zu einem großen Teil außerhalb der eigenen Website. In einer Auswertung von AirOps über 21.311 Brand-Nennungen in ChatGPT, Claude und Perplexity stammten bei kommerziellen Suchanfragen 85 Prozent aus Drittquellen. In der Versicherungsbranche nutzen KI-Systeme check24.de in 33,4 Prozent aller Antworten als Quelle, wie der KKP Industry Report Versicherungsbranche auf Basis von 271.215 KI-Antworten zeigt. Fachmedien, Vergleichsportale, Bestenlisten und Verzeichnisse gehören deshalb zu jeder GEO-Strategie.

Messung

KI-Antworten sind kaum reproduzierbar. Laut SparkToro (01/2026) liegt die Chance, dass ChatGPT oder Googles KI-Antworten bei 100 Anfragen zweimal dieselbe Liste von Brands liefern, unter 1 zu 100. Gemessen wird deshalb mit einem festen Promptset, also einer gleichbleibenden Liste typischer Fragen, die wiederholt über mehrere KI-Systeme läuft. Wie viele Läufe für belastbare Werte nötig sind, zeigt der Blogartikel zu Tracking-Läufen. KKP arbeitet mit fünf Kennzahlen.

• Visibility = Antworten mit Nennung der Brand ÷ alle Antworten
• Share of Voice = eigene Nennungen ÷ Nennungen aller Brands im Wettbewerbsfeld
• Position = Mittelwert der Nennungs-Reihenfolge über viele Antworten, kleiner ist besser
• Citation Rate = Zitationen ÷ Abrufe, ein Mittelwert, der auch über 1 liegen kann
• Sentiment = Skala von 0 bis 100, 50 ist neutral

Grenzen und Missverständnisse

Im Markt werden einige Maßnahmen als GEO-Hebel verkauft, die einer Prüfung nicht standhalten.

Schema-Markup als Hebel für Zitationen. Ahrefs hat 1.885 Seiten, die Schema-Markup im Format JSON-LD ergänzt hatten, mit 4.000 vergleichbaren Seiten ohne neues Markup verglichen. In AI Mode (plus 2,4 Prozent) und ChatGPT (plus 2,2 Prozent) lag der Effekt im Rauschen, in AI Overviews sanken die Zitationen gegenüber den Vergleichsseiten um 4,6 Prozent, ein kleiner, aber statistisch signifikanter Rückgang. Strukturierte Daten bleiben für Rich Results und die Zuordnung von Entitäten sinnvoll. Ein belegter Hebel für Zitationen sind sie nicht.

llms.txt als Sichtbarkeitshebel. Eine llms.txt ist eine Textdatei im Stammverzeichnis einer Website, die KI-Systemen eine Übersicht der wichtigsten Inhalte anbieten soll. Laut Ahrefs veröffentlichen 28 Prozent von 137.210 untersuchten Domains eine gültige llms.txt. Bei 97 Prozent davon ging innerhalb eines Monats keine einzige Anfrage ein. Ein Hebel für die Sichtbarkeit in KI-Antworten ist die Datei damit nicht.

Feste Positionen in ChatGPT. Weil Antworten bei jeder Anfrage anders ausfallen, ist eine einzelne „Position 3 in ChatGPT“ Rauschen. Belastbar sind nur Anteile und Mittelwerte über viele Wiederholungen.

GEO als einmaliges Projekt. KI-Systeme wechseln regelmäßig ihre Modelle, und ein Wechsel kann die Quellen stark verschieben. Nach dem Modellwechsel bei ChatGPT am 23.05.2026 waren laut SISTRIX binnen 48 Stunden 47 Prozent der Zitationen in deutschsprachigen Antworten neu verteilt. GEO braucht deshalb laufendes Monitoring.

Begriffe rund um GEO: AEO, LLMO, GAIO und KI-SEO

Für die Optimierung auf KI-Suche sind mehrere Begriffe im Umlauf. In der Praxis bezeichnen sie weitgehend dieselbe Arbeit und unterscheiden sich vor allem in Herkunft und Schwerpunkt. KKP verwendet GEO als Oberbegriff.

Wie GEO ist auch die Abkürzung AEO mehrdeutig. Im Zollrecht steht sie für den „Authorised Economic Operator“, den zugelassenen Wirtschaftsbeteiligten. Mit Suche hat diese Bedeutung nichts zu tun.

Das bezahlte Gegenstück zu GEO, also Werbung in KI-Antworten, heißt GEA (Generative Engine Advertising). Ein Beispiel sind ChatGPT Ads, also Anzeigen in ChatGPT.

Gratis Download

AI Search Guide: Sichtbar in ChatGPT & Co.

Der Praxis-Guide zeigt auf 164 Seiten, wie eine Brand in ChatGPT, Google AI Overviews, Gemini und Perplexity sichtbar wird, von den Grundlagen über Messung und KPIs bis zu konkreten Maßnahmen.

Kostenlos herunterladen →