Für dieselbe Sache kursieren gerade drei Namen: Generative Engine Optimization, Answer Engine Optimization und LLM SEO. Gemeint ist immer dasselbe, nämlich die Frage, wie man in den Antworten von ChatGPT, Perplexity, Gemini und Googles KI-Übersichten vorkommt.
Der Markt dafür ist jung, und das merkt man an den Ratschlägen. Dieser Text trennt, was belegbar wirkt, von dem, was gerade verkauft wird.
Der eine Unterschied, auf den es ankommt
Klassisches SEO arbeitet daran, dass deine Seite in einer Liste weit oben steht. Der Nutzer sieht die Liste und entscheidet.
Bei einer KI-Antwort gibt es keine Liste. Es gibt eine Antwort, in der zwei oder drei Anbieter genannt werden, und der Rest existiert nicht. Es gibt kein "Platz sieben", auf dem man noch ein paar Klicks bekommt. Entweder du wirst genannt oder nicht.
Daraus folgt der zweite, wichtigere Unterschied: Ein Sprachmodell bezieht sein Bild von deinem Unternehmen zu einem großen Teil aus fremden Quellen. Aus Verzeichnissen, Bewertungsportalen, Branchenseiten, Presseartikeln, Foren. Eine Auswertung des Verzeichnisdienstleisters Yext von 6,8 Millionen KI-Zitierungen aus dem Oktober 2025 kam auf 44 Prozent eigene Websites der Unternehmen, 42 Prozent Verzeichniseinträge und 8 Prozent Bewertungen und soziale Netzwerke. Deine eigene Website ist also eine wichtige Quelle, aber nur eine von mehreren, und für die Frage "welcher Anbieter ist gut" nicht unbedingt die entscheidende.
Das verschiebt die Prioritäten. Bei SEO arbeitest du zuerst an deiner Seite. Bei KI-Sichtbarkeit arbeitest du genauso daran, dass es dich außerhalb deiner Seite konsistent gibt.
Was Google dazu sagt
Für Googles eigene KI-Funktionen ist die Sache eindeutig. In der offiziellen Dokumentation steht, dass es keine zusätzlichen Anforderungen und keine besonderen Optimierungen gibt, um in AI Overviews zu erscheinen, und dass keine neuen maschinenlesbaren Dateien nötig sind. Seit Mai 2026 gibt es dazu außerdem einen eigenen Leitfaden zur KI-Suche. Die Kernaussage: Optimierung für die KI-Suche ist aus Googles Sicht weiterhin SEO.
Empfohlen wird stattdessen das Übliche: Crawling erlauben, Inhalte in Textform bereitstellen, intern sinnvoll verlinken, strukturierte Daten korrekt einsetzen, Geschäftsdaten aktuell halten.
Für ChatGPT und Perplexity gibt es keine vergleichbare Anleitung. OpenAI dokumentiert lediglich, welcher Crawler die ChatGPT-Suche befüllt und wie man ihn zulässt, aber nicht, wie man in Antworten genannt wird. Was dort wirkt, lässt sich nur beobachten und messen, nicht nachlesen.
Was messbar wirkt
Erlaubtes Crawling. Wer die KI-Bots aussperrt, kommt in ihren Antworten nicht vor. Das ist die einzige Einstellung mit garantierter Wirkung, und sie wirkt in beide Richtungen. Prüf, was in deiner robots.txt steht, bevor du irgendetwas anderes tust.
Konsistente Angaben in fremden Quellen. Firmenname, Adresse, Telefonnummer, Leistungen, überall gleich. Ein Modell, das drei verschiedene Adressen findet, nennt im Zweifel den Wettbewerber, bei dem alles zusammenpasst. Wie das geht, steht in NAP und Brancheneinträge.
Bewertungen. Sie sind für Sprachmodelle eine der wenigen belastbaren Aussagen über Qualität, weil sie von Dritten stammen. Dass bei Anbieterfragen eher die mit vielen und aktuellen Bewertungen genannt werden, liegt nahe, belastbar gemessen ist es bisher nicht. Der regelkonforme Weg steht in Google-Bewertungen sammeln.
Klar beantwortete Fragen auf der eigenen Seite. Ein Abschnitt, der eine Frage stellt und direkt danach beantwortet, ist zitierfähig. Ein Text, der sich warmläuft und die Antwort im vierten Absatz versteckt, ist es nicht. Das ist kein Trick, sondern schlicht besseres Schreiben.
Überprüfbare eigene Zahlen. Preise, Lieferzeiten, Fallbeispiele mit konkreten Werten. Ein Modell zitiert lieber eine Quelle, die etwas Bestimmtes behauptet, als eine, die etwas Allgemeines beschreibt. Das ist auch der Grund, warum offene Preisangaben doppelt wirken.
Wie müssen Texte aufgebaut sein, damit KI sie als Quelle zitiert?
Belegt ist bisher vor allem eines: Texte mit Quellenangaben, wörtlichen Zitaten aus seriösen Quellen und konkreten Zahlen werden in KI-Antworten häufiger genannt. Das zeigt die Studie GEO: Generative Engine Optimization von Forschern aus Princeton und anderen Hochschulen. Solche Änderungen steigerten die Sichtbarkeit in generierten Antworten um bis zu 40 Prozent. Keyword-Wiederholung half dagegen kaum. Die Wirkung schwankte je nach Fachgebiet, eine Garantie ist das also nicht.
Für die eigene Seite heißt das praktisch:
- Die Frage als Überschrift, so formuliert, wie Kunden sie stellen.
- Die Antwort im ersten Satz darunter, vollständig und ohne Anlauf. Die Erklärung folgt danach.
- Zahlen mit Quelle: Preise, Dauer, Mengen, und dazu, woher sie stammen.
- Ein Gedanke pro Abschnitt, damit jeder Abschnitt für sich verständlich ist. Texte eigens für KI in kleine Stücke zu zerlegen, ist laut Googles Leitfaden zur KI-Suche aber unnötig.
- Fachbegriffe einmal erklären, am besten in einem Satz, der für sich allein stehen kann.
Wie das in fertigen Texten aussieht, zeige ich unter KI-Texte mit Quellen.
Was nicht wirkt
Die llms.txt. Google nutzt sie nicht, und in Serverprotokollen wird sie kaum abgerufen. Die Belege dazu stehen in Brauchst du eine llms.txt.
KI-Texte in Masse. Zwanzig generierte Ratgeberartikel erzeugen keine Autorität, sondern zwanzig austauschbare Seiten. Genau die Art Inhalt, die eine Zusammenfassung ersetzt, statt zitiert zu werden.
Sonderoptimierung für AI Overviews. Existiert laut Google nicht, Optimierung für die KI-Suche ist dort ausdrücklich weiterhin SEO. Was als solche verkauft wird, ist normales SEO mit neuem Etikett. Was AI Overviews tatsächlich verändern, steht in AI Overviews: was Googles KI-Antworten bedeuten.
Der eigene Markenname im Fließtext. Ein Modell zählt keine Nennungen auf deiner eigenen Seite. Es interessiert sich dafür, wer sonst über dich spricht.
Wie misst man die Wirkung von GEO-Maßnahmen?
Mit einem festen Satz von zehn bis zwanzig Fragen, die deine Kunden wirklich stellen, etwa „Welchen Elektriker in Herne empfiehlst du?". Diese Fragen stellst du jeden Monat ChatGPT, Perplexity, Gemini und Claude und hältst fest, ob du genannt wirst, an welcher Stelle und welche Quellen zitiert werden. Dazu kommen drei indirekte Signale: Besuche von chatgpt.com oder perplexity.ai in deiner Webanalyse, die Zahl der Suchen nach deinem Firmennamen in der Search Console und die Frage an neue Kunden, wie sie auf dich gekommen sind.
Ohne diese Messung ist alles in diesem Text eine Behauptung, auch meine.
Der Unterschied zu klassischem SEO ist hier unangenehm: Es gibt keine Search Console für ChatGPT. Für Googles KI-Antworten zeigt die Search Console inzwischen Impressionen in AI Overviews und im KI-Modus, allerdings keine Klicks, und Bing Webmaster Tools hat einen Bericht zu Zitierungen in Copilot. Für ChatGPT, Claude und Perplexity liefert dir niemand einen Bericht darüber, ob du in Antworten vorkommst. Man muss es abfragen, regelmäßig, über mehrere Systeme, mit denselben Fragen, und die Ergebnisse festhalten.
Genau das macht der Check zur KI-Sichtbarkeit: dieselben Fragen an mehrere Systeme, protokolliert mit Position und Verlauf. Wie eine solche Messung aussieht und was dabei herauskommt, steht in Empfehlen ChatGPT, Claude und Gemini dein Unternehmen?, inklusive der eigenen Werte, auch der schlechten.
Was ich dir raten würde
Wenn du bei null anfängst, ist die Reihenfolge unspektakulär und in dieser Form auch nicht neu: Google-Unternehmensprofil vollständig, Bewertungen konsequent einsammeln, Firmendaten überall gleich, Website technisch sauber und crawlbar, Inhalte, die konkrete Fragen konkret beantworten.
Das ist zu neunzig Prozent dieselbe Arbeit wie gutes lokales SEO. Der Unterschied liegt in der Schreibweise der Inhalte und in der stärkeren Gewichtung fremder Quellen.
Wer dir eine völlig neue Disziplin mit eigenem Werkzeugkasten verkauft, verkauft dir zum großen Teil das, was du ohnehin tun solltest. Was daran wirklich neu ist, ist die Messung, und die kostet Aufmerksamkeit, kein Budget.
Wie das lokal aussieht, zeigen meine Studien zur lokalen Sichtbarkeit: Google, Google Maps und KI-Antworten, je Stadt in 20 Branchen.
