Grundlagen
Warum ChatGPT Ihren Wettbewerber nennt und Sie nicht.
Der Essay: was ein Modell über eine Firma weiß, wo es nachsieht und was sich daran ändern lässt. Etwa neun Minuten.
Essay lesenWissen über KI-Antworten, das sich nachprüfen lässt.
Essay, Methode, Glossar und zwei Werkzeuge. Jede Zahl mit Quelle, jede Grenze offen benannt.
Messung
Die Antwort ist kein Ranking.
Dieselbe Frage ergibt fast nie zweimal dieselbe Liste. Warum Positionen wenig sagen und Häufigkeit viel.
Abschnitt lesen
Grundlagen
Wo die Modelle nachsehen.
Website, Profil, Verzeichnisse, Bewertungen, Fachartikel: an welchen Stellen eine KI Ihre Firma kennenlernt.
Abschnitt lesenGoogle
Was Google zu GEO sagt.
Im Mai 2026 hat Google erklärt, dass Optimierung für die KI-Suche weiterhin SEO ist. Was das heißt und wo es endet.
Abschnitt lesen
Messung
Was sich messen lässt.
Nennungsquote, Zitierquote, Anteil an den Nennungen, Richtigkeit: die vier Kennzahlen in jedem Bericht.
Abschnitt lesenGrundlagen
Was GEO nicht kann.
Kein Modell lässt sich umstimmen, keine Erwähnung erfinden. Warum ein seriöser Bericht seine Grenzen nennt.
Abschnitt lesenGoogle
Fünf Tipps, die Sie überspringen können.
llms.txt, Häppchen-Texte, Spezial-Schema und zwei Tricks, die wir nicht anfassen.
Zu den Mythen
Messung
So prüfen wir, ob KI Ihre Firma nennt.
Fragen sammeln, Systeme befragen, wiederholen, zählen, vergleichen, berichten. Die Methode in sechs Schritten.
Zur MethodeWerkzeuge
Sichtbarkeits-Rechner
Ihre Annahmen als Spanne: wie viele Anfragen aus KI-Antworten möglich wären.
Zum Rechner
Werkzeuge
Antwort-Simulator
Sehen Sie, welche Signale eine Firma in eine Antwort bringen. Gescriptet und als Simulation gekennzeichnet.
Zum SimulatorGrundlagen
Glossar von AEO bis Zitierquote.
Sechzehn Begriffe, jeweils mit dem, was sie bei Fundstern bedeuten.
Zum GlossarWarum ChatGPT Ihren Wettbewerber nennt und Sie nicht.
Ein Geschäftsführer tippt den Namen seiner Branche und seiner Stadt in ChatGPT. Die Antwort ist freundlich, gut formuliert und nennt drei Firmen. Seine ist nicht dabei. Der Wettbewerber, der seit Jahren kleiner ist, steht an erster Stelle.
Die erste Reaktion ist meistens Ärger, die zweite der Verdacht, dass jemand bezahlt hat. Beides führt nicht weit. Eine KI-Antwort ist keine Anzeige und kein Ranking, das man kaufen könnte. Sie ist der Versuch eines Modells, aus dem, was es gelesen hat und was es gerade nachschlagen kann, eine brauchbare Empfehlung zu bauen.
Die bessere Frage lautet also nicht, wer bezahlt hat, sondern was das Modell über die eine Firma weiß und über die andere nicht.
Die Antwort ist kein Ranking.
Wer aus der Suchmaschinenoptimierung kommt, denkt in Positionen. Platz drei ist schlechter als Platz eins, und beide lassen sich verfolgen. Bei KI-Antworten trägt dieses Bild nicht. SparkToro und Gumshoe haben im Januar 2026 rund 3.000 Läufe ausgewertet. Dieselbe Frage ergab in weniger als einem von hundert Fällen dieselbe Liste.1
Das klingt nach Chaos und ist doch eine gute Nachricht. Wenn sich Listen kaum wiederholen, ist ein einzelner Screenshot weder Beweis noch Katastrophe. Aussagekräftig wird erst die Häufigkeit. Dieselbe Studie fand Marken, die in 60 bis 90 Prozent der Antworten zu einer Absicht auftauchen. Diese Firmen sind für das Modell offenbar so etwas wie Fixsterne. Sie stehen nicht immer an derselben Stelle, aber sie sind fast immer da.
Für Ihren Wettbewerber heißt das: Er hat nicht Platz eins gewonnen. Er kommt häufiger vor. Und das hat Gründe, die sich prüfen lassen.
Wo die Modelle nachsehen.
Ein Sprachmodell nennt eine Firma, wenn es sie mit der Frage verbindet. Diese Verbindung entsteht an vielen Stellen gleichzeitig: auf der eigenen Website, im Unternehmensprofil bei Google, in Branchenverzeichnissen, in Bewertungen, in Fachartikeln, auf den Seiten von Verbänden und Partnern. Systeme, die live im Netz suchen, ziehen zusätzlich aktuelle Seiten als Beleg heran.
Ahrefs hat untersucht, was mit Nennungen in Googles AI Overviews zusammenhängt. Am stärksten war der Zusammenhang mit Erwähnungen der Marke auf anderen Websites, mit einer Korrelation von 0,664.2 Ein Zusammenhang ist keine Ursache. Aber er passt zu dem, was man in Checks sieht: Firmen, über die andere schreiben, werden häufiger genannt.
Dazu kommt ein unscheinbarer Punkt, der in der Praxis oft entscheidet: Einheitlichkeit. Steht auf der Website „Elektrotechnik Müller GmbH“, im Verzeichnis „Müller Elektro“ und im Profil eine alte Adresse, dann sieht das Modell drei halbe Firmen statt einer ganzen. Eine halbe Firma wird selten empfohlen.
- Eine Website, die in ganzen Sätzen sagt, was Sie tun, wo und für wen
- Dieselben Firmendaten an jeder Stelle im Netz
- Bewertungen mit Text statt nur mit Sternen
- Erwähnungen auf Seiten, die nicht Ihnen gehören
- Inhalte mit Wissen, das sonst niemand aufgeschrieben hat
„Optimizing for generative AI search is … still SEO.“
Was Google dazu sagt.
Im Mai 2026 hat Google einen Leitfaden zur eigenen KI-Suche veröffentlicht. Die Kernaussage: Wer für die generative Suche optimiert, optimiert für die Suche, und das ist weiterhin SEO. Eine Datei namens llms.txt, Texte in kleine Häppchen zu schneiden oder spezielles Schema-Markup nennt der Leitfaden ausdrücklich als nicht nötig. Was zählt, sind Inhalte mit Substanz, die nicht auf hundert anderen Seiten genauso stehen. Google nennt das „non-commodity content“.
Wir halten das für eine ehrliche Ansage und für einen guten Maßstab. Sie hat nur eine Grenze: Sie gilt für Google. ChatGPT, Perplexity und Copilot ziehen eigene Quellen heran. Laut Ahrefs unterscheiden sich 86 Prozent der wichtigsten Quellen zwischen den Plattformen. Einen Plan, der alle Systeme gleich bedient, gibt es deshalb nicht. Es gibt einen Plan, der bei Google mit gutem SEO beginnt und bei den anderen Systemen genauer hinsieht.
Ein einzelner Stern über dem Wald ist leicht zu finden. Schwer wird es, wenn Tausende daneben stehen.
Was sich messen lässt.
Wenn Positionen wenig bedeuten, braucht es andere Kennzahlen. Wir arbeiten mit vier: der Nennungsquote, also in wie vielen Antworten eine Firma vorkommt; der Zitierquote, also wie oft die eigene Website als Quelle verlinkt wird; dem Anteil an allen Nennungen im Vergleich zu den Wettbewerbern; und der Richtigkeit dessen, was über die Firma gesagt wird.
Gemessen wird mit einem festen Satz von 30 bis 50 Fragen, so formuliert, wie Kunden sie stellen. Jede Frage läuft mehrfach, über mehrere Wochen, in jedem relevanten System. Am Ende stehen Durchschnitt und Schwankungsbreite, nie ein einzelnes Bildschirmfoto.
Das ist weniger aufregend als ein Platz-eins-Versprechen. Dafür kann man es nachprüfen.
Was GEO nicht kann.
Generative Engine Optimization, kurz GEO, stammt als Begriff aus einem Forschungspapier von 2024. Dort steht ein Wert von bis zu 40 Prozent mehr Sichtbarkeit, je nach Fachgebiet und Methode.4 Das war ein Laborversuch. Wer diese Zahl heute als Versprechen verkauft, hat das Papier nicht zu Ende gelesen.
GEO kann kein Modell umstimmen, das eine Firma nicht kennt. Es kann keine Erwähnungen erzeugen, die es nicht gibt, jedenfalls nicht auf ehrliche Weise. Und es schützt nicht vor Modell-Updates, nach denen Maßnahmen anders wirken als vorher. Ein seriöser Bericht sagt das, bevor der Kunde es selbst merkt.
Was GEO kann: die Stellen finden, an denen eine Firma unscharf, widersprüchlich oder gar nicht beschrieben ist, und sie in Ordnung bringen. Das ist Handwerk. Es dauert, und es lässt sich belegen.
Wo Sie anfangen.
Stellen Sie drei Fragen, die Ihre Kunden stellen würden, an zwei verschiedene Systeme. Stellen Sie jede Frage dreimal. Notieren Sie, wer genannt wird und was über Ihre Firma gesagt wird. Nach einer Stunde haben Sie eine kleine Messreihe und meist schon den ersten Fehler gefunden.
Wenn Sie das gründlicher wollen, mit 40 Fragen, vier Systemen und mehreren Wochen, dann ist das unsere Arbeit. Der erste Check ist kostenlos und kommt schriftlich.