Generative Engine Optimization
Generative Engine Optimization – kurz GEO – bezeichnet die Optimierung von Inhalten für Suchsysteme, die ihre Antworten mit Hilfe großer Sprachmodelle erzeugen. Dazu zählen ChatGPT mit Websuche, Perplexity, Google AI Overviews und der AI Mode, Gemini oder Microsoft Copilot. Diese Systeme liefern keine Liste aus zehn blauen Links, sondern eine fertig formulierte Antwort, die aus mehreren Quellen zusammengesetzt und mit Verweisen versehen ist. Wer in dieser Antwort als Quelle auftaucht oder namentlich empfohlen wird, gewinnt Sichtbarkeit – wer fehlt, existiert für den Nutzer in diesem Moment nicht.
Der Begriff geht auf eine 2023 veröffentlichte Forschungsarbeit von Wissenschaftlern der Princeton University, des Georgia Institute of Technology und weiterer Hochschulen zurück. Sie untersuchten, welche Eigenschaften von Webinhalten die Wahrscheinlichkeit erhöhen, in generierten Antworten berücksichtigt zu werden. Seitdem hat sich GEO als Sammelbegriff für alle Maßnahmen etabliert, die Inhalte für KI-gestützte Suche auffindbar, verständlich und zitierfähig machen. Verwandte Bezeichnungen sind Answer Engine Optimization (AEO) oder LLM Optimization; im deutschsprachigen Raum ist häufig auch von GEO-Optimierung oder GEO SEO die Rede. Gemeint ist im Kern dasselbe.
Wie generative Suchmaschinen Antworten erzeugen
Um GEO zu verstehen, hilft ein Blick auf den Ablauf hinter einer KI-Antwort. Der Nutzer stellt eine Frage, meist länger und konkreter als eine klassische Suchanfrage. Das System zerlegt diese Frage in mehrere Teilanfragen (Query Fan-out) und schickt sie an einen Suchindex – bei ChatGPT vorwiegend Bing, bei Google der eigene Index. Aus den zurückgelieferten Dokumenten werden einzelne Passagen ausgewählt, die die Frage möglichst direkt beantworten. Erst dann formuliert das Sprachmodell daraus eine zusammenhängende Antwort und hängt die verwendeten Quellen als Zitate an.
Zwei Dinge sind daran für die Optimierung entscheidend. Erstens bleibt die klassische Suche die Grundlage: Was im Index nicht gefunden wird, kann auch nicht zitiert werden. Zweitens werden nicht ganze Seiten bewertet, sondern Textabschnitte. Ein Absatz, der eine Frage präzise und eigenständig beantwortet, hat bessere Chancen als ein langer Text, in dem die Antwort erst im dritten Unterkapitel versteckt ist.
Unterschied zwischen SEO und GEO
Suchmaschinenoptimierung zielt auf eine möglichst hohe Position in den Suchergebnissen und den anschließenden Klick. Generative Engine Optimization zielt darauf, dass eine Marke, ein Produkt oder eine Aussage Teil der Antwort wird – unabhängig davon, ob der Nutzer anschließend noch klickt. Das verändert die Erfolgsmessung: Statt Rankings und Klickraten rücken Kennzahlen wie Nennungshäufigkeit, Zitierquote und Anteil an den Antworten zu einem Themenfeld (Share of Voice) in den Vordergrund.
GEO ersetzt SEO nicht, sondern baut darauf auf – SEO ist die Grundlage für GEO. Technische Erreichbarkeit, saubere Struktur, aktuelle Inhalte und Autorität bleiben Voraussetzung. Eine sinnvolle SEO-GEO-Strategie behandelt beide Disziplinen deshalb gemeinsam statt nacheinander. Neu ist die Gewichtung: Inhalte müssen stärker auf Fragen ausgerichtet sein, klar belegbare Aussagen enthalten und auch außerhalb der eigenen Website als vertrauenswürdig gelten, weil Sprachmodelle die Glaubwürdigkeit einer Quelle aus vielen Erwähnungen im Netz ableiten.
Maßnahmen für Generative Engine Optimization
Zitierfähige Inhalte:
Jede relevante Frage sollte an einer klar erkennbaren Stelle knapp und vollständig beantwortet werden. Kurze Definitionen am Anfang eines Abschnitts, sprechende Zwischenüberschriften, Listen, Tabellen und FAQ-Blöcke erleichtern es dem System, passende Passagen zu extrahieren.
Belege statt Behauptungen
Konkrete Zahlen, Quellenangaben, Studien und Expertenaussagen erhöhen laut der ursprünglichen GEO-Studie die Wahrscheinlichkeit einer Nennung deutlich. Allgemeine Werbeformulierungen wirken dagegen kaum.
Entitäten und Konsistenz
Marke, Produkte und Ansprechpartner sollten überall im Netz gleich benannt und beschrieben sein. Strukturierte Daten (Schema.org) helfen, Zusammenhänge maschinenlesbar zu machen.
Präsenz auf Drittseiten
Fachportale, Bewertungsplattformen, Communities und Branchenverzeichnisse liefern den Sprachmodellen Bestätigung von außen. Wer dort mit konsistenten Informationen vertreten ist, wird häufiger als Empfehlung genannt.
Technische Zugänglichkeit
KI-Crawler wie GPTBot, PerplexityBot oder Google-Extended müssen Inhalte abrufen dürfen. Die robots.txt sollte bewusst gepflegt werden; wichtige Inhalte gehören ins ausgelieferte HTML und nicht ausschließlich in nachgeladene Skripte.
Aktualität
Generative Systeme bevorzugen aktuelle Quellen. Sichtbare Datumsangaben und regelmäßige Überarbeitungen sind deshalb wichtiger als früher.
GEO im E-Commerce
Für Onlineshops verschiebt sich mit GEO ein Teil der Kaufberatung in den Chat. Nutzer fragen nach dem passenden Produkt für einen Anwendungsfall, nach Vergleichen oder nach Erfahrungen – und erhalten eine Empfehlung, bevor sie einen Shop besuchen. Vollständige, eindeutige Produktdaten, ausführliche Kategorietexte, die echte Fragen beantworten, und ein gepflegter Produktdatenfeed bilden hierfür die Basis. Gerade Angaben zu Materialien, Maßen, Kompatibilität oder Einsatzbereichen werden von Sprachmodellen gezielt ausgewertet.
Erfolgsmessung
Da klassische Rankingtools generierte Antworten nicht abbilden, wird die Sichtbarkeit über ein regelmäßiges Prompt-Monitoring ermittelt: Eine definierte Menge an Fragen wird wiederkehrend an die relevanten KI-Systeme gestellt und ausgewertet, ob und wie die eigene Marke genannt wird. Ergänzend lässt sich in der Webanalyse der Referral-Traffic aus ChatGPT, Perplexity und Co. gesondert betrachten.