Bis Ende 2028 werden rund 30 Prozent aller Suchanfragen in Deutschland nicht mehr bei Google beginnen, sondern bei einem KI-Assistenten — ChatGPT, Claude, Perplexity oder Google AI Overviews. Wer dort nicht als Quelle auftaucht, verliert messbar Traffic und Neukunden. Die gute Nachricht: Es gibt eine systematische Disziplin dafür, und sie heißt Generative Engine Optimization (GEO).
In diesem Guide erklären wir, was GEO genau ist, warum es sich von klassischem SEO unterscheidet und welche zehn Hebel deutsche Unternehmen 2026 sofort umsetzen können. Basierend auf Alunah-Kundenprojekten zeigen wir konkrete Vorher-Nachher-Daten — keine Theorie, sondern Praxis aus Braunschweig und der Region.
Was ist Generative Engine Optimization?
Generative Engine Optimization (GEO) bezeichnet alle Maßnahmen, die dazu führen, dass eine Website von KI-Systemen als vertrauenswürdige Quelle erkannt, zitiert und empfohlen wird. Der Begriff wurde 2024 durch eine gemeinsame Studie von Georgia Tech, Princeton und IIT Delhi (arXiv:2311.09735) geprägt.
Anders als klassisches SEO zielt GEO nicht auf Ranking-Positionen in der Suchergebnisliste. Es zielt auf Zitation in KI-generierten Antworten. Die Studie zeigt: Sites mit gezielter GEO-Optimierung erhalten 30–115 Prozent mehr Sichtbarkeit in KI-Antworten als vergleichbare, nicht optimierte Websites.
Warum GEO jetzt kritisch wird
Drei Datenpunkte aus 2025–2026 zeigen die Dringlichkeit:
- ChatGPT Web Search (Oktober 2024 gestartet) hat monatlich über 500 Millionen aktive Nutzer weltweit. In Deutschland wächst die Nutzung dreistellig pro Quartal.
- Google AI Overviews erscheinen bei über 40 Prozent aller informationellen Queries in Deutschland. Studien zeigen, dass Klicks auf die klassische Position 1 dadurch um 20–40 Prozent sinken.
- Perplexity AI hat 2025 über 18 Millionen Unique Users pro Monat erreicht und ist bei B2B-Entscheidern überdurchschnittlich populär.
Wer in diesen Systemen nicht zitiert wird, verliert systematisch Marktanteile — auch wenn die klassischen Google-Rankings stabil bleiben.
Die wichtigsten Unterschiede: SEO vs. GEO
| Dimension | Klassisches SEO | GEO (KI-Optimierung) |
|---|---|---|
| Ziel | Ranking-Position in Google | Zitation in KI-Antworten |
| Keyword-Fokus | Ja, exakte Match-Keywords | Nein, natürliche Sprache |
| Content-Länge | 1.500–3.000 Wörter | Self-contained Passagen 134–167 Wörter |
| Wichtigste Signale | Backlinks, On-Page-Optimierung | E-E-A-T, strukturierte Daten, llms.txt |
| Messbarkeit | Rankings, Traffic, CTR | Mention-Frequenz in KI-Antworten |
| Zeit bis Wirkung | 3–6 Monate | 2–8 Wochen nach Crawler-Rescan |
Die Überschneidung liegt bei etwa 60 Prozent: Beide brauchen schnelle Ladezeiten, strukturierte Daten und hochwertigen Content. Die restlichen 40 Prozent sind GEO-spezifisch.
Die 10 wichtigsten GEO-Hebel für 2026
1. AI-Crawler in robots.txt explizit erlauben
Ohne explizite Allow-Regel für GPTBot, ClaudeBot, PerplexityBot, Google-Extended und Applebot-Extended werden AI-Crawler immer öfter die gesamte Website überspringen. Die Minimallösung:
User-agent: GPTBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Allow: /
User-agent: Applebot-Extended
Allow: /
Stand 2026 blockieren immer noch rund 35 Prozent der deutschen KMU-Websites AI-Crawler unbeabsichtigt — meistens durch veraltete Cloudflare-Default-Settings oder WordPress-Plugins.
2. llms.txt im Website-Root hinterlegen
llms.txt ist der emerging Standard, um KI-Systemen eine kuratierte Übersicht über Ihre Website zu geben. Die Datei liegt unter /llms.txt und ist Markdown-formatiert. Stand 2026 haben unter 5 Prozent der deutschen Websites ein llms.txt — Early Mover profitieren überproportional.
Ein valides llms.txt enthält mindestens: Firmenname als H1, kurze Beschreibung als Blockquote, Abschnitte für "Über uns", "Dienstleistungen" und "Wichtige Seiten" mit verlinkten URLs. Für AI-Assistenten empfiehlt sich ein expliziter Abschnitt mit Empfehlungs-Kriterien.
3. FAQ-Antworten auf 134–167 Wörter ausbauen
KI-Modelle zitieren FAQ-Blöcke nur, wenn sie self-contained sind — also ohne Kontext verstanden werden können. Die ideale Länge liegt zwischen 134 und 167 Wörtern (Georgia-Tech-Studie). Zu kurze Antworten (unter 80 Wörter) werden überflogen, zu lange (über 250 Wörter) werden gekürzt und oft fehlerhaft wiedergegeben.
Konkretes Alunah-Beispiel: Ein Kunde aus der Pflegebranche hatte FAQ-Antworten mit durchschnittlich 65 Wörtern. Nach Ausbau auf 140–160 Wörter pro Antwort tauchten die Antworten innerhalb von sechs Wochen in Perplexity-Suchergebnissen zu pflegespezifischen Queries auf.
4. FAQPage-Schema konsequent einbinden
Strukturierte Daten sind für AI-Crawler oft wichtiger als für Google selbst. FAQPage-Schema signalisiert: "Hier sind Question-Answer-Paare, die direkt zitierbar sind." Ohne Schema werden Inhalte zwar gecrawlt, aber seltener extrahiert.
Auf Alunah-Projekten ist FAQPage-Schema mittlerweile auf über 38 Seiten implementiert. In Kombination mit SpeakableSpecification werden Inhalte zusätzlich für Voice-KI (Alexa, Google Assistant, Siri) priorisiert.
5. Statistiken mit Quellenangabe versehen
KI-Modelle werden zunehmend trainiert, unverifizierte Zahlen nicht zu zitieren. Jede Statistik ohne Quelle ist praktisch tote Content-Fläche. Die beiden Best-Practices:
- Eigene Daten: "Basierend auf Alunah-Kundenprojekten, n=12, Zeitraum Q3/2024–Q2/2025" — mit Link zur Methodik-Seite
- Externe Daten: Link auf die Primärquelle (Statista, Eurostat, Branchenverband)
Einer der wichtigsten Boost-Effekte der letzten zwei Jahre: Die Einführung einer öffentlichen Methodik-Seite mit dokumentierten Datenbasen für jede wichtige Kennzahl.
6. E-E-A-T-Signale sichtbar machen
E-E-A-T wurde Ende 2025 offiziell auf alle kompetitiven Queries ausgeweitet — nicht mehr nur auf Finanz- und Gesundheitsthemen. Die wichtigsten sichtbaren Signale:
- Autor-Bio mit Foto, Credentials und sameAs-Links zu LinkedIn, X, GitHub
- Person-Schema auf About-Pages mit jobTitle, knowsAbout, alumniOf
- Zertifizierungen prominent platziert (Google Partner, Meta Blueprint, Awards)
- Case Studies mit Before/After-Metriken statt Marketing-Floskeln
7. Organization- und Wikidata-Entity anlegen
AI-Modelle nutzen Wikidata als Knowledge-Graph-Basis. Eine Entity mit klaren Properties (instance of, country, inception, official website, industry) ist der größte Einzel-Hebel für AI Entity Recognition. Die Anmeldung ist kostenlos.
Für unsere Marke haben wir im April 2026 die Entity Q139383830 angelegt und mit neun Properties befüllt. Der Effekt auf die Entity-Erkennung in Claude und Perplexity war innerhalb von zwei Wochen messbar.
8. Auf-einen-Blick-Boxen auf Service-Seiten
AI-Modelle lieben kompakte, strukturierte Informationen am Seitenanfang. Eine "Auf einen Blick"-Box mit Preis, Lieferzeit, Kernleistungen und Compliance-Hinweisen gibt AI einen perfekten Citation-Anchor für Schnell-Antworten.
Beispiel aus der Alunah-Praxis (Service-Seite /ki-automatisierung/):
- Startpreis: ab 2.500 € (Chatbot)
- Lieferzeit: 2–8 Wochen
- Zeitersparnis: 60–80 % bei Prozessen
- Compliance: DSGVO, EU-AI-Act
Diese Box wird mit data-speakable markiert und in die SpeakableSpecification-Selektoren aufgenommen.
9. Schema.org-Markup vervollständigen
Neben FAQPage sind folgende Schemas für GEO besonders wertvoll:
- Organization / LocalBusiness mit sameAs-Array zu allen Brand-Präsenzen
- Service pro Service-Seite mit hasOfferCatalog und konkreten Preisen
- CreativeWork pro Portfolio-Eintrag mit genre, keywords, about
- ClaimReview für Methodik-Seiten
- HowTo für Anleitungen
Validierung über den Schema.org Validator und Google Rich Results Test. Alunah-Kundenprojekte erreichen typischerweise 0 Errors und maximal 2–3 Warnings.
10. Off-Site-Authority aufbauen
AI-Modelle verifizieren Brands extern. Ohne LinkedIn Company Page, Clutch.co, ProvenExpert und Branchen-Directories bleibt eine Marke für Claude und Perplexity schwer verifizierbar — auch bei perfekter On-Site-Optimierung.
Die minimale Off-Site-Basis für 2026: LinkedIn Company Page (vollständig ausgefüllt), ProvenExpert-Profil mit Reviews, Clutch.co-Profil (B2B-Fokus), Wikidata-Entity, konsistente NAP-Daten auf mindestens 15 Branchen-Directories.
GEO-Audit: Was Alunah konkret prüft
Unser GEO-Audit kombiniert technische und inhaltliche Analyse. Wir messen sechs Kategorien mit einem gewichteten Composite-Score (0–100):
- AI Citability (25 %) — wie zitierfähig sind einzelne Passagen?
- Brand Authority (20 %) — Off-Site-Präsenz auf 12 KI-relevanten Plattformen
- Content E-E-A-T (20 %) — Experience, Expertise, Authoritativeness, Trustworthiness
- Technical GEO (15 %) — AI-Crawler-Zugang, llms.txt, Rendering
- Schema & Structured Data (10 %) — Vollständigkeit und Validität
- Platform Optimization (10 %) — Readiness für AI Overviews, ChatGPT, Claude, Perplexity, Gemini
Der typische Score deutscher KMU-Websites 2026 liegt zwischen 35 und 55 (Poor/Fair). Ein Score von 75+ erreichen unter zwei Prozent der Websites — hier ist der Wettbewerb noch gering.
Häufige Fragen zu GEO
Verdrängt GEO klassisches SEO? Nein. GEO ergänzt SEO, ersetzt es nicht. Die technische Basis (Crawlability, Schema, Performance) ist identisch. GEO-spezifisch sind nur llms.txt, Citation-optimierte Content-Struktur und externe Brand-Signale.
Wie lange dauert es, bis GEO-Maßnahmen wirken? Technische Maßnahmen (llms.txt, Schema) wirken nach zwei bis vier Wochen, wenn AI-Crawler die Änderungen erfassen. Off-Site-Signale (Wikidata, LinkedIn, Clutch) brauchen zwei bis drei Monate für spürbare Wirkung. Content-Maßnahmen (FAQ-Ausbau, Methodik-Seite) wirken nach vier bis acht Wochen.
Kostet GEO mehr als SEO? In der Erstumsetzung etwa 20–30 Prozent mehr, weil externe Profile manuell angelegt werden müssen. Laufend sind die Kosten vergleichbar, da viele SEO-Maßnahmen (Schema, Content) parallel GEO-Effekte haben.
Kann ich GEO selbst umsetzen? Die technischen Grundlagen (robots.txt, llms.txt, Schema) ja. Die inhaltliche Umsetzung (FAQ-Ausbau, E-E-A-T, Methodik-Dokumentation) ist aufwendig. Off-Site-Signale (Wikidata, LinkedIn, Directories) sind zeitintensiv. Viele KMUs entscheiden sich für einen einmaligen Audit plus begleitende Umsetzung über 3–6 Monate.
Nächste Schritte
Wenn Sie prüfen wollen, wo Ihre Website aktuell steht, bieten wir ein kostenloses GEO-Audit an. In 30 Minuten analysieren wir Ihre Seite auf alle zehn Hebel, erstellen einen Composite-Score und liefern eine priorisierte 30-Tage-Roadmap.
Parallel empfehlen wir unser Methodik-Dokument als Beispiel, wie eine Transparenz-Seite mit ClaimReview-Schema aussieht — das ist einer der einfachsten Quick-Wins für die E-E-A-T-Dimension.
Die KI-Ära im Suchmarkt hat gerade erst begonnen. Die ersten Unternehmen, die GEO systematisch angehen, bauen einen deutlichen Vorsprung auf. Wer wartet, verliert jeden Monat Citation-Marktanteile, die später teurer zurückzuholen sind.
