Alle Artikel
geo seogeo optimierunggenerative engine optimizationgeo analyseai overview

Generative Engine Optimization (GEO): Messung und Checkliste

Aktualisiert am ·
10 Minuten Lesezeit
·
Lukas Lavicka

Was ist GEO und wie unterscheidet es sich von SEO?

Generative Engine Optimization (GEO) ist die Optimierung von Inhalten dafür, in KI-generierten Antworten genannt und zitiert zu werden: in Google AI Overviews, ChatGPT, Perplexity und Gemini. Während klassisches SEO um Rankings auf Position 1 bis 10 kämpft, entscheidet GEO darüber, ob eine KI deine Marke als Antwort ausgibt oder die deines Wettbewerbers.

Der Unterschied ist grundlegender, als er klingt. Eine Suchmaschine liefert eine Liste, aus der sich der Nutzer selbst bedient. Eine generative Engine liefert eine fertige Antwort und trifft die Vorauswahl komplett allein. Wer in dieser Antwort nicht vorkommt, existiert für diesen Nutzer in diesem Moment nicht. Es gibt keine Seite 2.

Für Agenturen und Webentwickler heißt das: GEO ist kein Ersatz für SEO, sondern eine zusätzliche Disziplin mit eigenen Regeln, eigener Messung und eigenen Optimierungshebeln. Genau diese drei Dinge behandelt dieser Artikel, inklusive der Zahlen aus meiner eigenen Messung, auch der unangenehmen.

AI Overviews, ChatGPT, Perplexity: Wo KI-Antworten entstehen

KI-Antworten entstehen an mehr Orten, als die meisten SEO-Reports abdecken:

  • Google AI Overviews erscheinen direkt über den organischen Ergebnissen, aber nicht bei jeder Suchanfrage. Sie fassen mehrere Quellen zusammen und verlinken sie.
  • Perplexity ist als Antwortmaschine gebaut, crawlt aktiv und zitiert Quellen systematisch mit Fußnoten.
  • ChatGPT durchsucht bei aktuellen Fragen das Web, extrahiert Passagen und nennt Quellen mit Link.
  • Gemini nutzt Google-Suchergebnisse als Grounding und zitiert die Domains, auf die es sich stützt.

Wichtig für die Praxis: Diese Systeme wählen ihre Quellen unterschiedlich aus. Eine Seite kann bei Perplexity regelmäßig zitiert werden und in AI Overviews nie auftauchen. Wer GEO ernsthaft betreiben will, muss deshalb pro Engine messen, nicht pauschal "in KI sichtbar sein" wollen. Wie GEO für einzelne Kundenprojekte praktisch aussieht, habe ich im Artikel über ChatGPT-SEO und AI-Sichtbarkeit beschrieben.

Ich habe es gemessen: 100 Fragen, 3 Engines, 1 ehrliches Ergebnis

Theorie zu GEO gibt es genug. Deshalb habe ich am 28.07.2026 die KI-Sichtbarkeit der eigenen Marke systematisch gemessen, damals noch unter dem Namen crawlix (seit 17.08.2026 lavcite): 100 Fragen aus 5 Clustern (informational, commercial, brand, local, comparison), gestellt an Perplexity und Gemini, dazu Google AI Overviews auf dem 50-Fragen-Subset aus commercial, local und comparison. Ausgewertet wurde mit String-Matching plus einem KI-Judge für subjektive Felder wie "wird empfohlen".

Das Ergebnis, ungeschönt:

MessgrößePerplexityGeminiAI Overview
Brand-Fragen: Marke genannt18 von 18 (100 %)18 von 18 (100 %)kein Brand-Subset
Brand-Fragen: Marke empfohlen83,3 %88,9 %kein Brand-Subset
Non-Brand-Fragen: Marke genannt0 von 821 von 82 (1,2 %)0 von 50
Eigene Domain als Quelle zitiert16 %4 %0 %

Übersetzt: Wer nach der Marke fragt, bekommt die Marke. Wer nach dem Problem fragt, für das das damalige Angebot stand, bekommt in 163 von 164 gemessenen Antworten (82 Non-Brand-Fragen an zwei Engines) keine Nennung der Marke. Bei 80 von 100 Fragen antworteten die Engines ausführlich mit anderen Anbietern, ohne die Marke zu erwähnen.

Genau eine Non-Brand-Frage lieferte einen Treffer: Gemini empfahl crawlix mit Domain-Zitat bei der Frage "Welcher Anbieter erstellt fertige SEO-Reports für Agenturen?", allerdings nur auf Rang 14 der Empfehlungsliste. Ein einzelner Treffer beweist keine Strategie, aber er zeigt, dass die eigene Domain grundsätzlich zitierfähig ist. Woran das liegt, zeigt der Vergleich mit den Seiten, die stattdessen zitiert werden.

Zur Transparenz gehören auch die Messgrenzen. OpenAI konnte ich wegen eines API-Rate-Limits nur zu 20 Prozent messen, die Claude-API gar nicht. API-Antworten sind ein Proxy für die Consumer-Apps, kein 1:1-Abbild. KI-Antworten sind probabilistisch, alle Werte gelten für den Messtag. Und: 74 meiner 100 Fragen waren synthetisch generiert, weil die People-Also-Ask-Ernte nur themenfremde Treffer lieferte. Je höher dieser Anteil, desto eher misst man die Annahmen des Fragengenerators statt echter Nachfrage. Eine Stichprobe deckte außerdem eine Fehlzuordnung des KI-Judges auf; nach manueller Korrektur blieb genau ein echter Non-Brand-Treffer. Wer mit KI-Judges scort, muss stichprobenartig nachprüfen.

GEO-Analyse Schritt für Schritt: So misst du KI-Sichtbarkeit selbst

Eine GEO-Analyse beantwortet drei Fragen: Kennen die Engines die Marke? Empfehlen sie sie bei Fragen ohne Markennennung? Und wen zitieren sie stattdessen? So gehst du vor:

  1. Fragenkatalog bauen. 50 bis 100 Fragen, die echte Interessenten stellen würden. Quellen: eigene Search-Console-Queries, Keyword-Daten, Autocomplete- und PAA-Fragen. PAA-Fragen vorher inhaltlich gegenprüfen, sie kippen schnell ins falsche Themenfeld; in meinem Lauf war die komplette PAA-Ernte unbrauchbar. Wichtig ist die Trennung in Brand-Fragen (Marke kommt in der Frage vor) und Non-Brand-Fragen (nur das Problem).
  2. Engines festlegen. Mindestens Perplexity und Gemini (beide per API messbar), dazu AI Overviews über SERP-Daten. Consumer-Apps wie ChatGPT ergänzt du stichprobenartig manuell.
  3. Antworten erfassen und scoren. Pro Antwort festhalten: Wird die Marke genannt? Wird sie empfohlen, und auf welchem Rang? Wird die eigene Domain als Quelle zitiert? Welche Wettbewerber tauchen auf?
  4. Lücken-Fragen identifizieren. Das sind Fragen, bei denen Engines ausführlich antworten und Wettbewerber nennen, dich aber nicht. Diese Liste ist dein Content-Backlog, priorisiert nach Geschäftsrelevanz.
  5. Zitierte Quellen analysieren. Crawle die Seiten, die tatsächlich zitiert werden, und leite daraus ab, welche Content-Muster die Engines belohnen. Das ist der Schritt, den fast alle auslassen, und er liefert die wertvollsten Erkenntnisse.
  6. Wiederholung einplanen. Einzelmessungen sind Momentaufnahmen. Erst eine Wiederholungsmessung nach 60 bis 90 Tagen zeigt, ob Maßnahmen wirken.

Damit du ein Gefühl für Schritt 1 bekommst, vier Fragen aus meinem eigenen Katalog:

  • "Was ist Generative Engine Optimization (GEO)?" (informational)
  • "Welche SEO-Audit-Agentur ist empfehlenswert?" (commercial)
  • "Welcher Anbieter erstellt fertige SEO-Reports für Agenturen?" (commercial, der einzige Treffer)
  • "SEO-Audit von einer Agentur machen lassen oder mit einem Tool selbst erstellen?" (comparison)

Wer das einmal von Hand gemacht hat, weiß, warum ich es automatisiert habe. Diese Art der Messung macht die KI-Sichtbarkeits-Messung, mit offengelegter Methode.

Die GEO-Checkliste: GEO-Optimierung nach dem Muster real zitierter Seiten

Diese Checkliste ist nicht ausgedacht. Sie stammt aus Schritt 5 meiner eigenen Messung: Ich habe die 22 Seiten gecrawlt und analysiert, die von den KI-Engines in meinem damaligen Themenfeld (SEO-Audit, 4 Frage-Cluster) am häufigsten zitiert wurden. Ob dieselben Muster in anderen Branchen genauso greifen, habe ich nicht gemessen. Ich halte sie für übertragbar, belegen kann ich das mit diesen 22 Datenpunkten nicht. Das sind die Muster:

1. Checklisten- und Schritt-Framing (19 von 22 zitierten Seiten, 86 %) Fast alle zitierten Seiten strukturieren ihren Inhalt als Checkliste, Schrittfolge oder Vorgehen. KI-Engines lieben extrahierbare Strukturen. Prüfe: Lässt sich dein Kernthema als nummerierte Abfolge oder Checkliste erzählen?

2. FAQ-Sektion mit klarer Überschrift (16 von 22, 73 %) Eine explizit als FAQ ausgezeichnete Sektion liefert Engines in sich geschlossene Frage-Antwort-Snippets, die sich direkt übernehmen lassen. Die Fragen sollten echten Nutzerfragen entsprechen, nicht Marketing-Fragen.

3. Eigene konkrete Zahlen statt Fremdquellen (über 20 von 22) Der vielleicht wichtigste Befund: Zitierte Seiten nennen konkrete eigene Preise, Prozentwerte und Kennzahlen. Vage Fremdverweise ("laut einer Marktübersicht") fand ich dagegen nur auf 4 der 22 Seiten. Zitierfähigkeit entsteht über eigene, überprüfbare Zahlen, nicht über zusammengetragene Drittquellen.

4. Definitionsabsatz direkt am Seitenanfang (10 von 22, 45 %) Fast die Hälfte der zitierten Seiten beginnt mit einer klar abgegrenzten Kurzdefinition ("Was ist ein SEO-Audit?"). Engines nutzen solche Absätze als direkt zitierbare Definitionen. Die ersten zwei Sätze deiner Seite sollten die Kernfrage vollständig beantworten.

5. Preis- und Vergleichstabellen bei kommerziellen Seiten (8 von 22) Echte Tabellen, nicht nur Bulletpoints. Bei den fünf meistzitierten Seiten im commercial-Cluster enthielt jede entweder eine Preistabelle oder eine sehr klare Preisliste.

Zur Aktualität fand ich dagegen kein belastbares Muster: Die älteste Seite im Set (veröffentlicht 2021, letztes Update 2024) wird weiterhin stabil zitiert, sofern Struktur und Definition stimmen.

Auffällig ist auch, was NICHT unter den zitierten Quellen war. Ich hatte erwartet, dass große Portale und Bewertungsplattformen dominieren. In meiner Messung war das nicht so: 14 von 22 zitierten Seiten stammten von Agenturen, 5 von SaaS-Tool-Blogs, zusammen 19 von 22. Nur eine Review-Plattform und zwei Tool-Produktseiten schafften es ins Set. Die Review-Plattform (8 Zitate) und die kleinere Tool-Seite (6) liegen am unteren Ende; die dritte gehört zum stärksten Content-Wettbewerber im Set. Der Wettbewerb um KI-Zitate findet zwischen normalen Content-Seiten statt, und das ist eine Chance für jede Agentur mit eigenem Blog.

Answer Engine Optimization, LLMO, GAIO: Begriffe einordnen

Rund um GEO kursieren mehrere Begriffe, die weitgehend dasselbe meinen:

  • GEO (Generative Engine Optimization): der inzwischen gebräuchlichste Begriff, Optimierung für generative Antwortmaschinen.
  • Answer Engine Optimization: betont die Antwortmaschine als Ziel, in der Praxis deckungsgleich mit GEO.
  • LLMO / GAIO: seltener genutzte Varianten für dasselbe Konzept.

Eine Warnung aus meiner Keyword-Recherche: Die Abkürzung "AEO" ist im deutschen Suchmarkt bereits besetzt, und zwar vom Zollrecht ("Authorised Economic Operator", zugelassener Wirtschaftsbeteiligter). Die komplette erste Suchergebnisseite für "aeo" besteht aus Zollinhalten. Wer im DACH-Raum Inhalte auf die Abkürzung AEO optimiert, landet im falschen Themenfeld. Nutze ausgeschriebene Begriffe oder GEO.

Ein Hinweis zur Verwechslungsgefahr in die andere Richtung: "Geo" im Sinne von Geotargeting oder lokalem SEO ist etwas völlig anderes. In den deutschen Suchergebnissen zu "geo seo" und "geo optimierung" hat sich die Bedeutung Generative Engine Optimization durchgesetzt.

Ist GEO wichtiger als SEO?

Nein, und wer das behauptet, will dir meistens etwas verkaufen. Die ehrliche Antwort hat drei Teile:

  1. GEO baut auf SEO auf. Engines zitieren Seiten, die sie crawlen, verstehen und einordnen können. Eine Seite mit Indexierungsproblemen, kaputter Struktur oder unklarem Inhalt wird weder ranken noch zitiert. Die Basis bleibt ein sauberer technischer Unterbau.
  2. GEO wird schnell wichtiger. KI-Antworten schieben sich sichtbar zwischen Nutzer und organische Ergebnisse. In meiner SERP-Prüfung zum Keyword "geo seo" am 29.07.2026 stand bereits ein AI Overview über den organischen Ergebnissen.
  3. Die Gewichtung hängt vom Geschäftsmodell ab. Wer über informationale Suchanfragen Kunden gewinnt, spürt KI-Antworten früher als ein Shop mit transaktionalen Keywords.

Die richtige Frage ist nicht "SEO oder GEO", sondern: Welche unserer Kernfragen beantworten KI-Engines heute schon, und kommen wir darin vor? Das ist messbar, siehe oben.

AI-Readiness-Check: Wie Agenturen GEO als Leistung anbieten

Für Agenturen und Freelance-Webentwickler ist GEO eine der wenigen echten Neuigkeiten, die sich Kunden von selbst erklären: Jeder Geschäftsführer hat ChatGPT benutzt, und die Frage "Was antwortet die KI über Ihre Firma?" versteht jeder auf Anhieb.

In der Praxis funktioniert der Einstieg so:

  1. Mini-Befund als Gesprächsöffner. Stelle drei bis fünf Non-Brand-Fragen aus der Kundenbranche an Perplexity oder Gemini und dokumentiere, wer genannt wird. Taucht der Kunde nicht auf, hast du ein konkretes, zeigbares Problem statt einer abstrakten SEO-Folie.
  2. AI-Readiness-Check als Audit-Baustein. Eine strukturierte Messung wie oben beschrieben, mit Lücken-Fragen-Liste als priorisiertem Maßnahmenplan.
  3. Umsetzung nach der Checkliste. Bestehende Seiten nach den fünf Blaupause-Mustern nachrüsten: Definitionsabsatz, Checklisten-Struktur, eigene Zahlen, FAQ, bei kommerziellen Seiten Vergleichstabellen.

Ein Hinweis zur Qualitätskontrolle beim Einkauf solcher Leistungen: Eine seriöse GEO-Messung dokumentiert ihre Grenzen. Engine-Abdeckung, Messdatum, Fragenherkunft und das Prüfverfahren für die Auswertung gehören in jeden Report; ohne diese Angaben lässt sich ein Ergebnis nicht einordnen.

Wenn du die Messung nicht selbst aufbauen willst: Die KI-Sichtbarkeits-Messung stellt Käuferfragen an mehrere KI-Systeme und liefert jede Antwort im Wortlaut. Der Bericht trägt das lavcite-Logo.

Nachtrag: Was aus dem eigenen Plan wurde

An dieser Stelle stand bis November 2026 der eigene Maßnahmenplan aus der Baseline vom Juli, mit Zielwerten für eine Wiederholungsmessung nach rund 90 Tagen. Er galt einem Angebot, das es nicht mehr gibt: lavcite verkauft keine SEO-Reports mehr, sondern nur noch die KI-Sichtbarkeits-Messung. Eine Wiederholungsmessung mit festem Fragenset steht im Artikel Nulllinie nachgemessen.

Häufige Fragen zu GEO

Wie optimiert man GEO?

Indem man Inhalte so strukturiert, dass Engines sie zitieren können: eine Kurzdefinition am Seitenanfang, Checklisten- oder Schritt-Struktur, eigene konkrete Zahlen, eine FAQ-Sektion und bei kommerziellen Themen echte Vergleichstabellen. Diese Muster fanden sich in meiner Analyse auf 36 bis über 90 Prozent der real zitierten Seiten. Dazu kommt die technische Basis: crawlbare, schnelle, sauber strukturierte Seiten.

Was ist der Unterschied zwischen SEO und GEO?

SEO optimiert für Ranking-Listen, aus denen Nutzer selbst auswählen. GEO optimiert dafür, in der einen generierten Antwort einer KI vorzukommen. SEO misst Positionen und Klicks, GEO misst Nennungen, Empfehlungen und Zitate über verschiedene Engines hinweg.

Ist GEO wichtiger als SEO?

Nein. GEO ergänzt SEO und setzt es technisch voraus. Wichtiger wird GEO dort, wo KI-Antworten die Kernfragen der Zielgruppe bereits heute abfangen. Ob das im eigenen Markt so ist, lässt sich mit einer GEO-Analyse konkret messen statt raten.

Was ist eine GEO-Analyse?

Eine strukturierte Messung der KI-Sichtbarkeit: Ein Fragenkatalog aus Brand- und Non-Brand-Fragen wird an mehrere Engines gestellt, die Antworten werden auf Markennennung, Empfehlung und Quellen-Zitate ausgewertet. Ergebnis sind eine Sichtbarkeits-Baseline, eine Liste der Lücken-Fragen und eine Analyse der stattdessen zitierten Wettbewerber-Seiten.

Nennen KI-Systeme dein Unternehmen?

Die KI-Sichtbarkeits-Messung zeigt es je System und Frage, mit jeder Antwort im Wortlaut. 490 € Festpreis, ohne Abo, mit Rechnung.

Zur Messung

Der Befund vor dem Angebot

Ob KI-Systeme deinen Kunden nennen, gemessen zum Festpreis von 490 € je Website. Der Bericht trägt das lavcite-Logo, die Umsetzung bietest du deinem Kunden selbst an.

Für Agenturen und Studios

Angebot nur für Unternehmen und Selbstständige, nicht für Verbraucher.