Generative Engine Optimization – kurz GEO – bezeichnet alle Maßnahmen, mit denen Inhalte so aufbereitet werden, dass generative Suchsysteme sie in ihren Antworten verwenden und als Quelle nennen. Gemeint sind damit Systeme wie die Google AI Overviews, der AI Mode der Google-Suche, ChatGPT mit Websuche, Perplexity, Gemini oder Copilot: Sie liefern keine Trefferliste, sondern eine formulierte Antwort mit einigen wenigen verlinkten Quellen darunter.

Die Namen der Systeme wechseln schnell, das Muster dahinter nicht. Im deutschsprachigen Raum begegnen einem am häufigsten diese vier:

• Google AI Overviews – die zusammengefasste Antwort oberhalb der klassischen Trefferliste, in Deutschland auch als „KI-Übersicht“ ausgewiesen.
• Google AI Mode – ein eigener Modus, der die Trefferliste vollständig durch einen Dialog ersetzt.
• Gemini – Googles Assistent, der außerhalb der Suchoberfläche dieselben Inhalte verwertet.
• ChatGPT mit Websuche, Perplexity und Copilot – Systeme, die eine Antwort formulieren und die verwendeten Seiten darunter verlinken.

Der Begriff GEO stammt aus der Forschungsarbeit „GEO: Generative Engine Optimization“ von 2023, die 2024 auf der Fachkonferenz KDD veröffentlicht wurde, und hat sich seitdem als Sammelbezeichnung durchgesetzt. Parallel kursieren die Bezeichnungen AEO (Answer Engine Optimization) und AI SEO – gemeint ist jeweils dasselbe Ziel: nicht auf Platz eins einer Liste stehen, sondern Teil der Antwort sein.

Warum GEO überhaupt ein Thema ist

Klassisches SEO arbeitet auf ein einfaches Ziel hin: eine Position in der Ergebnisliste, von der aus Menschen klicken. Generative Systeme brechen diese Kette an einer Stelle auf. Die Antwort steht bereits in der Oberfläche, und der Klick auf die Quelle wird zur Option statt zur Notwendigkeit.

Für Website-Betreiber entsteht daraus eine Verschiebung, die aus dem Umgang mit Featured Snippets bereits bekannt ist, hier aber deutlich stärker ausfällt: Sichtbarkeit und Besucherzahlen entwickeln sich auseinander. Eine Seite kann in vielen Antworten zitiert werden und trotzdem weniger Aufrufe verzeichnen als im Vorjahr.

GEO beantwortet deshalb zwei verschiedene Fragen. Die erste lautet: Wie wird eine Seite überhaupt als Quelle herangezogen? Die zweite, wichtigere für die Praxis: Was ist eine Erwähnung ohne Klick wert – und woher kommen die Besucher, wenn die Suche sie zunehmend abfängt?

Wie eine generative Antwort entsteht: RAG

Generative Suchsysteme erfinden ihre Antworten nicht frei, sondern arbeiten in aller Regel nach dem Muster "Suchen, dann Formulieren". Dieses Muster hat einen Namen: Retrieval-Augmented Generation, abgekürzt RAG. Das Sprachmodell – ein Large Language Model, kurz LLM – formuliert die Antwort also nicht aus dem, was es beim Training gelernt hat, sondern aus Dokumenten, die erst im Moment der Anfrage abgerufen werden.

Diese Unterscheidung ist für die Praxis entscheidend. Auf das Trainingswissen eines LLM hat niemand Einfluss, und es ist zum Zeitpunkt der Antwort längst veraltet. Auf den Abrufteil – das Retrieval – hat man sehr wohl Einfluss, und genau dort setzt GEO an. Vereinfacht laufen vier Schritte ab:

1. Anfrage zerlegen: Aus einer Frage werden mehrere Suchanfragen abgeleitet – auch solche, die der Nutzer selbst nie eingetippt hätte. In der Fachsprache heißt dieser Schritt Query Fan-out.
2. Quellen holen (Retrieval): Über einen Suchindex werden Dokumente abgerufen, die zu diesen Anfragen passen.
3. Passagen auswählen: Die Dokumente werden in einzelne Abschnitte zerlegt und diese Abschnitte einzeln bewertet – Chunking beziehungsweise Passage Indexing. Ausgewählt werden Absätze, nicht ganze Seiten.
4. Antwort formulieren (Generation): Aus den ausgewählten Passagen formuliert das LLM einen zusammenhängenden Text mit Quellenangaben.

Der dritte Schritt ist der entscheidende für die Optimierung: Bewertet wird nicht die Seite als Ganzes, sondern der einzelne Absatz. Wer zitiert werden will, braucht Abschnitte, die für sich allein verständlich sind – ohne den Kontext der zehn Absätze davor. Ein Chunk, der mit "Das bedeutet konkret" beginnt, ist als Zitat wertlos, weil niemand weiß, worauf sich "das" bezieht.

Entitäten: warum Keywords allein nicht mehr reichen

Klassisches SEO denkt in Suchbegriffen. Generative Systeme denken zusätzlich in Entitäten – also in eindeutig identifizierbaren Dingen: Personen, Unternehmen, Produkten, Orten, Fachbegriffen und den Beziehungen zwischen ihnen. Diese Beziehungen liegen in Wissensgraphen (Knowledge Graphs), auf die die Systeme neben dem Suchindex zugreifen.

Der praktische Unterschied: Eine Seite kann für einen Suchbegriff optimiert sein und trotzdem nicht als Quelle für das dahinterliegende Thema gelten, weil die Marke als Entität schlicht nicht bekannt ist. Umgekehrt wird eine etablierte Entität auch dann genannt, wenn der exakte Suchbegriff im Text gar nicht vorkommt.

Was darauf einzahlt, ist unspektakulär und braucht Zeit: derselbe Name in derselben Schreibweise überall, ein konsistentes Impressum, Auszeichnung als Organization nach schema.org mit sameAs-Verweisen auf die eigenen Profile, Nennungen in Branchenverzeichnissen und Fachmedien sowie benannte Autoren mit einer nachvollziehbaren Qualifikation statt anonymer Redaktionstexte.

GEO und SEO im Vergleich

GEO ersetzt SEO nicht, sondern setzt darauf auf. Ohne Indexierung durch eine klassische Suchmaschine taucht eine Seite in generativen Antworten überhaupt nicht auf, weil die Systeme ihre Quellen aus genau diesen Indizes ziehen. Die Unterschiede liegen in Zielgröße und Arbeitsweise:

Der letzte Punkt hat praktische Folgen: Es gibt keine "Position 3" in einer generativen Antwort, die sich täglich abfragen ließe. Alle Messungen in diesem Bereich sind Stichproben, keine Rangmessungen.

Conversational Search: wie sich die Suchintention verändert

Mit der Antwortoberfläche ändert sich auch die Frage. Statt zwei bis drei Stichworten formulieren Nutzer ganze Sätze, oft mit Vorbedingungen und Kontext – Conversational Search. Aus "traffic kaufen preis" wird "was kostet es, tausend Besucher auf eine kleine Firmenseite zu bekommen, und lohnt sich das überhaupt".

Für die Praxis heißt das zweierlei. Erstens verschiebt sich die Suchintention: Wer so fragt, will keine Anbieterliste, sondern eine Einordnung – und Seiten, die nur ein Angebot ausstellen, kommen als Quelle nicht in Frage. Zweitens wird nachgefragt. Eine Antwort ist selten das Ende, sondern der Anfang eines Dialogs, in dem das System weitere Suchanfragen absetzt, die niemand je eingetippt hat.

Die zweite Verschiebung betrifft den Klick. Zero-Click-Suchen – Suchen, die ohne einen einzigen Klick auf ein Ergebnis enden – gibt es seit den Featured Snippets, generative Antworten verstärken den Effekt aber deutlich, weil sie mehrere Quellen zu einer fertigen Auskunft verbinden. Die Nennung bleibt, der Besuch fällt weg.

Daraus folgt eine unbequeme Konsequenz: Ein Teil des Wertes von GEO ist Markenwahrnehmung ohne messbaren Besuch. Wer seine Arbeit ausschließlich an Sitzungen misst, wird GEO für wirkungslos halten – und wer sie ausschließlich an Nennungen misst, überschätzt sie.

Was die Forschung dazu misst

Die Arbeit, die dem Begriff seinen Namen gab, ist bis heute die beste Datengrundlage: „GEO: Generative Engine Optimization“ von Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan und Deshpande (Princeton University u. a.), veröffentlicht 2024 auf der ACM-Konferenz KDD. Die Autoren bauten mit GEO-Bench einen Prüfstand aus rund 10.000 Suchanfragen und testeten daran neun Bearbeitungsmethoden gegen dieselben Ausgangstexte.

Das Ergebnis fällt ungewöhnlich klar aus. Inhaltliche Belege wirken, klassische Keyword-Arbeit nicht:

Die drei erstgenannten Methoden steigerten die Sichtbarkeit in der Studie um bis zu 40 Prozent; die stärkste Einzelmessung lag bei 41 Prozent auf der positionsgewichteten Wortzahl und 28 Prozent auf der subjektiven Bewertung der Antwort. Keyword-Dichte hatte dagegen kaum Einfluss darauf, ob eine Quelle zitiert wurde.

Zwei Einordnungen sind wichtig, bevor man daraus eine Checkliste macht. Die Zahlen stammen aus einem Prüfstand, nicht aus der Google-Suche, und sie messen die studieneigene Sichtbarkeitsgröße, keine Rangposition. Und die Wirkung entsteht durch echte Belege: Ein erfundenes Zitat oder eine Zahl ohne Quelle ist keine Optimierung, sondern eine Falschangabe – mit allen Folgen, die das für Vertrauen und Haftung hat.

Die Studie ist frei zugänglich: GEO: Generative Engine Optimization (arXiv:2311.09735).

Maßnahmen, die tatsächlich wirken

Ein großer Teil dessen, was unter GEO verkauft wird, ist solides OnPage-Handwerk unter neuem Namen. Diese Maßnahmen zahlen erkennbar auf die Zitierfähigkeit ein:

1. Antwort zuerst, Begründung danach. Ein Abschnitt beginnt mit der Aussage in ein bis zwei Sätzen; Herleitung und Beispiele folgen. Einleitungen, die sich erst warmlaufen, liefern keine zitierbare Passage.
2. Fragen als Zwischenüberschriften. Überschriften, die eine konkrete Frage stellen, machen die Zuordnung von Frage und Antwortabschnitt eindeutig.
3. Nachprüfbare Angaben. Zahlen, Jahreszahlen, Formeln und benannte Quellen werden erkennbar häufiger übernommen als allgemeine Formulierungen. "Deutlich günstiger" ist keine zitierfähige Aussage, ein konkreter Preis pro tausend Besucher schon.
4. Zitate benannter Fachleute. In der oben genannten Studie gehört das wörtliche Zitat zu den wirksamsten Einzelmaßnahmen – vorausgesetzt, es steht mit Name und Rolle da. "Experten sagen" ist wertlos; eine zugeordnete Aussage einer benannten Person ist ein Beleg, den ein System übernehmen kann.
5. Quellenangaben im Fließtext. Primärquellen zu nennen und zu verlinken statt sie nachzuerzählen wirkt gleich doppelt: Der Abschnitt wird belegbar, und die Nennung selbst ist ein Signal für sorgfältige Arbeit. Das gilt ausdrücklich auch für Quellen, die nicht die eigenen sind.
6. Sprachliche Klarheit (Fluency Optimization). Kurze Sätze, klare Bezüge, keine Schachtelkonstruktionen. Die Studie misst hier einen deutlichen Effekt allein durch Glätten des Satzbaus, ohne dass sich der Inhalt ändert – ein Abschnitt, der sich schwer lesen lässt, lässt sich auch schwer zitieren.
7. Eigene Daten statt nacherzählter Inhalte. Wer nur zusammenfasst, was anderswo steht, liefert keinen Grund für eine Nennung. Eigene Auswertungen, Erfahrungswerte und Rechenbeispiele sind der stärkste Hebel.
8. Strukturierte Daten. Auszeichnungen nach schema.org sagen einer Maschine ausdrücklich, was ein Textteil ist, statt sie raten zu lassen. Praktisch relevant sind vor allem Article mit author und datePublished, FAQPage für Frage-Antwort-Blöcke, HowTo für Anleitungen, Product mit Preis und Verfügbarkeit sowie Organization mit sameAs – letzteres verknüpft die Seite mit der Marke als Entität. Wichtig ist die Deckungsgleichheit: Was die Auszeichnung behauptet, muss auch im sichtbaren Text stehen.
9. Als Entität erkennbar sein. Einheitliche Schreibweise des Markennamens, benannte Autoren mit Qualifikation und Nennungen auf fremden, thematisch passenden Seiten. Das wirkt langsam, aber es entscheidet mit darüber, ob eine Seite überhaupt als mögliche Quelle in Betracht kommt.
10. Erwähnungen außerhalb der eigenen Seite. Generative Systeme greifen stark auf Fachportale, Foren und Vergleichsseiten zurück. Wer dort vorkommt, taucht auch in Antworten häufiger auf – der Bezug zu klassischem Linkaufbau ist hier eng.
11. Technische Erreichbarkeit. Inhalte, die erst durch JavaScript entstehen, sind für viele KI-Crawler unsichtbar. Details dazu im Artikel JavaScript-SEO.

Wer die Inhalte einsammelt

Für den Zugriff auf Websites setzen die Anbieter eigene Crawler ein, die sich über die robots.txt steuern lassen. Die bekanntesten:

• GPTBot und OAI-SearchBot (OpenAI) – Training beziehungsweise Suche
• ClaudeBot (Anthropic)
• PerplexityBot (Perplexity)
• Google-Extended (Google) – steuert die Nutzung für generative Modelle
• Applebot-Extended (Apple)

Eine Einschränkung ist dabei wichtig: Google-Extended steuert nicht die Anzeige in den KI-Übersichten der Google-Suche. Diese greifen auf den normalen Suchindex zu. Wer dort nicht erscheinen möchte, müsste den Inhalt aus dem Index nehmen oder über Snippet-Anweisungen einschränken – und verliert damit auch die klassischen Suchergebnisse. Ein sauberes Opt-out nur aus der KI-Antwort gibt es bei Google derzeit nicht.

Der häufig genannte Vorschlag einer Datei namens llms.txt ist bislang kein Standard: Er wird von keinem der großen Anbieter ausgewertet. Die Datei anzulegen schadet nicht, ersetzt aber keine der oben genannten Maßnahmen.

Das Messproblem

GEO leidet an einer Lücke, die sich derzeit nicht sauber schließen lässt: Es gibt keine Search Console für generative Antworten. Weder die Zahl der Nennungen noch die Zahl der Nutzer, die eine Antwort gelesen haben, ist von außen zugänglich. Was bleibt, sind Hilfsgrößen:

• Stichproben: ein Satz eigener Fragen, regelmäßig in mehreren Systemen gestellt und dokumentiert.
• Referrer-Auswertung: Zugriffe von Domains wie perplexity.ai oder chatgpt.com in der eigenen Statistik.
• Serverlogs: Zugriffe der oben genannten Crawler zeigen, ob die eigenen Inhalte überhaupt eingesammelt werden.
• Impressionen ohne Klicks: steigende Impressionen bei fallender Klickrate in der Search Console sind ein Indiz für Antworten, die den Klick ersetzen.

Wer Angebote sieht, die "Platz 1 in ChatGPT" oder eine exakte Sichtbarkeitszahl für generative Systeme versprechen, sollte genau nachfragen, wie diese Zahl entsteht. In der Regel handelt es sich um Hochrechnungen aus Stichproben.

Reichweite wird unabhängiger von der Suche

Die praktische Konsequenz aus GEO ist weniger eine neue Optimierungsdisziplin als eine strategische: Der Anteil an Besuchern, den eine Website über Suchmaschinen erhält, wird planbar kleiner. Die Antwort steht in der Suche, der Klick bleibt aus – und diese Entwicklung lässt sich mit noch so guter Textarbeit nicht umkehren.

Wer davon nicht abhängig sein will, braucht Kanäle, bei denen der Aufruf der eigenen Seite das Produkt ist und nicht ein möglicher Nebeneffekt. Genau an dieser Stelle setzt eBesucher an: Über die Surfbar oder eine Klick-Anzeige buchst Du Besucher direkt auf Deine Seite – unabhängig davon, ob eine generative Antwort Deine Inhalte zitiert oder nur verwertet. Die Menge ist planbar, der Preis pro Besucher steht vorher fest, und über die Zielgruppenfilter lässt sich nach Land, Sprache, Browser oder Betriebssystem eingrenzen, wer die Seite zu sehen bekommt.

Das ersetzt keine gute inhaltliche Arbeit – zitiert wird weiterhin nur, was fachlich trägt. Es entkoppelt aber die Besucherzahl von einer Entwicklung, auf die Website-Betreiber keinen Einfluss haben.

Zusammenfassung

• GEO umfasst alle Maßnahmen, mit denen Inhalte in generativen Suchantworten als Quelle erscheinen.
• Technisch dahinter steht Retrieval-Augmented Generation (RAG): Das Sprachmodell formuliert aus abgerufenen Dokumenten, nicht aus seinem Trainingswissen – beeinflussbar ist der Abrufteil.
• Bewertet wird die einzelne Passage, nicht die Seite (Chunking) – Antwort zuerst, Begründung danach.
• GEO baut auf SEO auf: Ohne Indexierung durch klassische Suchmaschinen gibt es keine Quelle.
• Laut der GEO-Studie (Princeton u. a., KDD 2024) wirken Zitate, Quellenangaben und Statistiken am stärksten – bis zu 40 % mehr Sichtbarkeit; Keyword-Stuffing wirkt praktisch gar nicht.
• Nachprüfbare Angaben, eigene Daten und Erwähnungen auf fremden Seiten wirken am stärksten.
• Neben Suchbegriffen zählen Entitäten: Wer als Marke, Autor oder Organisation eindeutig erkennbar ist, wird eher zur Quelle.
• Nutzer fragen in ganzen Sätzen (Conversational Search); ein wachsender Teil der Suchen endet ohne Klick (Zero-Click).
• Google-Extended verhindert die Anzeige in den KI-Übersichten der Google-Suche nicht; llms.txt ist bislang kein ausgewerteter Standard.
• Messbar ist der Erfolg nur über Stichproben und Hilfsgrößen – eine offizielle Kennzahl existiert nicht.
• Sichtbarkeit und Besucherzahlen entwickeln sich auseinander; Kanäle mit direktem Seitenaufruf gewinnen dadurch an Gewicht.