Generative Engine Optimization: KI-Sichtbarkeit messen und verbessern

Klassische Suchmaschinenoptimierung (SEO)Suchmaschinenoptimierung (SEO) umfasst alle Maßnahmen, mit denen eine Website in den unbezahlten (organischen) Suchergebnissen besser sichtbar wird.Zum Glossareintrag → fragt: Rankt meine Website in Google?
Generative Engine Optimization fragt zusätzlich: Nennen KI-Assistenten meine Marke in ihren Antworten, und verlinken sie meine Website?

Viele Menschen stellen ihre Fragen heute auch an ChatGPT, Gemini, Claude oder Perplexity. Sie erhalten eine formulierte Antwort statt einer Trefferliste. In dieser Antwort erscheinen Marken, Anbieter und Quellen, oder sie fehlen.

RankScan misst diese Sichtbarkeit mit dem AI VisibilityKI-Sichtbarkeit beschreibt, ob und wie sichtbar eine Marke, Website oder Person in KI-generierten Antworten ist. Sie misst Erwähnung, Position, Beschreibung und Quellenverlinkung über mehrere Plattformen und Prompts hinweg.Zum Glossareintrag → Score. Dieser Artikel erklärt, was Generative Engine Optimization (GEO)Generative Engine Optimization (GEO) umfasst Massnahmen, die die Voraussetzungen verbessern, dass Inhalte einer Marke oder Website von generativen KI-Antwortsystemen gefunden, verstanden, extrahiert, eingeordnet und als Quelle verwendet werden. GEO ersetzt klassisches SEO nicht, sondern erweitert es.Zum Glossareintrag → ist, wie der Score entsteht und wie du ihn liest. Er ist ein Grundlagenartikel: Der Score ist keine Massnahme, sondern das Ziel über den Massnahmen im Bereich KI-Präsenz.

GEO garantiert keine Nennung in KI-Antworten. GEO verbessert die Voraussetzungen, dass KI-Assistenten deine Inhalte finden, verstehen und als Quelle nutzen.

Was ist Generative Engine Optimization? #

Generative Engine Optimization (GEO) umfasst Massnahmen, die die Sichtbarkeit einer Marke, Website oder Quelle in generativen Antwortsystemen verbessern sollen.

Solche Systeme erzeugen Antworten, statt nur Links aufzulisten. Viele rufen dafür Webquellen ab, fassen sie zusammen und nennen einige davon als Quelle.

Der Begriff stammt aus einem Forschungspapier von 2023. Es beschreibt generative Engines als Systeme, die Informationen aus mehreren Quellen mit grossen Sprachmodellen (Large Language Models, LLMEin Large Language Model (LLM), also ein grosses Sprachmodell, ist ein KI-Modell, das aus grossen Textmengen lernt und daraus formulierte Antworten erzeugt. LLMs bilden den Kern generativer Antwortsysteme wie ChatGPT, Perplexity oder Gemini.Zum Glossareintrag →) zu einer Antwort verbinden. Für Website-Betreiber heisst das: Sichtbarkeit hängt nicht mehr nur davon ab, ob eine Adresse rankt. Sie hängt auch davon ab, ob eine Antwort die Inhalte aufnimmt und die Quelle nennt.
Quelle: arXiv: GEO: Generative Engine Optimization

Praktisch stellt GEO neue Fragen:

Nicht nur:
Für welches KeywordEin Keyword ist der Suchbegriff, mit dem Nutzer in einer Suchmaschine nach Informationen, Produkten oder Anbietern suchen. Keywords sind die Grundlage, an der sich Rankings und Sichtbarkeit messen lassen.Zum Glossareintrag → rankt meine Seite?

Sondern auch:
Nennen KI-Antworten meine Marke?
Verlinken sie meine Website?
Welche Marken nennen sie häufiger?
Welche Quellen nutzen sie?

SEO, AEO, GEO, LLMO: Was ist der Unterschied? #

Die Begriffe überschneiden sich. Sie setzen aber verschiedene Schwerpunkte.

Eine Seite, die erreichbar, klar gegliedert und belegt ist, hat bessere Voraussetzungen für alle drei Disziplinen.

Ein Top-Ranking bei Google garantiert keine Nennung in einer KI-AntwortEine KI-Antwortbox ist die zusammengefasste, direkt formulierte Antwort eines KI-Systems, die der Nutzer anstelle einer klassischen Trefferliste sieht. In ihr können Marken, Produkte und Quellenlinks vorkommen oder fehlen.Zum Glossareintrag →. Und eine Nennung garantiert keinen Klick.

Wie KI-Antwortsysteme Inhalte nutzen #

Viele KI-Assistenten kombinieren ein Sprachmodell mit Websuche oder anderen Quellen. Wie genau sie das tun, ist je nach Anbieter verschieden und oft nicht öffentlich. Für Website-Betreiber lassen sich trotzdem vier Stufen unterscheiden. Die Stufen sind allgemeines FachwissenExpertise bezeichnet die fachliche Kompetenz hinter einem Inhalt. Sie ist das zweite E in E-E-A-T und sollte über sichtbare Autorenangaben und Belege erkennbar sein.Zum Glossareintrag →, keine Messung von RankScan.

1. Zugriff #

Kann das System deine Inhalte abrufen? Hindernisse sind etwa eine Sperre in der robots.txtDie robots.txt ist eine öffentlich abrufbare Textdatei im Wurzelverzeichnis einer Website. Sie teilt Crawlern mit, welche URLs sie abrufen dürfen, steuert also das Crawling.Zum Glossareintrag →, eine Firewall, ein Login, ein Fehlerstatus oder Inhalte, die erst nach JavaScript erscheinen.

OpenAI dokumentiert verschiedene Crawler wie GPTBot, OAI-SearchBot und ChatGPT-User. Sie erfüllen unterschiedliche Zwecke und lassen sich über die robots.txt steuern.
Quelle: OpenAI Platform: Overview of OpenAI Crawlers

Perplexity dokumentiert die Crawler PerplexityBot und Perplexity-User.
Quelle: Perplexity Docs: Perplexity Crawlers

2. Verständnis #

Erkennt das System, worum es auf der Seite geht? Dabei helfen eine klare Überschrift, Zwischentitel, semantisches HTML, interne LinksInterne Verlinkung bezeichnet Links, die Seiten innerhalb derselben Website miteinander verbinden. Sie steuern, wie Suchmaschinen und Nutzer Inhalte finden und thematisch einordnen.Zum Glossareintrag → und eine eindeutige Beschreibung deiner Marke.

3. Extraktion #

Kann das System konkrete Aussagen übernehmen? Das gelingt eher mit Definitionen, direkten Antworten, Tabellen, Zahlen mit Quelle und kurzen Abschnitten, die für sich verständlich sind.

4. Auswahl und Quellenangabe #

Wählt das System deine Seite als Quelle und verlinkt sie? Hier zählen Themenkompetenz, Belege, Erwähnungen auf fremden Websites und die Stärke der Wettbewerber.

Der AI Visibility Score in RankScan #

Der AI Visibility Score zeigt, welchen Anteil der erreichbaren Sichtbarkeit in KI-Antworten deine Marke gewonnen hat. Er reicht von 0 bis 100. RankScan berechnet ihn für die ganze Property und für jedes Topic.

Welche Antworten zählen #

RankScan stellt die Prompts deiner Topics regelmässig an die KI-Assistenten, die du gewählt hast: je nach Plan 2 bis 4 aus ChatGPT, Gemini, Claude, Perplexity und Copilot. Prompts sind die Fragen, die RankScan stellt.

Für den Score zählen nur:

• Antworten auf Prompts ohne deinen Markennamen. Eine Antwort auf einen Prompt mit deinem Namen nennt deine Marke fast immer. RankScan zeigt ihn separat als «Markenbekanntheit».
• Echte Antworten. Rückfragen und Verweigerungen zählen nicht.
• Antworten der letzten sieben Tage. Liegen dort weniger als drei Scan-Tage, reicht das Fenster bis zum drittletzten Scan-Tag zurück.

Punkte je Antwort #

Jede Antwort ergibt für jede Marke Punkte:

Eine Antwort bringt also höchstens 100 Punkte. Der Link zählt auch ohne Nennung. Ein Link auf eine Seite, die beim Abruf nicht erreichbar war, zählt nicht. Die Punkte einer Marke sind das Mittel über alle gezählten Antworten.

Leader, Referenz und Ziel #

Der Score vergleicht deine Punkte mit zwei Massstäben:

• Leader: die Marke mit den meisten Punkten. Leader kann ein erfasster Wettbewerber sein oder eine Marke, die RankScan als Anbieter in deinem Markt einstuft. Verbände, fachfremde Firmen und reine Begriffe sind nie Leader.
• Referenz 20: Hat der Leader weniger als 20 Punkte, rechnet RankScan gegen 20. So steht niemand auf 100, nur weil im Markt niemand gut sichtbar ist. Die Vergleichstabelle sagt das dann ausdrücklich.
• Ziel 60: 60 Punkte sind ein Mittelwert über alle gezählten Antworten. Wirst du in jeder Antwort genannt, erreichst du mindestens 60. Dasselbe Mittel entsteht aber auch, wenn du in einer Antwort fehlst: Drei Antworten mit 100, 80 und 0 Punkten ergeben ebenfalls 60.

Die Formel lautet:

Score = 100 × ( ½ × min(1, deine Punkte ÷ max(Leader, 20))
+ ½ × min(1, deine Punkte ÷ 60) )

Die erste Hälfte sagt, wie nah du am Leader bist. Die zweite Hälfte sagt, wie nah du am Ziel bist. 100 erreichst du, wenn du mindestens gleichauf mit dem Leader liegst und im Mittel rund 60 Punkte erreichst. Ein Vorsprung auf den Leader ist nicht nötig. Auch bei 100 kann deine Marke in einzelnen Antworten fehlen. Wie oft sie genannt wird, zeigt der Satz auf der Score-Karte: «in X von Y KI-Antworten auf Prompts ohne Markennamen genannt». Auch ein Leader sieht so, wie viel Luft nach oben bleibt.

Jeder Assistent mit eigenem Leader #

RankScan rechnet den Score für jeden KI-Assistenten einzeln, gegen den Leader dieses Assistenten. Der AI Visibility Score ist das Mittel dieser Werte. Ein Assistent zählt erst ab drei Antworten im Fenster. Erreicht keiner diese Zahl, rechnet RankScan über alle Antworten zusammen.

Der Grund: Eine Marke kann bei einem Assistenten führen und bei einem anderen fast fehlen. Ein gemeinsamer Wert über alle Antworten würde diese Lücke verdecken. Die Score-Karte nennt deshalb den Assistenten, bei dem am meisten fehlt, und dessen Leader.

Beispiel mit erfundenen Zahlen #

Der AI Visibility Score ist das Mittel von 40, 20 und 75, also 45. Bei Claude liegt die Marke vor dem Leader, erreicht das Ziel aber nur zur Hälfte. Am meisten fehlt bei Gemini.

Wie RankScan den Score einordnet #

Kennzahlen von AI Visibility in RankScan #

Der Score fasst mehrere Werte zusammen. RankScan zeigt sie auf der Seite «AI Visibility» auch einzeln.

Das Wettbewerbsfeld umfasst deine Marke, deine erfassten Wettbewerber und die übrigen Marken, die in den Antworten genannt werden. Marken, die du aus dem Vergleich genommen hast, zählen nicht. Je nach Einstellung lässt RankScan zusätzlich Verbände, fachfremde Firmen und reine Begriffe weg. Mehr zu Share of Voice und Reputation erklärt der Artikel zu KI-Reputation und Share of Voice.

Google AI Overviews misst RankScan über die Google-Suche, nicht über einen Prompt. Darum zählen sie nicht in den Score.

Weitere Kennzahlen aus der Praxis #

In der GEO-Literatur tauchen weitere Kennzahlen auf. RankScan misst sie nicht als eigenen Wert:

• Korrektheit: Beschreibt die Antwort deine Marke richtig? Das prüfst du selbst in den Antworten eines Prompts.
• TonalitätSentiment beschreibt den Ton, in dem eine Marke in KI-Antworten dargestellt wird, etwa positiv, neutral, gemischt, negativ oder unsicher. Es misst die Qualität einer Erwähnung, nicht nur ihr Vorhandensein.Zum Glossareintrag →: Wie bewertet die Antwort deine Marke? RankScan erkennt negative Nennungen. Sie bringen keine Punkte für eine frühe Nennung.
• Abdeckung je Prompt-Art: Bei welchen Arten von Fragen erscheinst du? Das liest du aus der Prompt-Liste ab.

Eine einzelne Antwort ist keine belastbare Messung. Antworten schwanken nach Assistent, Prompt, Zeitpunkt und Sprache. Eine Forschungsarbeit zur Messung von AI Visibility empfiehlt deshalb, Sichtbarkeit mit ihrer Unsicherheit zu betrachten.
Quelle: arXiv: Quantifying Uncertainty in AI Visibility

Der Score in der Massnahmenliste #

Der AI Visibility Score ist keine Massnahme. Er hat keinen Status, und du meldest ihn nicht als umgesetzt. Er steht als Ziel im Kopf des Kapitels «KI-Präsenz» der Massnahmenliste:

KI-Präsenz
3 von 5 Topics ab 50 · Score 45

• «x von y Topics ab 50» zählt die aktiven Topics mit Score, die mindestens 50 erreichen.
• «Score» ist der AI Visibility Score der ganzen Property.
• «Prüfauftrag» nennt Topics unter 50, für die RankScan keine Massnahme ableiten kann. Dann prüfst du selbst die Prompts, die Keywords und die Seite des Topics.

Unter dem Kopf stehen die Massnahmen des Kapitels. Sie sind die Schritte, die den Score heben.

So liest du den Score #

Schritt 1: Den schwächsten Assistenten finden #

Öffne die Seite «AI Visibility». Die Tabelle «Je KI-Assistent» zeigt, wie oft dich jeder Assistent nennt, seinen Score und seinen Leader. Der Satz zur Score-Karte nennt den Assistenten, bei dem am meisten fehlt.

Schritt 2: Mit dem Leader vergleichen #

Der Abschnitt «Vergleich mit deinen Wettbewerbern» zeigt je Marke: genannt, früh genannt, Link zur Website und Punkte. Daran siehst du, ob dir Nennungen fehlen oder nur frühe Nennungen und Links. Wird eine Marke häufig genannt, die du nicht erfasst hast, schlägt RankScan sie als Wettbewerber vor.

Schritt 3: Die Prompts prüfen #

Ein Score ist nur so gut wie seine Prompts. Prüfe, ob deine Prompts nach Anbietern fragen. Eine reine Wissensfrage oder eine Ja-Nein-Frage nennt selten Anbieter. Eine Antwort ohne Anbieter zählt wie eine Antwort ohne deine Marke. Beim Anlegen eines Prompts gibt RankScan dazu Hinweise.

Schritt 4: Die Massnahmen im Kapitel «KI-Präsenz» abarbeiten #

Die Massnahmen nennen konkrete Seiten, Fragen und Quellen. Sie stehen nach Relevanz geordnet in der Liste:

Technische Voraussetzungen stehen im Kapitel «Technik», etwa «KI-CrawlerKI-Crawler sind automatisierte Bots, die Webseiten für KI-Anbieter abrufen, um Inhalte zu finden, für Suchfunktionen bereitzustellen, für Antworten abzurufen oder je nach Anbieter für Modelltraining zu verwenden.Zum Glossareintrag → per robots.txt ausgeschlossen». Mehr dazu erklärt der Artikel zu KI-Crawlern und robots.txt.

Schritt 5: Den Verlauf beobachten #

Der Verlauf auf der Seite «AI Visibility» zeigt zwei Kurven: «Genannt» und «Score». Bewerte Veränderungen über mehrere Scans, nicht nach einer einzelnen Antwort. Ändert sich dein Prompt-Satz, markiert RankScan das im Verlauf.

Die fünf wichtigsten GEO-Hebel #

Diese Hebel sind allgemeines Fachwissen zu GEO. Die Massnahmen von RankScan setzen sie für deine Seiten und Topics konkret um.

1. Technische Erreichbarkeit sichern #

GEO beginnt mit Zugriff. Kann ein KI-Assistent deine Seite nicht abrufen, kann er sie auch nicht zitieren.

Prüfe:

• Sind wichtige Seiten indexierbarBei der Indexierung verarbeitet eine Suchmaschine gecrawlte Inhalte und entscheidet, ob eine URL in den Suchindex aufgenommen wird. Nur indexierte Seiten können in den Suchergebnissen erscheinen.Zum Glossareintrag → und mit Status 200 erreichbar?
• Sperrt die robots.txt Such- oder KI-Crawler?
• Blockiert eine Firewall oder ein Content Delivery Network (CDN)Ein Content Delivery Network (CDN) ist ein Netzwerk verteilter Server, das statische Inhalte näher beim Nutzer ausliefert und so Ladezeiten verkürzt.Zum Glossareintrag → Bots versehentlich?
• Stehen die Inhalte im ausgelieferten HTMLHyperText Markup Language (HTML) ist die Auszeichnungssprache für Webseiten. Mit ihr werden Struktur und Inhalt einer Seite definiert, etwa Überschriften, Absätze, Links und Bilder.Zum Glossareintrag →, oder erst nach JavaScript?

Google nennt für AI Overviews und AI Mode keine zusätzlichen Anforderungen. Es gelten die üblichen Grundlagen der Google-Suche.
Quelle: Google Search Central: AI features and your website

Eine llms.txt brauchst du dafür nicht. RankScan führt sie als Hinweis ohne Handlungsbedarf, weil kein KI-System sie nachweislich liest.

2. Zitierfähige Inhalte erstellen #

KI-Assistenten übernehmen eher klare, überprüfbare Aussagen.

Schwach:

Unsere Lösung ist innovativ und hilft Unternehmen, erfolgreicher zu werden.

Stärker:

RankScan misst die Sichtbarkeit in KI-Antworten bei den gewählten Assistenten aus ChatGPT, Gemini, Claude, Perplexity und Copilot. Es zählt Nennungen, frühe Nennungen und Links je Antwort.

Die zweite Aussage ist spezifisch und überprüfbar. Stelle wichtige Fakten wie Preise, Termine und Zahlen als Text auf die Seite, nicht nur in ein PDF oder Bild. Mehr dazu erklärt der Artikel zu hochwertigen Inhalten und Faktendichte.

Das GEO-Papier fand in seinen Tests, dass Quellenangaben, Statistiken und verständlichere Formulierungen die Sichtbarkeit in generierten Antworten erhöhen konnten. Die Effekte schwankten je nach Thema. Eine Garantie sind sie nicht.
Quelle: arXiv: GEO: Generative Engine Optimization

3. Marke klar beschreiben #

KI-Assistenten müssen verstehen, wer du bist und wofür du stehst. Beschreibe deine Marke auf Startseite und Über-uns-Seite in einem klaren Satz:

[Marke] ist ein/e [Kategorie] für [Zielgruppe] mit Schwerpunkt [Thema] in [Markt].

Nutze dieselbe Beschreibung in strukturierten Daten und auf deinen Profilen. Schema.org definiert dafür den Typ Organization.
Quelle: Schema.org: Organization

Mehr dazu erklärt der Artikel zu Entitäten und Entity-SEO.

4. Struktur verbessern #

Klare Zwischentitel, kurze Abschnitte, Tabellen und Zusammenfassungen erleichtern die Extraktion. Strukturierte Daten machen Angaben maschinenlesbar.

Google beschreibt strukturierte DatenSchema Markup ist Code, der den Inhalt einer Webseite strukturiert beschreibt, sodass Suchmaschinen ihn nicht nur als Text, sondern als eindeutige Informationen verstehen.Zum Glossareintrag → als standardisiertes Format, um Informationen über eine Seite bereitzustellen.
Quelle: Google Search Central: Introduction to structured data

Strukturierte Daten ersetzen keine sichtbaren, hilfreichen Inhalte.

5. Erwähnungen auf fremden Websites gewinnen #

KI-Antworten stützen sich oft auf fremde Quellen: Vergleichsportale, Fachmedien, Verbände, Verzeichnisse und Foren. Nennen diese Quellen deine Marke nicht, nennt die Antwort sie oft auch nicht. RankScan zeigt dir die Quellen, die KI-Antworten zu deinen Topics zitieren.

Qualität zählt mehr als Menge. Gekaufte Bewertungen, Foren-Spam oder erfundene Auszeichnungen sind riskant. Google beschreibt solche Praktiken in seinen Spam-Richtlinien.
Quelle: Google Search Central: Spam Policies for Google Web Search

Prompts gut wählen #

Der Score misst nur, was die Prompts fragen. Ein guter Prompt sucht nach einem Anbieter, so wie ein Interessent fragen würde.

Führe darum zwei getrennte Prompt-Sets. Markenfreie Anbieterfragen messen die Sichtbarkeit (Discovery) und zählen für den Score. Markenhaltige Fragen messen die Reputation und gehören in eine eigene Auswertung. Halte Region, Sprache, das konkrete Modell, den Webzugriff und die Zahl der Wiederholungen fest. Ein Modell über eine APIEine Application Programming Interface (API) ist eine Programmierschnittstelle, über die Software-Systeme miteinander kommunizieren und Daten austauschen. Sie definiert, wie Anfragen gestellt und beantwortet werden.Zum Glossareintrag → kann anders antworten als das Endnutzer-Produkt. Setze solche Ergebnisse nur mit diesem Hinweis gleich.

RankScan gibt beim Anlegen eines Prompts Hinweise. Es warnt etwa, wenn ein Prompt keine Region, keinen deiner Suchbegriffe oder keine Rolle nennt. Die Hinweise blockieren nie: Ein Prompt, der bewusst eine Lücke misst, ist legitim.

KI-Assistenten getrennt betrachten #

Jeder Assistent arbeitet anders. Darum rechnet RankScan den Score je Assistent.

• ChatGPT antwortet je nach Modus mit oder ohne Websuche. Für Website-Betreiber ist die Crawler-Dokumentation von OpenAI wichtig.
• Perplexity nennt seine Quellen meist sichtbar. Dort siehst du gut, welche Websites die Antworten prägen.
• Gemini und Claude geben je nach Antwort mehr oder weniger Quellen an.
• Google AI Overviews sind Teil der Google-Suche. RankScan zählt sie separat über die Keywords, nicht im Score.

Die Aussagen zu den einzelnen Assistenten sind Beobachtungen, keine dokumentierten Regeln der Anbieter. Sie können sich ändern.

Realistische Zeiträume #

GEO hat keinen festen Wirkungszeitraum. Er hängt von vielen Faktoren ab:

• wie oft die Assistenten deine Seiten abrufen,
• ob ein Assistent mit Websuche antwortet,
• wie stark deine Wettbewerber sind,
• ob fremde Quellen deine Marke nennen,
• wie gross die Änderung an deinen Seiten ist.

Technische Korrekturen kannst du sofort prüfen. Neue Nennungen in KI-Antworten brauchen meist länger. RankScan sagt etwa bei «Seite für KI-Antworten fehlt», dass die Wirkung oft mehrere Wochen dauert. Erwarte keine festen Fristen wie «erste Nennung nach vier Wochen».

GEO-Fahrplan in drei Phasen #

Die Reihenfolge ist eine Empfehlung von RankScan. Die Dauer jeder Phase hängt von deiner Website und deinem Team ab.

Phase 1: Messung und Grundlagen #

• Prompts je Topic prüfen: Fragen sie nach Anbietern?
• Wettbewerber erfassen, auch Vorschläge aus dem Vergleich.
• Technische Massnahmen im Kapitel «Technik» beheben, etwa gesperrte KI-Crawler oder Inhalte, die erst nach JavaScript erscheinen.
• Für jedes Topic eine «Seite für dieses Thema» wählen.

Phase 2: Seiten und Inhalte #

• Die Seite jedes Topics auf die Fragen der Prompts ausrichten.
• Klare Aussagen, genaue Namen und Fakten als Text ergänzen.
• Vergleichsseiten sachlich und als Tabelle aufbauen, wo RankScan das vorschlägt.

Phase 3: Fremde Quellen #

• Die Quellen der KI-Antworten durchgehen.
• Einträge auf Portalen und Verzeichnissen prüfen.
• Neutrale Quellen mit einem konkreten Anlass anschreiben.
• Den Verlauf von «Genannt» und «Score» beobachten.

Allgemeine Checkliste: KI-Sichtbarkeit prüfen #

Diese Checkliste ist allgemeines Fachwissen. Sie geht über das hinaus, was RankScan misst. Punkte, die RankScan misst, sind markiert.

• Gibt es feste Prompts, die nach Anbietern fragen? (RankScan: Prompts je Topic)
• Werden Wettbewerber mitgemessen? (RankScan: Vergleich)
• Werden die Assistenten getrennt ausgewertet? (RankScan: Je KI-Assistent)
• Wird die Marke genannt, früh genannt und verlinkt? (RankScan: Punkte)
• Welche fremden Quellen zitieren die Antworten? (RankScan: Reiter «Quellen»)
• Beschreibt die Antwort die Marke korrekt?
• Ist die Tonalität der Antworten angemessen?
• Sind wichtige Seiten für KI-Crawler erreichbar?
• Stehen die Inhalte im ausgelieferten HTML?
• Gibt es eine klare Beschreibung der Marke?
• Gibt es faktenreiche, belegte Inhalte?
• Nennen fremde Websites die Marke?

Beispiel: Holzbauer mit schwachem AI Visibility Score #

Die Zahlen sind erfunden.

Ausgangslage #

Ein Holzbauer rankt bei Google gut für «Holzbau Zentralschweiz». In KI-Antworten erscheint er selten. Der AI Visibility Score liegt bei 28. Im Kapitel «KI-Präsenz» steht «1 von 4 Topics ab 50».

Analyse #

• Die Tabelle «Je KI-Assistent» zeigt: Bei Gemini nennt keine Antwort den Holzbauer.
• Der Vergleich zeigt: Der Leader wird oft früh genannt und häufig verlinkt.
• Zwei Prompts sind Wissensfragen und nennen fast nie Anbieter.
• Die Massnahme «Seite für KI-Antworten fehlt» schlägt für ein Topic eine Vergleichsseite vor.
• Die Massnahme «Relevante Quellen ohne deine Marke» listet ein Branchenportal ohne Eintrag.

Vorgehen #

1. Die zwei Wissensfragen durch Prompts ersetzen, die nach Anbietern fragen.
2. Eine sachliche Vergleichsseite mit Tabelle bauen und mit ihrer Adresse melden.
3. Den Eintrag im Branchenverzeichnis anlegen und die Massnahme melden.
4. Referenzen mit Projekt, Jahr und Ort als Text auf die Leistungsseiten stellen.

Ergebnis #

Der Score steigt nicht sofort. Der Prompt-Wechsel verschiebt den Wert zuerst, RankScan markiert ihn im Verlauf. Die Wirkung der neuen Seite zeigt sich erst über mehrere Scans.

Häufige Fehler bei Generative Engine Optimization #

Fehler 1: GEO als schnellen Trick verstehen #

GEO ist ein Zusammenspiel aus Technik, Inhalt, Markenbeschreibung und fremden Quellen. Ein einzelner Kniff ersetzt das nicht.

Fehler 2: SEO aufgeben #

GEO baut auf SEO auf. Erreichbare Seiten, interne Links und hilfreiche InhalteHilfreicher Content (Helpful Content) bezeichnet Inhalte, die primär für Menschen erstellt werden, eine klare Antwort liefern und Substanz, Originalität und Vertrauen zeigen, statt vor allem für Suchmaschinen optimiert zu sein.Zum Glossareintrag → bleiben wichtig.

Fehler 3: Einzelne Antworten überbewerten #

Eine Antwort ist keine Messung. Bewerte den Score über mehrere Scans.

Fehler 4: Prompts mit dem Markennamen zählen #

Ein Prompt mit deinem Namen nennt dich fast immer. Er zeigt Bekanntheit, nicht Sichtbarkeit. Darum zählt er nicht in den Score.

Fehler 5: Werbesprache statt Fakten #

KI-Assistenten übernehmen eher konkrete, belegte Aussagen als allgemeine Versprechen.

Fehler 6: Fremde Quellen ignorieren #

Erklärt nur deine eigene Website deine Marke, fehlt die Bestätigung von aussen.

Fehler 7: Crawler pauschal sperren #

Wer alle KI-Crawler sperrt, verliert möglicherweise Nennungen und Links. Trenne Crawler für Training von Crawlern für die Suche.

Fehler 8: llms.txt überschätzen #

Eine llms.txt ist kein Standard, den KI-Systeme nachweislich lesen. RankScan sieht darin keinen Handlungsbedarf.

Fazit: GEO macht KI-Sichtbarkeit messbar #

Generative Engine Optimization erweitert SEO um eine Frage: Nennen KI-Assistenten deine Marke, und verlinken sie deine Website?

Der AI Visibility Score von RankScan beantwortet diese Frage mit einer Zahl. Er misst je Assistent am Leader und am Ziel. Er zeigt, wo am meisten fehlt.

So gehst du vor:

1. Prompts prüfen, die nach Anbietern fragen.
2. Den schwächsten Assistenten und den Leader finden.
3. Technische Hürden im Kapitel «Technik» beheben.
4. Die Massnahmen im Kapitel «KI-Präsenz» abarbeiten.
5. Den Verlauf über mehrere Scans beobachten.

Quellen und weiterführende Informationen #

• Google Search Central: AI features and your website
• Google Search Central: Introduction to structured data
• Google Search Central: Spam Policies for Google Web Search
• OpenAI Platform: Overview of OpenAI Crawlers
• Perplexity Docs: Perplexity Crawlers
• Schema.org: Organization
• arXiv: GEO: Generative Engine Optimization
• arXiv: Quantifying Uncertainty in AI Visibility