Teil V · Kapitel 17
GEO in der Praxis
Was man konkret tut, damit Inhalte in KI-Antworten zitiert werden — eigenständig antwortende Passagen, Non-Commodity Content mit echtem Information Gain, Entitäts-Klarheit und verdiente Brand-Erwähnungen — mit der ehrlichen Einordnung: Die Princeton-„+40 %“ stammen von Perplexity, nicht Google; GEO-Sichtbarkeit ist binär, volatil und schwer messbar.
Kurz gefasst — GEO in der Praxis ist keine Geheimtaktik, sondern die konsequente Verlängerung guter SEO in generative Antworten. Vier Hebel zählen: Inhalte, die eigenständig antworten (Extractable Snippets), echter Information Gain statt Wiederkäuen, eindeutige Entitäten und verdiente Brand-Erwähnungen. Die ehrliche Einordnung dazu: Die berühmten „+40 % Sichtbarkeit“ der Princeton-Studie wurden an Perplexity gemessen, nicht an Google; KI-Sichtbarkeit ist binär (zitiert oder nicht) statt ein stabiler Rang, hochvolatil und nur als Verteilung messbar. Wer das versteht, setzt die richtigen Hebel — mit realistischen Erwartungen.
Good SEO is good GEO — der Ausgangspunkt der Praxis
Die Mechanik der KI-Suche — Query Fan-Out, Retrieval & Grounding, Synthese — ist in Kap. 16 geklärt; hier geht es um das Tun. Der praktische Ausgangspunkt ist Googles eigene Linie.
Daraus folgt die Reihenfolge dieses Kapitels: erst die belastbare Evidenz (die Princeton-Studie, ehrlich eingeordnet), dann die vier Hebel, dann die unbequeme Wahrheit über Messung und Volatilität.
Die Princeton-GEO-Studie: das Fundament, ehrlich eingeordnet
Das stärkste akademische Fundament des Feldes ist die Princeton-GEO-Studie Fachbegriff (Aggarwal et al., GEO: Generative Engine Optimization, arXiv:2311.09735, ACM SIGKDD/KDD 2024). Mit dem Benchmark GEO-bench (10.000 Queries aus neun Quellen, neun getestete Content-Modifikationen) maß sie erstmals systematisch, welche Eingriffe die Sichtbarkeit in generativen Antworten erhöhen.
Der Befund ist real — aber er wird ständig falsch zitiert. Zwei Präzisierungen sind entscheidend:
Extractable Snippets: Inhalte, die eigenständig antworten
Die zentrale Content-Einheit für Zitierbarkeit ist der eigenständig lesbare Antwortblock. Die verbreitete Heuristik —
ein 40–60-Wort-Block direkt nach jeder ##-Überschrift, der die Frage der Überschrift vollständig beantwortet — ist
eine studienabgeleitete Faustregel, keine Google-Vorschrift.
Das bewährte Muster ist simpel: Frage als Überschrift → direkte, isoliert verständliche Antwort → Belege (Statistik, Originalzitat) → Kontext und Tiefe für den menschlichen Leser. Leitprinzip: Jeder Abschnitt muss von einer KI extrahierbar sein, ohne den Rest des Textes zu brauchen. Die On-Page-Umsetzung (Heading-Hierarchie, Frage-Antwort-Muster) steht im On-Page SEO. 2026-Leitfaden
Non-Commodity Content & Information Gain: der eigentliche Differenziator
KI-Synthese bevorzugt, was sie nicht selbst erzeugen kann. Genau hier liegt der nachhaltigste GEO-Hebel — Non-Commodity Content Fachbegriff : Inhalte, die nur diese Quelle aus Ersthand-Erfahrung, proprietären Daten oder echter Expertise liefern kann.
Information Gain Fachbegriff — der Mehrwert über das bereits Verfügbare hinaus — ist dabei ein Google-Patent-Konzept und ein nützliches Denkmodell, kein bestätigtes Live-Signal mit messbarem Score. Es zeigt aber die Richtung: Wiederholung wird synthetisiert weg, Einzigartiges wird zitiert. Das Prinzip ist dasselbe wie beim Helpful-Content-Leitbild.
Entität & Brand: das Off-Page-Fundament der KI-Sichtbarkeit
Damit eine KI eine Marke zitieren kann, muss sie sie erst eindeutig erkennen. Entitäts-Klarheit ist die
Eintrittsbedingung: eine konsistente Entity Home, sameAs-Anker (Wikidata,
Wikipedia, LinkedIn) und hohe Entitäts-Salienz im Text. Das ist
Eligibility, kein Boost — die Mechanik steht in Entitäten & Knowledge Graph.
Der stärkste messbare Zusammenhang führt aber nach außen — zu Erwähnungen auf autoritativen Dritten.
GEO ist binär und volatil — was das fürs Erwarten heißt
Der größte mentale Bruch zur klassischen SEO: In KI-Antworten gibt es keine Position 1. Eine Quelle ist entweder im Antwort-Set oder nicht — KI-Sichtbarkeit ist binär (Inklusion vs. Exklusion), kein deterministischer Rang. Und sie schwankt massiv.
| Befund | Quelle & Datum | Lesart |
|---|---|---|
| ~70 % der zitierten AIO-Seiten wechseln in 2–3 Monaten | Authoritas, Feb. 2025 | hohe Quellen-Fluktuation, unabhängig vom organischen Rang |
| 91 % der untersuchten AIO-URLs irgendwann entfernt | Semrush, Okt. 2024 | nahezu keine Zitat-Konstanz über die Zeit |
| identischer Prompt, abweichende Antwort | LLM-Non-Determinismus | man misst Verteilungen, keine Absolutwerte |
Das größere Bild. GEO in der Praxis läuft auf eine einfache, aber anspruchsvolle Arbeitsanweisung hinaus: Schreibe Inhalte, die eigenständig antworten, aus Ersthand-Substanz schöpfen, als Entität klar erkennbar sind und durch verdiente Dritterwähnungen das Vertrauen entwickeln, das KI-Systeme für eine Inklusion brauchen. Wer das tut, optimiert in einem Aufwasch für organische Suche und generative Antworten — weil beides auf demselben Fundament ruht. Die belegten Hebel sind unspektakulär (Substanz, Klarheit, Brand), die populären Abkürzungen (Keyword-Dichte, Content-Chunking, gekaufte Erwähnungen) sind teils wirkungslos, teils policy-riskant. Und die ehrlichste Ergänzung bleibt: KI-Sichtbarkeit ist binär, volatil und nur als Verteilung messbar — realistische Erwartungen sind selbst ein Wettbewerbsvorteil. Welche Mythen sich um genau diese Praxis ranken, nimmt der GEO-Mythen-Check auseinander.