Generative Engine Optimization (GEO) bezeichnet Massnahmen, mit denen Inhalte in den Antworten generativer KI-Systeme wie ChatGPT, Gemini oder Perplexity vorkommen. Der Begriff stammt aus einer Studie von Forschenden der Princeton University und weiterer Institute aus dem Jahr 2023. Belegt ist aus dieser Studie, dass Absätze mit Zahlen, Zitaten und Quellenangaben in Testumgebungen häufiger übernommen wurden. Vieles, was heute als GEO verkauft wird, geht darüber hinaus und ist nicht belegt.
Der Begriff GEO taucht seit 2024 in fast jedem Angebot für KI-Sichtbarkeit auf, oft neben AEO und LLMO, und selten mit einer Erklärung, was genau gemeint ist. Dabei hat GEO einen klaren Ursprung und einen überschaubaren belegten Kern. Diese Seite trennt, was aus der Forschung stammt, was Praxiserfahrung ist und was Verkaufsargument.
Woher der Begriff kommt
Generative Engine Optimization wurde im November 2023 von einer Forschungsgruppe um Pranjal Aggarwal und Vishvak Murahari geprägt, an der die Princeton University, das Georgia Institute of Technology, das Allen Institute for AI und das IIT Delhi beteiligt waren. Die Studie «GEO: Generative Engine Optimization» (arXiv 2311.09735) untersuchte, welche Änderungen an einem Text die Wahrscheinlichkeit erhöhen, dass ein generatives Suchsystem den Text in seiner Antwort verwendet und als Quelle nennt.
Die Forschenden bauten dafür eine eigene Testumgebung mit Fragen und Quellen und veränderten die Quellen systematisch: Sie fügten Zahlen hinzu, Zitate, Quellenangaben, verbesserten die Lesbarkeit, ergänzten Fachbegriffe oder Keywords. Dann massen sie, wie oft und wie prominent jede Variante in den generierten Antworten vorkam.
Was belegt ist
Aus der Studie lassen sich drei Befunde festhalten, jeweils für die untersuchte Testumgebung:
- Zahlen, Zitate und Quellenangaben halfen. Absätze, die konkrete Statistiken, wörtliche Zitate von Fachpersonen oder Verweise auf Quellen enthielten, wurden deutlich häufiger übernommen als die Ausgangsversionen.
- Keyword-Stuffing half nicht. Das Einfügen zusätzlicher Suchbegriffe brachte keinen Vorteil, in Teilen der Tests sogar einen Nachteil.
- Die Wirkung hing vom Thema ab. Was bei Gesundheitsfragen half, wirkte bei anderen Themen schwächer. Es gibt keine Massnahme, die überall gleich wirkt.
Die genauen Prozentwerte der Studie sind hier bewusst weggelassen, weil sie sich auf die Testumgebung beziehen und nicht auf echte Websites in echten KI-Systemen. Was bleibt, ist die Richtung: Konkretes, Belegtes und Zitierbares wird bevorzugt. Das deckt sich mit dem, was Google in seiner Dokumentation zu KI-Funktionen über die KI-Übersicht sagt, nämlich dass dort dieselben Qualitätsmassstäbe gelten wie in der normalen Suche.
Was Vermutung ist
Vieles, was unter GEO angeboten wird, geht über die Studie hinaus und ist nicht öffentlich belegt:
- Dass eine Datei llms.txt die Sichtbarkeit erhöht. Kein grosser Anbieter hat bestätigt, sie auszuwerten.
- Dass bestimmte Schema.org-Typen von Sprachmodellen bevorzugt werden. Strukturierte Daten helfen Google beim Verständnis; ein direkter Effekt auf ChatGPT oder Perplexity ist nicht dokumentiert.
- Dass man die Trainingsdaten eines Modells gezielt beeinflussen kann. Welche Inhalte in ein Training einfliessen, ist nicht öffentlich, und die Modelle werden in Abständen von Monaten trainiert.
- Dass Sichtbarkeit in KI-Antworten um einen bestimmten Prozentsatz steigerbar ist. Solche Zahlen stammen meist aus eigenen Messungen von Anbietern und sind nicht nachprüfbar.
Was sich dagegen beobachten lässt: Die Systeme, die Firmen empfehlen, arbeiten überwiegend mit Live-Suche. OpenAI beschreibt in seiner Dokumentation den OAI-SearchBot, der Websites für die Suchfunktion von ChatGPT liest. Perplexity sucht bei jeder Anfrage. Google speist die KI-Übersicht aus dem Suchindex. Das heisst: Was heute auf der Website steht und in der Suche gefunden wird, kann in wenigen Wochen in Antworten auftauchen. Ob die Crawler überhaupt Zugang haben, prüfen Sie in zwei Minuten mit dem Test unter Können KI-Crawler Ihre Website lesen?.
Abgrenzung zu AEO
| AEO | GEO | |
|---|---|---|
| Frage | Wird mein Absatz als Antwort auf eine konkrete Frage übernommen? | Kennt das Modell mein Unternehmen und nennt es, auch ohne direkte Frage? |
| Einheit | Der Absatz auf einer Seite | Das Unternehmen als Begriff, also als Entität |
| Hebel | Aufbau der Texte: Frage, Antwort zuerst, konkrete Aussagen | Konsistente Daten über alle Quellen, Nennungen auf anderen Websites, klare Positionierung |
| Beispiel | «Wie lange dauert eine Badsanierung?» wird mit Ihrem Absatz beantwortet | «Welcher Sanitärbetrieb in Frauenfeld ist zu empfehlen?» nennt Ihren Betrieb |
Beide greifen ineinander: Eine Website mit zitierfähigen Absätzen stärkt die Entität, und eine bekannte Entität wird eher als Quelle gewählt. Was AEO konkret verlangt, steht unter Was ist AEO?.
Praxisregeln für KMU
Aus dem belegten Kern und der Funktionsweise der Systeme folgen sechs Regeln, die ohne Agentur umsetzbar sind:
- Konkrete Zahlen statt Adjektive. «Drei bis vier Wochen» statt «schnell», «ab CHF 18’000» statt «fair». Zahlen mit Stand und Bedingungen.
- Eigene Erfahrung als Beleg. «In etwa der Hälfte unserer Umbauten der letzten drei Jahre» ist eine Quellenangabe, die nur Sie liefern können.
- Zitate von Fachpersonen mit Namen. Ein Satz der Bauleiterin mit Namen und Funktion ist das, was die Studie als Zitat gemessen hat.
- Einheitliche Firmendaten überall. Name, Adresse, Leistungen auf Website, Unternehmensprofil, Verzeichnissen und Social Media zeichengenau gleich.
- Nennungen auf anderen Websites. Verbände, Lieferanten, Gemeinde, Medien. Jede Erwähnung ist ein Beleg dafür, dass das Unternehmen existiert und tut, was es sagt.
- Monatlich messen. Zehn feste Fragen in ChatGPT, Perplexity und Google, Ergebnis in einer Tabelle. Werkzeuge dafür unter KI-Sichtbarkeit messen.
Keine dieser Regeln ist neu. Sie entsprechen dem, was gute Websites seit Jahren tun. GEO ändert nicht die Arbeit, sondern erklärt, warum sie jetzt an einer zweiten Stelle wirkt. Was in den KI-Antworten für KMU bereits sichtbar ist und was nicht, beschreibt der Beitrag In KI-Antworten vorkommen: drei Strategien für KMU.
Häufige Fragen
Ist GEO dasselbe wie AEO?
Nein, auch wenn beide Begriffe oft synonym verwendet werden. AEO zielt auf die direkte Antwort auf eine Frage und darauf, als Quelle genannt zu werden. GEO ist breiter und fragt, ob ein Sprachmodell ein Unternehmen oder einen Inhalt überhaupt kennt und in generierten Texten verwendet, auch ohne dass jemand gezielt danach fragt.
Kann ich mit GEO erreichen, dass ChatGPT meine Firma empfiehlt?
Beeinflussen ja, erzwingen nein. Ob ein Modell einen Betrieb nennt, hängt von vielen Quellen ab: Suchergebnisse, Verzeichnisse, Bewertungen, Nennungen auf anderen Websites. Ein Betrieb, der dort konsistent auftaucht und auf der eigenen Website konkrete Aussagen macht, hat bessere Chancen. Eine Garantie gibt es nicht.
Muss meine Website in den Trainingsdaten der KI sein?
Nicht zwingend. Die meisten Systeme, die Firmen empfehlen, greifen bei der Antwort live auf Suchergebnisse zu, statt nur aus dem Training zu antworten. ChatGPT mit Suche, Perplexity und die KI-Übersicht von Google arbeiten so. Deshalb wirken Änderungen auf der Website innerhalb von Wochen, nicht erst beim nächsten Modelltraining.
Welche Zahlen zu GEO sind verlässlich?
Wenige. Die Princeton-Studie nennt Verbesserungen in ihrer eigenen Testumgebung, die sich nicht direkt auf eine KMU-Website übertragen lassen. Zahlen von Anbietern, die versprechen, Sichtbarkeit um einen bestimmten Prozentsatz zu steigern, sind in der Regel nicht öffentlich nachprüfbar. Verlässlich ist nur die eigene Messung mit festen Fragen über mehrere Monate.