GEO ist mehr als SEO – und die meisten Unternehmen sind dafür nicht aufgestellt

Früher war die Suchstrategie unkompliziert. Ein Kunde hatte eine Frage, gab sie in eine Suchmaschine ein, und Marken konkurrierten darum, auf der Ergebnisseite möglichst weit oben zu erscheinen. Doch dieses Modell verändert sich rasant.

Ein wachsender Teil der Informationssuche findet inzwischen in KI-Systemen statt, die Informationen interpretieren, Quellen zusammenführen und eine Antwort liefern, noch bevor ein Kunde die Website einer Marke erreicht. Generative Engine Optimization (GEO) ist eine mögliche Antwort darauf. Unternehmen laufen jedoch Gefahr, zu eng zu fassen, was dieser Wandel tatsächlich erfordert.

Im September-Update zur IAB’s 2026 Outlook Study nannten 44 % der US-amerikanischen Werbekäufer die Anpassung an das veränderte Verbraucherverhalten, einschließlich der KI-gestützten Suche, als ihre größte Herausforderung bei Medieninvestitionen. 76 % richten ihren Fokus verstärkt darauf, Inhalte für KI-generierte Antworten zu optimieren – mehr als auf jeden anderen Bereich.

Der Fehler besteht darin, GEO lediglich als nächste Entwicklungsstufe von SEO zu betrachten. Die KI-gestützte Informationssuche entwickelt sich zu einer unternehmensweiten Herausforderung für die Sichtbarkeit, die Marketing, Daten, Technologie, Inhalte, Kommunikation und Kundenerlebnis gleichermaßen betrifft. Erfolgreich angepasste Unternehmen werden nicht einfach für eine neue Suchoberfläche optimieren. Sie werden überdenken, wie ihre digitale Präsenz, ihr Organisationswissen und ihre externe Autorität zusammenwirken.

Aus dem Suchergebnis wird eine Antwort

Die traditionelle Suchmaschinenoptimierung (SEO) beruhte auf Rankings mit einem klaren Ziel und einer eindeutigen Möglichkeit, Fortschritte zu messen. GEO bringt eine andere Form der Sichtbarkeit mit sich. Statt zu fragen, ob eine Seite für ein bestimmtes Keyword rankt, müssen Unternehmen zunehmend verstehen, ob ihre Marke in den Antworten auf die Fragen erscheint, die ihre Kunden stellen, wie die Marke dort beschrieben wird und welche Quellen diese Beschreibung beeinflussen.

Der Wandel wirkt sich bereits auf Unternehmen aus. Reach, der britische Verlag hinter Mirror und Express, meldete einen 46 %igen Rückgang des Traffics von Google im Jahresvergleich. Als Ursache nannte das Unternehmen Funktionen wie AI Overviews und AI Mode, durch die Leser seltener auf Websites klicken müssen. Ein Rückgang des Traffics aus der traditionellen Suche bedeutet nicht immer, dass das Interesse an einer Kategorie oder einer Marke nachlässt. Er kann auch darauf hindeuten, dass sich die Informationssuche auf verschiedene Oberflächen verteilt und zunehmend stattfindet, bevor überhaupt eine Website besucht wird.

Für Marken verändert sich dadurch die Fragestellung. Sichtbarkeit hängt nicht mehr nur davon ab, wo man im Ranking steht. Es geht auch darum, ob KI-Systeme über die richtigen Informationen und den nötigen Kontext verfügen, um zu verstehen, warum die Marke für die jeweilige Frage relevant ist.

GEO baut auf den Grundlagen von SEO auf

Es liegt nahe, GEO als von SEO getrennt zu betrachten, doch viele Grundlagen lassen sich übertragen. KI-Systeme müssen Informationen nach wie vor finden, interpretieren und bewerten. Deshalb sind technische Zugänglichkeit, eine klare Seitenstruktur und verständliche Inhalte weiterhin wichtig.

In diesem Jahr zeigten die Radar-Daten von Cloudflare, dass Bots über das gesamte Netzwerk hinweg mehr als die Hälfte aller Anfragen nach Webseiten erzeugten. Nicht alle dieser Bots sind KI-Agenten, doch ein wachsender Anteil der Besucher jeder Website ist inzwischen Software. Sie benötigt genügend Inhalte und Kontext, um zu verstehen, worauf sie stößt. Dafür müssen viele Unternehmen möglicherweise zu Grundlagen zurückkehren, die sie vernachlässigt haben.

Sind wichtige Informationen in einer komplizierten Benutzeroberfläche verborgen, werden sie auf verschiedenen Seiten uneinheitlich dargestellt oder sind sie für einen Crawler schwer zugänglich, hat ein KI-System weniger Informationen zur Verfügung – und menschliche Besucher ebenso. Typische Ursachen sind leicht zu erkennen: Produktdetails, die erst nach der Ausführung von JavaScript erscheinen, was nicht jeder KI-Crawler ausführt, sowie Preis- oder Richtlinienangaben, die von einer Seite zur nächsten unterschiedlich formuliert sind.

Technische Zugänglichkeit ist jedoch nur der Anfang. Jede Marke konkurriert innerhalb derselben kleinen Auswahl an KI-Systemen. Die Systeme selbst sind daher kein Unterscheidungsmerkmal. Entscheidend ist der Kontext. Für Marken ergibt sich dieser Kontext aus ihren Daten, ihrer Fachkompetenz, ihren Inhalten, ihrem Wissen über Kunden und dem umfassenderen Informationsumfeld, in dem sie präsent sind.

Die Qualität der Inhalte zählt mehr, wenn KI sie liest

Es wird viel darüber diskutiert, wie Inhalte verfasst sein sollten, damit KI-Systeme sie anzeigen. Dabei ging es teilweise um Formatierungstricks oder den Versuch, einzelne Modelle durch Reverse Engineering zu durchschauen. Die meisten dieser Methoden sind nur kurzlebig, und ich würde keine Strategie darauf aufbauen.

Modelle, Abrufsysteme und Quellen werden sich weiter verändern. Eine Methode, die heute wirksam erscheint, kann schon in einigen Monaten ganz andere Ergebnisse hervorbringen. Nachhaltiger ist es, nützliche, maßgebliche Inhalte zu erstellen, die die Fragen beantworten, die Kunden tatsächlich stellen, und Fachkompetenz belegen. Unternehmen sollten zunächst prüfen, was sie bereits veröffentlicht haben. Beantworten die Inhalte wichtige Fragen von Kunden? Wird die Fachkompetenz klar vermittelt? Sind wichtige Informationen im gesamten digitalen Ökosystem einheitlich?

Die Sichtbarkeit in KI-Systemen wird von einem breiteren Spektrum an Faktoren beeinflusst, darunter die Qualität der Inhalte, technische Grundlagen, strukturierte Daten, Autorität und Verweise von Drittanbietern. Die jüngste Studie von Muck Rack zu Zitaten in KI-Antworten ergab, dass 84 % der in Antworten von ChatGPT, Claude und Gemini zitierten Links aus redaktioneller Berichterstattung stammten, darunter Journalismus, wissenschaftliche Forschung und andere Quellen Dritter. Deshalb geht GEO weit über das hinaus, was eine Marke auf ihrer eigenen Website veröffentlicht, und deshalb müssen auch Kommunikationsteams in den Austausch einbezogen werden.

Die Herausforderung bei den Arbeitsabläufen ist größer als die technologische Herausforderung

Meiner Erfahrung nach ist die Technologie selten der schwierigste Teil bei der Anpassung an die KI-gestützte Suche und Informationsbeschaffung. Die größere Herausforderung besteht darin, wie Teams zusammenarbeiten, sobald KI Teil des Such- und Entdeckungsprozesses wird. Bisher war die Suchstrategie auf verschiedene Zuständigkeiten verteilt: SEO-Teams beobachteten die Rankings, Content-Teams erstellten Seiten, Kommunikationsteams kümmerten sich um die Presseberichterstattung und Entwickler um die technischen Aspekte der Website. Die KI-gestützte Suche verwischt diese Grenzen, denn darauf, was in einer KI-Antwort erscheint, können all diese Bereiche gleichzeitig Einfluss nehmen.

McKinseys Umfrage „State of AI 2026“ unterstreicht den übergeordneten Befund: Nahezu drei Viertel der von McKinsey ermittelten KI-Spitzenreiter haben ihre Arbeitsabläufe aufgrund von KI grundlegend neu gestaltet, verglichen mit einem Viertel der übrigen Befragten. Bei der Sichtbarkeit in KI-Systemen ist es genauso. Stellt ein Content-Team fest, dass eine KI-Maschine die Marke falsch beschreibt, kann die Ursache auf der Website, in den Produktdaten, in einem Eintrag bei einem Drittanbieter oder in der Presseberichterstattung liegen, auf die das Modell zurückgreift.

Um dem entgegenzuwirken, müssen die für diese Bereiche zuständigen Teams zusammenarbeiten, statt GEO als weitere Aufgabe zu behandeln, für die eine einzelne Abteilung verantwortlich ist.

Damit stellt sich eine Frage, die Führungsteams zunehmend beantworten müssen: Wer ist für die Sichtbarkeit in KI-Systemen verantwortlich?

Die Arbeit wird mehrere Teams umfassen, doch die Rechenschaftspflicht sollte bei einer Führungskraft liegen, die für die Bewertungsübersicht, den Überprüfungsrhythmus und die Reaktion zuständig ist, wenn ein KI-System die Marke falsch darstellt. Von dort aus müssen die Führungskräfte aus Marketing, Kommunikation, Technologie und Daten ein gemeinsames Verständnis davon entwickeln, wie die Marke in verschiedenen KI-Systemen dargestellt wird, was diese Antworten beeinflusst und wie das Unternehmen reagiert, wenn Lücken auftreten.

Sichtbarkeit als Häufigkeit statt als Rang messen

Eine der größten anstehenden Veränderungen betrifft die Art und Weise, wie Unternehmen die Sichtbarkeit in der Suche messen. Suchrankings boten Marketingverantwortlichen traditionell eine relativ unkomplizierte Kennzahl, die sie verfolgen konnten. Von KI generierte Antworten sind jedoch deutlich dynamischer. Es gibt keine einzelne Position, die garantiert, dass eine Marke gesehen wird, und allein ihre Erwähnung in einer Antwort erzählt noch nicht die ganze Geschichte. Eine Marke kann häufig erwähnt, aber unzutreffend beschrieben werden, ohne Quellenangabe auftauchen oder in einem Markt zitiert werden, während sie in einem anderen völlig fehlt.

Das bedeutet, dass sich der Fokus bei GEO davon verlagert, auf welchem Rang eine Marke steht, hin zu der Frage, wie oft sie erscheint, wie sie beschrieben wird und welche Quellen die Antwort beeinflussen. Die Messverfahren holen erst allmählich auf. In derselben IAB-Studie gaben 86 % der Einkäufer an, dass sie ihre Methoden zur Messung der Medienleistung aufgrund dialogorientierter KI-Tools und KI-Agenten ändern oder dies planen. 45 % nannten den Vergleich von KI-gestützten und traditionellen Customer Journeys als ihre größte Herausforderung bei der Messung. In der Praxis ist GEO damit ebenso sehr eine Herausforderung für Messung und Arbeitsabläufe wie für die Suche.

Ein praktischer Ausgangspunkt sind die Fragen, die Kunden bereits stellen. Stellen Sie eine repräsentative Auswahl dieser Fragen zusammen, geben Sie sie regelmäßig auf den wichtigsten KI-Plattformen ein und halten Sie fest, ob die Marke erscheint, wie sie beschrieben wird, welche Wettbewerber zusammen mit ihr auftauchen und welche Quellen zitiert werden. Stellen Sie jede Frage mehr als einmal. Dieselbe Eingabeaufforderung kann von einem Durchlauf zum nächsten unterschiedliche Antworten ergeben. Deshalb sollte die Sichtbarkeit als Häufigkeit angegeben werden und nicht anhand eines einzelnen Screenshots. Mit der Zeit lässt sich diese Sichtbarkeit mit nachgelagerten Signalen verknüpfen, darunter durch KI vermittelte Verweise, Interaktionen und Conversions.

Es gibt bereits Anzeichen dafür, wie schnell sich das ändern kann. Adobes Daten zum Weihnachtsgeschäft zeigten, dass der Traffic von generativen KI-Tools zu US-amerikanischen Einzelhandels-Websites während des Weihnachtsgeschäfts 2025 gegenüber dem Vorjahreszeitraum um 693,4 % stieg und dass diese über KI vermittelten Besucher eine höhere Conversion-Rate aufwiesen als andere Besucher. Dieses Wachstum ging von einem niedrigen Ausgangsniveau aus, und nicht jedes Unternehmen wird eine vergleichbare Entwicklung sehen. Es zeigt jedoch, dass sich die Sichtbarkeit in KI-Systemen bereits heute messen und mit konkreten Geschäftsergebnissen verknüpfen lässt.

GEO als operative Fähigkeit statt als Kampagne behandeln

KI-gestützte Suche bedeutet nicht, alles über Bord zu werfen, was Unternehmen bereits über SEO wissen. Vielmehr gilt es, über Rankings hinauszublicken und zu erkennen, dass sich zwischen den Fragen, die Kunden stellen, und den Informationen, die sie erhalten, zunehmend eine weitere Ebene schiebt.

Unternehmen sollten jedoch vermeiden, die Sichtbarkeit in KI-Systemen zu einer weiteren isolierten Marketingmaßnahme oder einer einmaligen Prüfung zu machen. Modelle und Quellen verändern sich ständig, die erste Prüfung ist also nicht das Ziel. Die größere Chance besteht darin, diese Erkenntnisse zu nutzen, um herauszufinden, wo Inhalte, Daten, Technologie, Kommunikation und Kundenerlebnis anders zusammenarbeiten müssen. Die Suche wird dialogorientierter und zunehmend agentisch: KI-Systeme beginnen, im Auftrag von Kunden zu recherchieren und zu handeln. Dann hängt die Sichtbarkeit davon ab, was diese Systeme über Ihre Marke finden, überprüfen und wiedergeben können.