Sichtbarkeit in KI-Antworten
Generative Engine Optimization und Answer Engine Optimization: in der Antwort genannt werden, nicht nur in der Trefferliste stehen.
Ausgangslage
Die Suche liefert immer häufiger eine Antwort statt einer Liste
Wer heute eine Frage stellt, bekommt zunehmend eine fertige Antwort: in den KI-Übersichten von Google, in ChatGPT, in Perplexity, in Gemini. Die Trefferliste rutscht nach unten oder entfällt. Für Unternehmen verschiebt sich damit das Ziel: Nicht mehr nur auf Platz eins stehen, sondern in der Antwort vorkommen — mit Namen, Ort und Verweis.
Diese Systeme arbeiten anders als ein klassischer Suchindex. Sie zerlegen Texte in Abschnitte, bewerten jeden Abschnitt einzeln und setzen die Antwort aus mehreren Quellen zusammen. Eine Seite, die nur als Ganzes Sinn ergibt, fällt dabei durch.
Vorgehen
Woran gearbeitet wird
Abschnitte, die allein bestehen
Jeder Textabschnitt wird so geschrieben, dass er ohne den umgebenden Text verständlich bleibt. Keine Rückbezüge wie „dieses" oder „wie oben erwähnt", stattdessen jeweils Subjekt und Zusammenhang benannt.
Kernaussage zuerst
Die entscheidende Information steht in den ersten ein bis zwei Sätzen. Systeme, die Abschnitte nach Relevanz sortieren, bewerten den Anfang deutlich stärker als das Ende.
Hohe Faktendichte
Konkrete Zahlen, Orte, Fristen und Preise statt unbestimmter Adjektive. „Rückmeldung innerhalb von 24 Stunden" ist zitierfähig, „schnelle Reaktionszeit" nicht.
Tabellen für Vergleiche
Gegenüberstellungen werden als Tabelle ausgezeichnet. Maschinen lesen eine Tabellenzeile eindeutig aus, einen Fliesstext mit denselben Angaben nur mit Unsicherheit.
Fragen und Antworten
Antworten von 40 bis 60 Wörtern, je Frage in sich geschlossen, ausgezeichnet als FAQPage. Dieses Format entspricht der Länge, die Antwortsysteme bevorzugt übernehmen.
Entitäten eindeutig machen
Unternehmen, Personen, Leistungen und Standorte werden als strukturierte Daten hinterlegt und über sameAs mit Handelsregister, Branchenverzeichnissen und Profilen verknüpft. So wird ein Betrieb nicht mit einem gleichnamigen verwechselt.
Manifest im Wurzelverzeichnis
Eine llms.txt fasst Zweck, Eckdaten und wichtige Seiten in maschinenlesbarer Kurzform zusammen. Die ausführliche Fassung llms-full.txt ergänzt sie bei umfangreichen Websites.
Zugriff der Crawler steuern
GPTBot, PerplexityBot, ClaudeBot und Google-Extended werden bewusst zugelassen oder ausgeschlossen. Diese Entscheidung wird getroffen, nicht dem Zufall der Standardeinstellung überlassen.
Direkt beantwortet
Wie eine Website in die Antworten von ChatGPT und Perplexity kommt
Damit eine Website in den Antworten von ChatGPT, Perplexity, Gemini oder den KI-Übersichten von Google vorkommt, müssen drei Bedingungen zugleich erfüllt sein: die Systeme müssen die Seite abrufen dürfen, sie müssen Text im Quelltext vorfinden, und einzelne Abschnitte müssen die gestellte Frage für sich allein beantworten.
Die erste Bedingung scheitert häufiger als erwartet. GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot und Google-Extended werden von vielen Bot-Schutzdiensten abgewiesen, ohne dass in der robots.txt ein Wort davon steht. Der Betrieb weiss nichts davon, weil im Browser alles funktioniert. Prüfen lässt sich das nur, indem man die Seite unter der echten Kennung dieser Systeme abruft und das Ergebnis mit der robots.txt vergleicht.
Die dritte Bedingung entscheidet über den Rest. Ein Antwortsystem liest keine Seiten, sondern Passagen von rund 250 bis 500 Token, also etwa 170 bis 330 deutschen Wörtern. Eine Passage, die mit "dieses Verfahren" oder "wie erwähnt" beginnt, ist isoliert wertlos, weil der Bezug fehlt. Eine Passage ohne Zahl, Ort oder Namen wird nicht zitiert, weil sie nichts trägt. Wer zitiert werden will, schreibt deshalb Abschnitte, die einzeln bestehen: Kernaussage in den ersten zwei Sätzen, belegbare Angaben im Text, keine Verweiswörter am Anfang.
Unterschied zur klassischen Optimierung
Zwei Ziele, ein Fundament
Technische Grundlagen gelten für beides: Eine Seite, die langsam lädt oder nicht indexiert wird, taucht weder in der Trefferliste noch in einer KI-Antwort auf. Unterschiedlich ist die Textführung.
Klassische Optimierung darf Spannung aufbauen und zum Schluss führen. Für Antwortsysteme ist das schädlich, weil der entscheidende Satz dann im letzten Abschnitt steht, den niemand mehr liest — auch keine Maschine.
| Merkmal | Klassische Suche | Antwortsysteme |
|---|---|---|
| Ziel | Position in der Liste | Nennung in der Antwort |
| Einheit | Die ganze Seite | Der einzelne Abschnitt |
| Textaufbau | Hinführung möglich | Kernaussage zuerst |
| Wiederholung | Vermeiden | Kontext je Abschnitt nötig |
| Erfolgsmessung | Position und Klicks | Nennung und Verweis |
Messung
Was im Monatsreport dazu steht
KI-Sichtbarkeit lässt sich nicht aus der Search Console ablesen. Gemessen wird deshalb über wiederkehrende Testfragen, die monatlich identisch an mehrere Systeme gestellt werden, und über Verweise aus diesen Systemen im Serverprotokoll.
Der Punkt Richtigkeit wird oft unterschätzt. Wenn ein System veraltete Öffnungszeiten oder eine falsche Leistung nennt, schadet die Nennung mehr, als sie nützt. Solche Fälle werden gezielt über korrigierte Angaben in den Quellen behoben, aus denen die Systeme lesen.
Was realistisch ist
- Nennung bei klar umrissenen Fragen zu Leistung und Region
- Korrekte Wiedergabe von Standort, Leistungen und Erreichbarkeit
- Zusätzliche Zugriffe mit hoher Abschlussneigung
- Nebeneffekt: bessere klassische Rankings durch klarere Struktur
Was niemand zusichern kann
- Keine garantierte Nennung — die Auswahl trifft das jeweilige System
- Keine feste Position, weil Antworten je Anfrage neu entstehen
- Keine Kontrolle über Formulierungen in fremden Systemen
- Keine Beständigkeit, da sich Modelle laufend ändern
Wer Nennungen in KI-Antworten garantiert, verkauft Zufall. Zusichern lässt sich die Arbeit an den Voraussetzungen, nicht das Ergebnis.
Fragen zur KI-Sichtbarkeit
Fragen zur Sichtbarkeit in Antwortsystemen
Was ist der Unterschied zwischen SEO und GEO?
Klassische Suchmaschinenoptimierung zielt auf eine Position in der Trefferliste. Generative Engine Optimization zielt darauf, in der Antwort selbst genannt und als Quelle verlinkt zu werden. Beides überschneidet sich technisch stark, unterscheidet sich aber deutlich in der Textführung.
Bringt das schon heute Anfragen?
Der Anteil ist noch klein, wächst aber schnell und bringt überdurchschnittlich qualifizierte Kontakte. Wer in einer KI-Antwort genannt wird, erscheint als Empfehlung statt als Werbung. Die Massnahmen zahlen zusätzlich auf klassische Rankings ein, das Risiko ist also gering.
Was ist eine llms.txt?
Eine Textdatei im Wurzelverzeichnis, die einem Sprachmodell in knapper Form sagt, worum es auf der Website geht, welche Seiten wichtig sind und welche Eckdaten gelten. Sie ersetzt keine Inhalte, erleichtert aber das korrekte Erfassen eines Unternehmens.
Sollen KI-Crawler ausgesperrt werden?
Für Dienstleister in der Regel nicht. Wer GPTBot, PerplexityBot und Google-Extended blockiert, verschwindet aus den Antworten dieser Systeme. Sinnvoll ist das Aussperren nur bei kostenpflichtigen Inhalten oder bei Werken, deren Verwertung geschützt bleiben soll.
Wie wird KI-Sichtbarkeit gemessen?
Über wiederkehrende Testfragen an ChatGPT, Perplexity und Google, bei denen protokolliert wird, ob und wie das Unternehmen genannt wird. Ergänzend über Zugriffe, die als Verweis aus diesen Systemen im Serverprotokoll auftauchen. Beides steht im Monatsreport.
Funktioniert das auch für kleine Betriebe?
Gerade dort. Sprachmodelle bevorzugen klar strukturierte, faktenreiche Quellen. Ein kleiner Betrieb mit präzisen Angaben zu Leistungen, Orten und Preisen wird eher zitiert als ein Konzern mit ausweichenden Marketingtexten.
Prüfen, ob Antwortsysteme Ihre Website lesen können
Im kostenlosen Erstgespräch wird die aktuelle Sichtbarkeit angeschaut und benannt, welche drei Massnahmen am meisten bringen. Ohne Verpflichtung und ohne anschliessendes Vertragsgespräch, wenn das nicht gewünscht ist.
Termin direkt buchen +41 44 513 77 73