Das Wichtigste auf einen Blick
1️⃣ Dieser Artikel fasst alle Maßnahmen zusammen mit denen man AI Sichtbarkeit steigern kann.
2️⃣ Es wurden hierfür über 30 Studien, Metastudien und Experimente ausgwertet.
3️⃣ Alle Maßnahmen sind sortiert nach Priorität, mit Link zu jeder Studie.
Inhalt
Grundvoraussetzungen
Diese Punkte sind binär: Entweder sie stimmen, oder deine Seite existiert für AI-Systeme nicht. Jede Content-Optimierung ist verschwendete Zeit, solange hier etwas fehlt!
Content serverseitig rendern
Kein großer AI-Crawler führt JavaScript aus – mit Ausnahme von Gemini, das die Rendering-Infrastruktur des Googlebots nutzt. Die Analyse von Vercel und MERJ untersuchte über 500 Millionen Abrufe von OpenAIs GPTBot und fand nicht einen einzigen Fall von JavaScript-Ausführung. Der Bot lädt JS-Dateien zwar gelegentlich herunter (etwa 11,5 % der Fälle), führt sie aber nie aus. Dasselbe gilt für ClaudeBot und PerplexityBot.
Was das bedeutet: Alles, was auf deiner Seite erst durch JavaScript erscheint – nachgeladene Tabs, dynamische Preistabellen, per AJAX geladene FAQ-Antworten – ist für ChatGPT, Claude und Perplexity unsichtbar. Eine Seite kann bei Google auf Platz 1 stehen und für ChatGPT gleichzeitig komplett leer sein.
So prüfst du es: Lade deine wichtigsten Seiten mit deaktiviertem JavaScript. Was verschwindet, sehen AI-Crawler nicht.
AI-Crawler nicht blockieren
Klingt banal, passiert aber ständig: Robots.txt-Regeln, CDN-Einstellungen oder Bot-Firewalls blockieren AI-Crawler pauschal. Dabei lohnt ein differenzierter Blick, denn es gibt zwei Arten von Bots.
1) Trainings-Crawler (GPTBot, ClaudeBot) sammeln Daten für zukünftige Modelle.
2) Retrieval-Bots (OAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBot) holen Inhalte in Echtzeit, wenn ein Nutzer eine Frage stellt – sie sind deine Zitations-Oberfläche.
Wer Retrieval-Bots blockiert, verzichtet komplett auf AI-Sichtbarkeit. Wer nur Trainings-Bots blockiert, bleibt zitierbar, verzichtet aber darauf, im Langzeitgedächtnis zukünftiger Modelle vorzukommen.
Belege: Vercel/MERJ sowie die Meta-Analyse von Zyppy, die Crawlbarkeit mit dem höchsten Evidenz-Score aller 23 untersuchten Faktoren bewertet (9,5 von 10).
Bing-Indexierung sicherstellen
Das Retrieval von ChatGPT läuft über den Bing-Index. Wer in Bing nicht auffindbar ist, kann von ChatGPT Search kaum zitiert werden – egal wie gut der Content ist. Richte die Bing Webmaster Tools ein, reiche deine Sitemap ein und prüfe, ob deine wichtigsten Seiten tatsächlich im Bing-Index sind. Für Websites, die bisher nur auf Google optimiert haben, ist das der am häufigsten übersehene Punkt der gesamten Liste.
Belege: AirOps: The Fan-Out Effect und Ahrefs‘ Best-Lists-Studie
Google-Indexierung und Ranking
Eine Seite, die nicht im Google-Index ist, existiert im Kandidaten-Pool der AI-Systeme nicht. Für Google AI Overviews bleibt das klassische Ranking der stärkste Zugang:Ahrefs analysierte 1,9 Millionen Zitationen und fand, dass 86 % der zitierten Seiten in Googles Top 100 stehen. Der Overlap mit den Top 10 ist zwar innerhalb eines Jahres von 76 % auf 38 % gefallen – das klassische Ranking bleibt aber der wichtigste Einzelfaktor.
Klassische SEO-Maßnahmen, die das Ranking verbessern, haben einen erheblich größeren Einfluss auf AI-Zitationen als alle getesteten Content-Tricks! C-SEO Bench (NeurIPS 2025)
Priorität A
Diese Maßnahmen haben die stärkste Evidenz – entweder durch echte Experimente belegt oder als stärkste Prädiktoren in großen Datensätzen:
Für Fan-out-Queries ranken
AI-Systeme suchen nicht nur nach deiner Haupt-Suchanfrage. Sie zerlegen jede Frage intern in viele Unterfragen – das nennt sich Query Fan-out. Wer für diese Unterfragen rankt, wird deutlich häufiger zitiert.
Die Zahlen: Surfer SEO analysierte 173.902 URLs und fand, dass Seiten mit Fan-out-Rankings eine 161 % höhere Zitationschance in AI Overviews haben (Korrelation: Spearman 0,77). AirOps zeigte für ChatGPT: Eine Seite auf Position 1 der internen Suche hat 58 % Zitationswahrscheinlichkeit, auf Position 10 nur noch 14 %. Und: 95 % der Fan-out-Queries haben null klassisches Suchvolumen – es sind Fragen, die kein Keyword-Tool anzeigt.
Praktisch heißt das: Decke die Unterfragen deines Themas explizit ab – Preise, Methodik, Vergleichsdaten, technische Details, Belege. Ein sauberes Themen-Cluster ist die beste Fan-out-Abdeckung.
Statistiken, Zitate und Quellenangaben verwenden
Die Princeton-GEO-Studie (KDD 2024) testete neun Optimierungsmethoden über 10.000 Suchanfragen – das erste und bis heute wichtigste kontrollierte Experiment des Felds.
Ergebnis: Das Hinzufügen von Statistiken, Zitaten und Quellenangaben steigerte die Sichtbarkeit in AI-Antworten um bis zu 40 %. Besonders spannend: Der Effekt ist für schwächer rankende Seiten am größten – eine Seite auf Position 5 gewann durch Quellenangaben allein 115 % Sichtbarkeit, während die Top-Seiten Anteile verloren. GEO gleicht das klassische Ranking-Gefälle also teilweise aus.
Praktisch heißt das: Ersetze vage Aussagen durch konkrete Zahlen, zitiere Expertenaussagen wörtlich und verlinke die Originalquelle – genau die drei Muster, die im Experiment gewonnen haben.
Faktendichte maximieren
AI-Systeme zitieren Seiten, die die Fakten eines Themas vollständig abdecken – nicht die längsten Seiten. Surfer SEO analysierte 57.253 URLs und maß, welchen Anteil der „Key Facts“ eines Themas jede Seite enthält.
Ergebnis: Die typische in AI Overviews zitierte Seite deckt 62 % mehr Fakten ab als die typische nicht zitierte (Median). Seiten, die bei jedem AI Overview zu einem Keyword zitiert werden („Core Sources“), erreichen 42 % Faktenabdeckung – fast doppelt so viel wie nie zitierte Seiten (23 %).
Praktisch heißt das: Prüfe, welche Fakten die zitierten Konkurrenzseiten enthalten und deine nicht. Schließe diese Lücken, statt einfach mehr Text zu schreiben.
Die Antwort nach vorn stellen
ChatGPT zitiert bevorzugt aus dem Anfang einer Seite. Kevin Indig analysierte 3 Millionen ChatGPT-Antworten mit 18.012 verifizierten Zitationen: 44,2 % aller Zitationen stammen aus den ersten 30 % des Inhalts – ein statistisch eindeutiges „Ski-Ramp“-Muster. Wer seine Kernaussage hinter einer langen Einleitung versteckt, verschenkt fast die Hälfte seiner Zitationschancen.
Ergänzend zeigt eine Analyse von 2 Millionen ChatGPT-Sessions: 72,4 % der zitierten Blogartikel enthalten eine „Answer Capsule“ – einen in sich geschlossenen Antwortblock von 40–60 Wörtern direkt unter dem Titel oder einer Frage-Überschrift.
Wichtig: keine Links in diesem Block! Links signalisieren dem Modell, dass die eigentliche Antwort woanders liegt.
Content aktualisieren
Frische ist neben den Princeton-Befunden der einzige weitere kausal belegte Content-Faktor. Forscher der Waseda University (Fang et al., SIGIR-AP 2025) injizierten künstliche Publikationsdaten in ansonsten identische Textpassagen und testeten sieben LLMs als Reranker. Ergebnis: Allein das neuere Datum verschob Dokumente um bis zu 95 Ränge nach oben und kehrte bei gleicher Relevanz die Präferenz in bis zu 25 % der Fälle um. Kein getestetes Modell war frei von diesem Recency Bias.
Die Korrelationsdaten bestätigen das Bild: Ahrefs analysierte 17 Millionen Zitationen – von AI-Assistenten zitierte Inhalte sind im Schnitt 25,7 % frischer als organische Top-Ergebnisse. Seer Interactive fand: 65 % der AI-Bot-Zugriffe zielen auf Content aus dem letzten Jahr. Und laut SE Ranking erhalten in den letzten drei Monaten aktualisierte Seiten 6 statt 3,6 Zitationen.
Aber Achtung: Das Datum ohne echte Inhaltsänderung anzupassen bringt nichts (siehe Abschnitt „Datums-Faking“). Substanzielle Updates – neue Zahlen, neue Beispiele, aktualisierte Aussagen – sind der Hebel, das sichtbare Datum ist der Verstärker.
Erwähnungen auf externen Seiten aufbauen
Die wichtigste Grenze aller On-Page-Arbeit: Zitiert werden und empfohlen werden sind zwei verschiedene Dinge. In einem echten Langzeit-Experiment von Ahrefs (9.886 AI-Antworten über vier Monate) zeigte sich, dass 43 % der Antworten, die die eigene Promo-Seite als Quelle zitierten, die beworbene Marke trotzdem nicht erwähnten – die AI nutzte die Seite als Recherchematerial und empfahl dann Wettbewerber.
Warum? Die Markenwahl fällt offenbar vor der Quellensuche. Seer Interactive stützt mit sechs Tests über 362.388 Antworten die Hypothese, dass LLMs zuerst aus ihrem Trainingswissen entscheiden, welche Marken sie empfehlen – die Zitation ist dann nur noch die Bibliografie. Passend dazu: Ahrefs‘ Studie über 75.000 Marken fand, dass Marken-Erwähnungen im Web dreimal stärker mit AI-Sichtbarkeit korrelieren als Backlinks (0,664 vs. 0,218), und Chen et al. (University of Toronto) wiesen einen systematischen Bias von AI-Suche zugunsten von Earned Media nach.
Praktisch heißt das: On-Page bringt dich in die Quellenauswahl – der Konsens über deine Marke im Web bringt dich in die Empfehlung. Gastbeiträge, Erwähnungen in Fachmedien, Präsenz in unabhängigen Vergleichen und Branchenverzeichnissen zahlen direkt auf AI-Sichtbarkeit ein.
Priorität B
Diese Maßnahmen sind über mehrere unabhängige Datensätze repliziert – Korrelationen, aber konsistente:
Überschriften als Fragen formulieren
HubSpot analysierte 14 Millionen AI-Zitationen und fand: Frage-formulierte Überschriften haben die stärkste Korrelation mit Zitationen von allen Strukturfaktoren. AirOps bestätigt: Überschriften, die die Suchanfrage direkt spiegeln, werden konsistenter zitiert als breite thematische Überschriften. Die Logik dahinter: Das Modell muss deinen Abschnitt einer Nutzerfrage zuordnen können – eine Überschrift, die die Frage bereits stellt, macht das einfacher.
Saubere Überschriften-Hierarchie
Zitierte Seiten sind auffällig sauber strukturiert: 68,7 % der von ChatGPT zitierten Seiten folgen einer sequenziellen Heading-Hierarchie (H2 → H3, ohne Sprünge) – bei klassischen Google-Top-Ergebnissen ist es nur etwa ein Viertel (HubSpot/AirOps). Optimal sind laut den Daten 4–10 Überschriften pro Artikel.
Auch die Abschnittslänge zählt: Seiten mit 120–180 Wörtern zwischen den Überschriften erhalten laut SE Ranking 70 % mehr ChatGPT-Zitationen als Seiten mit Mini-Abschnitten unter 50 Wörtern. Abschnitte können also nicht nur zu lang, sondern auch zu kurz sein – jede Überschrift braucht genug Substanz darunter, um als eigenständige Antwort zu funktionieren.
Listen und Tabellen einsetzen
Von ChatGPT zitierte Seiten enthalten im Schnitt 13,75 Listen-Sektionen – 17-mal mehr als typische Google-Seite-1-Ergebnisse; fast 80 % der zitierten URLs haben mindestens eine strukturierte Liste (HubSpot/AirOps). Die Kombination aus Listen und Tabellen bringt laut AirOps +2,9 Prozentpunkte Zitationsrate, bei Produktseiten sogar +13. Der Grund ist simpel: Strukturierte Formate lassen sich verlustfrei extrahieren, Fließtext-Absätze nicht.
Content-Format an den Query-Intent koppeln
Es gibt kein universell bestes Format – nur das beste Format pro Suchintention. Das Wix AI Search Lab analysierte über eine Million Zitationen: Listicles machen 21,9 % aller Zitationen aus, Articles 16,7 %, Produktseiten 13,7 %. Entscheidend: Der Query-Intent sagt das zitierte Format besser voraus als Branche oder AI-Modell. Articles dominieren bei Informations-Fragen (2,7-fach), Listicles holen rund 40 % der Commercial-Intent-Zitationen, Produktseiten gewinnen bei Kauf-Intentionen.
Besonders stark belegt sind Vergleichslisten: Ahrefs analysierte 26.283 Quell-URLs über 750 Empfehlungs-Prompts – „Best X“-Listen wurden in 43,8 % aller ChatGPT-Antworten als Quelle zitiert, der häufigste Seitentyp überhaupt. 79,1 % der zitierten Listen waren aktuell gehalten, und 35 % stammten von Domains mit niedriger Autorität – Nischenexpertise schlägt hier Domain-Größe. Eigene, ehrlich gemachte Vergleichslisten funktionieren also auch für kleinere Seiten, sofern die eigene Marke plausibel in die Kategorie gehört.
Fokussierte Inhalte statt riesiger Artikel
Die mediane von ChatGPT zitierte Seite hat 941 Wörter – nicht 3.000 (Evertune, 40.000+ URLs analysiert). AirOps fand sogar: Seiten über 5.000 Wörter schneiden schlechter ab als fokussierte Seiten unter 800 Wörtern. Scheinbar im Widerspruch dazu misst SE Ranking mehr Zitationen für längere Artikel – die Auflösung liefert die Surfer-Faktenstudie: Länge hilft nur, wenn sie mehr Faktenabdeckung transportiert. Eine fokussierte, faktenreiche 800-Wort-Seite schlägt einen ausufernden Artikel.
Entitäten explizit nennen, Begriffe konsistent halten
Eine Entität ist – vereinfacht gesagt – alles, was einen eindeutigen Namen hat: eine Marke (Swisscom), ein Produkt (iPhone 16), eine Person (Kevin Indig), ein Ort (Wien) oder ein Fachbegriff (Query Fan-out). AI-Systeme verstehen Texte über genau diese benannten Dinge und die Beziehungen zwischen ihnen.
Das Problem entsteht durch Wörter wie „es“, „sie“, „das Tool“ oder „der Anbieter“. Für menschliche Leser sind solche Rückbezüge normal – wir wissen aus dem vorherigen Satz, was gemeint ist. Ein AI-System zerlegt deine Seite aber in einzelne Textblöcke und bewertet jeden Block für sich. Steht in einem Absatz nur „Das Tool kostet 29 Euro im Monat“, weiß das System nicht mehr, welches Tool gemeint ist – der Absatz ist als Zitat unbrauchbar, obwohl die Information wertvoll wäre.
Die Daten bestätigen das: Die Indig-Analyse fand, dass Sätze mit vielen klar benannten Dingen häufiger zitiert werden, und die gelernten Optimierungsregeln aus AutoGEO (ICLR 2026) bestätigen das Muster.
Praktisch heißt das:
- Namen statt Verweise: Schreibe „Elementor kostet 29 Euro im Monat“ statt „Das Tool kostet 29 Euro im Monat“ – vor allem am Anfang von Absätzen.
- Ein Begriff pro Konzept: Entscheide dich für eine Bezeichnung und bleibe dabei. Wer abwechselnd „AI-Suche“, „KI-Suchmaschinen“ und „generative Suche“ schreibt, wirkt für Leser abwechslungsreich – für die Maschine sind das drei verschiedene Dinge.
- Früh etablieren: Nenne die wichtigsten Namen und Begriffe deines Themas in den ersten Absätzen, nicht erst in der Mitte des Textes.
Externe Links auf Primärquellen setzen
Die mediane zitierte Seite verlinkt auf etwa 15 externe Quellen (Evertune). Das deckt sich mit dem experimentellen Princeton-Befund zu Quellenangaben: Content, der selbst sauber belegt ist, signalisiert Fundierung – und wird eher zur Quelle. Wichtig ist die Platzierung: Links gehören in die erklärenden Absätze, nicht in die Answer Capsule am Seitenanfang (siehe Abschnitt „Die Antwort nach vorn stellen“).
Priorität C
Eventuell sinnvoll, aber kaum belegt oder situationsabhängig:
Autorenboxen und sichtbare Trust-Signale hinzufügen
Eine Autorenbox ist der kleine Kasten am Anfang oder Ende eines Artikels: Foto, Name, ein Satz zur Person – zum Beispiel „Nils Peter Neumann, SEO-Experte mit Fokus auf Content Marketing“. Dazu zählen auch sichtbare Angaben wie „Zuletzt aktualisiert am 14. Juli 2026″ oder „Geprüft von…“.
HubSpot fand in 14 Millionen Zitationen: Seiten mit sichtbaren Autorenangaben und Aktualisierungsdaten werden häufiger zitiert. Ob die AI-Systeme diese Signale direkt auswerten oder ob sorgfältige Autoren einfach beides haben – gute Inhalte und Autorenboxen – lässt sich aus den Daten nicht trennen. Aber die Rechnung ist einfach: Aufwand gering, Schaden null – einbauen.
Bilder einbinden
Die mediane zitierte Seite enthält rund 10 Bilder – und Seiten ganz ohne Bilder fallen in den Daten konsistent nach unten ab (Evertune, 40.000+ URLs).
Wichtig zur Einordnung: Das heißt nicht, dass ChatGPT deine Bilder „ansieht“ und deshalb zitiert. Wahrscheinlicher ist ein indirekter Zusammenhang – wer Screenshots, Diagramme oder eigene Fotos einbaut, hat meist auch insgesamt sorgfältigeren Content produziert. Ein Artikel über Laufschuhe mit eigenen Produktfotos und einer Vergleichsgrafik signalisiert mehr Substanz als reiner Fließtext. Bilder sind also eher ein Qualitätsmerkmal als ein direkter Hebel – aber eines, das sich mit wenig Aufwand mitnehmen lässt.
FAQ-Abschnitte einbauen
Ein FAQ-Abschnitt ist ein Block aus kurzen Frage-Antwort-Paaren am Ende eines Artikels – zum Beispiel: „Wie lange dauert es, bis GEO-Maßnahmen wirken?“ gefolgt von drei Sätzen Antwort.
Warum das funktioniert: Jedes Frage-Antwort-Paar ist ein perfekt extrahierbarer Baustein. Die Frage entspricht oft wörtlich dem, was Nutzer in ChatGPT eintippen, und die Antwort steht direkt darunter – das Modell muss nichts zusammensuchen. HubSpot fand entsprechend eine Korrelation zwischen FAQ-Inhalten und Zitationen.
Wichtig ist die Abgrenzung: Der sichtbare Inhalt wirkt, nicht das technische Markup. Ein FAQ-Abschnitt als normaler Text auf der Seite bringt den Nutzen – das zusätzliche FAQ-Schema im Code ist optional (siehe Abschnitt „Strukturierte Daten“).
Klar schreiben
Ein überraschender Befund von AirOps: Die Zitationsrate erreicht ihren Höhepunkt bei Flesch-Kincaid-Level 16–17 – das entspricht Hochschul-Niveau, nicht Boulevard-Niveau. AI-Systeme bevorzugen offenbar Texte, die fachlich präzise formuliert sind, statt maximal vereinfachter Sprache.
Anspruchsvoll heißt dabei nicht kompliziert. Der Unterschied an einem Beispiel: „Serverseitiges Rendering stellt sicher, dass AI-Crawler den vollständigen Seiteninhalt erhalten“ ist anspruchsvoll und klar. „Die Gewährleistung der Contentauslieferung erfolgt mittels serverseitiger Renderingprozesse“ ist nur kompliziert. Fachbegriffe ja, Schachtelsätze nein. Das deckt sich mit dem Princeton-Experiment, in dem flüssigere, klarere Formulierungen („Fluency Optimization“) rund 28 % Verbesserung brachten.
Achtung: Das optimale Sprachniveau hängt stark von Branche und Zielgruppe ab – ein Ratgeber für Heimwerker braucht ein anderes Niveau als ein B2B-Fachartikel.
Strukturierte Daten verwenden
Strukturierte Daten (meist als JSON-LD im Code hinterlegt) sind maschinenlesbare Zusatzinformationen: Sie sagen der Maschine explizit „das hier ist ein Artikel, veröffentlicht am X, geschrieben von Y“ oder „das hier ist eine FAQ mit diesen Fragen“.
Die Evidenz dazu ist gemischt – und das ist eine der interessantesten Geschichten der Liste. AirOps fand einen Vorteil von +6,5 Prozentpunkten für Seiten mit JSON-LD. Aber der Kausaltest von Ahrefs prüfte, was passiert, wenn Seiten Schema nachträglich hinzufügen (1.885 Seiten gegen 4.000 Kontrollseiten): kein Zitationswachstum. Die wahrscheinlichste Erklärung: Gut gepflegte Seiten haben häufiger Schema – aber das Schema selbst verursacht die Zitationen nicht.
Fazit: Wenn einfach durchführbar, mitnehmen – strukturierte Daten haben unabhängig von GEO Vorteile (etwa für klassische Rich Snippets bei Google). Aber erwarte keinen Zitations-Schub, und räume dem Thema keine Priorität gegenüber den Maßnahmen aus Priorität A ein.
llms.txt anlegen
Die llms.txt ist eine vorgeschlagene Textdatei im Hauptverzeichnis einer Website – die Idee: Seitenbetreiber legen dort eine aufbereitete Übersicht ihrer wichtigsten Inhalte ab, damit AI-Systeme sie leichter finden. Klingt sinnvoll, hat aber ein Problem: Kein relevantes AI-System wertet die Datei nachweislich aus.
In der Zyppy-Meta-Analyse erhielt llms.txt den niedrigsten Evidenz-Score aller 23 untersuchten Faktoren (2,0 von 10). Auch Google hat sich klar positioniert: John Mueller verglich llms.txt öffentlich mit dem Keywords-Meta-Tag – einem Relikt, das Suchmaschinen seit Jahrzehnten ignorieren, weil es beliebig manipulierbar ist.
Praktisch heißt das: Die Datei anzulegen schadet nicht – aber jede Stunde, die du in llms.txt investierst ist in verschwendete Zeit.
Was du unterlassen solltest
Genauso wichtig wie die richtigen Maßnahmen sind die widerlegten. Diese drei Dinge kosten Zeit oder schaden sogar aktiv –die Studienlage ist hier eindeutig.
Überoptimierung
Wer alle Maßnahmen dieses Artikels gelesen hat, könnte auf die Idee kommen, jeden bestehenden Text maximal „GEO-tauglich“ umzuschreiben: überall Statistiken rein, jede Überschrift zur Frage machen, jeden Absatz umbauen. Genau davor warnt die Forschung.
Die FeatGEO-Studie fand einen Sättigungseffekt: Umschreibe-Techniken wie das Einfügen von Statistiken und Zitaten helfen nur Seiten, die strukturelle Lücken haben. Auf bereits vollständigen, sauber geschriebenen Seiten verschlechterten dieselben Techniken die Sichtbarkeit – sie erzeugen Redundanz und verwässern den Content mit Informationen, die zur eigentlichen Frage nichts beitragen.
Ein Beispiel: Ein Abschnitt, der die Frage „Was kostet ein Umzug?“ bereits mit konkreten Zahlen, einer Tabelle und einer klaren Antwort im ersten Satz beantwortet, wird nicht besser, wenn du drei weitere Statistiken über die Umzugsbranche hineinquetschst. Er wird schlechter – die Antwort auf die eigentliche Frage geht im Zahlenrauschen unter.
Praktisch heißt das: Optimiere gezielt die Seiten mit erkennbaren Schwächen (keine Antwort am Anfang, vage Aussagen, fehlende Belege). Seiten, die bereits gut funktionieren, lässt du in Ruhe – oder aktualisierst nur ihre Fakten.
Keyword Stuffing
Keyword Stuffing ist die älteste SEO-Unsitte: dasselbe Suchwort so oft wie möglich im Text unterbringen, in der Hoffnung, dafür besser gefunden zu werden – „Laufschuhe kaufen: Wer Laufschuhe kaufen will, sollte vor dem Laufschuhe-Kauf…“.
Im Princeton-Experiment wurde diese Technik direkt getestet – und wirkte negativ. Der Grund liegt in der Funktionsweise von AI-Suche: Die Systeme suchen nicht nach Wort-Häufigkeit, sondern nach semantischer Ähnlichkeit – also danach, ob die Bedeutung deines Textes zur Frage passt. Ein Text, der eine Frage präzise beantwortet, matcht auch dann, wenn das exakte Suchwort nur einmal vorkommt. Ein Text voller Keyword-Wiederholungen wirkt dagegen wie das, was er ist: für Maschinen geschrieben statt für Menschen.
Praktisch heißt das: Schreibe die Antwort, nicht das Keyword. Wenn du beim Gegenlesen merkst, dass ein Begriff unnatürlich oft vorkommt, streiche Vorkommen – nicht umgekehrt.
Datums-Faking
Die Freshness-Befunde aus Priorität A (siehe Abschnitt „Content aktualisieren“) verleiten zu einer Abkürzung: einfach regelmäßig das „Zuletzt aktualisiert“-Datum ändern, ohne den Inhalt anzufassen. Das funktioniert nicht – und ist riskant.
Die Daten: Substanzielle Updates erzielen 3,8-mal mehr Zitationen als reine Datums-Änderungen, und auch Ahrefs warnt explizit vor der Timestamp-Taktik. AI-Systeme bewerten, ob der Inhalt tatsächlich aktuell wirkt – anhand der realen Änderungen im Content: neue Zahlen, neue Beispiele, angepasste Aussagen. Ein Text von 2023 mit Datum von 2026, der noch „im kommenden Jahr 2024″ schreibt, entlarvt sich selbst.
Praktisch heißt das: Plane echte Update-Zyklen für deine wichtigsten Seiten – alle paar Monate Zahlen prüfen, veraltete Aussagen ersetzen, neue Entwicklungen ergänzen. Das Datum änderst du als Folge der Aktualisierung, nie als Ersatz dafür.
Fazit: Was wirklich zählt
1) Der größte Teil der AI-Sichtbarkeit entsteht durch klassische SEO-Grundlagen – erreichbar sein, ranken, das Thema vollständig abdecken. Wer hier Defizite hat, braucht über Feinheiten gar nicht nachzudenken.
2) Die wenigen kausal belegten Content-Hebel sind unspektakulär – Fakten, Belege, frühe Antworten, echte Aktualität. Kein Geheimwissen, sondern handwerklich sauberer Content.
3) Die spektakulär klingenden Tricks halten der Prüfung nicht stand – strukturierte Daten bringen keinen Zitations-Schub, llms.txt wird von keinem relevanten System ausgewertet, und Überoptimierung verschlechtert gute Seiten sogar.
Häufige Fragen
Was ist der Unterschied zwischen GEO und SEO?
SEO optimiert für Ranking-Positionen in Suchergebnissen, GEO für die Aufnahme in AI-generierte Antworten. Der wichtigste praktische Unterschied: SEO-Ergebnisse sind ein Spektrum (Platz 1 bis 100), GEO ist binär – eine Quelle wird zitiert oder sie existiert in der Antwort nicht. Die Grundlagen überschneiden sich aber stark: Ohne Indexierung und Ranking gibt es keine AI-Zitationen.
Wie schnell wirken GEO-Maßnahmen?
Rechne in Wochen bis Monaten, nicht in Tagen. On-Page-Änderungen können wirken, sobald die Seite neu gecrawlt wurde – bei Google AI Overviews oft innerhalb von Tagen bis Wochen, bei ChatGPT abhängig vom Bing-Index. Maßnahmen auf Marken-Ebene (Erwähnungen auf externen Seiten) brauchen deutlich länger, weil sie sich erst im Web-Konsens niederschlagen müssen. Das Ahrefs-Langzeitexperiment zeigte je nach System sehr unterschiedliche Aufnahme-Geschwindigkeiten: Copilot übernahm eine neue Marke innerhalb von Wochen, ChatGPT im Testzeitraum gar nicht.
Kann man AI-Sichtbarkeit genau messen?
Nein – AI-Antworten schwanken stark: Zwischen zwei aufeinanderfolgenden Tagen tauschen sich rund 65 % der zitierten Quellen aus, selbst identische Prompts am selben Tag liefern unterschiedliche Ergebnisse (Universität St. Gallen, 2026). Die Forscher empfehlen mindestens 7–8 Messungen pro Prompt und ein rollierendes Beobachtungsfenster von 2–4 Wochen. Eine einzelne Stichprobe hat keinerlei Aussagekraft.
Muss ich für jedes AI-System anders optimieren?
Die Grundlagen sind identisch, die Gewichtung unterscheidet sich. Google AI Overviews hängen am stärksten am klassischen Ranking. ChatGPT bezieht Quellen über den Bing-Index und bevorzugt frische Inhalte und Listenformate. Wer die Maßnahmen dieses Artikels umsetzt, verbessert die Chancen bei allen Systemen gleichzeitig.
Nils Peter Neumann
Ich bin Autor dieses Blogs und arbeite als SEO Experte für Unternehmen in Deutschland, Österreich und der Schweiz. Schreibe JETZT deine Nachricht in das Kommentarfeld, wenn du Fragen zu SEO hast.