GEO: 3 große Chancen für mehr Sichtbarkeit in KI-Antworten

Die Ära, in der wir sehr viel Traffic von Google bekommen, ist vorbei. Genauso wie die Zeit der klassischen Suchmaschinen mit den altbekannten 10 blauen Links. Aber wie gehen wir damit um? Wie optimieren wir Websites, wenn die Suchergebnisseite immer häufiger durch eine KI-Antwort ersetzt wird? Und was bedeutet Sichtbarkeit überhaupt noch, wenn Nutzer die Antwort bekommen, ohne auf ein Suchergebnis zu klicken?

Genau hier kommt GEO ins Spiel. GEO steht für Generative Engine Optimization. Manche nennen es LLMO, AI SEO, AEO oder Relevance Engineering. Der Name ist im Grunde zweitrangig. Entscheidend ist die Frage, wie Marken, Produkte und Inhalte in generativen KI-Systemen sichtbar werden. Denn auch wenn Klicks aus AI Overviews, ChatGPT, Gemini oder Perplexity derzeit kaum den verlorenen Google-Traffic kompensieren, entstehen an anderer Stelle neue Chancen.

Während die Klicks durch organischen Traffic wegbrechen, gibt es aus unserer Sicht 3 Bereiche mit besonderem Potenzial für Website-Betreiber:

Eine der besten SEO-Strategien der letzten 10 Jahre war es, auf informationale Suchanfragen zu optimieren. Nutzer suchen früh im Entscheidungsprozess nach möglichen Lösungen, vergleichen Vor- und Nachteile und sammeln Informationen. Genau dort konnten Unternehmen mit hilfreichen Inhalten Sichtbarkeit aufbauen, Vertrauen schaffen und später Conversions erzielen.

Diese Recherche-Phase ist nicht verschwunden, aber sie hat sich verlagert. Immer mehr Menschen stellen ihre ersten Fragen nicht mehr auf Google, sondern in KI-Chatbots. Um Informationen zu sammeln, müssen Nutzer also nicht mehr auf Websites gehen und dort Texte lesen. Sie bekommen eine erste Orientierung direkt von der KI. Erst für Preisvergleich und Kauf wenden sie sich an Google. 

Für Website-Betreiber ist das auf den ersten Blick unangenehm, weil weniger Klicks entstehen. Gleichzeitig kommen viele Nutzer deutlich besser informiert auf die Website, wenn sie schließlich doch klicken.

In Analytics-Daten sehen wir dieses Muster immer häufiger: Der Traffic sinkt, die Conversion-Rate steigt aber. Weniger Besucher bedeuten also nicht automatisch weniger Geschäft. Entscheidend ist, ob die Marke in der Entscheidungsphase bereits vorgekommen ist.

Ein Beispiel: Jemand überlegt, im Alltag häufiger vom Auto aufs Fahrrad umzusteigen. Früher hätte diese Person wahrscheinlich mehrere Google-Suchen gemacht, Blogartikel gelesen, Tests verglichen und sich Schritt für Schritt zur Kaufentscheidung vorgearbeitet.

Heute könnte die Recherche auf einem KI-System so aussehen: Die Person fragt zuerst allgemein, ob ein Fahrrad im Alltag eine echte Alternative zum Auto sein kann. Danach lässt sie sich erklären, welcher Fahrradtyp zu Straße, Waldwegen und Schotter passt. An diesem Punkt kommt vielleicht zum ersten Mal ein Gravelbike ins Spiel. Im nächsten Schritt fragt der potenzielle Kunde nach guten Marken für Gravelbikes. Spätestens hier wird es für Hersteller relevant: Wird die eigene Marke genannt oder nicht?

Je konkreter die Entscheidung wird, desto stärker kommen wieder klassische Suchkanäle wie Google oder YouTube ins Spiel: Tests, Erfahrungsberichte, Preisvergleich und Kauf finden in der Regel über Google statt.

Damit bietet sich eine große Chance: Durch GEO kann ich in einer frühen Phase der Customer Journey präsent sein – nämlich da, wo User die Entscheidung treffen.

GEO schafft für kleine Marken die Möglichkeit, in einem Markt, der von großen Brands dominiert wird, Aufmerksamkeit zu bekommen.

Der Grund dafür ist das sogenannte Query-Fan-Out-Prinzip. Früher wurde eine Suchanfrage 1:1 an den Index geschickt. Für das Keyword bzw. den Prompt „was sind die besten Laufschuhe“ gab es dann eine Suchergebnisseite, auf der starke Domains, große Shops und bekannte Marken dominierten. Heute schaltet sich die KI mit 3 Schritten dazwischen:

1. Analyse des Kontexts: Die KI versucht, die implizite Frage zu verstehen, nicht nur die Wörter im eingegebenen Text.
2. Fan-Out (deutsch: auffächern): Die ursprüngliche Frage wird in viele synthetische Suchanfragen zerlegt. Diese beinhalten auch Themen und Details, die in der Anfrage nicht explizit genannt wurden.
3. Aggregation: Die Ergebnisse dieser vielen synthetischen Anfragen werden zusammengeführt und von der KI zu einem sogenannten AI Overview zusammengefasst.

Aus der einfachen Suchanfrage „was sind die besten Laufschuhe“ entstehen im Hintergrund also viele Detailfragen. Google versucht nicht nur zu verstehen, was ich eingegeben habe, sondern auch, was ich wahrscheinlich meine, brauche und als Antwort erwarten könnte. So entstehen synthetische Suchanfragen, die darauf basieren, was Google über mich weiß. Das Ergebnis sind keine mehr oder weniger neutralen Suchergebnisse, sondern eine hochgradig personalisierte Antwort.

So können auch kleine Brands oder Websites mit niedrigerer Bekanntheit durch Expertise in bestimmten Nischen Sichtbarkeit erzielen. Es geht nicht mehr um ein Ranking für das eine Haupt-Keyword, bei dem große Marken ohnehin kaum zu schlagen sind, sondern um eine Erwähnung in Bezug auf eine oder mehrere der vielen synthetischen Suchanfragen.

In anderen Worten: Früher war SEO für Google ein Wettbewerb um den großen Pokal, das Ranking auf Platz 1. Heute ist es eher mit einer Tombola zu vergleichen. Jede spezifische Detailfrage, die auf deiner Website fundiert beantwortet wird, ist ein Los im Topf. Der Fan-Out ist die Ziehung. Die KI zieht sozusagen für jede synthetische Suchanfrage ein Los aus dem Topf. Je mehr Lose du in den Topf geworfen hast, desto mehr Chancen auf Sichtbarkeit bekommst du. Punkten lässt sich deshalb mit Content weiter unten im Funnel, der spezifisches Fachwissen bietet oder konkrete Unterthemen tiefgreifend behandelt.

Dasselbe gilt übrigens auch für YouTube: AskYouTube – das neue KI-Feature, das momentan für Premium-Abonnenten ausgerollt wird – antwortet direkt auf Fragen von Usern und verlinkt das passende Video mit Zeitstempel. Dabei bevorzugt YouTube explizit Relevanz gegenüber Reichweite. Das heißt, mit erstklassigen Inhalten haben auch kleine Kanäle eine Chance.

Die dritte Chance ist vor allem für B2B-Marketing spannend: Aus klassischen Suchanfragen geht nicht hervor, wer der User ist und wofür genau er eine Lösung sucht. Zum Beispiel suchen Nutzer in Google nach „Steuerberater Wien“ oder etwas genauer nach „Steuerberater für GmbH-Gründung“. Aus diesen Keywords lässt sich aber nur begrenzt ableiten, wer sucht. Deshalb konzentrieren sich SEO-Strategien häufig auf Leistungsseiten: Welche Leistung bieten wir an? Welche Produkte gibt es? Welche Unterthemen können wir abdecken oder Produkte so gruppieren, dass möglichst viele Suchbegriffe bedient werden können? Auf diese naheliegenden Begriffe optimieren dann alle Wettbewerber und am Ende kämpfen viele Anbieter um dieselben Plätze in den Top-5-Suchergebnissen.

Das ist insbesondere für B2B ein Problem. Aus den Keywords ist nicht ersichtlich, ob es um eine persönliche Nutzung geht oder ob jemand eine Lösung für ein großes Unternehmen sucht. Darum war SEO für B2B immer eine echte Herausforderung mit großen Streuverlusten.

In der KI-Suche definieren Menschen in Prompts, wer sie sind, beschreiben ihre Situation, welches Problem sie lösen wollen und welche Rahmenbedingungen wichtig sind. Statt nur “Steuerberater Wien” in den Suchschlitz einzugeben, formulieren User einen Prompt wie: Ich bin ein Freelance-Webdesigner, mit einem Jahresumsatz von 60.000 Euro. Empfiehl mir 5 günstige Steuerberater in meiner Nähe, die auf digitale Dienstleister spezialisiert sind. Oder aber: Ich bin die OMV und suche eine neue Steuerberatungskanzlei.

Genau das birgt großes Potenzial: Neben klassischen „Was-Seiten“ über Leistungen und Produkte lassen sich auch „Für-wen-Seiten“ aufbauen, die konkrete Zielgruppen und Anwendungsfälle abholen.

Geschäftsmodelle, die ausschließlich darauf ausgelegt sind, möglichst viel Traffic zu generieren und diesen Traffic zu monetarisieren, sind heute schlecht aufgestellt. Auch GEO ist nicht die neue Traffic-Quelle. Wer nur von Klicks lebt, hat nicht viel zu lachen. Viele KI-Antworten liefern die Information, die Nutzer früher auf Websites gesucht hätten, ohne dass User auch nur einen einzigen Klick tätigen müssen: Wie hoch ist der Stephansdom? Wann war die erste Mondlandung? Bei solchen Fragen nutzt die KI ihre Trainingsdaten und es gibt kaum eine Chance auf Optimierung.

GEO greift in erster Linie, wenn die KI das Web durchsucht: Wann findet das nächste WordCamp Vienna statt? Ich sitze am Flughafen in Doha fest, wie komme ich hier raus? Was ist die beste Version von Ben Webster Meets Oscar Peterson auf Vinyl? Um solche Fragen beantworten zu können, braucht die KI aktuelle oder spezialisierte Informationen und führt eine Websuche durch.

Und genau an diesem Punkt wird es für Website-Betreiber interessant. Wenn die eigene Website ein Thema umfassend behandelt, aktuelle Informationen liefert und auch spezifisches Fachwissen bereitstellt, steigt die Chance, dass sie von KI-Systemen als Quelle herangezogen wird.

Der eigentliche Wandel vollzieht sich aber auf einer noch tieferen Ebene: Wenn KI-Systeme entscheiden, welche Marken sie in Antworten nennen, dann zählt nicht mehr nur die Sichtbarkeit in Suchergebnissen und das Ranking, sondern Erwähnungen, Brand Awareness und Sentiment. Ein Gravelbike-Hersteller sollte zum Beispiel auf die Frage des Users nach den besten Fahrrad-Marken für Gravelbikes genannt werden – und das möglichst positiv.

Genau hier setzt GEO an: Eine Website soll nicht nur für klassische Google-Rankings optimiert sein, sondern auch als Quelle für KI-Antworten infrage kommen und von KI-Systemen als Lösung oder vertrauenswürdiger Anbieter genannt werden.

Wie sich das konkret umsetzen lässt, erfahren Sie in unserem Artikel über die 3 wichtigsten GEO-Maßnahmen.