TestmodusOberflächenvorschau. Live-Prüfungen verbinden sich über Reverse Proxy mit dem OpenForAgents-Scanner.
← Zurück zum Blog

KI und Unternehmen

GEO-Optimierung: So machen Sie Ihre Website für KI-Agenten sichtbar

Inhalt
  1. Was ist GEO und worin unterscheidet es sich von SEO?
  2. Warum GEO für Unternehmen zunehmend wichtig wird
  3. Wie GEO entstanden ist und was die Forschung zeigt
  4. Wie generative Suchsysteme Informationen verwenden
  5. Welche GEO-Methoden haben eine praktische Grundlage?
  6. Zugänglichkeit der Website für Suchmaschinen und KI-Systeme
  7. Qualität und Genauigkeit der Inhalte
  8. Eigene Daten und fachlich fundierte Inhalte
  9. Klare Struktur und eindeutige Informationen
  10. Unternehmenspräsenz in externen Quellen
  11. Welche GEO-Methoden sind bisher nicht überzeugend belegt?
  12. Spezielle Dateien für KI-Systeme
  13. Künstliche Aufteilung von Inhalten in kurze Abschnitte
  14. Massenhafte Erzeugung von Markenerwähnungen
  15. Garantierte Aufnahme in KI-Antworten
  16. Was GEO für die Entwicklung von KI-Agenten bedeutet
  17. Wie KI-Agenten mit Websites interagieren
  18. Wie gut ist das Internet auf KI-Agenten vorbereitet?
  19. Sicherheit bei der Interaktion mit KI-Agenten
  20. Wie lässt sich die Wirksamkeit von GEO messen?
  21. Wo sollten Unternehmen mit der GEO-Optimierung beginnen?
  22. Häufig gestellte Fragen
  23. Wird GEO das klassische SEO ersetzen?
  24. Muss ich spezielle Seiten für ChatGPT und andere KI-Systeme erstellen?
  25. Verbessert Schema.org die GEO-Sichtbarkeit?
  26. Kann ein Unternehmen garantieren, dass es in KI-Antworten erscheint?
  27. Sind GEO und die Bereitschaft einer Website für KI-Agenten dasselbe?
  28. Wie kann ich prüfen, ob meine Website für GEO und KI-Agenten vorbereitet ist?
  29. GEO als Teil einer neuen digitalen Unternehmensstrategie

Suchmaschinenoptimierung konzentrierte sich lange Zeit vor allem darauf, die Platzierung einer Website bei Google und anderen Suchmaschinen zu verbessern. Unternehmen versuchten, auf der ersten Seite der Suchergebnisse zu erscheinen, Besucher zu gewinnen und diese zu Kunden zu machen. Doch die zunehmende Nutzung von ChatGPT, Google AI Mode, Perplexity und anderen generativen KI-Systemen verändert diesen Prozess.

Heute können Nutzer vollständige Antworten erhalten, die künstliche Intelligenz auf Grundlage verschiedener Quellen erstellt. KI kann selbstständig Informationen abrufen, Angebote vergleichen und Empfehlungen formulieren. Dabei müssen Nutzer die Websites, auf denen die ursprünglichen Informationen veröffentlicht wurden, nicht unbedingt besuchen.

Für Unternehmen entsteht dadurch eine zusätzliche Herausforderung: Sie müssen dafür sorgen, dass Informationen über ihr Unternehmen auch in KI-generierten Antworten berücksichtigt werden. Genau hier setzt ein neues Gebiet der Suchmaschinenoptimierung an: GEO (Generative Engine Optimization).

Um zu verstehen, welche Veränderungen für Unternehmen tatsächlich notwendig sind, untersuchen wir, worin sich GEO und SEO unterscheiden, welche Methoden wissenschaftlich untersucht wurden und wie sich ihre Wirksamkeit messen lässt.

Was ist GEO und worin unterscheidet es sich von SEO?

SEO (Search Engine Optimization) umfasst Maßnahmen, die darauf abzielen, die Sichtbarkeit einer Website in klassischen Suchmaschinen zu verbessern. Das Hauptziel besteht darin, dass die Seiten eines Unternehmens bei relevanten Suchanfragen in den Suchergebnissen erscheinen.

Zur traditionellen Suchmaschinenoptimierung gehören die technische Zugänglichkeit einer Website, die Strukturierung von Inhalten, die Optimierung für Suchbegriffe, interne und externe Verlinkungen, die Qualität der Informationen sowie weitere Faktoren, die Suchmaschinen dabei helfen, Webseiten zu entdecken und zu bewerten.

Der Erfolg von SEO wird üblicherweise anhand von Keyword-Rankings, Impressionen in den Suchergebnissen, organischen Websitebesuchen und Conversions gemessen.

GEO (Generative Engine Optimization) bezeichnet die Optimierung von Inhalten und der digitalen Informationspräsenz eines Unternehmens, damit generative Suchsysteme diese Informationen in ihren Antworten verwenden können.

Ziel ist es, die Wahrscheinlichkeit zu erhöhen, dass Informationen über ein Unternehmen, seine Produkte, Dienstleistungen oder Fachinhalte entdeckt, verwendet, zitiert oder in KI-Empfehlungen aufgenommen werden.

Der wesentliche Unterschied liegt im Ergebnis, das dem Nutzer präsentiert wird.

Eine klassische Suchmaschine liefert in der Regel eine Liste von Links zu Webseiten. Ein generatives System kann dagegen selbstständig Informationen aus mehreren Quellen zusammentragen und daraus eine zusammenhängende Antwort mit Erklärungen, Vergleichen und Empfehlungen erstellen.

GEO konzentriert sich deshalb nicht nur auf die Platzierung einzelner Seiten, sondern auch auf die Präsenz eines Unternehmens innerhalb der generierten Antworten.

Merkmal SEO GEO
Hauptziel Sichtbarkeit einer Website in Suchergebnissen Sichtbarkeit von Informationen in KI-generierten Antworten
Gegenstand der Optimierung Webseiten und ihre Präsenz in Suchmaschinen Inhalte, Unternehmen, Produkte und externe Informationsquellen
Typisches Ergebnis Anzeige einer Seite und Klick des Nutzers Quellenverweis, Erwähnung oder Empfehlung
Wichtige Kennzahlen Rankings, Impressionen, Klicks, Conversions Erwähnungen, Zitierungen, Präsenz in Antworten, Besucher aus KI-Systemen
Informationsquellen Suchmaschinenindizes Suchmaschinenindizes, Websites, Verzeichnisse und weitere zugängliche Quellen
Nutzerinteraktion Vor allem durch den Besuch einer Website Kann direkt innerhalb einer KI-generierten Antwort stattfinden

Diese Unterscheidung bedeutet nicht, dass GEO das klassische SEO ersetzt.

Generative Suchsysteme greifen häufig auf bestehende Suchinfrastrukturen zurück. Deshalb bleiben die technische Zugänglichkeit einer Website, die Qualität ihrer Inhalte und traditionelle Methoden der Suchmaschinenoptimierung weiterhin wichtig.

Google erklärt in seinen offiziellen Empfehlungen zur generativen Suche ausdrücklich, dass die grundlegenden SEO-Prinzipien auch für AI Overviews und AI Mode gelten. Das Unternehmen betont außerdem, dass keine speziellen neuen Dateien oder zusätzlichen Auszeichnungen erforderlich sind, um in diesen Funktionen berücksichtigt zu werden.

GEO sollte deshalb als Weiterentwicklung der Optimierung für Suchsichtbarkeit verstanden werden. Es verfolgt eigene Ziele und verwendet zusätzliche Messmethoden, baut aber zu einem großen Teil auf den bestehenden Grundlagen des SEO auf.

Warum GEO für Unternehmen zunehmend wichtig wird

Veränderungen im Suchverhalten lassen sich bereits in wissenschaftlichen Untersuchungen beobachten.

Im Juli 2025 veröffentlichte das Pew Research Center eine Analyse des Surfverhaltens von 900 amerikanischen Nutzern. Untersucht wurde ihre Suchaktivität im März 2025.

Wenn Google eine KI-generierte Zusammenfassung anzeigte, klickten Nutzer bei 8 % der Suchvorgänge auf klassische Suchergebnisse. Ohne eine solche Zusammenfassung lag dieser Anteil bei 15 %.

Darüber hinaus klickten Nutzer nur bei 1 % der entsprechenden Suchvorgänge direkt auf Links innerhalb der KI-generierten Zusammenfassungen.

Diese Ergebnisse beziehen sich auf eine bestimmte Stichprobe aus den USA und beschreiben nicht das Verhalten aller Suchmaschinennutzer. Sie bestätigen jedoch, dass eine direkt angezeigte Antwort erheblichen Einfluss darauf haben kann, ob Nutzer eine externe Website besuchen.

Für Unternehmen ergeben sich daraus zwei Konsequenzen.

Erstens können Informationen über Produkte und Dienstleistungen in KI-generierten Antworten verwendet werden, ohne dass potenzielle Kunden die Website des Unternehmens direkt besuchen.

Zweitens kann ein Unternehmen bereits Teil des Entscheidungsprozesses eines Kunden werden, bevor dieser sich überhaupt dazu entschließt, eine bestimmte Website aufzurufen.

Unter diesen Bedingungen gewinnt neben der Zahl der Websitebesuche auch die korrekte Darstellung des Unternehmensangebots in den Informationsquellen an Bedeutung, die zur Erstellung von KI-Antworten verwendet werden.

Wie stark sich die KI-Suche auf die wirtschaftlichen Ergebnisse auswirkt, hängt allerdings von der Branche, der Art der Suchanfrage und dem Verhalten der Verbraucher ab. Es wäre falsch anzunehmen, dass die zunehmende Nutzung von KI den Website-Traffic aller Unternehmen gleichermaßen beeinflusst.

Wie GEO entstanden ist und was die Forschung zeigt

Das Konzept der Generative Engine Optimization erhielt durch die Arbeit einer Forschungsgruppe um Pranjal Aggarwal, Vishvak Murahari und Karthik Narasimhan eine wissenschaftliche Grundlage.

Ihre Studie GEO: Generative Engine Optimization wurde erstmals im November 2023 veröffentlicht und anschließend auf der Forschungskonferenz KDD 2024 vorgestellt.

Die Autoren entwickelten einen Ansatz zur Optimierung von Inhalten für generative Suchsysteme und erstellten dafür einen experimentellen Benchmark namens GEO-bench.

Während beim traditionellen SEO häufig die Position von Webseiten in den Suchergebnissen untersucht wird, analysierten die Forscher, wie prominent eine bestimmte Quelle innerhalb einer generierten Antwort vertreten ist.

Dazu verglichen sie unterschiedliche Verfahren zur Veränderung von Inhalten.

Zu den untersuchten Methoden gehörten das Ergänzen statistischer Informationen, die Angabe von Quellen, die Verwendung von Expertenzitaten, die Verbesserung der sprachlichen Klarheit und weitere Ansätze.

Unter experimentellen Bedingungen konnten bestimmte Methoden den Sichtbarkeitswert einer Quelle in generativen Antworten um bis zu 40 % erhöhen.

Diese Zahl muss jedoch sorgfältig interpretiert werden.

Die Ergebnisse stammen aus einem bestimmten experimentellen System und einem festgelegten Satz von Suchanfragen. Die Untersuchung beweist nicht, dass das Ergänzen von Statistiken oder Quellenangaben auf einer bestehenden Website automatisch zu einer um 40 % höheren Sichtbarkeit in aktuellen Versionen von ChatGPT, Gemini oder Google AI Mode führt.

Die Forscher stellten außerdem fest, dass sich die Wirksamkeit einzelner Methoden je nach Themengebiet und Art des Inhalts unterschied.

Dennoch schuf die Studie eine wichtige wissenschaftliche Grundlage für GEO: Die Struktur und Qualität von Informationen können beeinflussen, wie ein generatives System eine Quelle bei der Erstellung einer Antwort verwendet.

Diese Erkenntnisse stimmen mit späteren Empfehlungen überein, informative, präzise und gut strukturierte Inhalte bereitzustellen. Zwischen der experimentellen Wirksamkeit einer bestimmten Methode und ihrem wirtschaftlichen Nutzen für ein einzelnes Unternehmen besteht jedoch weiterhin ein erheblicher Unterschied.

Wie generative Suchsysteme Informationen verwenden

Um GEO zu verstehen, muss man berücksichtigen, wie künstliche Intelligenz Informationen abruft und verarbeitet.

Viele moderne generative Suchsysteme verwenden einen Ansatz namens Retrieval-Augmented Generation (RAG). Dabei werden Antworten mithilfe von Informationen erstellt, die aus externen Quellen abgerufen werden.

Wenn für eine Antwort aktuelle Informationen aus dem Internet benötigt werden, kann das System eine Suche durchführen, relevante Dokumente oder Textausschnitte abrufen und die gefundenen Informationen zur Generierung der Antwort verwenden.

Einige Systeme zerlegen die ursprüngliche Anfrage zusätzlich in mehrere miteinander verbundene Suchaufgaben. Dadurch können sie unterschiedliche Aspekte einer Frage untersuchen und umfassendere Informationen sammeln.

Google beschreibt einen ähnlichen Mechanismus für seine generativen Suchfunktionen offiziell als Query Fan-out.

Die endgültige Antwort kann Informationen aus mehreren Webseiten enthalten. Dabei muss nicht jede verwendete Information als gesonderter Quellenverweis erscheinen.

Unterschiedliche generative Systeme verwenden eigene Suchmechanismen, Modelle und Informationsquellen. Die Sichtbarkeit eines Unternehmens in einem KI-Dienst garantiert deshalb keine vergleichbare Präsenz in einem anderen.

Hier müssen drei unterschiedliche Aufgaben betrachtet werden.

Erstens: Zugänglichkeit der Informationen. Ein automatisiertes System muss eine Quelle entdecken und die erforderlichen Informationen abrufen können.

Zweitens: Verwendung der Informationen in einer Antwort. Die Inhalte müssen zur Suchanfrage passen und ausreichend verständlich sein, damit das System sie bei der Erstellung einer Antwort verwenden kann.

Drittens: Empfehlung eines Unternehmens oder Produkts. Die KI muss feststellen, dass ein bestimmtes Angebot den Anforderungen des Nutzers entspricht, und es in die Auswahl möglicher Optionen aufnehmen.

Diese Aufgaben hängen zusammen, sind aber nicht identisch.

Eine Webseite kann als Quelle für Fachinformationen zitiert werden, ohne dass das dahinterstehende Unternehmen empfohlen wird. Umgekehrt kann ein Unternehmen auf Grundlage externer Informationsquellen in einer Antwort erwähnt werden, ohne dass seine eigene Website direkt zitiert wird.

Für Unternehmen bedeutet das, dass GEO sowohl die eigenen Inhalte als auch die gesamte digitale Informationspräsenz berücksichtigen muss.

Welche GEO-Methoden haben eine praktische Grundlage?

Rund um GEO hat sich bereits ein Markt für Werkzeuge und Dienstleistungen entwickelt. Die angebotenen Methoden sollten jedoch danach beurteilt werden, ob sie technisch notwendig sind, wie belastbar die zugrunde liegenden Forschungsergebnisse sind und ob sich ihre Wirksamkeit messen lässt.

Zugänglichkeit der Website für Suchmaschinen und KI-Systeme

Die erste Voraussetzung besteht darin, dass Informationen automatisiert abgerufen werden können.

Wenn ein Suchwerkzeug eine Seite nicht öffnen oder ihren wesentlichen Inhalt nicht abrufen kann, steht diese Quelle möglicherweise nicht für die Verwendung in einer Antwort zur Verfügung.

Unternehmen sollten deshalb die Einstellungen der Datei robots.txt, Serverbeschränkungen, Bot-Schutzsysteme und die Erreichbarkeit ihrer wichtigsten Webseiten überprüfen.

Dabei muss zwischen Suchmaschinen-Crawlern, Werkzeugen zum direkten Aufrufen von Webseiten und Systemen zur Sammlung von Trainingsdaten unterschieden werden. Diese können unterschiedliche Aufgaben und Zugriffsregeln haben.

Die offiziellen Empfehlungen von Google bestätigen die Bedeutung technischer Zugänglichkeit für seine generativen Suchfunktionen.

Die Beseitigung technischer Hindernisse schafft allerdings lediglich die Möglichkeit, dass Informationen verwendet werden. Sie garantiert weder die Auswahl noch die Zitierung einer Seite.

Qualität und Genauigkeit der Inhalte

Generative Systeme verarbeiten die Inhalte von Dokumenten. Deshalb sind Genauigkeit und Vollständigkeit der bereitgestellten Informationen besonders wichtig.

Unternehmen sollten klare Angaben zu ihrer Tätigkeit, ihren Produkten, Dienstleistungen, Produkteigenschaften und den Bedingungen für die Inanspruchnahme ihrer Leistungen veröffentlichen.

Besonders wertvoll sind konkrete Fakten, anhand derer Angebote verglichen werden können: technische Merkmale, Einschränkungen, Preise, Verfügbarkeit, nachprüfbare Spezialisierungen und Leistungsbedingungen.

Dies entspricht den Empfehlungen von Google, originelle und nützliche Inhalte zu erstellen, die den tatsächlichen Bedürfnissen der Nutzer entsprechen.

Eine hochwertige Beschreibung muss nicht zwangsläufig lang sein. Wichtiger sind vollständige Angaben, das Fehlen von Widersprüchen und die Möglichkeit, den Inhalt ohne zusätzliche Annahmen zu verstehen.

Eigene Daten und fachlich fundierte Inhalte

Die GEO-Studie zeigt, dass das Ergänzen von Statistiken, die Angabe von Quellen und die Einbindung substanzieller Experteninformationen die Präsenz einer Quelle in generativen Antworten verbessern können.

Der praktische Wert solcher Inhalte liegt darin, Informationen bereitzustellen, die sich nicht aus zahlreichen gleichartigen Veröffentlichungen gewinnen lassen.

Für Unternehmen können dazu Forschungsergebnisse, überprüfbare Produkteigenschaften, eigene Analysedaten und fachliche Beobachtungen aus der Praxis gehören.

Statistische Angaben und Expertenaussagen sollten allerdings von ausreichendem Kontext begleitet werden. Zahlen ohne Quellenangabe, Untersuchungszeitraum oder Methodik können einen falschen Eindruck vermitteln.

Die Veröffentlichung möglichst vieler Statistiken ist für sich genommen keine nachgewiesene Methode zur Verbesserung der Sichtbarkeit.

Klare Struktur und eindeutige Informationen

Die Inhalte einer Website sollten so organisiert sein, dass sie korrekt abgerufen und interpretiert werden können.

Dazu gehören verständliche Überschriften, eine logische Navigation, textbasierte Beschreibungen und eine einheitliche Darstellung zusammengehöriger Informationen.

Mit strukturierten Daten nach Schema.org lassen sich Unternehmen, Dienstleistungen, Produkte und andere Objekte zusätzlich in einem maschinenlesbaren Format beschreiben.

Solche Auszeichnungen werden in der Websuche und in unterstützten Suchfunktionen breit eingesetzt. Ihre bloße Existenz sollte jedoch nicht als universelles Signal betrachtet werden, das häufigere Erwähnungen in KI-generierten Antworten garantiert.

Google erklärt ausdrücklich, dass für AI Overviews und AI Mode keine spezielle neue Auszeichnung erforderlich ist. Vorhandene strukturierte Daten müssen mit dem tatsächlich veröffentlichten Seiteninhalt übereinstimmen.

Unternehmenspräsenz in externen Quellen

Generative Systeme beschränken sich nicht auf die offiziellen Websites von Unternehmen.

Bei der Erstellung von Antworten können unabhängige Veröffentlichungen, Branchenverzeichnisse, spezialisierte Plattformen und andere zugängliche Quellen verwendet werden.

Unternehmen sollten deshalb darauf achten, dass ihre Informationen auf den für ihre Tätigkeit relevanten Plattformen korrekt und aktuell sind.

Entscheidend ist nicht allein das Vorhandensein eines Profils, sondern auch die Vollständigkeit der Angaben, ihre Übereinstimmung mit dem tatsächlichen Angebot und ihre Konsistenz mit den offiziellen Unternehmensdaten.

Es gibt jedoch keine ausreichenden Belege dafür, dass eine künstliche Erhöhung der Anzahl von Markenerwähnungen automatisch die Wahrscheinlichkeit einer Empfehlung verbessert.

Eine besser begründete Strategie besteht darin, eine glaubwürdige Präsenz in tatsächlich relevanten Quellen aufzubauen und die massenhafte Veröffentlichung wiederholter, wenig informativer Inhalte zu vermeiden.

Welche GEO-Methoden sind bisher nicht überzeugend belegt?

Mit der Verbreitung neuer Fachbegriffe nehmen auch die Empfehlungen zu, deren Wirksamkeit häufig als gesicherte Tatsache dargestellt wird.

Einige populäre Methoden sollten jedoch kritisch geprüft werden.

Spezielle Dateien für KI-Systeme

Eines der bekanntesten Formate ist llms.txt. Es soll Sprachmodellen zusätzliche Informationen über eine Website bereitstellen.

Einige Systeme und Entwickler können solche Dateien verwenden. Es gibt jedoch keine allgemeingültige Verpflichtung, sie für sämtliche generativen Suchsysteme einzusetzen.

Google erklärt ausdrücklich, dass llms.txt von seinen Suchsystemen nicht zur Verbesserung der Sichtbarkeit verwendet wird und weder für AI Overviews noch für AI Mode erforderlich ist.

Das bedeutet nicht, dass solche Dateien grundsätzlich nutzlos sind. Ihr Wert hängt davon ab, ob bestimmte Systeme das entsprechende Format tatsächlich unterstützen.

Die Erstellung einer llms.txt-Datei als universelle Methode für Empfehlungen in ChatGPT und Google darzustellen, ist jedoch nicht gerechtfertigt.

Künstliche Aufteilung von Inhalten in kurze Abschnitte

Einige GEO-Empfehlungen schlagen vor, sämtliche Websiteinhalte in kleine, eigenständige Textblöcke aufzuteilen. Dahinter steht die Annahme, dass Sprachmodelle diese Fragmente bei der Antwortgenerierung häufiger auswählen.

Eine logische Struktur und verständliche Absätze helfen tatsächlich bei der Organisation von Informationen. Die Aufteilung von Texten in Fragmente einer bestimmten Länge ist jedoch keine nachgewiesene Voraussetzung für generative Suchsysteme.

Google warnt ausdrücklich vor solchen pauschalen Regeln und erklärt, dass seine Systeme Seiteninhalte auch ohne künstliche Fragmentierung verarbeiten können.

Massenhafte Erzeugung von Markenerwähnungen

Eine weitere verbreitete Empfehlung besteht darin, möglichst viele Erwähnungen des Unternehmensnamens im Zusammenhang mit bestimmten Suchthemen zu erzeugen.

Die Präsenz eines Unternehmens in relevanten externen Quellen kann seine Informationssichtbarkeit unterstützen. Das mechanische Wiederholen von Markennamen, die Veröffentlichung künstlicher Bewertungen und die Erzeugung unnatürlicher Erwähnungen haben jedoch keine allgemein nachgewiesene Wirksamkeit.

Solche Maßnahmen können außerdem das Vertrauen der Nutzer beeinträchtigen und gegen die Regeln von Suchplattformen verstoßen.

Garantierte Aufnahme in KI-Antworten

Weder ChatGPT noch Google AI Mode oder andere große generative Systeme bieten Unternehmen eine universelle Garantie für die Aufnahme in unabhängige Empfehlungen.

Der Inhalt der Antworten hängt von den Anfragen, den verfügbaren Quellen und den eingesetzten Verfahren zur Informationsverarbeitung ab. Diese können sich im Laufe der Zeit verändern.

Versprechen fester Positionen, garantierter Quellenverweise oder eines vorher festgelegten Anteils an KI-Erwähnungen sollten deshalb kritisch betrachtet werden.

Die Wirksamkeit von GEO sollte anhand tatsächlicher Messungen bewertet werden und nicht allein daran, ob eine Liste von Optimierungsmaßnahmen abgearbeitet wurde.

Was GEO für die Entwicklung von KI-Agenten bedeutet

Traditionelles GEO konzentriert sich hauptsächlich darauf, dass Informationen in den Antworten generativer Systeme erscheinen. Die Entwicklung persönlicher KI-Agenten erweitert jedoch die Anforderungen an die digitale Präsenz von Unternehmen.

Moderne Agenten können im Auftrag von Nutzern mehrere aufeinanderfolgende Aktionen durchführen. Dazu können die Informationssuche, der Vergleich von Angeboten, die Kontaktaufnahme mit externen Diensten, das Ausfüllen von Formularen, die Prüfung der Verfügbarkeit von Dienstleistungen und die Ausführung autorisierter Vorgänge gehören.

Daraus ergeben sich drei unterschiedliche Bereiche der Optimierung für KI.

Zugänglichkeit der Informationen. Ein Agent muss ein Unternehmen finden und die notwendigen Angaben über dessen Angebot abrufen können.

Sichtbarkeit in der Suche. Das Unternehmen sollte für die Anfrage relevant sein und die Möglichkeit haben, unter den Quellen, Optionen oder Empfehlungen zu erscheinen, die eine KI präsentiert.

Bereitschaft zur Interaktion. Der Agent muss verstehen können, welche Aktionen auf der Website verfügbar sind, wie sie ausgeführt werden und welche Einschränkungen gelten.

Der dritte Bereich geht über das traditionelle GEO hinaus.

Ein Unternehmen kann in ChatGPT-Antworten gut vertreten sein, ohne eine automatisierte Terminbuchung oder Bestellung anzubieten. Umgekehrt kann es über eine vollständig funktionsfähige Programmierschnittstelle für KI-Agenten verfügen, ohne in öffentlichen Empfehlungen generativer Suchsysteme besonders sichtbar zu sein.

Deshalb sollten Sichtbarkeit in KI-Systemen und Bereitschaft für Aktionen durch KI-Agenten als zwei eigenständige, aber miteinander verbundene Ziele betrachtet werden.

Wie KI-Agenten mit Websites interagieren

In seinem offiziellen Leitfaden Build Agent-Friendly Websites beschreibt Google drei grundlegende Möglichkeiten, mit denen Agenten eine Webseite erfassen können.

Die erste Möglichkeit ist die Analyse einer visuellen Darstellung der Seite mithilfe von Computer Vision.

Die zweite besteht im Abrufen und Verarbeiten des HTML-Codes, der Text, Dokumentstruktur und Oberflächenelemente enthält.

Die dritte Möglichkeit ist die Verwendung des Accessibility Tree, der die Elemente einer Seite und ihre Funktionen in strukturierter Form beschreibt.

Diese Ansätze ermöglichen es Agenten, Bedienelemente zu erkennen und festzustellen, welche Aktionen Nutzern zur Verfügung stehen könnten.

Moderne Websites enthalten jedoch häufig komplexe interaktive Komponenten, nicht standardisierte Bedienelemente und dynamisch veränderte Inhalte. Dadurch kann die automatisierte Ausführung von Aufgaben erschwert werden.

Die Bereitschaft einer Website für KI-Agenten hängt deshalb auch von klar strukturierten Formularen, korrekter semantischer Auszeichnung, vorhersehbarem Verhalten der Benutzeroberfläche und zugänglichen Ergebnissen ausgeführter Aktionen ab.

Für komplexere Szenarien können spezielle Schnittstellen eingesetzt werden.

APIs ermöglichen Software den Zugriff auf festgelegte Funktionen eines Dienstes. Das Model Context Protocol (MCP) stellt standardisierte Mechanismen bereit, um Werkzeuge und Daten mit kompatiblen KI-Systemen zu verbinden. Der sich entwickelnde WebMCP-Ansatz konzentriert sich darauf, Funktionen von Webanwendungen für Agenten über die Browserumgebung zugänglich zu machen.

Diese Technologien lösen jedoch vor allem Aufgaben der Integration und Ausführung. Ihre Implementierung garantiert für sich genommen keine bessere Sichtbarkeit in der generativen Suche.

Wie gut ist das Internet auf KI-Agenten vorbereitet?

Im April 2026 veröffentlichte Cloudflare eine Untersuchung zur Bereitschaft von Websites für die Interaktion mit KI-Agenten.

Das Unternehmen stellte eine Forschungsstichprobe auf Grundlage der 200.000 meistbesuchten Domains zusammen. Kategorien, in denen Interaktionen mit Agenten weniger relevant waren, wurden ausgeschlossen.

Die Ergebnisse zeigten, dass traditionelle Mechanismen zur Zugriffssteuerung wesentlich weiter verbreitet sind als spezialisierte Schnittstellen für KI-Agenten.

Bei 78 % der untersuchten Websites wurde eine robots.txt-Datei gefunden. Dagegen verwendeten nur 4 % Content Signals, um Präferenzen für die Nutzung ihrer Inhalte durch KI-Systeme festzulegen. Lediglich 3,9 % unterstützten die Auslieferung von Inhalten im Markdown-Format auf eine entsprechende Anfrage.

Neue Verfahren zur Erkennung von Funktionen für KI-Agenten, darunter MCP Server Cards und API Catalogs, wurden zusammen auf weniger als 15 Websites der untersuchten Stichprobe festgestellt.

Diese Zahlen bedeuten nicht, dass die meisten Websites für KI unzugänglich wären. Moderne Agenten können gewöhnliche HTML-Seiten erfolgreich verarbeiten.

Die Untersuchung bestätigt jedoch, dass sich eine spezialisierte Infrastruktur für Agenteninteraktionen noch in einer frühen Phase der Verbreitung befindet.

Unternehmen sollten deshalb die Zugänglichkeit ihrer Informationen und die technische Organisation ihrer Websites schrittweise verbessern und gleichzeitig die Möglichkeit bewahren, zusätzliche Funktionen einzuführen, wenn neue Anforderungen entstehen.

Sicherheit bei der Interaktion mit KI-Agenten

Die automatisierte Ausführung von Aufgaben schafft zusätzliche Sicherheitsanforderungen für Unternehmen.

Wenn eine Website Agenten erlaubt, die Verfügbarkeit von Dienstleistungen zu prüfen, Buchungen anzulegen oder Anfragen zu übermitteln, müssen wiederholte Anfragen, doppelte Vorgänge und möglicher Missbrauch der verfügbaren Funktionen berücksichtigt werden.

Besondere Aufmerksamkeit erfordern Aktionen, die den Zustand eines externen Systems verändern: die Reservierung begrenzter Ressourcen, die Erstellung von Bestellungen, die Änderung vorhandener Einträge oder die Entstehung finanzieller Verpflichtungen.

Ein programmatischer Zugriff sollte deshalb mit einer Berechtigungsprüfung, einer Begrenzung der Anfragen und einer Verifizierung der Ergebnisse verbunden sein.

Bei der Entwicklung solcher Systeme empfiehlt es sich, das Prinzip der geringsten Berechtigung (Least Privilege) anzuwenden. Agenten sollten nur Zugriff auf diejenigen Funktionen und Informationen erhalten, die für eine konkrete Aufgabe erforderlich sind.

Ebenso wichtig ist die Überprüfung der Ergebnisse. Die Aussage eines Agenten, eine Aktion sei abgeschlossen, sollte nicht automatisch als Bestätigung dafür gelten, dass eine Buchung, Bestellung oder andere Operation tatsächlich vom zuständigen Dienst registriert wurde.

Dies verdeutlicht einen weiteren Unterschied zwischen GEO und der Bereitschaft für KI-Agenten.

GEO zielt darauf ab, die Sichtbarkeit von Informationen zu verbessern. Die Interaktion mit Agenten erfordert darüber hinaus eine sichere und kontrollierte Ausführung von Aktionen.

Wie lässt sich die Wirksamkeit von GEO messen?

Mit traditionellen SEO-Werkzeugen lassen sich Seitenrankings, Impressionen, Websitebesuche und Conversions beobachten.

Für GEO werden zusätzliche Kennzahlen benötigt, da Informationen über ein Unternehmen direkt innerhalb einer KI-generierten Antwort verwendet werden können.

Zu den wichtigsten Kennzahlen gehören:

  • Häufigkeit von Erwähnungen: Der Anteil der untersuchten Suchanfragen, bei denen ein Unternehmen oder eine Marke in der Antwort erscheint.
  • Quellenverweise: Wie häufig Links zu einer Website in den Antworten generativer Systeme vorkommen.
  • Anteil der Sichtbarkeit im Wettbewerbsumfeld: Die relative Präsenz eines Unternehmens innerhalb einer bestimmten Kategorie von Suchanfragen.
  • Besucher aus KI-Systemen: Websitebesuche, die sich entsprechenden KI-Diensten zuordnen lassen.
  • Wirtschaftliche Ergebnisse: Anfragen, Bestellungen und andere Aktionen, deren Herkunft zuverlässig festgestellt werden kann.

Diese Kennzahlen dürfen nicht miteinander gleichgesetzt werden.

Ein Quellenverweis bedeutet nicht zwangsläufig eine Empfehlung des Unternehmens. Die Erwähnung einer Marke garantiert keinen Websitebesuch. Und ein Besuch der Website beweist nicht immer, dass die ursprüngliche Entscheidung des Nutzers auf einer KI-generierten Antwort beruhte.

Eine zusätzliche Herausforderung stellt die Veränderlichkeit generativer Antworten dar.

In einer im Oktober 2026 von Search Engine Land beschriebenen Untersuchung berichteten die Autoren, dass bei der Beobachtung von 2.500 Suchanfragen in Google AI Mode und ChatGPT zwischen 40 und 60 % der zitierten Quellen von Monat zu Monat wechselten. Diese Werte beziehen sich auf eine bestimmte Monitoring-Methodik und sind keine allgemeingültige Eigenschaft sämtlicher generativer Systeme.

Die GEO-Leistung sollte deshalb durch wiederholte Messungen beurteilt werden. Dabei müssen die verwendeten Suchanfragen, Beobachtungszeiträume und Testbedingungen dokumentiert werden.

Bei Websites, die Interaktionen mit KI-Agenten unterstützen, können zusätzliche Kennzahlen berücksichtigt werden: die Verfügbarkeit vorgesehener Funktionen, die Erfolgsquote von Testvorgängen und die Einhaltung von Zugriffsbeschränkungen.

Die Informationsbereitschaft einer Website, ihre tatsächliche Sichtbarkeit in KI-Suchsystemen und die Fähigkeit, Aktionen über unterstützte Schnittstellen auszuführen, sollten getrennt gemessen werden.

Wo sollten Unternehmen mit der GEO-Optimierung beginnen?

GEO erfordert nicht zwangsläufig ein eigenes kostspieliges Projekt oder die vollständige Neugestaltung einer bestehenden Website.

Ein sinnvoller Ansatz besteht darin, Maßnahmen schrittweise umzusetzen und dabei diejenigen zu bevorzugen, deren Nutzen durch technische Anforderungen oder Forschungsergebnisse begründet ist.

Der erste Schritt ist eine solide Grundlage im traditionellen SEO: gut erreichbare Seiten, klar strukturierte Inhalte, korrekte Informationen und die Beseitigung wesentlicher technischer Hindernisse.

Anschließend sollte überprüft werden, wie vollständig das Unternehmen in relevanten externen Quellen vertreten ist und wie einheitlich die Angaben zu seiner Tätigkeit auf diesen Plattformen sind.

Danach sollten Unternehmen festlegen, bei welchen Themen und Suchanfragen sie in generativen Antworten erscheinen möchten, und beginnen, die tatsächlichen Ergebnisse zu messen.

Besondere Aufmerksamkeit verdienen originelle Informationen. Inhalte mit überprüften Fakten und nützlichen Daten haben eine bessere sachliche Grundlage als das mechanische Wiederholen häufig gesuchter Formulierungen.

Für Unternehmen, die Anfragen oder Aktionen von KI-Agenten ermöglichen möchten, besteht der nächste Schritt darin, die vorhandenen Interaktionsmöglichkeiten zu prüfen und festzustellen, ob zusätzliche Programmierschnittstellen erforderlich sind.

Daraus ergeben sich vier praktische Prioritäten:

  1. Informationen zugänglich und verständlich machen. Überprüfen Sie die wichtigsten Seiten, die Datenstruktur und technische Zugriffsbeschränkungen.
  2. Die Qualität der digitalen Informationspräsenz verbessern. Präzisieren Sie Inhalte, aktualisieren Sie Angaben und beseitigen Sie Widersprüche zwischen verschiedenen Quellen.
  3. Die tatsächliche Sichtbarkeit in KI-Systemen messen. Beobachten Sie Erwähnungen und Quellenverweise anhand vergleichbarer Suchanfragen und dokumentieren Sie Veränderungen im Zeitverlauf.
  4. Den Bedarf an Funktionen für KI-Agenten bewerten. Legen Sie fest, welche Aktionen automatisierte Systeme ausführen können sollen und welche Sicherheitsmaßnahmen dafür erforderlich sind.

Mit diesem Ansatz können Unternehmen GEO-Strategien entwickeln, ohne von Methoden abhängig zu werden, deren Wirksamkeit bislang nicht nachgewiesen ist.

Häufig gestellte Fragen

Wird GEO das klassische SEO ersetzen?

Nein. Generative Suchsysteme greifen häufig auf bestehende Suchinfrastrukturen zurück. Technische Zugänglichkeit, hochwertige Inhalte und andere SEO-Grundsätze bleiben wichtig. GEO ergänzt diese um Ziele, die sich auf die Präsenz von Informationen in KI-generierten Antworten und die Messung dieser Sichtbarkeit beziehen.

Muss ich spezielle Seiten für ChatGPT und andere KI-Systeme erstellen?

Es gibt keine allgemeine Verpflichtung, gesonderte Seiten für KI-Systeme zu erstellen. Zugänglichkeit, Vollständigkeit und Informationsqualität bleiben die wichtigsten Voraussetzungen. Zusätzliche maschinenlesbare Materialien können für kompatible Systeme hilfreich sein, ihre Notwendigkeit sollte sich jedoch aus einer konkreten Aufgabe ergeben.

Verbessert Schema.org die GEO-Sichtbarkeit?

Strukturierte Daten helfen dabei, Websiteinhalte in standardisierter Form zu beschreiben, und werden in unterstützten Suchfunktionen verwendet. Schema.org-Markup allein garantiert jedoch keine Zitierungen oder Empfehlungen in generativen Antworten.

Kann ein Unternehmen garantieren, dass es in KI-Antworten erscheint?

Nein. Generative Systeme bieten keine allgemeine Garantie dafür, dass ein bestimmtes Unternehmen oder eine Webseite in unabhängige Empfehlungen aufgenommen wird. Optimierung kann die Zugänglichkeit und Qualität von Informationen verbessern, die tatsächlichen Ergebnisse müssen jedoch gesondert gemessen werden.

Sind GEO und die Bereitschaft einer Website für KI-Agenten dasselbe?

Nein. GEO beschäftigt sich in erster Linie mit der Sichtbarkeit von Informationen in generativen Suchsystemen. Die Bereitschaft für KI-Agenten erfordert darüber hinaus zugängliche Funktionen, verständliche Benutzeroberflächen, geeignete Berechtigungen und Mechanismen zur Kontrolle ausgeführter Aktionen.

Wie kann ich prüfen, ob meine Website für GEO und KI-Agenten vorbereitet ist?

Die technische und informationelle Zugänglichkeit, die Präsenz des Unternehmens in KI-generierten Antworten und die Möglichkeit, Aktionen über verfügbare Schnittstellen auszuführen, sollten getrennt bewertet werden. Automatisierte Audits können bestimmte Hindernisse aufdecken, ersetzen jedoch weder die direkte Messung der Suchsichtbarkeit noch die Prüfung von Funktionen für KI-Agenten.

GEO als Teil einer neuen digitalen Unternehmensstrategie

Die Entwicklung generativer Suchsysteme erweitert schrittweise das traditionelle Verständnis von Online-Sichtbarkeit. Neben Google-Rankings und Websitebesuchen gewinnt zunehmend an Bedeutung, wie vollständig und korrekt Unternehmensinformationen in KI-generierten Antworten dargestellt werden.

Wissenschaftliche Untersuchungen bestätigen, dass die Organisation von Inhalten beeinflussen kann, wie generative Systeme diese verwenden. Gleichzeitig zeigen die offiziellen Empfehlungen von Google, dass viele grundlegende Optimierungsprinzipien für SEO und GEO gleichermaßen gelten.

Die nächste Entwicklungsstufe betrifft KI-Agenten, die Unternehmen nicht nur finden, sondern auch mit deren digitalen Diensten interagieren können. Dadurch entstehen für Unternehmen zusätzliche Anforderungen an die Zugänglichkeit von Daten, technische Kompatibilität, Berechtigungen und Sicherheit.

Die Vorbereitung auf diese Veränderungen sollte mit der Bewertung der bestehenden Website, der Behebung nachgewiesener Probleme und der Ermittlung des tatsächlichen Bedarfs beginnen.

Der erste Schritt besteht darin festzustellen, wie zugänglich und verständlich die Informationen Ihrer Website für automatisierte Systeme sind.

Prüfen Sie Ihre Website kostenlos mit OpenForAgents und erhalten Sie Empfehlungen zur Behebung erkannter Probleme.

← Zurück zum Blog