66 GEO-Ranking-Faktoren im Faktencheck (2026)

GEO ist wichtig. Aber rund um GEO wird auch erstaunlich viel Unsinn als gesicherter Ranking-Faktor verkauft.

Da werden aus Korrelationen plötzlich Kausalitäten. Aus einem Laborexperiment wird ein universeller ChatGPT-Boost. Und aus einer vorgeschlagenen Textdatei wird über Nacht ein angeblicher Webstandard.

Ich habe deshalb 66 Maßnahmen, Voraussetzungen und Mythen zu GEO geprüft. Grundlage sind die aktuellen Primärquellen von Google, OpenAI, Anthropic, Perplexity und Microsoft sowie 17 wissenschaftliche Arbeiten. Dazu gehören das ursprüngliche GEO-Paper von Aggarwal, Murahari und weiteren Forschern, neuere Gegenprüfungen und Untersuchungen zur Quellenqualität. Die Forschungsübersicht wurde am 4. Oktober 2026 geprüft.

Das Ergebnis ist weniger spektakulär als viele GEO-Checklisten. Dafür ist es belastbarer.

Was sind GEO-Ranking-Faktoren?

GEO steht für Generative Engine Optimization. Gemeint ist die Optimierung von Inhalten für Systeme, die Antworten generieren und dabei Quellen aus dem Web suchen, zusammenfassen oder zitieren.

Der Begriff „Ranking-Faktor“ ist dabei ungenau. ChatGPT, Google, Claude und Perplexity veröffentlichen keine vollständige Liste samt Gewichtung. Manche Punkte sind harte technische Voraussetzungen. Andere sind Qualitätsprinzipien, Forschungsergebnisse oder vernünftige Ableitungen.

Eine Quelle durchläuft mehrere Schritte

Zuerst muss ein Suchsystem deine Seite entdecken und abrufen können. Danach entscheidet es, ob der Inhalt zur Anfrage passt. Erst bei der Antworterstellung wird daraus möglicherweise eine Aussage mit Quellenlink. Ein erlaubter Bot-Zugriff beantwortet deshalb nur die erste Frage. Er beweist keinen Erfolg bei den weiteren Schritten.

Außerdem gehört eine Antwort aus dem Wissen eines Modells zu einem anderen Fall als eine Antwort mit aktueller Websuche. Ein Markenname ohne Link sagt dir nicht, dass deine aktuelle Website gerade abgerufen wurde.

So bewerte ich die Evidenz

Jeder Eintrag in der Datenbank trägt eine von vier Evidenzstufen:

• Offizielle Quelle: Die Aussage steht in der aktuellen Dokumentation des jeweiligen Plattformbetreibers.
• Kontrollierte Studie: Der Effekt wurde in einem beschriebenen Experiment gemessen. Die Grenzen des Versuchs gelten mit.
• Plausible Ableitung: Die Maßnahme ist fachlich sinnvoll, aber nicht als eigener Auswahlfaktor bestätigt.
• Mythos oder unbelegt: Die verbreitete Behauptung ist durch aktuelle Primärquellen nicht gedeckt oder wird von ihnen ausdrücklich relativiert.

Die Einstufung als „kritisch“, „hoch“, „mittel“ oder „gering“ ist meine praktische Priorisierung. Sie ist keine von den Anbietern veröffentlichte Gewichtung. „Sinnvoller Hebel“ bedeutet ebenfalls nicht, dass ein isolierter Zitationsbonus nachgewiesen wurde. Messmöglichkeiten und Ausschlussregeln stehen deshalb unter „Kontextabhängig“.

Bei Forschungsresultaten ohne belastbare Zuordnung zu einem heutigen Produkt zeigt die Übersicht „Forschungsbenchmark“. Der Plattformfilter ordnet dagegen Aussagen gezielt dem jeweiligen Dienst zu. Eine Google-Empfehlung wird dadurch nicht automatisch zu einer bestätigten ChatGPT-Regel.

„Kontrollierte Studie“ beschreibt den Versuchsaufbau, nicht den Publikationsstatus. Begutachtete Konferenzarbeiten und Preprints sind in der Forschungsübersicht getrennt gekennzeichnet. Ein Preprint ist eine öffentlich zugängliche Manuskriptfassung. Seine Veröffentlichung auf arXiv allein bestätigt weder Begutachtung noch Ergebnisqualität.

Wie groß ist KI-Suche 2026?

Die Reichweite ist groß genug, um GEO ernst zu nehmen. Sie ist aber kein Grund, ungenaue Zahlen zu übernehmen.

• OpenAI nennt mehr als 1 Milliarde wöchentlich aktive ChatGPT-Nutzer (Stand: August 2026, Quelle: OpenAI).
• Google nennt mehr als 2,5 Milliarden monatliche Nutzer für AI Overviews (Stand: Juni 2026, Quelle: Google).
• Im selben Bericht beziffert Google AI Mode auf mehr als 1 Milliarde monatliche Nutzer (Stand: Juni 2026, Quelle: Google).

Diese Werte stammen direkt von den Anbietern. Sie sagen etwas über Reichweite aus, aber nichts über die Klickrate einer einzelnen Website oder die Wirkung einer bestimmten Optimierungsmaßnahme. ChatGPT-Nutzer verwenden außerdem nicht bei jeder Anfrage die Websuche. Wöchentliche und monatliche Reichweiten sind unterschiedliche Messgrößen; Nutzer mehrerer Produkte dürfen nicht einfach addiert werden.

Googles aktuelle Leitlinien zur KI-Suche

Google hat seine offizielle Anleitung zur Optimierung für generative Suchfunktionen am 10. Juli 2026 aktualisiert. Sie räumt mit mehreren verbreiteten GEO-Behauptungen auf.

Die wichtigsten Aussagen:

• AI Overviews und AI Mode bauen auf Googles Kernsystemen für Ranking und Qualität auf.
• Google betrachtet GEO und AEO für seine Suche weiterhin als SEO.
• Einzigartige, nützliche und nicht austauschbare Inhalte sind der stärkste langfristige Fokus.
• Seiten müssen indexiert, crawlbar und für ein Such-Snippet zugelassen sein.
• Eine gute Seitenerfahrung und zuverlässige Darstellung auf allen Geräten bleiben wichtig.
• Es gibt keine ideale Seitenlänge und keine Pflicht, Inhalte in kleine Chunks zu zerlegen.
• Es gibt keinen speziellen Schreibstil, der nur für generative Suche nötig wäre.
• Google ignoriert llms.txt für Ranking und Sichtbarkeit.
• Strukturierte Daten bleiben für klassische Suchfunktionen nützlich, sind aber kein spezieller GEO-Boost.

Teilnahme, Textvorschau und Training getrennt prüfen

Google dokumentiert inzwischen eine eigene Teilnahmekontrolle in der Search Console. „Include“ erlaubt die Teilnahme und ist die Standardeinstellung. Untergeordnete Properties übernehmen normalerweise den Wert einer übergeordneten Property, auch einen Ausschluss. Unter Einstellungen > Search generative AI prüfst du den wirksamen Wert. Die offizielle Anleitung zur Teilnahme meldet den weltweiten Rollout seit dem 31. August 2026. Die Freigabe garantiert keine Anzeige.

Für Text auf einzelnen Seiten gelten zusätzlich die dokumentierten Snippet-Regeln. nosnippet verhindert die direkte Verwendung des Textes in AI Overviews und AI Mode. Für die normale Snippet- und KI-Suchnutzung entspricht max-snippet:0 dieser Regel. Bei max-snippet nennt Google aber Ausnahmen für separat erlaubte Nutzungen, etwa strukturierte Daten oder eine Lizenzvereinbarung. data-nosnippet betrifft markierte Abschnitte. Google muss die Seite abrufen können, um diese Regeln zu lesen.

noindex schließt eine Seite zusätzlich aus der normalen Google-Suche aus. Google-Extended ist dagegen ein separater Nutzungstoken in der robots.txt für dokumentierte Trainings- und Grounding-Nutzungen von Gemini. Grounding bedeutet hier, dass ein Modell bei einer Antwort auf abgerufene Inhalte zurückgreift. Der Token hat keinen eigenen HTTP-User-Agent und beeinflusst laut Google weder Aufnahme noch Ranking in Google Search. Er ersetzt nicht die Search-Console-Einstellung.

Teilfragen, lokale Daten und Produkte

Google kann für eine Antwort mehrere verwandte Suchen ausführen. Die Dokumentation zu AI Overviews und AI Mode nennt das „Query Fan-out“. Deshalb kann eine hilfreiche Quelle zu einer Teilfrage erscheinen, auch wenn sie zur ursprünglichen Anfrage kein Top-10-Ergebnis ist. Eine identische Trefferliste zwischen klassischer Suche und KI-Antwort ist nicht zugesichert.

Für lokale Unternehmen und Shops nennt Google außerdem aktuelle Unternehmensprofile und Merchant-Center-Daten. Das ist relevant, wenn Öffnungszeiten, Produkte, Preise oder Verfügbarkeit die Frage beantworten. Ein Produktfeed ist keine allgemeine GEO-Pflicht für jeden Blog.

Was OpenAI, Perplexity und Anthropic wirklich bestätigen

ChatGPT Search

Laut OpenAIs aktueller Publisher-Dokumentation kann jede öffentliche Website in der ChatGPT-Suche erscheinen. Für Zusammenfassungen und Snippets sollte OAI-SearchBot nicht blockiert werden. GPTBot ist ein separater Bot für die mögliche Nutzung von Inhalten zum Training.

OpenAI sagt außerdem ausdrücklich, dass es keine Garantie für eine Top-Platzierung gibt. ChatGPT Search arbeitet manchmal mit Drittanbietern für die Suche. Daraus lässt sich keine dauerhafte Gleichung „ChatGPT gleich Bing“ ableiten.

Die offizielle Bot-Dokumentation unterscheidet zusätzlich ChatGPT-User. Dieser ruft Seiten auf konkrete Nutzeranfrage ab. Er steuert nicht die Aufnahme in die Suche, und robots.txt-Regeln können für solche Nutzerabrufe anders wirken als für einen automatischen Crawler. Für OAI-SearchBot müssen sowohl robots.txt als auch Firewall und CDN den Zugriff erlauben.

Perplexity

Perplexity dokumentiert zwei getrennte Zugriffsarten. PerplexityBot dient der Entdeckung und Verlinkung von Inhalten in Suchergebnissen. Laut Perplexity wird er nicht zum Crawlen von Inhalten für KI-Basismodelle eingesetzt. Perplexity-User ruft Seiten im Auftrag eines Nutzers ab und sammelt ebenfalls keine Inhalte für deren Training.

Eine WAF ist eine Firewall für Webanwendungen. Perplexity empfiehlt, den User-Agent gemeinsam mit den aktuellen offiziellen IP-Bereichen zu prüfen. Perplexity-User ignoriert robots.txt bei Nutzerabrufen laut der Dokumentation im Allgemeinen. Eine Regel für PerplexityBot steuert deshalb nicht zuverlässig jeden denkbaren Nutzerabruf.

Claude

Anthropic unterscheidet ebenfalls drei Bots. Claude-SearchBot dient der Suchqualität, Claude-User nutzerinitiierten Abrufen und ClaudeBot der möglichen Sammlung von Trainingsmaterial. Alle drei lassen sich separat über die robots.txt steuern.

Anthropic bestätigt eine Websuche mit mehreren Quellen und Zitaten. Ein dauerhaftes Brave-Backend oder ein direkter Citation-Boost durch Article-Schema steht in der offiziellen Dokumentation nicht.

Anthropic warnt davor, IP-Sperren als Ersatz für robots.txt zu behandeln. Ein blockierter Bot kann deine dort hinterlegte Ausschlussregel möglicherweise nicht lesen. Laut der Dokumentation zum Entfernen von Inhalten schließt noindex Inhalt aus Claude-Suchausgaben aus. Ein URL-Verweis oder ein direkter Besuch kann dennoch möglich bleiben.

Bing und Microsoft Copilot

Microsoft hat mit AI Performance in Bing Webmaster Tools eine eigene Messansicht für Zitationen eingeführt. Sie erfasst unterstützte Oberflächen wie Microsoft Copilot, Bing-KI-Zusammenfassungen und ausgewählte Partner. Eine Zitation ist dabei weder eine Rangposition noch ein gemessener Website-Besuch.

Bing unterstützt data-nosnippet für Textabschnitte. Damit kannst du markierten Text aus Snippets und KI-Antworten heraushalten, während die Seite indexierbar bleibt. Eine Sperre kann die nutzbare Quellenbasis verkleinern; sie ist kein positiver Ranking-Hebel.

Für tatsächlich geänderte, neue oder gelöschte URLs empfiehlt Bing IndexNow. Das meldet Änderungen an teilnehmende Suchmaschinen. Die offizielle IndexNow-FAQ stellt klar, dass eine Meldung keine Indexierung garantiert. Daraus folgt auch keine automatische Berücksichtigung bei Google. Copilot-Produkte und ihre unterstützten Messoberflächen solltest du getrennt benennen.

Suchbots und Trainingsbots im Vergleich

Diese Trennung hilft dir bei der Konfiguration. Die Tabelle fasst die oben verlinkten Anbieter-Dokumentationen zusammen.

Was das ursprüngliche GEO-Paper tatsächlich gezeigt hat

Das GEO-Paper aus dem Jahr 2024 wurde auf der KDD 2024 veröffentlicht. Die hier verwendete arXiv-Fassung ist Version 3 vom 28. Juni 2024. Das Paper ist relevant, wird in vielen Artikeln aber zu großzügig interpretiert.

GEO-bench umfasst 10.000 Suchanfragen aus neun Datensätzen. Davon gehören 8.000 zum Trainingssplit, 1.000 zur Validierung und 1.000 zum Test. Im Hauptversuch holte das Testsystem die fünf bestplatzierten Google-Ergebnisse und erzeugte Antworten mit gpt-3.5-turbo und vorgegebenen Quellenzitaten.

Die neun Änderungen wurden an jeweils einem Quelltext erprobt, die Ergebnisse über fünf Zufallsstarts gemittelt. Gemessen wurden zwei selbst definierte Sichtbarkeitsmetriken. „Position-Adjusted Word Count“ gewichtet die Textmenge anhand ihrer Position. „Subjective Impression“ lässt GPT-3.5 den Einfluss einer Quelle bewerten. Beide messen weder echte Klicks noch Umsatz oder ein heutiges ChatGPT-Ranking.

Die belastbaren Kernergebnisse des Benchmarks:

• Die besten Methoden verbesserten Position-Adjusted Word Count um bis zu 41 Prozent und Subjective Impression um bis zu 28 Prozent.
• Quellen, passende Zitate und relevante Statistiken gehörten zu den stärkeren Methoden.
• Lesbarkeit und sprachlicher Fluss verbesserten die Messwerte um 15 bis 30 Prozent.
• Keyword-Stuffing und das bloße Hinzufügen ungewöhnlicher Wörter schnitten nicht gut ab.
• Die Wirkung unterschied sich deutlich nach Thema und Ausgangsposition der Quelle.

Die oft zitierte Steigerung von 115,1 Prozent durch Quellenangaben gilt nur für die Teilgruppe der Quellen auf Rang fünf. Für Quellen auf Rang eins sank derselbe Messwert im Experiment um 30,3 Prozent. Der Wert ist deshalb kein allgemeiner GEO-Boost.

Auch der Test mit Perplexity war kein normaler Live-Web-Rankingtest. Dafür nutzten die Forschenden 200 Beispiele aus dem Testsplit, luden die zugehörigen Quelltexte als Dateien hoch und beschränkten die Antworten auf diese Dateien. Das Paper liefert damit wertvolle Hypothesen für die Content-Aufbereitung, aber keine universelle Rankingformel für heutige Produkte.

Ein Detail geht in Zusammenfassungen oft verloren. Keyword-Stuffing senkte im Perplexity-Dateiversuch den positionsgewichteten Wortanteil von 24,1 auf 21,9, also um rund 10 %. Die subjektive Metrik stieg dagegen von 24,7 auf 28,1. Daraus lässt sich weder ein allgemeiner Gewinn noch ein einheitlicher Verlust ableiten. Für Google sind unnatürliche Keyword-Wiederholungen unabhängig davon eine dokumentierte Spam-Technik.

Was Messungen realer Suchprodukte zeigen

Kirsten und weitere Forschende verglichen in Findings of ACL 2026 Google Organic mit fünf generativen Suchsystemen von Google, OpenAI und Perplexity anhand von 4.706 englischen Anfragen.

Die Hauptmessung stammt aus September 2025. Die Hauptauswertung bezieht sich auf den Standort USA, zusätzliche Standortvergleiche mit Deutschland stehen im Anhang. Untersucht wurden unter anderem Gemini 2.5 Flash, Perplexity Sonar und zwei GPT-4o-Suchvarianten. Das Erscheinungsjahr 2026 macht diese Daten nicht zu einer Messung der heutigen Produkte.

Im Durchschnitt lagen 53 % der von AI Overviews verwendeten Domains außerhalb der organischen Top 10. Für die Wiederholungsmessung verglichen die Forschenden Abrufe aus Juli oder August mit September 2025. Die Ähnlichkeit der AIO-Quellenmengen betrug 18 %, gemessen als Jaccard-Ähnlichkeit. Dabei wird die Zahl gemeinsamer Seiten durch die Zahl aller unterschiedlichen Seiten beider Abrufe geteilt.

Das sind Beobachtungen der untersuchten Produkte, Anfragen und Zeiträume. Die Untersuchung identifiziert keine kausalen Ranking-Faktoren und liefert keine Prozentprognose für deine Website. Sie zeigt aber, warum ein organisches Ranking und eine KI-Zitation verschiedene Ergebnisse sind und warum du dieselben Fragen wiederholt prüfen solltest.

Die SIGIR-2026-Arbeit von Grossman und weiteren Forschenden verglich 11.500 Benchmark-Anfragen in Google Search, AI Overviews und Gemini 2.5 Flash. Die Hauptmessung fand am 7. und 8. Dezember 2025 statt, mit mobilen Google-Ergebnissen aus Newark in den USA. Die Quellenmengen der drei Oberflächen hatten durchschnittlich weniger als 0,2 Jaccard-Ähnlichkeit auf URL-Ebene.

Der häufig zitierte AIO-Anteil von 51,5 % gilt für die 5.000 ORCAS-Anfragen, nicht für alle 11.500 Benchmark-Anfragen. Dort waren es 65,6 %. Diese Quoten sind keine heutige Marktquote und keine Prognose für deutsche Suchanfragen. Auch die beobachtete Verbindung zwischen einer Google-Extended-Sperre und weniger AIO-Quellen ist keine kausale Wirkung der Sperre. Sie ändert nichts an Googles dokumentierter Trennung der Nutzungen.

17 wissenschaftliche Arbeiten im Vergleich

Diese Übersicht verlinkt die Originalarbeiten und benennt, was ihr Aufbau überhaupt prüfen kann. Bei begutachteten Arbeiten mit frei zugänglicher arXiv-Fassung habe ich den Konferenzstatus zusätzlich geprüft. Die nachfolgenden Abschnitte erklären die Befunde und ihre Grenzen.

C-SEO Bench zeigt die Grenzen einfacher Rezepte

C-SEO Bench wurde im Datasets-and-Benchmarks-Track der NeurIPS 2025 veröffentlicht. Puerto und weitere Forschende untersuchten 1.921 Anfragen und 16.360 Dokumente aus sechs englischen Domänen mit vier Antwortmodellen. Die Dokumente lagen bereits im Quellenkontext.

Zusätzliche Quellen, Statistiken, Zitate oder vereinfachte Sprache lieferten keine robuste Verbesserung über alle Domänen. Beispielsweise verschlechterte Statistics Addition im GPT-4o-mini-Versuch den mittleren Zitationsrang im Web-Datensatz um 0,53 Positionen und im Debate-Datensatz um 0,80. Die Position im vorgegebenen Kontext hatte einen deutlich größeren Einfluss. Das spricht gegen feste GEO-Schreibrezepte. Prüffähige Quellen und verständliche Texte bleiben deshalb trotzdem sinnvoll für Leser.

SAGEO Arena prüft auch die Auffindbarkeit

SAGEO Arena ist ein Preprint vom Februar 2026. Kim und weitere Forschende bauten aus 171.003 Webdokumenten und 2.700 Anfragen eine eigene Pipeline mit Suche, Neusortierung und Antworterstellung. Überarbeitete Dokumente wurden erneut in den Korpus aufgenommen. Dadurch konnte eine Änderung schon vor der Antworterstellung scheitern.

Über die zehn getesteten Methoden sank bei reinen Textänderungen die Trefferquote in den ersten 20 Suchkandidaten im Mittel relativ um 9 %. Nach der Neusortierung sank die Quote in den ersten zehn um 16 %, die abschließende Zitierquote um 6 %. Das sind relative Änderungen, keine Prozentpunkte. Titel und andere Strukturfelder abweichend zu bearbeiten half bei der Suche, löste aber nicht sämtliche Probleme der späteren Stufen.

Der Aufbau verwendet unter anderem BM25 und einen eigenen Reranker. Die Zielseiten wurden aus den ursprünglich erfolgreichen Kandidaten ausgewählt. Er bildet weder Googles Suchsystem vollständig nach noch beweist er einen Schema-Bonus. Ich leite daraus ab, nach Textänderungen auch die Auffindbarkeit und die tatsächliche Relevanz zu prüfen.

Bei What Gets Cited wirkt Relevanz stärker als Kosmetik

What Gets Cited erschien auf der SIGIR 2026. Vishwakarma, Kumar und Jamidar verglichen sechs Modelle in 252.000 Versuchen. Dafür dienten Varianten von 100 anonymisierten Produktartikeln. Pro Versuch lagen genau zwei Quellen vor, die sich in einem von 18 Merkmalen unterschieden. Gemessen wurde, welche Quelle zuerst zitiert wurde.

Themenrelevanz und Position im bereitgestellten Kontext hatten den größten Einfluss. Explizite Preise und aktuelle Zeitangaben halfen ebenfalls, reine Formatänderungen wenig. Die große Versuchszahl besteht aus wiederholten Paarvergleichen und steht nicht für 252.000 unabhängige Webanfragen. In diesen Testläufen gab es keine echte Suchmaschinenabfrage. Die Kontextposition kannst du als Website-Betreiber nicht direkt setzen. Preise und echte Aktualität kannst du dagegen zugänglich machen, wenn sie zur Kaufentscheidung gehören. Die Autoren arbeiten bei Sprinklr.

AutoGEO, Mind Reader und FeatGEO verbessern bestimmte Versuchsaufbauten

AutoGEO ist eine ICLR-2026-Arbeit. Sie lernt Regeln aus dem Verhalten eines Antwortsystems und überarbeitet Texte entsprechend. In drei Testwelten und mehreren selbst aufgebauten Antwortsystemen erzielte das Verfahren teils deutliche Gewinne. Im Gemini-basierten E-Commerce-Versuch stieg der interne Overall-Score von 18,32 auf 34,05.

Das ist kein Gewinn von 15,73 Prozentpunkten in Google oder ChatGPT. Auch andere Qualitätswerte können sinken. Im Claude-basierten Researchy-Versuch fiel die Citation Precision von 96,51 auf 84,98. Ein Engine- oder Themenwechsel erfordert deshalb neue Prüfungen. Zur Autorengruppe gehören Forschende von Carnegie Mellon und Vody.

Mind Reader (ACL 2026) erschließt vermutete Nutzerbedürfnisse hinter Anfragen und optimiert die Abdeckung der dafür nötigen Informationen. Die Methode übertraf Vergleichsverfahren in GEO-Bench und einem zusätzlich konstruierten Datensatz mit Produkt- und Technikfragen. Teile dieser Fragen und Bewertungen wurden durch Sprachmodelle erzeugt. Der Befund stützt das Prüfen fehlender Informationen im untersuchten Kontext. Er bestätigt keine Rankingformel für reale Suchprodukte.

FeatGEO (ACL 2026) optimiert 13 Merkmale zu Struktur, Inhalt und Sprache gemeinsam, mit Sichtbarkeit und automatisch bewerteter Antwortqualität als getrennten Zielen. Für den Vergleich wählten die Autoren jeweils die Variante mit der höchsten Sichtbarkeit. Im GPT-4o-mini-Aufbau stieg der wort- und positionsgewichtete Sichtbarkeitswert der Testseite von 13,34 auf 18,31. Die Merkmalsanalyse zeigt Beispiele mit stärkeren Beiträgen von Quellen und Statistiken als von manchen Sprachmerkmalen. Die jeweilige Testseite wurde künstlich erzeugt und nach der Google-Suche zu den fünf abgerufenen Quellen hinzugefügt. Ihre vorgelagerte Auffindbarkeit wurde damit nicht getestet. Die Bewertungen stammen überwiegend von Sprachmodellen. Einzelne Merkmalsbeiträge sind keine isolierten, allgemein gültigen Rankinggewichte.

E-GEO zeigt Unterschiede bei Produkttexten

E-GEO ist ein Preprint, hier in Version 2 vom Juli 2026. Bagga und weitere Forschende nutzen 13.747 englische Shopping-Anfragen mit jeweils zehn Amazon-Produkten. Der Test umfasst 2.000 Anfrage-Produkt-Paare. Fünf Sprachmodelle dienen als Reranker fester Produktlisten. Eine Live-Produktsuche wird nicht getestet; die Systemprompts sind nachgebildet.

Bereits einfache Umschreibungen wirkten je nach Rewriter unterschiedlich. Mit GPT-5 als Rewriter gewann das Zielprodukt über die getesteten Reranker im Mittel 0,56 Rangpositionen, mit GPT-4o-mini als Rewriter verlor es 0,36. Viele der 15 Stilheuristiken waren neutral oder nachteilig. Die bewusst als negative Kontrolle angelegte Variante „Storytelling“ verlangte eine kreative Kurzgeschichte und verlor im Mittel 4,36 Positionen. Daraus folgt keine allgemeine Aussage über sinnvolles Storytelling in Produkttexten. Die übrigen Ergebnisse sind ein Gegenbefund zu pauschalen Stilregeln für KI-Rankings. Englisch, Amazon, feste Listen und nordamerikanische Kaufanfragen begrenzen die Übertragbarkeit.

IF-GEO und QI-GEO prüfen mehrere Suchfragen

IF-GEO (Findings ACL 2026) untersucht widersprüchliche Anforderungen mehrerer Suchfragen an dasselbe Dokument. Die Methode sammelt Änderungswünsche und löst Konflikte vor dem Umschreiben. Im simulierten Hauptsystem lag der gemittelte Win-Tie-Anteil für den positionsgewichteten Wortanteil (PAWC/Overall) bei 80,5 %. Dafür wird je Dokument der Anteil der zugehörigen Fragen mit gleich hohem oder höherem Score nach der Änderung berechnet und anschließend über die Testfälle gemittelt. Die Hauptauswertung nutzt 1.000 Ausgangsanfragen, die um verwandte Fragen erweitert wurden. Dieser Win-Tie-Anteil ist keine Zitierquote. Daneben misst die Arbeit Mittelwert, schlechtesten Fall und Verlustumfang. Der Aufbau mit GPT-4o-mini verwendet einen vorab zusammengestellten Kontext aus Google-Top-5-Dokumenten. Er prüft keine vollständige Websuche nach der Überarbeitung.

Der neuere QI-GEO-Preprint erschließt Informationslücken aus dem Dokument selbst, ohne eine konkrete Nutzerfrage vorzugeben. Bei fünf Formulierungen je Informationsbedarf stieg der positionsgewichtete Wortanteil im Mittel relativ um 15,9 %. Das sind weder 15,9 Prozentpunkte noch mehr Website-Besuche. Auch dieser Versuch hält die fünf verfügbaren Quellen fest und nutzt automatische Bewertungen. Für die Praxis folgt daraus eine prüfbare Hypothese, mehrere reale Fragen abzudecken und mögliche Verluste mitzuerfassen.

MAGEO und CC-GSEO-Bench unterscheiden Quellenbeiträge

MAGEO (Findings ACL 2026) verbindet mehrere Bearbeitungsschritte mit wiederverwendbaren Strategien. Seine Bewertung berücksichtigt Sichtbarkeit und korrekte Zuschreibung. Der kontrollierte Vergleich hält die Quellenauswahl fest. Die Methode verbesserte diese Ziele gegenüber einfachen Heuristiken, benötigt aber mehrere Modellaufrufe. Ein kleiner menschlicher Abgleich ergänzt die hauptsächlich automatisierte Bewertung. Auch hier sind API-Modelle keine vollständigen Nachbildungen der gleichnamigen Suchprodukte.

CC-GSEO-Bench ist ein Technical Report, hier in Version 2 vom Dezember 2025. Er untersucht 1.030 reale Artikel und 5.353 Anfrage-Artikel-Paare. Die Messung unterscheidet Prominenz, korrekte Zuschreibung und den Beitrag, der beim Entfernen eines Artikels aus dem Kontext fehlt. Die Anfragen wurden aus den Zielartikeln erzeugt und nach ihrer Wiederauffindbarkeit ausgewählt. Das begünstigt passende Paare. Der Entfernungsversuch zeigt einen Beitrag innerhalb des vorbereiteten Kontextes, keine Chance auf organische Auffindbarkeit und keinen nachgewiesenen Geschäftsgewinn.

Quellenqualität und Zitationsqualität getrennt bewerten

Die begutachtete Verifiability-Studie von Liu und weiteren Forschenden prüfte 2023 Antworten von Bing Chat, NeevaAI, Perplexity und YouChat durch menschliche Annotatoren. Im Mittel waren 51,5 % der bewerteten Aussagen vollständig belegt. 74,5 % der Zitationen stützten die zugehörige Aussage. Das sind historische Werte damaliger Produkte, keine aktuellen Fehlerquoten. Sie zeigen, weshalb Belegabdeckung und korrekte Quellenzuordnung verschiedene Prüfungen sind.

Citation Failure (TACL 2026) trennt fehlende Belege bei richtigen Antworten von falschen Antworten. Bei 18 Modellen und vier Testwelten wurden insbesondere Fragen schwieriger, die Informationen aus mehreren Quellen verbinden. Der kontrollierte Aufbau arbeitet mit vorgegebenen Quellen. Eine richtige Antwort ist damit kein ausreichender Test für vollständige Zitation. Prüfe auch, ob die Antwort fremde Befunde deiner Marke zuschreibt oder deine eigenen Ergebnisse ohne den passenden Link übernimmt.

SourceBench untersucht die Qualität von 3.996 Quellen aus zwölf Systemen anhand von 100 Anfragen. Bewertet werden unter anderem Relevanz, faktische Richtigkeit, Aktualität und Verantwortlichkeit. Das sind Prüfmerkmale des Benchmarks, keine offengelegten Rankingfaktoren der Anbieter. Die Kalibrierung nutzt nur 45 menschlich bewertete Seiten. Die ausgewertete arXiv-Fassung nennt GenseeAI als Affiliation und bewertet auch dessen Produkt. Deshalb übernehme ich daraus keine unabhängige Anbieter-Rangliste. Eine Konferenzfassung habe ich hier nicht bestätigt.

Was du aus diesen Arbeiten praktisch ableiten kannst

Die Studien messen unterschiedliche Dinge. Ein besserer Produktplatz, eine frühere Zitation, mehr zugeschriebene Wörter und eine richtig belegte Aussage sind nicht austauschbar. Ich rechne deshalb keinen gemeinsamen GEO-Score aus ihren Prozentwerten.

• Ergänze fehlende, überprüfbare Informationen, die deine Leser zur Entscheidung brauchen.
• Prüfe mehrere Suchfragen und Wiederholungen, einschließlich der Fälle mit Verlusten.
• Beobachte Auffindbarkeit, Zitation, korrekte Zuschreibung und Besuche jeweils separat.
• Behalte Quellenarbeit und Lesbarkeit bei, ohne dafür einen festen KI-Bonus zu versprechen.

66 GEO-Faktoren mit Quellen und Evidenz

Die folgende Übersicht enthält Voraussetzungen, sinnvolle Hebel, kontextabhängige Maßnahmen und widerlegte Mythen. Du kannst nach Plattformbezug, Kategorie, Evidenz und Wirkung filtern.

Sieben verbreitete GEO-Mythen

1. „llms.txt ist ein neuer Rankingstandard“

Nein. Google Search ignoriert die Datei ausdrücklich. Für andere Dienste ist sie nur relevant, wenn diese ihre Unterstützung dokumentieren.

2. „Jeder Abschnitt braucht eine feste Wortzahl“

Dafür gibt es keine offizielle Grundlage. Google sagt ausdrücklich, dass es keine ideale Seitenlänge und keine Pflicht zum Chunking gibt. Absätze dürfen unterschiedlich lang sein, solange die Struktur für Leser funktioniert.

3. „ChatGPT nutzt Bing, Claude und Perplexity nutzen Brave“

Solche Zuordnungen können aus Stichproben oder früheren Produktständen stammen. Sie sind keine dauerhafte Optimierungsregel. OpenAI erwähnt weitere Suchanbieter. Perplexity und Anthropic dokumentieren eigene Suchcrawler.

4. „Schema-Markup erzeugt automatisch KI-Zitate“

Google verneint einen speziellen Schema-Typ für generative Suche. Korrektes Markup bleibt Teil sauberer SEO und kann Rich Results unterstützen. Ein direkter universeller Citation-Boost ist daraus nicht ableitbar.

5. „Ein frisches Datum reicht als Update“

Ein Datum sollte eine wesentliche Überarbeitung anzeigen. Google warnt davor, das Datum ohne inhaltliche Änderung zu erneuern. Eine pauschale kurze Aktualisierungsfrist ist nicht belegt.

6. „Ich muss Trainingsbots freigeben, um in der Suche zu erscheinen“

Bei OpenAI und Anthropic sind Suche und mögliches Modelltraining ausdrücklich getrennt. Konfiguriere die jeweiligen Bots bewusst. Google-Extended ist ebenfalls kein Signal für das Google-Suchranking. Die Freigabe aller KI-Bots ist kein dokumentierter Zitationsbonus.

7. „Nur Seiten auf Position 1-10 können in Google-KI-Antworten erscheinen“

Google nennt diese Bedingung nicht. Mehrere Suchen zu Teilfragen können andere Seiten erschließen. Ein gutes klassisches Ranking kann helfen, ist aber keine Garantie und kein Beweis dafür, dass die KI-Antwort dieselbe Quellenliste nutzt.

GEO in einer belastbaren Reihenfolge umsetzen

1. Technische Zugänglichkeit prüfen

• Googlebot, OAI-SearchBot, PerplexityBot und Claude-SearchBot bewusst konfigurieren.
• Search-Console-Teilnahme sowie noindex, nosnippet und data-nosnippet prüfen.
• WAF und CDN anbieterspezifisch prüfen. Ein User-Agent allein beweist keine Bot-Identität.
• Wichtige Inhalte öffentlich, renderbar und über stabile kanonische URLs bereitstellen.
• Training-Crawler getrennt von Such- und Nutzer-Crawlern behandeln.

2. Informationsgewinn schaffen

• Eigene Tests, Daten, Screenshots, Beispiele und Erfahrungen ergänzen.
• Primärquellen statt Zusammenfassungen anderer SEO-Blogs verwenden.
• Grenzen von Studien und Statistiken direkt neben der Aussage nennen.
• Autor, Methode und mögliche Interessenkonflikte transparent machen.

3. Für Menschen strukturieren

• Beschreibende Überschriften und logisch abgegrenzte Abschnitte nutzen.
• Tabellen nur für echte Vergleiche und Listen nur für echte Aufzählungen einsetzen.
• Direkt antworten, wenn die Suchintention eine kurze Antwort verlangt.
• Keine künstlichen Wortzahlen, Chunk-Längen oder Keyword-Varianten erzwingen.

4. Wirkung messen

Google stellt den Generative AI performance report in der Search Console bereit. Er umfasst Impressionen in AI Overviews und AI Mode und lässt sich nach Seite, Land, Datum und Gerät auswerten. Google meldet den weltweiten Rollout seit dem 31. August 2026. Wenn der Bericht fehlt, prüfe auch ausreichende Impressionen und die Teilnahmefreigabe. Die Hilfeseite enthält zusätzlich noch einen älteren Hinweis auf eingeschränkte Verfügbarkeit.

ChatGPT fügt Links aus Suchergebnissen den Parameter utm_source=chatgpt.com hinzu. Entsprechende Sitzungen lassen sich in einer Webanalyse separat auswerten. Grundlage ist die oben verlinkte Publisher-FAQ. Daraus folgt nicht, dass jeder Quellenlink einen Besuch erzeugt oder dass alle ChatGPT-Nennungen diesen Parameter tragen.

Einzelne Testprompts reichen trotzdem nicht. Formulierung, Standort, Zeitpunkt, Personalisierung und Produktversion können eine Antwort verändern. Prüfe feste Prompt-Sets wiederholt und trenne Sichtbarkeit, Nennung, Zitation und tatsächlichen Referral-Traffic.

Bei Bing ergänzt die Erweiterung von AI Performance aus dem Juni 2026 unter anderem Themen, Absichten und den Anteil beobachteter Zitationen. Microsoft nennt „Citation Share“ ausdrücklich eine beobachtete Verteilung. Das ist kein Rankingwert.

Welche Kennzahl beantwortet welche Frage?

Diese Größen solltest du getrennt dokumentieren:

Lege zuerst die für dein Geschäft relevante Handlung fest, etwa eine Anfrage oder eine Anmeldung. Danach prüfst du dieselben Suchfragen zu mehreren Zeitpunkten und notierst Produkt, Suchmodus, Sprache, Standort und zitierte URLs. Vergleiche geänderte Seiten mit ähnlichen unveränderten Seiten. Das verbessert die Einordnung, ersetzt aber keinen kontrollierten Kausalitätsnachweis.

Ein konkretes Beispiel für die Content-Arbeit

Angenommen, du schreibst über den Umzug einer WordPress-Website. Eine generative Suche kann zur Hauptfrage Teilfragen zu Ausfallzeiten, DNS, Weiterleitungen oder einer Wiederherstellung prüfen. Meine praktische Ableitung daraus ist, diese Fragen dort zu beantworten, wo sie beim Umzug tatsächlich relevant werden.

Statt zehn fast gleicher Keyword-Seiten veröffentlichst du eine nachvollziehbare Anleitung. Du erklärst die Voraussetzungen, zeigst die Reihenfolge, dokumentierst mögliche Fehler und nennst Quellen für technische Aussagen. Eigene Tests gehören nur hinein, wenn du sie durchgeführt hast und die Ergebnisse belegen kannst.

Du brauchst dafür weder eine feste Wortzahl pro Abschnitt noch künstlich eingestreute Statistiken. Eine Tabelle passt beispielsweise zu einem echten Vergleich von Verfahren. Die Reihenfolge eines Umzugs gehört in eine Schrittfolge. Die Form folgt der Aufgabe des Lesers.

Fazit

GEO ist kein Ersatz für SEO und keine Sammlung geheimer Formatierungstricks. Für Google ist es weiterhin SEO. Für ChatGPT, Perplexity, Claude und Bing/Copilot kommen eigene Zugriffs- und Nutzungsregeln hinzu.

Die zuverlässigsten Maßnahmen sind unspektakulär. Sei technisch erreichbar, veröffentliche nützliche Originalinformationen, belege Aussagen sauber und strukturiere Inhalte für Menschen verständlich.

Genau deshalb ist der Faktencheck wertvoller als eine immer längere Liste angeblich bestätigter Ranking-Faktoren. Er zeigt nicht nur, was du tun kannst, sondern auch, welche Aufgaben du dir sparen kannst.