KI-gestützte Suche
GEO und LLMO brauchen ein Messmodell
Sichtbarkeit in KI-generierten Antworten schwankt nach Plattform, Modell, Prompt, Sprache und Zeitpunkt. Wer daran arbeiten will, muss zuerst festlegen, was beobachtet wird und welche Veränderung geschäftlich zählt.
Begriffe und Grenze
Generative Engine Optimization ist keine Garantie auf Antworten
Generative Engine Optimization, kurz GEO, und Large Language Model Optimization, kurz LLMO, bezeichnen Arbeit an der Auffindbarkeit und Verwendbarkeit von Informationen in KI-gestützten Such- und Antwortsystemen. Die Begriffe sind jung und werden uneinheitlich verwendet. Eine ausführliche Einordnung finden Sie im neutralen Leitfaden zu Generative Engine Optimization.
Kein Anbieter kontrolliert, ob ein System eine Marke nennt, eine Quelle zitiert oder eine bestimmte Antwort formuliert. Modelle und Suchsysteme wählen Quellen nach eigenen, veränderlichen Verfahren. Ein seriöser Auftrag verspricht deshalb keine Nennung, sondern definiert überprüfbare Inputs, Beobachtungen und Grenzen.
Messdesign
Vergleichbarkeit muss vor der Optimierung stehen
| Baustein | Festlegung | Warum sie nötig ist |
|---|---|---|
| Fragenset | Reale Informations- und Auswahlfragen nach Markt, Sprache und Zielgruppe | Bleibt versioniert, damit Veränderungen vergleichbar sind |
| Plattform und Modus | Definierte Systeme, Modelle, Konten und Such- oder Antwortmodi | Verhindert, dass unterschiedliche Produkte als eine Zeitreihe erscheinen |
| Antwortbeobachtung | Markennennung, verlinkte oder genannte Quellen, Position und Antwortkontext | Trennt blosse Erwähnung von einer nützlichen Empfehlung |
| Wiederholung | Mehrere Durchläufe zu dokumentierten Zeitpunkten | Zeigt Streuung statt zufällige Einzelergebnisse |
| Geschäftssignal | Nachvollziehbare Verweise, Besuche, Leads oder unterstützte Entscheidungen | Ordnet Sichtbarkeit nach möglichem Geschäftswert ein |
Arbeitsfelder
Vieles beginnt mit etablierten SEO-Grundlagen
Zugängliche und eindeutige Quellen
Wichtige Informationen sollten crawlbar, verständlich gegliedert, aktuell und einer klaren Entität zugeordnet sein. Widersprüchliche Angaben, unzugängliche Inhalte oder wechselnde Begriffe erschweren nicht nur KI-Systemen die Einordnung.
Belegbare Aussagen
Eigene Leistungs-, Produkt- und Unternehmensangaben brauchen nachvollziehbare Primärquellen. Behauptungen ohne Beleg werden nicht dadurch verlässlicher, dass sie für ein Sprachmodell umformuliert oder mit zusätzlichem Schema ausgezeichnet werden.
Externe Autorität und Kontext
Relevante Erwähnungen, Fachquellen und Verweise können helfen, eine Entität und ihre Rolle zu verstehen. Welche Quellen ein bestimmtes System verwendet, bleibt jedoch von Frage, Modell und Aktualität abhängig. Linkbuilding oder digitale PR dürfen nicht stillschweigend Teil eines GEO-Auftrags werden. Umfang und Qualitätsregeln müssen ausdrücklich vereinbart sein.
Experimentelle Arbeit kennzeichnen
Änderungen an Formulierung, Struktur oder Quellenabdeckung können als Hypothesen getestet werden. Ihr Effekt ist schwieriger zu isolieren als bei einer kontrollierten Produktmessung. Reporting sollte deshalb zwischen beobachteter Veränderung, plausibler Erklärung und unbelegter Vermutung unterscheiden.
Auftrag prüfen
Fragen Sie nach Methode, nicht nach einem neuen Kürzel
- Welche Plattformen, Sprachversionen und Antwortmodi werden beobachtet?
- Wie entsteht das Fragenset und wie wird es versioniert?
- Wie oft wird gemessen und wie wird zufällige Streuung dargestellt?
- Welche Quellen, Erwähnungen und Verweise werden erfasst?
- Welche Änderungen sind Teil des Auftrags und wer setzt sie um?
- Welche etablierten SEO-Kennzahlen und Geschäftssignale ergänzen die Beobachtung?
- Welche Aussagen bleiben ausdrücklich experimentell?