Sieben Fehler, die KI-Sichtbarkeit verhindern

Die meisten Websites, die in ChatGPT, Perplexity oder den Google AI Overviews nicht auftauchen, haben kein Textproblem. Sie haben einen von sieben Fehlern, und alle sieben teilen dieselbe unangenehme Eigenschaft: Sie erzeugen keine Fehlermeldung. Nichts stürzt ab, kein Werkzeug schlägt Alarm, die Seite sieht im Browser aus wie immer.

Deshalb steht hier zu jedem Fehler dasselbe Raster: woran Sie ihn erkennen, warum er passiert, was er kostet und was stattdessen zu tun ist. Wer stattdessen die Aufbauseite sucht, also die richtige Reihenfolge beim Anfangen, findet sie in unserer Anleitung zu den sieben Schritten der GEO-Optimierung. Dieser Text hier beschreibt die Rückseite davon.

Fehler 1: Der Abrufer wird abgewiesen, und niemand bekommt es mit

Das ist der häufigste und der teuerste Fehler, und er ist fast nie eine Entscheidung gewesen. Jemand hat vor zwei Jahren nach einer Nacht mit auffälligem Traffic eine Firewall-Regel gesetzt. Ein Sicherheits-Plugin hat sein Regelwerk aktualisiert. Der CDN-Anbieter hat eine Voreinstellung geändert. Oder, der Klassiker beim Relaunch, die robots.txt aus der Testumgebung ist mit auf die Produktivseite gewandert und trägt seitdem ein Disallow: / für alles.

Erkennen lässt sich das von außen in einer Minute, und zwar nicht aus Ihrem Büronetz heraus, sondern aus einer Umgebung ohne Ihre IP-Freigaben:

curl -s -o /dev/null -w "%{http_code}\n" \
  -A "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.1; +https://openai.com/gptbot" \
  https://ihre-domain.de/

Kommt dort 403 oder 429, während derselbe Abruf mit einem Browser-User-Agent 200 liefert, haben Sie die Antwort. Der zweite Blick geht ins Zugriffsprotokoll: Wenn dort in den letzten vier Wochen kein einziger KI-Bot steht, war auch keiner da.

Der Punkt, der am meisten kostet, ist die Reihenfolge der Schichten. Die robots.txt ist eine Bitte, das CDN greift technisch durch. Sie können also einen makellosen Freigabe-Eintrag pflegen, während eine Regel darüber jeden Abruf abweist, und in Ihrer Website-Verwaltung sieht alles korrekt aus. Solange das so ist, ist jede Stunde Textarbeit verschenkt, weil der Text nie ankommt. Welche technischen Voraussetzungen darunter noch hängen, von der Auslieferung bis zum Statuscode, haben wir im technischen Fundament für den Abruf im Einzelnen aufgeschrieben.

Die Gegenmaßnahme ist unspektakulär: die Bots einzeln freigeben statt pauschal alles zu erlauben, die Freigabe im Firewall-Protokoll nachprüfen, und danach im Zugriffsprotokoll bestätigen, dass wirklich jemand kommt. Eine Freigabe ohne Nachweis ist eine Vermutung.

Fehler 2 und 3: Die falsche Oberfläche beobachten und die falsche Zahl glauben

Diese beiden gehören zusammen, weil sie dasselbe Ergebnis haben. Sie führen zu einem Lagebild, das mit der Wirklichkeit wenig zu tun hat.

Der zweite Fehler ist die Fixierung auf ChatGPT. Verständlich, es ist der Name, den alle kennen. Nur laufen die Antworten, die Ihre Kunden tatsächlich sehen, längst über mehrere Wege: die AI Overviews und der AI-Modus in der Google-Suche, Perplexity, Gemini, Copilot in Microsoft-Umgebungen, dazu die Assistenten, die in Browsern und Betriebssystemen mitkommen. Diese Oberflächen ziehen ihre Quellen unterschiedlich. Ein Teil greift auf einen eigenen Index zurück, ein Teil sucht live im Netz, und die AI Overviews bauen ihre Antwort in großen Teilen aus dem, was ohnehin klassisch rankt. Wer nur eine Oberfläche beobachtet, zieht aus einem Ausschnitt Schlüsse über das Ganze und optimiert im Zweifel auf die Eigenheiten eines einzigen Systems.

Erkennen können Sie den Fehler an Ihrem eigenen Bericht: Steht dort eine einzige Spalte, ist es passiert. Das Gegenmittel ist eine bewusste Auswahl. Legen Sie zwei bis vier Oberflächen fest, die zu Ihren Kunden passen, und begründen Sie die Auswahl. Ein Handwerksbetrieb mit lokalem Einzugsgebiet wird die AI Overviews höher gewichten als Perplexity, ein Anbieter von Entwicklerwerkzeugen genau umgekehrt.

Der dritte Fehler steckt in den Zahlen, die dabei herauskommen. Ein Werkzeug meldet Ihnen einen Sichtbarkeitswert von 12 Prozent, und die Zahl wandert ungeprüft in die Präsentation. Dabei hängt alles an der Stichprobe, die dahintersteht, und die kennt fast niemand:

• Wie viele Fragen. Zwanzig Prompts oder zweitausend, das ist ein Unterschied in der Größenordnung, nicht im Detail.
• Wie oft je Frage. Sprachmodelle antworten nicht deterministisch. Stellen Sie dieselbe Frage zehnmal hintereinander, bekommen Sie regelmäßig unterschiedliche Quellenlisten.
• Aus welcher Region. Eine Messung aus einem US-Rechenzentrum beantwortet für einen Nürnberger Betrieb wenig.
• Mit welchem Modellstand. Ein Modell mit Netzzugriff und dasselbe Modell ohne liefern verschiedene Welten.

Unsere Meinung dazu ist deutlich: Ein Monitoring-Abo, das einen Sichtbarkeitswert ausgibt, ohne die Stichprobe offenzulegen, ist schlechter als gar keine Messung. Es kostet Geld und erzeugt Sicherheit an einer Stelle, an der Unsicherheit die ehrlichere Auskunft wäre. Bauen Sie sich lieber eine eigene, kleine Messung: dreißig Fragen, die Ihre Kunden wirklich stellen, jede dreimal, feste Region, Datum und Wortlaut im Tabellenblatt. Das ist unbequemer und Sie wissen danach, was die Zahl bedeutet. Welche Prüfpunkte in so eine Erhebung gehören, steht in unserer Beschreibung zum GEO-Audit mit 20 Prüfpunkten.

Fehler 4: Für die Maschine schreiben statt für den Leser

Der vierte Fehler entsteht aus einer gut gemeinten Annahme. Wenn Maschinen Struktur mögen, denkt man, dann geben wir ihnen Struktur. Heraus kommen FAQ-Blöcke mit dreißig Fragen, die kein Mensch je gestellt hat, Absätze, die den Begriff aus der Überschrift viermal wiederholen, ohne etwas über ihn zu behaupten, und Aufzählungen, die den darüberstehenden Text noch einmal in Stichworten bringen.

Woran Sie es merken: Lesen Sie einen Abschnitt laut vor und stellen Sie sich vor, Sie sagen das einem Kunden am Telefon. Fällt Ihnen dabei auf, dass Sie ihn im Gespräch überspringen würden, hat er auch im Text nichts verloren. Die zweite Probe ist noch härter. Streichen Sie den Abschnitt und lesen Sie die Seite ohne ihn. Fehlt nichts, war nichts drin.

Was es kostet, hat mit der Arbeitsweise der Modelle zu tun. Ein Sprachmodell baut seine Antwort aus einer Handvoll Quellen, meist drei bis fünf. Ausgewählt wird, was eine Aussage enthält, die sich in einem Satz übernehmen lässt, samt Zahl, Bedingung oder Einschränkung. Ein Text ohne Aussage bietet nichts zum Übernehmen an, egal wie ordentlich er gegliedert ist. Der aufgeblähte FAQ-Block hat außerdem einen zweiten Preis: Er wiederholt Inhalte, die schon im Fließtext stehen, und verteilt damit dasselbe Thema doppelt über Ihre eigene Domain.

Das Gegenmittel ist unbequemer als es klingt. Jede Seite braucht einen Satz, den nur sie sagen kann, und der muss überprüfbar sein. Eine Zahl, ein Datum, eine Bedingung, ein benannter Fall. Wie ein Text aufgebaut ist, den KI-Suchen als Quelle nennen, haben wir in der Content-Strategie für GEO an Beispielen durchgespielt.

Fehler 5 und 6: Die Marke ist keine Entität, und nichts trägt ein Datum

Beide Fehler liegen außerhalb des Satzes, den Sie geschrieben haben. Sie beantworten die Fragen, die ein System stellt, bevor es einen Satz übernimmt: Von wem ist das, und von wann?

Beim fünften Fehler ist die Marke im Netz kein fester Punkt, sondern ein Verdacht. Der Firmenname steht auf der Startseite mit Rechtsform, im Impressum ohne, im Footer in einer dritten Variante, im Branchenverzeichnis mit Bindestrich. Es gibt kein Organization-Markup, das auf das Impressum zeigt, und außerhalb der eigenen Domain sagt niemand etwas über Sie. Erkennen lässt sich der Zustand mit zwei Handgriffen: Fragen Sie ein Modell, wer Ihr Unternehmen ist, und suchen Sie Ihren Namen einmal ohne Ihre Domain. Bekommen Sie eine Verwechslung mit einem ähnlich heißenden Betrieb oder gar nichts, fehlt die Verankerung.

Passieren tut das, weil Entitätenarbeit keinen sichtbaren Sofortnutzen hat. Ein neuer Artikel bringt Zahlen in der Search Console, ein einheitlicher Name bringt erst einmal nichts, was man vorzeigen könnte. Der Preis fällt später an: Ihre Aussage ist gut, aber sie hängt an niemandem, und ein Modell zitiert im Zweifel die Quelle, die es zuordnen kann. Zu tun ist wenig, aber gründlich. Eine Schreibweise überall, ein Organization-Eintrag nach der Dokumentation von Google Search Central, verknüpft mit Impressum und den Profilen, die Sie ohnehin haben, dazu ein paar belastbare Nennungen außerhalb der eigenen Domain: Handelsregister, Fachverband, Branchenverzeichnis, ein Fachartikel.

Der sechste Fehler ist die fehlende Aktualität, und er hat eine Variante, die schlimmer ist als das schlichte Weglassen. Kein sichtbares Datum auf der Seite ist Fahrlässigkeit. Ein lastmod in der Sitemap, das für alle 400 Adressen den heutigen Tag meldet, weil der Build jede Datei neu schreibt, ist eine Falschangabe, und wer sie erkennt, glaubt danach keiner Ihrer Datumsangaben mehr. Google beschreibt in der Sitemap-Dokumentation ausdrücklich, dass der Wert die letzte inhaltliche Änderung meinen soll.

Teuer wird der Fehler an einer Stelle, die viele nicht auf dem Zettel haben. Ein Modell zitiert eine veraltete Angabe treu weiter, mit Ihrem Namen daran. Wenn auf Ihrer Seite noch ein Schwellenwert von 2023 oder ein Preis von vorletztem Jahr steht, ist die falsche Nennung schlechter als gar keine. Setzen Sie deshalb ein sichtbares Aktualisierungsdatum, halten Sie lastmod ehrlich, und gehen Sie zweimal im Jahr die Seiten durch, in denen Zahlen, Fristen oder Preise stehen.

Fehler 7: An der falschen Zahl gemessen und nach vier Wochen aufgehört

Der siebte Fehler beendet Programme, die funktioniert hätten. Er beginnt harmlos mit einer Kennzahl, die niemand hinterfragt: Sitzungen aus KI-Quellen im Analysewerkzeug. Diese Zahl ist aus zwei Gründen unbrauchbar. Sie ist von Natur aus klein, weil ein Teil der Nutzer die Antwort liest und gar nicht klickt. Und sie ist unvollständig, weil Aufrufe aus Apps und aus manchen Assistenten ohne Referrer ankommen und im Bericht als Direkteinstieg landen.

Vier Wochen sind außerdem zu kurz, und das ist keine Frage der Geduld, sondern der Taktung. Die KI-Abrufer kommen bei kleineren Domains in Abständen von mehreren Wochen. Danach muss das Ergebnis in den jeweiligen Index oder Speicher, und erst dann kann es in Antworten auftauchen. Als realistischen Horizont für eine erste belastbare Aussage rechnen wir mit drei bis sechs Monaten, bei einer Domain ohne nennenswertes Linkprofil eher am oberen Rand.

Messen Sie stattdessen an drei Stellen, die früher reagieren: die Zugriffe der KI-Bots im Serverprotokoll als Frühindikator, den Anteil Ihrer festgelegten Fragen, bei denen Sie überhaupt als Quelle vorkommen, und die Markenanfragen. Eine falsche Kennzahl kostet nicht nur Zeit. Sie führt dazu, dass eine Arbeit gestoppt wird, kurz bevor sie zu wirken beginnt, und dass beim nächsten Anlauf niemand mehr Budget dafür gibt.

Der gemeinsame Nenner: Warum KI-Sichtbarkeit still ausbleibt

Alle sieben Fehler haben eine Eigenschaft gemeinsam, und die erklärt, warum sie so lange überleben. Keiner von ihnen meldet sich. Eine gesperrte Firewall wirft keinen Alarm, eine zu kleine Stichprobe sieht aus wie eine Messung, ein aussageloser FAQ-Block sieht aus wie Arbeit, ein fehlendes Datum fällt niemandem auf. Klassische SEO-Fehler sind lauter: Rankings fallen, Klicks brechen ein, ein Werkzeug färbt eine Zeile rot.

Deshalb hilft nur eine feste Prüfreihenfolge, und zwar von billig nach teuer. Zuerst der Abruf, weil ohne ihn alles Weitere gegenstandslos ist. Dann die Auswahl der Oberflächen und die Stichprobe, weil Sie sonst falsch sehen, was passiert. Erst danach der Text, dann Marke und Datum, und ganz zum Schluss die Frage, an welcher Zahl Sie den Erfolg festmachen. Wer diese Reihenfolge umdreht und mit dem Text anfängt, arbeitet monatelang an Seiten, die niemand abruft.

Bleibt der Fall, dass die Technik steht, die Marke geklärt ist und der Absatz trotzdem nicht auftaucht. Dafür gibt es eigene Ursachen, die nichts mit diesen sieben Fehlern zu tun haben; wir haben sie unter der Frage gesammelt, warum KIs gute Absätze trotzdem nicht zitieren.

Fazit

Die sieben Fehler kosten selten Geld, aber regelmäßig Monate. Sechs davon prüfen Sie an einem Vormittag, den siebten, die Marke als Entität, in etwa einer Woche. Fangen Sie beim Abruf an und arbeiten Sie sich nach vorn, und behalten Sie im Kopf, dass der teuerste Fehler derjenige ist, der bis heute keine einzige Fehlermeldung erzeugt hat.