GEO-Optimierung: Anleitung in sieben Schritten

GEO-Optimierung bedeutet, Ihre Website so vorzubereiten, dass ChatGPT, Perplexity, Google AI Overviews und der AI Mode Ihre Inhalte abrufen, verstehen und als Quelle nennen. Die sieben Schritte unten bauen aufeinander auf: Erst der technische Zugang, dann der Nachweis, dass die Systeme wirklich vorbeikommen, dann die Messung, und erst danach Text und Auszeichnung.

Rechnen Sie für den ersten Durchlauf mit ein bis zwei Arbeitstagen, verteilt über zwei Wochen, weil zwischen den Schritten Wartezeit liegt. Der Suchbegriff „geo optimierung" kommt in Deutschland auf 1.000 Suchanfragen im Monat bei einer Keyword-Difficulty von 0. Das sagt weniger über GEO als über den Zustand des Themas: Viele suchen danach, kaum jemand hat bisher Belastbares dazu geschrieben.

Warum die Reihenfolge bei der GEO-Optimierung zählt

Die meisten Anleitungen zu diesem Thema sind Maßnahmenlisten. Man kann sie von oben nach unten abarbeiten oder von unten nach oben, das Ergebnis wäre dasselbe. Genau da liegt der Fehler. Vier der sieben Schritte sind Voraussetzung für den nächsten, und wenn Sie einen davon überspringen, arbeiten Sie hinterher im Blindflug.

Das Grundprinzip lautet Zugang vor Inhalt. Ein perfekt strukturierter Fachtext bringt null Sichtbarkeit in einem System, das Ihre Domain nicht abrufen darf. Genauso wenig hilft die beste Schema-Auszeichnung, wenn Sie nie festgehalten haben, wo Sie vorher standen. Sie werden in drei Monaten nicht sagen können, ob sich etwas bewegt hat.

So sieht die Abfolge aus:

• Schritt 1. KI-Crawler in der robots.txt freigeben.
• Schritt 2. Im Serverlog nachweisen, dass sie auch tatsächlich kommen.
• Schritt 3. Nullmessung anlegen, bevor Sie irgendetwas ändern.
• Schritt 4. Die Fragen festlegen, bei denen Sie genannt werden wollen.
• Schritt 5. Die Seiten schreiben oder umbauen, die diese Fragen beantworten.
• Schritt 6. Schema und llms.txt nachziehen.
• Schritt 7. Einen Messtakt festlegen und ihn einhalten.

Worin sich diese Arbeit von klassischer Suchmaschinenoptimierung unterscheidet und wo sie sich überschneidet, haben wir im Vergleich GEO und SEO nebeneinander gestellt. Die Kurzfassung: Der handwerkliche Unterbau ist derselbe, das Ziel ist ein anderes.

Schritt 1 und 2: Zugang öffnen und den Zugriff nachweisen

Der erste Schritt dauert fünf Minuten und ist der einzige, bei dem eine falsche Zeile alles Weitere wertlos macht. Öffnen Sie Ihre robots.txt und prüfen Sie, ob diese User-Agents dort ausgesperrt sind: GPTBot und OAI-SearchBot von OpenAI, PerplexityBot, ClaudeBot, Google-Extended und Applebot-Extended. Viele Websites haben diese Sperren 2023 und 2024 eingebaut, oft über ein Plugin und ohne dass es jemand bewusst entschieden hat.

Wenn Sie in KI-Antworten vorkommen wollen, müssen die Bots herein. Eine ausdrückliche Freigabe sieht so aus:

User-agent: GPTBot
Allow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: Google-Extended
Allow: /

Google-Extended verdient eine eigene Überlegung. Die Angabe steuert die Nutzung Ihrer Inhalte für Gemini und die KI-Antworten, nicht die normale Google-Indexierung. Wer sie sperrt, bleibt in der klassischen Suche sichtbar und verschwindet aus den AI Overviews. Das kann eine bewusste Entscheidung sein, etwa bei Verlagen. Für ein Dienstleistungsunternehmen ist es meistens keine.

Schritt 2 wirkt auf den ersten Blick wie Fleißarbeit, ist aber der Grund, warum viele GEO-Projekte im Sand verlaufen. Eine Freigabe in der robots.txt ist eine Einladung, kein Beweis. Zwischen Einladung und Ankunft stehen Firewall, Bot-Schutz Ihres Hosters, ein CDN mit aktiviertem Bot-Fighting oder eine mod_security-Regel, die Zugriffe ohne Browser-Kennung wegwirft. Keines dieser Systeme steht in der robots.txt, und keines meldet sich bei Ihnen.

Den Nachweis holen Sie sich aus dem Zugriffsprotokoll. Bei den meisten Hostern liegt es im Ordner logs im Kundenkonto, oft als tagesweise gepackte Datei. Laden Sie sich die Protokolle der letzten zwei Wochen herunter und zählen Sie durch:

grep -icE "GPTBot|OAI-SearchBot|PerplexityBot|ClaudeBot|Google-Extended" access.log

Kommt eine Zahl über null zurück, sind die Systeme da gewesen. Steht dort eine 0, obwohl die Freigabe seit Tagen live ist, haben Sie ein technisches Problem gefunden, und zwar bevor Sie zwanzig Stunden in Texte gesteckt haben. Wer es genauer will, sieht sich die Statuscodes an, die diese Bots bekommen haben:

grep -i "GPTBot" access.log | awk '{print $9}' | sort | uniq -c

Eine Liste voller 200er ist das Ziel. Häufen sich 403 oder 429, weist Ihr Server die Bots ab oder drosselt sie. Dieser Schritt kostet nichts außer FTP-Zugang und einem Terminal, und Sie können ihn heute Nachmittag erledigen.

Schritt 3 und 4: Nullmessung und die Fragen, die Sie besetzen wollen

Jetzt steht der Zugang, und erst jetzt ist eine Messung sinnvoll. Vorher hätten Sie den Zustand eines gesperrten Systems dokumentiert. Die Nullmessung ist der wichtigste Schritt, den fast alle auslassen, weil er kein sichtbares Ergebnis produziert.

Sie brauchen dafür eine Tabelle mit fünf Spalten: Datum, Frage, System, genannt ja oder nein, Notiz. Formulieren Sie zehn Fragen, die ein echter Kunde stellen würde, und geben Sie jede einzeln in ChatGPT, Perplexity und den Google AI Mode ein. Notieren Sie jede Nennung Ihrer Domain, jede Nennung eines Wettbewerbers und jede Aussage über Sie, die nicht stimmt. Die kostenlosen Zugänge reichen. Rechnen Sie mit einer guten Stunde.

Wichtig ist die Mischung der Fragen. Prompts mit Ihrem Markennamen zeigen, ob das System überhaupt etwas über Sie weiß. Prompts ohne Markenbezug zeigen, ob Sie empfohlen werden, wenn niemand nach Ihnen fragt. Die zweite Gruppe ist die interessante, und sie ist auch die, bei der die meisten mit einer Null starten.

Schritt 4 folgt direkt aus dem Ergebnis. Sie wissen jetzt, bei welchen Fragen Sie schon vorkommen und bei welchen nicht, und Sie haben gesehen, wen die Systeme stattdessen nennen. Wählen Sie drei bis fünf Fragen aus, bei denen zwei Dinge zusammentreffen: Sie können die Frage fachlich besser beantworten als die aktuell genannte Quelle, und die Antwort führt zu etwas, das Sie tatsächlich verkaufen. Alles andere ist Eitelkeit.

Ein Beispiel aus der Praxis: Eine Steuerkanzlei startet mit der Frage „Wann lohnt sich der Wechsel von der GbR zur GmbH?". Die KI nennt dazu bisher zwei große Portale, deren Antworten aus dem Jahr 2022 stammen und die Grenzwerte falsch wiedergeben. Die Kanzlei kann das aktuell und mit Zahlen beantworten, und wer diese Frage stellt, sucht am Ende einen Berater. Genau so sieht eine brauchbare Auswahl aus.

Diese Auswahl kann man nicht vorziehen. Wer sie vor der Nullmessung trifft, wählt nach Bauchgefühl und stellt später fest, dass er bei zwei der fünf Fragen längst genannt wurde und bei einer dritten gegen die Bundesagentur für Arbeit anschreibt.

Schritt 5: Die Seite schreiben, die zitiert werden soll

Erst hier fängt die Arbeit an, die von außen wie GEO aussieht. Sie haben eine konkrete Frage, Sie kennen die Quelle, die aktuell genannt wird, und Sie wissen, wo Sie stehen. Jetzt entsteht die Seite, die das ablösen soll.

Zwei Dinge unterscheiden einen zitierfähigen Text von einem guten SEO-Text. Erstens die Position der Antwort: Ein Sprachmodell zieht sich die Aussage aus dem Zusammenhang, in dem sie steht, und ein Absatz, der eine Frage vollständig beantwortet, wird eher übernommen als einer, der auf den nächsten verweist. Zweitens die Überprüfbarkeit. Eine Zahl mit Datum und Herkunft, ein benanntes Verfahren, ein Preisrahmen, eine Jahreszahl. Allgemeinplätze werden nicht zitiert, weil das Modell sie selbst formulieren kann.

Der stärkste Hebel sind eigene Zahlen. Was Sie in Ihrem Betrieb gemessen haben, steht sonst nirgends im Netz, und genau deshalb bleibt eine KI beim Zitieren an Ihrer Seite hängen. Ein Handwerksbetrieb, der schreibt, wie lange eine Badsanierung in seinen letzten dreißig Aufträgen tatsächlich gedauert hat, liefert etwas, das kein Modell aus dem Bauch heraus erzeugt. Welche Textstrukturen dabei am häufigsten übernommen werden und wie Sie Absätze dafür zuschneiden, zeigt unser Beitrag darüber, wie Sie Inhalte zitierfähig aufbauen.

Ein Hinweis zur Ehrlichkeit: Es gibt bis heute kaum belastbare öffentliche Daten dazu, wie stark einzelne Maßnahmen die Zitierhäufigkeit verändern. Wer Ihnen eine Prozentzahl nennt, hat sie nicht gemessen. Was sich messen lässt, ist Ihr eigener Verlauf, und dafür haben Sie in Schritt 3 die Grundlage gelegt.

Schritt 6 und 7: Maschinenlesbar machen und den Takt festlegen

Schema-Markup kommt nach dem Text, nicht davor, und der Grund ist banal: Das Markup beschreibt den Text. Wer zuerst auszeichnet und dann schreibt, macht die Arbeit zweimal. Für die meisten Websites reichen vier Typen. Organization mit sameAs auf Ihre Profile, damit die Systeme Ihre Marke als eine Entität erkennen. Article oder BlogPosting auf den Fachbeiträgen. FAQPage dort, wo Sie echte Fragen beantworten. LocalBusiness, wenn Sie einen Standort haben. Welche Felder dabei wirklich gelesen werden und welche Sie sich sparen können, steht in unserer Übersicht zum Schema-Markup für Sprachmodelle.

Dazu kommt die llms.txt im Wurzelverzeichnis. Sie ist eine kurze Datei, die Ihre wichtigsten Seiten in Klartext auflistet und einordnet, ähnlich einer Sitemap für Menschen. Ein offizieller Standard ist sie nicht, und keiner der großen Anbieter hat bisher zugesagt, sie auszuwerten. Der Aufwand liegt bei einer halben Stunde, das Risiko bei null, und wenn sie sich durchsetzt, sind Sie vorbereitet. Aufbau und ein vollständiges Beispiel finden Sie in der Erklärung, wie eine llms.txt aufgebaut ist.

Schritt 7 ist der einzige, der nie endet. Legen Sie einen festen Termin fest, an dem Sie dieselben zehn Fragen noch einmal stellen: gleicher Wochentag, gleiche Uhrzeit, gleiche Formulierung, neue Zeile in der Tabelle. Einmal im Monat genügt für die meisten Betriebe. KI-Antworten schwanken stark, dieselbe Frage kann heute eine andere Quelle nennen als morgen. Eine einzelne Messung ist deshalb wertlos. Erst nach vier Wochen Verlauf sehen Sie, ob eine Veränderung Trend oder Zufall ist.

Was Sie sich bei der GEO-Optimierung sparen können

Es gibt inzwischen eine ganze Reihe von Werkzeugen, die KI-Nennungen automatisiert überwachen, mit Monatsabo und Dashboard. Unsere Meinung dazu ist deutlich: Für eine Website unter etwa fünfzig Seiten ist das im ersten halben Jahr verschwendetes Geld. Die Tabelle aus Schritt 3 leistet dasselbe, solange Sie zehn Fragen verfolgen und nicht dreihundert. Sinnvoll wird ein Abo, wenn die Prüfung von Hand länger dauert als der Preis rechtfertigt, und dieser Punkt liegt bei den meisten Betrieben jenseits von hundert Prompts.

Sparen können Sie sich auch zwei weitere Dinge. Erstens Texte, die Sie nur für Maschinen schreiben. Die Systeme werten dieselben Signale aus, die auch ein aufmerksamer Leser bemerkt, und ein Text, der sich für Menschen falsch anfühlt, wird nicht dadurch besser zitiert. Zweitens die Hoffnung auf einen schnellen Effekt. Zwischen der Veröffentlichung einer Seite und ihrem Auftauchen in einer KI-Antwort liegen erfahrungsgemäß Wochen, weil die Inhalte erst gecrawlt, dann indexiert und in vielen Fällen erst beim nächsten Trainings- oder Index-Durchlauf berücksichtigt werden.

Der Rest ist Handwerk, das Sie ohnehin kennen: saubere Serverantworten, sinnvolle Titel, keine wichtigen Inhalte, die erst per JavaScript nachgeladen werden. Ein Crawler, der nicht rendert, sieht davon nichts, und das gilt für die KI-Bots noch stärker als für den Googlebot.

Fazit

GEO-Optimierung ist kein neues Fachgebiet, sondern eine Reihenfolge. Zugang öffnen, Zugriff nachweisen, Ausgangslage messen, Fragen auswählen, Inhalte schreiben, auszeichnen, nachmessen. Wer bei Schritt 5 anfängt, weil das der sichtbare Teil ist, produziert Arbeit, deren Wirkung er nie belegen kann.