LLMO: Large Language Model Optimization erklärt

LLMO steht für Large Language Model Optimization und bezeichnet die Arbeit daran, in den Antworten von ChatGPT, Perplexity, Claude oder den KI-Übersichten bei Google vorzukommen. Wenn Sie GEO kennen, kennen Sie LLMO bereits: gleicher Gegenstand, anderer Name, kein zweites Fachgebiet, das Sie zusätzlich lernen müssten.

Trotzdem lohnt der Blick auf das Wort. Nach „llmo" wird in Deutschland 320 mal im Monat gesucht, überwiegend von Leuten, die die Abkürzung irgendwo aufgeschnappt haben und prüfen wollen, ob ihnen etwas entgeht. Die Antwort darauf klärt nebenbei zwei nützlichere Fragen: warum für dieselbe Sache mehrere Namen im Umlauf sind, und was ein Anbieter über sich verrät, wenn er sich für einen davon entscheidet.

Woher LLMO kommt und woher GEO

Bei GEO lässt sich die Herkunft belegen. Der Begriff stammt aus einer wissenschaftlichen Arbeit mit dem Titel „GEO: Generative Engine Optimization", veröffentlicht im November 2023 von Aggarwal und Kollegen, zu finden unter der Kennung arXiv:2311.09735. Es gibt also einen Text, in dem steht, was gemeint ist, und eine Methode, an der man das nachprüfen kann. Was genau darin untersucht wurde, steht in unserer Definition von Generative Engine Optimization.

Bei LLMO ist das anders. Eine vergleichbare Urheberschaft gibt es nicht. Der Ausdruck ist im Marketing entstanden, in Agenturblogs, Vorträgen und Beiträgen auf LinkedIn, und zwar ungefähr gleichzeitig an mehreren Stellen. Dasselbe gilt für AEO, Answer Engine Optimization. Wer behauptet, den einen Erfinder zu kennen, hat sich das ausgedacht.

Warum das nicht bloß eine Fußnote ist: Ein Begriff aus einer Arbeit hat eine Definition, gegen die man ein Angebot halten kann. Ein Begriff aus der Praxis bedeutet das, was derjenige damit sagen will, der ihn gerade benutzt. Bei LLMO reicht die Spanne von „wir schreiben Ihre Texte etwas klarer" bis zu einem Programm über sechs Monate mit Messung. Beides läuft unter demselben Kürzel.

Wie ein Sprachmodell überhaupt zu einer Antwort kommt

Um zu verstehen, worauf sich all diese Namen beziehen, hilft ein Blick auf den Ablauf hinter einer KI-Antwort. Ein Modell zieht sein Material aus zwei Quellen, und die verhalten sich völlig verschieden.

Die erste ist das Training. Beim Training hat das Modell riesige Textmengen gelesen und daraus statistische Zusammenhänge gebildet. Es speichert keine Seiten und keine Adressen, sondern Muster: welche Wörter in welchem Zusammenhang üblich sind. Deshalb kann ein Modell über eine bekannte Marke etwas sagen, ohne nachzuschlagen, und deshalb liegt es bei kleinen Firmen oft daneben oder erfindet etwas dazu. Dieser Teil ist eingefroren. Er ändert sich erst mit dem nächsten Trainingslauf, und darauf haben Sie keinen direkten Zugriff.

Die zweite Quelle ist der Abruf zur Laufzeit. Bei allem, was aktuell, lokal oder konkret ist, startet das System im Hintergrund eine Suche, holt sich eine überschaubare Zahl von Seiten und liest darin die passenden Abschnitte. Nach dem, was wir bei unseren eigenen Testfragen sehen, sind es meist fünf bis zehn Seiten pro Antwort. Aus deren Inhalt entsteht der Text, den der Nutzer liest, samt der Quellen darunter.

Wenn Sie diese Zweiteilung im Kopf haben, ist der Rest naheliegend: Optimiert wird nicht das Modell, sondern das Material, das es beim Abruf findet. Genau darum geht es bei LLMO, bei GEO und bei AEO gleichermaßen. Der Name ändert daran nichts.

Was Sie beeinflussen können und was nicht

Aus dem Ablauf folgt eine unangenehme und eine gute Nachricht. Die unangenehme zuerst: Die Trainingsgewichte sind für Sie unerreichbar. Es gibt keinen Knopf, der einem Modell beibringt, Ihre Firma zu mögen, und auch keine Position, um die Sie sich bewerben könnten. Eine Nennung ist nicht buchbar und nicht garantierbar.

Beeinflussbar ist die Abrufseite, und die ist der größere Hebel:

• Zugang. GPTBot, ClaudeBot, PerplexityBot und OAI-SearchBot holen Ihre Seiten mit eigenen Kennungen. Manche Firewall-Regelsätze sperren sie ab Werk aus, ohne dass das je jemand entschieden hätte. Eine Seite, die diese Crawler nicht laden können, existiert für die Antwortsysteme nicht.
• Zitierfähige Abschnitte. Ausgewählt wird zweimal, erst die Seite, dann die Passage. Ein Absatz, der sich auf drei Sätze davor bezieht, taugt nicht als Zitat. Einer, der eine Frage in vier Zeilen vollständig beantwortet, schon.
• Erwähnungen außerhalb Ihrer Website. Was auf Branchenseiten, in Verzeichnissen und in Foren über Sie steht, landet sowohl im Trainingsmaterial künftiger Modelle als auch in den Suchergebnissen, aus denen der Abruf schöpft. Das ist der einzige Weg, auf dem Sie den Trainingsteil überhaupt mittelbar erreichen.

Ein Beispiel dafür, wie klein der Unterschied im Text sein kann. „Wir betreuen Ihre Website umfassend" enthält nichts, was ein System weitergeben könnte. „Ein technisches Audit umfasst bei uns rund 120 geprüfte Punkte und liegt nach zehn Werktagen als PDF vor" enthält zwei überprüfbare Angaben. Dieselbe Stelle auf der Seite, ein völlig anderer Wert für die Maschine. Welche Hebel darüber hinaus messbar etwas bringen, haben wir in unserer Übersicht zu den praktischen Hebeln der GEO-Arbeit zusammengetragen.

LLMO, GEO und AEO: drei Etiketten, ein Gegenstand

Die Begriffe setzen unterschiedliche Akzente, das schon. LLMO stellt das Sprachmodell in den Vordergrund, GEO das antwortende System als Ganzes, AEO die Antwort als Format. In der täglichen Arbeit führt das zu denselben Aufgaben: Zugang prüfen, Inhalte zitierfähig schreiben, Erwähnungen aufbauen, Ergebnisse mit festen Testfragen messen. Welches Etikett sich am Ende durchsetzt, entscheidet die Nachfrage, und da liegt LLMO klar hinten: Die Kombination „geo seo" kommt in Deutschland auf 2.400 Suchanfragen im Monat, also rund siebenmal so viele wie „llmo".

Ein vierter Ausdruck ist noch unterwegs, „AI SEO", und der ist der einzige, bei dem echte Verwechslungsgefahr besteht, weil er zwei verschiedene Dinge meinen kann. Wir haben aufgeschrieben, welche zwei Bedeutungen hinter AI SEO stecken. Und wenn Sie wissen wollen, wie sich dieses Feld zur klassischen Suchmaschinenoptimierung verhält, wo es sich überschneidet und wo nicht, steht das im Vergleich von GEO und SEO.

Woran Sie ein ernst gemeintes LLMO-Angebot erkennen

Der Begriff im Angebot sagt Ihnen wenig, der Rest umso mehr. Achten Sie darauf, ob jemand von Positionen und Rankings in KI-Systemen spricht. Die gibt es nicht. Eine Nennung ist keine Platzierung, sie schwankt bei derselben Frage von Abruf zu Abruf, und wer Ihnen Platz eins in ChatGPT verspricht, hat entweder nicht verstanden, wie das läuft, oder rechnet damit, dass Sie es nicht verstehen.

Zweiter Punkt: Wie wird gemessen? Belastbar ist nur ein Satz fester Testfragen, regelmäßig abgefragt, über mehrere Systeme, mit einer Trefferquote als Ergebnis. Alles andere sind Einzelbeobachtungen. Dritter Punkt: Steht die technische Prüfung im Angebot? Wenn nicht einmal erwähnt wird, ob die KI-Crawler überhaupt durchkommen, fehlt der erste Schritt.

Unsere Meinung dazu, offen gesagt: Wer LLMO als eigenes Produkt neben GEO verkauft, verkauft ein Etikett. Die Arbeit dahinter ist dieselbe, und ein zweites Budget dafür ist nicht gerechtfertigt.

Fazit

LLMO ist ein weiterer Name für das, was auch GEO oder AEO heißt. GEO hat eine belegbare Herkunft aus einer Arbeit von 2023, LLMO und AEO sind im Marketing entstanden, ohne klaren Urheber. Für Ihre Website ändert die Wortwahl nichts: Sie sorgen dafür, dass die KI-Crawler Ihre Seiten laden dürfen, schreiben Abschnitte, die für sich allein stehen, und bauen Erwähnungen außerhalb der eigenen Domain auf.