Unter Begriffen wie Generative Engine Optimization (GEO) oder Answer Engine Optimization (AEO) werden dafür viele Rezepte angeboten. Google als größter Anbieter ist deutlich zurückhaltender: Für seine KI-Funktionen nennt Google keine zusätzlichen technischen Anforderungen, und ein besonderes Markup ist nicht nötig. Entscheidend bleiben erreichbare Seiten, klare und eigenständige Inhalte, belegte Aussagen und widerspruchsfreie Fakten. Die sieben Kriterien dieses Bereichs prüfen genau diese Grundlagen.
Auf einen Blick
- Geprüft werden Entitätsklarheit, explizite Angaben zu Leistung, Zielgruppe und Standort, Antwortstruktur, strukturierte Zusammenfassungen und Schema, die Zuordnung von Aussagen zu Belegen, Faktenkonsistenz und thematische Tiefe.
- Für die KI-Funktionen der Google-Suche gelten nach Google keine zusätzlichen technischen Anforderungen; besondere KI-Dateien wie
llms.txtoder spezielles Markup sind nicht nötig (Google Search Central: Leitfaden zu generativen KI-Funktionen). - Die Kriterien bewerten Struktur und Verständlichkeit einer Inhaltsstichprobe. Sie versprechen keine Erwähnung, keine Zitierung und keine Platzierung in einem KI-Produkt.
- Voraussetzung für alles Weitere ist der technische Zugang: Welche KI-Crawler Ihre Website erreichen und ob sie JavaScript ausführen, erklärt der Beitrag KI-Crawler und KI-Agenten.
Erst die Technik: Kann ein KI-System die Seite überhaupt lesen?
Verständlichkeit hilft nur, wenn Inhalte technisch erreichbar sind. KI-Systeme greifen auf drei Arten auf Websites zu: über Crawler, die Inhalte für das Training von Modellen sammeln; über Suchindizes, aus denen KI-Antworten mit Quellen entstehen; und über Abrufe, die eine Person im Chat oder ein KI-Agent in diesem Moment auslöst. Jeder Anbieter verwendet eigene Kennungen, und nicht jeder hält sich in jedem Fall an die robots.txt.
Zwei technische Punkte sind besonders häufig entscheidend. Erstens führen viele KI-Crawler nach bisherigem Kenntnisstand kein JavaScript aus. Google verarbeitet JavaScript, sofern es nicht blockiert ist (Google Search Central: Leitfaden zu generativen KI-Funktionen), und Applebot kann Seiten wie ein Browser darstellen (Apple Support: About Applebot). OpenAI, Anthropic und Perplexity dokumentieren dagegen nicht, ob ihre Crawler JavaScript ausführen; eine Messung von Vercel und MERJ vom Dezember 2024 fand bei ihnen keine JavaScript-Ausführung (Vercel: The rise of the AI crawler). Inhalte, die erst im Browser entstehen, fehlen diesen Systemen möglicherweise. Zweitens blockieren CDN- und Firewall-Einstellungen KI-Crawler mitunter, ohne dass es auf der Website auffällt. Google weist ausdrücklich darauf hin, dass das Crawling nicht nur in der robots.txt, sondern auch durch CDN und Hosting erlaubt sein sollte (Google Search Central: KI-Funktionen und Ihre Website).
Diese technischen Zugangsfragen sind im aktuellen Prüfmodell nicht als eigenes Kriterium je Crawler hinterlegt. Sie werden über angrenzende Kriterien wie robots.txt, Indexierbarkeit und den Technologie-Snapshot erfasst.
Was Google und Microsoft empfehlen
Google beschreibt AI Overviews und AI Mode als Funktionen, die auf den zentralen Ranking- und Qualitätssystemen der Suche aufbauen. Um als unterstützender Link zu erscheinen, muss eine Seite indexiert und mit Snippet in der Suche ausspielbar sein; zusätzliche technische Anforderungen gibt es nicht (Google Search Central: KI-Funktionen und Ihre Website). In seinem Leitfaden für generative KI-Funktionen stellt Google klar, dass weder spezielle KI-Textdateien noch zusätzliche maschinenlesbare Dateien, ein künstliches Zerlegen von Inhalten in kleine Abschnitte oder eigene „KI-Formulierungen“ nötig sind. Am meisten zählen eigenständige, hilfreiche Inhalte, die nicht bloß verbreitetes Allgemeinwissen wiederholen (Google Search Central: Leitfaden zu generativen KI-Funktionen). AI Overviews und AI Mode können Fragen zudem in mehrere verwandte Teilsuchen zerlegen, ein Verfahren, das Google „query fan-out“ nennt (Google Search Central: KI-Funktionen und Ihre Website). Vollständige Antworten auf echte Folgefragen sind daher nützlicher als viele Varianten derselben Frage.
Microsoft zeigt in den Bing Webmaster Tools, wie oft Inhalte in Copilot und KI-Zusammenfassungen von Bing zitiert werden (Bing Webmaster Blog: Introducing AI Performance in Bing Webmaster Tools). Am 30. Oktober 2026 hat Microsoft zudem angekündigt, ab dem 1. Februar 2027 zwei getrennte Präferenzen für KI-Training und für Grounding einzuführen; nach dem 1. März 2027 wertet Bing die bisherigen Robots-Angaben noarchive und nocache nicht mehr als KI-Präferenz (Bing Search Blog: Your content, your choice). Abschnitte, die nicht in Snippets und KI-Zusammenfassungen von Bing erscheinen sollen, lassen sich seit Oktober 2025 mit data-nosnippet markieren (Bing Webmaster Blog: Support for the data-nosnippet HTML Attribute).
Was daraus folgt: GEO und AEO bezeichnen keine völlig neue Disziplin, sondern die bekannten Grundlagen mit Blick auf KI-Antworten. Wer Inhalte klar, belegt und widerspruchsfrei gestaltet, verbessert die Voraussetzungen für beide Welten.
Prüfkriterien im Detail
Entitätsklarheit
Worum es geht. Geprüft wird, ob aus sichtbaren Inhalten und strukturierten Daten eindeutig hervorgeht, um welche Organisation es geht: Name, Rechtsform, Tätigkeit, Standort und die Beziehung zu Marken oder Produkten.
Warum das wichtig ist. Menschen und Maschinen müssen Ihr Unternehmen von ähnlich benannten Organisationen unterscheiden können. Ein Name wie „Nova“ oder „Pixelkiez“ allein lässt offen, ob es sich um eine Agentur, eine Software oder ein Magazin handelt. Google beschreibt Organisations-Markup als Hilfe, administrative Details einer Organisation zu verstehen und sie in Suchergebnissen von anderen zu unterscheiden; die Angaben müssen dabei den sichtbaren Inhalten entsprechen (Google Search Central: Strukturierte Daten für Organisationen).
So prüfen wir. In einer Inhaltsstichprobe suchen wir nach ausgeschriebenem Namen, einer kurzen Beschreibung der Tätigkeit und konsistenten Identitätsmerkmalen – auf der Seite selbst, nicht nur implizit vorausgesetzt.
Typische Befunde.
- Der Firmenname erscheint nur im Logo als Bild, nicht als Text.
- Es fehlt ein Satz, der in einfachen Worten sagt, was das Unternehmen tut.
- Markenname, Firmenname und Domain weichen voneinander ab, ohne dass die Beziehung erklärt wird.
Was Sie tun können. Formulieren Sie einen Satz, der Name, Tätigkeit, Zielgruppe und Ort verbindet, und verwenden Sie ihn auf Startseite und Über-uns-Seite. Ergänzen Sie Organisations-Markup mit Name, Logo, Anschrift und Verweisen auf offizielle Profile (sameAs).
Grenzen der Aussage. Eine gut erkennbare Entität belegt nicht, dass ein KI-System sie erwähnt oder zitiert.
Leistung, Zielgruppe & Standort explizit
Worum es geht. Untersucht wird, ob Ihre Seiten ausdrücklich sagen, was Sie anbieten, für wen, wo und unter welchen Bedingungen.
Warum das wichtig ist. KI-Systeme beantworten Fragen wie „Welcher Anbieter in Berlin prüft Websites auf Barrierefreiheit?“ aus den Informationen, die sie finden. Steht diese Information nicht ausdrücklich auf der Seite, kann sie weder ein Mensch noch ein System sicher zuordnen. Google betont für KI-Funktionen dieselben Grundlagen wie für die Suche: hilfreiche, verlässliche Inhalte und technisch zugängliche Seiten; kein Markup ersetzt fehlende Angebotsinformationen (Google Search Central: KI-Funktionen und Ihre Website).
So prüfen wir. Repräsentative Leistungsseiten werden darauf geprüft, ob sie Leistung, Zielgruppe, Einsatzgebiet und Voraussetzungen klar benennen.
Typische Befunde.
- Allgemeine Formulierungen wie „Wir optimieren Ihre digitale Präsenz“.
- Das Einzugsgebiet wird nirgends genannt, obwohl nur regional gearbeitet wird.
- Voraussetzungen, Ausschlüsse oder typische Projektgrößen fehlen.
Was Sie tun können. Beantworten Sie auf jeder Leistungsseite die Fragen: Was genau? Für wen? Wo? Wie läuft es ab? Was ist nicht enthalten? Nennen Sie Orte nur, wenn Sie dort tatsächlich tätig sind.
Grenzen der Aussage. Klare Angaben garantieren keine Sichtbarkeit in Suchmaschinen oder KI-Antworten.
Antwortbarkeit & FAQ-Struktur
Worum es geht. Bewertet wird, ob wichtige Kundenfragen direkt und verständlich beantwortet werden – in eigenen Abschnitten oder in einem gut gegliederten Fragen-und-Antworten-Bereich.
Warum das wichtig ist. Klare Frage-Antwort-Strukturen helfen Menschen, gezielt Informationen zu finden, und machen Aussagen auch als einzelner Ausschnitt verständlich. Google betont, dass für generative KI-Funktionen kein besonderes Schema.org-Markup nötig ist, dass Inhalte nicht künstlich in kleine Abschnitte zerlegt werden müssen und dass es keine ideale Seitenlänge gibt (Google Search Central: Leitfaden zu generativen KI-Funktionen). FAQ-Rich-Results zeigt Google seit dem 7. Mai 2026 gar nicht mehr an; die zugehörige Dokumentation wurde im Juni 2026 entfernt (Google Search Central: Neueste Aktualisierungen der Dokumentation). Gut beantwortete Fragen bleiben für Leser nützlich – ein eigenes Suchergebnis-Format gibt es dafür bei Google nicht mehr.
So prüfen wir. Wir prüfen, ob die Fragen realistisch und konkret sind, ob die Antworten für sich allein verständlich bleiben und ob sie mehr bieten als kurze, unbelegte Behauptungen.
Typische Befunde.
- Antworten wie „Ja“ oder „Kommt darauf an“, die ohne die Frage unverständlich sind.
- Viele fast identische Fragen, die nur Suchbegriffe variieren.
- Wichtige Fragen zu Preis, Ablauf oder Dauer bleiben unbeantwortet.
Was Sie tun können. Sammeln Sie die Fragen, die Ihre Kunden tatsächlich stellen – aus E-Mails, Telefonaten und Gesprächen – und beantworten Sie sie in ganzen Sätzen, die das Thema wiederholen: „Ja, die Analyse umfasst auch …“ statt nur „Ja“.
Grenzen der Aussage. Gut beantwortete Fragen belegen nicht, dass ein Chatbot oder eine KI-Suche die Antworten übernimmt.
Strukturierte Zusammenfassungen & Schema
Worum es geht. Untersucht wird, ob zentrale Fakten in einer klaren, sichtbaren Zusammenfassung stehen und ob strukturierte Daten diese Fakten maschinenlesbar und korrekt abbilden.
Warum das wichtig ist. Eine kurze Zusammenfassung am Seitenanfang hilft Lesern, schnell zu entscheiden, ob die Seite passt. Strukturierte Daten können Beziehungen und Fakten zusätzlich standardisiert ausdrücken. Google verlangt, dass strukturierte Daten den sichtbaren Inhalt wahrheitsgemäß abbilden; für AI Overviews und AI Mode ist kein spezielles Markup erforderlich, für Rich Results bleiben strukturierte Daten nützlich (Google Search Central: Richtlinien für strukturierte Daten, Google Search Central: Leitfaden zu generativen KI-Funktionen). Für Crawler ohne JavaScript-Ausführung gilt außerdem: Markup, das erst per JavaScript eingefügt wird, sehen sie nicht (Vercel: The rise of the AI crawler).
So prüfen wir. Wir betrachten sichtbare Zusammenfassungen, die Gliederung zentraler Fakten und die eingesetzten strukturierten Daten auf Übereinstimmung mit dem sichtbaren Text.
Typische Befunde.
- Kein Abschnitt fasst die wichtigsten Fakten einer Leistung zusammen.
- Strukturierte Daten nennen andere Öffnungszeiten oder Adressen als der sichtbare Text.
- Markup wird über ein Tag-Management-Werkzeug per JavaScript eingefügt.
Was Sie tun können. Beginnen Sie wichtige Seiten mit einer kurzen Zusammenfassung der Kernaussagen. Liefern Sie strukturierte Daten direkt im HTML aus und pflegen Sie sie gemeinsam mit dem sichtbaren Inhalt.
Grenzen der Aussage. Struktur garantiert keine bestimmte Darstellung in Suchmaschinen oder KI-Systemen.
Zuordnung von Claims zu Belegen
Worum es geht. Geprüft wird, ob wesentliche Aussagen – etwa zu Ergebnissen, Erfahrung oder Qualität – in unmittelbarer Nähe zu nachvollziehbaren Belegen stehen: Fallbeispielen, Quellen, Zahlen mit Methode oder Referenzen.
Warum das wichtig ist. Eine Aussage mit Beleg ist für Menschen leichter zu prüfen und für Systeme leichter einzuordnen. Google fragt in seinen Leitlinien für hilfreiche Inhalte ausdrücklich, ob Inhalte belegt sind und erkennbare Expertise zeigen (Google Search Central: Hilfreiche Inhalte). Die Forschungsarbeit, die den Begriff „Generative Engine Optimization“ geprägt hat, fand in einem Test mit einer generativen Suchmaschine auf Basis von GPT-3.5, dass Quellenangaben, Zitate und Statistiken die Sichtbarkeit einer Quelle in den Antworten – gemessen an einer der untersuchten Sichtbarkeitskennzahlen und je Methode einzeln getestet – um relativ 30 bis 40 % erhöhen konnten; die Wirkung schwankte je nach Themenfeld (Aggarwal et al.: GEO – Generative Engine Optimization, KDD 2024). Das ist ein Laborergebnis mit Testanfragen, keine Zusage für ein bestimmtes Produkt oder eine bestimmte Website; eine neuere begutachtete Studie mit vergleichbarem Versuchsaufbau liegt uns nicht vor.
So prüfen wir. Wir halten fest, welche wesentlichen Aussagen eine Seite trifft und ob in ihrer Nähe ein nachvollziehbarer Beleg steht.
Typische Befunde.
- Aussagen wie „führend in der Region“ ohne Messgröße oder Quelle.
- Zahlen ohne Angabe, woher sie stammen oder welchen Zeitraum sie betreffen.
- Referenzen auf einer separaten Seite ohne Bezug zur jeweiligen Leistung.
Was Sie tun können. Verbinden Sie jede wichtige Aussage mit einem Beleg: einem verlinkten Fallbeispiel, einer genannten Quelle mit Datum oder einer Zahl mit Methode. Streichen Sie Aussagen, die Sie nicht belegen können.
Grenzen der Aussage. Sichtbare Belege zertifizieren nicht die Richtigkeit jeder Aussage.
Faktenkonsistenz über Seiten hinweg
Worum es geht. Verglichen werden zentrale Fakten – Name, Leistungen, Standorte, Zahlen, Bezeichnungen – über mehrere Seiten und strukturierte Daten hinweg.
Warum das wichtig ist. KI-Systeme setzen Antworten aus mehreren Quellen zusammen. Widersprechen sich die Angaben auf Ihrer eigenen Website, steigt das Risiko, dass ein System veraltete oder falsche Informationen wiedergibt. Google beschreibt die Unterscheidung von Organisationen als einen Zweck strukturierter Organisationsdaten und verlangt, dass strukturierte Daten zum sichtbaren Inhalt passen (Google Search Central: Strukturierte Daten für Organisationen, Google Search Central: Richtlinien für strukturierte Daten).
So prüfen wir. In einer Stichprobe vergleichen wir die zentralen Fakten auf Startseite, Leistungsseiten, Über-uns-Seite, Kontaktseite und in den strukturierten Daten.
Typische Befunde.
- Unterschiedliche Angaben zur Zahl der Mitarbeitenden oder zum Gründungsjahr.
- Dieselbe Leistung heißt auf verschiedenen Seiten unterschiedlich.
- Ein alter Standort steht noch auf einzelnen Unterseiten.
Was Sie tun können. Legen Sie ein kurzes Faktenblatt mit verbindlichen Bezeichnungen und Zahlen an und verwenden Sie es bei jeder Textänderung. Prüfen Sie bei Änderungen alle Seiten, auf denen die Fakten erscheinen.
Grenzen der Aussage. Eine Stichprobe belegt nicht die Konsistenz der gesamten Website oder externer Profile.
Thematische Tiefe
Worum es geht. Bewertet wird, ob Ihre Inhalte die wahrscheinlichen Fragen Ihrer Zielgruppe umfassend beantworten – einschließlich Voraussetzungen, Abläufen, Alternativen und Grenzen.
Warum das wichtig ist. Oberflächliche Texte, die nur wiederholen, was überall steht, bieten weder Menschen noch Systemen einen Grund, gerade Ihre Seite zu nutzen. Google empfiehlt eigenständige, substanzielle Inhalte, die auf eigener Erfahrung und Expertise beruhen, und betont, dass solche Inhalte langfristig mehr bewirken als jede technische Einzelmaßnahme (Google Search Central: Hilfreiche Inhalte, Google Search Central: Leitfaden zu generativen KI-Funktionen).
So prüfen wir. Wir betrachten, ob die Inhalte einer Stichprobe die typischen Fragen zu einem Thema beantworten, eigene Erfahrung erkennen lassen und über allgemeine Aussagen hinausgehen.
Typische Befunde.
- Leistungsseiten mit wenigen Sätzen, die das Angebot nur benennen.
- Ratgeberinhalte, die allgemein bekanntes Wissen wiederholen, ohne eigene Einordnung.
- Wichtige Folgefragen wie Kosten, Dauer oder Voraussetzungen fehlen.
Was Sie tun können. Ergänzen Sie, was nur Sie wissen: typische Fehler aus Ihrer Praxis, konkrete Abläufe, Entscheidungshilfen und ehrliche Grenzen. Mehr Text ist nur dann mehr Tiefe, wenn er das Verständnis verbessert.
Grenzen der Aussage. Thematische Tiefe belegt weder Autorität in einem Themenfeld noch Sichtbarkeit in KI-Antworten.
Quellen
Die Aussagen auf dieser Seite stützen sich auf die folgenden Quellen, geordnet nach Herausgeber. Angaben von Anbietern beschreiben, was ein Unternehmen über sein eigenes System sagt; sie sind dafür die maßgebliche Quelle und können sich jederzeit ändern. Bei Gesetzen, Standards und technischen Referenzen nennen wir die geltende Fassung.
- Google beschreibt, wie AI Overviews und AI Mode Inhalte auswählen, welche Rolle strukturierte Daten spielen, welche Formate eingestellt wurden und woran es verlässliche Inhalte erkennt.
- Microsoft
- Microsoft beschreibt die Berichte zur Zitierung in Copilot und die neuen Präferenzen für KI-Training und Grounding.
- Apple
- Apple dokumentiert, wie Applebot Seiten darstellt und Inhalte für KI-Antworten nutzt.
- Vercel
- Die Auswertung von Vercel und MERJ ist die jüngste uns bekannte veröffentlichte Messung außerhalb von Agentur-Tests, ob KI-Crawler JavaScript ausführen (Stand November 2026).
- HTTP Archive
- Der Web Almanac misst, wie verbreitet llms.txt und KI-bezogene robots.txt-Regeln sind.
- llmstxt.org
- Der Vorschlag für die Datei llms.txt beschreibt Format und Zweck; ein Standard ist er nicht.
- Wissenschaftliche Studien
- Die Forschungsarbeit zur Generative Engine Optimization untersuchte im Labor, welche Textmerkmale die Sichtbarkeit in KI-Antworten beeinflussen.