GEO statt SEO? Wie du 2026 in ChatGPT & Perplexity gefunden wirst

Die Frage im Titel ist bewusst zugespitzt, denn die Antwort lautet: nein, nicht entweder oder. Aber die Spielregeln verschieben sich. Generative Engine Optimization, kurz GEO, beschreibt die Disziplin, Inhalte so aufzubereiten, dass AI-Systeme wie ChatGPT, Perplexity, Google AI Overviews und Microsoft Copilot sie als Quelle heranziehen und nennen. Während klassisches SEO um Platzierungen in einer Liste kämpft, kämpft GEO darum, Teil der einen Antwort zu sein, die der Nutzer vorgelesen oder zusammengefasst bekommt.

Für Schweizer KMU ist das relevanter, als es zunächst klingt. Wenn ein potenzieller Kunde Perplexity fragt "Wer macht in Zürich seriöse Webentwicklung", dann entscheidet eine KI, welche drei Namen auftauchen. Wer in dieser Antwort fehlt, existiert für diesen Nutzer nicht, egal wie gut die Google-Position ist.

Wie AI-Engines ihre Quellen auswählen

Um GEO zu betreiben, muss man verstehen, wie diese Systeme überhaupt zu ihren Antworten kommen. Die meisten arbeiten nach dem Prinzip Retrieval Augmented Generation. Vereinfacht: Das Modell sucht zunächst über einen klassischen Suchindex relevante Seiten, liest die besten davon und formuliert daraus eine Antwort, oft mit Quellenangabe.

Daraus folgt die erste, oft übersehene Erkenntnis: Klassisches Ranking bleibt das Fundament. Perplexity greift auf Suchindizes zurück, ChatGPTs Websuche nutzt Bing, Google AI Overviews bauen auf dem Google-Index. Wer dort nicht auffindbar ist, hat keine Chance, zitiert zu werden.

Die zweite Erkenntnis: AI-Engines lieben nicht die längste Seite, sondern die klarste Passage. Ein Modell extrahiert die Antwort aus einem konkreten Absatz. Texte, die ihre Kernaussage in einem eigenständig verständlichen Block liefern, werden bevorzugt zitiert. Geschwurbel, das erst nach drei Absätzen zur Sache kommt, verliert gegen den Wettbewerber, der die Antwort direkt liefert.

Strukturierte Daten und zitierbare Passagen

Die wirksamste technische Massnahme ist saubere strukturierte Datenauszeichnung mit Schema.org. FAQ-, HowTo-, Article- und Organization-Markup geben Maschinen eine eindeutige Lesart deiner Inhalte. Eine FAQ mit korrektem Schema ist für eine AI-Engine ein Frage-Antwort-Paar auf dem Silbertablett, genau das Format, das sie für ihre Antworten braucht.

Mindestens ebenso wichtig ist der Schreibstil. Zitierbarkeit entsteht durch Absätze, die für sich allein stehen. Eine gute Faustregel: Jeder Schlüsselabsatz sollte so formuliert sein, dass er, aus dem Kontext gerissen, immer noch eine vollständige, korrekte Aussage ergibt. Konkrete Zahlen, Daten, Definitionen und klare Aussagen werden überproportional häufig herangezogen. Vage Formulierungen und Marketingsprache werden ignoriert.

Dazu kommen Belege. Studien zeigen, dass Inhalte mit nachvollziehbaren Statistiken, Quellenangaben und Zitaten deutlich häufiger in AI-Antworten landen als reine Behauptungen. Wenn du schreibst "viele Unternehmen", verlierst du. Wenn du schreibst "rund 40 Prozent der befragten KMU", gewinnst du Sichtbarkeit.

Die llms.txt und der Zugang für AI-Crawler

Ein vergleichsweise junges, aber wachsendes Signal ist die llms.txt-Datei. Sie liegt im Wurzelverzeichnis der Website und bietet KI-Systemen eine kuratierte, in Klartext gehaltene Landkarte der wichtigsten Inhalte: worum es auf der Seite geht, welche Kernangebote es gibt, welche Ressourcen besonders relevant sind. Sie ersetzt nichts, aber sie senkt die Hürde für Modelle, deine Inhalte korrekt einzuordnen.

Genauso entscheidend ist, dass du AI-Crawler überhaupt hereinlässt. Bots wie GPTBot, PerplexityBot, ClaudeBot und Google-Extended müssen in der robots.txt erlaubt sein, sonst sperrst du dich aus der AI-Suche aus. Viele Unternehmen blockieren diese Crawler aus Reflex und wundern sich dann, warum sie nicht zitiert werden. Hier gilt es, bewusst zu entscheiden, welche Bots Zugang erhalten.

Die klassische Autorität bleibt im Hintergrund relevant. AI-Engines gewichten Quellen, denen das Web vertraut. Ein Werkzeug wie Ahrefs hilft dir zu verstehen, welche Seiten in deinem Themenfeld die meisten verweisenden Domains haben und damit die Quellen sind, gegen die du antrittst.

AI-Sichtbarkeit messen

Was man nicht misst, kann man nicht steuern. Das grösste Problem von GEO ist, dass die Antwort jedes Mal etwas anders ausfällt und es keine fixe Rangliste gibt. Hier setzen spezialisierte Tools an. Profound etwa lässt systematisch Tausende relevanter Prompts gegen die grossen AI-Engines laufen und wertet aus, wie oft und in welchem Kontext deine Marke auftaucht, im Vergleich zum Wettbewerb.

Ergänzend liefern deine eigenen Server-Logs eine kostenlose, oft unterschätzte Datenquelle. Dort siehst du, welche AI-Crawler deine Seiten besuchen, wie häufig und welche Inhalte sie ziehen. Steigender Traffic von GPTBot oder PerplexityBot ist ein frühes Signal, dass deine Inhalte als Quelle herangezogen werden, bevor sich das überhaupt in Erwähnungen niederschlägt.

Was du jetzt konkret tun solltest

GEO ist kein separates Projekt, sondern eine Erweiterung guter SEO-Praxis. Drei Schritte bringen den grössten Hebel. Erstens: Bring deine technische Basis in Ordnung, denn ohne Auffindbarkeit im Index keine Zitate. Zweitens: Schreib zitierbar, mit klaren Frage-Antwort-Strukturen, konkreten Zahlen und Belegen statt Marketingfloskeln. Drittens: Mach AI-Crawler willkommen, ergänze eine llms.txt und beobachte über Logs und ein Tracking-Tool, ob deine Sichtbarkeit steigt.

Die ehrliche Einordnung zum Schluss: Vieles an GEO ist gute Inhaltsarbeit unter neuem Namen. Wer fundierte, klar strukturierte und belegte Inhalte liefert, war auch bei klassischem SEO im Vorteil. Der Unterschied 2026 ist, dass diese Qualität nicht mehr nur über Rankings belohnt wird, sondern darüber, ob eine KI dich als vertrauenswürdige Quelle in ihre Antwort aufnimmt. Das ist die Sichtbarkeit, um die es künftig geht.