GEO statt SEO: Wie KI-Sprachmodelle Ihre Inhalte bewerten – und was das für Ihr Marketing bedeutet

Im Februar dieses Jahres habe ich Claude gefragt, welche Agenturen in Frankfurt redaktionelle KI-Prozesse aufbauen. Meine eigene Firma tauchte nicht auf. Stattdessen drei Namen, die ich nicht kannte, und ein Hinweis auf einen Fachartikel, der gut formuliert, aber sachlich falsch war. Das war der Moment, in dem mir klar wurde: Wir optimieren seit zwanzig Jahren für eine Maschine, die uns Menschen ausspielt. Jetzt antwortet die Maschine selbst.

Klassisches SEO hat eine einfache Logik. Sie schreiben einen Text, Google rankt ihn, ein Mensch klickt und liest. Bei der Generative Engine Optimization fällt der mittlere Schritt weg. Das Sprachmodell liest Ihren Text, bewertet ihn, zerlegt ihn und baut aus Fragmenten eine eigene Antwort. Der Nutzer sieht oft nur noch diese Antwort. Ihre Seite? Vielleicht eine Fußnote.

Warum GEO keine SEO mit neuem Etikett ist

Viele Agenturen behandeln das Thema, als hätte man nur ein paar Stellschrauben getauscht. Keywords rein, ein bisschen strukturierte Daten, fertig. Das greift zu kurz. Bei SEO konkurrieren Sie um einen Platz auf einer Liste. Bei GEO konkurrieren Sie darum, ob ein Modell Ihre Aussage für vertrauenswürdig genug hält, um sie zu zitieren.

Das ist ein qualitativer Unterschied, kein gradueller. Ein Sprachmodell wie GPT oder Gemini bewertet nicht Ihre Klickrate. Es bewertet, wie eindeutig, wie belegt und wie kohärent Ihre Aussagen sind. Vage formulierte Texte, die bei Google noch durch geschickte Verlinkung ranken, fallen bei der maschinellen Lektüre durch. Sie sind dem Modell schlicht nicht klar genug.

Die Princeton-Studie zur Generative Engine Optimization von 2024 hat gezeigt, dass präzise zitierte Quellen und klar belegte Aussagen die Sichtbarkeit in generativen Antworten messbar erhöhen, teils um über vierzig Prozent. Nicht Keyword-Dichte. Belegbarkeit.

Die Maschine liest wie ein strenger Lektor

Hier wird es interessant, denn jetzt trifft GEO auf mein eigentliches Thema. Ein Sprachmodell, das Ihren Text bewertet, verhält sich erstaunlich ähnlich wie ein guter Redakteur. Es fragt: Stimmt das? Ist das belegt? Widerspricht sich der Text? Steht eine Behauptung im luftleeren Raum?

Genau das prüfen wir in der Redaktion seit jeher gegen einen Maßstab. Die Maschine hat diesen Maßstab jetzt sozusagen internalisiert, wenn auch unvollkommen. Wer also redaktionell sauber arbeitet, optimiert nebenbei für GEO. Wer KI-Texte ungeprüft veröffentlicht, produziert das Gegenteil: glatte, beliebige Prosa, die andere Sprachmodelle als austauschbar erkennen und ignorieren.

Ein Sprachmodell zitiert keine Texte, die klingen wie von einem Sprachmodell. Es bevorzugt das Konkrete, das Belegte, das Eigene. Beliebigkeit erkennt die Maschine an sich selbst.

Das ist die stille Ironie der Sache. Die KI-generierte Massenware, die viele Unternehmen gerade ausstoßen, ist für GEO nahezu wertlos. Nicht weil sie schlecht klingt, sondern weil sie nichts Eigenes behauptet, das ein Modell als Quelle brauchen könnte.

Ein Beispiel aus der Energiewende-Kommunikation

Ein Stadtwerk, mit dem ich vor einigen Monaten gearbeitet habe, wollte zur Wärmeplanung sichtbar werden. Die alte Seite war SEO-optimiert: viel "Wärmewende", viel "nachhaltige Energie", inhaltlich aber austauschbar. ChatGPT zitierte stattdessen das Umweltbundesamt und einen Konkurrenten.

Wir haben den Text nicht länger gemacht, sondern präziser. Konkrete Zahlen zur kommunalen Wärmeplanung nach dem Wärmeplanungsgesetz, benannte Fristen, eine klare eigene Einordnung, was das für Hauseigentümer in der Region bedeutet. Sechs Wochen später tauchte die Seite in generierten Antworten auf. Nicht weil wir die Maschine ausgetrickst hätten. Weil der Text endlich etwas zu sagen hatte.

Ehrlich gesagt war das ein Glücksfall, kein Rezept. Ich kann nicht garantieren, dass ein Modell Ihren Text aufnimmt. Niemand kann das. Die Bewertungskriterien der Anbieter sind intransparent und ändern sich. Wer Ihnen feste GEO-Garantien verkauft, verkauft Ihnen eine Hochrechnung.

Was Sie konkret tun können

Erstens: Schreiben Sie belegbar. Jede zentrale Behauptung braucht eine Quelle, ein Datum, eine Zahl. "Studien zeigen" reicht weder für den Leser noch für die Maschine. Der Bitkom-Leitfaden zu KI in Unternehmen ist hier ein nützlicher Ausgangspunkt für die eigene Haltung.

Zweitens: Definieren Sie eine eigene Position. Texte ohne Standpunkt sind für GEO Füllmaterial. Sagen Sie etwas, das nicht jeder sagt, und stehen Sie dazu.

Drittens, und das ist der Kern: Bauen Sie einen Korrekturschritt ein. Nicht die Frage "Wie schreibe ich für die KI?" entscheidet, sondern "Wer prüft den KI-Text gegen welchen Maßstab, bevor er online geht?". Wie das praktisch funktioniert, habe ich im KI-Redaktionssystem für Agenturen beschrieben. Und wer überhaupt erst die Mitarbeiter für solche Prozesse gewinnen muss, findet einen Anfang in der Digitalisierung erklären.

Das dritte Glied, das alle überspringen

Die meisten GEO-Ratgeber enden bei der Technik. Strukturierte Daten, FAQ-Markup, Antwortformate. Das ist alles richtig und alles zweitrangig. Ein Modell zitiert keine sauber ausgezeichnete Beliebigkeit.

Die eigentliche Arbeit liegt davor: in der Entscheidung, ob ein Text gut genug ist, um veröffentlicht zu werden. Die Maschine produziert, der Mensch redigiert gegen einen Maßstab, und genau dieser Mensch entscheidet am Ende auch darüber, ob die nächste Maschine Sie für zitierwürdig hält.

Vielleicht ist GEO am Ende gar keine neue Disziplin. Vielleicht ist es nur die alte Frage nach redaktioneller Qualität, gestellt von einem neuen Prüfer. Wollen Sie diesem Prüfer wirklich ungeprüfte KI-Prosa vorlegen?