Generative Engine Optimization: Warum Marken in KI-Antworten stattfinden müssen

Unsere SEO-Strategin Sophia Polthier beleuchtet im folgenden Artikel, wie generative KI die Bedeutung von Suchmaschinen grundlegend wandelt – für User und Marken. Für die ist es jetzt wichtiger denn je, in den von KI generierten Antworten sichtbar zu sein. Dazu gibt sie praxisnahe Empfehlungen, wie Unternehmen ihre SEO-Strategie zukunftssicher aufstellen können:

Wir alle erleben aktuell, wie sich unser Informationsverhalten ändert. Für mich als Strategin zeigt sich das in vielen alltäglichen Situationen. Die Suche nach einem Rezept, die Wochenend- oder Urlaubsplanung oder der Vergleich von Dienstleistungen und Produkten: anstatt mich durch unzählige Websites zu klicken, frage ich mittlerweile ganz selbstverständlich die KI.

Wenden wir ein solches Nutzersicht-Szenario auf unseren Kunden Volkswagen Nutzfahrzeuge an: Die Suche nach einem größeren Familienauto. Versetzt man sich in die Lage eines Autosuchenden und fragt Gemini und ChatGPT, könnte man das bspw. so tun: „Ich bin auf der Suche nach einem neuen Familienauto. Gerne auch was Größeres mit evtl. praktischen Schiebetüren. Mehr als 5 Sitze und möglichst viele Isofix Halterungen. Ich denke auch über Hybrid oder sogar vollelektrisch nach. Was kannst du empfehlen?“.

Nach wenigen Sekunden erscheinen bei beiden Tools Modellempfehlungen, technische Daten, Preise und eine Zusammenfassung. Gemini empfiehlt neben Modellen von Mercedes, Hyundai, Peugeot und anderen zumindest noch den ID. Buzz und VW Multivan. Die Modelle Caddy und California tauchen nicht auf. ChatGPT hingegen empfiehlt von Volkswagen Nutzfahrzeuge nur den ID. Buzz – keinen Multivan oder California. Auch der Caddy findet keine Erwähnung.

Dieser Realitätscheck zeigt genau das auf, worüber wir in der Branche viel mehr reden müssen: Die klassische Customer Journey wird von KI-basierten Antwortsystemen, wie Google AI-Overviews über Gemini, ChatGPT bis hin zu Perplexity, neu geschrieben. Und viele Marken sind darauf noch nicht vorbereitet. Wer keine maschinenlesbare Präsenz hat, wird ignoriert. Aber wie stellen wir sicher – oder beeinflussen zumindest – welche Marken und Modelle in der Empfehlung genannt werden? Genau hier setzt Generative Engine Optimization (GEO) an.

Laut OpenAI hat sich die Nutzung von ChatGPT Search in der EU im letzten halben Jahr vervierfacht. Google AI Overviews erreichen inzwischen 1,5 Milliarden Nutzerinnen und Nutzer pro Monat (Stand: April 2025). Das Problem: Position 1 bei Google ist heute weniger wert als früher. Gleichzeitig entstehen dadurch neue Chancen für Sichtbarkeit: nicht nur als Link, sondern als Erwähnung oder direkt zitierte Quelle in der Antwort.

„Generative Engine Optimization (GEO) beschreibt Strategien zur Sichtbarkeit in KI-gesteuerten Suchsystemen wie Google AI Overviews oder LLMs wie ChatGPT Search, Gemini, Perplexity oder Grok.“

Diese Suchsysteme liefern nicht nur klassische Suchergebnisse, sondern generieren Antworten auf Basis verschiedenster Quellen – teils inklusive Bildern, Videos und Quellenverweisen.

Innerhalb der Diskussion um KI-gesteuerte Antworten taucht eine Vielzahl unterschiedlicher Bezeichnungen und deren Akronyme auf, etwa:

• AEO (Answer Engine Optimization) – Fokus auf direkte Antworten, z. B. Snippets

• (G)AIO ((Generative) – AI Optimization oder Google AI Overviews)

• CEO (Chat Engine Optimization) – Optimierung für Chatbots

• LLMO (Large Language Model Optimization) – Technische Sicht auf LLMs

• GEO (Generative Engine Optimization) ist der umfassendste Begriff und vereint all das

Im Kern verfolgen all diese Ansätze das gleiche Ziel: Sichtbarkeit in KI-generierten Antworten. Während Google AI-Overviews KI-generierte Antworten direkt in den klassischen Suchergebnissen anzeigt, arbeiten Large Language Model (LLM) Chatbots wie ChatGPT oder Perplexity innerhalb eigener dialogbasierter Interfaces.

Die Einführung von generativer KI verändert nicht nur, wie gesucht wird, sondern auch, wann und wo Nutzende mit Marken in Kontakt treten. GEO verschiebt zentrale Phasen der Customer Journey direkt in KI-Umgebungen. Tabelle 1 zeigt die wichtigsten Veränderungen.

Bereits bei der Suchanfrage beginnt der Wandel: Der Fokus verschiebt sich von klassischen Keywords und statischen Suchvolumina hin zum Search Intent – also zur eigentlichen Absicht hinter einer Frage. User stellen heute längere, natürlich formulierte Suchanfragen, häufig als Frage formuliert. Das Ergebnis: Für einen einzelnen Such-Intent existieren oft Dutzende unterschiedliche Formulierungen. So kann eine Frage wie „Welches Elektroauto hat die höchste Reichweite?“ laut klassischer Tools nur geringe Suchvolumina aufweisen. Doch leicht abgewandelte Formulierungen wie

• „Beste E-Autos für Langstrecken“,

• „Elektroauto mit der längsten Reichweite 2025“ oder

• „Wie weit kommt ein E-Auto mit einer Ladung?“

decken denselben Such-Intent ab und führen zusammen zu einem deutlich höheren Intent-Volumen. KI-Systeme erkennen diese inhaltliche Nähe und liefern darauf gebündelte Antworten.

Kaufentscheidungen oder Produktvergleiche finden immer häufiger innerhalb der KI-Antwort statt, ohne zusätzlichen Rechercheaufwand oder tieferes Engagement mit der Marke. Klickpfade werden kürzer oder entfallen ganz. Die Interaktion ist dialogbasiert: KI-Modelle behalten den Kontext im Blick und fördern Rückfragen statt Website-Hopping. Besonders bei AI-Overviews gilt: Nutzerinnen und Nutzer überfliegen die Inhalte schnell und hören nach dem ersten Drittel auf, die Antwort zu lesen. Wenn die Marke nicht weit oben in der KI-Antwort erscheint, ist sie für User praktisch unsichtbar. KI-SEO zielt darauf ab, diese Positionierung strategisch zu beeinflussen.

AI Overviews sind darauf ausgelegt, Suchende direkt in der Suchoberfläche zu informieren – ohne dass sie weiterklicken müssen. Und sie werden immer besser. Kein Wunder also, dass die Klickraten (CTR) sinken.

Eine aktuelle Studie aus den USA zeigt, dass die CTR bei Mobile-Usern um die Hälfte sinkt und bei Desktop-Usern sogar bis zu zwei Drittel einbrechen kann, wenn Google eine AI-Overview-Antwort anzeigt.

Gleichzeitig zeigt sich jedoch ein weiterer Trend: Auch wenn insgesamt weniger Klicks erfolgen, sind diese häufig qualitativ hochwertiger. Personen, die sich durchklicken, haben in der Regel ein höheres Interesse oder bereits eine klare Handlungsabsicht.

Welche Seiten werden nun also von der KI bevorzugt? Zunächst einmal: Es besteht kein Grund zur Panik. SEO-Grundlagen behalten auch in der Welt der KI-generierten Antworten ihre Gültigkeit. Wer bereits auf sauberen Seitenaufbau, klare Struktur und nutzerrelevante Inhalte setzt, hat eine solide Basis – denn zwischen klassischer SEO und der Optimierung für Large Language Models (LLMs) gibt es große Überschneidungen. Der entscheidende Unterschied liegt jedoch im Ziel: Während es in der klassischen Suche vor allem um Ranking in den SERPs ging, geht es in der KI-gestützten Suche um Repräsentation. Seiten müssen nicht nur gut platziert sein, sondern direkt als vertrauenswürdige Quelle in der Antwort selbst erscheinen. Statt sich auf kurzfristige Hacks oder Tools zu stürzen, bedeutet KI-SEO deshalb vor allem: Inhalte so zu gestalten, dass sie sich nahtlos in KI-generierte Antworten einfügen – klar, kohärent, relevant und nutzerzentriert.

Technische Exzellenz bleibt die Grundvoraussetzung für Sichtbarkeit – daran hat sich auch im Zeitalter von KI nichts geändert. Aspekte wie Ladegeschwindigkeit, Crawlbarkeit und saubere Indexierung bilden weiterhin das Fundament.

Generative KI verarbeitet Informationen auf Basis von Kontext, Sprache und Nutzerintention – nicht bloß auf Grundlage einzelner Keywords. Damit Inhalte für KI-Systeme zitierfähig sind, sollten folgende Prinzipien beachtet werden:

• Überschriften sollten klar strukturiert und hierarchisch aufgebaut sein (z. B. H1, H2, H3).

• Jeder Absatz sollte eine zentrale Aussage transportieren und kurz, prägnant und einfach sein.

• Inhalte lassen sich besser erfassen, wenn sie durch Listen, Tabellen oder FAQs strukturiert sind,  weil die Fragen oft den Prompts der User entsprechen.

• Die Verwendung strukturierter Daten wie Schema.org-Markup hilft KI-Systemen, Inhalte semantisch richtig einzuordnen.

• Wiederholungen und Keyword-Stuffing sollten vermieden werden, um Verständlichkeit und Relevanz zu erhöhen.

Marken setzen im klassischen SEO häufig auf Top-Funnel-Keywords mit hohem Suchvolumen, um Reichweite zu erzielen. Gleichzeitig war es schon immer relevant, Inhalte zu bieten, die tatsächliche Nutzerfragen beantworten – etwa durch FAQ-Formate, konkrete Produktinfos oder Erfahrungsberichte. Auch das E-E-A-T-Prinzip (Experience, Expertise, Authoritativeness, Trust) hat sich bereits als Standard etabliert, um Vertrauen und Relevanz aufzubauen. Ebenso gehören Keyword-Recherchen seit jeher zur SEO-Grundlage und werden wichtig bleiben, da auch AI Search darauf basiert, wie Menschen Dinge formulieren.

Aspekte wie Kontexttiefe, Relevanz und Qualität waren schon immer wichtig – heute gewinnen sie durch KI-basierte Suche nochmals an Bedeutung. In der Praxis bedeutet das:

• Fokus auf Mid- und Bottom-Funnel-Keywords, bei denen Suchende eine klare Kaufabsicht zeigen. Diese sind zwar in klassischen Tools weniger sichtbar, aber für KI-Systeme besonders relevant (bspw. „Wie viele Sitze hat der Caddy?“).

• Inhalte sollten echte Fragen beantworten, nachvollziehbaren Mehrwert bieten und möglichst nah an der Sprache der Zielgruppe formuliert sein. Tools wie Googles „Ähnliche Fragen“ (People Also Ask) oder Auto-Suggest können dabei helfen, die häufigsten Intentionen und Formulierungen frühzeitig zu erkennen und in der Content-Planung zu berücksichtigen.

• Die Inhalte sollten in einem flüssigen, gesprächsähnlichen Stil formuliert werden, da ChatGPT Texte generiert, die sich wie menschliche Konversationen lesen, also klare, direkte Beantwortung von Fragen („Was ist…“, „Wie funktioniert…“).

Im klassischen SEO gilt: Wer von vielen hochwertigen, thematisch relevanten Seiten verlinkt wird, steigt im Ranking. Backlinks von vertrauenswürdigen Quellen waren – und sind – ein zentrales Signal für Relevanz und Autorität. Ebenso war es schon immer sinnvoll, Inhalte auf unterschiedlichen Kanälen (Blog, Social Media, Video) zu verbreiten, um Sichtbarkeit und Reichweite zu erhöhen. Mit dem Aufkommen von AI- Overviews und LLM-basierten Antwortsystemen reicht es nicht mehr, nur auf den eigenen Kanälen sichtbar zu sein. KI-Modelle greifen vermehrt auf Inhalte aus Drittquellen zurück. Der erste Touchpoint mit einer Marke kann also genauso gut ein LinkedIn-Post, ein Podcast oder ein TikTok-Video sein. Was ist also zu tun?

Zum einen ist es als Marke wichtig, in möglichst vielen vertrauenswürdigen Quellen präsent zu sein – insbesondere auf Blogs, Vergleichsseiten oder Foren. Erfolgreiche KI-SEO berücksichtigt diese externen Signale aktiv – nicht nur den eigenen Content.

• Vertrauen ist ein entscheidender Klickfaktor: Eine hohe Autorität der Quelle führt häufiger zu ihrer Auswahl.

• Google und Nutzer legen Wert auf human-generated Content: Insbesondere Reddit und YouTube, aber auch Wikipedia, Vergleichs- und Testportale und spezialisierte Foren gelten als „Trust-Kanäle“ und sind häufig genutzte Quellen der KI. Sie bieten Potenzial, bergen aber auch das Risiko falscher oder veralteter Infos.

• Auch OpenAI nennt als zentrale Faktoren der neuen Produktsuche in ChatGPT explizit strukturierte Drittinhalte wie Bewertungen, Preise oder Produktbeschreibungen.

• Es gilt: Wikipedia aktuell halten und relevante Foren im Blick behalten, besonders bei sensiblen Themen oder spekulativen Diskussionen (bspw. neue Modellankündigungen im Automotive Bereich).

Zum anderen gilt weiterhin, mit Content auf den eigenen Kanälen plattformübergreifend Sichtbarkeit aufzubauen.

• Überall dort, wo die eigene Zielgruppe aktiv ist, sollte die Marke präsent sein: Blogs, Podcasts, YouTube, E-Mail-Newsletter, Communities und Socials

• Insbesondere Präsenz auf Social-Proof-Plattformen wie Reddit und YouTube aktiv aufbauen

• Visuelle Inhalte (Thumbnails, Video-Starts) so gestalten, dass sie sofort Mehrwert zeigen (bspw. Autoplay-Vorschau eines Videos optimieren)

• Expertinnen und Experten aus dem eigenen Unternehmen als „Stimmen“ sichtbar zu machen – etwa durch Konferenzauftritte, Interviews, Podcasts oder Thought-Leadership-Content auf Social Media. Social Media-Inhalte, vor allem von echten Menschen mit echten Erfahrungen, werden von Suchmaschinen und KI-Systemen zunehmend bevorzugt.

Auch im Umfeld von LLMs und AI-Overviews gilt: Was man nicht misst, kann man nicht steuern. Während klassische KPI wie Sichtbarkeit in den SERP, Traffic und Conversion weiterhin relevant sind, stellen KI-basierte Suchsysteme neue Anforderungen. „Sichtbarkeit, Vertrauen und Markenwahrnehmung rücken stärker in den Fokus als reine Besuchszahlen.“ Für Marketing- und SEO-Teams bedeutet das, vertraute Erfolgskennzahlen neu zu denken.

• Marken müssen sich auf sinkenden organischen Traffic einstellen (besonders bei informativen Suchanfragen, da diese häufiger AI-Overviews triggern)

• Marken sollten nicht nur überprüfen, ob sie von der KI genannt werden, sondern wie diese Systeme über zentrale Fragen und Themen der Marke sprechen. Werden Kernaussagen korrekt wiedergegeben? Passen Tonalität und Kontext?

• Know your Audience: Die Nutzung von KI-Chats und AI-Overviews variiert nach Alter und Gerät. Auf Mobilgeräten wird häufiger tiefer gescrollt und auf Quellen geklickt. Jüngere Nutzer nutzen AI-Antworten häufiger. Marken, die eine ältere Zielgruppe haben, sollten sich also weiterhin auf die klassische organische Suche konzentrieren, aber auch GEO nicht aus den Augen verlieren, da sich das Nutzerverhalten aktuell sehr schnell weiterentwickelt.

• Referrer-Daten (Klicks) von Plattformen wie ChatGPT oder Perplexity liefern erste Hinweise darauf, wie viel Traffic über LLMs auf die eigene Website gelangt; geben aber keinen vollständigen Blick auf die Lage.

Es gilt, von Klicks zu Sichtbarkeit und Präsenz umzudenken. Kennzahlen, die im KI-Kontext an Bedeutung gewinnen:

• Impressionen

• Share of Voice (Wo, wie häufig und in welchem inhaltlichen Kontext erscheint die Marke)

• Position der Quellenangabe (Wie weit oben wird man in der KI oder AI-Overviews genannt)

Seit Kurzem können die meisten SEO-Tools Google AI Overviews auswerten. Es wird angezeigt, ob ein Keyword eine AI Overview auslöst. So können Themengebiete identifiziert werden, bei denen sich eine Optimierung lohnt. Einige Tools können auch LLMs tracken. In den USA erfasst mittlerweile auch die Google Search Konsole Traffic aus dem AI Mode, dem Nachfolgemodell der AI Overviews. Vieles befindet sich aktuell in der Entwicklung – belastbare Kennzahlen zu Nennungen und Quellen liegen derzeit noch nicht vor. Wer langfristig sichtbar bleiben möchte, muss Entwicklungen laufend beobachten, Inhalte flexibel anpassen und genau analysieren, wie die eigene Marke von KI-Systemen dargestellt wird und wie präsent der Wettbewerb ist.

Am Beispiel Volkswagen Nutzfahrzeuge haben wir uns angeschaut, wie präsent die Marke bei ChatGPT ist, wenn nach einem Familienauto gefragt wird. Die Antwort: noch nicht ausreichend. Keine Ausnahme, sondern ein Branchensymptom. Die Auswirkungen von KI auf Search entwickeln sich rasant. Viele Unternehmen haben noch keine klare Vorstellung davon, was auf sie zukommt – oder was sie tun sollten. Viele Marken führen ihre Inhalte weiterhin so, als würden Nutzende sie ausführlich auf der Website konsumieren. Aber in Wahrheit findet die Informationsbeschaffung zunehmend in KI-Systemen statt und diese zitieren nur die Inhalte, die sie als klar, verlässlich und relevant wahrnehmen. Heißt: Bei interone optimieren wir nicht nur Websites – wir optimieren Sichtbarkeit. Als Agentur begleiten wir Kundinnen und Kunden wie Volkswagen Nutzfahrzeuge bereits bei ersten Projekten rund um Generative Search, bringen das Thema auf den Tisch, schaffen Orientierung und entwickeln gemeinsam zukunftsfähige Strategien.

Das Wichtigste in Kürze zusammengefasst:

• Customer Journeys starten nicht mehr bei Google – sondern bei der KI. Wer in Antworten von ChatGPT & Co. nicht vorkommt, wird nicht wahrgenommen.

• Der erste Markenkontakt findet oft außerhalb eigener Kanäle statt. Foren, Social Media, Vergleichsplattformen und Wikipedia werden zu Schlüsselquellen.

• Organische Klickraten sinken bereits stark. Neue Sichtbarkeit braucht neue Metriken. Von Klicks zu Präsenz: Ab jetzt zählen auch Share of Voice in KI, Position der Quellenangabe und Vertrauen durch Kontext.

• GEO ist keine technische Kür, sondern neue Markenpflicht. Sichtbarkeit heißt: maschinenlesbare Inhalte, klare Struktur, semantische Relevanz.

• Wir bei interone machen Marken KI-bereit. Mit Content, Struktur, Plattformstrategie und einer Haltung: Wer nicht vorkommt, wird nicht erinnert.

Ich bin der Ansicht: Marken, die jetzt handeln, verschaffen sich einen echten Vorsprung. Denn GEO ist vielen Marketingabteilungen noch nicht auf dem Radar. Aber Produkte und Marken finden schon in KI-Antworten statt. Wer morgen noch relevant sein will, muss heute verstehen: Sichtbarkeit besteht nicht mehr aus Ranking, sondern Repräsentation. Spannend bleibt auch, wie sich das Nutzerverhalten verändert, welche Rolle rechtliche Regularien spielen werden und wie schnell sich LLM-Chats und Google AI-Overviews in ihren Funktionen in Deutschland weiterentwickeln werden. In den USA gibt es beispielweise schon den Google AI Mode mit mehr Funktionen.

LLM SEO (Large Language Model SEO) bezeichnet die Optimierung von Inhalten für KI-Systeme wie ChatGPT oder Gemini. Ziel ist es, Inhalte so zu gestalten, dass sie von Sprachmodellen gut verarbeitet, zitiert und in Antworten eingebunden werden.

Google AI Overviews sind KI-generierte Antwortboxen, die bei bestimmten Suchanfragen direkt in den Suchergebnissen erscheinen. Sie fassen Inhalte aus verschiedenen Quellen zusammen und beantworten so komplexe Fragen.

SEO zielt darauf ab, Inhalte in den organischen Suchergebnissen klassischer Suchmaschinen sichtbar zu machen. GEO hingegen optimiert Inhalte für KI-basierte Antwortsysteme wie Google AI Overviews oder ChatGPT, mit dem Ziel, als zitierte Quelle direkt in der Antwort aufzutauchen.

KI SEO beschreibt alle Maßnahmen, um Inhalte für KI-basierte Suchsysteme auffindbar und zitierfähig zu machen. Dazu zählen strukturierte Daten, Content in natürlicher Sprache, konsistenter Markenauftritt und die gezielte Platzierung auf Drittplattformen wie Wikipedia, Reddit oder Vergleichsportalen.

Relevanz, Struktur und Konsistenz sind zentral: Inhalte sollten maschinenlesbar, semantisch nachvollziehbar und auf echte Fragen ausgerichtet sein. Wichtig sind außerdem Mid-Funnel-Keywords, nutzerzentrierte Sprache, EEAT-Signale (Expertise, Autorität, Vertrauen) und ein konsistenter Markenauftritt auf vertrauenswürdigen Plattformen.

[Q1]: Amsive Digital: Google AI Overviews – New Research Reveals How To Navigate Click Drop-Off. Amsive.com, Online abrufbar (abgerufen am 06.06.25).

[Q2]: SEO Südwest: Google AI Overviews werden inzwischen 1,5 Milliarden Nutzern ausgespielt. SEO Südwest, Online abrufbar (abgerufen am 06.06.25).

[Q3]: SEO Südwest: OpenAI veröffentlicht Rankingfaktoren für Produkte in ChatGPT. SEO Südwest, Online abrufbar (abgerufen am 06.06.25).

[Q4]: SEO Südwest: Google: Anteil AI Overviews jetzt bei über 20 Prozent. SEO Südwest, Online abrufbar (abgerufen am 06.06.25).

[Q5]: Seokratie: SEO-Strategie für KI: Die Zukunft von SEO in einer KI-Welt. Seokratie.de, Online abrufbar (abgerufen am 06.06.25).

[Q6]: Matt G. Southern: UX Study Of Google’s AI Overviews. Search Engine Journal, Online abrufbar (abgerufen am 06.06.25).