Generative Engine Optimization

Generative Engine Optimization (GEO): So wird dein Shop in AI-Antworten zitiert

GEO Optimierung sorgt dafür, dass deine Marke in den Antworten von ChatGPT, Perplexity, Google AI Overviews und Gemini auftaucht, nicht nur auf Seite eins bei Google. Deine Kundschaft fragt die Maschine inzwischen direkt: „Welche Laufschuhe für breite Füße?", „Bestes Proteinpulver ohne Süßstoff?". Die Maschine antwortet mit drei, vier Marken. Wer da nicht genannt wird, existiert für diesen Kauf nicht.

Diese Seite erklärt Generative Engine Optimization aus der Sicht von jemandem, der E-Commerce operativ führt, nicht aus der eines Tool-Blogs. Geschrieben von Yves Schleich, fast 15 Jahre im E-Commerce, davon acht als Gründer einer E-Com-Tech-Agentur. Kein „Was ist GEO"-Listicle: was du konkret tust, damit dein Shop zitiert wird, und woran du misst, ob es wirkt.

Was ist Generative Engine Optimization (GEO)?

Generative Engine Optimization (GEO) ist die Praxis, Inhalte so aufzubauen, dass generative AI-Systeme sie als Quelle auswählen und zitieren. Gemeint sind Antwortmaschinen wie ChatGPT, Perplexity, Google AI Overviews, Google AI Mode und Gemini. Wo klassische Suchmaschinenoptimierung auf ein Ranking in der Linkliste zielt, zielt GEO Optimierung darauf, Teil der generierten Antwort zu sein. Der Fachbegriff heißt Generative Engine Optimization, teils auch Answer Engine Optimization (AEO). Gemeint ist dieselbe Arbeit: sichtbar werden in Antworten, die eine KI formuliert, statt nur in Ergebnissen, die eine Suchmaschine auflistet.

Für eine Marke heißt das: Es reicht nicht mehr, dass deine Produktseite rankt. Die KI muss deinen Inhalt verstehen, dir vertrauen und dich in ihre Antwort übernehmen, oft ohne dass der Nutzer je auf deinen Link klickt. Das ist der Kern der Verschiebung, und der Grund, warum GEO für Shops eine eigene Disziplin ist.

GEO, AEO, LLMO: gleiche Sache?

Ja, weitgehend. GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) und LLMO (Large Language Model Optimization) sind unterschiedliche Labels für dieselbe Grundarbeit: Inhalte so strukturieren, dass ein Sprachmodell sie sauber extrahieren und zitieren kann. Google selbst sagt in seinem AI-Optimization-Guide, dass das aus seiner Sicht weiterhin SEO ist, nur angewandt auf AI-Oberflächen. Verlier dich also nicht in den Abkürzungen. Die Frage ist immer dieselbe: Kommt dein Inhalt sauber in die Antwort?

GEO vs SEO: der Unterschied

Der Unterschied zwischen GEO und SEO ist das Ziel: SEO optimiert auf ein Ranking, also einen Platz in der Linkliste, den der Nutzer anklickt. GEO Optimierung optimiert darauf, in der generierten Antwort selbst genannt zu werden, oft ohne Klick. SEO denkt in Seiten und Positionen. GEO denkt in Passagen und Zitaten: Ein Sprachmodell zieht sich einen einzelnen, in sich geschlossenen Absatz heraus und baut ihn in seine Antwort ein. Die Einheit ist nicht mehr die Seite, sondern die zitierfähige Passage.

Das Zweite: SEO bringt dir einen Klick, GEO bringt dir eine Erwähnung. Bei der zero-click-Suche beantwortet die KI die Frage direkt, der Nutzer landet nie auf deiner Seite. Was zählt, ist, ob dein Markenname in der Antwort steht. Deshalb verschiebt sich die Kennzahl: von Klicks und Position hin zu Nennungen und Zitaten.

Tabelle: SEO vs GEO

Klassisches SEOGEO Optimierung
ZielRanking in der LinklisteZitat in der AI-Antwort
EinheitDie SeiteDie einzelne Passage
ErfolgKlick auf deinen LinkNennung deiner Marke
OberflächeGoogle-SuchergebnisseChatGPT, Perplexity, AI Overviews, Gemini
KennzahlPosition, TrafficNennungen, Zitat-Anteil

Wichtig: GEO ersetzt SEO nicht, es kommt obendrauf. Google AI Overviews zieht seine Quellen ganz überwiegend aus Seiten, die ohnehin gut ranken. Sauberes SEO ist damit die Grundlage, GEO die Schicht darüber.

Warum GEO für E-Commerce und D2C jetzt zählt

Für E-Commerce zählt GEO jetzt, weil sich die Buying Journey verschoben hat. Früher lief der Weg über eine Google-Suche, mehrere offene Tabs und einen Preisvergleich. Heute fragt ein wachsender Teil der Kundschaft direkt eine KI: „Welches Rennrad für Einsteiger unter 1.500 Euro?" Und bekommt eine kuratierte Empfehlung mit konkreten Marken zurück. Das ist die These aus meinem Talk „AI Recommends the Bike": Die KI wird zum Produktberater und Vorfilter. Sie entscheidet mit, welche drei Marken es überhaupt in die engere Wahl schaffen.

Für eine D2C-Brand ist das Chance und Risiko zugleich. Wenn die Maschine dich empfiehlt, bekommst du vorqualifizierte Nachfrage, ohne pro Klick zu zahlen. Wenn sie dich nicht kennt, wirst du unsichtbar, egal wie gut dein Produkt ist. Genau in dieser Phase entscheidet sich, wer als Marke in der AI-Antwort etabliert ist und wer nicht. Das Feld ist jung, der Wettbewerb formt sich gerade. Das ist das Fenster.

Was das für deinen Shop konkret bedeutet

  • Deine Kategorie- und Ratgeberseiten müssen die Fragen beantworten, die Leute der KI stellen, nicht die, die du gern beantworten würdest.
  • Deine Marke braucht ein Profil, das die KI als Entität erkennt: konsistenter Name, Fakten, Erwähnungen an mehreren Stellen im Netz.
  • Es reicht nicht, dass die KI dein Produkt kennt. Sie muss wissen, wofür deine Marke steht und für wen sie das Richtige ist.

Wie AI-Antwortmaschinen ihre Quellen auswählen

AI-Antwortmaschinen wählen Quellen nach vier Kriterien aus: Zitierfähigkeit, Struktur, maschinenlesbare Signale und Autorität der Entität. Zitierfähigkeit heißt, dass eine Passage die Frage in sich geschlossen beantwortet, ohne den Rest der Seite. Modelle bevorzugen kurze, klare Absätze mit konkreten Fakten. Die zitierfähige Länge liegt laut Analysen bei rund 134 bis 167 Wörtern pro Passage. Und rund 44 Prozent der AI-Zitate stammen aus dem ersten Drittel einer Seite. Die Antwort gehört also nach oben, nicht ans Ende.

Das Zweite ist Struktur: eine saubere Überschriften-Hierarchie, fragebasierte H2 und H3, kurze Absätze, Tabellen für Vergleiche, ein klares Frage-Antwort-Format. Das Dritte sind maschinenlesbare Signale: strukturierte Daten (Schema), damit die Maschine Autor, Datum und Thema sauber zuordnet. Das Vierte ist Autorität: ein benannter Autor mit Fachhintergrund, ein Datum, verlinkte Belege und eine Marke, die auch außerhalb der eigenen Seite auftaucht. Interessant für Shops: Markenerwähnungen korrelieren laut einer Ahrefs-Auswertung aus Dezember 2025 rund dreimal stärker mit AI-Sichtbarkeit als klassische Backlinks. Wie du dafür deine Produktdaten für AI-Empfehlungen aufbereitest, steht im eigenen Guide.

Der wichtigste Hebel: genannt werden, nicht nur verlinkt

Backlinks bleiben nützlich, aber für AI-Sichtbarkeit wiegt schwerer, wie oft und in welchem Kontext deine Marke im Netz erwähnt wird: in Foren wie Reddit, auf YouTube, in Fachbeiträgen, auf Wikipedia. Für eine Marke heißt das: Presse, Community und echte Erwähnungen zahlen direkt auf die AI-Sichtbarkeit ein. Ein technisch sauberer Shop allein reicht nicht, wenn im Rest des Netzes niemand über dich spricht.

GEO-Maßnahmen konkret: die Checkliste

Die wichtigsten GEO-Maßnahmen für einen Shop sind: zitierfähige Passagen schreiben, strukturierte Daten ausliefern, die Marke als Entität aufbauen, AI-Crawler zulassen und die Antworten dort platzieren, wo Leute wirklich fragen. Hier die Reihenfolge, in der ich das bei einer Brand angehe:

  1. Passage-level Content. Jede zentrale Frage bekommt eine in sich geschlossene Antwort in den ersten 40 bis 60 Wörtern des Abschnitts. Kurze Absätze, konkrete Zahlen, klare „X ist"-Definitionen. So kann ein Modell den Absatz herausziehen, ohne den Rest zu brauchen.
  2. Fragebasierte Struktur. H2 und H3 als echte Suchfragen formulieren. FAQ-Blöcke mit sauberem Frage-Antwort-Format. Tabellen für Vergleiche, Listen für Schritte.
  3. Strukturierte Daten (Schema). Article mit benanntem Autor, FAQPage für den FAQ-Block, Organization mit sameAs auf deine Profile. Das gibt der Maschine Autor, Datum und Entität eindeutig vor.
  4. Entity und Autorität. Konsistenter Markenname überall, benannter Autor mit Fachhintergrund, aktuelle Datumsangaben, verlinkte Belege. Erwähnungen außerhalb der eigenen Seite gezielt aufbauen.
  5. Crawler-Zugang. In der robots.txt die relevanten AI-Crawler zulassen: GPTBot und OAI-SearchBot (OpenAI), ClaudeBot (Anthropic), PerplexityBot (Perplexity), Google-Extended (Gemini). Was der Crawler nicht abrufen kann, kann die KI nicht zitieren.
  6. Server-seitiges Rendering. AI-Crawler führen in der Regel kein JavaScript aus. Kerninhalt muss im ausgelieferten HTML stehen, nicht erst per Skript nachgeladen werden.
  7. Aktualität. Inhalte unter drei Monaten werden laut SE-Ranking-Auswertung rund dreimal häufiger zitiert. Ein fester Update-Rhythmus ist einer der stärksten Hebel, den viele liegen lassen.

Ein Wort zu llms.txt

Die Datei /llms.txt ist ein junger Vorschlag, um AI-Crawlern eine strukturierte Inhaltsübersicht zu geben. Ehrlich: Für Google-Suche und deren AI-Funktionen ist sie aktuell kein Hebel, Google ignoriert sie nach eigener Aussage. Für andere AI-Dienste kann sie nicht schaden. Setz sie ruhig, aber erwarte davon kein Ranking. Die Arbeit steckt in Passagen, Struktur und Entität, nicht in einer einzelnen Textdatei.

GEO messen: Sichtbarkeit in ChatGPT, Perplexity und AI Overviews prüfen

GEO misst du, indem du die Antwortmaschinen direkt mit den Kauffragen deiner Zielgruppe abfragst und zählst, ob und wie deine Marke genannt wird. Klassische Rankings sagen dir das nicht. Konkret: Nimm die zwanzig, dreißig wichtigsten Fragen rund um deine Produkte und stell sie ChatGPT, Perplexity, Google AI Overviews und Gemini. Notier für jede Frage, ob deine Marke in der Antwort auftaucht, an welcher Stelle und ob du verlinkt oder nur genannt wirst. Das ist deine Ausgangsbasis.

Daraus wird eine echte Kennzahl: der Anteil der Antworten, in denen deine Marke vorkommt (Share of AI Voice). Miss den Ausgangswert, setz die Maßnahmen um, miss nach vier bis acht Wochen erneut. Wichtig ist der Vorher-Nachher-Vergleich pro Plattform, denn nur rund elf Prozent der Domains werden von ChatGPT und Google AI Overviews für dieselbe Frage zitiert. Was in ChatGPT wirkt, wirkt nicht automatisch in Perplexity. Deshalb misst und optimierst du jede Oberfläche einzeln.

Womit du das machst

  • Manuell, per Hand: die Fragen regelmäßig stellen und in eine Tabelle eintragen. Kostet nichts, reicht für den Start.
  • Mit spezialisierten Tools für AI-Sichtbarkeit, die Nennungen über mehrere Plattformen automatisiert tracken.
  • In einem laufenden Setup, wie wir es fahren: ein Experten-Agent-System pro Disziplin, das Nennungen misst, Lücken findet und die nächsten Inhalte priorisiert.

Häufige Fragen zu GEO (FAQ)

Was ist GEO Optimierung?

GEO Optimierung (Generative Engine Optimization) ist die Arbeit, Inhalte so aufzubauen, dass generative AI-Systeme wie ChatGPT, Perplexity und Google AI Overviews sie als Quelle auswählen und in ihren Antworten zitieren. Ziel ist nicht der Klick auf einen Link, sondern die Nennung in der generierten Antwort.

Was ist der Unterschied zwischen GEO und SEO?

SEO optimiert auf ein Ranking in der Linkliste, das der Nutzer anklickt. GEO optimiert darauf, in der AI-Antwort selbst genannt zu werden, oft ganz ohne Klick. SEO denkt in Seiten und Positionen, GEO in zitierfähigen Passagen und Nennungen. GEO ersetzt SEO nicht, es kommt darauf.

Wie werde ich in ChatGPT gefunden?

Damit ChatGPT dich findet, muss dein Inhalt für den OpenAI-Crawler abrufbar sein (GPTBot und OAI-SearchBot in der robots.txt zulassen), server-seitig im HTML stehen und in kurzen, in sich geschlossenen Passagen die konkreten Fragen beantworten. Dazu zahlt ein: Erwähnungen deiner Marke an anderer Stelle im Netz, etwa auf Reddit oder Wikipedia, auf die ChatGPT sich stützt. Die vollständige Anleitung steht unter „Schritt für Schritt: in ChatGPT gefunden werden".

Wie optimiere ich für Google AI Overviews?

Google AI Overviews zieht seine Quellen überwiegend aus Seiten, die bereits gut ranken. Die Grundlage ist damit sauberes SEO. Darauf kommt die GEO-Schicht: fragebasierte Überschriften, in sich geschlossene Antwortpassagen im oberen Seitendrittel, strukturierte Daten und ein aktuelles Datum. Google behandelt das ausdrücklich als SEO für AI-Oberflächen, nicht als eigene Geheimwissenschaft. Mehr dazu unter „Google AI Overviews für Online-Shops".

Brauche ich eine llms.txt-Datei?

Für Google-Suche und deren AI-Funktionen nicht, Google ignoriert /llms.txt nach eigener Aussage. Für andere AI-Dienste kann die Datei nicht schaden, ist aber kein Ranking-Hebel. Steck deine Energie in zitierfähige Passagen, Struktur und den Aufbau deiner Marke als Entität.

Wie messe ich, ob GEO wirkt?

Stell den Antwortmaschinen die echten Kauffragen deiner Zielgruppe und zähl, ob deine Marke genannt wird. Miss den Ausgangswert pro Plattform, setz die Maßnahmen um, miss nach vier bis acht Wochen erneut. Die Kennzahl ist der Anteil der Antworten mit Nennung deiner Marke, nicht die klassische Google-Position. Die Anleitung dazu steht unter „GEO messen: die Anleitung ohne Tool".

Lohnt sich GEO für kleinere D2C-Marken?

Gerade jetzt. Das Feld ist jung, die Keyword-Difficulty für den Begriff „geo optimierung" liegt bei null, der Wettbewerb formt sich erst. Wer früh eine ernsthafte, fachlich saubere Präsenz aufbaut, etabliert sich als die Marke, die die KI in ihrer Kategorie nennt. Später ist dieser Platz teurer zu erobern.

Tiefer graben

Vier Guides vertiefen je eine Frage aus diesem Überblick:

Erstgespräch

Willst du in den AI-Antworten deiner Kategorie vorkommen?

GEO ist kein einmaliges Projekt, sondern laufende Arbeit an Inhalt, Struktur und Marke. Genau das übernehme ich operativ: mit einem Experten-Agent-System pro Disziplin, das misst, priorisiert und umsetzt. Lass uns in einem Erstgespräch anschauen, wo dein Shop in ChatGPT, Perplexity und AI Overviews heute steht, und was die nächsten drei Schritte sind.

Über den Autor

Yves Schleich

Yves Schleich ist Gründer von Path to AI. Er unterstützt wachsende D2C- und E-Commerce-Brands dabei, ihren operativen E-Commerce mit AI besser zu führen: von SEO und GEO über Shop- und Conversion-Optimierung bis zur Priorisierung der nächsten Wachstumshebel. Statt nur Tools zu empfehlen, baut er konkrete AI-Workflows und Systeme, die im Tagesgeschäft wirklich genutzt werden.

Davor war er fast 15 Jahre im E-Commerce aktiv: bei ABOUT YOU, als Gründer seiner E-Commerce-Software-Beratung Lyska, als Head of Tech und E-Commerce bei KarlvonDrais und zuletzt als Tech Lead Operations bei Liebscher & Bracht, wo er unter anderem an AI-Enablement gearbeitet hat. Heute führt er sein eigenes Unternehmen nahezu komplett über Claude.

Mehr über Path to AI und Yves →