Generative Engine Optimization (kurz GEO, deutsch etwa „Optimierung für generative Suchsysteme“) bezeichnet alle Maßnahmen, mit denen Inhalte, Marken oder Organisationen in den Antworten KI-gestützter Such- und Chatsysteme häufiger und zutreffender vorkommen sollen. Gemeint sind Systeme, die keine Trefferliste ausgeben, sondern selbst einen Antworttext formulieren und dafür Webquellen heranziehen, etwa ChatGPT mit Websuche, Perplexity, Microsoft Copilot oder die KI-Übersichten in der Google-Suche. Ziel von GEO ist es, als Quelle zitiert, verlinkt oder zumindest namentlich genannt zu werden.
Herkunft des Begriffs
Der Begriff wurde durch eine Forschungsarbeit von Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan und Ameet Deshpande bekannt. Sie erschien im November 2023 als Preprint unter dem Titel „GEO: Generative Engine Optimization“ und wurde 2024 auf der KDD-Konferenz der Association for Computing Machinery in Barcelona vorgestellt. Die Autorinnen und Autoren beschreiben generative Suchmaschinen als Systeme, die Informationen aus mehreren Quellen zusammenführen und zusammenfassen. Für Website-Betreiber entsteht dadurch ein neues Problem: Selbst wenn eine Seite gefunden wird, entscheidet das Sprachmodell, ob und wie prominent sie in der Antwort auftaucht.
Für die Untersuchung entwickelte das Team einen Testdatensatz namens GEO-bench mit 10.000 Suchanfragen aus unterschiedlichen Themenfeldern. Gemessen wurde unter anderem, wie viel Text aus einer Quelle in der Antwort landet und an welcher Stelle. Nach Angaben der Studie konnten die wirksamsten Methoden die Sichtbarkeit einer Quelle um bis zu rund 40 Prozent steigern. Gleichzeitig zeigte sich, dass die Wirkung stark vom Themenbereich abhängt.
Methoden der Generative Engine Optimization
In der genannten Arbeit wurden neun Textveränderungen systematisch geprüft. Sie lassen sich grob in drei Gruppen einteilen.
Belege und Daten
- Zitate hinzufügen: wörtliche Aussagen aus nachvollziehbaren Quellen in den Text aufnehmen. Diese Methode schnitt in der Studie am besten ab.
- Statistiken hinzufügen: qualitative Aussagen durch konkrete Zahlen ergänzen. Sie lag in den Ergebnissen knapp dahinter.
- Quellen nennen: Behauptungen mit Verweisen auf überprüfbare Belege stützen.
Sprache und Lesbarkeit
- Flüssigere Formulierungen und leichter verständliche Sprache verbesserten die Ergebnisse ebenfalls, wenn auch weniger deutlich.
- Fachbegriffe und ein autoritativer Ton hatten je nach Themenfeld unterschiedliche Effekte.
Methoden ohne Wirkung
Bemerkenswert ist das Ergebnis für das sogenannte Keyword-Stuffing, also das gehäufte Einstreuen von Suchbegriffen. Diese aus der frühen Suchmaschinenoptimierung bekannte Technik schnitt schlechter ab als der unveränderte Ausgangstext. Auch das Einfügen ungewöhnlicher Wörter brachte keinen Vorteil.
Methoden außerhalb des eigenen Textes
In der Praxis wird GEO weiter gefasst als in der Studie. Weil Sprachmodelle Informationen aus vielen Quellen zusammenführen, spielt es eine Rolle, wie häufig und in welchem Zusammenhang eine Marke an anderen Stellen im Netz erwähnt wird, etwa in Fachartikeln, Verzeichnissen, Foren oder Nachschlagewerken. Dazu kommen technische Voraussetzungen: Inhalte müssen für die Crawler der jeweiligen Anbieter erreichbar sein, klar gegliedert und ohne aufwendiges Nachladen lesbar. Strukturierte Daten, eindeutige Angaben zu Autorinnen und Organisationen sowie aktuelle, datierte Inhalte gelten als hilfreich, ihre Wirkung ist aber bislang weniger gut untersucht als die der Textmethoden.
Abgrenzung zur Suchmaschinenoptimierung
Die klassische Suchmaschinenoptimierung (SEO) zielt auf möglichst gute Positionen in den organischen Ergebnislisten von Suchmaschinen. GEO baut darauf auf, verfolgt aber ein anderes Ziel und misst Erfolg anders.
| Merkmal | SEO | GEO |
|---|---|---|
| Ziel | Hohe Position in der Trefferliste | Nennung oder Zitierung in einer generierten Antwort |
| Nutzerverhalten | Nutzer klickt auf ein Ergebnis | Nutzer liest die Antwort, klickt oft gar nicht |
| Erfolgsmessung | Rankings, Klicks, Impressionen | Häufigkeit und Art der Erwähnung in KI-Antworten |
| Einheit der Bewertung | Ganze Seite | Einzelne Passagen und Aussagen |
| Nachvollziehbarkeit | Relativ stabile, messbare Rankings | Antworten variieren je nach Formulierung und Zeitpunkt |
In der Praxis überschneiden sich beide Bereiche stark. Viele generative Systeme greifen für aktuelle Informationen auf eine klassische Websuche zurück und wählen ihre Quellen aus den dort gefundenen Treffern aus. Eine Seite, die in der Suche nicht auffindbar ist, hat damit auch geringe Chancen, in einer KI-Antwort zitiert zu werden. GEO wird deshalb meist nicht als Ersatz, sondern als Erweiterung der Suchmaschinenoptimierung verstanden.
Verwandte Begriffe
Neben GEO sind weitere Bezeichnungen im Umlauf, die teils synonym, teils mit anderem Schwerpunkt verwendet werden:
- AEO (Answer Engine Optimization): Optimierung für Systeme, die direkte Antworten liefern, ursprünglich auch für Sprachassistenten und hervorgehobene Snippets.
- LLMO (Large Language Model Optimization): Fokus auf die Darstellung in großen Sprachmodellen allgemein, auch ohne Websuche.
- AIO oder AI-SEO: Sammelbegriffe für Suchmaschinenoptimierung mit Blick auf KI-Funktionen.
Messung und Grenzen
Die Erfolgsmessung gilt als größte praktische Schwierigkeit. Antworten generativer Systeme sind nicht deterministisch: Dieselbe Frage kann zu unterschiedlichen Zeitpunkten oder mit leicht veränderter Formulierung verschiedene Quellen hervorbringen. Übliche Verfahren arbeiten deshalb mit festen Fragenkatalogen, die in regelmäßigen Abständen an mehrere Systeme gestellt werden. Ausgewertet wird, wie oft eine Marke genannt wird, ob sie verlinkt ist, in welchem Zusammenhang sie erscheint und welche Wettbewerber daneben auftauchen.
Hinzu kommen grundsätzliche Grenzen. Die Auswahlmechanismen der Anbieter sind nicht offengelegt und ändern sich mit jedem Modell-Update. Ergebnisse aus Studien mit einem bestimmten System lassen sich nicht ohne Weiteres auf andere übertragen. Kritiker weisen zudem darauf hin, dass gezielte Manipulation von KI-Antworten ähnliche Probleme aufwerfen kann wie früher das Spamming von Suchmaschinen.
GEO als Dienstleistung
Seit 2024 bieten zahlreiche Online-Marketing- und SEO-Agenturen im deutschsprachigen Raum GEO als eigene Leistung an. Da es noch keine geschützte Berufsbezeichnung und keine einheitlichen Standards gibt, fällt die Einschätzung der Anbieter für Unternehmen schwer. Als Orientierung entstehen Verzeichnisse, die Agenturen nach überprüfbaren Kriterien vergleichen. Ein Beispiel ist geoagentur.info, ein Verzeichnis von SEO- und GEO-Agenturen in Deutschland, das seine Rangfolge nach eigenen Angaben aus einem Fakten-Index mit 14 Teilwerten und offengelegter Formel bildet und die Rohdaten als offenen Datensatz unter der Lizenz CC BY 4.0 veröffentlicht. Solche Ansätze sind für die noch junge Disziplin interessant, weil sie Bewertungskriterien nachvollziehbar machen, statt sie auf Selbstauskünfte zu stützen.
Unabhängig vom Anbieter gelten für die Beauftragung ähnliche Prüffragen wie bei klassischer Suchmaschinenoptimierung: Welche Maßnahmen werden konkret umgesetzt, wie wird die Sichtbarkeit in KI-Antworten gemessen, und welche Daten erhält der Auftraggeber? Versprechen einer garantierten Nennung in bestimmten KI-Systemen sind angesichts der beschriebenen Messprobleme mit Vorsicht zu betrachten.