Kaufentscheidungen beginnen heute mit einer Frage an ChatGPT, Perplexity oder Gemini – nicht mehr mit einer Google-Suche. Die Antwort kommt nicht als Linkliste, sondern als Empfehlung. Entweder bist du drin. Oder du existierst nicht.
Genau hier setzt GEO an – Generative Engine Optimization. Der erste Artikel dieser Serie hat gezeigt, wie man LLM-Sichtbarkeit misst. Dieser hier beantwortet die eigentlich wichtigere Frage: Was kommt danach?
Erst die SEO-Basis, dann GEO
Bevor GEO sinnvoll greift, braucht es eine funktionierende technische Grundlage. Ladezeiten, saubere Indexierung, strukturierte Daten – das ist keine GEO-spezifische Anforderung, aber eine Voraussetzung. LLMs greifen auf öffentlich crawlbare Inhalte zurück. Wer technisch nicht sauber aufgestellt ist, verliert bereits an dieser Stelle.
Daten ohne Ableitung…meh!
Das häufigste Problem in der Praxis: Unternehmen richten ein GEO-Tool ein, schauen sich die Sichtbarkeitswerte an – und hören dann auf. Meh!
Der entscheidende Schritt ist die Ableitung: Was genau verhindert, dass man häufiger genannt wird? Welche Quellen zieht das LLM heran – und bin ich dort vertreten? Wer schreibt die Inhalte, die als Grundlage für KI-Antworten dienen? Und in welchem Format ist dieser Content aufbereitet? Wer diese drei Fragen beantworten kann, hat eine GEO-Strategie. Wer sie ignoriert, hat ein teures Monitoring.
Die drei zentralen Hebel: Quellen, Journalist:innen, Formate
LLM-Sichtbarkeit entsteht nicht zufällig. Sie folgt einem Muster, das sich aus der Analyse realer KI-Antworten ableiten lässt. Drei Faktoren sind dabei entscheidend.
Welche Quellen zitieren LLMs in deiner Kategorie?
Das ist die überraschendste Erkenntnis für viele Unternehmen: Es gewinnen nicht die bekanntesten Marken oder die reichweitenstärksten Medien. Es gewinnen Inhalte, die sich leicht zerlegen, vergleichen und wiederverwenden lassen. In einer Analyse des Laufschuhmarkts beispielsweise dominieren nicht Nike oder große Vergleichsportale die KI-Antworten, sondern Nischenportale wie 21run, bergzeit oder runnersworld – ergänzt durch User Generated Content auf Reddit, YouTube und in Foren. LLMs bevorzugen Struktur, Botschaften (hier kann PR wunderbar unterstützen) über Absender. Ein klar gegliederter Guide auf einem Fachportal schlägt ein generisches Markenpressebriefing.
Die erste Aufgabe ist also: herausfinden, welche Quelltypen in der eigenen Kategorie tatsächlich zitiert werden. Sind es Fachportale? UGC? Corporate Blogs? Die Antwort bestimmt, wo man als nächstes aktiv werden muss.
Welche Journalist:innen und Autor:innen sind „citable“?
LLMs extrahieren Information, keine Haltung. Das hat praktische Konsequenzen: Ein gut recherchierter Artikel in einem Fachmedium mit hoher Domain Authority kann eine größere LLM-Reichweite haben als ein Interview in einem reichweitenstarken Generalmedium. UGC steht in KI-Antworten oft auf Augenhöhe mit etablierten Qualitätsmedien – nicht weil die Qualität höher ist, sondern weil das Format besser zur Frage passt.
Daraus ergeben sich drei konkrete Hebel:
- in bestehende, bereits zitierte Inhalte hineinkommen
- eigene zitierbare Anker schaffen (Daten, Studien, Rankings)
- verstehen, welche Journalist:innen in den relevanten Quellen schreiben – um gezielt Beziehungen aufzubauen und Narrative mitzuprägen, bevor es Wettbewerber tun.
Welche Formate funktionieren?
LLMs antworten in Ranglisten. Wer keinen „Die besten X für Y“-Content hat, wird seltener zitiert. Entscheidungs-Guides, Kaufberatungen und direkte Vergleiche werden von KI-Systemen bevorzugt aufgegriffen, weil sie genau das liefern, was Nutzer:innen fragen. Dazu kommt ein Prinzip, das viele unterschätzen: Je spezifischer die Zielgruppe im Titel genannt ist, desto zitierbarer der Inhalt. „Laufschuhe für breite Füße“, „beste SaaS-Tools für Solopreneure“, „HR-Software für Teams unter 20 Personen“ – exakt das reproduzieren LLMs, wenn die entsprechende Frage gestellt wird.
GEO-Tipp: Der Kanal ist dabei zweitrangig. Gewonnen wird dort, wo Inhalte zitierbar, wiederholbar und in der Sprache der Frage verankert sind – ob auf YouTube, Reddit oder dem eigenen Blog.
Von den Erkenntnissen zu konkreten Maßnahmen
Die drei Hebel lassen sich direkt in To-dos übersetzen. Für PR und Comms bedeutet das:
- Journalist:innen mit hoher LLM-Relevanz identifizieren und gezielt ansprechen,
- Medien priorisieren, die nachweislich als Quellen in KI-Antworten auftauchen
- PR-Outreach auf bereits zitierte Artikel ausrichten – um dort Erwähnungen zu ergänzen oder zu erweitern. Themenautorität in der Nische schlägt dabei Reichweite in der Breite.
Für SEO und Content heißt das: Formate datenbasiert wählen statt nach Bauchgefühl, einen Corporate Blog aufbauen, der echte Themenautorität entwickelt statt Pressemitteilungen im Blog-Gewand zu veröffentlichen, und Konsistenz über Frequenz stellen. Fünf zitierfähige Artikel sind wertvoller als zwanzig generische.
Für Produkt und Tech kommt die technische Sichtbarkeit hinzu: Schema Markup, strukturierte Daten, saubere Indexierung. Der Teil, der am wenigsten glamourös ist – und den LLMs trotzdem belohnen.
Wer trägt den Hut?
Der häufigste Fehler in der GEO-Umsetzung ist kein inhaltlicher, sondern ein organisatorischer: GEO fällt zwischen PR, Content und Produkt – und alle gehen davon aus, dass die anderen sich darum kümmern. Das Ergebnis sind gute Daten ohne Wirkung.
Es braucht eine Person, die Prioritäten setzt, Erkenntnisse in konkrete Aufgaben übersetzt und die Koordination übernimmt. Nicht für alles zuständig, aber verantwortlich dafür, dass alle in dieselbe Richtung ziehen. Bei Startups ist das oft der Founder oder die Person, die am nächsten an Marketing und Produkt ist. Wichtig ist nicht die Rolle – wichtig ist, dass sie existiert.
Use Case vor Marke
In der klassischen Suche gewann häufig die bekannteste Marke. Kurze Anfragen, wenig Kontext, Markenmacht als Tiebreaker. Dieses Modell greift im KI-Zeitalter nicht mehr. LLMs bevorzugen konkrete Use Cases und Inhalte, die sie direkt beantworten können. Wer seinen Content auf spezifische Fragen zuschneidet, hat einen strukturellen Vorteil gegenüber Unternehmen, die auf allgemeines Markenranking setzen.
Das ist die Chance für Startups: schneller reagieren, gezielter produzieren und Nischen besetzen, bevor etablierte Wettbewerber ihre Prozesse umgestellt haben. Der Einstieg ist dabei keine Budgetfrage. GEO-Tools starten ab 59 Euro im Monat – das entspricht in etwa dem, was ein einziger gewonnener Lead in den meisten B2B-Kategorien wert ist. Die Frage ist also nicht, ob man es sich leisten kann. Die Frage ist, ob man die Notwendigkeit erkannt hat. Und ob man anfängt.
Tipp: Warum dein Startup jetzt LLM-Sichtbarkeit messen muss
Über den Autor
Julian Gottke ist Gründer und Geschäftsführer von blinq, der Plattform für Markensichtbarkeit in Medien und KI. blinq analysiert, wie Marken in LLMs performen, und schafft die Hebel für organische Reichweite: sichtbar in der Presse, relevant in der KI.
Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.