Generative Engine Optimization (GEO): Leitfaden Schweiz

Generative Engine Optimization (GEO) ist die systematische Arbeit daran, dass ein Unternehmen und seine Fachinhalte in generativen Such- und Antwortsystemen korrekt gefunden, verstanden und als Quelle verwendet werden können. Die Grundlage bleibt klassische SEO: technisch zugängliche, indexierbare Seiten und hilfreiche Inhalte mit echter Substanz. Hinzu kommen klare Entitäten, überprüfbare Quellen und ein Messverfahren, das flüchtige KI-Antworten nicht mit stabilen Rankings verwechselt.

GEO wird auch AI SEO, AI Search Optimization oder Answer Engine Optimization (AEO) genannt. Die Begriffe überlappen stark. Für Google ist die Abgrenzung besonders nüchtern: Die offizielle Google-Anleitung zu generativer Suche bezeichnet die Arbeit für AI Overviews und AI Mode weiterhin als SEO. Es gibt dort kein separates GEO-Ranking-System, das sich mit einem neuen Markup austricksen liesse.

Stand der Produkt- und Messhinweise in diesem Artikel: 28. August 2026. Generative Suchprodukte ändern sich schnell; aktuelle Plattformfunktionen sollten vor jedem Audit erneut geprüft werden.

GEO in einem Satz#

GEO macht belegbare Expertise technisch auffindbar, inhaltlich verständlich und als Quelle überprüfbar – und misst danach unter dokumentierten Bedingungen, ob und wie generative Systeme sie verwenden.

Das Ziel ist nicht, einen Text für eine Maschine zu schreiben. Das Ziel ist, die beste öffentlich überprüfbare Antwort für einen echten Käufer zu veröffentlichen. Eine gut strukturierte Seite hilft dabei sowohl Menschen als auch Such- und Antwortsystemen.

SEO, GEO und AI SEO: Was ist wirklich anders?#

SEO und GEO konkurrieren nicht miteinander. GEO erweitert den Blick von der klassischen Ergebnisliste auf generierte Antworten, Quellenkarten und Assistenten. Wer die SEO-Grundlage überspringt, verlässt sich womöglich auf eine Seite, die nie gecrawlt oder indexiert wird.

Für Google AI Overviews ist eine indexierte, snippetfähige Seite eine technische Voraussetzung. Googles Dokumentation zu AI-Funktionen sagt zugleich ausdrücklich, dass selbst erfüllte Anforderungen weder Crawling noch Indexierung oder Ausspielung garantieren. GEO ist deshalb ein Qualitäts- und Messprozess, kein Anspruch auf Platzierung.

Query Fan-out: Eine Frage wird zu mehreren Suchpfaden#

Generative Suche beantwortet eine komplexe Frage nicht zwingend mit nur einer Suchanfrage. Google beschreibt Query Fan-out als mehrere gleichzeitig erzeugte, verwandte Suchanfragen zu Unterthemen und Datenquellen. Das System sammelt Resultate über diese Pfade und stellt daraus eine Antwort zusammen.

Ein hypothetisches B2B-Beispiel macht die Konsequenz verständlich. Aus «Welche Bexio-Integration passt zu unserem Innendienst?» könnten Teilfragen entstehen zu API-Funktionen, Dokumentverarbeitung, Freigaben, Datenstandort, Kosten, Betrieb und Alternativen. Die genauen Fan-out-Queries sind nicht öffentlich und können sich ändern. Dennoch muss ein hilfreicher Themencluster diese Entscheidungsfragen sachlich abdecken.

Die richtige Reaktion ist nicht, für jede vermutete Variante eine dünne Seite zu erzeugen. Google warnt in seiner aktuellen Anleitung davor, massenhaft Varianten für Fan-out-Queries zu publizieren, wenn der Zweck Rankingmanipulation ist. Sinnvoller sind:

1. eine klare kommerzielle Hauptseite für Angebot und Eignung;
2. ein oder mehrere Wissensartikel für Fragen, die echte Erklärung brauchen;
3. Cases oder Demos, die Methode und Grenzen belegen;
4. interne Links, die den Zusammenhang für Leser und Crawler deutlich machen;
5. eine Quellen- und Entitätsebene, die Fakten überprüfbar hält.

So kann dieselbe Fachsubstanz für mehrere Teilfragen relevant sein, ohne Keyword-Seiten zu vervielfachen.

Extrahierbare Struktur, ohne für KI zu schreiben#

«Extrahierbar» bedeutet nicht, jeden Satz in ein isoliertes KI-Fragment zu verwandeln. Google sagt ausdrücklich, dass Inhalte nicht in Kleinstteile zerlegt werden müssen und keine ideale Seitenlänge existiert. Die People-first-Richtlinien verlangen vor allem originelle Informationen, erkennbare Expertise, zuverlässige Quellen und eine Seite, die das Ziel des Lesers wirklich erfüllt.

Eine gute Seite ist zugleich menschenfreundlich und einfach zu verarbeiten:

• Der erste Absatz liefert eine direkte Definition oder Entscheidung.
• H2- und H3-Überschriften benennen echte Fragen statt Keyword-Varianten.
• Jeder Abschnitt behandelt ein zusammenhängendes Teilproblem vollständig.
• Tabellen vergleichen feste Dimensionen, wenn das schneller verständlich ist als Fliesstext.
• Schrittlisten beschreiben einen realen Prozess in der richtigen Reihenfolge.
• Quellenlinks stehen bei der Aussage, die sie belegen.
• Autor, Publikationsdatum und Aktualisierung sind sichtbar.
• Beispiele sind als real, illustrativ oder hypothetisch gekennzeichnet.
• Grenzen und Ausnahmen stehen bei der Empfehlung statt versteckt im Footer.

So bleiben Passagen auch ausserhalb ihres direkten Kontexts verständlich, ohne den Text auf unnatürliche FAQ-Häppchen zu reduzieren.

Quellen, Erfahrung und E-E-A-T ohne SEO-Theater#

Ein generatives System kann nur dann eine gute Quelle auswählen, wenn die zugrunde liegende Seite selbst vertrauenswürdig ist. Dafür sind vier Ebenen nützlich:

1. Primärquellen für überprüfbare Aussagen#

Verweise bei Produktfunktionen auf die Dokumentation des Herstellers, bei rechtlichen Aussagen auf Gesetz und Behörden und bei eigener Analyse auf die eigene Methodik. Ein Blog, der einen anderen Blog zusammenfasst, schafft keine neue Beweiskette.

2. Eigene Erfahrung sichtbar machen#

Beschreibe nicht nur, was empfohlen wird, sondern mit welchem System, Datensatz, Testfall und Fehlerpfad gearbeitet wurde. Bei einer Case Study gehören Zeitraum, ausgewählte Queries, Datenquelle und Grenzen direkt zum Ergebnis. Ein anonymes Erfolgsversprechen ohne Methodik ist weder für Käufer noch als Quelle stark.

3. Autoren und Verantwortlichkeit#

Eine Byline, ein nachvollziehbares Profil und die Verbindung zwischen Autor, Unternehmen und Fachgebiet helfen Lesern bei der Einordnung. E-E-A-T ist laut Google allerdings kein einzelner Rankingfaktor. Google beschreibt es als Konzept, hinter dem verschiedene Systeme Signale für Erfahrung, Expertise, Autorität und vor allem Vertrauen bewerten.

4. Entitäten konsistent halten#

Name, Standort, Leistungsgebiete, verantwortliche Personen, Produkte und Referenzen sollten auf Website, Unternehmensprofilen und echten Branchenquellen nicht widersprüchlich sein. Entitätsarbeit bedeutet nicht, künstliche Wikipedia-Einträge oder Forennennungen zu erzeugen. Sie bedeutet, reale Fakten überall gleich, aktuell und überprüfbar zu beschreiben.

Schema hilft beim Verstehen, ist aber kein GEO-Trick#

Strukturierte Daten geben einer Seite explizite Typen und Eigenschaften. Für eine Agenturwebsite können beispielsweise Organization, Service, Article und BreadcrumbList passend sein. FAQPage ist nur korrekt, wenn dieselben Fragen und Antworten sichtbar auf der Seite stehen.

Die entscheidende Nuance: Google verlangt für generative Suche weder spezielles Schema noch AI-Markup. Auch eine llms.txt-Datei ist für Google Search nicht erforderlich; Google erklärt, dass sie dort weder hilft noch schadet. Bestehendes Schema bleibt Teil der normalen SEO und kann für unterstützte Rich Results sinnvoll sein, solange es genau mit dem sichtbaren Inhalt übereinstimmt.

Deshalb ist diese Reihenfolge richtig:

1. Angebot oder Antwort sichtbar und verständlich machen;
2. nur einen Schema-Typ wählen, der die tatsächliche Seite beschreibt;
3. ausschliesslich überprüfbare Eigenschaften eintragen;
4. JSON-LD technisch validieren;
5. nach Änderungen erneut prüfen, ob Markup und Seite übereinstimmen.

Ergänze keine Bewertungen, Preise, Autoren oder Fragen im JSON-LD, die Besucher auf der Seite nicht sehen können. Das macht die Seite nicht «stärker AI-optimiert», sondern die Datenstruktur unzuverlässig.

Technische Indexierbarkeit und Crawler#

Für Google AI Overviews und AI Mode bleibt Googlebot die relevante Search-Steuerung. Die Seite muss gecrawlt, indexiert und für ein Snippet geeignet sein. Google-Extended ist etwas anderes: Laut Googles Crawler-Dokumentation steuert dieses Token die Nutzung für künftige Gemini-Modelle sowie das Grounding in bestimmten Gemini- und Vertex-Produkten. Es beeinflusst weder die Aufnahme noch das Ranking in Google Search.

Für ChatGPT Search trennt OpenAI die Zwecke ebenfalls. Die offizielle Publisher-FAQ von OpenAI nennt OAI-SearchBot für Zusammenfassungen und Snippets in ChatGPT Search. GPTBot ist das separate Signal für eine mögliche Modellschulung. Eine Organisation kann den Search-Zugriff somit anders beurteilen als das Training.

Ein technischer GEO-Check umfasst mindestens:

• HTTP-Status, Canonical, Robots-Regeln und noindex;
• serverseitig gerenderten Titel, Beschreibung und wichtigen Haupttext;
• interne Links von crawlbaren, relevanten Seiten;
• eine Sitemap, die nur kanonische, indexierbare URLs enthält;
• keine CDN-, WAF- oder Bot-Regel, die den gewünschten Crawler versehentlich blockiert;
• dieselben wesentlichen Inhalte für Nutzer und Crawler;
• Logkontrolle oder Live-Fetch statt ausschliesslich einer Sichtprüfung der robots.txt;
• eine bewusste Entscheidung pro Crawler für Search, nutzerinitiierten Abruf und Training.

Zugriff ist nur eine Voraussetzung. Eine Allow-Regel erzwingt weder Crawling noch Indexierung, Erwähnung oder Quellenlink.

Ein reproduzierbares Messprotokoll für GEO#

Ohne feste Messbedingungen wird GEO-Monitoring zu einer Sammlung von Screenshots. Ein brauchbares Protokoll hält für jeden Test dieselbe Eingabe fest und dokumentiert, was trotzdem variieren kann.

Schritt 1: Das Prompt-Universum definieren#

Wähle Prompts aus echten Kauf- und Informationsfragen, beispielsweise Definition, Vorgehen, Kosten, Vergleich, Risiko, lokale Auswahl und Markenfragen. Gib jedem Prompt eine stabile ID und ordne ihn einer kommerziellen oder informativen Seite zu. Entferne einen Prompt nicht stillschweigend, wenn das Resultat enttäuscht; erstelle eine neue Version.

Schritt 2: Testbedingungen festhalten#

Dokumentiere pro Durchlauf mindestens diese Felder:

Verwende nach Möglichkeit dieselben Browser-, Konto- und Standortbedingungen. Vollständige Reproduzierbarkeit ist nicht erreichbar, weil sich Modelle, Indizes und Oberflächen verändern. Gerade deshalb gehören Datum, Produktvariante und Wiederholungen zu jeder Beobachtung.

Schritt 3: Erwähnung, Quelle und Traffic trennen#

Miss drei unterschiedliche Dinge:

1. Markenerwähnung: Der Markenname steht in der Antwort, ohne dass eine eigene URL als Quelle dient.
2. Eigene Quellenangabe: Eine URL auf der eigenen Domain wird als Quelle oder Link verwendet.
3. Besuch und Aktion: Jemand klickt weiter und erreicht eine relevante Seite, Formularstufe, Lead- oder Verkaufshandlung.

Eine Erwähnung ist keine Quellenangabe. Eine Quellenangabe ist kein Klick. Und ein Klick ist noch kein qualifizierter Lead. Berichte deshalb pro Ebene einen eigenen Zähler und Nenner.

Schritt 4: Nur erklärbare Kennzahlen berechnen#

• Mention Rate: Läufe mit Markenerwähnung / alle gültigen Läufe.
• Owned Citation Rate: Läufe mit mindestens einer eigenen Quellen-URL / alle gültigen Läufe.
• Prompt Coverage: Prompts mit mindestens einer Erwähnung oder Quellenangabe / alle getesteten Prompts.
• Citation Accuracy: manuell geprüfter Anteil eigener Quellenangaben, die die Aussage tatsächlich stützen.
• Qualified Referral Outcomes: relevante Aktionen aus herleitbarem AI-Referral-Traffic, mit denselben Qualifikationsregeln wie bei anderen Kanälen.

Bewahre zusätzlich die zitierte URL, weitere Quellen, Wettbewerber, Antworttext oder Screenshot und eine kurze Abweichungsnotiz auf. Ohne diese Rohbeobachtung lässt sich ein Prozentwert nicht kontrollieren.

Schritt 5: Plattformdaten mit eigener Analytics verbinden#

Google lancierte am 3. Juni 2026 einen separaten Generative AI Performance Report in Search Console. Laut der offiziellen Ankündigung wird er zunächst für eine Teilmenge von Websites ausgerollt; die Daten bleiben zugleich Teil der gesamten Performance-Daten. Nutze die separate Ansicht, wo sie verfügbar ist. Dokumentiere andernfalls, dass sich Google-AI-Sichtbarkeit nicht getrennt aus den normalen Gesamtwerten ableiten lässt.

OpenAI gibt an, dass ausgehende Links aus ChatGPT Search automatisch utm_source=chatgpt.com enthalten können. Das hilft bei Referral- und Conversion-Messung, zeigt aber nicht, in wie vielen Antworten die Website genannt wurde, ohne dass jemand klickte. Plattformmonitoring, Webanalytics und CRM beantworten somit jeweils eine andere Frage.

Grenzen, die in jeden GEO-Bericht gehören#

Ein ehrlicher Bericht nennt mindestens diese Einschränkungen:

• Eine Plattform kann pro Lauf andere Quellen und Formulierungen wählen.
• Standort, Sprache, Konto, Verlauf und Produktvariante können die Antwort beeinflussen.
• Nicht jede Query aktiviert eine generative Antwortfunktion.
• Die Reihenfolge von Quellen entspricht keiner klassischen organischen Position.
• Ein manuell gewähltes Promptset ist eine Stichprobe, nicht der vollständige Fragemarkt.
• Drittanbieter-Tools haben keinen Zugriff auf interne Ranking- oder Modellsignale von Google.
• Die Freigabe für einen Crawler garantiert keine Verwendung als Quelle.
• Search Console, Webanalytics und CRM nutzen unterschiedliche Definitionen und Attributionsgrenzen.
• Eine positive Bewegung zeigt Korrelation mit der Arbeit, nicht automatisch Kausalität.
• Niemand ausserhalb der Plattform kann eine künftige Quellenangabe garantieren.

Wer diese Grenzen weglässt, misst vor allem die Verkaufsgeschichte des GEO-Anbieters.

Eine praktische GEO-Roadmap für ein Schweizer KMU#

Phase 1: Technische und kommerzielle Basis#

Prüfe Indexierung, Canonicals, Robots-Regeln, interne Links und Sitemap. Wähle danach pro kommerzieller Intention eine primäre Seite. Wenn Angebot, Zielgruppe und nächster Schritt dort nicht klar sind, bringt eine zusätzliche Content-Schicht für KI wenig.

Phase 2: Inhalt und Beweis#

Beantworte die wichtigsten Entscheidungsfragen vollständig: Definitionen, Eignung, Prozess, Preismodell, Risiken, Alternativen und Grenzen. Ergänze nur eigene Cases, Testergebnisse oder Erfahrungen, die sich mit Zeitraum und Methode belegen lassen. Verlinke Primärquellen für veränderliche Produkt- und Plattformaussagen.

Phase 3: Entitäten und Schema#

Bringe Marke, Personen, Leistungen, Cases und Standorte in Einklang. Implementiere danach passendes Schema auf den sichtbaren Seiten. Prüfe sowohl das JSON-LD als auch den Inhalt, auf den es sich bezieht.

Phase 4: Baseline und Iteration#

Führe das feste Promptset mehrmals unter dokumentierten Bedingungen aus. Priorisiere danach nicht den Prompt mit dem schönsten Screenshot, sondern die Inhaltslücke mit kommerzieller Relevanz, Suchnachfrage und realistischer Quellenchance. Wiederhole das Protokoll zu festen Messzeitpunkten und versioniere Änderungen.

Für eine einmalige Diagnose eignet sich das Full SEO & GEO Audit. Für laufende technische und redaktionelle Umsetzung gibt es die SEO & GEO Monatspauschale. Die breite SEO-Basis beschreibt die Seite SEO-Agentur Schweiz; wer GEO als separates Projekt abgrenzen möchte, findet den Umfang bei der GEO-Agentur Schweiz.

Häufige Fragen zu Generative Engine Optimization#

Kann GEO eine Quelle in Google AI Overviews garantieren?#

Nein. Eine Seite kann alle technischen und redaktionellen Voraussetzungen erfüllen und trotzdem nicht erscheinen. Google entscheidet abhängig von Query, Systemen, Index und Nutzen, ob eine AI Overview ausgespielt und welche Quelle verwendet wird.

Ist eine llms.txt-Datei für GEO erforderlich?#

Für Google Search nein. Google erklärt ausdrücklich, dass llms.txt und andere spezielle AI-Dateien für Search ignoriert werden. Andere Plattformen können eigene Zugangswege oder Konventionen haben; dafür muss die offizielle Dokumentation des jeweiligen Dienstes geprüft werden.

Muss Content für KI extra kurz sein?#

Nein. Eine klare Definition und sinnvolle Abschnitte helfen Lesern, aber Google nennt weder eine Ideallänge noch eine Pflicht zum «Chunking». Die Antwort soll so kurz wie möglich und so vollständig wie nötig sein.

Wie schnell zeigt GEO Ergebnisse?#

Es gibt keine belastbare allgemeine Frist. Crawling, Indexierung, Wettbewerb, Plattformupdates, bestehende Autorität und die Qualität der publizierten Substanz bestimmen das Tempo. Eine Baseline vor der Änderung und feste Messfenster danach sind aussagekräftiger als ein Wochenversprechen.

Sind AI Overviews in Search Console messbar?#

Ja, aber nicht für jedes Property im selben Umfang. Google führt die Daten in der gesamten Performance-Ansicht und rollt seit Juni 2026 eine separate Generative-AI-Ansicht für eine Teilmenge von Websites aus. Prüfe deshalb zuerst, was im betreffenden Search-Console-Property tatsächlich verfügbar ist.

Primärquellen und weiterführende Dokumentation#

• Google: Website für generative AI-Funktionen in Search optimieren
• Google: AI-Funktionen und deine Website
• Google: Helpful, reliable, people-first content
• Google: Generative AI performance reports in Search Console
• Google: Google-Extended und weitere Crawler
• OpenAI: Publishers and Developers FAQ