AI-Suche

GEO ist die Disziplin, eigene Inhalte gezielt auf Sichtbarkeit in KI-Antwortmaschinen — AI Overviews, Perplexity, ChatGPT Search, Claude — auszurichten. Ziel ist nicht der klassische SERP-Klick, sondern als zitierte Quelle in der generierten Antwort zu erscheinen.

Answer Engine Optimization (AEO) ist das Optimieren von Inhalten, damit sie als direkte Antwort ausgespielt werden — in Featured Snippets, Sprachassistenten und KI-Antworten. Statt nur Seiten zu ranken, soll der Inhalt selbst die Antwort liefern.

ChatGPT Search ist OpenAIs in ChatGPT integrierte Web-Suche, die Antworten mit Echtzeit-Quellen aus dem Web synthetisiert. Konversationelle Suche statt Linkliste — direkt im ChatGPT-Interface.

Perplexity ist eine KI-basierte Antwortmaschine, die Web-Suchergebnisse mit einem Sprachmodell synthetisiert und Antworten direkt mit Quellen-Zitaten ausspielt — eine alternative Suchmaschine zu Google, fokussiert auf konversationelle Recherche.

Googles KI-generierte SERP-Antworten. SGE war der Beta-Name (2023), AI Overviews der Produktivname (Mai 2024), AI Mode der dedizierte Chat-Tab (2025).

AI Optimization (AIO) ist der Oberbegriff für Maßnahmen, die die Sichtbarkeit von Inhalten in KI-gestützten Antwortsystemen erhöhen. AIO fasst Spielarten wie GEO (Generative Engine Optimization) und AEO (Answer Engine Optimization) zusammen.

Brand Mentions sind Erwähnungen einer Marke auf fremden Seiten — auch ohne Link. Für KI-Sichtbarkeit (GEO) gelten sie als starkes Signal: Sprachmodelle lernen aus häufigen, glaubwürdigen Erwähnungen, dass eine Marke eine bekannte Entität ist.

Citation-Optimierung umfasst Maßnahmen, mit denen Inhalte gezielt darauf ausgerichtet werden, in KI-Antworten als zitierte Quelle aufzutauchen — etwa in Perplexity oder Google AI Overviews. Ziel ist die nummerierte Quellenangabe, nicht das klassische Ranking.

Entity SEO etabliert eine Marke, Person oder ein Thema als eindeutige Entität in Wissensgraphen wie Googles Knowledge Graph. Ziel ist, dass Such- und KI-Systeme die Entität zweifelsfrei erkennen, einordnen und mit Fakten verknüpfen können.

llms.txt ist eine vorgeschlagene Textdatei im Wurzelverzeichnis einer Website, die KI-Modellen und LLM-Crawlern kuratierte, wichtige Inhalte in einfacher Form bereitstellen soll. Sie ist 2026 ein inoffizieller Vorschlag mit geringer praktischer Verbreitung.

RAG-freundlicher Content ist so aufgebaut, dass KI-Systeme ihn leicht in sinnvolle Abschnitte zerlegen, einzelne Passagen extrahieren und korrekt zitieren können. Klare Struktur, eindeutige Aussagen und in sich geschlossene Abschnitte erhöhen die Trefferchance in KI-Antworten.

OpenAIs Suchmaschinen-Prototyp, ursprünglich als eigenständiges Produkt gestartet — inzwischen weitgehend in ChatGPT Search überführt. Liefert KI-generierte Antworten mit Quellen-Zitaten.

Share of Model ist eine Kennzahl, die misst, wie häufig eine Marke in den Antworten von KI-Sprachmodellen genannt wird, im Verhältnis zu den Nennungen aller Wettbewerber derselben Kategorie. Sie gilt als KI-Pendant zum klassischen Share of Voice.

Strukturierte Daten für LLMs sind maschinenlesbare Auszeichnungen (meist Schema.org als JSON-LD), die Inhalte explizit beschreiben — Autor, Datum, Entität, Bewertung. So können KI-Systeme den Inhalt sicherer einordnen, zusammenfassen und zitieren.