Immer mehr Entscheider stellen ihre Recherche nicht mehr bei Google, sondern direkt in ChatGPT oder Perplexity an — und lassen sich dort Anbieter empfehlen. Wer in diesen Empfehlungen auftaucht, gewinnt qualifizierte Anfragen; wer fehlt, existiert für diese Nutzer schlicht nicht. Dieser Leitfaden zeigt, wie ChatGPT und Perplexity Empfehlungen bilden und wie B2B-Unternehmen gezielt Sichtbarkeit darin aufbauen.
Das Wichtigste in Kürze
- ChatGPT SEO bezeichnet die Optimierung Ihrer Inhalte und Ihrer Markenbekanntheit, damit KI-Systeme wie ChatGPT und Perplexity Ihr Unternehmen als Antwort oder Empfehlung ausgeben. Es ist ein Teilbereich der GEO-Optimierung (Generative Engine Optimization).
- KI-Systeme bilden Empfehlungen aus zwei Quellen: aus ihrem Trainingswissen und aus Live-Recherche im Suchindex (Grounding). Für beide Wege optimieren Sie unterschiedlich.
- Die neue Währung sind nicht Keywords, sondern transaktionale Prompts wie „Welchen Anbieter für X empfiehlst du?" — nur dort nennt die KI Marken.
- Erwähnungen auf fremden Seiten (Mentions) und Platzierungen in Vergleichslisten wiegen für KI-Empfehlungen schwerer als klassische Backlinks.
- Wer in der klassischen Google-Suche nicht indexiert ist, hat kaum eine Chance auf eine Zitierung — SEO bleibt die Grundvoraussetzung für GEO.
Wie bilden ChatGPT und Perplexity ihre Empfehlungen?
KI-Systeme beziehen ihre Antworten aus zwei Quellen: dem im Modell gespeicherten Trainingswissen (Foundation Model) und einer Live-Recherche über Suchindexe (Grounding). Bei Empfehlungsfragen kombinieren sie beides — sie leiten aus Ihrem Prompt mehrere Suchanfragen ab, holen passende Seiten, filtern sie und formulieren daraus eine Antwort.
Dieser Ablauf heißt Query Fanout: Aus einem einzigen Prompt erzeugt das System mehrere synthetische Suchanfragen, oft ergänzt um eine Jahreszahl. Fragt jemand „beste GEO-Agentur Deutschland", generiert die KI zunächst allgemeine Suchen, findet dabei konkrete Agentur-Namen und startet für diese eine zweite, gezieltere Recherche-Runde. Die endgültige Antwort wird aus mehreren Quellen synthetisiert — und die genannte Empfehlung muss dabei nicht einmal von Ihrer eigenen Website stammen.
Entscheidend ist die Unterscheidung, woher eine konkrete Aussage kommt:
- Trainingswissen (Foundation Model): Stabile, wenig veränderliche Fakten (Was ist Ihr Unternehmen? Was bieten Sie an?) kann das Modell direkt aus dem Training abrufen. Das ist der langfristig wertvollste Zustand, weil Sie dann auch ohne Live-Recherche empfohlen werden.
- Live-Grounding: Aktuelle oder spezifische Informationen holt sich die KI in Echtzeit aus dem Suchindex. Hier zählt, ob Ihre Seiten gut auffindbar, technisch erreichbar und zitierfähig aufgebaut sind.
Testen Sie, ob Ihre Marke bereits Teil des Trainingswissens ist. Fragen Sie ChatGPT: „Wer ist [Ihr Firmenname]? Führe keine Websuche durch." Kommt eine korrekte, sinnvolle Antwort, sind Sie im Foundation Model verankert. Kommt Unsinn oder eine Verwechslung, müssen Sie zuerst die frei recherchierbaren Informationen über Ihr Unternehmen verbessern.
Wichtig für die Praxis: ChatGPT ist derzeit die stärkere Plattform für konkrete Anbieter- und Produktempfehlungen. Google zeigt in seinen KI-Antworten bislang deutlich seltener Produkte oder Anbietervergleiche, obwohl das technisch längst demonstriert wurde. Wer heute Empfehlungssichtbarkeit aufbauen will, beginnt sinnvollerweise bei ChatGPT und Perplexity — für Google AI Overviews gibt es einen eigenen Leitfaden zur Optimierung.
Warum sind Prompts die neuen Keywords?
In der KI-Suche geben Nutzer keine Stichworte mehr ein, sondern ganze Fragen und Aufgaben. Der entscheidende Hebel sind transaktionale Prompts, in denen jemand nach einer Empfehlung fragt. Nur bei diesen Prompts nennt die KI Marken und verlinkt Quellen — reine Definitionsfragen bringen keine Empfehlung.
Das ist der wichtigste Denkfehler, den Unternehmen beim Einstieg machen. Sie versuchen, für informationelle Fragen sichtbar zu werden — doch bei einer Frage wie „Was ist eine Betriebshaftpflicht?“ gibt es weder eine Markennennung noch eine Anbieterempfehlung. Ihr Inhalt wird dort höchstens ausgewertet, ohne dass Ihr Name fällt.
Anders bei transaktionalen Prompts: „Ich suche eine Betriebshaftpflicht für meine Steuerkanzlei — welche Anbieter empfiehlst du?“ Hier nennt die KI konkrete Marken und verlinkt Quellen. Genau diese Prompt-Typen sind Ihr Zielraum.
Ein praktisches Problem verschärft die Lage: Für Prompts gibt es kein echtes Suchvolumen wie bei Keywords. KI-Systeme rechnen die Nachfrage nur über Indikatoren hoch. Statt sich an Volumenzahlen zu orientieren, arbeiten Sie deshalb mit einer Kriterien-Analyse.
Was ist eine Kriterien-Analyse — und warum ersetzt sie das Keyword?
Bei der Kriterien-Analyse ermitteln Sie, welche Eigenschaften die KI bei Ihrer Leistung am häufigsten abfragt, und bauen zu jedem dieser Kriterien gezielt Sichtbarkeit auf. Die Kriterien sind das GEO-Äquivalent zum Keyword: Sie decken Millionen möglicher Prompt-Kombinationen ab, ohne dass Sie jeden einzelnen Prompt kennen müssen.
Reverse Engineering der Kriterien: Geben Sie in ChatGPT, Perplexity und Gemini einen typischen Empfehlungs-Prompt aus Ihrer Branche ein und lesen Sie aus den Antworten ab, welche Attribute die KI systematisch heranzieht. Bei einer Steuerberatung sind das etwa Spezialisierung, Branche, Region und Kanzleigröße; bei einem IT-Dienstleister Zertifizierungen, Reaktionszeiten und Branchenerfahrung. Diese Attribute bleiben über die verschiedenen KI-Systeme hinweg erstaunlich konsistent.
Sichtbarkeit je Kriterium aufbauen: Positionieren Sie jedes relevante Kriterium klar und wiederkehrend auf Ihren Seiten. Wer als „auf Handwerksbetriebe spezialisierte Steuerkanzlei in Köln" gefunden werden will, muss genau diese Kombination aus Leistung, Branche und Region explizit und zitierfähig auf der Seite ausformulieren.
Prüfen Sie beim Reverse Engineering auch, ob die KI korrekte und aktuelle Informationen ausgibt. In der Praxis empfehlen KI-Systeme regelmäßig Produkte oder Leistungen, die es so nicht mehr gibt. Falsche Angaben über Ihr Unternehmen sind ein direkter Handlungsauftrag.
Dieser Artikel und alle anderen Guides des GEO-Hubs – vorgelesen, in 16 Kapitel, mit acht zusätzlichen Hintergrundkapiteln zu Keyword-Recherche, Content, Technik und Backlinks. Kostenlos, ohne Anmeldung.
Wie bauen Sie Brand Context für die KI auf?
Brand Context Optimization bedeutet, Ihre Marke so klar und konsistent im Web zu beschreiben, dass KI-Systeme genau verstehen, wer Sie sind, was Sie anbieten und wofür Sie stehen. Sie ist die zweite Säule neben der reinen Zitierfähigkeit — und liegt näher an Online-PR und Branding als an klassischem SEO.
KI-Modelle lernen aus natürlicher, unstrukturierter Sprache, nicht aus technischem Markup. Vier Bausteine haben sich bewährt:
- Konsistente Attribut-Nennung (Kookkurrenz): Nennen Sie Ihre Marke immer wieder gemeinsam mit den Begriffen, für die Sie stehen sollen. Ein IT-Dienstleister, der stets zusammen mit „ISO-27001-zertifiziert“ und „Managed Security“ auftaucht, erhöht die Wahrscheinlichkeit, bei genau diesen Prompts genannt zu werden. Formulieren Sie Kernaussagen als klare Subjekt-Prädikat-Objekt-Sätze.
- Brand Identity Blocks: Erstellen Sie verdichtete Textblöcke in einfacher, natürlicher Sprache, die Ihr Unternehmen, Ihre Leistungen und Ihre wichtigsten Merkmale zusammenfassen. Diese Blöcke setzen Sie flexibel ein — auf der Über-uns-Seite ebenso wie in Branchenverzeichnissen und Social-Media-Profilen.
- Die eigene Website als erster Touchpoint: KI-Systeme navigieren durch Ihre Domain, um Ihre Entität zu verstehen. Sorgen Sie dafür, dass Ihre Seiten die zentralen Fakten über Ihr Unternehmen widerspruchsfrei und maschinenlesbar enthalten.
- Grounding Page als neutrale Wissensbasis: Eine sachliche, umfassende Seite über Ihr Unternehmen — im Stil eines Lexikoneintrags, ohne Werbesprache — hilft der KI beim Grounding. Sie muss im Google-Index bleiben, sonst kann die KI sie nicht abrufen. Ein spezielles technisches Format ist nicht nötig; entscheidend ist der neutrale, faktenreiche Inhalt.
Ein Wort zur Ehrlichkeit: Echtes Ansehen entsteht im Außen, nicht durch Selbstlob auf der eigenen Seite. Expertentum, das andere über Sie bestätigen, wirkt für KI-Systeme deutlich stärker als jede Selbstbeschreibung. Wie Sie diese On-Page-Grundlagen mit der Suchmaschinenlogik verzahnen, vertieft unser Leitfaden zu KI-SEO.
Warum sind Erwähnungen und Vergleichslisten die neue Währung?
KI-Systeme ziehen den weitaus größten Teil ihrer Informationen von fremden Drittseiten, nicht von Ihrer eigenen Website. Erwähnungen (Mentions) auf glaubwürdigen externen Seiten wiegen deshalb schwerer als klassische Backlinks — und Platzierungen in Vergleichs- und Bestenlisten (Listicles) sind der direkteste Weg in eine Empfehlung.
Die Zahlen dahinter sind eindeutig: Ein Großteil der Informationen, die KI-Systeme heranziehen, stammt von externen Drittdomains, nur ein kleiner Rest von der eigenen Seite. Wer empfohlen werden will, muss also dafür sorgen, dass andere über ihn schreiben.
Besonders wirksam sind Vergleichs- und Bestenlisten. Der Grund: Ein sehr hoher Anteil der Formate, die KI-Systeme für Empfehlungen nutzen, ist listenartig aufgebaut. Die KI gleicht mehrere solcher Listen ab — je öfter Sie darin auftauchen, desto wahrscheinlicher werden Sie empfohlen. Dabei zählt auch die Position: Die vorderen Plätze werden deutlich häufiger genannt als die hinteren.
Konkrete Ansatzpunkte für B2B-Unternehmen:
- Präsenz in Branchen- und Vergleichsportalen prüfen: Sind Sie in den einschlägigen Verzeichnissen und Vergleichsseiten Ihrer Branche gelistet? Ermitteln Sie über wenige Empfehlungs-Prompts, welche Listen und Vergleiche die KI zitiert — und in welchen Sie fehlen.
- Bewertungsplattformen pflegen: Präsenz und gute Bewertungen auf Plattformen wie ProvenExpert oder Trustpilot (bei Arbeitgeberthemen auch Kununu) liefern der KI Belege für Ihre Qualität.
- Kontextreiche Erwähnungen anstreben: Ein reiner Link genügt nicht. Wertvoll ist eine Erwähnung, die im Satz erklärt, wofür Sie stehen — etwa „Die auf Kliniken spezialisierte SEO-Agentur Schild Roth betreut …“. Diese semantische Einbettung macht die Erwähnung für die KI erst verwertbar.
- Datengetriebene Digital PR: Ein nicht-werbliches Datenthema mit eigenen Zahlen (etwa eine repräsentative Branchenumfrage) auf einer Kampagnenseite, an Fachjournalisten gepitcht, erzeugt viele indirekte Erwähnungen auf Drittquellen zugleich. Das ist der Königsweg — aber der aufwändigste.
Vorsicht vor schnellen Manipulationsversuchen. In einem dokumentierten Experiment wurde eine erfundene Marke binnen 24 Stunden zur KI-Empfehlung, indem man sie in Vergleichslisten auf wenigen kleinen Portalen platzierte. Das zeigt zwar, wie stark Listen wirken — aber solche Taktiken sind kurzlebig, und die KI-Anbieter arbeiten gegen sie an. Setzen Sie auf echte, dauerhafte Belege statt auf Tricks.
Blockieren Ihre Server womöglich die KI? Die robots.txt-Realität
Bevor Sie an Inhalten feilen, prüfen Sie, ob KI-Crawler Ihre Website überhaupt erreichen. Firewalls, CDNs oder Hosting-Voreinstellungen sperren KI-Bots oft unbemerkt aus. Eine robots.txt-Sperre wiederum wirkt bei KI-Systemen nicht so zuverlässig wie bei Google — Sie können damit nicht sicher steuern, was die KI nutzt.
Zwei technische Realitäten müssen Sie kennen:
- Ungewollte Aussperrung ist häufig. Eine Untersuchung über rund 1.600 Domains fand, dass etwa 15 Prozent mindestens einen relevanten KI-Bot blockierten — bezieht man weitere Bots ein, sind es rund 30 Prozent. Manche Shared-Hosting-Angebote sperren KI-Bots standardmäßig. Prüfen Sie die Erreichbarkeit gezielt, etwa mit einem User-Agent-Switcher oder einem KI-Bot-Checker. Ist eine ganze Website versehentlich gesperrt, ist das einer der wenigen echten Ein-Klick-Hebel im gesamten Feld.
- KI-Bots rendern kein JavaScript. Anders als der Google-Bot verarbeiten KI-Crawler in der Regel keinen per JavaScript nachgeladenen Inhalt. Alles, was für die KI zählt, muss im initialen HTML-Code stehen — als echte Absätze, echte Tabellen (<table>, nicht als Bild oder CSS-Konstrukt) und strukturierter Text. Testen Sie das, indem Sie JavaScript im Browser abschalten und prüfen, ob Ihre Kerninhalte noch sichtbar sind.
Und das Wichtigste zur robots.txt: Bei KI wirkt sie nicht global. Manche Systeme behandeln sie nur als Hinweis, KI-Agenten mit eigenem Browser ignorieren sie ganz. Zudem wirkt eine Sperre nicht rückwirkend — bereits gelernte Inhalte bleiben im Wissen der Modelle. Umgekehrt sollten Sie KI-Trainings-Bots in aller Regel nicht aussperren (Ausnahme: reine Publisher): Wer im KI-Wissen vorkommen möchte, darf den Zugang nicht blockieren. Sogenannte „Content-Signal“-Direktiven in der robots.txt sind wirkungslos, weil keine Suchmaschine sie ausliest.
Praxis-Tipp
Achten Sie auf ein historisches noarchive-Tag. Bing wertet es neu aus — damit ausgezeichnete Inhalte werden nicht für Copilot genutzt. Wenn Sie in Bing/Copilot sichtbar sein wollen, entfernen Sie dieses Tag.
FAQ
Was ist ChatGPT SEO?
ChatGPT SEO ist die Optimierung Ihrer Inhalte und Ihrer Markenbekanntheit, damit KI-Systeme wie ChatGPT Ihr Unternehmen als Antwort oder Empfehlung ausgeben. Es umfasst zitierfähige Inhalte, den Aufbau von Markenkontext und Erwähnungen auf Drittseiten. ChatGPT SEO ist ein Teilbereich der übergreifenden GEO-Optimierung.
Wie werde ich in ChatGPT gefunden?
Um in ChatGPT gefunden zu werden, brauchen Sie drei Dinge: eine technisch erreichbare, in der klassischen Suche indexierte Website mit zitierfähigen Inhalten; einen klaren, konsistenten Markenkontext, den die KI aus natürlicher Sprache lernt; und Erwähnungen auf glaubwürdigen Drittseiten. Optimieren Sie gezielt auf transaktionale Empfehlungs-Prompts statt auf reine Definitionsfragen.
Wie werde ich von ChatGPT empfohlen?
Von ChatGPT empfohlen wird, wer bei transaktionalen Prompts als passender Anbieter erscheint. Der wirksamste Hebel sind Platzierungen in Vergleichs- und Bestenlisten sowie kontextreiche Erwähnungen auf Drittseiten, denn KI-Systeme ziehen den Großteil ihrer Informationen von externen Quellen. Positionieren Sie zusätzlich die Kriterien klar auf Ihren Seiten, die die KI bei Ihrer Leistung abfragt.
Was ist der Unterschied zwischen SEO für ChatGPT und für Perplexity?
Die Grundprinzipien sind bei ChatGPT und Perplexity nahezu identisch: zitierfähige Inhalte, Markenkontext und Erwähnungen. Beide recherchieren live in Suchindexen und bevorzugen frische Inhalte. Perplexity legt tendenziell stärkeres Gewicht auf transparent verlinkte Quellen. Eine getrennte Optimierung ist selten nötig — wer für das eine System gut aufgestellt ist, ist es meist auch für das andere.
Bringt eine llms.txt-Datei mehr Sichtbarkeit in ChatGPT?
Nein, aktuell nicht. Die llms.txt-Datei ist als Idee sinnvoll, wird von KI-Systemen derzeit aber nicht ausgewertet und bringt keine messbare Sichtbarkeit. Investieren Sie Ihre Zeit stattdessen in zitierfähige Inhalte, Markenkontext und Erwähnungen.
Reicht gutes Google-Ranking für Sichtbarkeit in ChatGPT?
Ein gutes Google-Ranking ist die Grundvoraussetzung, aber keine Garantie. KI-Systeme nutzen die Suchindexe für ihre Live-Recherche, deshalb hilft eine starke organische Präsenz. Sie können jedoch auf Platz 1 stehen und trotzdem nicht zitiert werden, wenn Ihre Inhalte nicht in klar abgegrenzte, direkt beantwortende Textblöcke gegliedert sind.
Über 100 KI-Statistiken — monatlich aktualisiert
Geprüfte, zitierfähige Zahlen zu ChatGPT, KI-Suche und GEO — jede mit Primärquelle. Gemacht für Journalisten, Studien, Vorträge und eigene Inhalte.
Sie möchten wissen, ob und wie ChatGPT und Perplexity Ihr Unternehmen heute empfehlen — und welche Kriterien, Listen und Erwähnungen Ihnen noch fehlen? Als SEO- und GEO-Agentur analysiert Schild Roth Ihre KI-Sichtbarkeit und leitet daraus konkrete Maßnahmen ab, von der Kriterien-Analyse bis zur Digital-PR-Strategie.
GEO- und SEO-Experte. Mit über 11 Jahren Erfahrung ausschließlich in SEO und Online-Marketing für den B2B-Mittelstand – mit Fokus auf planbare, messbare Ergebnisse.
Quellen
- Ahrefs — Zusammenhang zwischen Google-Ranking und KI-Zitierwahrscheinlichkeit.
- TÜV-Verband — KI-Nutzung in Deutschland (Alters- und Nutzungsdaten).
- SparkToro / Datos — Verteilung von klassischer Suche und KI-Tools am Traffic.
- Graphite — Traffic-Verluste durch KI-Suche (Gesamt- vs. Mittelbau-Effekt, Mobile-Daten).
- SISTRIX — AI-Tracking / AI-Check für KI-Sichtbarkeit.
