AAEO (Answer Engine Optimization)
Synonymer Begriff für GEO; Optimierung für KI-Antwortsysteme.
Answer Engine Optimization (AEO) ist ein synonymer Begriff für Generative Engine Optimization (GEO). Beide Begriffe beschreiben die Disziplin, Inhalte und Marken so zu strukturieren, dass KI-gestützte Antwortsysteme (ChatGPT, Claude, Perplexity, Google AI Overviews) sie bevorzugt als Quelle zitieren. Der Begriff AEO betont die Perspektive der Antwortgenerierung, während GEO die generative KI-Technologie in den Vordergrund stellt. In der Praxis werden beide Begriffe austauschbar verwendet.
AI Visibility Audit
Systematische Analyse der aktuellen Markenpräsenz in KI-Antwortsystemen.
Ein AI Visibility Audit ist die strukturierte Bestandsaufnahme, wie und wo eine Marke in KI-Systemen wie ChatGPT, Claude, Perplexity und Google AI Overviews erscheint. Der Audit umfasst typischerweise 20–50 relevante Fragen aus dem Kaufentscheidungsprozess der Zielgruppe, die systematisch in mehreren KI-Systemen gestellt und ausgewertet werden. Das Ergebnis ist eine Baseline des aktuellen KI-Share of Voice, eine Wettbewerbsanalyse und eine priorisierte Liste von Maßnahmen. Der AI Visibility Audit ist der erste Schritt jeder GEO-Strategie.
Authority Engineering
Systematischer Aufbau externer Vertrauenssignale für KI-Systeme.
Authority Engineering bezeichnet den gezielten Aufbau von Autorität in den Quellen, denen KI-Systeme am meisten vertrauen: Fachmedien, Branchenberichte, Aggregatoren und externe Datenbanken. Da KI-Systeme der eigenen Unternehmenswebsite weniger vertrauen als externen Quellen, ist Authority Engineering ein unverzichtbarer Bestandteil jeder GEO-Strategie. Konkrete Maßnahmen umfassen Digital PR, Co-Citations in Fachpublikationen, Gastbeiträge in relevanten Medien und die systematische Platzierung in Branchenverzeichnissen und Datenbanken.
Brand Entity
Die digitale Identität einer Marke als strukturierte Entität in KI-Systemen.
Eine Brand Entity ist die strukturierte digitale Repräsentation einer Marke als Entität, die KI-Systeme erkennen, kategorisieren und korrekt darstellen können. Eine starke Brand Entity zeichnet sich durch konsistente Informationen über alle Quellen hinweg aus: Name, Beschreibung, Kategorie, Produkte, Standort und Expertise stimmen in der eigenen Website, in Wikidata, in Fachmedien und in Branchenverzeichnissen überein. Inkonsistente oder fehlende Entitätsdaten führen dazu, dass KI-Systeme eine Marke falsch darstellen oder ignorieren.
Citation Rate
Anteil der KI-Antworten, in denen eine Marke als Quelle zitiert wird.
Die Citation Rate misst, in wie vielen Prozent der relevanten KI-Antworten eine Marke explizit als Quelle zitiert wird – mit Link oder Quellenangabe. Sie unterscheidet sich vom KI-Share of Voice dadurch, dass sie ausschließlich explizite Zitationen zählt, nicht bloße Erwähnungen. Eine hohe Citation Rate signalisiert, dass KI-Systeme die eigenen Inhalte als vertrauenswürdige Primärquelle einstufen. Die Citation Rate ist eine der präzisesten Metriken für Content-Autorität in der GEO-Ära.
Citation-Ready Content
Inhalte, die strukturell und inhaltlich so aufgebaut sind, dass KI-Systeme sie bevorzugt zitieren.
Citation-Ready Content bezeichnet Inhalte, die nach spezifischen Strukturprinzipien erstellt wurden, um die Wahrscheinlichkeit einer Zitation durch KI-Systeme zu maximieren. Kernmerkmale sind: präzise Definitionen am Anfang jedes Abschnitts, klare Autorenschaft mit nachweisbarer Expertise, strukturierte Daten (Schema Markup), Fakten mit Quellenangaben, maschinenlesbare Formate (Tabellen, Listen, FAQ-Blöcke) und eine klare Entitätsstruktur. Citation-Ready Content wird von KI-Systemen bevorzugt, weil er leicht extrahierbar und verifizierbar ist.
Digital PR (im GEO-Kontext)
Strategische Platzierung von Markeninformationen in externen Quellen, die KI-Systeme als Referenz nutzen.
Digital PR im GEO-Kontext unterscheidet sich von klassischer PR dadurch, dass nicht primär menschliche Leser, sondern KI-Crawler als Zielgruppe betrachtet werden. Ziel ist die systematische Platzierung von Markeninformationen, Zitaten und Co-Citations in Fachmedien, Branchenberichten und Aggregatoren, die KI-Systeme als vertrauenswürdige Quellen einstufen. Relevante Platzierungen in Branchenmedien, Studien und Expertenrunden erhöhen die Wahrscheinlichkeit, dass KI-Systeme eine Marke als Autorität erkennen und in Antworten erwähnen.
E-E-A-T
Experience, Expertise, Authoritativeness, Trustworthiness – Googles Qualitätssignal, das auch KI-Systeme beeinflusst.
E-E-A-T steht für Experience (Erfahrung), Expertise (Fachwissen), Authoritativeness (Autorität) und Trustworthiness (Vertrauenswürdigkeit). Ursprünglich ein Qualitätssignal aus Googles Search Quality Evaluator Guidelines, beeinflusst E-E-A-T auch, welche Quellen KI-Systeme bevorzugen. Inhalte mit klar ausgewiesener Autorenschaft, nachweisbarer Expertise und externen Vertrauenssignalen werden von KI-Systemen häufiger zitiert. Im GEO-Kontext bedeutet E-E-A-T: Jeder Artikel sollte einen namentlich genannten Experten als Autor haben, dessen Expertise extern verifizierbar ist.
Entity (Entität)
Ein eindeutig identifizierbares Objekt (Person, Organisation, Produkt, Konzept) in KI-Wissenssystemen.
Eine Entität (englisch: Entity) ist ein eindeutig identifizierbares Objekt in einem Wissenssystem – zum Beispiel eine Person, eine Organisation, ein Produkt oder ein Konzept. KI-Systeme und Suchmaschinen arbeiten zunehmend mit Entitäten statt mit Keywords. Eine Marke als Entität zu etablieren bedeutet: Sie ist in Wissensdatenbanken (Google Knowledge Graph, Wikidata) verankert, hat eine eindeutige Beschreibung und ist mit relevanten anderen Entitäten verknüpft. Ohne klare Entitätsstruktur können KI-Systeme eine Marke nicht korrekt kategorisieren und darstellen.
Entity Disambiguation
Eindeutige Unterscheidung einer Entität von gleichnamigen oder ähnlichen Entitäten.
Entity Disambiguation bezeichnet den Prozess, durch den KI-Systeme und Suchmaschinen gleichnamige oder ähnliche Entitäten voneinander unterscheiden. Für Unternehmen mit häufigen Namen oder in wettbewerbsintensiven Kategorien ist Disambiguation entscheidend: Konsistente, eindeutige Beschreibungen, Wikidata-Einträge und strukturierte Daten helfen KI-Systemen, die eigene Marke korrekt zu identifizieren und von Verwechslungen zu schützen.
Featured Snippet
Hervorgehobene Antwortbox in Google-Suchergebnissen – Vorgänger der AI Overviews.
Ein Featured Snippet ist eine hervorgehobene Antwortbox, die Google über den organischen Suchergebnissen anzeigt und eine direkte Antwort auf eine Nutzerfrage liefert. Featured Snippets gelten als Vorläufer der AI Overviews und teilen viele Optimierungsprinzipien: klare Frage-Antwort-Struktur, präzise Definitionen und strukturierte Inhalte. Inhalte, die für Featured Snippets optimiert sind, haben oft auch eine höhere Chance, in AI Overviews zitiert zu werden.
GEO (Generative Engine Optimization)
Die Disziplin, Marken und Inhalte so zu strukturieren, dass KI-Antwortsysteme sie bevorzugt zitieren.
Generative Engine Optimization (GEO) ist die Disziplin, Marken, Inhalte und digitale Entitäten so zu strukturieren und zu positionieren, dass KI-gestützte Antwortsysteme wie ChatGPT, Claude, Perplexity, Google AI Overviews und Microsoft Copilot sie bevorzugt als Quelle zitieren oder in synthetisierten Antworten erwähnen. GEO ist als Weiterentwicklung des klassischen SEO zu verstehen: Während SEO einzelne Webseiten für Algorithmen optimiert, optimiert GEO eine Marke als Entität im gesamten digitalen Informationsökosystem. Synonyme Begriffe sind AEO (Answer Engine Optimization) und AI Search Optimization.
Halluzination (KI)
Falsche oder erfundene Informationen, die ein KI-System als Fakten ausgibt.
Halluzination bezeichnet das Phänomen, dass KI-Sprachmodelle plausibel klingende, aber faktisch falsche Informationen generieren. Für Unternehmen hat dies zwei GEO-relevante Implikationen: Erstens können KI-Systeme falsche Informationen über eine Marke verbreiten, wenn keine korrekten Quellen verfügbar sind. Zweitens können KI-Systeme Wettbewerber fälschlicherweise als Marktführer darstellen. Beide Risiken werden durch eine starke Entitätsstruktur und konsistente externe Quellen minimiert. GEO ist damit auch ein Instrument des Reputationsschutzes.
Knowledge Graph
Strukturierte Wissensdatenbank, die Entitäten und ihre Beziehungen speichert.
Ein Knowledge Graph ist eine strukturierte Datenbank, die Entitäten (Personen, Organisationen, Konzepte) und ihre Beziehungen zueinander speichert. Googles Knowledge Graph ist die bekannteste Implementierung; Wikidata ist die offene Alternative. KI-Systeme nutzen Knowledge Graphs als Referenz für strukturiertes Wissen. Eine Marke, die im Knowledge Graph verankert ist, wird von KI-Systemen als verifizierte Entität behandelt und häufiger korrekt dargestellt. Die Optimierung für Knowledge Graphs ist ein zentraler Bestandteil der Entity-Optimierung.
LLM (Large Language Model)
Großes KI-Sprachmodell, das die Grundlage für KI-Antwortsysteme bildet.
Ein Large Language Model (LLM) ist ein KI-Modell, das auf riesigen Textmengen trainiert wurde und menschliche Sprache verstehen und generieren kann. Bekannte LLMs sind GPT-4 (OpenAI), Gemini (Google), Claude (Anthropic) und Llama (Meta). LLMs bilden die Grundlage für KI-Antwortsysteme wie ChatGPT oder Perplexity. Für GEO relevant: LLMs werden in Zyklen von 6–18 Monaten trainiert, was bedeutet, dass heute erstellte und verbreitete Inhalte in zukünftigen Trainingszyklen verankert werden können.
Mention Rate
Anteil der KI-Antworten, in denen eine Marke erwähnt wird – unabhängig von expliziter Zitation.
Die Mention Rate misst, in wie vielen Prozent der relevanten KI-Antworten eine Marke erwähnt wird – unabhängig davon, ob sie als Quelle zitiert wird oder nur im Fließtext vorkommt. Sie ist breiter gefasst als die Citation Rate und erfasst auch indirekte Erwähnungen. Eine hohe Mention Rate bei niedriger Citation Rate deutet darauf hin, dass eine Marke zwar bekannt ist, aber noch nicht als primäre Quelle eingestuft wird. Beide Metriken zusammen geben ein vollständiges Bild der KI-Sichtbarkeit.
Pillar Page
Umfassender, autoritativer Artikel zu einem zentralen Thema – Kernformat des Citation-Ready Contents.
Eine Pillar Page ist ein umfassender, autoritativer Artikel, der ein zentrales Thema vollständig abdeckt und als Hub für verwandte Inhalte dient. Im GEO-Kontext sind Pillar Pages das wichtigste Content-Format, weil sie die Tiefe und Strukturiertheit bieten, die KI-Systeme für Zitationen bevorzugen. Eine GEO-optimierte Pillar Page enthält: eine präzise Definition des Themas, strukturierte Abschnitte mit klaren Überschriften, Fakten mit Quellenangaben, FAQ-Blöcke, Schema Markup und interne Verlinkungen zu verwandten Themen.
Prompt Engineering (im GEO-Kontext)
Strukturierung von Inhalten so, dass sie auf typische KI-Prompts als Antwort geeignet sind.
Prompt Engineering im GEO-Kontext bezeichnet die Praxis, Inhalte so zu strukturieren, dass sie auf die typischen Fragen und Prompts der Zielgruppe als optimale Antwort geeignet sind. Dies bedeutet: Inhalte werden nicht nur für menschliche Leser geschrieben, sondern auch für die Fragen, die KI-Systeme beantworten sollen. Konkret: Jeder Abschnitt beginnt mit der Frage, die er beantwortet, gefolgt von einer präzisen, zitierfähigen Antwort. Diese Struktur erhöht die Wahrscheinlichkeit, dass KI-Systeme den Abschnitt als Antwort auf relevante Nutzeranfragen verwenden.
RAG (Retrieval-Augmented Generation)
KI-Technik, bei der aktuelle Webquellen in die Antwortgenerierung einbezogen werden.
Retrieval-Augmented Generation (RAG) ist eine KI-Technik, bei der ein Sprachmodell bei jeder Anfrage aktuelle Quellen aus dem Web oder einer Datenbank abruft und diese in die Antwortgenerierung integriert. Systeme wie Perplexity, ChatGPT mit Browsing und Google AI Overviews nutzen RAG. Für GEO bedeutet dies: Inhalte müssen nicht nur im Trainingskorpus eines LLMs verankert sein, sondern auch bei Echtzeit-Suchen als vertrauenswürdige Quellen erscheinen. RAG macht aktuelle, gut strukturierte und autoritäre Inhalte besonders wertvoll.
Schema Markup
Strukturierte Daten im HTML einer Seite, die KI-Systemen und Suchmaschinen Kontext liefern.
Schema Markup (auch: Structured Data) ist eine standardisierte Auszeichnungssprache (schema.org), mit der Webseiten maschinenlesbare Metadaten in ihren HTML-Code einbetten. Für GEO sind besonders relevant: Organization-Schema (Unternehmensinfos), Article-Schema (Autorenschaft, Datum), FAQPage-Schema (Frage-Antwort-Paare) und DefinedTerm-Schema (Definitionen). Schema Markup hilft KI-Systemen, den Kontext und die Struktur von Inhalten zu verstehen, und erhöht die Wahrscheinlichkeit einer korrekten Darstellung und Zitation.
SEO (Search Engine Optimization)
Optimierung von Webseiten für klassische Suchmaschinen-Rankings.
Search Engine Optimization (SEO) ist die Disziplin, Webseiten so zu optimieren, dass sie in klassischen Suchmaschinen-Rankings (Google, Bing) möglichst weit oben erscheinen. SEO umfasst technische Optimierung, Content-Erstellung und Linkaufbau. Im Verhältnis zu GEO gilt: SEO ist die notwendige Basis, GEO die strategische Erweiterung. Eine solide technische SEO-Basis (schnelle Ladezeiten, saubere Indexierung, strukturierte Inhalte) ist auch für GEO-Erfolge Voraussetzung. Die entscheidende Verschiebung liegt im Optimierungsobjekt: SEO optimiert einzelne Seiten, GEO optimiert eine Marke als Entität.
Sentiment (KI-Sentiment)
Die Tonalität, mit der eine Marke in KI-Antworten erwähnt wird (positiv, neutral, negativ).
KI-Sentiment bezeichnet die Tonalität, mit der eine Marke in KI-Antworten erwähnt wird. Eine Erwähnung kann positiv (als empfohlener Anbieter), neutral (als einer von mehreren) oder negativ (mit Einschränkungen oder Kritik) sein. Ein hoher KI-Share of Voice mit negativem Sentiment ist wertlos oder sogar schädlich. GEO-Strategie muss deshalb nicht nur die Häufigkeit der Erwähnungen, sondern auch deren Tonalität aktiv gestalten. Dies geschieht durch konsistente Positionierung, Reputationsmanagement und die Kontrolle des Narrativs in externen Quellen.
Surround Sound (GEO)
Strategie, bei der eine Marke in allen relevanten externen Quellen konsistent erwähnt wird.
Surround Sound bezeichnet die GEO-Strategie, bei der eine Marke nicht nur auf der eigenen Website, sondern in allen relevanten externen Quellen konsistent und positiv erwähnt wird – Fachmedien, Branchenberichte, Aggregatoren, Podcasts, Studien und Expertennetzwerke. Der Begriff stammt aus der Audiowelt und beschreibt das Prinzip, dass KI-Systeme einer Marke mehr vertrauen, wenn sie sie aus vielen unabhängigen Quellen kennen. Surround Sound ist das operative Ziel des Authority Engineerings.
Topical Authority
Die Wahrnehmung einer Marke als führende Experteninstanz zu einem spezifischen Themenfeld.
Topical Authority bezeichnet die Wahrnehmung einer Marke oder Person als führende Experteninstanz zu einem spezifischen Themenfeld durch KI-Systeme und Suchmaschinen. Topical Authority entsteht durch die Kombination aus tiefem, strukturiertem Content zu einem Thema (Pillar Pages, Cluster-Artikel, Definitionen), externer Bestätigung durch Co-Citations und Fachmedien sowie konsistenter Autorenschaft mit nachweisbarer Expertise. Im GEO-Kontext ist Topical Authority die Voraussetzung dafür, dass KI-Systeme eine Marke als Fachautorität zitieren.
Training Cutoff
Datum, bis zu dem ein KI-Modell Trainingsdaten enthält.
Der Training Cutoff ist das Datum, bis zu dem ein KI-Sprachmodell Trainingsdaten enthält. Informationen, die nach diesem Datum veröffentlicht wurden, sind dem Modell nicht bekannt (außer bei RAG-Systemen mit Echtzeit-Suche). Für GEO bedeutet dies: Inhalte, die heute erstellt und verbreitet werden, können in den nächsten Trainingszyklen (typischerweise alle 6–18 Monate) in das Modellwissen einfließen. Wer früh beginnt, sein Informationsökosystem aufzubauen, hat einen strategischen Vorteil gegenüber Wettbewerbern, die später einsteigen.
Wikidata
Offene Wissensdatenbank, die KI-Systeme als Referenz für Entitätsinformationen nutzen.
Wikidata ist die offene, strukturierte Wissensdatenbank der Wikimedia Foundation. Sie enthält Millionen von Entitäten (Personen, Organisationen, Konzepte) mit strukturierten Attributen und Beziehungen. KI-Systeme und Suchmaschinen nutzen Wikidata als eine der wichtigsten Referenzquellen für Entitätsinformationen. Ein Wikidata-Eintrag für eine Marke oder Person ist ein starkes Vertrauenssignal und hilft KI-Systemen, die Entität korrekt zu identifizieren und darzustellen. Die Erstellung und Pflege eines Wikidata-Eintrags ist eine der effektivsten und kostengünstigsten GEO-Maßnahmen.