Das Referenzwerk zu Generative Engine Optimization und KI-Suche. Definitionen, Frameworks und Kennzahlen für den Weg vom klassischen SEO zur dialogischen Sichtbarkeit.
Generative Engine Optimization (GEO) ist eine junge Disziplin, die darauf abzielt, die Sichtbarkeit von Marken in den Antworten von KI-Systemen wie ChatGPT, Gemini, Claude und Perplexity zu verbessern. Als zentraler Bestandteil von AISO (AI Search Optimization) steht GEO für eine Gesamtsicht auf SEO in einer von KI geprägten Welt.
Der weltweite Markt für GEO-Dienstleistungen wurde 2024 auf 886 Mio. USD geschätzt und soll bis 2031 7,3 Mrd. USD erreichen (durchschnittliches Jahreswachstum von 34 %), Valuates Reports, 2024.
Anders als klassische Suchmaschinen, die Listen von Links ausliefern, verdichten KI-Systeme Informationen zu direkten, dialogischen Antworten – der Aufstieg der Zero-Click Search. Diese Entwicklung erzeugt ein systemisches AI Black Hole: eine Sichtbarkeitslücke, in der Marken nicht mehr nachvollziehen können, wie Kunden sie in privaten Dialogen entdecken und bewerten.
A
14 Einträge
AI Answer Engine (KI-Antwortmaschine)
Eine KI-Antwortmaschine ist ein dialogisches System auf Basis großer Sprachmodelle, das verdichtete Antworten auf Nutzerfragen erzeugt. Anders als klassische Suchmaschinen liefern Antwortmaschinen keine rangierten Links, sondern strukturierte Erklärungen oder Empfehlungen. Beispiele: ChatGPT, Gemini, Claude und Perplexity.
LLMs zitieren im Schnitt nur 2 bis 7 Domains pro Antwort, gegenüber Googles 10 blauen Links. Der Wettbewerb um diese seltenen Zitierungsplätze ist die zentrale Herausforderung moderner GEO-Strategie.
AI Answer Visibility (Sichtbarkeit in KI-Antworten)
Die Sichtbarkeit in KI-Antworten beschreibt, wie häufig eine Marke, eine Domain oder eine Entität in Antworten von KI-Systemen erscheint. Sie ist die zentrale Kennzahl jeder GEO-Strategie und ersetzt klassische Metriken wie die Keyword-Ranking-Position.
Marken, die in KI-generierten Antworten zitiert werden, verzeichnen 38 % mehr organische Klicks und 39 % mehr Klicks auf bezahlte Anzeigen als nicht zitierte Wettbewerber, Relixir, via Wellows, 2025.
AI Citation (KI-Zitierung)
Eine KI-Zitierung ist eine Quelle, die ein KI-Modell bei der Erstellung einer Antwort referenziert. Zitierungen umfassen häufig Websites, Dokumentationsseiten oder maßgebliche Publikationen. Zitiert zu werden ist das Grundziel von GEO – das Äquivalent zu einem Platz auf Seite eins im klassischen SEO.
AI Black Hole (KI-Schwarzes-Loch)
Eine systemische Sichtbarkeitslücke, in der Marken nicht mehr nachvollziehen können, wie Kunden sie entdecken, bewerten und wählen – denn diese Schritte finden inzwischen in privaten, geschlossenen KI-Dialogen statt statt im klickbaren Web.
Der KI-gestützte Traffic auf US-Einzelhandelsseiten verzwölffachte sich zwischen Juli 2024 und Februar 2025 und erreichte im Juli 2025 ein Wachstum von 4.700 % gegenüber dem Vorjahr, Adobe Analytics, 2025.
AI Discovery (KI-gestützte Entdeckung)
KI-gestützte Entdeckung beschreibt den Prozess, über den Nutzer Marken, Dienstleistungen oder Informationen in KI-generierten Antworten finden. Sie ersetzt klassische Entdeckungswege (Suchergebnisse, Social Feeds, Banner) als wichtigsten Top-of-Funnel-Mechanismus vieler Kategorien.
AI Recommendation (KI-Empfehlung)
Von einer KI-Empfehlung spricht man, wenn ein dialogisches KI-System auf eine Nutzerfrage ausdrücklich ein Produkt, eine Marke oder eine Dienstleistung vorschlägt. Das ist das wertvollste Ergebnis in GEO – vergleichbar mit der persönlichen Empfehlung eines vertrauten Beraters.
AI Search (KI-Suche)
KI-Suche bezeichnet Sucherlebnisse auf Basis generativer KI, die Informationen verdichten, statt nur Webseiten zu ranken. Dazu gehören ChatGPT Search, Perplexity, Google AI Overviews und Google AI Mode.
Perplexity verarbeitet Ende 2025 rund 780 Millionen Suchanfragen pro Monat, nach 230 Millionen im August 2024, HubSpot GEO Statistics, 2025.
AI Overviews (ehemals SGE)
AI Overviews sind eine Funktion von Google Search, die oben in den Suchergebnissen eine KI-generierte Zusammenfassung anzeigt. Diese Zusammenfassungen verdichten Informationen aus mehreren Quellen und beantworten eine Anfrage direkt in der Suchoberfläche. In AI Overviews zitiert zu werden gilt als wichtiges Ziel von GEO-Strategien.
Wenn KI-Zusammenfassungen erscheinen, klicken Nutzer nur in 8 % der Besuche auf klassische Suchlinks, gegenüber 15 % ohne KI-Zusammenfassung (ein CTR-Rückgang von 54 %).
AISO (AI Search Optimization)
AI Search Optimization (AISO) bezeichnet die strategische Disziplin zur Verbesserung der Sichtbarkeit in KI-gestützten Suchoberflächen. Sie vereint Techniken aus SEO, Generative Engine Optimization (GEO) und Answer Engine Optimization (AEO), damit Marken, Produkte und Expertise in KI-generierten Antworten korrekt dargestellt werden.
AI Mode
AI Mode ist eine experimentelle Suchoberfläche von Google, in der das Sucherlebnis vollständig von generativer KI gesteuert wird. Statt einer statischen Linkliste können Nutzer in einem fortlaufenden Dialog ihre Suche verfeinern.
AEO, Answer Engine Optimization
Answer Engine Optimization (AEO) ist die Praxis, digitale Inhalte so zu optimieren, dass sie von KI-gestützten Antwortmaschinen direkt referenziert oder verdichtet werden können. AEO-Strategien setzen auf strukturiertes Wissen, klare Erklärungen und maßgebliche Quellen.
AIO (AI Optimization)
AI Optimization (AIO) bezeichnet die Optimierung der Präsenz einer Marke in KI-Systemen. Der Begriff ist eng mit AISO verwandt, das KI-gestützte Suchoberflächen abdeckt; AIO umfasst zusätzlich die Kontrolle darüber, was die KI über die Marke sagt, einschließlich ihrer Fehler.
AI Competitive Benchmark (KI-Wettbewerbsvergleich)
Der KI-Wettbewerbsvergleich stellt Sichtbarkeit, Empfehlung und Sentiment einer Marke denen ihrer Wettbewerber gegenüber, anhand derselben simulierten Konversationen und derselben Personas, damit der Vergleich reproduzierbar ist.
AI Share of Voice (KI-Share-of-Voice)
Der KI-Share-of-Voice ist der Anteil der Markennennungen einer Marke im Verhältnis zu allen in denselben Konversationen genannten Marken. Er ist die Referenzkennzahl für den Vergleich mit Wettbewerbern. Bubbling misst ihn unter der Bezeichnung Share of Wallet.
B
6 Einträge
Bot Crawling (KI-Crawler)
KI-Crawler sind spezialisierte Web-Roboter, die Daten für Trainingsdatensätze und Abrufsysteme von KIs sammeln. Beispiele: GPTBot (OpenAI), ClaudeBot (Anthropic) und PerplexityBot. Website-Betreiber können diese Crawler über Regeln in der robots.txt steuern und festlegen, wie ihre Inhalte von KI-Systemen abgerufen werden.
Brand Mention (Markennennung)
Eine Markennennung liegt vor, wenn ein Markenname in einer KI-generierten Antwort erscheint. Nennungen können positiv, negativ, neutral oder kontextuell sein. Sie sind die kleinste Messeinheit der KI-Sichtbarkeit.
Brand Recommendation (Markenempfehlung)
Eine Markenempfehlung liegt vor, wenn ein KI-System eine Marke als passende Option für die Anfrage eines Nutzers identifiziert. Empfehlungen sind die wertvollste Form der Nennung – sie beeinflussen die Kaufabsicht direkt.
Brand Presence (Markenpräsenz)
Markenpräsenz bezeichnet die kumulierte Sichtbarkeit einer Marke über zahlreiche KI-generierte Antworten und Plattformen hinweg. Anders als eine einzelne Zitierungsmetrik erfasst die Markenpräsenz Breite und Konsistenz des Auftretens einer Marke in KI-Ökosystemen.
Brand Authority (Markenautorität)
Markenautorität bezeichnet die wahrgenommene Expertise und Glaubwürdigkeit einer Marke in KI-Wissenssystemen. Sie entsteht durch regelmäßige Zitierungen maßgeblicher externer Quellen, eigene Studien und starke E-E-A-T-Signale.
LLMs zitieren Inhalte mit klarer Formatierung, hierarchischen Überschriften, Aufzählungen, nummerierten Listen und strukturierten Tabellen um 28 bis 40 % wahrscheinlicher.
Brand Sentiment (Markensentiment in der KI)
Das Markensentiment beschreibt den Ton (positiv, neutral, negativ) und die Adjektive, mit denen eine KI eine Marke darstellt. Es wird im Sentiment Score zusammengefasst, von −100 bis +100.
C
6 Einträge
Citation Frequency (Zitierungshäufigkeit)
Die Zitierungshäufigkeit misst, wie oft eine Domain in KI-generierten Antworten über einen definierten Anfragesatz hinweg referenziert wird. Sie ist ein zentraler GEO-Leistungsindikator, vergleichbar mit dem Impressionsanteil auf Domain-Ebene im klassischen SEO.
Context Window (Kontextfenster)
Ein Kontextfenster ist die maximale Informationsmenge, die ein LLM in einer einzigen Interaktion verarbeiten kann. Es wird in Tokens gemessen. Prägnante, gut strukturierte Inhalte passen eher in diesen Arbeitsspeicher – das erhöht die Wahrscheinlichkeit, dass KI-Systeme sie vollständig analysieren und nutzen.
Confirmation Step (die neue Rolle der Website)
Die neu definierte Funktion einer Website im KI-Zeitalter. Die Website dient nicht mehr als primäres Entdeckungswerkzeug, sondern als letzte Prüfstation für Nutzer, die ihre Absicht bereits in einer KI-Oberfläche gebildet haben.
Conversation Economy
Die Conversation Economy bezeichnet die Wirtschaft, in der Kaufentscheidungen in Konversationen mit KIs entstehen, noch vor jedem Klick auf eine Website. Konversationen werden zum Rohstoff für Analysen.
Die Analyse der vollständigen Sequenz natürlichsprachlicher Interaktionen zwischen einem Nutzer und einer KI. Während klassische Werkzeuge isolierte „Prompt-Antwort“-Paare auswerten, bewertet Bubbling den gesamten Dialog, um komplexe Entscheidungswege zu rekonstruieren.
Chunking
Chunking ist eine Technik, Inhalte in kleinere semantische Einheiten zu zerlegen, die KI-Systeme effizient abrufen und verarbeiten können. In RAG-Architekturen werden Artikel häufig in kohärente Blöcke von etwa 100 bis 300 Wörtern aufgeteilt, um einen präzisen Abruf zu erleichtern.
D
4 Einträge
Decision Inflection Point (Entscheidungs-Wendepunkt)
Der genaue Moment in einer mehrstufigen KI-Konversation, an dem die Logik der generativen Suchmaschine zur Empfehlung einer Marke kippt – oder umgekehrt zu ihrem Ausschluss. Identifiziert und formalisiert durch das AI Conversational Journey Framework von Bubbling.
Domain Authority Signal (Domain-Autoritätssignal)
Ein Domain-Autoritätssignal umfasst Indikatoren wie Backlinks, Zitierungen oder redaktionelle Qualität, die die Glaubwürdigkeit einer Domain sowohl bei klassischen Suchmaschinen als auch bei KI-Abrufsystemen stärken.
Decision Influence (Entscheidungsbeeinflussung)
Entscheidungsbeeinflussung bezeichnet die Fähigkeit einer Marke, über KI-generierte Empfehlungen auf Nutzerentscheidungen einzuwirken. Es ist eine zusammengesetzte Kennzahl aus Empfehlungshäufigkeit, Sentimentqualität und Präsenz in den entscheidungsnahen Phasen des Konversationspfads.
Digital Twin (digitaler Zwilling)
Ein digitaler Zwilling ist die simulierte Darstellung einer Persona, mit der Konversationen mit einer KI reproduzierbar und zeitlich vergleichbar nachgespielt werden.
E
5 Einträge
Embeddings
Embeddings sind numerische Vektordarstellungen von Wörtern, Ausdrücken oder Konzepten, mit denen KI-Systeme semantische Beziehungen zwischen Informationen erfassen. Wörter mit ähnlicher Bedeutung haben mathematisch ähnliche Embeddings. Sie sind das technische Fundament der semantischen Suche und des KI-gestützten Inhalteabrufs.
Entity (Entität)
Eine Entität ist ein erkennbares Konzept – Unternehmen, Produkt, Person oder Organisation –, das KI-Systeme und Knowledge Graphs als eigenes, strukturiertes Objekt mit definierten Attributen und Beziehungen abbilden.
Entity Recognition (Entitätserkennung)
Entitätserkennung bezeichnet die Fähigkeit von KI-Systemen, Entitäten in Texten zu identifizieren und zu klassifizieren – etwa Unternehmen, Personen, Orte und Produkte aus unstrukturierten Inhalten.
Entity Authority (Entitätsautorität)
Entitätsautorität misst die wahrgenommene Glaubwürdigkeit und Bekanntheit einer Entität in KI-generierten Antworten. Sie entsteht durch plattformübergreifende Konsistenz, Bestätigung durch Dritte und semantische Tiefe.
E-E-A-T ist ein Bewertungsrahmen, den Google und KI-Systeme nutzen, um Glaubwürdigkeit und Verlässlichkeit von Online-Inhalten zu beurteilen. Wer Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit überzeugend zeigt, erhöht die Wahrscheinlichkeit, als Quelle KI-generierter Antworten zu dienen.
F
2 Einträge
Fan-Out Query (ausgefächerte Anfrage)
Eine Fan-Out Query bezeichnet die interne Aufspaltung einer einzelnen Nutzeranfrage in mehrere Teilabfragen, mit denen KI-Systeme umfassende Informationen aus verschiedenen Quellen abrufen, bevor sie eine verdichtete Antwort erzeugen.
Featured Mention (hervorgehobene Nennung)
Eine Featured Mention liegt vor, wenn eine Marke in einer KI-generierten Antwort prominent hervorgehoben wird – als Hauptempfehlung oder Leitbeispiel statt als ein Eintrag in einer langen Liste.
G
4 Einträge
Generative Engine (generative Suchmaschine)
Eine generative Suchmaschine ist ein KI-System, das mithilfe großer Sprachmodelle verdichtete Antworten erzeugt und dabei sowohl auf Trainingsdaten als auch auf Echtzeit-Abrufsysteme zurückgreift. Sie ist die Ablösearchitektur für klassische, keywordbasierte Suchmaschinen.
GEO-Strategien können die Sichtbarkeit von Inhalten in Antworten generativer Suchmaschinen um bis zu 40 % steigern, Aggarwal et al., ACM KDD 2024.
Generative Engine Optimization (GEO)
Generative Engine Optimization (GEO) bezeichnet die Disziplin, digitale Inhalte und Markensignale so zu optimieren, dass die Sichtbarkeit in KI-generierten Antworten steigt. Erstmals 2024 als Forschungsparadigma formalisiert von Forschenden aus Princeton, Georgia Tech, dem Allen Institute for AI und IIT Delhi.
Generative Search Experience (GSE)
Die Generative Search Experience bezeichnet Suchoberflächen, in denen KI-generierte Antworten neben oder anstelle klassischer Suchergebnisse erscheinen. Dazu gehören Google AI Overviews, Google AI Mode, ChatGPT Search und Perplexity.
Grounding (faktische Verankerung)
Grounding bezeichnet die Verankerung KI-generierter Antworten in verlässlichen, überprüfbaren Informationsquellen. Grounding-Mechanismen stützen sich in der Regel auf Abrufsysteme wie RAG, um faktische Genauigkeit sicherzustellen und Halluzinationen zu reduzieren.
H
1 Eintrag
Hallucination (Halluzination)
Eine KI-Halluzination liegt vor, wenn ein Sprachmodell falsche oder erfundene Informationen erzeugt und mit derselben Überzeugung präsentiert wie faktische Inhalte. Halluzinationen sind das größte Qualitätsrisiko KI-generierter Antworten.
I
2 Einträge
Information Retrieval
Information Retrieval bezeichnet den Prozess, über den KI-Systeme relevante Quellen finden, bevor sie Antworten erzeugen. In RAG-Architekturen geht der Abruf der Generierung voraus und bestimmt, welche Quellen die endgültige Antwort beeinflussen.
Influence Score
Ein Influence Score misst die Wirkung einer Marke in KI-generierten Antworten und bündelt Sichtbarkeitshäufigkeit, Sentimentqualität, Empfehlungsrate und Position in einer einzigen zusammengesetzten Kennzahl.
J
1 Eintrag
JSON-LD
JSON-LD ist ein Format für strukturierte Daten, mit dem maschinenlesbare Metadaten in Webseiten bereitgestellt werden. Websites können damit Entitäten, Organisationen, Produkte und weitere Informationen so definieren, dass KI-Systeme und Suchmaschinen sie leicht interpretieren können.
K
1 Eintrag
Knowledge Graph
Ein Knowledge Graph ist ein strukturiertes Netzwerk aus Entitäten und Beziehungen, mit dem Suchmaschinen und KI-Systeme Wissen abbilden. Googles Knowledge Graph und Wikipedias Wikidata sind die beiden einflussreichsten Knowledge Graphs für das Zitierungsverhalten von KIs.
L
6 Einträge
Large Language Model (LLM)
Ein Large Language Model ist ein KI-Modell, das auf riesigen Textdatensätzen trainiert wurde und natürlichsprachliche Antworten erzeugen, Aufgaben erfüllen und Informationen verdichten kann. Moderne LLMs (GPT-4, Claude, Gemini) sind die zentralen Maschinen generativer Suchsysteme.
Über eine Milliarde Prompts werden täglich an ChatGPT gesendet – ein dauerhafter Verhaltenswandel in der Art, wie Kunden Antworten suchen und Marken entdecken, Profound, 2025.
LLM Citation (LLM-Zitierung)
Eine LLM-Zitierung ist eine Quelle, die ein Sprachmodell bei der Erstellung von Antworten referenziert. LLM-Zitierungen sind die zentrale Werteinheit in GEO – sie stehen für verdiente Sichtbarkeit innerhalb KI-generierter Antworten.
LLM Monitoring
LLM Monitoring bezeichnet die systematische Beobachtung von Markennennungen, Zitierungen und Empfehlungsmustern in KI-generierten Antworten. Es ist das GEO-Äquivalent zur Google Search Console – eine unverzichtbare Infrastruktur, um KI-Sichtbarkeit zu messen und zu verbessern.
LLM Traffic (LLM-Traffic)
LLM-Traffic bezeichnet Website-Besuche, die von KI-Assistenten stammen, die Nutzer auf externe URLs verweisen. Er ist ein messbarer Näherungswert für KI-gestützte Markenentdeckung, bildet aber nur einen kleinen Teil des gesamten KI-Einflusses ab.
llms.txt
llms.txt ist eine experimentelle Datei im Wurzelverzeichnis einer Website, die strukturierte Informationen über Zweck und Inhalt der Seite bereitstellt. Sie hilft KI-Modellen, den Kontext einer Website schnell zu verstehen und ihre Inhalte richtig einzuordnen.
LLMO, Large Language Model Optimization
Large Language Model Optimization (LLMO) bezeichnet die Praxis, digitale Inhalte so zu strukturieren, dass große Sprachmodelle sie für Abruf, Verdichtung und Zitierung effektiv nutzen können. Sie ist die technische Ausführungsebene der GEO-Strategie.
M
3 Einträge
Marketing Brief (Marketing-Briefing)
In Bubbling legt ein Briefing fest, was die Marke verfolgen will: ihre Marke, ein Produkt, eine Dienstleistung, ein sensibles Thema (Kundenservice, Krise, Reputation) oder einen Markttrend. Es steuert die Analyse anstelle einer zu zählenden Prompt-Liste.
Model Alignment (Modell-Alignment)
Modell-Alignment bezeichnet den Prozess, KI-Ausgaben mit faktischer Genauigkeit, menschlichen Werten und Sicherheitsrichtlinien in Einklang zu bringen. Das Alignment-Training beeinflusst, welchen Quellen ein KI-System vertraut und wie es mit widersprüchlichen Informationen umgeht.
Model Training Data (Trainingsdaten des Modells)
Trainingsdaten sind die Datensätze, mit denen KI-Modelle trainiert werden. Inhalte in den Trainingsdaten beeinflussen direkt das parametrische Wissen eines LLM – seine interne Repräsentation von Entitäten, Fakten und Beziehungen, ganz ohne Abruf.
P
5 Einträge
Passage
Eine Passage ist ein präzises Textsegment, das ein KI-System abruft, weil es für eine bestimmte Anfrage als besonders relevant gilt. KI-Maschinen zitieren beim Erzeugen von Antworten häufig Passagen statt ganzer Seiten.
Persona
Eine Persona ist ein Käufer- oder Nutzerprofil, definiert durch Absichten, Verhalten und Entscheidungsauslöser. Bei Bubbling dient sie dazu, die Fragen zu simulieren, die diese Person einer KI tatsächlich stellen würde, statt generischer Prompts.
Prompt
Ein Prompt ist die Eingabe an ein KI-System – durch einen Nutzer (Frage oder Auftrag) oder durch einen Entwickler (Systemanweisung). Die Prompt-Muster Ihrer Kategorie zu verstehen, ist grundlegend für jede GEO-Strategie.
Prompt Volume (Prompt-Volumen)
Das Prompt-Volumen misst, wie häufig bestimmte Prompts oder Anfragetypen auf KI-Plattformen vorkommen. Prompts mit hohem Volumen sind die prioritären Ziele für redaktionelle GEO-Investitionen.
Prompt Tracking (Prompt-Tracking)
Beim Prompt-Tracking wird regelmäßig eine feste Liste von Fragen an KIs gesendet und das Erscheinen einer Marke gezählt. Es misst einzelne Antworten und bildet keine vollständige Konversation ab.
Q
1 Eintrag
Query Expansion (Anfrageerweiterung)
Query Expansion bezeichnet den Prozess, mit dem KI-Systeme die ursprüngliche Anfrage eines Nutzers in mehrere verwandte Abfragen umformulieren, um umfassendere Informationen abzurufen. Sie ist der Mechanismus hinter Fan-Out Queries.
R
4 Einträge
Recommendation Driver Ranking
Eine hochpräzise Diagnose von Bubbling, die die objektiven Faktoren identifiziert und gewichtet – wahrgenommener Preis, Verlässlichkeit, Lieferzeiten, Nachhaltigkeitsnachweise –, die eine KI-Empfehlung im Verlauf einer Konversation auslösen oder blockieren.
Reciprocal Rank Fusion (RRF)
Reciprocal Rank Fusion ist ein Verfahren zur Rangaggregation, mit dem Suchsysteme die Ergebnisse mehrerer unabhängiger Abfragen zusammenführen. In KI-Sucharchitekturen wird es häufig genutzt, um die Ergebnisse von Fan-Out Queries zu einer einzigen geordneten Treffermenge zu verbinden.
Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation ist eine Technik, bei der KI-Modelle vor dem Erzeugen von Antworten externe Informationen aus Echtzeitquellen abrufen. RAG gibt KI-Systemen Zugriff auf aktuelle, spezifische und überprüfbare Informationen jenseits ihrer statischen Trainingsdaten.
Response Ranking (Antwort-Ranking)
Response Ranking bezeichnet die Priorisierung von Informationsquellen bei der Erstellung einer KI-Antwort. Quellen werden nach Relevanz, Autorität, Aktualität und Übereinstimmung mit der Anfrageabsicht geordnet, bevor sie zur endgültigen Antwort verdichtet werden.
S
6 Einträge
Schema.org
Schema.org ist ein standardisiertes Vokabular zur Beschreibung strukturierter Daten auf Websites. Es ermöglicht Maschinen – einschließlich KI-Systemen und Suchmaschinen –, Entitäten, Produkte, Organisationen und Beziehungen auf Webseiten eindeutig zu verstehen.
Semantic Authority (semantische Autorität)
Semantische Autorität beschreibt, wie stark eine Domain in KI-Wissenssystemen mit einem bestimmten Thema verknüpft ist. Eine Domain mit hoher semantischer Autorität für „Cybersicherheit“ wird bei entsprechenden Anfragen auf allen KI-Plattformen bevorzugt zitiert.
SEO (Search Engine Optimization)
SEO umfasst die Techniken, die das Ranking einer Website in den Ergebnissen klassischer Suchmaschinen verbessern. Es bleibt die Grundlage der Online-Sichtbarkeit, garantiert aber nicht mehr, von einer KI zitiert zu werden, die Antworten zusammenfasst, statt Links aufzulisten.
Share of Wallet
Entspricht dem AI Share of Voice. Der Share of Wallet misst den Anteil der gesamten Markennennungen, den eine Marke gegenüber allen Wettbewerbern in denselben Konversationen erzielt.
Source Attribution (Quellenzuordnung)
Quellenzuordnung bezeichnet das Identifizieren und Verlinken des Ursprungs der in KI-Antworten verwendeten Informationen. In gut verankerten KI-Systemen ist die Quellenzuordnung der Mechanismus, über den Marken messbare Anerkennung für korrekte Informationen erhalten.
SXO (Search Experience Optimization)
Search Experience Optimization verbindet SEO mit User-Experience-Design, damit Websites nicht nur auffindbar, sondern auch intuitiv und ansprechend sind. Im KI-Zeitalter umfasst SXO zusätzlich das Erlebnis, das ein Nutzer innerhalb von KI-Oberflächen erhält – nicht nur auf der Marken-Website.
T
4 Einträge
Token
Ein Token ist die kleinste Texteinheit, die ein Sprachmodell verarbeitet. Im Englischen entspricht ein Token etwa vier Zeichen oder drei Vierteln eines Wortes. Kontextfenster, Modellkosten und Abruflimits werden alle in Tokens bemessen.
Topic Authority (thematische Autorität)
Thematische Autorität misst Breite und Tiefe der Expertise einer Domain zu einem Thema, wie KI-Wissenssysteme sie wahrnehmen. Sie entsteht durch die regelmäßige Veröffentlichung hochwertiger, häufig zitierter Inhalte innerhalb eines definierten Themenclusters.
Transformers
Transformers sind eine neuronale Netzarchitektur aus dem Paper „Attention Is All You Need“ (Vaswani et al., 2017) und das technische Fundament aller modernen großen Sprachmodelle. Sie nutzen Self-Attention-Mechanismen, um Beziehungen zwischen Wörtern über eine gesamte Textsequenz gleichzeitig zu analysieren.
Trust Signal (Vertrauenssignal)
Ein Vertrauenssignal ist jeder Indikator, der die Glaubwürdigkeit einer Quelle in den Augen von KI-Systemen und Suchmaschinen erhöht. Dazu gehören maßgebliche Backlinks, Expertenautorschaft, Nennungen durch Dritte, Bewertungsvolumen, nachgewiesene Genauigkeit und die Umsetzung von Schema.org.
V
2 Einträge
Vector Database (Vektordatenbank)
Eine Vektordatenbank ist ein spezialisiertes Speichersystem zum Indexieren und Abrufen hochdimensionaler Vektoren (Embeddings). Sie ist die Kerninfrastruktur der semantischen Suche in KI-Systemen und ermöglicht schnellen Ähnlichkeitsabgleich zwischen Anfragen und gespeicherten Inhalten.
Visibility Index (Sichtbarkeitsindex)
Ein Sichtbarkeitsindex ist ein zusammengesetzter Score, der die Gesamtpräsenz und Prominenz einer Marke in KI-generierten Antworten misst. Er kombiniert Metriken wie Zitierungshäufigkeit, Empfehlungsrate, Sentiment Score und Position in den KI-Antworten.
Y
1 Eintrag
YMYL (Your Money or Your Life)
YMYL ist eine Klassifizierung von Google und KI-Systemen für Inhalte, die Gesundheit, finanzielle Stabilität, Sicherheit oder Wohlbefinden einer Person erheblich beeinflussen können. KI-Systeme wenden auf YMYL-Inhalte strengere Qualitätsfilter an – E-E-A-T-Signale sind dort für die Zitierungsfähigkeit noch entscheidender.
Z
2 Einträge
Zero-Click AI Answer (Zero-Click-Antwort)
Eine Zero-Click-Antwort liegt vor, wenn ein KI-System eine vollständige, in sich geschlossene Antwort liefert, die den Besuch einer externen Website überflüssig macht. Die Frage des Nutzers wird vollständig in der KI-Oberfläche beantwortet.
58 % der Google-Suchen im März 2025 endeten ohne Klick auf ein Ergebnis, Pew Research, 2025. Bei KI-nativen Plattformen wie ChatGPT und Perplexity liegt die Zero-Click-Rate nahe 100 %.
Zero-Click Search (Zero-Click-Suche)
Zero-Click Search beschreibt jede Suchinteraktion, bei der der Nutzer seine Antwort direkt in der Suchoberfläche erhält, ohne auf eine externe Website zu klicken. AI Overviews, Featured Snippets und direkte KI-Antworten tragen alle zu diesem Verhalten bei.
Bis 2028 dürften klassische organische Klicks weniger als 30 % aller Suchinteraktionen ausmachen.
Bubbling Frameworks
Von Definitionen zur Strategie
Drei eigene Frameworks, die GEO-Konzepte in umsetzbare Strategie übersetzen.
1. The AI Conversational Journey Framework
Das Framework von Bubbling bildet ab, wie Nutzer über den gesamten Entscheidungszyklus mit KI-Systemen interagieren. Anders als klassische Funnels erfasst es den dialogischen, mehrstufigen Charakter der KI-gestützten Entdeckung.
Meta / Opinion
Nutzer äußern Meinungen über KI-Systeme selbst. Beispiele: „Ist ChatGPT bei medizinischen Ratschlägen verlässlich?“ Diese Stufe zeigt die Kalibrierung des Vertrauens, noch bevor der Kaufprozess beginnt.
Awareness, Discovery and Understanding
Breite Informationsfragen, um eine Kategorie kennenzulernen. Beispiele: „Was ist das beste CRM für kleine Unternehmen?“ Prägt die anfängliche Markenbekanntheit und die Einordnung der Kategorie.
Consideration, Exploring Options
Nutzer prüfen konkrete Optionen und stellen vergleichende Fragen. Die Antwort der KI beeinflusst direkt, welche Marken in die engere Auswahl kommen.
Evaluation, Brand Comparison
Nutzer vergleichen Marken oder Produkte ausdrücklich. Die Antwort der KI offenbart wahrgenommene Autorität, Glaubwürdigkeit, Neutralität und Verzerrungen der Marken.
Decision, Verification & Transaction
Nutzer bestätigen Eigenschaften oder suchen transaktionale Informationen. KI-Antworten messen Genauigkeit, Vollständigkeit und Personalisierungsfähigkeit.
Post-Decision, Usage, Loyalty & Trust
Nach dem Kauf fragen Nutzer zu Nutzung, Fehlerbehebung und Optimierung. Das offenbart funktionale Expertise und die Qualität des Supports nach dem Kauf.
2. The GEO Visibility Measurement Framework
Quantitative Indikatoren, die Sichtbarkeit, Einfluss und Empfehlungshäufigkeit einer Marke über Konversationen hinweg erfassen.
Visibility Rate
Konversationen mit Markennennung ÷ Gesamtzahl der analysierten Konversationen. Der zentrale GEO-Indikator für Markenpräsenz in LLM-generierten Konversationen.
Mentions
Die Gesamtzahl der Nennungen einer Marke über alle analysierten Konversationen hinweg – das absolute Präsenzvolumen.
Spontaneous Citation Rate
Wie oft die KI eine Marke nennt, ohne dass der Nutzer sie ausdrücklich erwähnt hat – das KI-Äquivalent zur ungestützten Markenbekanntheit.
Share of Wallet
Anteil der gesamten Markennennungen, den eine Marke gegenüber allen Wettbewerbern in denselben Konversationen erzielt.
Consideration Rate
Wie oft eine Marke zum Gegenstand von Folgefragen wird – ein Zeichen aktiver Prüfung statt passiver Wahrnehmung.
3. The AI Sentiment & Recommendation Framework
Indikatoren, die messen, wie KI-Systeme eine Marke beschreiben und empfehlen.
Positive Mentions Rate
Anteil der Nennungen, die die Marke ausdrücklich positiv beschreiben – Empfehlung, Lob oder Darstellung als bevorzugte Option.
Negative Mentions Rate
Anteil der Nennungen, die die Marke negativ beschreiben – Warnungen, genannte Probleme oder Positionierung als schlechtere Option.
Sentiment Score
Positive Mentions Rate − Negative Mentions Rate. Skala von −100 bis +100. Über +30 gilt das KI-Sentiment in der Regel als stark.
Recommendation Rate
Wie häufig die KI eine Marke aktiv empfiehlt, wenn sie um Vorschläge gebeten wird. Gemessen durch den Abschluss der Konversationen mit „Welche Marken würden Sie empfehlen?“
„Jeden Tag werden über eine Milliarde Prompts an ChatGPT gesendet. Mehr als 71 % der US-Amerikaner nutzen KI-Suche bereits, um Käufe zu recherchieren oder Marken zu bewerten. Wer mit der Anpassung wartet, fällt dauerhaft hinter Wettbewerber zurück.“
— Profound, 2025
Weitere Ressourcen
Poursuivez avec les pages les plus utiles pour devenir visible dans les réponses IA.