Gefunden werden ist nicht dasselbe wie empfohlen werden. Wer in Google, ChatGPT und anderen KI-Antworten sichtbar sein möchte, braucht mehr als zusätzliche Blogtexte: ein verständliches Angebot, zugängliche Informationen, glaubwürdige Belege und eine Messung, die Quellenangaben von tatsächlichen Kundenanfragen trennt.
Von Kacper Ruta · GlasBox — SEO & GEO Agentur · Redaktioneller Stand: 6. September 2026.
Ich bin Kacper Ruta. Mein Ansatz bei GlasBox ist klar: Ich will nicht möglichst viele KI-Nennungen sammeln. Ich will nachvollziehen, ob ein Unternehmen bei den richtigen Fragen korrekt dargestellt wird — und ob daraus qualifizierte Nachfrage entstehen kann. Dieser Leitfaden zeigt, wie ich diese Aufgabe für Schweizer Unternehmen strukturiere.
Ausgangspunkt ist der AI-SEO-Recherchebericht von Double Digital mit 75 erfassten Materialien. Fachangaben verweise ich nachfolgend auf ausgewählte Originalstudien und aktuelle Plattformdokumentation. Praxisbeispiele und Handlungsempfehlungen sind meine eigene Einordnung. [1]
01 — Die Entscheidung für die Geschäftsleitung
Meine Empfehlung lautet: Bewährtes SEO nicht durch GEO ersetzen, sondern um eine kontrollierte Beobachtung der KI-Antworten erweitern. Die entscheidende Managementfrage ist nicht «Welches neue Tool kaufen wir?», sondern «An welcher Stelle verlieren wir eine relevante Entscheidung — bei der Auffindbarkeit, beim Verständnis, beim Vertrauen oder beim nächsten Schritt?»
Technische Probleme, unklare Leistungsseiten und fehlende lokale Informationen bleiben Arbeitsaufträge. Eine neue Bezeichnung macht diese Aufgaben nicht überflüssig.
Eine Quellenangabe, eine Erwähnung und eine ausdrückliche Empfehlung erhalten getrennte Felder. Erst danach bewerten wir die geschäftliche Bedeutung.
Veröffentlichte Studien helfen bei der Priorisierung. Für Budgetentscheide verlange ich zusätzlich die eigene Ausgangslage, den beauftragten Umfang und definierte Abnahmekriterien.
Google beschreibt die Optimierung für seine generativen Suchfunktionen weiterhin als SEO. GEO und AEO sind gebräuchliche Bezeichnungen, aber keine separaten Google-Zulassungsverfahren. Mein Leistungsversprechen ist deshalb kontrollierbare Arbeit — nicht die Kontrolle über die Auswahl eines Antwortsystems. [2]
02 — SEO, GEO und AI Search: dieselbe Aufgabe, unterschiedliche Ergebnisse
Für diesen Leitfaden verwende ich folgende Arbeitsbegriffe. SEO bezeichnet die Arbeit an Auffindbarkeit und Darstellung in Suchmaschinen. GEO — Generative Engine Optimization — fokussiert auf die Darstellung innerhalb generierter Antworten. AEO — Answer Engine Optimization — betont direkte Antworten. Entscheidend ist für mich nicht das Akronym, sondern die präzise Definition des gewünschten Ergebnisses.
Auch die Oberflächen sind zu trennen: Eine AI Overview ist eine KI-Zusammenfassung innerhalb der Google-Suche. AI Mode ist eine eigene Sucherfahrung für vertiefte Fragen und Vergleiche. Beide können verwandte Unterabfragen verwenden. Die Sichtbarkeit einer Zusammenfassung beweist nicht, wie viele Menschen anschliessend einen separaten KI-Modus nutzen. [29]
RAG — Retrieval-Augmented Generation — beschreibt eine technische Methode: Informationen werden abgerufen und als Grundlage für eine generierte Antwort verwendet. Google beschreibt diesen Ansatz auch für seine Suchfunktionen. Ein eigener RAG-Assistent im Unternehmen ist trotzdem ein anderes Projekt als öffentliche Sichtbarkeit. Er benötigt einen definierten Wissensraum, Zugriffsregeln und eine eigene Qualitätskontrolle. [2]
Ich würde diese Projekte nicht unter einem einzigen «KI-Paket» zusammenfassen. Ein Unternehmen mit schlechten Leistungsseiten braucht möglicherweise zuerst bessere öffentliche Informationen. Ein Team, das täglich interne Dokumente durchsucht, hat möglicherweise einen Wissensprozess zu verbessern. Das sind zwei unterschiedliche Investitionsentscheidungen.
03 — Was die Studien zeigen — und was ihre Zahlen nicht beweisen
Eine Prozentzahl ist erst dann nützlich, wenn klar ist, was gezählt wurde. Geht es um alle Suchanfragen, um ausgewählte Kaufentscheidungen, um Seitenabrufe oder um Antworten mit Quellen? Ich behalte deshalb bei jeder Zahl die Messgrösse und die Grenze der Stichprobe bei.
Seer untersuchte 3’119 informationsorientierte Suchbegriffe bei 42 Kunden von Juni 2024 bis September 2025. Bei Anfragen mit AI Overviews sank die organische Klickrate (click-through rate, CTR) von 1,76 % auf 0,61 %. Das ist keine Prognose für jede Schweizer Website und kein isolierter Kausalnachweis. [3]
AirOps untersuchte 548’534 von ChatGPT abgerufene Seiten. Ausgangspunkt waren 15’000 Prompts; inklusive Unterabfragen umfasste der Datensatz 43’233 Suchanfragen. Nur 15 % der abgerufenen Seiten wurden zitiert. Die Kennzahl beschreibt die Auswahl nach dem Abruf, nicht einen pauschalen Verlust von Kunden. [5]
Semrush berichtet einen auf Konversionsraten basierenden höheren Wert von AI-Suchbesuchen. Der Artikel behandelt insbesondere Digital-Marketing- und SEO-Themen. Daraus leite ich weder eine universelle Konversionsrate noch einen garantierten Umsatzanstieg für andere Branchen ab. [4]
In einem Ahrefs-Experiment nannten 43 % der Antworten, die eine konferenzbezogene Werbeseite zitierten, die beworbene Konferenz nicht. Bei den untersuchten Produktseiten lag diese Quote bei 11 %. Die 43 % gelten also nicht pauschal für sämtliche zitierten Werbeseiten. [9]
Ich ziehe daraus eine andere Schlussfolgerung als «Traffic ist wertlos». Besucher bleiben relevant, wenn sie zu einer sinnvollen Handlung führen. Was ich nicht mehr akzeptiere, ist ein Bericht, der nur Sitzungen zählt und weder Suchintention noch Anfragequalität, Quellenverwendung oder Angebotsrichtigkeit erklärt.
Dass eine Quelle häufig zitiert wird, ist ausserdem kein Beleg dafür, dass ihre Methodik stark ist. Für Entscheidungen unterscheide ich offizielle Plattformregeln, veröffentlichte Beobachtungen, experimentelle Ergebnisse und eigene Arbeitshypothesen. Mehrere Artikel über dieselbe Messung ergeben nicht mehrere unabhängige Messungen.
04 — Von der Frage zur Antwort: fünf Stellen, an denen Sichtbarkeit verloren gehen kann
Stellen Sie sich eine Geschäftsführerin vor, die fragt: «Welche SEO- und GEO-Agentur eignet sich für ein Schweizer B2B-Unternehmen mit deutscher und englischer Website?» Das folgende Beispiel nutzt die fünf Schritte des Ausgangsberichts als Erklärmodell, nicht als protokollierten KI-Test. Die Plattformdetails stammen aus verschiedenen Originaluntersuchungen; sie bilden keine überall identische Systemarchitektur ab. [1]
Ein System kann zusätzliche Fragen recherchieren: Leistungen, regionale Eignung, Referenzen, Kosten oder Sprachkompetenz. Google dokumentiert solche verwandten Suchläufe. Für meine Planung heisst das: Nicht nur den Begriff «GEO-Agentur» betrachten, sondern die Informationen, die eine Auswahlentscheidung benötigt. Die konkreten Unterabfragen im Beispiel sind hypothetisch. [29]
Passende Suchergebnisse können in eine Arbeitsauswahl gelangen. Dort zu erscheinen ist noch keine Veröffentlichung im Antworttext. Ich prüfe deshalb getrennt: Ist eine Seite auffindbar? Wurde sie im beobachtbaren Ablauf tatsächlich abgerufen? Und wurde sie als Quelle ausgewählt? Nicht beobachtbare Zwischenschritte bleiben offen.
Das System benötigt passende Informationen, nicht zwingend die gesamte Seite. Dejan berichtet für untersuchte Google-Grounding-Ausgaben eine Medianmenge von 1’929 Wörtern pro Anfrage bei 7’060 ausgewerteten Anfragen. Das ist eine Messung des untersuchten Ablaufs, keine offizielle Obergrenze für alle Google-Produkte oder alle KI-Systeme. [7]
Dejans Analyse beschreibt die Auswahl einzelner Sätze und einen Schwerpunkt auf einleitenden Passagen. Meine redaktionelle Konsequenz: Jede wichtige Aussage sollte ohne entfernten Kontext verständlich sein. Leistungsumfang, Einschränkung und Gültigkeit gehören zusammen — nicht die attraktive Zahl oben und die entscheidende Bedingung versteckt am Seitenende. [8]
Jetzt beurteile ich das sichtbare Ergebnis: Wird GlasBox genannt? In welchem Zusammenhang? Welche Quelle stützt die Aussage? Eine Antwort könnte unseren Leitfaden verwenden und trotzdem eine andere Agentur empfehlen. Das ist kein Widerspruch: Informationsquelle und empfohlener Anbieter sind unterschiedliche Rollen.
Eine wichtige Präzisierung zum Ausgangsbericht: Die häufig zitierte AirOps-Zahl von 58,4 % bezieht sich auf den ersten Treffer in ChatGPTs zurückgelieferten Websuchergebnissen. Die Originalstudie bestätigt den zugrunde liegenden Suchanbieter nicht. Ich behandle diese Zahl deshalb nicht als «58,4 % bei Google-Position 1». [6]
Mein Diagnoseprinzip: Ohne Einblick in den Quellenabruf behaupte ich nicht, warum ein Unternehmen fehlt. «Keine Erwähnung beobachtet» ist ein Befund. «Das Modell vertraut Ihrer Marke nicht» ist bereits eine Erklärung — und braucht zusätzliche Belege.
05 — Zugang, Auswahl und Prior: drei unterschiedliche Arbeitsaufträge
Der Ausgangsbericht trennt Zugang, Auswahl und Prior — die bereits vorhandene Modellprägung. Ich nutze diese Unterscheidung als Diagnosehilfe, nicht als auslesbaren Ranking-Score. [1]
Mein Arbeitsauftrag wäre eine technische Prüfung: wichtige URLs, Statuscodes, Crawling-Regeln, Indexierbarkeit und tatsächlich ausgelieferter Text. Das Ergebnis ist eine belegte Liste von Hindernissen — nicht bereits ein Versprechen auf mehr Erwähnungen.
Hier überarbeite ich Angebotserklärungen, Vergleichskriterien und Entscheidungsfragen. Für jede Änderung brauche ich eine Begründung: Welche Unklarheit beseitigen wir? Welche Aussage wird belastbarer? Woran erkennen wir später eine Verbesserung?
Hier wäre meine Aufgabe, die öffentlich dokumentierte Identität und fachliche Positionierung zu stärken. Ich kann widersprüchliche Angaben bereinigen und nachvollziehbare Fachbeiträge veröffentlichen. Ich kann nicht zusichern, wann ein fremdes Modell seine internen Repräsentationen verändert.
Diese Arbeitsaufträge laufen teilweise parallel. Ein technischer Fehler kann kurzfristig behoben werden; die beobachtete Wirkung muss trotzdem nachgemessen werden. Ebenso wenig würde ich eine feste Jahreszahl für Markenaufbau festschreiben. Der sinnvolle Horizont hängt von Ausgangslage, Wettbewerb, Plattform und Qualität der tatsächlich veröffentlichten Informationen ab.
06 — Technische Grundlage: erreichbar, lesbar und widerspruchsfrei
Die erste Prüfung gilt nicht einem KI-Plugin, sondern den wichtigsten öffentlichen Seiten. Google nennt als technische Grundbedingungen unter anderem einen nicht blockierten Googlebot, funktionierende Seiten mit HTTP-Status 200 und indexierbaren Inhalt. Erfüllte Voraussetzungen bedeuten noch keine garantierte Indexierung. [13]
Eine repräsentative Auswahl aus Startseite, Leistung, Vergleich, Kontakt und relevanten Sprachversionen prüfen.
Weiterleitungen, bevorzugte URL-Versionen und versehentliche noindex-Anweisungen dokumentieren.
Den ausgelieferten HTML-Text mit der sichtbaren Browseransicht vergleichen.
Wichtige Detailseiten aus dem passenden redaktionellen Zusammenhang verlinken.
Jeden Befund mit URL, Datum, Methode, Ergebnis und Verantwortlichkeit festhalten.
Suchzugriff und Modelltraining sind getrennte Entscheidungen. OpenAI dokumentiert OAI-SearchBot für die Suche, GPTBot für mögliche Trainingsnutzung und ChatGPT-User für bestimmte nutzerinitiierte Abrufe. Suche kann zugelassen werden, während Trainingsnutzung abgelehnt wird. Für ChatGPT-User können robots.txt-Regeln anders behandelt werden. [11]
Google-Extended ist wiederum ein Steuerungstoken für bestimmte Gemini-bezogene Trainings- und Grounding-Nutzungen. Es beeinflusst laut Google weder die Aufnahme in Google Search noch das Ranking. Ich würde deshalb nicht einfach «alle KI-Bots freigeben», sondern eine dokumentierte Entscheidung je Zweck treffen. [12]
Wichtig ist auch, wo eine Sperre entsteht. Eine Datei auf dem Webserver und eine vorgelagerte Firewall sind nicht dasselbe. Ein Test mit geändertem User-Agent allein beweist noch keinen Zugriff des echten Anbieters. Ich würde zulässige Logs, veröffentlichte Anbieterhinweise und reale Antworten gemeinsam prüfen — ohne Schutzmechanismen zu umgehen oder fremde Produktion zu verändern. [11][28]
Bei JavaScript braucht es Präzision. Google kann JavaScript rendern. Die von Peec untersuchten Deep-Research-Sitzungen arbeiteten dagegen mit einem Textbrowser ohne entsprechende Seiteninteraktion. Daraus folgt nicht, dass jede KI niemals klickt. Ein FAQ-Akkordeon ist auch nicht automatisch unsichtbar: Entscheidend ist, ob sein Text bereits im ausgelieferten Dokument steht oder erst nach einer Aktion geladen wird. [14][15]
Meine Vorgabe für neue Leistungsseiten wäre deshalb: Die wesentliche Antwort steht als echter Text im Dokument. Eine Grafik kann sie ergänzen, aber nicht allein tragen. Ein Video erhält eine aussagekräftige Einordnung. Navigation bleibt nützlich, ohne die eigentliche Leistungserklärung im Dokumentaufbau zu verdrängen. Zugänglichkeit für Menschen und robuste maschinelle Verarbeitung sollten zusammen geplant werden.
Strukturierte Daten (structured data) ergänzen diese Arbeit. Ihre Angaben müssen zum sichtbaren Inhalt passen; korrekte Auszeichnung garantiert keine besondere Suchdarstellung. Ich prüfe deshalb lieber wenige sachlich richtige Angaben als möglichst viele Schema-Typen. [16]
Zwei häufige Missverständnisse: Google dokumentiert seit 7. Mai 2026 das Ende der FAQ-Rich-Results. Und llms.txt ist zwar ein Vorschlag für maschinenlesbare Orientierung, aber Google nennt keinen Sichtbarkeitsvorteil für diese Datei. Nützliche FAQs bleiben nützlich; eine zusätzliche Datei bekommt nur dann Priorität, wenn sie einen konkreten, überprüfbaren Zweck erfüllt. [17][18][2]
Vertrauliche Informationen gehören nicht in eine öffentliche Datei — auch nicht mit einer höflichen Bitte an Crawler, sie zu ignorieren. robots.txt ist keine Zugangskontrolle. Für interne Dokumente braucht es echte Zugriffsbeschränkungen. [24]
07 — Inhalte schreiben, die eine Entscheidung erleichtern
Ich beginne die Inhaltsplanung mit einer Entscheidung, nicht mit einer Wortzahl. Was muss eine Interessentin wissen, um den nächsten sinnvollen Schritt zu machen? Bei einer Agentur können das Zuständigkeiten, Analyseumfang, Umsetzung, Sprachen, Abhängigkeiten oder Messmethoden sein. Eine Seite, die nur «ganzheitliche Lösungen» verspricht, beantwortet diese Fragen nicht.
Mein redaktionelles Arbeitsmuster lautet: zuerst die direkte Antwort, dann Voraussetzungen, Vorgehen, Beleg und Grenze. Das ist eine Empfehlung für verständliche Kommunikation, kein behauptetes Rankinggesetz. Eine allein verständliche Passage benennt den Gegenstand, statt mit «das», «hier» oder «wie oben erwähnt» auf entfernte Textstellen zu verweisen.
«Unsere innovative KI-Strategie bringt Ihr Unternehmen auf das nächste Level.» Diese Formulierung lässt offen, was geprüft wird, was Sie erhalten und wer eine Änderung umsetzt.
«Der vereinbarte Audit prüft die ausgewählten Seiten, deren technische Zugänglichkeit und die Antworten auf definierte Kundenfragen. Sie erhalten dokumentierte Befunde und priorisierte Änderungen. Die Umsetzung ist nur enthalten, wenn sie ausdrücklich beauftragt wurde.» Dies ist ein Textmuster, keine zusätzliche GlasBox-Leistungszusage.
Ich würde für jede wichtige Leistung fünf Kundenfragen sammeln: Für wen eignet sie sich? Wann nicht? Was wird geliefert? Wovon hängt der Aufwand ab? Wie wird die Qualität geprüft? Die Antworten gehören auf die passende Leistungsseite. Ein ausführlicher Leitfaden kann den Zusammenhang erklären und auf diese Details verweisen.
Meine Architekturentscheidung: Ein eigenständiger Artikel braucht einen eigenständigen Informationsbedarf. Ich würde nicht für jede geringfügig andere Formulierung eine fast identische Seite veröffentlichen. Umgekehrt gehört nicht jede Detailfrage in einen einzigen riesigen Text. Übersicht und Detail ergänzen sich, wenn Zuständigkeit und interne Verlinkung klar sind.
08 — Informationsgewinn: Was weiss der Leser nachher wirklich mehr?
Mit Informationsgewinn (information gain) meine ich hier einen praktischen Qualitätsmassstab: Welche wichtige Unsicherheit beseitigt ein Inhalt, die andere verfügbare Erklärungen offenlassen? Google empfiehlt eigene Informationen, Analysen und nachvollziehbare Expertise. Daraus leite ich keine offizielle Punkteformel ab. [19]
On-Page.ai untersuchte 150 Seiten aus den ersten drei Ergebnissen von 50 ausgewählten US-Suchanfragen. Der Anbieter fand einen Median von vier einzigartigen Zahlen pro Seite. Daraus folgt weder «vier Zahlen genügen» noch «Originalität hat keinen Einfluss auf Rankings»: Die Auswahl untersucht überwiegend bereits gut platzierte Seiten und nutzt eine eigene Bewertungsmethode. [20]
Für einen Schweizer Dienstleister würde ich deshalb zuerst vorhandenes Fachwissen erschliessen. Ein dokumentierter Entscheidungsweg kann wertvoller sein als eine künstlich aufgeblähte Statistik. Ich brauche keine spektakuläre Zahl, um zu erklären, wann eine Lösung ungeeignet ist oder warum zwei Angebote trotz ähnlichem Namen unterschiedliche Leistungen enthalten.
Beschreiben Sie Prüfgegenstand, Reihenfolge, Verantwortlichkeit und Abnahme. Eine Prozessbeschreibung wird erst dann zur Referenz, wenn sie auf tatsächlich durchgeführte und freigegebene Arbeit verweist.
Veröffentlichen Sie eine Messung nur mit Methode, Zeitraum, Stichprobe und Grenzen. Aggregierte oder anonymisierte Daten sind vertraulichen Kundendaten vorzuziehen.
Erklären Sie Alternativen, Ausschlusskriterien und Abhängigkeiten. Ein fairer Vergleich nennt die geprüften Eigenschaften und die Grenzen der eigenen Perspektive.
Für die Redaktion setze ich eine klare Grenze: Keine erfundenen Kundenfälle, keine erfundenen Expertenzitate und keine statistischen Dekorationen. KI kann Entwürfe strukturieren. Die fachliche Verantwortung und die Freigabe bleiben bei Menschen. Googles Spam-Richtlinien richten sich unter anderem gegen massenhaft erzeugte Inhalte zur Rankingmanipulation ohne zusätzlichen Nutzen — nicht pauschal gegen jedes KI-unterstützte Schreiben. [27]
09 — Marke und externe Quellen: Glaubwürdigkeit nicht simulieren
Eine Ahrefs-Analyse von 75’000 Marken fand starke Zusammenhänge zwischen externen Markenerwähnungen — insbesondere auf YouTube — und KI-Sichtbarkeit. Die Studie misst Korrelationen. Sie beweist nicht, dass ein zusätzliches Video oder eine gekaufte Erwähnung eine bestimmte Zahl neuer Empfehlungen verursacht. [21]
Seer zeigt ausserdem dokumentierte Fälle, in denen ChatGPT Markennamen bereits in seine Unterabfragen aufgenommen hat. Das ist ein interessanter Beobachtungspunkt. Es ist kein direkter Blick in Modellgewichte und kein Beweis, welcher einzelne frühere Kontakt diese Markenauswahl verursacht hat. [22]
Meine Konsequenz ist nicht «mehr Erwähnungen um jeden Preis». Ich würde zuerst die öffentlich erkennbare Identität ordnen: konsistenter Name, klare Leistungen, erreichbare Kontaktwege und nachvollziehbare Verantwortlichkeit. Danach wären fachlich passende externe Beiträge sinnvoll — beispielsweise eine eigene Analyse, die für eine Branchenredaktion tatsächlich eine neue Information liefert.
Für GlasBox heisst das in diesem Artikel: Kacper Ruta ist der Autor; GlasBox ist die Agenturperspektive. Die Zahlen stammen aus den genannten Studien, nicht aus vermeintlichen GlasBox-Kundenergebnissen. Diese Trennung ist Teil des Vertrauens, das ich mit dem Beitrag aufbauen möchte.
Eine selbst veröffentlichte Liste mit dem eigenen Unternehmen auf Platz eins ist für mich kein unabhängiger Qualitätsnachweis. Ich bevorzuge transparente Kriterien, offengelegte Interessen und Quellen, deren Verantwortung erkennbar ist. Erfolg wäre nicht nur eine zusätzliche Erwähnung, sondern eine korrekte, relevante Darstellung des tatsächlichen Angebots.
10 — Was Schweizer Unternehmen anders prüfen müssen
Ein polnischer Marktbericht lässt sich nicht durch den Austausch des Ländernamens lokalisieren. Die folgende Schweizer Anwendung ist meine Empfehlung, keine im Ausgangsbericht gemessene Schweizer Wirkung. Sprache, Angebotsgebiet und kommerzielle Bedingungen müssen für das eigene Unternehmen geprüft werden.
Peec analysierte 64,77 Millionen Reddit-Zitationen. In der untersuchten Teilmenge der Google AI Overviews entfielen in Polen 71,7 % und in Deutschland 52,2 % der Reddit-Zitationen auf maschinell übersetzte Reddit-Seiten. Der Nenner sind Reddit-Zitationen — nicht alle KI-Antworten. Daraus leite ich keine Schweizer Quote ab. [23]
Meine Arbeitshypothese daraus: Eine Landessprache allein ist keine ausreichende Differenzierung. Ein lokaler Anbieter sollte besonders die Informationen bereitstellen, für die lokaler Kontext tatsächlich relevant ist. Dazu können ein reales Einsatzgebiet, angebotene Sprachen, verbindliche Leistungsgrenzen und die anwendbaren Angebotsbedingungen gehören.
DE-CH und EN auf inhaltliche Gleichwertigkeit prüfen, nicht nur auf übersetzte Überschriften.
Für jede Preisangabe den passenden Umfang, die Währung und die tatsächlich geltenden Bedingungen nennen.
Keine lokale Niederlassung oder flächendeckende Betreuung suggerieren, die nicht existiert.
Kontaktwege und nächste Schritte in jeder Sprachversion nachvollziehbar machen.
Die Schweizer Abfragen separat messen; deutsche, polnische oder US-Daten nicht als eigenen Markt ausgeben.
Technisch können hreflang-Verweise Google die Beziehungen zwischen tatsächlichen Sprach- und Regionalversionen mitteilen. Die Verweise müssen auf die richtigen Seiten zeigen und gegenseitig sein. Eine englische Seite ist nicht automatisch für die USA bestimmt, und ein deutsches Dokument nicht automatisch für Deutschland. [33]
11 — Drei Abkürzungen, denen ich nicht vertraue
Eine kurze Seite kann unvollständig sein, eine lange präzise gegliedert. Ich kürze Wiederholungen, nicht notwendige Antworten. Entscheidend ist für meine Redaktion, ob der Leser die relevante Information findet und ohne Widersprüche einordnen kann.
Ich aktualisiere, wenn sich Fakten, Leistungen, Bedingungen oder belastbare Erkenntnisse ändern. Ein neues Datum ohne inhaltlichen Anlass würde ich nicht als Verbesserung verkaufen.
Ein Screenshot dokumentiert eine Antwort unter bestimmten Bedingungen. Für eine Bewertung brauche ich wiederholte Beobachtungen, relevante Fragen und eine unveränderte Zählweise.
Auch beim Zusammenhang mit Rankings ist die Messmethode entscheidend. Ahrefs unterscheidet in einer aktualisierten Analyse zwischen den ersten zehn SERP-Elementen und den ersten zehn klassischen organischen Ergebnissen. Für Letztere nennt die Untersuchung 37,1 % Überschneidung mit AIO-Zitationen. Ich mache daraus weder eine allgemeine Zitierwahrscheinlichkeit noch die Behauptung, SEO sei unwichtig. [10]
Bei Aktualität fand Ahrefs in einer Analyse von 17 Millionen Zitationen Unterschiede zwischen KI-Assistenten. Das ist kein belastbarer Auftrag, jede Seite unabhängig vom Inhalt alle drei Monate neu zu datieren. Meine Regel bleibt eine sachliche Prüfung mit dokumentiertem Änderungsgrund. [30]
Und ein weiterer Unterschied ist wichtig: Ein Benchmark ist kein Umsatzbericht. Das E-GEO-Forschungspapier untersucht unter anderem Produkttext-Optimierungen in einer konstruierten Evaluationsumgebung mit über 7’000 Fragen. Solche Experimente sind relevant für Methoden. Sie ersetzen keinen Nachweis, dass eine Änderung im eigenen Shop zusätzliche profitable Bestellungen erzeugt. [31]
12 — GEO messen: ein brauchbares System statt eines dekorativen Scores
Ich würde die Messung auf zwei Ebenen aufbauen. Die erste beschreibt beobachtete KI-Antworten. Die zweite beschreibt reale Nutzung und qualifizierte Nachfrage. Das Ergebnis der ersten Ebene darf nicht automatisch als Ergebnis der zweiten verkauft werden.
Die Marke kommt im Antworttext vor. Kontext und Schreibweise werden mitgespeichert. Eine beiläufige Nennung und eine Antwort auf eine konkrete Kaufentscheidung bleiben unterscheidbar.
Eine konkrete URL wird als Quelle verwendet. Ich trenne eigene Domain, externe Quelle über die Marke und sonstige Quellen. Ein blosser Markenname ohne Quellenlink ist keine eigene Zitation.
Wird das Unternehmen ausdrücklich als passende Option eingeordnet? Stimmen die dazu genannten Eigenschaften? Eine häufige, aber falsche Empfehlung ist kein sauberer Erfolg.
Welche nachvollziehbaren Besuche, passenden Anfragen und Abschlüsse entstehen? Die Qualitätsdefinition stammt aus dem eigenen Geschäft, nicht aus einem allgemeinen GEO-Score.
Ein praktikabler Pilot ist klein genug, um Antworten tatsächlich zu lesen. Mein Beispiel: zwölf reale Entscheidungsfragen, zwei Sprachversionen, zwei Plattformen und drei Wiederholungen. Das ergibt 144 Antworten. Pro Sprach-Plattform-Kombination sind es 36. Markenbezogene Fragen und Fragen ohne Markennamen würde ich getrennt auswerten.
Rechenbeispiel, keine GlasBox-Messung: In einer dieser Gruppen enthalten neun von 36 Antworten eine Markenerwähnung und sechs eine Quellenangabe zur eigenen Website. Das sind 25 % Erwähnungsquote und rund 16,7 % eigene Quellenquote in dieser Stichprobe. Es ist weder Marktanteil noch die Wahrscheinlichkeit für jeden künftigen Nutzer.
Frage, Frage-ID, Sprache, Plattform, Oberfläche und verfügbaren Modellhinweis speichern.
Datum, Uhrzeit, Marktannahme und verwendeten Gesprächskontext dokumentieren.
Antworttext und Quellen sichern; vertrauliche Angaben vor jeder Weitergabe entfernen.
Technisch fehlgeschlagene Versuche separat zählen, nicht als «Marke fehlt» verbuchen.
Vor der Wiederholung festlegen, was als Erwähnung, Empfehlung und falsche Angabe gilt.
Ich würde neue Gespräche verwenden und die Marke nicht vorher als gewünschte Antwort nennen. OpenAI dokumentiert, dass Suche unter anderem umformulierte Anfragen und verfügbaren Kontext nutzen kann. Deshalb dokumentiere ich die Testbedingungen, statt einen privaten Chat mit langem Verlauf mit einer frischen Suche gleichzusetzen. [28]
Aktueller Plattformhinweis: Googles neuere Dokumentation beschreibt einen separaten «Generative AI performance report» in Search Console und nennt den 31. August 2026 für den breiteren Rollout. Dokumentiert sind Impressionen aus AI Overviews und AI Mode, unter anderem nach Seite und Land. Die Daten sind auch Teil des allgemeinen Web-Berichts und dürfen nicht doppelt gezählt werden. Zugriff und Datenmenge der eigenen Property sind gesondert zu prüfen. [25]
Bings AI Performance bietet ergänzende Einblicke in Zitationen auf unterstützten Microsoft- und Partnerflächen. Dazu gehören zitierte Seiten und eine Stichprobe von Grounding-Abfragen. Die Daten sind weder eine vollständige Messung aller KI-Plattformen noch eine Rangliste der Bedeutung einer Quelle innerhalb jeder Antwort. [26]
Für das Management verbinde ich diese Beobachtungen mit der eigenen Webanalyse und dem Anfragenprozess. Eine freiwillige Herkunftsfrage kann ergänzen, was technisch nicht eindeutig zugeordnet wurde. Ich würde nicht jeden direkten Besuch nach einer GEO-Massnahme als KI-Erfolg zählen. Attribution ist eine Zuordnung; zusätzlicher Geschäftserfolg verlangt eine weitergehende Prüfung.
Meine Ergebnisvorlage würde pro Sprache und Plattform dieselben Felder enthalten: auswertbare Antworten, Erwähnungen, eigene Zitationen, korrekte Empfehlungen, sachliche Fehler und beobachtete qualifizierte Anfragen. Daneben stehen Änderungen am Angebot, an der Website oder an der Messmethode. Erst dieser Kontext macht einen Vergleich sinnvoll.
13 — Mein 90-Tage-Plan: erst verstehen, dann kontrolliert verändern
Der folgende Ablauf ist mein Planungsvorschlag, keine zugesicherte Leistungsbeschreibung oder Wirkungsfrist. Der konkrete Umfang muss zur Website, zum Zugang, zur fachlichen Kapazität und zum Budget passen. Ein kleiner Betrieb braucht nicht automatisch dasselbe Programm wie ein internationaler Shop.
Geschäftsziel, priorisierte Leistungen und Kundenfragen definieren. Eine repräsentative Seitenstichprobe und erste KI-Antworten dokumentieren. Marketing verantwortet die Fragen, Fachverantwortliche die Angebotsrichtigkeit, Technik die Zugänglichkeit. Abnahme: eine reproduzierbare Baseline und eine getrennte Liste aus bestätigten Problemen und offenen Hypothesen.
Wenige priorisierte Seiten verbessern. Zugangshindernisse und Widersprüche zuerst behandeln. Jede Änderung bekommt einen Owner, eine Vorher-Aufnahme, ein Prüfkriterium und eine Rücknahmemöglichkeit. Abnahme: Die vereinbarte Information ist korrekt ausgeliefert; Kontaktweg und andere wichtige Funktionen bleiben intakt.
Fehlende Erklärungen, faire Vergleiche und freigegebene eigene Erkenntnisse ergänzen. Sprachversionen gemeinsam prüfen. Relevante externe Veröffentlichungen nur mit echter fachlicher Substanz anstreben. Abnahme: nachvollziehbare Inhalte mit klarer Verantwortung, keine erfundenen Referenzen oder eingekauften Glaubwürdigkeits-Signale.
Das Fragenpanel unter dokumentierten Bedingungen wiederholen. Fehlerquote, Quellenverwendung und passende Nachfrage mit der Baseline vergleichen. Abnahme: ein Entscheidungsbericht mit Beobachtung, Unsicherheit und nächster Priorität — nicht nur eine Sammlung positiver Screenshots.
Für die Übergabe an Technik oder Redaktion verwende ich fünf Fragen: Was ist der Befund? Welcher Beleg stützt ihn? Welche Geschäftswirkung ist plausibel? Was soll wer ändern? Wie weisen wir die Korrektur nach? So wird aus «Wir brauchen mehr GEO» ein prüfbarer Arbeitsauftrag.
Ein hypothetisches Beispiel: Eine Leistungsseite nennt keine klare Umsetzungsgrenze. Der Beleg wäre der gespeicherte Seitenstand. Die mögliche Geschäftswirkung sind unpassende Erwartungen in Anfragen, noch keine berechnete Umsatzlücke. Die Behebung wäre ein freigegebener Absatz zu Umfang und Ausschlüssen. Der Nachweis wäre die geprüfte Veröffentlichung plus die spätere Auswertung entsprechender Anfragen. Das Beispiel ist kein behaupteter Auditbefund über GlasBox.
Meine Stop-Regel: Ein Programm wird neu bewertet, wenn die Fragen keine echte Nachfrage abbilden, die Daten nicht zuverlässig erhoben werden können oder notwendige fachliche Freigaben fehlen. Mehr Texte lösen diese Probleme nicht. Dann reduziere ich den Umfang oder priorisiere eine andere Massnahme mit klarerem Geschäftsnutzen.
14 — Häufige Fragen aus der Unternehmenspraxis
Meine Antwort wäre: nicht ohne Diagnose. Oft lässt sich die entscheidende Information innerhalb bestehender Seiten verbessern. Ein Relaunch ist eine eigene Investition und sollte durch konkrete technische oder geschäftliche Anforderungen begründet werden.
Ich würde eine neue Seite nur dann anlegen, wenn sie einen eigenständigen Informationsbedarf erfüllt und sinnvoll in die Website passt. Kleine Formulierungsunterschiede allein sind für mich kein ausreichender Publikationsgrund.
Für einen überschaubaren Pilot würde ich zunächst Fragen, Antworten und Quellen sauber dokumentieren. Zusätzliche Software wird interessant, wenn sie wiederkehrende Arbeit zuverlässig reduziert und ihre Messmethode nachvollziehbar ist. Ein Tool ersetzt keine fachliche Bewertung.
So viele, wie die Aufgabe benötigt, und so wenige Wiederholungen wie möglich. Ich würde die Vollständigkeit der Entscheidungshilfe prüfen, statt eine feste Wortzahl als Qualitätsnachweis zu verwenden.
In meinem Arbeitsmodell ja: für Struktur, Sprachvarianten und Gegenprüfung. Nicht als Ersatz für Quellen, tatsächliche Erfahrung und Freigabe. Vertrauliche Kundeninformationen würden nicht ungeprüft in einen externen Dienst übertragen.
Dafür würde ich keinen pauschalen Termin zusichern. Vereinbarbar sind Lieferobjekte, Verantwortlichkeiten und Messpunkte. Ob die beobachteten Antworten und qualifizierten Anfragen anschliessend zunehmen, ist ein zu prüfendes Ergebnis.
Ich würde das als getrennten Anwendungsfall beurteilen. Ein interner oder kundenorientierter Assistent braucht freigegebenes Wissen, passende Zugriffe und einen konkreten Betriebszweck. Er ist kein Ersatz für eine verständliche öffentliche Website.
Für mich dann, wenn Verantwortlichkeit, Umsetzungskapazität oder Messdisziplin intern fehlen. Der Auftrag sollte diese Lücke schliessen. Ein umfangreicher Report ohne zuständige Umsetzung wäre nicht das Ergebnis, für das ich ein laufendes Budget empfehlen würde.
15 — Mein Fazit: nicht mehr behaupten, sondern besser belegen
Ich halte SEO und GEO nicht für einen Wettlauf um das lauteste KI-Versprechen. Die sinnvolle Aufgabe ist konkreter: relevante Fragen erkennen, das eigene Angebot verständlich erklären, richtige Informationen zugänglich machen und die beobachtete Darstellung mit dem tatsächlichen Geschäft verbinden.
Meine Reihenfolge bei GlasBox ist deshalb: zuerst die Ausgangslage, dann die priorisierte Änderung, danach der Nachweis. Eine Quellenangabe ist interessant. Eine korrekte Empfehlung ist besser. Eine passende Anfrage ist geschäftlich relevant. Ich würde diese Stufen nie zu einer einzigen Erfolgsgeschichte zusammenziehen, wenn die Belege dafür fehlen.
Für einen ersten Einstieg bietet GlasBox einen kostenlosen AI-Sichtbarkeits-Kurzcheck: eine Domain, drei kaufnahe Fragen und drei erste Beobachtungen. Das ist eine Orientierung, kein vollständiger Crawl und kein 90-Tage-Plan. Eine Vertiefung wird nach dem tatsächlich benötigten Umfang geklärt. [32]
Leistungsumfang und Einstieg bei GlasBox
Kacper Ruta · GlasBox — SEO & GEO Agentur · glasbox.ch
Quellen, Einordnung und Grenzen
Der Double-Digital-Bericht ist der Ausgangspunkt, nicht ein von GlasBox selbst erhobener Datensatz. Dieser Beitrag ist keine eigene Meta-Analyse aller 75 Materialien. Die nachfolgenden Originalquellen stützen die jeweils bezeichneten Fakten; meine Beispiele, Prioritäten und Abläufe sind davon getrennte redaktionelle Empfehlungen. Plattformdokumentation wurde für den Stand vom 6. September 2026 berücksichtigt. Spätere Änderungen sind möglich.
Evidenzstatus: VERIFIED OBSERVATION bezieht sich hier auf den dokumentierten Inhalt einer Quelle, nicht auf eine von GlasBox wiederholte Studie. Confidence: hoch für die Quellenwiedergabe, durch das jeweilige Studiendesign begrenzt. WORKING HYPOTHESIS bezeichnet die Übertragung auf eine mögliche Schweizer Anwendung; Confidence: mittel, projektbezogen zu testen. NOT VERIFIED sind Wirkung, Rankings, Anfragen und Umsatz eines konkreten GlasBox-Kundenprojekts — solche Ergebnisse wurden für diesen Artikel nicht gemessen.
Ausgangspunkt und Rechercheübersicht; keine eigene GlasBox-Meta-Analyse.
SEO, generative Suche, RAG und Grenzen spezieller KI-Optimierung.
Beobachtete Klickrate; Zeitraum und Kundenstichprobe beachten.
Wert- und Conversion-Vergleich innerhalb der untersuchten Themen.
Quellenabruf und Zitation sind unterschiedliche Ereignisse.
Position in zurückgelieferten Suchergebnissen; Suchanbieter nicht bestätigt.
Gemessene Grounding-Mengen, keine universelle Wortobergrenze.
Untersuchung der Passagen- und Satzauswahl.
Zitation ohne Markenerwähnung; Ergebnisse nach Seitentyp trennen.
Organische Top 10 und erste zehn SERP-Elemente nicht gleichsetzen.
OAI-SearchBot, GPTBot und ChatGPT-User.
Zweck und Grenzen von Google-Extended.
Technische Suchvoraussetzungen und Indexierungsgrenzen.
Googles Verarbeitung von JavaScript.
Beobachtete Deep-Research-Sitzungen, nicht sämtliche KI-Systeme.
Übereinstimmung mit sichtbarem Inhalt und keine Darstellungsgarantie.
Eintrag vom 8. Mai 2026: FAQ-Rich-Results seit 7. Mai entfernt.
Vorschlag für strukturierte Orientierung, kein Rankingstandard.
Originalität, nachvollziehbare Expertise und Nutzen.
150 Seiten und eigene Bewertungsmethode; eingeschränkte Übertragbarkeit.
Markensichtbarkeit und externe Erwähnungen; Korrelation statt Kausalität.
Dokumentierte Markennamen in Unterabfragen.
Reddit-Teilstichprobe; keine Schweizer Gesamtmarktquote.
Crawling-Regeln sind keine Zugangskontrolle.
Neuere Berichtsdokumentation; Rollout-Hinweis vom 31. August 2026.
Zitationsdaten auf unterstützten Microsoft- und Partnerflächen.
Skalierte Inhalte zur Rankingmanipulation ohne zusätzlichen Nutzen.
Suchkontext, Quellen und Hinweise für Websitebetreiber.
AI Overviews, AI Mode und technische Voraussetzungen; Reporting siehe [25].
Unterschiede zwischen Plattformen; keine allgemeine Aktualisierungsfrist.
Forschungsbenchmark, kein beobachteter GlasBox-Umsatzeffekt.
Öffentlicher Einstieg und Abgrenzung des Kurzchecks.
Sprach- und Regionalversionen sowie hreflang.
Wie wird Ihr Unternehmen in KI-Antworten dargestellt?
Beginnen wir mit Ihrer Domain und drei kaufnahen Fragen. Der kostenlose Kurzcheck liefert drei erste Beobachtungen — keinen vollständigen Audit und kein Rankingversprechen.
Kostenlosen Kurzcheck anfragen