GEO & KI-Suche – Begriffe und Praxisbeispiele
Generative Suchsysteme wählen und verarbeiten Quellen abhängig von Anfrage und Kontext. Unterscheiden Sie deshalb eine bloße Markennennung, eine belegte Zitation und einen tatsächlich zugerechneten Besuch. Sichtbarkeit lässt sich beobachten, aber nicht pauschal versprechen.
AI Search
Auch: KI-Suche
AI Search bezeichnet Suchangebote mit KI-gestützter Verarbeitung oder Antwortdarstellung. Technische Umsetzung und Quellenverwendung können variieren. Die Bezeichnung allein sagt nicht, welche Inhalte aktuell abgerufen, gespeichert oder tatsächlich als Quelle verwendet werden.
Ein beobachtetes Suchangebot wird nach seiner konkreten Ausgabe und Quellenangabe geprüft.
Referenz / Vertiefung: Google: KI-Funktionen und Websites
AI Visibility
Auch: KI-Sichtbarkeit
AI Visibility beschreibt beobachtete Präsenz einer Marke oder ihrer Inhalte in ausgewählten KI-Ausgaben. Aussagekraft entsteht erst mit Fragenbestand, System, Kontext und Zeitpunkt. Eine einzelne Nennung steht nicht für den gesamten Markt.
Eine Untersuchung trennt neutral gestellte Fragen von ausdrücklich vorgegebenen Markennamen.
Referenz / Vertiefung: Google: KI-Funktionen und Websites
Antwortbeleg
Auch: Evidence Capture
Ein Antwortbeleg hält die tatsächlich beobachtete Ausgabe mit Frage, Zeitpunkt, Kontext und Quellen fest. Ein isolierter Ausschnitt kann notwendige Bedingungen verlieren. Der Beleg sollte die spätere Prüfung der behaupteten Beobachtung ermöglichen.
Ein Quellenbefund enthält die konkrete vollständige Zieladresse statt nur ein Logo.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Antwortkontext
Antwortkontext umfasst die bekannten Bedingungen einer Ausgabe, etwa vorherige Nachrichten, Sprache, Oberfläche oder Suchmodus. Nicht jede Bedingung ist vollständig beobachtbar. Halten Sie bekannte Faktoren fest und lassen Sie unbekannte offen.
Ein neuer Chat wird von einem Verlauf mit bereits genannter Marke unterschieden.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
API-UI-Unterschied
API-UI-Unterschied bezeichnet mögliche Abweichungen zwischen einer programmatischen Schnittstelle und einer sichtbaren Produktoberfläche. Aus gleichem Modellnamen folgt keine identische Ausführung. Kontext, Werkzeuge und tatsächliche Einstellungen müssen für den Vergleich dokumentiert werden.
Eine API-Beobachtung wird nicht pauschal als Screenshot derselben Benutzeransicht dargestellt.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
ChatGPT-User
ChatGPT-User ist eine von OpenAI dokumentierte Kennung für bestimmte nutzerinitiierte Abrufe. Sie steht nicht für automatisches allgemeines Webcrawling. Zweck und Regelverhalten unterscheiden sich von OAI-SearchBot und GPTBot.
Ein einzelner nutzerinitiierter Abruf wird nicht als bestätigte Suchindexierung berichtet.
Referenz / Vertiefung: OpenAI: Crawler und ihre Zwecke
Diagnosefrage
Eine Diagnosefrage untersucht gezielt einen vermuteten Zusammenhang oder Fehler. Sie kann einen Namen oder Hinweis enthalten. Ihre Ergebnisse werden getrennt von neutralen Kundenfragen geführt, damit eine Hilfestellung nicht als ungefragte Sichtbarkeit erscheint.
Eine nachgereichte Markenvorgabe wird als eigener diagnostischer Schritt dokumentiert.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Fehlende Daten
Auch: Missing Data
Fehlende Daten sind nicht verfügbare oder nicht gültig erfasste Informationen. Sie unterscheiden sich von einem bestätigten Ergebnis null. Ursache, Umfang und Umgang mit Ausfällen gehören zur Auswertung und ihren verwendeten Nennern.
Eine leere Antwort wird nicht automatisch als sichere Unsichtbarkeit gezählt.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
GEO
Auch: Generative Engine Optimization
GEO bezeichnet die Arbeit an der Auffindbarkeit und verständlichen Darstellung von Inhalten in generativen Such- und Antwortsystemen. Der Marktbegriff hat keinen einheitlichen garantierten Umfang. Technische Grundlagen, belegbare Informationen und konkrete Beobachtungen gehören zusammen.
Eine wichtige Kundenfrage wird mit richtiger Antwort, Bedingungen und Originalbeleg erklärt.
Referenz / Vertiefung: Forschungsarbeit: GEO (experimentelle Ergebnisse)
Google AI Mode
Google AI Mode ist eine KI-gestützte Sucherfahrung von Google. Antworten und unterstützende Links können sich von anderen Suchansichten unterscheiden. Beobachtungen werden nach tatsächlicher Oberfläche und Kontext getrennt geführt.
Eine Ausgabe aus AI Mode wird nicht als identische normale Suchansicht behandelt.
Referenz / Vertiefung: Google: KI-Funktionen und Websites
Google AI Overviews
Google AI Overviews sind KI-generierte Übersichten innerhalb der Google-Suche. Anzeige und verlinkte Quellen hängen vom konkreten Suchkontext ab. Die vorhandenen SEO-Grundlagen gelten weiter; eine bestimmte Textform garantiert keine Aufnahme.
Eine konkrete Übersicht wird mit Suchfrage und tatsächlich verlinkter Seite dokumentiert.
Referenz / Vertiefung: Google: KI-Funktionen und Websites
GPTBot
GPTBot ist der von OpenAI dokumentierte Crawler für Inhalte, die für das Training grundlegender generativer Modelle verwendet werden können. Seine Steuerung ist von der Suchfunktion getrennt und beweist keine konkrete Quellenzitation.
Eine Trainingsregel wird nicht als identische Suchmaschinenregel für alle Dienste behandelt.
Referenz / Vertiefung: OpenAI: Crawler und ihre Zwecke
KI-Referral-Traffic
Auch: AI Referral Traffic
KI-Referral-Traffic bezeichnet erfasste Website-Zugriffe mit einer verfügbaren Herkunft, die einem bestätigten KI-Dienst zugeordnet wird. Das ist kein vollständiger Nachweis aller KI-vermittelten Besuche und keine automatische Rekonstruktion der vorherigen Frage.
Ein bestätigter Quellenwert wird zusammen mit der tatsächlichen Einstiegsseite ausgewertet.
Referenz / Vertiefung: Google Analytics: Trafficquellen
LLMO
Auch: Large Language Model Optimization, GSO, Generative Search Optimization
LLMO und verwandte Marktbezeichnungen werden für Optimierungsarbeit im Umfeld von Sprachmodellen und KI-Suche verwendet. Die Begriffe überschneiden sich mit GEO und AEO. Entscheidend sind tatsächlich vereinbarte Aufgaben statt eine angenommene einheitliche Leistungsnorm.
Ein Angebot benennt geprüfte Seiten und Belege statt nur eine Abkürzung.
Referenz / Vertiefung: Forschungsarbeit: GEO (experimentelle Ergebnisse)
Markennennung
Eine Markennennung liegt vor, wenn die gemeinte Marke im untersuchten Antworttext erscheint. Ähnlich klingende Namen müssen geprüft werden. Eine Nennung allein ist weder eine eigene Quellenverlinkung noch eine positive Empfehlung.
Eine Firmenliste wird getrennt von einer ausdrücklich begründeten Auswahl bewertet.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Markennennungsrate
Die Markennennungsrate beschreibt den Anteil gültiger untersuchter Antworten mit einer nach Regel erkannten Markennennung. Sie braucht einen definierten Fragenbestand und bekannte Abdeckung. Technische Ausfälle werden nicht als bestätigte Nichtnennungen behandelt.
Vier Nennungen werden mit gültigem Nenner und tatsächlichen Ausfällen berichtet.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
Messrunde
Eine Messrunde ist ein abgegrenzter Durchlauf eines definierten Beobachtungsplans. Geplante und tatsächlich gültige Ergebnisse werden getrennt gezählt. Änderungen an Fragen oder Ausführung müssen sichtbar bleiben, damit spätere Vergleiche nachvollziehbar sind.
Eine zweite Runde zeigt ihre Ausfälle neben der beobachteten Nennungsquote.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Neutrale Frage
Eine neutrale Frage gibt die zu untersuchende eigene Marke nicht bereits als gewünschte Antwort vor. Sie unterstützt eine andere Untersuchung als eine Markenfrage. Vollständige Neutralität hängt zusätzlich vom Wortlaut und Kontext ab.
Eine offene Anbieterfrage wird ohne den Namen des Auftraggebers gestellt.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
OAI-SearchBot
OAI-SearchBot ist der von OpenAI dokumentierte Crawler für Suchfunktionen. Seine Steuerung ist von GPTBot zu unterscheiden. Ein erlaubter Abruf ist kein Nachweis, dass jede Seite tatsächlich als Antwortquelle erscheint.
Suchfreigabe und Verwendung für Modelltraining werden als unterschiedliche Zwecke geprüft.
Referenz / Vertiefung: OpenAI: Crawler und ihre Zwecke
Prompt-Set
Auch: Fragenkatalog
Ein Prompt-Set ist ein definierter Bestand von Eingaben für eine Untersuchung. Auswahl, Zweck und Bedingungen werden dokumentiert. Eine beliebige große Fragenliste liefert nicht automatisch eine repräsentative Aussage über tatsächliche Kunden oder Nachfrage.
Echte Informations- und Auswahlfragen werden begründet für die Zielgruppe ausgewählt.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Prompt-Variabilität
Prompt-Variabilität bezeichnet Veränderungen durch unterschiedliche Formulierung oder Ausführung einer Eingabe. Antworten können sich zusätzlich nach System und Kontext ändern. Eine einzelne Beobachtung liefert deshalb keine sichere Aussage über jede spätere Ausgabe.
Wichtige Fragen werden unter dokumentierten Bedingungen wiederholt und getrennt verglichen.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
Quellenzitation
Eine Quellenzitation verweist in einer Antwort auf eine konkrete Grundlage. Prüfen Sie die genaue Zieladresse und welche Aussage sie trägt. Ein Quellenlink belegt weder tatsächlichen Besuch noch Zustimmung zu sämtlichen Leistungen des Anbieters.
Eine verlinkte Fachseite wird im tatsächlichen Antwortzusammenhang geöffnet und kontrolliert.
Referenz / Vertiefung: Google: Hilfreiche Inhalte
Query Fan-out
Query Fan-out bezeichnet die Erweiterung einer Anfrage in mehrere verwandte Suchaufgaben. Google beschreibt den möglichen Einsatz bei seinen KI-Suchfunktionen. Daraus folgt kein öffentlich vollständig bekannter Unterfragenplan für jede beobachtete Antwort.
Eine breit gestellte Frage kann mehrere unterschiedliche unterstützende Quellen einbeziehen.
Referenz / Vertiefung: Google: KI-Funktionen und Websites
Zitationsrate
Eine Zitationsrate setzt nach festgelegter Regel gezählte Quellenverwendungen ins Verhältnis zur passenden gültigen Antwortmenge. Zähler, Nenner und Ausfälle müssen genannt werden. Unterschiedliche Definitionen liefern keine automatisch vergleichbaren Prozentwerte.
Zwei eigene Quellenbelege unter sechzehn gültigen Antworten ergeben die entsprechend definierte Quote.
Referenz / Vertiefung: TEAM CCAA: AI Visibility nachvollziehbar messen
Häufige Fragen.
Wie unterscheidet sich GEO von klassischem SEO?
GEO richtet den Blick auf Sichtbarkeit und Einordnung in generierten Antworten. Technische Zugänglichkeit und hilfreiche Inhalte überschneiden sich mit SEO. Die Auswahl einer Quelle erfolgt jedoch abhängig vom jeweiligen System und der konkreten Anfrage.
Ist eine Markennennung dasselbe wie eine Quellenzitation?
Nein. Eine Marke kann ohne Link oder belastbaren Beleg erwähnt werden. Eine Quellenzitation verweist auf eine Quelle, deren tatsächlicher Bezug zur Aussage gesondert geprüft werden muss. Erfassen Sie beide Beobachtungen getrennt.
Kann eine Website Sichtbarkeit in ChatGPT garantieren?
Eine verlässliche allgemeine Garantie ist nicht begründbar. Antworten hängen unter anderem von System, Anfrage, Kontext und Zeitpunkt ab. Eine technisch zugängliche Seite verbessert Voraussetzungen, erzwingt aber weder eine Nennung noch eine Empfehlung.
Wie messe ich GEO ohne Scheingenauigkeit?
Verwenden Sie einen dokumentierten Satz realer Fragen, wiederholen Sie Beobachtungen und erfassen Sie System, Zeitpunkt und Kontext. Definieren Sie Zähler und Nenner jeder Quote. Eine kleine Stichprobe repräsentiert nicht automatisch alle Kundenfragen.
Sind Trainingszugriff und Suchzugriff dasselbe?
Nein. Anbieter können unterschiedliche Bots und Zwecke vorsehen. Prüfen Sie deren aktuelle Dokumentation und die tatsächliche Konfiguration. Eine Entscheidung zu einem Trainingsbot sollte nicht ungeprüft auf Suchabrufe oder nutzerinitiierte Zugriffe übertragen werden.
Wissen weitergeben.
Passende Fachartikel.
Digitale SichtbarkeitAI Visibility: Was Unternehmen tatsächlich messen können
Markennennung, Quelle oder Empfehlung: Welche Unterschiede für Ihr Unternehmen zählen.
Digitale SichtbarkeitAI Visibility messen: Nennungen, Quellen und Datenlücken richtig einordnen
Ein nachvollziehbarer Fragenplan statt eines scheinbar eindeutigen Scores.
Digitale SichtbarkeitKI-Referral-Traffic erkennen und Grenzen erklären
KI-vermittelte Website-Zugriffe nachvollziehbar auswerten. Mit Quellenprüfung, Messgrenzen und Trennung von Besuchen, Zitationen und Anfragen.
Digitale SichtbarkeitLokale Sichtbarkeit und KI-Suche gemeinsam betrachten
Lokale Suche und KI-Antworten mit bestätigten Unternehmensangaben verbinden. Mit getrenntem Beobachtungsplan und einem konkreten lokalen Prüfraster.