Glossar: die wichtigsten Begriffe aus GEO, KI-Suche und SEO verständlich erklärt

Dieses GEO-, KI- und SEO-Glossar ist in fünf Gruppen geordnet. Sie können direkt zu einer Gruppe springen oder von oben nach unten lesen. Wir haben bewusst nur Begriffe aufgenommen, die in unseren Gesprächen mit Unternehmen tatsächlich vorkommen, und bei jedem erklärt, was er für die eigene Webseite bedeutet. Was es nicht gibt: Fachbegriffe um ihrer selbst willen, erfundene Kenzahlen oder Abkürzungen, die nur Agenturen benutzen. Die Einträge bauen aufeinander auf: Erst die Methoden, dann Googles generative Suche, dann die Frage, wie Antwortsysteme Quellen nutzen, danach Vertrauen und Entitäten, zuletzt Struktur und Technik.

Methoden und Disziplinen

Generative Engine Optimization (GEO)

Generative Engine Optimization bezeichnet alle Maßnahmen, mit denen eine Website und die Informationen über ein Unternehmen so vorbereitet werden, dass generative Suchsysteme sie finden, verstehen und als Quelle nutzen können. Der Begriff stammt aus einer Forschungsarbeit von 2023.

In der Praxis ist GEO eine Erweiterung der Suchmaschinenoptimierung: dieselbe technische und inhaltliche Grundlage, ergänzt um Eindeutigkeit, Belegbarkeit und Antwortfähigkeit. Ausführlich auf der Seite zu Generative Engine Optimization.

Answer Engine Optimization (AEO)

Answer Engine Optimization beschreibt die Vorbereitung von Inhalten für Systeme, die direkte Antworten liefern, etwa Sprachassistenten, Featured Snippets oder KI-Antworten. Der Begriff ist älter als GEO und überschneidet sich weitgehend damit.

Für Unternehmen gibt es keinen praktischen Unterschied zu GEO. Wer Fragen direkt beantwortet und Aussagen belegt, arbeitet an beidem. Wir verwenden GEO, weil er sich durchgesetzt hat. Wenn Ihnen jemand AEO als eigene, zusätzliche Leistung verkauft, lohnt eine Nachfrage, was daran neu sein sol.

Large Language Model Optimization (LLMO)

LLMO meint die Optimierung von Inhalten und Unternehmenssignalen für Sprachmodelle wie GPT, Gemini oder Claude, damit ein Unternehmen in deren Antworten vorkommt. Auch dieser Begriff beschreibt im Kern dasselbe wie GEO.

Die Bezeichnung betont die Modelle statt der Suchoberfläche. Praktisch relevant ist der Unterschied zwischen Trainingswissen, das sich nicht direkt beeinflussen lässt, und Websuche, die auf erreichbare Quellen zugreift. Wer heute an seiner Präsenz arbeitet arbeitet für die Websuche von heute und das Trainingswissen der nächsten Modellgeneration.

Googles generative Suche

AI Overviews

AI Overviews sind die KI-generierten Zusammenfassungen, die Google bei vielen Suchanfragen oberhalb der klassischen Ergebnisliste anzeigt. Sie enthalten eine formulierte Antwort und Links zu den verwendeten Quellen.

Die Quellen stammen aus dem normalen Suchindex. Es gibt keine gesonderte Anmeldung und keine spezielle Optimierung. Wer für die Suche gut aufgestellt ist ist qualifiziert. Details unter Google AI Overviews.

AI Mode

Der AI Mode ist eine eigene Ansicht der Google-Suche, in der die gesamte Interaktion als Gespräch mit einer generierten Antwort abläuft. Nutzer können Rückfragen stellen, Google sucht im Hintergrund zu mehreren Teilfragen und verbindet die Ergebnisse.

Für Unternehmen gelten dieselben Voraussetzungen wie für AI Overviews. Neu ist die stärkere Rolle von Teilfragen: Seiten, die eine Facette eines Themas besonders gut beantworten, haben bessere Chancen. Die Search Console weist Daten aus dem AI Mode nicht getrennt aus, Veränderungen zeigen sich nur im Gesamtbild.

Query Fan-out

Query Fan-out bezeichnet die Technik, eine Suchanfrage intern in mehrere Teilanfragen aufzuteilen, für jede davon zu suchen und die Ergebnisse zu einer Antwort zu verbinden. Google nutzt das Verfahren im AI Mode und in AI Overviews.

Praktisch heißt das: Eine Seite kann als Quelle erscheinen, obwohl sie für die ursprüngliche Anfrage nicht auf Seite eins steht, weil sie eine Teilfrage am besten beantwortet. Themen sollten deshalb in Teilfragen gedacht werden. Welche Teilfragen Google stellt lässt sich nicht steuern, aber aus den genannten Quellen ableiten.

Wie Antwortsysteme Quellen nutzen

Grounding

Grounding bezeichnet das Verankern einer generierten Antwort in überprüfbaren Quellen. Statt nur aus dem Trainingswissen zu antworten, ruft das System aktuelle Dokumente ab und stützt seine Aussagen darauf, meist mit Quellenangabe.

Grounding ist der Grund, warum Websites für generative Systeme überhaupt eine Rolle spielen. Ohne erreichbare, klare Quellen gibt es nichts zu verankern. Technische Zugänglichkeit ist deshalb Voraussetzung, beschrieben unter technisches SEO.

Zitierfähigkeit

Zitierfähigkeit beschreibt die Eigenschaft eines Inhalts, aus dem Zusammenhang gerissen noch korrekt, verständlich und belegbar zu sein. Generative Systeme übernehmen Sätze oder Absätze und benötigen dafür Aussagen, die für sich stehen.

Zitierfähige Inhalte beginnen mit der Antwort, benennen Begriffe eindeutig und stützen Aussagen mit Beispielen oder Quellen. Wie das aussieht, zeigt die Seite zu Content für KI-Suchsysteme.

KI-Sichtbarkeit

KI-Sichtbarkeit ist die Präsenz eines Unternehmens in Antworten generativer Systeme: als Nennung, als verlinkte Quelle oder als erkennbar eingeflossener Inhalt. Sie ist das Ergebnis, GEO ist die Methode.

Messbar ist KI-Sichtbarkeit nur näherungsweise, über Referrer aus KI-Systemen, Stichproben und Veränderungen in der Search Console. Einen belastbaren Score gibt es nicht. Wer trotzdem Zalen braucht, sollte Referrer-Besuche und Nennungen in festen Stichproben über Monate vergleichen. Mehr unter KI-Sichtbarkeit für Unternehmen.

Unternehmen und Vertrauen

Entität

Eine Entität ist ein eindeutig identifizierbares Ding: ein Unternehmen, eine Person, ein Ort, ein Produkt. Suchsysteme und Sprachmodelle versuchen, Informationen aus verschiedenen Quellen derselben Entität zuzuordnen.

Für Unternehmen bedeutet das: Name, Leistungen, Standorte und Verantwortliche müssen überall gleich lauten. Widersprüche zwischen Website, Unternehmensprofil und Verzeichnissen lassen aus einer Entität zwei werden, und keine davon wirkt vertrauenswürdig. Strukturierte Daten mit einer festen Kennung für das Unternehmen helfen, die Zuordnung eindeutig zu machen.

E-E-A-T

E-E-A-T steht für Experience, Expertise, Authoritativeness und Trustworthiness, also Erfahrung, Fachwissen, Autorität und Vertrauenswürdigkeit. Google beschreibt damit in seinen Richtlinien für Qualitätsprüfer, was hochwertige Inhalte auszeichnet.

E-E-A-T ist kein einzelner Rankingfaktor, sondern ein Rahmen. Praktisch heißt es: eigene Erfahrung zeigen, Verantwortliche mit Fachbezug benennen, Aussagen belegen und Erwähnungen Dritter aufbauen. Dieselben Eigenschaften bevorzugen generative Systeme. Das erste E für Erfahrung wurde 2022 ergänzt und ist für kleine Unternehmen oft der stärkste Hebel, weil Erfahrung sich nicht kopieren läßt.

Struktur und Technik

Strukturierte Daten

Strukturierte Daten sind maschinenlesbare Zusatzinformationen im Quellcode einer Seite, die den sichtbaren Inhalt in einem standardisierten Vokabular beschreiben. Das übliche Format ist JSON-LD.

Sie helfen beim Einordnen von Unternehmen, Leistungen und Personen und sind ein Signal für Eindeutigkeit. Sie dürfen nie mehr behaupten, als die Seite zeigt. Details auf der Seite zu strukturierten Daten und Schema.org.

Schema.org

Schema.org ist das gemeinsame Vokabular für strukturierte Daten, das von Google, Microsoft, Yahoo und Yandex initiiert wurde und öffentlich gepflegt wird. Es definiert Typen wie Organization, Service, Person oder FAQPage und deren Eigenschaften.

Für Unternehmen sind wenige Typen relevant. Wichtiger als die Menge ist die Übereinstimmung mit dem sichtbaren Inhalt und die konsistente Verwendung einer Kennung für dasselbe Unternehmen auf allen Seiten.

Suchintention

Die Suchintention ist die Absicht hinter einer Suchanfrage: informieren, vergleichen, kaufen, einen Ort finden. Suchsysteme versuchen, sie zu erkennen und passende Ergebnisse zu liefern.

Eine Seite, die die Intention verfehlt rankt selten und wird nicht zitiert, auch wenn sie das Stichwort enthält. Deshalb beginnt Inhaltsarbeit mit der Frage, was jemand mit einer Anfrage tatsächlich wissen will. Generative Systeme erkennen die Intention meist besser als klassische Suche, was Seiten mit unklarem Zweck noch stärker benachteiligt.

Drei Begriffspaare, die oft verwechselt werden

AI Overviews und AI Mode. Beides sind generative Funktionen der Google-Suche, aber mit unterschiedlicher Rolle. AI Overviews sind eine Zusammenfassung oberhalb der normalen Ergebnisse, die man überlesen kann. Der AI Mode ist eine eigene Ansicht, in der die Antwort das Ergebnis ist und die klassische Liste in den Hintergrund tritt. Für die Vorbereitung der Website gelten dieselben Regeln, für die Auswirkung auf Klicks nicht: Im AI Mode ist der Weg zur Quelle länger.

Strukturierte Daten und Schema.org. Strukturierte Daten sind das Prinzip, Inhalte maschinenlesbar zu beschreiben. Schema.org ist das Vokabular, mit dem das üblicherweise geschieht. Man kann strukturierte Daten auch ohne Schema.org auszeichnen, in der Praxis spielt das aber keine Rolle. Wer von Schema.org spricht, meint fast immer strukturierte Daten im JSON-LD-Format.

Grounding und Zitierfähigkeit. Grounding ist, was das System tut: Es sucht Quellen und stützt seine Antwort darauf. Zitierfähigkeit ist, was die Quelle mitbringen muss, damit das funktioniert: Aussagen, die für sich stehen, belegbar und eindeutig sind. Das eine ist ein Vorgang auf Seiten der Maschine, das andere eine Eigenschaft des Inhalts. Beide zusammen entscheiden, ob ein Unternehmen genannt wird.

Wie die Begriffe zusammenhängen

Die Begriffe dieses Glossars beschreiben eine Kette. Am Anfang steht die Suchintention: Was will jemand wissen? Suchmaschinenoptimierung sorgt dafür, dass eine passende Seite überhaupt gefunden werden kann. Generative Systeme wie AI Overviews oder der AI Mode zerlegen die Frage per Query Fan-out, holen sich Quellen und verankern ihre Antwort darin, das ist Grounding. Welche Quellen sie wählen, hängt von Zitierfähigkeit, von der Eindeutigkeit der Entität und von den Vertrauenssignalen ab, die E-E-A-T beschreibt. Strukturierte Daten nach Schema.org machen diese Zuordnung für Maschinen leichter. Das Ergebnis der ganzen Kette ist KI-Sichtbarkeit, und GEO ist der Sammelbegriff für die Arbeit daran.

Wer diese Kette versteht erkennt schnell, warum einzelne Maßnahmen ohne die anderen wenig bringen: Markup ohne Inhalt, Inhalt ohne Ereichbarkeit, Erreichbarkeit ohne klare Entität. Unsere Leistungen sind deshalb so aufgebaut, dass sie die Kette vollständig abdecken, vom GEO-Audit bis zur laufenden Betreuung.