Alle paar Wochen sitze ich in einem Discovery Call mit einem frustrierten CMO. Vor zwei Jahren wurde eine SEO-Agentur beauftragt. Die Agentur hat geliefert: Die Rankings sind gestiegen, der organische Traffic ist stabil, das technische Audit war sauber. Und trotzdem taucht die Marke nicht auf, wenn Prospects ChatGPT oder Perplexity nach den Problemen fragen, die das Unternehmen löst. Jetzt steht die Entscheidung an: Agentur kündigen, nachlegen oder etwas ganz anderes versuchen.
Meine Antwort lautet meistens: Die Agentur hat ihren Job wahrscheinlich gemacht. Das Problem ist, dass Ranking und das Zitiertwerden durch KI-Assistenten zwei verschiedene Probleme sind, die unterschiedlichen Mechanismen folgen. Sichtbarkeit in der KI-Suche ist kein SEO-Score mit besserem Benchmark. Sie ist eine völlig andere Messgröße.
Die Lücke, die die meisten SEO-Audits übersehen
Klassisches SEO folgt einem bestimmten Modell. Ein Crawler indexiert Ihre Seite, ein Algorithmus bewertet Autoritätssignale (Backlinks, Domain Rating, Title Tags, strukturierte Daten), und Ihre Seite erhält eine Position in einer Rangliste. Sie optimieren auf diese Liste.
KI-Assistenten funktionieren anders. Sie liefern keine Rangliste. Sie synthetisieren eine Antwort, und dafür rufen sie Passagen ab, keine Seiten. Die Analyseeinheit ist nicht die Domain-Autorität. Entscheidend ist, ob ein bestimmter Absatz in einem bestimmten Inhalt extrahierbar ist, für sich allein steht und die Frage des Nutzers direkt beantwortet.
Ob gut oder schlecht: Das sind unterschiedliche Optimierungsziele. Die meisten Investitionen in klassisches SEO, die für sich genommen keine schlechten Investitionen sind, übertragen sich nicht direkt auf Sichtbarkeit in der KI-Suche. Genau diese Lücke messen die meisten SEO-Audits überhaupt nicht.
Was Sichtbarkeit in der KI-Suche wirklich steuert
So wie ich es sehe, sind es drei Dinge.
Das Erste ist die Extrahierbarkeit von Passagen. KI-Assistenten ziehen Passagen, keine Seiten. Wenn Ihr Content die Antwort nach drei Absätzen Vorrede vergräbt, wird diese Passage nicht auftauchen. Die Antwort muss weit oben in einem Abschnitt stehen, vollständig genug, um für sich zu stehen, und konkret genug, dass das Modell sie zitieren kann, ohne dass Bedeutung verloren geht.
Das Zweite ist thematische Spezifität. Generalistischer Content, der lose „von“ einem Thema handelt, wird seltener zitiert als Content, der eine konkrete Frage abschließend beantwortet. Hilfreich ist hier Forschung aus Princeton zur sogenannten Generative Engine Optimization, kurz GEO: Konkrete Statistiken mit benannten Quellen steigerten die Zitationsraten um rund 37 %, Expertenzitate mit Name und Titel um rund 30 %. Keyword Stuffing senkte die Zitationsraten in derselben Studie dagegen um rund 10 %. Der alte SEO-Reflex, noch mehr Zielbegriffe einzustreuen, kann der Sichtbarkeit in der KI-Suche also sogar schaden statt helfen.
Das Dritte ist strukturelle Passung. Content, der abbildet, wie eine KI ein Thema abfragen würde, mit Abschnitten, die echten Teilfragen entsprechen, schneidet besser ab als Content, der nach der internen Messaging-Hierarchie eines Unternehmens gegliedert ist. Schreiben Sie für die gestellte Frage, nicht für die Geschichte, die Sie erzählen wollen.
Warum Ihre aktuellen SEO-Kennzahlen das nicht erfassen
Die Domain-Autorität sagt Ihnen nicht, ob Ihr Content passagenweise extrahierbar ist. Das Keyword-Ranking sagt Ihnen nicht, ob Ihre Absätze die Fragen beantworten, die KI-Assistenten synthetisieren. Die Zahl der Backlinks sagt Ihnen nicht, ob Ihre Content-Struktur dazu passt, wie Modelle über ein Thema denken.
Daher rührt der größte Teil der Frustration. Käufer, mit denen ich spreche, beschreiben dasselbe Muster: Das SEO-Programm liefert auf seine erklärten Kennzahlen, und trotzdem ändert sich nichts daran, wie KI-Assistenten die Marke darstellen. Was gemessen wird und woran die Agentur gemessen wird, erfasst Sichtbarkeit in der KI-Suche nicht in nennenswerter Weise.
Der Markt beginnt zu reagieren. Eine auf HubSpot spezialisierte Agentur hat kürzlich einen eigenen AEO-Service gestartet, als sechste Kernpraxis, gezielt darauf ausgerichtet, dass Kunden von KI-Assistenten zitiert werden. Eine Agentur für AI Search hat auf ihrem Blog ausführlich beschrieben, wie sie ihre gesamte Praxis aus demselben Grund auf Relevance Engineering umgebaut hat. Wenn sich Spezialagenturen neu aufstellen, um dieses Problem zu bedienen, lohnt die Frage, ob Ihr aktuelles Programm überhaupt auf das richtige Ziel ausgerichtet ist.
Die Hebel, die Sichtbarkeit in der KI-Suche tatsächlich bewegen
Meine Empfehlung: Beginnen Sie vor allem anderen mit der Content-Struktur.
Erstens: Prüfen Sie Ihre wichtigsten Seiten auf Antwortdichte. Die Frage lautet: Wenn ich einen einzelnen Absatz von dieser Seite nehme und in eine KI-Antwort einsetze, ergibt er dann für sich genommen Sinn? Wenn nicht, wird er wahrscheinlich nicht zitiert. Das ist kein technischer SEO-Fix. Das ist ein Schreib-Fix.
Zweitens: Führen Sie ein Question Mapping durch. Skizzieren Sie für die fünf oder sechs Themen, nach denen Ihre Prospects suchen, die zehn bis fünfzehn Teilfragen, über die ein KI-Assistent voraussichtlich synthetisieren würde. Sie werden Lücken finden: Content, der existiert, aber die falsche Frage beantwortet, oder Antworten, die so strukturiert sind, dass der Kernpunkt untergeht.
Drittens: Priorisieren Sie Spezifität vor Vollständigkeit. Ein kürzerer Abschnitt mit einer echten Zahl, einem benannten Beispiel und einer benannten Quelle schlägt einen längeren Abschnitt, der dieselbe Idee nur andeutet. Für Sichtbarkeit in der KI-Suche ist eine konkrete Aussage mehr wert als drei allgemeine. Das widerspricht den meisten redaktionellen Instinkten. Wir sind darauf trainiert, gründlich zu sein. KI-Assistenten bevorzugen Direktheit.
Die ehrliche Grenze ist die Messung. Ich habe keine gute Antwort darauf, wie man Sichtbarkeit in der KI-Suche mit derselben Präzision trackt wie Keyword-Rankings. Das Tooling wird besser, aber Zitationsraten sind verrauschter und schwerer zuzuordnen als eine SERP-Position. Meine Empfehlung: Messen Sie richtungsweisend, prüfen Sie konkrete Queries manuell und bauen Sie die Content-Struktur richtig auf, statt vor dem Start auf perfekte Attribution zu warten.
Wo sich Ihre SEO-Investition weiterhin auszahlt
Das ist kein Plädoyer dafür, SEO aufzugeben. So ordne ich es ein: Klassische Suche und KI-Suche sind zwei sich überschneidende Zielgruppen mit unterschiedlichen Content-Anforderungen. Eine Seite, die bei Google gut rankt, bringt weiterhin Traffic. Ziel ist, dass Ihr Content beide bedient, und die meisten Programme sind derzeit nur für eine gebaut.
Unternehmen mit starker Sichtbarkeit in der KI-Suche erreichen das nicht zufällig. Sie haben klare Content-Strukturen, konkrete Aussagen und Content, der geschrieben wurde, um eine Frage zu beantworten, statt ein Keyword zu bedienen. Das sind operative Entscheidungen, nicht nur redaktionelle, und Sie können sie treffen, ohne Ihr gesamtes Programm neu aufzubauen.
Mehr dazu, wie wir Content-Strategie innerhalb eines breiteren GTM-Programms denken, finden Sie hier gesammelt.