Ein GEO-Audit prüft systematisch, ob und wie KI-Systeme wie ChatGPT, Claude, Perplexity und Gemini dein Unternehmen bei relevanten Kaufanfragen nennen. Die folgenden 7 Schritte kannst du manuell selbst durchführen – genau dieser Ablauf ist auch die Grundlage meines automatisierten kostenlosen KI-Sichtbarkeits-Reports.
Die 7 Schritte im Überblick
Die richtigen Fragen wählen
Sammle 8–10 konkrete Fragen, die deine Zielgruppe tatsächlich stellen würde, bevor sie bei dir kauft – keine generischen Keywords, sondern echte Kaufentscheidungs-Fragen wie "beste [Kategorie] für [Anwendungsfall]" oder "worauf achten bei [Thema]".
KI-Systeme abfragen
Stelle dieselben Fragen bei ChatGPT, Claude, Perplexity und Gemini (mit aktivierter Websuche, wo verfügbar). Dokumentiere für jede Frage: Wirst du genannt? An welcher Stelle? Mit welcher Beschreibung?
Konkurrenz vergleichen
Notiere bei denselben Fragen, welche Wettbewerber stattdessen genannt werden, und wie oft. Das zeigt dir, ob du grundsätzlich fehlst oder nur seltener genannt wirst als die Konkurrenz.
Technische Seite prüfen
Kontrolliere, ob deine Website überhaupt crawlbar ist: robots.txt ohne Blockaden für KI-Bots (GPTBot, ClaudeBot, PerplexityBot), Ladezeit, saubere Überschriftenstruktur, Schema-Markup.
Content-Gaps finden
Für jede Frage, bei der du nicht genannt wirst: Hat deine Website überhaupt eine klare, eindeutige Antwort darauf? Oft liegt das Problem schlicht darin, dass die Information nirgendwo klar formuliert steht.
Monitoring-Setup
Lege fest, wie oft du den Check wiederholst (monatlich ist ein guter Startpunkt) und wo du die Ergebnisse festhältst – eine einfache Tabelle reicht am Anfang völlig.
Action Items priorisieren
Sortiere die gefundenen Lücken nach Aufwand und Wirkung. Fang mit den Fragen an, die am häufigsten gestellt werden und bei denen deine Konkurrenz aktuell klar bevorzugt wird.
Manuell dauert dieser komplette Ablauf – gerade Schritt 2 und 3 mit mehreren KI-Systemen und mehreren Fragen – schnell ein bis zwei Stunden. Automatisiert geht es in 24 Stunden, inklusive fertigem PDF-Report.
Warum sich Schritt 4 und 5 lohnen, ist auch akademisch untersucht worden: Eine Studie von Forscher:innen der Princeton University, Georgia Tech, IIT Delhi und des Allen Institute for AI hat systematisch getestet, welche Inhalts-Anpassungen die Zitierhäufigkeit in generativen Antwortsystemen beeinflussen – klare Quellenangaben und Autoritäts-Signale gehörten zu den wirksamsten, mit einer gemessenen Verbesserung von rund 30–40 % auf einer der getesteten Metriken, wenn auch domänenabhängig.[1]
Quellen
- [1] Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande: "GEO: Generative Engine Optimization", Princeton University / Georgia Tech / IIT Delhi / Allen Institute for AI (2024)
