Kurz gesagt: Die bisher größte Meta-Analyse zu GEO wertet 45 Studien aus – und findet keinen einzigen Ansatz mit einem stabilen, plattformübergreifenden Effekt auf echte Auffindbarkeit. Was nachweisbar wirkt: thematische Relevanz und Position im Kontext. Was oft nicht hält: generische Heuristiken und blinde Zitierbarkeits-Tricks, die sogar nach hinten losgehen können.
Was die Studie eigentlich untersucht hat
Der Wirtschaftswissenschaftler Olivier Martinez (Sciences Po) hat im Juli 2026 die bisher umfassendste kritische Übersichtsarbeit zu GEO vorgelegt: eine Auswertung von 45 Studien aus dem Zeitraum November 2023 bis Juli 2026, ergänzt um relevante Arbeiten zu Retrieval-Augmented Generation (RAG) und Evaluationsmethodik.[1] Sein Kernargument: GEO wird in der öffentlichen Diskussion oft wie eine einzelne Rangliste behandelt – dabei ist es laut seiner Analyse ein mehrstufiger, teils zufallsbehafteter Prozess von der Suchaktivierung über Crawling, Retrieval und Reranking bis zu Zitierung, Prominenz, faktischer Übernahme und Nutzerverhalten. Ein Effekt auf einer Stufe sagt nichts über die anderen Stufen aus.
Der unbequeme Kernbefund
Die zentrale Aussage der Studie: Innerhalb der 45 ausgewerteten Arbeiten zeigt keine einzige untersuchte GEO-Technik einen stabilen, longitudinalen, plattformübergreifenden kausalen Effekt auf organische Auffindbarkeit oder nachgelagertes Nutzerverhalten. Selbst die vielzitierten Ergebnisse des GEO-Gründungspapers (Princeton/Georgia Tech, 2024) stuft Martinez als valide innerhalb des jeweiligen Experimentaufbaus ein – aber als abhängig davon, dass eine Quelle bereits in einem festen Kontext vorhanden ist. Sie belegen weder organische Auffindbarkeit noch dauerhafte Traffic-Effekte.
Das ist ein wichtiger Unterschied: Die Studie widerlegt nicht, dass einzelne Maßnahmen in einem kontrollierten Setting wirken – sie bestreitet, dass daraus ein verlässlicher, über Zeit und Plattformen hinweg stabiler Gesamteffekt folgt. Genau diese Nuance geht in vielen Marketing-Versprechen "garantierter GEO-Ergebnisse" verloren.
Was tatsächlich reproduzierbar wirkt
Die Studie ist kein reiner Verriss – sie benennt auch, was über mehrere Arbeiten hinweg stabil bleibt: thematische Relevanz zwischen Anfrage und Dokument und die Position im bereitgestellten Kontext sind laut Martinez die am besten reproduzierbaren Hebel. Ein Faktorenexperiment identifiziert Relevanz und Position als die Haupttreiber dafür, ob eine Quelle überhaupt als erstes zitiert wird.[1] Generische Heuristiken – Tricks, die unabhängig vom konkreten Inhalt "immer funktionieren" sollen – übertragen sich dagegen schlecht auf neue Themen oder Plattformen, und Wettbewerb kann einzelne Gewinne wieder auffressen.
Wenn "Zitierbarkeit optimieren" nach hinten losgeht
Konkrete Zahl aus einer der ausgewerteten Arbeiten (SAGEO Arena, 171.003 Dokumente, 2.700 Anfragen): Eine reine Optimierung des Fließtexts auf Zitierbarkeit senkte die Top-20-Präsenz um rund 9%, die Top-10-Präsenz nach dem Reranking um 16% – und die tatsächliche Zitierrate am Ende trotzdem nur um 6%.[1]
Der Grund: Zitierbarkeit und Auffindbarkeit sind zwei verschiedene Stufen derselben Pipeline. Ein Text, der zu aggressiv auf "zitierfähig klingen" getrimmt wird, kann für das vorgelagerte Retrieval und Reranking schlechter geeignet sein – er wird seltener überhaupt in die engere Auswahl aufgenommen, obwohl er, einmal dort angekommen, gut zitierbar wäre. Wer nur die letzte Stufe optimiert, kann sich damit aus den vorherigen Stufen katapultieren.
Was das für dich als B2B-Dienstleister heißt
Drei praktische Konsequenzen, ohne die Studie überzustrapazieren:
- Misstraue jedem "garantierten Ergebnis". Wenn eine Agentur dir einen festen Sichtbarkeits-Zuwachs verspricht, hat sie entweder eine Studienlage, die selbst der umfassendsten verfügbaren Meta-Analyse widerspricht – oder sie verspricht mehr, als die Beleglage hergibt.
- Investiere zuerst in die belegten Hebel. Thematische Relevanz, klare Struktur und die richtige Position wichtiger Aussagen im Text sind der am besten abgesicherte Teil – nicht zufällig deckt sich das mit den in der Princeton-Studie belegten Einzelmaßnahmen wie verifizierbaren Statistiken und Zitaten.[2]
- Miss nach, statt einmalig einzurichten. Weil kein Effekt als stabil über Zeit und Plattform gilt, ersetzt eine einmalige Optimierung kein laufendes Monitoring, ob es bei dir konkret noch wirkt.
Quellen
- [1] Olivier Martinez (Sciences Po): "Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026)", arXiv:2607.14035 (15. Juli 2026)
- [2] Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande: "GEO: Generative Engine Optimization", Princeton University / Georgia Tech / IIT Delhi / Allen Institute for AI (2024)
Häufige Fragen
Heißt das, GEO funktioniert überhaupt nicht?
Nein, das wäre die falsche Schlussfolgerung. Die Studie widerlegt nicht die einzelnen, in anderen Peer-Review-Papers belegten Hebel (z. B. verifizierbare Statistiken und Zitate, die laut der Princeton-Studie die Sichtbarkeit um bis zu 40% steigern). Sie zeigt nur: Ein stabiler, dauerhafter, plattformübergreifender Effekt ist bisher nicht nachgewiesen. Einzelmaßnahmen können wirken, eine Garantie auf das Gesamtergebnis gibt es nicht.
Sollte ich dann kein Geld in GEO investieren?
Die Studie spricht für einen anderen Umgang mit dem Thema, nicht für Verzicht: Investiere in die Hebel mit der besten Beleglage (thematische Relevanz, Struktur, Position im Content) statt in generische Heuristiken oder Anbieter, die dir ein garantiertes Ergebnis versprechen. Und miss regelmäßig nach, ob es bei dir konkret wirkt, statt es einmalig einzurichten und zu hoffen.
Warum senken manche Optimierungen sogar die Sichtbarkeit?
Weil Zitierbarkeit und Auffindbarkeit zwei verschiedene Schritte in der Pipeline sind. Ein Text, der stark auf Zitierbarkeit getrimmt wird (z. B. durch aufdringliche Selbstreferenzen), kann für das vorgelagerte Retrieval/Reranking schlechter geeignet sein – er wird seltener überhaupt gefunden, obwohl er, einmal gefunden, gut zitierbar wäre.
