Wie RAG-Suche in ChatGPT, Perplexity und AI Overviews funktioniert
Generative Suchmaschinen ranken keine zehn blauen Links, sondern zerlegen Webseiten mittels Retrieval-Augmented Generation (RAG) in semantische Text-Chunks, wandeln diese in Vektoren um und synthetisieren eine Antwort mit klickbaren Quellenverweisen.
Bei einer Anfrage in ChatGPT Search oder Perplexity kombiniert das System lexikalisches BM25-Matching mit dichter Vektorähnlichkeit. Die besten Passagen von 150 bis 300 Tokens durchlaufen ein Reranker-Modell, das Faktendichte, Entitätsklarheit und Domain-Vertrauen bewertet.
Google AI Overviews nutzt eine ähnliche zweistufige Pipeline auf Basis des Google-Kernindex und der Gemini-Modelle. Seiten in den organischen Top-10 haben eine höhere Abrufwahrscheinlichkeit, doch auch tiefer platzierte Seiten gewinnen Zitate durch sauber strukturierte HTML-Tabellen.
Klassisches SEO vs. Generative Engine Optimization (GEO)
Klassisches SEO optimiert ganze URLs auf Klickrate und Backlinks, während GEO isolierte Textblöcke auf maschinelle Extrahierbarkeit, Zahlenpräzision und Marken-Konsens im Web trimmt.
2026 spielt Keyword-Dichte in LLM-Rerankern kaum noch eine Rolle. Entscheidend ist, ob ein 50-Wörter-Absatz eine Teilfrage eigenständig und ohne umgebenden Kontext beantworten kann.
| Parameter | Klassisches SEO | Generative Engine Optimization (GEO) |
|---|---|---|
| Primäre Bewertungseinheit | Gesamte URL / Webseite | Semantischer Chunk (150–300 Tokens) |
| Bevorzugtes Textformat | Langer Fließtext mit Keyword-Varianten | Umgekehrte Pyramide, Fakt im ersten Satz |
| Rolle von Tabellen und Zahlen | UX-Vorteil und Featured Snippets | Kritisches Signal; +32% bis +40% mehr Zitate |
| Externes Autoritätssignal | Dofollow-Backlinks (PageRank) | Unverlinkte Brand Mentions & Entitäten |
| Technischer Bot-Zugriff | Googlebot / Bingbot mit JS-Rendering | OAI-SearchBot, PerplexityBot, reines SSR-HTML |
| Aktualisierungsgeschwindigkeit | Tage bis Wochen via Crawl-Budget | Minuten oder Echtzeit per Live-RAG-Fetch |
| Zentrale Erfolgskennzahl | Impressionen, CTR, organische Sitzungen | Zitationsanteil, Fußnoten-Klicks, Assisted CVR |
Architektur des idealen Text-Chunks für LLM-Zitate
Ein idealer GEO-Textblock beginnt mit einer eigenständigen Faktenaussage in 1–2 Sätzen samt klaren Entitäten und Zahlen, gefolgt von analytischer Begründung oder einer HTML-Tabelle.
RAG-Splitter trennen HTML-Dokumente an Überschriften (<h2>, <h3>). Startet ein Abschnitt mit vagen Einleitungen, entfernt sich das Vektor-Embedding vom Nutzerintent und der Reranker verwirft den Block.
- Erster-Satz-Regel: Platzieren Sie die direkte Antwort in 20–35 Wörtern unmittelbar unter jedem
<h2>-Tag. - Explizite Entitäten: Ersetzen Sie Pronomen durch exakte Bezeichnungen wie „PerplexityBot“, „ISO 8583“ oder „2026“.
- Native HTML-Tabellen: Nutzen Sie echte
<table>-,<thead>- und<tbody>-Tags statt Screenshots oder CSS-Grids. - 35–60 Wörter für FAQ-Antworten: Halten Sie
FAQPage-Einträge so kompakt, dass AI Overviews sie ungekürzt übernehmen.
Technischer Standard für KI-Crawler: llms.txt, robots.txt und SSR
Sichtbarkeit in der KI-Suche erfordert explizite robots.txt-Freigaben für Such-Bots, Server-Side Rendering (SSR) ohne Lazy-DOM-Elemente sowie eine /llms.txt-Datei im Root-Verzeichnis.
Viele Betreiber blockieren versehentlich ihren eigenen KI-Traffic, indem sie GPTBot sperren und dabei OAI-SearchBot nicht freigeben oder Preistabellen per Client-JavaScript nachladen.
| Bot User-Agent | Betreiber | Zweck | Empfohlene robots.txt-Regel |
|---|---|---|---|
OAI-SearchBot |
OpenAI | ChatGPT Search Index & Live-Fußnoten | Erlauben (Allow: /) für Traffic |
GPTBot |
OpenAI | Trainingskorpus für Basismodelle | Je nach IP-Richtlinie erlauben oder sperren |
PerplexityBot |
Perplexity AI | Suchindex & Quellenverlinkung | Erlauben (Allow: /) für Zitate |
ClaudeBot |
Anthropic | Claude Websuche & Faktenabruf | Erlauben für Markensichtbarkeit |
Google-Extended |
Steuerung für Gemini & AI Overviews | Erlauben bei Fokus auf AI Overviews |
Die Datei /llms.txt unter https://ihredomain.de/llms.txt bietet eine kuratierte Markdown-Übersicht mit Markentitel, Kurzbeschreibung und Links zu Kernangeboten, Dokumentation und Rechnern.
Ökonomie von KI-Suchtraffic: CVR- und LTV-Benchmarks
Traffic aus ChatGPT Search und Perplexity konvertiert 2,3- bis 3,1-mal besser als klassische Google-Klicks, weil Nutzer ihre Produktrecherche bereits im KI-Dialog abschließen, bevor sie auf eine Fußnote klicken.
Modellrechnung für einen B2B-SaaS- oder E-Commerce-Funnel mit 180 USD durchschnittlichem Bestellwert (AOV) und 65% Rohertragsmarge (117 USD Rohertrag pro Bestellung):
- Klassisches Google Organic: 10.000 Sitzungen pro Monat bei 1,4% CVR ergeben 140 Bestellungen, 25.200 USD Umsatz und 16.380 USD Rohertrag.
- KI-Suchzitate (ChatGPT + Perplexity): 3.500 Sitzungen bei 3,8% CVR ergeben 133 Bestellungen, 23.940 USD Umsatz und 15.561 USD Rohertrag – nahezu gleicher Gewinn bei 65% weniger Traffic.
Inklusive höherem 12-Monats-LTV übertreffen KI-Referrals häufig bezahlte Suchanzeigen beim Netto-ROI. Eigene Szenarien berechnen Sie im Traffic-Unit-Economics-Rechner; Details zur Margensteuerung bietet unser Artikel zu Unit Economics im Media Buying.
Häufige GEO-Fehler, die KI-Sichtbarkeit verhindern
Die vier häufigsten Fehler sind das Blockieren von OAI-SearchBot in WAF-Regeln, versteckte Spezifikationen in JS-Tabs, zahlenfreie Marketing-Floskeln und fehlendes Schema-Markup.
- Cloudflare Bot Fight Mode Fehlalarme: Strenge Anti-Bot-Regeln liefern
PerplexityBotundOAI-SearchBotoft HTTP 403 aus. - Daten in Bildern oder Lazy DOM: Preistabellen als PNG oder React-Akkordeon sind für reine Text-Scraper unsichtbar.
- Fehlende Aktualitätssignale: Undatierte Artikel ohne
authorunddateModifiedim JSON-LD werden vom Reranker abgewertet.
60-Minuten-Checkliste für das GEO-Audit einer Landingpage
Mit diesen acht Schritten verwandeln Sie jede kommerzielle oder redaktionelle Seite in einer Stunde in eine RAG-fähige Zitationsquelle:
- Prüfen Sie
robots.txtund WAF-Logs auf HTTP 200 fürOAI-SearchBot,PerplexityBotundClaudeBot. - Erstellen Sie eine saubere
/llms.txt-Datei im Root-Verzeichnis mit Links zu Ihren 15–25 wichtigsten Seiten. - Kontrollieren Sie den HTML-Quelltext (nicht das Live-DOM), um vollständiges SSR ohne JavaScript-Abhängigkeit sicherzustellen.
- Formulieren Sie die ersten beiden Sätze unter jedem
<h2>als eigenständige, direkte Faktenantwort. - Wandeln Sie mindestens zwei Textvergleiche in semantische HTML-Tabellen (
<table>) mit klaren<th>-Köpfen um. - Ergänzen Sie konkrete 2026-Benchmarks, Prozentwerte oder Euro-/Dollar-Kalkulationen in jedem Hauptabschnitt.
- Integrieren Sie einen 5-Fragen-FAQ-Block mit 35–60-Wörter-Antworten und validem
FAQPage-JSON-LD. - Richten Sie in GA4 Referral-Segmente für
chatgpt.com,perplexity.aiundclaude.aiein.