Sichtbarkeit in KI-Antworten: Was GEO für Onlineshops bedeutet

ChatGPT, Perplexity und die AI Overviews von Google beantworten Fragen, statt Links zu sortieren. Wer dort nicht als Quelle vorkommt, verliert Nachfrage, ohne dass ein Ranking fällt. Diese Seite zeigt, wie diese Systeme ihre Quellen auswählen, was sich davon messen lässt und was nicht – mit Zahlen aus eigener Erhebung statt aus fremden Studien.

SEO- & KI-Check AI-Tracking

Kostenlos · ohne Anmeldung · Ergebnis sofort

Was Sichtbarkeit in KI-Antworten von Rankings unterscheidet

Wer heute nach einer Lösung sucht, bekommt immer häufiger keine Linkliste mehr, sondern eine fertige Antwort. ChatGPT, Perplexity, Google AI Overviews und der Google AI Mode fassen zusammen, nennen zwei oder drei Quellen und sind fertig. Für Ihren Shop heißt das: Sie können auf Platz drei stehen und trotzdem nicht vorkommen, weil die Antwort oberhalb Ihrer Position gegeben wurde.

Die Arbeit daran hat einen Namen bekommen: Generative Engine Optimization, abgekürzt GEO. Ich benutze den Begriff auf dieser Seite, weil er sich durchgesetzt hat – gemeint ist aber nichts Exotisches, sondern die Frage, ob eine Maschine Ihre Inhalte lesen, einordnen und als Quelle verwenden kann.

Der Unterschied zum klassischen SEO ist kein Gegensatz. Die Grundlagen bleiben dieselben: Eine Seite, die Google nicht crawlen kann, kann auch ChatGPT nicht zitieren. Was dazukommt, ist eine andere Erfolgsmessung. Nicht die Position zählt, sondern ob Ihr Name in der Antwort steht.

Beide Messungen gehören zusammen. Wer nur die linke Spalte betrachtet, übersieht, dass ein Teil der Nachfrage die Trefferliste nie erreicht.

Wie KI-Systeme ihre Quellen auswählen

Die meisten dieser Systeme arbeiten nicht aus dem Gedächtnis, sondern holen sich im Moment der Frage frische Seiten aus dem Netz. Das Verfahren heißt Retrieval-Augmented Generation: Erst wird gesucht, dann wird aus dem Gefundenen eine Antwort gebaut. Für Sie ist das die gute Nachricht, denn es bedeutet, dass Ihre Seite überhaupt eine Chance hat – sie muss nur im richtigen Moment lesbar und verständlich sein.

Drei Dinge entscheiden dabei, ob eine Seite in der Antwort landet.

Erstens: Darf der Crawler überhaupt rein?

Jedes dieser Systeme schickt einen eigenen Bot – GPTBot und OAI-SearchBot für OpenAI, ClaudeBot für Anthropic, PerplexityBot, Google-Extended für die KI-Nutzung bei Google. Viele Shops sperren diese Bots, ohne es zu wissen, weil eine Sicherheitslösung oder ein Plugin sie pauschal mit Scrapern in einen Topf wirft. Die Seite rankt dann weiter bei Google und verschwindet trotzdem aus jeder KI-Antwort.

Zweitens: Steht der Inhalt im HTML?

Googlebot führt JavaScript aus und wartet, bis die Seite fertig gebaut ist. Die meisten KI-Crawler tun das nicht oder nur eingeschränkt. Ein Shop, dessen Produkttexte erst per JavaScript nachgeladen werden, liefert diesen Crawlern eine leere Hülle. Das ist einer der häufigsten stillen Fehler, weil im Browser alles richtig aussieht.

Drittens: Ist klar, wovon die Seite handelt?

Maschinen raten nicht gern. Strukturierte Daten nach schema.org sagen ihnen, dass hier ein Produkt steht, was es kostet und ob es lieferbar ist. Eine Auszeichnung als Organisation sagt, wer dahintersteht. Fehlt beides, muss die KI aus dem Fließtext schließen – und entscheidet sich im Zweifel für die Quelle, bei der sie nicht schließen muss.

Was sich messen lässt – und was nicht

An dieser Stelle wird in der Branche viel behauptet und wenig gemessen. Ich habe deshalb selbst gemessen. Die folgenden Zahlen stammen aus eigenen Erhebungen über die von mir betreuten Projekte, nicht aus fremden Studien.

Wie viele Bot-Zugriffe gefälscht sind – und warum ein Branchenschnitt dazu nichts taugt

Über 27 Projekte habe ich seit Ende Juli 2026 170.199 Bot-Zugriffe protokolliert. Prüfbar sind davon 132.349: Nur wo der Betreiber seine Adressbereiche veröffentlicht, lässt sich eine Kennung überhaupt gegenprüfen. Von diesen prüfbaren Zugriffen bestanden 39,2 Prozent die Prüfung nicht – sie gaben sich als ein Bot aus, der sie nicht waren.

Diese Zahl allein wäre aber irreführend, und das ist der eigentliche Befund. Sie ist über alle Zugriffe gepoolt und wird deshalb von einzelnen stark gescannten Domains nach oben gezogen. Rechnet man je Projekt, sieht es völlig anders aus:

Nur prüfbare Zugriffe, Messzeitraum 28.07. bis 05.11.2026. Projekte mit jeweils mindestens 500 prüfbaren Zugriffen.

Der typische Shop liegt also bei rund 9 Prozent, nicht bei 39. Die Spanne reicht aber von 3 bis 87 Prozent – und das höchste Projekt ist diese Domain hier, weil ein einzelner Scanner sie reihenweise mit wechselnden Bot-Kennungen abklappert. Für diese Frage ist jeder Branchenschnitt wertlos. Man muss die eigenen Logdateien prüfen, sonst hält man einen Schwachstellen-Scanner für Googlebot und zieht daraus falsche Schlüsse über sein Crawl-Budget.

Für die Messung von KI-Sichtbarkeit ist das der Ausgangspunkt. Bevor man zählt, wie oft ein KI-Crawler vorbeikommt, muss man wissen, ob er es wirklich war.

KI-Crawler holen die Sitemap vielfach häufiger als Googlebot

Auf dieser Domain habe ich gezählt, wer welche der drei Steuerdateien abruft – ausschließlich verifizierte Zugriffe:

Verifizierte Zugriffe, gefälschte herausgerechnet. Der am häufigsten messende Bot ist nicht der von Google.

ClaudeBot holt die Sitemap 18-mal häufiger als Googlebot. OAI-SearchBot dagegen liest 152-mal die robots.txt und die Sitemap kein einziges Mal – er fragt also ständig nach Erlaubnis, nimmt aber nie die Karte mit. Das sind zwei völlig verschiedene Arbeitsweisen unter dem Sammelbegriff „KI-Crawler".

Die meisten KI-Crawler lesen gar keine Seiten

Der Befund, der mich selbst überrascht hat. Zählt man über 30 Tage, wie viele Abrufe eines Bots auf echte Inhaltsseiten gehen und wie viele nur auf Steuerdateien:

Verifizierte Zugriffe der letzten 30 Tage. Steuerdateien sind robots.txt, sitemap.xml und llms.txt; Bilder und favicon sind nicht gezählt.

Drei Dinge stehen da, die man auseinanderhalten muss:

GPTBot kam 32-mal und hat genau eine Inhaltsseite gelesen. 30 der 32 Abrufe gingen auf Steuerdateien. Wer GPTBot-Zugriffe im Log zählt und daraus auf Sichtbarkeit in ChatGPT schließt, zählt im Wesentlichen Sitemap-Abrufe.

ChatGPT-User verhält sich genau umgekehrt – 68 Abrufe, alle auf Inhaltsseiten, keiner auf eine Steuerdatei. Das ist der Abruf, der entsteht, wenn jemand im Chat eine Frage stellt und das System die Seite in diesem Moment holt. Das ist der Zugriff, der zählt.

Und der fleißigste Crawler auf dieser Domain ist Bingbot, mit mehr als dem Doppelten von Googlebot und der breitesten Abdeckung. Für KI-Sichtbarkeit ist das kein Nebenschauplatz: Der Bing-Index speist die Websuche von ChatGPT und Copilot.

Markup kann vorhanden und trotzdem unlesbar sein

Für eine andere Messung habe ich 596 deutschsprachige Shopify-Shops angefasst und bei 511 davon die Produktseite ausgewertet. Die meisten sind technisch sauber – aber ein Teil hat ein Problem, das von außen wie Ordnung aussieht:

Bei neun der zwölf fehlerhaften Fälle war die Ursache dieselbe: Das Theme schreibt die Produktbeschreibung unmaskiert in die strukturierten Daten. Ein Zeilenumbruch darin macht den gesamten Block ungültig. Im Quelltext steht alles richtig – Produkt, Preis, Verfügbarkeit – aber kein Parser kommt hinein, weder der von Google noch der einer KI.

Was diese Zahlen nicht hergeben

Sie sagen nichts darüber, wie oft eine bestimmte Marke in ChatGPT genannt wird. Das lässt sich nur messen, indem man die Fragen stellt und die Antworten protokolliert – über mehrere Plattformen und über einen längeren Zeitraum, weil dieselbe Frage an zwei Tagen zwei verschiedene Antworten bekommt. Wie dieses Verfahren aussieht und welche zwei Verzerrungen dabei lauern, steht unter KI-Sichtbarkeit messen.

Der Befund, der die meisten Messungen unbrauchbar macht

Es gibt eine Annahme, auf der fast jede Aussage über KI-Sichtbarkeit ruht: dass die Systeme bei einer Frage im Netz nachsehen. Ich habe das geprüft, weil mir beim Aufbau eines Kostenprotokolls auffiel, dass bei einer Plattform die Zahl der Suchanfragen auf null stand.

Über rund 4.700 Messungen auf neun Plattformen habe ich gezählt, bei wie vielen Antworten überhaupt eine Quelle zitiert wurde:

Die Websuche ist bei diesen Schnittstellen ein Werkzeug, über dessen Einsatz das Modell selbst entscheidet. Sie wird angeboten, nicht erzwungen.

Vier von fünf Gemini-Antworten entstehen ohne jeden Blick ins Netz. Bei ChatGPT sind es knapp zwei Drittel. Auf diese Antworten hat keine Optimierung der Welt Einfluss – was dort steht, stammt aus dem Training des Modells, nicht aus Ihrer Seite.

Was das für Messwerte bedeutet

Rechnet man die Antworten ohne Suche heraus, verschiebt sich das Bild erheblich. Bei Gemini wurde eine Domain in 6 Prozent aller Messungen genannt – aber in 29 Prozent derjenigen, bei denen das Modell tatsächlich gesucht hat. Das ist Faktor fünf. Bei Mistral Faktor zwei. Bei Claude, Perplexity, Copilot und Grok gibt es die Verzerrung praktisch nicht, weil diese Systeme fast immer suchen.

Wer Ihnen also sagt, Sie seien „bei Gemini kaum sichtbar", hat möglicherweise nur gemessen, wie oft Gemini überhaupt nachschaut. Beide Lesarten sind vertretbar – man muss nur sagen, welche man meint:

Ich halte die zweite für die ehrlichere, wenn man Veränderung messen will, und die erste für die ehrlichere, wenn man den Ist-Zustand beschreiben will. Entscheidend ist, dass die Frage überhaupt gestellt wird.

Nur zwei dieser Plattformen kennen überhaupt ein Land

Die zweite Annahme, die ich geprüft habe: dass sich KI-Sichtbarkeit nach Ländern auswerten lässt. Über vierzehn Tage habe ich nachgesehen, bei wie vielen Messungen überhaupt ein Standort mitgegeben wurde:

Bei den Chat-Plattformen gibt es technisch kein Land. Man schickt eine Frage an ein Modell und bekommt eine Antwort.

Was eine Messung dort „DACH" macht, ist allein die Sprache der Frage. Der Satz „In Deutschland werden wir bei ChatGPT genannt" ist deshalb streng genommen „bei deutschsprachigen Fragen". Nur bei den beiden Google-Formaten ist eine geografische Aussage belegt.

Das klingt nach einer Spitzfindigkeit, ist aber eine, die in Berichten regelmäßig untergeht – besonders bei Shops, die Österreich und die Schweiz getrennt bewerten wollen.

Die technische Grundlage: vier Stellschrauben

Bevor über Inhalte gesprochen wird, muss die Seite maschinenlesbar sein. Vier Punkte, in dieser Reihenfolge.

Der Zugriff der KI-Crawler

Prüfen Sie zuerst, ob GPTBot, ClaudeBot, OAI-SearchBot, PerplexityBot und Google-Extended Ihre Seiten abrufen dürfen. Das steht in der robots.txt, kann aber zusätzlich von einer vorgelagerten Firewall blockiert werden, ohne dass es in der Datei sichtbar ist. Ein Blick in die robots.txt reicht deshalb nicht – man muss die Logdateien ansehen.

Eine llms.txt, die stimmt

Die llms.txt ist eine schlichte Textdatei im Wurzelverzeichnis, die einem Sprachmodell sagt, welche Seiten wichtig sind und worum es auf ihnen geht. Sie ist kein Standard mit Garantie, sondern ein Angebot – aber sie kostet wenig und schadet nicht. Wichtig ist, dass sie gepflegt wird: Eine llms.txt, die auf gelöschte Seiten zeigt, ist schlechter als keine. Aufbau, Grenzen und die drei häufigsten Fehler stehen auf der eigenen Seite zur llms.txt.

Inhalt ohne JavaScript

Rufen Sie eine Produktseite ohne JavaScript ab und sehen Sie nach, was übrig bleibt. Bleibt nur das Gerüst, sehen die meisten KI-Crawler genau das. Bei Shop-Systemen ist das selten ein Totalausfall, aber häufig fehlen genau die Teile, auf die es ankommt: Beschreibung, Bewertungen, technische Daten.

Strukturierte Daten, die parsen

Nicht nur vorhanden, sondern gültig. Die Messung oben zeigt, dass das zwei verschiedene Dinge sind. Ein Block, der als JSON nicht parst, ist für jede Maschine so gut wie nicht da – auch wenn er im Quelltext vollständig aussieht.

Wie das im Zusammenspiel mit den Shop-Systemen aussieht, beschreibe ich auf den Systemseiten zu Shopify, Shopware und JTL.

Der Ablauf: acht Schritte in dieser Reihenfolge

Die Reihenfolge ist nicht beliebig. Wer Inhalte für KI-Systeme schreibt, bevor die Crawler überhaupt hereindürfen, schreibt für niemanden. Und wer misst, bevor er weiß, welche Zugriffe echt sind, misst Rauschen.

1. Zugriff prüfen: Dürfen GPTBot, ClaudeBot, OAI-SearchBot, PerplexityBot und Google-Extended herein – in der robots.txt und an der Firewall vorbei?
2. Logdateien bereinigen: Gefälschte Bots herausrechnen, bevor irgendeine Zahl entsteht. Im Median waren es 9 Prozent – auf dieser Domain 87.
3. Lesbarkeit herstellen: Seite ohne JavaScript abrufen und prüfen, was übrig bleibt.
4. Strukturierte Daten prüfen – auf Gültigkeit, nicht auf Vorhandensein. Ein Block, der nicht parst, zählt nicht. Die vollständige Liste steht im GEO-Audit.
5. Entität klären: Wer steht hinter der Seite? Organisation auszeichnen, nicht nur Produkte.
6. llms.txt anlegen und pflegen – und sie bei jeder Strukturänderung nachziehen.
7. Fragen sammeln: Was würde Ihre Kundschaft tatsächlich fragen? Nicht Keywords, sondern Sätze.
8. Messen und wiederholen: über mehrere Plattformen, mit Wettbewerbern im Vergleich, und nicht einmalig.

Die Schritte eins bis sechs sind in Tagen erledigt. Schritt sieben und acht sind die eigentliche Arbeit und hören nicht auf.

Was GEO nicht leistet

Drei Dinge, die ich offen sage, weil sie in Angeboten gern fehlen.

Es gibt keine Garantie auf eine Nennung. Niemand kann zusichern, dass ChatGPT Ihre Marke nennt. Man kann die Voraussetzungen schaffen, messen und nachsteuern – mehr nicht. Wer Ihnen eine Position in einer KI-Antwort verkauft, verkauft etwas, das er nicht liefern kann.

Die Ergebnisse schwanken. Dieselbe Frage liefert an zwei Tagen zwei verschiedene Antworten, teils mit anderen Quellen. Eine einzelne Messung sagt deshalb wenig. Aussagekraft entsteht erst über Wiederholung.

Es ersetzt kein SEO. Die Systeme holen sich ihre Quellen aus dem Netz, und sie finden, was auffindbar ist. Eine Seite ohne klassische Sichtbarkeit wird auch in KI-Antworten selten auftauchen. GEO kommt dazu, es kommt nicht anstelle.

GEO-Agentur oder Einzelberater: was zu Ihrem Shop passt

Wer „GEO Agentur" sucht, will meist dasselbe: jemanden, der die KI-Sichtbarkeit versteht, sie messbar macht und die Umsetzung begleitet. Ob das eine Agentur oder ein Einzelberater sein sollte, hängt davon ab, was Sie tatsächlich brauchen – und die Antwort ist nicht in jedem Fall ich.

Die rechte Spalte sind echte Grenzen, keine Koketterie. Wenn Sie Kapazität und Gewerke bündeln müssen, sind Sie bei einer Agentur besser aufgehoben – das sage ich Ihnen im Erstgespräch auch.

Was ich übernehme

Die Messung der Nennungen über mehrere KI-Plattformen, aufgeschlüsselt nach Fragen und nach Wettbewerbern. Die technische Grundlage: Crawler-Zugriff, llms.txt, Inhalt ohne JavaScript, strukturierte Daten mit Prüfung auf Gültigkeit statt nur auf Vorhandensein. Dazu die Inhaltsarbeit, die daraus folgt – welche Fragen Ihre Seite beantworten muss, damit sie als Quelle taugt.

Honorar und erster Schritt

Die laufende Betreuung beginnt bei 3.750 Euro im Monat, ohne Mindestlaufzeit. Davor steht ein kostenloses Gespräch von fünfzehn Minuten, in dem wir das vollständige Audit gemeinsam durchgehen. Wenn Sie vorher selbst sehen wollen, wo Ihre Seite steht, nutzen Sie den kostenlosen GEO · AIO · SEO-Check oder lassen Sie direkt prüfen, ob Sie in KI-Antworten zitiert werden.

Checkliste: Sichtbarkeit in KI-Antworten

Die ersten neun Punkte sind technische Voraussetzungen. Die letzten fünf sind die eigentliche Arbeit.

Häufige Fragen zu Sichtbarkeit in KI-Antworten