LLMO und GEO: wie eine Website in KI-Antworten landet
Veröffentlicht am
Seit KI-Systeme Antworten zusammenfassen statt Links aufzulisten, kursieren drei Abkürzungen: LLMO, GEO und AEO. Sie meinen weitgehend dasselbe, und der Markt hat sich noch nicht auf eine geeinigt.
- LLMO steht für Large Language Model Optimization, also Optimierung für Sprachmodelle.
- GEO steht für Generative Engine Optimization, Optimierung für generative Suchsysteme.
- AEO steht für Answer Engine Optimization, Optimierung für Antwortmaschinen.
Gemeint ist jedes Mal die Frage: Was muss auf einer Website stehen und wie muss sie ausgeliefert werden, damit ein System wie ChatGPT, Perplexity oder eine KI-Übersicht in der Google-Suche sie in einer Antwort nennt.
Der Unterschied zu SEO ist kleiner, als die Begriffe nahelegen
Die drei Abkürzungen suggerieren eine eigene Disziplin. Praktisch teilen sie den größten Teil ihrer Grundlage mit klassischer Suchmaschinenoptimierung, denn die Antwortsysteme beziehen ihre Quellen zum großen Teil aus denselben Indizes.
ChatGPTs Websuche und Microsoft Copilot stützen sich auf Bing. Googles KI-Übersichten speisen sich aus dem regulären Suchindex, den Googlebot füllt. Wer dort nicht indexiert ist, kann auch nicht zitiert werden. Ein Auftritt, der für Suchmaschinen unsichtbar ist, ist es für KI-Systeme erst recht.
Drei Dinge kommen allerdings dazu, und die unterscheiden sich wirklich: die technische Erreichbarkeit für eine zweite Klasse von Crawlern, die Form der Textpassagen, und die Frage, ob es die Firma als benennbare Größe überhaupt gibt.
Was wir an dieser Domain gemessen haben
Diese Website ist eine Single-Page-Anwendung mit vorgeschaltetem Prerender. Die folgenden Fehlerbilder sind hier aufgetreten, gemessen und behoben worden. Sie sind der Grund, warum wir bei diesem Thema lieber Zahlen nennen als Empfehlungen.
Die Seite war für KI-Crawler leer, für Google aber nicht
Der Server erkennt Suchmaschinen-Crawler an ihrer Kennung und liefert ihnen vorgerendertes HTML statt der leeren Anwendungshülle. Diese Liste kannte im Juli 2026 Googlebot und bingbot, aber keinen einzigen KI-Crawler. GPTBot, ClaudeBot, PerplexityBot und die übrigen fielen durch und bekamen die Hülle.
Der Unterschied auf der Seite über uns: zwei Wörter gegenüber 685. Im Browser war davon nichts zu sehen, und der HTTP-Statuscode war in beiden Fällen 200. Wie diese Klasse Fehler entsteht und warum eine Statuscode-Prüfung sie nicht findet, steht ausführlich im Beitrag zur Sichtbarkeit von JavaScript-Websites.
Zwei Crawler kannte die Fachliteratur damals nicht
Beim Nachziehen der Botliste haben wir sieben Tage Zugriffsprotokolle ausgewertet, statt eine Liste aus einem Ratgeber zu übernehmen. Dabei tauchten xAI-SearchBot und DeepSeekBot auf, die in unserer Vorlage nicht standen. Beide crawlen nachweislich.
Daraus folgt eine unbequeme Konsequenz: Eine gepflegte Crawler-Liste veraltet, und zwar in Monaten. Wer wissen will, was tatsächlich vorbeikommt, liest die eigenen Zugriffsprotokolle. Ein gefälschter Abruf mit fremder Kennung beweist dagegen nichts, weil Dienste wie Cloudflare echte Bots über IP-Signaturen prüfen.
Die robots.txt kann von außerhalb überschrieben werden
Der dritte Befund war der überraschendste. Cloudflare bietet an, die robots.txt am Netzrand zu verwalten und dabei KI-Crawler auszusperren. Ist die Einstellung aktiv, liefert die Domain eine andere Datei aus als die, die im Projekt liegt.
| Quelle | Zeilen | Gesperrte KI-Crawler |
|---|---|---|
| Datei im Projekt | 17 | keine |
| ausgeliefert unter der Domain | 78 | neun |
Die Einstellung liegt in einem Dashboard, nicht im Projekt. Sie lässt sich ohne Änderung am Quelltext setzen und wieder entfernen. Wer prüfen will, was Crawler wirklich lesen, vergleicht die ausgelieferte Datei mit der eigenen, und zwar mit einem Zufallsparameter in der Adresse, sonst misst er den Zwischenspeicher.
Zitierfähige Passagen: die Form entscheidet mit
Ein Antwortsystem zitiert selten eine ganze Seite. Es entnimmt einen Abschnitt. Damit das möglich ist, muss der Abschnitt für sich stehen können.
- Eine Sachfrage vollständig beantworten, in vierzig bis achtzig Wörtern.
- Ohne Rückverweise auskommen. „Wie oben beschrieben" macht die Passage unbrauchbar, sobald sie herausgelöst wird.
- Benannte Größen enthalten: eine Norm, eine Zahl, ein Datum, eine Behörde. Ein System, das entscheiden muss, ob es einer Quelle folgt, hat daran einen Anhaltspunkt.
- Keine Verkaufssprache. Ein Satz, der die eigene Leistung anpreist, wird nicht als Antwort auf eine Sachfrage übernommen.
Das ist auch der Grund, warum sich ein Frage-und-Antwort-Abschnitt lohnt, dessen letzte Fragen bewusst keine Verkaufsfragen sind. Die Passagen, die in einer Antwort landen können, sind fast immer die informierenden.
Was nach heutigem Stand nichts bringt
Zwei Empfehlungen begegnen uns häufig, für die wir keine Belege finden.
Die erste ist die Datei llms.txt. Sie ist ein Vorschlag, keine Spezifikation, die von OpenAI, Anthropic oder Perplexity als Abruf- oder Bewertungssignal ausgewertet würde. Wer etwas anderes behauptet, verkauft. Anlegen kostet wenig, planen sollte man keine Wirkung dafür.
Die zweite betrifft Google-Extended. Diese Kennung steuert das Training von Gemini und dessen Verankerung in Google-Anwendungen. Auf das Ranking in der Google-Suche hat sie keinen Einfluss, und auf die KI-Übersichten ebenfalls nicht, denn die speisen sich über Googlebot aus dem regulären Index. Wer Google-Extended sperrt, verliert Sichtbarkeit in der Gemini-Anwendung, nicht in der Suche.
Der Teil, der am längsten dauert
Technische Erreichbarkeit und gute Passagen sind in Wochen zu haben. Der dritte Faktor nicht: KI-Systeme nennen bevorzugt, worüber andere Quellen etwas sagen. Eine Firma, über die im Netz nichts steht, hat für ein Antwortsystem keine Kanten, an denen es sie festmachen könnte.
Dafür gibt es keine Schema-Eigenschaft und keine Datei. Es hilft ein befülltes Unternehmensprofil, ein Eintrag in einem Branchenverzeichnis der Kammer, eine Unternehmensseite auf LinkedIn mit Fachbeiträgen, ein Gastbeitrag in einem Fachmedium. Das ist mühsam, und es ist der Faktor mit der längsten Vorlaufzeit.
Was daraus für ein Projekt folgt
Die Reihenfolge ist die umgekehrte der Aufmerksamkeit, die die drei Punkte üblicherweise bekommen. Zuerst muss der Inhalt überhaupt ankommen, dann muss er die Form haben, in der er entnommen werden kann, und parallel dazu braucht die Firma Erwähnungen außerhalb der eigenen Domain.
Wer bei Punkt zwei anfängt, während Punkt eins offen ist, schreibt Texte, die niemand liest. Genau das war hier ein Jahr lang der Fall, und es ist an keiner Kennzahl aufgefallen, die man üblicherweise prüft.
Wer das nicht selbst machen möchte: Wir bieten es als Leistung an, samt der Messung, die vorher und nachher stattfinden muss. Was dazugehört und was wir dabei ausdrücklich nicht versprechen, steht auf der Seite zur KI-Sichtbarkeit.
Häufige Fragen
- Was ist der Unterschied zwischen LLMO, GEO und AEO?
- Praktisch keiner. LLMO steht für Large Language Model Optimization, GEO für Generative Engine Optimization, AEO für Answer Engine Optimization. Alle drei bezeichnen Maßnahmen, damit Inhalte in den Antworten generativer KI-Systeme auftauchen. Der Markt hat sich noch auf keinen der Begriffe geeinigt.
- Ersetzt LLMO die klassische Suchmaschinenoptimierung?
- Nein. ChatGPTs Websuche und Microsoft Copilot stützen sich auf den Bing-Index, Googles KI-Übersichten auf den regulären Google-Index. Wer dort nicht indexiert ist, kann nicht zitiert werden. LLMO kommt zur Suchmaschinenoptimierung hinzu, es tritt nicht an ihre Stelle.
- Brauche ich eine llms.txt?
- Nach heutigem Stand nicht. llms.txt ist ein Vorschlag, keine Spezifikation, die von OpenAI, Anthropic oder Perplexity als Abruf- oder Bewertungssignal ausgewertet wird. Die Datei anzulegen kostet wenig, eine messbare Wirkung sollte man dafür nicht einplanen.
- Sollte ich KI-Crawler aussperren?
- Das ist eine Abwägung zwischen zwei verschiedenen Crawler-Arten. Antwort-Crawler wie OAI-SearchBot oder PerplexityBot holen Inhalte, um sie in einer Antwort zu zitieren; wer sie sperrt, verzichtet auf diese Sichtbarkeit. Trainings-Crawler wie GPTBot oder CCBot sammeln Material für das Training. Die Entscheidung fällt für beide Gruppen getrennt.
- Woran erkenne ich, ob meine Seite für KI-Crawler überhaupt lesbar ist?
- An der Wortzahl, nicht am Statuscode. Die Seite mit der Kennung eines Crawlers abrufen, Skripte und Navigation entfernen, die Wörter zählen. Liefert eine Seite mit tausend Wörtern Inhalt ein zweistelliges Ergebnis, bekommt der Crawler eine leere Hülle mit Status 200. Im Browser ist davon nichts zu sehen.
- Beeinflusst Google-Extended mein Ranking?
- Nein. Google-Extended steuert das Training von Gemini und dessen Verankerung in Google-Anwendungen. Auf das Ranking in der Google-Suche hat die Kennung keinen Einfluss, und auf die KI-Übersichten ebenfalls nicht, weil diese sich über Googlebot aus dem regulären Suchindex speisen.
Aimani Support