So führen Sie ein GEO-Audit durch: Verfolgen Sie Ihre Sichtbarkeit in der KI-Suche

Einleitung

Die meisten Marketingteams überprüfen ihre Sichtbarkeit in der KI auf dieselbe Weise: Jemand öffnet ChatGPT, gibt „beste [Kategorie] in [Stadt]“ ein und liest die Antwort. Taucht die Marke auf, atmen alle auf. Ist dies nicht der Fall, bricht in einem Slack-Kanal Panik aus. So oder so hat man fast nichts gelernt – eine einzige, einmalige Abfrage auf einer Plattform ist nichts weiter als eine Anekdote.

Ein GEO-Audit ersetzt diese Anekdote durch eine wiederholbare Messung. GEO – Generative Engine Optimization – ist die Disziplin, eine Marke präzise in KI-generierten Antworten erscheinen zu lassen. Dieser Leitfaden führt Sie durch die fünf Schritte eines vollständigen Audits: Aufbau eines festen Prompt-Panels, konsistente Ausführung plattformübergreifend, Bewertung der Antworten, Zuordnung der Quellen, auf die sich diese Antworten stützen, und planmäßige Wiederholung. Am Ende verfügen Sie über eine fundierte Ausgangsbasis und einen Prozess, den Sie im nächsten Monat wiederholen können, ohne von vorne beginnen zu müssen.

Was ein GEO-Audit tatsächlich misst

Der Grund, warum man dies jetzt ernst nehmen sollte, ist einfach: KI-Antworten haben sich still und leise zu einem Kaufkanal entwickelt. Potenzielle Kunden, die früher zehn blaue Links geöffnet haben, lesen heute eine synthetisierte Antwort und handeln entsprechend. Die in dieser Antwort genannten Marken teilen sich die Nachfrage; alle anderen teilen sich den Rest. Die meisten Unternehmen haben keine Ahnung, auf welcher Seite dieser Grenze sie sich befinden.

Bevor wir zu den einzelnen Schritten kommen, ist es hilfreich, die Maßeinheiten genau zu definieren, da es sich hierbei nicht um Rankings handelt.

Ein GEO-Audit misst vier Dinge. Erstens: Erwähnung – nennt der Assistent Ihre Marke überhaupt, wenn ein Käufer die Art von Frage stellt, die Ihre Käufer stellen? Zweitens: Verweis – verweist er auf Ihre Website oder auf die eines anderen, wenn er Aussagen über Sie macht? Drittens, die Beschreibung: Wenn über Sie gesprochen wird, stimmt dann das Gesagte – Ihre Kategorie, Ihr Standort, Ihre Preisklasse, Ihre Kernleistung? Viertens, die Quellenabhängigkeit: Auf welche Seiten Dritter stützt sich der Assistent bei der Formulierung seiner Antwort, und sagen diese Seiten das, was Sie sich wünschen würden?

Diese vier Faktoren verhalten sich unabhängig voneinander. Eine Marke kann überall erwähnt und nirgendwo zitiert werden. Sie kann zitiert und schlecht beschrieben werden. Sie kann gut beschrieben werden, weil eine veraltete Bewertungsseite in diesem Quartal zufällig schmeichelhaft ist. Wenn man all dies zu einem einzigen „KI-Score“ mittelt, werden die Probleme verdeckt, die Sie am dringendsten erkennen müssen. Behalten Sie die vier Faktoren getrennt bei, dann wird das Audit zu einer Diagnose: Jeder Fehlermodus erfordert eine andere Lösung.

Noch eine Sache, auf die man sich vor dem Start einigen sollte: Ein Audit ist eine Momentaufnahme eines sich verändernden Systems. Modelle werden aktualisiert, Abrufquellen ändern sich und Antworten weichen ab. Der Wert liegt nicht in einem einzelnen Durchlauf, sondern darin, denselben Test später erneut durchzuführen und die Abweichung zu erkennen. Alles in den folgenden Schritten ist darauf ausgelegt, diese Wiederholung kostengünstig und aussagekräftig zu gestalten.

Schritt 1: Erstellen Sie ein festes Prompt-Panel

Die Grundlage des Audits ist ein Fragenkatalog mit 20 bis 30 Fragen, die so formuliert sind, wie echte Käufer sprechen – und nicht so, wie Ihr Marketingteam spricht. Das ist schwieriger, als es klingt, denn interne Teams verfassen Fragen meist mit ihrem eigenen Markenvokabular – das kein Käufer verwendet und das das Audit bedeutungslos macht.

Ein gutes Fragenpanel kombiniert fünf Arten von Fragen. Kategoriefragen: „Welche Agenturen in Jakarta bieten generative Suchmaschinenoptimierung an?“ Problemfragen: „Warum erwähnt ChatGPT mein Unternehmen nie?“ Vergleichsfragen: „Vergleiche die drei besten Optionen für X.“ Lokale oder sprachspezifische Fragen in jeder Sprache, die Ihre Käufer tatsächlich verwenden. Und Spezifikationsfragen, die eine Funktion, eine Preisklasse oder eine Anforderung benennen, da diese Fragen am nächsten an einem Kauf liegen. Ein Tool zur Keyword-Recherche hilft hier: Die Suchanfragen, die Nutzer bereits bei Google eingeben, sind das beste Ausgangsmaterial für die Fragen, die sie in einen Assistenten eingeben werden.

So sieht ein kleiner Ausschnitt aus einem echten Panel für eine B2B-Dienstleistungsmarke aus:

• „Wer sind die besten GEO-Agenturen für ein mittelständisches E-Commerce-Unternehmen?“ – „Was kostet ein GEO-Audit und was sollte es beinhalten?“ – „Ist [Marke] oder [Wettbewerber] besser für internationales SEO?“ – „Agensi digital di Jakarta yang paham AI search?“ (derselbe Suchabsatz, in der anderen Sprache des Käufers) – „Warum empfiehlt Perplexity [Wettbewerber], aber nicht [Marke]?“

Beachten Sie, dass in keiner dieser Fragen der Slogan der Marke, Produktnamen oder interne Fachbegriffe erwähnt werden. Genau darum geht es.

Drei Regeln sorgen für ein aussagekräftiges Panel. Formulieren Sie Fragen aus Verkaufsgesprächen und Support-Tickets, nicht aus Brainstormings – die Formulierungen, die Käufer gegenüber einem Verkäufer verwenden, sind dieselben, die sie gegenüber einem Assistenten verwenden. Nehmen Sie ein paar Fragen auf, bei denen Sie wissen, dass Sie gewinnen sollten, und ein paar, bei denen Sie erwarten, zu verlieren; ein Panel, das Sie mühelos meistern, sagt Ihnen nichts. Und legen Sie die Liste fest. Der häufigste Grund, warum diese Audits schiefgehen, ist das heimliche Ersetzen durch einfachere Fragen jeden Monat, was jede Trendlinie nach oben treibt. Einigt euch einmal auf das Panel, schreibt es auf, teilt es den Beteiligten mit und rührt es zwischen den Durchläufen nicht an.

Schritt 2: Führen Sie das Panel plattformübergreifend und konsistent durch

Führe jede Frage auf jeder Plattform durch, die deine Käufer nutzen. Für die meisten Marken bedeutet das heute ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Perplexity, Copilot, Claude und Grok – aber lass deine eigenen Analysen und deinen Kundenstamm entscheiden, nicht Gewohnheiten.

Konsistenz ist wichtiger als Abdeckung. Verwende für jede Plattform eine neue Sitzung: keine Personalisierung durch Anmeldung, wo du sie vermeiden kannst, keine benutzerdefinierten Anweisungen, bei jedem Durchlauf die gleichen Standort- und Spracheinstellungen. Dokumentiere diese Einstellungen einmal und verwende sie wieder, denn sie beeinflussen die Antworten. Führen Sie jede Frage dreimal pro Plattform durch, nicht nur einmal – ein einzelner Durchlauf kann Ihnen schmeicheln oder Sie abschrecken, während drei Durchläufe zeigen, wie stabil eine Antwort tatsächlich ist. Wenn eine Frage Ihre Marke in zwei von drei Durchläufen liefert, ist das ein anderes Ergebnis als in drei von drei.

Lassen Sie keine Sprachen aus. Dieselbe Frage auf Englisch und auf Bahasa Indonesia kann zwei völlig unterschiedliche Shortlists liefern, da sich die zugrunde liegenden Quellen, aus denen die Modelle Daten beziehen, je nach Sprache unterscheiden. Jede Marke, die in mehr als einem Sprachmarkt verkauft, führt praktisch ein Audit pro Sprache durch.

Protokollieren Sie alles fortlaufend: Frage, Plattform, Durchlaufnummer, Datum, vollständigen Antworttext oder einen Screenshot. Das Protokollieren erscheint in der ersten Woche mühsam, wird aber im dritten Monat zum wertvollsten Dokument, das Sie besitzen, wenn jemand fragt, warum sich eine Zahl verändert hat.

Eine einfache Protokollstruktur reicht aus. Eine Zeile pro Durchlauf, mit Spalten für Datum, Plattform, Fragen-ID, Durchlaufnummer, Erwähnung (ja/nein), gegebenenfalls zitierte URL, Zusammenfassung der Beschreibung, sichtbare Quellen und einen Link zur vollständigen Antwort. Tabellenkalkulationen sind in dieser Phase besser geeignet als Dashboards; das Format wird sich ändern, wenn Sie erfahren, wonach Ihre Stakeholder tatsächlich fragen, und eine Tabellenkalkulation lässt Änderungen problemlos zu.

Schritt 3: Erwähnungen, Zitate und Beschreibungen bewerten

Erfassen Sie für jede Antwort vier Felder.

Erwähnung: Wurde die Marke genannt, ja oder nein? Verweis: Enthielt die Antwort einen Link zu Ihrer Website, und wenn ja, wohin führte dieser? Beschreibung: Eine kurze Anmerkung dazu, wie die Marke charakterisiert wurde – Kategorie, Standort, Positionierung, Preisklasse. Quellen: Auf welche externen Seiten stützte sich die Antwort sichtbar, sofern die Plattform diese anzeigt.

Zwei Muster verdienen besondere Aufmerksamkeit. Eine Erwähnung ohne Verweis bedeutet, dass das Modell Ihren Namen kennt, ihn aber nicht mit Ihren eigenen Quellen verknüpft hat – meist ein Zeichen dafür, dass Ihre eigene Website nicht die beste Antwort auf die gestellte Frage ist. Ein Verweis mit einer falschen Beschreibung ist noch schlimmer: Der Assistent leitet Käufer selbstbewusst an Sie weiter, gibt dabei aber falsche Angaben zu Ihrer Tätigkeit, Ihrem Standort oder Ihren Preisen. Teams unterschätzen diesen Punkt. Ein Assistent, der Sie zwar namentlich nennt, aber Ihren Standort, Ihre Preisspanne oder Ihre Kernleistung falsch angibt, richtet mehr Schaden an als einer, der Sie ganz auslässt, da er in großem Umfang enttäuschte Käufer hervorbringt.

Widerstehen Sie dem Drang, Plattformen zu einem Durchschnittswert zusammenzufassen. Die Plattformen verhalten sich so unterschiedlich, dass der Durchschnittswert reine Fiktion ist. In unserer Kundenarbeit beobachten wir regelmäßig, dass eine Marke in Hunderten von Google-AI-Übersichten und Antworten im AI-Modus erscheint, während dasselbe Fragenpanel in Copilot, Perplexity, Gemini und ChatGPT zusammen nur einige Dutzend Nennungen hervorbringt. Eine Marke, die nur die zusammengefasste Zahl betrachtet, würde glauben, ihre KI-Sichtbarkeit sei „überall mittelmäßig“, während sie in Wirklichkeit in den Google-Oberflächen stark vertreten und in den eigenständigen Assistenten fast nicht vorhanden ist – zwei Probleme mit völlig unterschiedlichen Lösungen.

Schritt 4: Erfassen Sie die Quellen, auf die sich die Antworten stützen

Dies ist der Schritt, der die Messung in einen Arbeitsplan umwandelt.

Wenn ein Assistent eine Quelle für eine Aussage über Ihre Kategorie angibt, notieren Sie sich diese Quelle. Über das gesamte Panel hinweg werden Sie eine Liste zusammenstellen: Bewertungsplattformen, Vergleichsartikel, Branchenverzeichnisse, Wikipedia, Reddit-Threads, Medienberichte, Ihre eigenen Kanäle. Diese Liste ist das eigentliche Schlachtfeld. Modelle erfinden keine Meinungen über Marken; sie greifen das auf, was im Web bereits steht, und verdichten es.

Gehen Sie Ihre Quellenliste anhand von drei Fragen durch: Welche dieser Seiten kontrollieren wir – direkt oder über Beziehungen? Welche Seiten sind ungenau, veraltet oder lassen uns außer Acht – und was wäre nötig, um sie zu korrigieren? Und welche Quellen tauchen bei Wettbewerbern auf, bei uns aber nicht?

Ein konkretes Beispiel: Angenommen, die Vergleichsfrage „Bestes X für Y“ stützt sich durchweg auf eine bekannte Bewertungsseite und ein Branchenverzeichnis. Ihre Marke fehlt auf beiden; drei Wettbewerber sind auf beiden vertreten. Die Analyse hat Ihnen gerade etwas Ganz Konkretes aufgezeigt – die Assistenten ignorieren Sie nicht, sie geben getreu ein Web wieder, in dem Sie auf den beiden Seiten fehlen, die für diese Frage von Bedeutung sind. Die Lösung ist ebenso konkret: Sorgen Sie für eine korrekte, aktuelle Präsenz auf diesen beiden Seiten. Keine Neufassung des Textes auf Ihrer Homepage hätte diese Antwort verändert.

Das ist auch der Grund, warum GEO und klassisches SEO letztendlich den Großteil ihres Instrumentariums gemeinsam nutzen: Die Quellen, die im Ranking ganz oben stehen, sind in der Regel auch die Quellen, die abgerufen werden. Digitale PR, Gastbeiträge in vertrauenswürdigen Publikationen, korrekte Verzeichniseinträge und Bewertungen von echten Kunden sind zwar wenig glamouröse Arbeit, aber genau das, was KI-Antworten beeinflusst. Es ist auch der Kern dessen, was wir bei Arfadia für Marken tun, die ihre Präsenz in der KI-Suche ausbauen möchten.

Schritt 5: Korrigieren, dann planmäßig erneut ausführen

Ein Audit, das in einer Präsentation endet, ändert nichts. Wandeln Sie die Ergebnisse in eine Liste von Korrekturmaßnahmen um, geordnet nach ihrer Wirksamkeit: Korrigieren Sie zuerst falsche Beschreibungen in Quellen mit hoher Autorität, bauen Sie dann Präsenz in Quellen auf, die Antworten in der jeweiligen Kategorie vorantreiben, und stärken Sie anschließend Ihre eigenen Seiten, damit diese zur besten abrufbaren Antwort auf die Fragen werden, die Sie für sich beanspruchen sollten.

Führen Sie dann das identische Panel – dieselben Fragen, dieselben Plattformen, dieselben Einstellungen, dieselben drei Durchläufe – in festgelegten Abständen erneut durch. Monatlich ist für die meisten Marken sinnvoll; vierteljährlich ist das Minimum. Vergleichen Sie Durchlauf mit Durchlauf, Plattform für Plattform, Kennzahl für Kennzahl. Was Sie suchen, ist nicht eine steigende Zahl. Sie suchen nach Veränderungen bei bestimmten Antworten: die Vergleichsfrage, die Sie nun einbezieht, die Beschreibung, die endlich korrekt ist, die Perplexity-Antworten, die nun auf Ihre Website verweisen statt auf eine drei Jahre alte Rezension.

Legen Sie frühzeitig Erwartungen mit den Stakeholdern fest: Veränderungen in den KI-Antworten hinken der zugrunde liegenden Arbeit um Wochen bis Monate hinterher, da Modelle und ihre Abrufebenen nach ihren eigenen Zeitplänen aktualisiert werden. Ein unveränderter erster erneuter Durchlauf nach einem Monat voller Korrekturen ist normal und kein Urteil.

Das Thema Berichterstattung verdient ein eigenes Wort. Stakeholder, die an SEO-Berichte gewöhnt sind, werden nach dem KI-Äquivalent eines Rank-Trackers fragen: eine Zahl, die steigt. Geben Sie ihnen etwas Besseres – einen kurzen Bericht pro Plattform, mit den vier Kennzahlen separat aufgeführt, zwei oder drei wörtlichen Antwortauszügen und der Liste der Korrekturen mit ihrem Status. Wörtliche Auszüge tragen mehr zur Glaubwürdigkeit bei als jedes Diagramm, denn niemand widerspricht einem Screenshot eines Assistenten, der Ihr Unternehmen falsch beschreibt.

Es ist außerdem hilfreich, die klassische SEO-Messung parallel durchzuführen, anstatt sie zu ersetzen. Rankings, organischer Traffic und KI-Sichtbarkeit beantworten unterschiedliche Fragen: wo Sie in den Ergebnisseiten stehen und was die Maschinen über Sie sagen, wenn sie direkt danach gefragt werden. Die beiden Bereiche nutzen zunehmend gemeinsame Datenquellen, sodass eine parallele Verfolgung – Ihre Keyword-Positionen in einem Rank-Tracker, Ihre Erwähnungen und Zitate im Audit-Protokoll – Ihnen zeigt, welcher Hebel welches Ergebnis bewirkt hat.

Lässt sich ein GEO-Audit automatisieren?

Teilweise. Das Ausführen des Panels und das Protokollieren der Antworten lassen sich automatisieren, und bei großen Panels sollte dies auch geschehen – dieselben KI-Such-SEO-Tools, die die Sichtbarkeit verfolgen, können die Durchläufe planen. Das Auswerten der Antworten sollte nicht automatisiert werden, zumindest nicht vollständig: Zu beurteilen, ob eine Beschreibung subtil falsch ist – der richtige Service, der falsche Markt; der richtige Preis, die falsche Preisstufe – ist nach wie vor eine Aufgabe für Menschen, und genau hier verbergen sich die kostspieligsten Fehler. Ein sinnvolles Vorgehen ist die automatisierte Erfassung mit menschlicher Bewertung in einem festen Rhythmus.

Häufige Fehler, die GEO-Audits unbemerkt zunichte machen

Die meisten fehlgeschlagenen Audits scheitern auf dieselben wenigen Arten. Das Bearbeiten des Fragenkatalogs zwischen den Durchläufen, wodurch ein falscher Fortschritt vorgetäuscht wird. Das Testen einer einzigen Plattform – meist ChatGPT – und das Verallgemeinern auf „KI“. Das Testen nur einmal statt dreimal und das Hinterherlaufen hinter Störsignalen. Das Auswerten von Erwähnungen als Erfolg, ohne zu prüfen, ob die Beschreibung zutreffend war. Das Ignorieren von Sprachen und die daraus gezogene Schlussfolgerung, die Marke sei unsichtbar, obwohl sie lediglich im Englischen nicht auftaucht. Und das Zusammenfassen aller Ergebnisse zu einer einzigen Punktzahl, wodurch die einzigen Informationen verborgen bleiben, auf deren Grundlage man handeln sollte.

All dies sind Prozessfehler, keine Fehler der Tools. Sie lassen sich zudem leicht vermeiden, weshalb ein diszipliniertes manuelles Audit einem schlampigen automatisierten übertrifft.

Wie lange dauert es, bis sich die Korrekturen in den KI-Antworten niederschlagen?

Rechnen Sie mit Wochen bis Monaten, nicht mit Tagen. Eigene Seiten können schnell neu gecrawlt werden, aber die Drittanbieterquellen, die die meisten Kategorieantworten liefern, aktualisieren sich nach ihrem eigenen Zeitplan, und das Modellverhalten folgt mit einer Verzögerung. Das ist ein Argument dafür, jetzt mit der Überprüfung zu beginnen, anstatt zu warten: Der Aufbau der Basisdaten dauert eine Woche, und jeder Monat ohne diese Daten ist ein Monat der Abweichung, den Sie nicht erkennen können.

Abschließende Gedanken

Ein GEO-Audit ist nicht glamourös. Es handelt sich um eine feste Liste von Käuferfragen, die sorgfältig über die von Ihren Kunden genutzten Assistenten abgearbeitet wird, wobei auf Erwähnungen, Zitate, Beschreibungen und Quellen geachtet wird – und im nächsten Monat auf dieselbe Weise erneut durchgeführt wird. Marken, die dies tun, erfahren, wo sie tatsächlich stehen und was zu korrigieren ist. Marken, die weiterhin nur einzelne Eingabeaufforderungen stichprobenartig überprüfen, verlassen sich weiterhin auf Vermutungen statt auf Daten.

Tessar Napitupulu, Gründer und CEO von Arfadia.

Das Fachgebiet ist noch so jung, dass es für die meisten Kategorien überhaupt keine etablierten Richtwerte gibt – was bedeutet, dass das erste Team in einer Kategorie, das ehrliche Messungen durchführt, in der Regel auch das erste ist, das sich verbessert. Die beiden Bücher, die ich zu diesem Thema veröffentlicht habe – „Found Before They Search“ über die digitale Landschaft Indonesiens und „Cited or Silent“ über GEO- und KI-Sichtbarkeit – gehen beide von derselben Prämisse aus wie dieser Leitfaden: Man kann kein Spiel gewinnen, dessen Anzeigetafel man nicht lesen will.

Stellen Sie das Panel zusammen, frieren Sie es ein, führen Sie es durch und lassen Sie sich von den Antworten zeigen, wo Handlungsbedarf besteht.