GEO ist ein Scam! Warum „Generative Engine Optimization“ nicht funktionieren kann

Während Agenturen „Generative Engine Optimization“ als neue KI-Wunderwaffe verkaufen, zeigt ein Blick auf die Technik: Der Hype basiert auf einem fundamentalen Denkfehler: KI-Suchmaschinen lassen sich nicht wie klassische Google-Algorithmen beeinflussen.

Die SEO-Branche ist wieder einmal in heller Aufregung. Kaum schieben Google, Microsoft und OpenAI generative KI-Antworten in die Suchergebnisse, breitet sich in Marketing-Abteilungen Panik aus: „Die Klicks brechen ein! Das klassische Ranking stirbt! SEO ist tot!“

Doch wo Existenzangst herrscht, ist die Rettung oft nicht weit, zumindest, wenn man den Verkaufsversprechen etlicher ehemaliger SEO-Agenturen glaubt. Das neue Zauberwort heißt GEO (Generative Engine Optimization). Wer heute nicht mindestens 20 bis 25 % seines SEO-Budgets in die Optimierung für Sprachmodelle umschichtet, so das Argument, sei morgen unsichtbar und vom Markt verschwunden. Einen Beweis bleiben die Anbieter allerdings schuldig.

Doch sieht man genauer hin, was da genau verkauft wird, bleibt nur eine Erkenntnis: GEO ist nichts anderes als eine Verkaufsmasche auf dem Rücken von verunsicherten Kunden. Ein Versuch, klassisches Marketing-Handwerk mit der Angst vor KI zu verkaufen, basierend auf einem fundamentalen Missverständnis der zugrundeliegenden Technologie. Schauen wir uns also genauer an, wie sich dieses pseudowissenschaftliche (und darüber hinaus ungooglebare) Marketing-Buzzword in unser Vokabular geschlichen hat.

Die Geburtsstunde des Hypes: Aus Panik wird ein Produkt

Wissenschaftlich geht der Begriff auf ein Pre-Print-Paper der Princeton University, Georgia Tech, AI2 und IIT Delhi aus dem November 2023 zurück („GEO: Generative Engine Optimization“). Die Forscher untersuchten darin in einer isolierten Testumgebung, welche Textanpassungen dazu führten, dass ein Sprachmodell (LLM) Inhalte bevorzugt zitiert.

Dass GEO vom kleinen Forschungsexperiment zum Verkaufs-Hype wurde, dafür waren vor allem einige bekannte SEO-Agenturen zuständig, die ihre Felle davon schwimmen sahen und schnell ein neues Produkt auf den Markt bringen mussten, um ihre Kunden nicht zu verlieren.

Denn wenn eines im KI-Zeitalter tatsächlich nicht mehr gebraucht wird, dann sind es große SEO-Agenturen. Viele Leistungen, die früher mehrere Experten und viele Tage gebraucht haben, wie zum Beispiel ein SEO-Audit oder Internationalisierung von Websites, kann heute in wenigen Stunden von einem kompetenten und erfahrenen SEO Freelancer zu einem Bruchteil der Kosten einer Agentur erstellt werden.

Zudem standen viele Agenturen vor dem Problem, dass mit dem Aufkommen von KI-Antworten in der Google-Suche die organischen Klicks massiv zurück gingen und viele Kunden ihre Budgets hinterfragten.

Die Lösung? Man erfand GEO als „neue, unumgängliche Disziplin“. Was früher E-E-A-T, Content-Strukturierung, Linkbuilding, technische Zugänglichkeit oder Marken-PR hieß, wird jetzt unter dem Begriff „GEO“ als Leistung abgerechnet.

Das Problem daran: GEO verspricht eine Kontrolle über KI-Antworten, die es technisch überhaupt nicht geben kann.

Ohne SEO-Rankings gibt es keine KI-Antworten

Der größte Denkfehler der bekannten GEO-Evangelisten betrifft die Funktionsweise von KI-Suchmaschinen wie Google AI Overviews, Perplexity oder ChatGPT Search. Diese Systeme arbeiten nach dem Prinzip der Retrieval-Augmented Generation (RAG).

Während Chatbots wie ChatGPT oder Claude häufig aus ihren Trainingsdaten antworten und nicht auf Basis von Websuchen, bleiben Googles AI Overviews die größte KI-Suchmaschine der Welt mit ca. 90 Prozent Marktanteil für suchrelevante Fragen (Sistrix).

Wenn ein Nutzer eine Frage stellt, generiert Google die Antwort nicht einfach aus dem hohlen Bauch. Es führt im Hintergrund mehrere sogenannte Query Fan-outs (also mehrere parallele Websuchen) über klassische Suchmaschinen-Indizes aus. Erst die Ergebnisse dieser Websuchen werden an das LLM übergeben, das daraus eine Antwort synthetisiert.

Das bedeutet für die Praxis:

• Ohne Ranking kein Crawling: Eine KI-Suchmaschine zieht ihre Quellen ausschließlich aus den Ergebnissen der klassischen Suche (Google/Bing). Wer dort nicht auffindbar ist, wird auch in Antworten nicht berücksichtigt. Die Vorstellung, dass eine Antwort von einer Website ohne Rankings entnommen werden könnte, ist schlicht nicht haltbar.
• Klassisches SEO bleibt die Eintrittskarte: Wer auf Seite 9 zu einer Query bei Google oder Bing steht, wird vom RAG-System gar nicht erst erfasst. Eine Optimierung „nur für die KI“ ist technisch de facto unmöglich, wenn man für Suchmaschinen unsichtbar bleibt.

Noch klarer wird es, wenn man betrachtet, dass die meisten KI-Systeme außer Googles AI Overviews und AI Mode den Großteil ihrer Antworten gar nicht aus dem Web, sondern aus Trainingsdaten beziehen. Welche Daten OpenAI, Google oder Anthropic vor Monaten oder Jahren in ihren Trainingskorpus gespielt haben, lässt sich nachträglich durch keine Website-Optimierung der Welt beeinflussen. Die Vorstellung, man könne die Trainingsdaten der großen Sprachmodelle irgendwie beeinflussen ist reines Wunschdenken. Zumal viele Unternehmen und Redaktionen ihre eigenen Datenbanken an ihre KI-Systeme andocken.

Determinismus vs. Stochastik: Der mathematische Denkfehler

SEO funktionierte über Jahrzehnte nach dem Prinzip des Reverse Engineering und Testing: Ein Algorithmus bewertet feste Signale (wie Backlinks, Keywords im Title-Tag oder Ladezeiten). Weil dieser Algorithmus mehr oder weniger starren Regeln folgt, konnten SEOs durch systematisches Testen analysieren, welche Faktoren zu besseren Positionen führen und Webseiten gezielt daraufhin anpassen.

Generative KI-Modelle arbeiten jedoch stochastisch (wahrscheinlichkeitsbasiert). Ein LLM hat keine starre Ranking-Tabelle, sondern berechnet bei jeder einzelnen Anfrage Wort für Wort die mathematische Wahrscheinlichkeit des nächsten Begriffs.

Es gibt keine feste „Position 1“ in ChatGPT oder Perplexity, die man durch das Optimieren bestimmter Signale erobern könnte. Dieselbe Frage führt bei zwei unterschiedlichen Nutzern – oder auch nur wenige Minuten später – zu völlig unterschiedlich synthetisierten Antworten.

Wer versucht, stochastische Sprachmodelle mit den gewohnten Reverse-Engineering-Methoden des klassischen SEOs zu manipulieren, begeht einen technischen Denkfehler. Man kann ein neuronales Netz, das Antworten dynamisch generiert, nicht genauso gezielt „austricksen“ wie einen mathematisch starren Google-Ranking-Algorithmus.

Auch Google weist in seiner Dokumentation klar darauf hin, dass SEO weiterhin alle Suchsysteme umfasst. Ein neuer Begriff ist also gar nicht notwendig, sondern neue Tools und mehr belastbare Daten.

„Aus Sicht der Google Suche ist die Optimierung für die Suche mit generativer KI eine Optimierung für die Suche insgesamt und damit weiterhin SEO.“ (Google)

Die größten GEO-Mythen im Faktencheck

Sehen wir uns die empfohlenen GEO-Methoden genauer an, die in aktuell gebetsmühlenartig als Ausweg aus dem Dilemma sinkender Klickzahlen verkauft werden:

Mythos 1: Die llms.txt-Wunderwaffe

• Das Versprechen: Man lege eine Datei namens llms.txt auf dem Server ab, um Sprachmodellen zu sagen, wie sie die Website zusammenfassen sollen – quasi die sitemap.xml für KI.
• Die Realität: Google hat offiziell klargestellt, dass llms.txt keinerlei Einfluss auf die Generierung von AI Overviews, AI Mode oder Rankings hat. Es ist eine reine Navigationskonvention für autonome Agenten, kein Ranking- oder Zitationsfaktor. Sie schaden nicht, bringen aber auch nichts.

Mythos 2: Fact-Density & „Chunking“ (Das 400-Zeichen-Korsett)

• Das Versprechen: Texte müssten in winzige „Chunks“ (unter 400 Zeichen) zerlegt, nach starr vorgegebenen Pyramiden-Prinzipien aufgebaut und mit Tabellen vollgestopft werden, damit Algorithmen sie verarbeiten können.
• Die Realität: Wer das behauptet, unterschätzt die Leistungsfähigkeit moderner Sprachmodelle. LLMs verarbeiten hunderte Seiten unstrukturierter PDFs oder akademischer Facharbeiten mühelos im Context Window. Sie sind nicht darauf angewiesen, dass ein Marketer den Text in leicht verdauliche Häppchen schneidet. Was hier als GEO verkauft wird, ist oft unlesbarer Content-Spam für menschliche Leser und nicht überprüfbar.

Mythos 3: Gezieltes „Retrieval-Triggering“ (Die Claude-System-Prompt-Illusion)

• Das Versprechen: Weil Leaks zeigen, dass Modelle das Web nur bei bestimmten komplexen oder tagesaktuellen Fragen durchsuchen, müsse man Content so strukturieren, dass er gezielt diese internen „Such-Trigger“ der KI auslöst.
• Die Realität: Ein LLM durchsucht das Web nicht, weil eine Agentur einen Text „trigger-optimiert“ hat, sondern weil der Nutzer eine spezifische, individuelle Frage stellt. Ein Content-Ersteller hat auf die Entscheidung des KI-Systems, ob es eine Websuche anstößt, keinen Einfluss.

Mythos 4: „Recommendations statt Rankings“ (Die Traffic-Ausrede)

• Das Versprechen: „Vergesst Klicks und Traffic! Es geht im GEO nur noch um Empfehlungen (Share of Voice in AI). Auch ohne Klick entsteht ein unschätzbarer Markenwert.“
• Die Realität: Das ist die perfekte Ausrede für den drohenden Verlust von organischem Traffic. Agenturen verkaufen ein Produkt, dessen Erfolg (Zitierung im dynamischen KI-Antwortsatz) stochastisch schwankt, technisch nicht garantiert werden kann und für das man dem Kunden nicht einmal mehr messbare Klicks oder Conversions liefern muss. Da es unendlich viele verschiedene Prompts gibt, kann sich jede Agentur ihren Erfolgsnachweis quasi erprompten.

Mythos 5: „Correlation equals Causation“ bei KI-Zitaten

• Das Versprechen: Studien zeigen eine starke Korrelation zwischen Seite-1-Rankings bei Google und Erwähnungen in Sprachmodellen, angeblich der Beweis für die Wirkung von GEO.
• Die Realität: Hier wird Ursache und Wirkung vertauscht. Wer auf Platz 1 bei Google steht, rankt dort wegen gutem SEO und relevantem Inhalt. Dass RAG-Systeme genau diese Platz-1-Seiten crawlen und zitieren, ist die direkte Folge der Google-Ergebnisse – nicht das Ergebnis von neuartigen GEO-Tricks.

Die Preisfrage: Was soll GEO eigentlich bringen?

Nehmen wir für einen Moment an, GEO würde tatsächlich wie versprochen funktionieren und jemand hätte den Code der KI-Systeme geknackt: Ein Sprachmodell wählt einen Text als Grundlage für seine Antworten aus. Was haben Website-Betreiber oder Unternehmen am Ende eigentlich konkret davon außer einer neuen Vanity-Metrik?

Die ernüchternde Antwort lautet: In den allermeisten Fällen bringt es gar nichts.

Die Verfechter von GEO werfen zwei Dinge in einen Topf, die aus Business-Sicht Welten voneinander entfernt sind:

• Quellenbelege (Citations): Bei RAG-Suchanfragen fügen KI-Systeme kleine Fußnoten, Links oder Favicons an das Ende eines Absatzes an. Hier dient eine Website der KI lediglich als kostenloser Datenlieferant. Der Nutzer liest die synthetisierte Antwort direkt in der KI-Oberfläche. Er hat seine Lösung bereits und hat null Anreiz, auf den Quelllink zu klicken. Seitenbetreiber liefern nur den Rohstoff (Inhalt) und die KI kassiert die Interaktion. Nach aktuellen Erhebungen werden die Quellen häufig sogar falsch zugeordnet, so dass du am Ende möglicherweise nicht einmal genannt wirst.
• Empfehlungen (Brand Mentions): Ein echter betriebswirtschaftlicher Mehrwert entsteht überhaupt erst dann, wenn die KI eine Marke oder ein Produkt im generierten Text nennt oder empfiehlt („Für Mittelständler empfiehlt sich die Software X…“). Doch genau hier greift wieder die Stochastik: Ob eine Marke im Fliesstext namentlich empfohlen wird, hängt von der gesamten digitalen Reputation (PR, Erwähnungen auf Fachportalen, Tests) ab – und nicht von einer „GEO-optimierten“ Unterseite. Brandbuilding ist noch viel älter als SEO und auch unabhängig vom Online Marketing in der DNA jedes erfolgreichen Unternehmens angelegt. Dafür braucht es keinen neuen Begriff.

Eine Fußnote als Citation ist kein Marketing-Erfolg, sondern eine Ausbeutung von Content ohne jede Gegenleistung.

         ┌─────────────────────────────────────────────────────────┐
         │                    DER CONTENT-TAUSCH                   │
         └─────────────────────────────────────────────────────────┘
                                     │
                 ┌───────────────────┴───────────────────┐
                 ▼                                       ▼
        [ KLASSISCHE SUCHE ]                    [ KI-ANTWORT / RAG ]
    ┌──────────────────────────┐            ┌──────────────────────────┐
    │ Website liefert: Content │            │ Website liefert: Content │
    │ Google liefert: Traffic  │            │ KI liefert: Eine Fußnote │
    └──────────────────────────┘            └──────────────────────────┘
                 │                                       │
                 ▼                                       ▼
       FAIRER DEAL FÜR BEIDE                   EINSEITIGER DIEBSTAHL

Der Elefant im Raum: Kann ein Internet ohne Klicks überhaupt noch funktionieren?

Früher war sich die SEO-Szene einig: „Sichtbarkeit“ sei kein KPI wurde einhellig versichert, es gehe nur um Reichweite und in der Folge um Umsatz, der aus diesen vielen organischen Klicks entsteht.

GEO-Agenturen verkaufen Unternehmen nun plötzlich das Märchen, man müsse sich einfach an die „Zero-Click-Realität“ gewöhnen und Klicks als KPI vergessen. Doch diese Argumentation blendet die ökonomische Realität des gesamten Webs aus: das Web existiert nur auf Basis von Traffic und Klicks.

Das klassische Internet basiert auf einem impliziten Vertrag:

Website-Betreiber investieren Zeit und Geld in hochwertige Inhalte. Im Gegenzug erhalten sie von Suchmaschinen Klicks, um über Werbeeinnahmen, Produkte oder Leads ihr Geschäft zu finanzieren.

Wenn KI-Systeme diesen Vertrag einseitig kündigen – indem sie Inhalte abgreifen, zusammenfassen und dem Nutzer den Klick verweigern –, bricht das fundamentale Geschäftsmodell des freien Webs zusammen.

Wenn Unternehmen keinen Return on Investment (ROI) mehr in Form von Traffic, Conversions oder klar zuordnenbaren Verkäufen sehen, werden sie aufhören, tiefgreifende, kostenintensive Inhalte und Studien öffentlich ins Netz zu stellen und das Web wird durch KI-generierte Inhalte zugemüllt, die niemand mehr lesen will.

GEO feiert die „Sichtbarkeit in der Antwortfläche“ als Zukunft des Marketings. Häufig sogar noch in Verbindung mit KI-generierten Spam-Inhalten. In Wahrheit ist ein Modell, das auf reinem Content-Gratis-Abschöpfen ohne Klick-Gegenleistung basiert, ökonomisch nicht nachhaltig und rechtlich nicht tragbar.

Wer Unternehmen rät, viel Geld in die Optimierung für Systeme zu stecken, die ihnen langfristig systematisch die Geschäftsgrundlage entziehen, verkauft keinen Marketing-Trend, sondern den Umbau des Webs in eine Einbahnstraße. Und das ist keine nachhaltige Strategie.

Tatsächlich wäre für viele Unternehmen und insbesondere Verlage sogar eher das Gegenteil von GEO ratsam: gezielte De-Optimierung. KI-Bots sollten blockiert werden, um den Diebstahl geistigen Eigentums durch die großen KI-Konzerne zu unterbinden. Über 50 Prozent der 100 größten deutschen Websites blockieren laut Sistrix die KI-Crawler bereits einen Großteil ihrer Inhalte via robots.txt. Und das aus gutem Grund.

Dass Google vom LG München für falsche KI-Antworten in die Verantwortung gezogen wird und die EU aktuell eine Offenlegung der Trainingsdaten von KI-Systemen vorbereitet zeigt: nichts wird so bleiben wie es jetzt ist. Wer heute aus Angst in GEO investiert, hat übermorgen wahrscheinlich gar nichts mehr davon.

Stattdessen sollte weiterhin in nachhaltiges SEO investiert werden.Es gibt nach wie vor riesiges Potenzial für Webseiten, die in der klassischen Suche auftauchen und in der Folge auch als relevante Marke in KI-Antworten empfohlen werden. Das entsteht aber nicht zufällig oder auf Basis einer neuen Pseudowissenschaft, sondern auf Basis klassischer SEO-Arbeit in Verbindung mit erstklassigen Inhalten und technischer Zugänglichkeit.

Quellen

• Princeton University, Georgia Tech, AI2, IIT Delhi (2023): GEO: Generative Engine Optimization
• Sistrix: Wie viele Websites blockieren den GPTBot von OpenAI?
• Sistrix: ChatGPT vs. Google: Wie groß ist der Herausforderer wirklich?
• Google Search Central: Guidance on AI-Generated Content & AI Overviews
• LLMs.txt Standard Proposal
• Europäisches Parlament: EU AI Act – Regulierung von Künstlicher Intelligenz
• Udo Raaf (ContentConsultants): KI und Urheberrecht