GEO Check: Website für KI-Suchen optimieren

GEO Check für deine Website: Prüfe kostenlos, ob ChatGPT, Perplexity, Claude und Google AI Overviews deine Inhalte finden, verstehen und zitieren können.

Aktualisiert am 25. September 2026 · von Fabian Stratenhoff

Generative Engine Optimization (GEO) sorgt dafür, dass KI-Suchen wie ChatGPT, Perplexity oder Google AI Overviews deine Website finden, verstehen und als Quelle zitieren. Der GEO Check von PageScore prüft die zehn wichtigsten technischen Voraussetzungen dafür automatisch.

Was ist GEO?

GEO steht für Generative Engine Optimization. Gemeint ist alles, was du tust, damit generative Suchsysteme deine Inhalte als Grundlage für ihre Antworten verwenden. Klassische Suchmaschinen zeigen eine Liste mit zehn blauen Links. KI-Suchen dagegen formulieren eine eigene Antwort und nennen dabei meist nur wenige Quellen. Wer dort nicht auftaucht, bekommt aus dieser Antwort keinen Klick.

Der Begriff wurde 2023 durch ein Forschungspapier von Aggarwal et al. (Princeton University, Georgia Tech und weitere) bekannt, das untersucht hat, wie sich Textänderungen auf die Sichtbarkeit von Quellen in generierten Antworten auswirken. Die Autoren berichten, dass etwa das Ergänzen von Quellenangaben, Zitaten und konkreten Zahlen die Sichtbarkeit in ihrem Testaufbau spürbar erhöht hat. Solche Ergebnisse stammen aus einer Laborumgebung mit eigenem Benchmark und lassen sich nicht eins zu eins auf ChatGPT, Perplexity oder Google übertragen – sie zeigen aber die Richtung.

Wichtig: GEO ersetzt SEO nicht. Die meisten KI-Suchen greifen auf klassische Suchindizes zurück und brauchen dieselben technischen Grundlagen. Wo genau die Unterschiede liegen, erklären wir ausführlich im Artikel GEO vs. SEO.

Wie KI-Suchen Quellen auswählen

Die Anbieter legen ihre Verfahren nicht vollständig offen. Aus Dokumentationen, Patenten und Beobachtungen lässt sich aber ein typischer Ablauf beschreiben, den man als Retrieval-Augmented Generation oder „Grounding“ bezeichnet:

1. Frage zerlegen: Das System formuliert aus deiner Frage oft mehrere Suchanfragen („Query Fan-out“), um verschiedene Aspekte abzudecken.
2. Suchindex abfragen: Diese Anfragen gehen an einen Suchindex. Das kann ein eigener Index des Anbieters sein oder ein externer – ChatGPT nutzt nach öffentlichen Angaben unter anderem Suchpartner, Google AI Overviews basieren auf dem Google-Index, Microsoft Copilot auf Bing.
3. Seiten abrufen: Für die besten Treffer werden die Seiten (oder zwischengespeicherte Versionen) gelesen. Dafür muss der jeweilige Crawler Zugriff haben – geregelt über die robots.txt.
4. Passagen extrahieren: Aus dem Text werden die Abschnitte herausgesucht, die die Frage am direktesten beantworten. Klar gegliederte Absätze mit einer Antwort im ersten Satz sind hier im Vorteil.
5. Antwort erzeugen und belegen: Das Sprachmodell formuliert die Antwort und verlinkt die Quellen, auf die es sich stützt.

Wie du die Chancen auf ein Zitat inhaltlich erhöhst, liest du im Guide In ChatGPT und AI Overviews zitiert werden.

Die 10 GEO-Faktoren

Die GEO-Kategorie in PageScore startet bei 100 Punkten. Für jedes gefundene Problem werden Punkte abgezogen; die Zahlen in Klammern sind die maximalen Abzüge pro Faktor.

1. KI-Crawler-Zugriff in der robots.txt (bis −25)

PageScore wertet deine robots.txt mit einem echten Gruppen-Parser aus – also so, wie Crawler sie lesen: Gibt es eine eigene Gruppe für einen Bot, gilt diese, sonst die Regeln für User-agent: *. Geprüft werden Such- und Nutzer-Bots wie OAI-SearchBot, ChatGPT-User, Claude-SearchBot, Claude-User, PerplexityBot, Perplexity-User, Googlebot, Bingbot, Applebot und DuckAssistBot. Jeder blockierte Such-Bot kostet 8 Punkte.

Trainings-Crawler wie GPTBot, ClaudeBot, Google-Extended, Applebot-Extended oder CCBot zeigt PageScore nur zur Information an. Ob du deine Inhalte für KI-Training freigibst, ist eine bewusste Entscheidung und kein Fehler. Wie du beide Gruppen getrennt steuerst, zeigt der Guide KI-Crawler in der robots.txt.

2. Indexierung und Snippet-Kontrolle (bis −25)

Ein noindex im Meta-Robots-Tag oder im HTTP-Header X-Robots-Tag nimmt die Seite aus dem Index – und damit auch aus KI-Antworten, die auf diesem Index basieren (−25). nosnippet oder max-snippet:0 verbieten Textauszüge; Google wendet das nach eigener Aussage auch auf AI Overviews an (−15). Nicht standardisierte Direktiven wie noai oder noimageai sowie data-nosnippet-Bereiche werden als Hinweis angezeigt. Mehr zu Robots-Meta-Tags findest du im Meta-Tags Guide.

3. Inhalte ohne JavaScript (bis −20)

Viele KI-Crawler führen kein oder nur eingeschränkt JavaScript aus. Liefert deine Seite nur eine leere Hülle wie <div id="root"></div> und weniger als 150 Wörter Text im HTML, sehen diese Bots praktisch nichts (−20). Zusätzlich prüft PageScore das Verhältnis von sichtbarem Text zu HTML-Code; unter 10 % gibt es einen Hinweis (−5). Abhilfe schaffen Server-Side Rendering oder statisches Pre-Rendering.

4. Strukturierte Daten mit JSON-LD (bis −20)

Strukturierte Daten nach Schema.org beschreiben maschinenlesbar, wer hinter einer Seite steht und worum es geht. PageScore liest alle JSON-LD-Blöcke inklusive @graph, meldet ungültiges JSON und prüft Pflichtangaben: Organization oder WebSite sollten vorhanden sein, Artikel brauchen author, datePublished und dateModified, und FAQPage, HowTo, Product sowie BreadcrumbList werden auf ihre Kernfelder geprüft. Details und Vorlagen gibt es im Guide Strukturierte Daten für KI-Suche.

5. Entitäten und sameAs (bis −5)

KI-Systeme denken in Entitäten: Personen, Firmen, Orte. Über die Eigenschaft sameAs verknüpfst du deine Organisation oder Person mit Profilen wie Wikipedia, Wikidata, LinkedIn oder dem Handelsregister-Eintrag. Das hilft, dich eindeutig zuzuordnen. Fehlt sameAs bei Organization oder Person, zieht PageScore 5 Punkte ab.

6. Antwortstruktur (bis −8)

Inhalte, die sich leicht in Passagen zerlegen lassen, werden eher übernommen. PageScore prüft, ob es H2-Zwischenüberschriften gibt (−5 ohne), ob Listen oder Tabellen vorhanden sind (−3 ohne) und ob nach H1 oder H2 ein kurzer Absatz folgt, der die Frage direkt beantwortet („Answer-first“, 40 bis 300 Zeichen). Überschriften in Frageform werden erkannt und positiv vermerkt.

7. E-E-A-T: Autor, Datum und Vertrauensseiten (bis −10)

Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit lassen sich technisch nur indirekt messen. PageScore sucht nach einer Autorenangabe (Meta-Tag author, rel="author", JSON-LD oder Byline), nach Veröffentlichungs- und Änderungsdatum sowie nach Links zu Impressum, Kontakt, „Über uns“ und Datenschutz. Ein dateModified, das älter als zwei Jahre ist, wird ebenfalls gemeldet.

8. Quellen und Zitate (bis −3)

Wer selbst Quellen nennt, wirkt belastbarer – das legt auch die erwähnte GEO-Studie nahe. Enthält der Hauptinhalt keinen einzigen externen Link (Social-Media-Links ausgenommen), gibt es einen Hinweis. Verlinke Studien, Normen, Herstellerdokumentationen oder Gesetzestexte, auf die du dich beziehst.

9. llms.txt (bis −10)

Die llms.txt ist ein 2024 vorgeschlagenes Format: eine Markdown-Datei im Wurzelverzeichnis, die Sprachmodellen eine kuratierte Übersicht deiner wichtigsten Inhalte gibt. PageScore prüft, ob sie existiert, ob sie echtes Markdown statt einer HTML-Fehlerseite liefert und ob sie H1, Zusammenfassung und verlinkte Abschnitte enthält.

10. Canonical, Sprache und Sitemap-Aktualität (bis −11)

Zeigt der Canonical-Tag auf eine fremde Domain oder eine andere URL, signalisierst du, dass eine andere Seite das Original ist (−3). Fehlt das lang-Attribut, ist die Sprache nicht eindeutig (−3). In der Sitemap prüft PageScore bis zu 5.000 Einträge: Fehlen lastmod-Angaben (−3) oder ist die neueste Änderung älter als 180 Tage (−3), wirkt die Website weniger aktuell (zusammen maximal −5).

So fließt GEO in deinen PageScore ein

Seit Version 2 der Bewertung ist GEO eine eigene Kategorie und zählt mit 20 % zum Gesamtscore. Die Gewichtung lautet: SEO 20 %, Sicherheit 20 %, Performance 15 %, Barrierefreiheit 15 %, Social 10 % und GEO 20 %. Der Datenschutz-Check wird separat angezeigt. Ältere Scans ohne GEO-Kategorie sind im Score-Verlauf markiert, damit du Sprünge richtig einordnen kannst.

Im Ergebnis findest du außerdem eine Matrix aller geprüften KI-Bots, die Ansicht „So sieht ein KI-Bot deine Seite“ mit dem extrahierten Haupttext sowie Generatoren für robots.txt-Regeln, einen llms.txt-Entwurf und ein JSON-LD-Grundgerüst zum Kopieren.

GEO-Checkliste

• Such- und Nutzer-Bots (OAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBot, Googlebot, Bingbot) sind in der robots.txt erlaubt.
• Die Entscheidung über Trainings-Crawler (GPTBot, ClaudeBot, Google-Extended, CCBot) ist bewusst getroffen.
• Wichtige Seiten haben kein noindex, kein nosnippet und kein max-snippet:0.
• Der Hauptinhalt steht im HTML und ist ohne JavaScript lesbar.
• JSON-LD mit Organization oder Person und WebSite ist vorhanden und valide.
• Artikel enthalten author, datePublished und dateModified.
• Die Organisation ist über sameAs mit offiziellen Profilen verknüpft.
• Jede Seite hat eine klare H2-Struktur und beantwortet die Kernfrage im ersten Absatz.
• Listen und Tabellen fassen Fakten übersichtlich zusammen.
• Autor, Datum sowie Links zu Impressum, Kontakt, „Über uns“ und Datenschutz sind sichtbar.
• Aussagen sind mit externen Quellen belegt.
• Canonical zeigt auf die eigene URL, lang ist gesetzt.
• Die Sitemap enthält aktuelle lastmod-Angaben.
• Optional: Eine llms.txt fasst die wichtigsten Inhalte zusammen.

Die klassischen SEO-Grundlagen bleiben die Basis – arbeite parallel die SEO-Checkliste ab.