Generative Engine Optimization (GEO) ist die Praxis, Online-Inhalte so zu gestalten, dass sie mit höherer Wahrscheinlichkeit von generativen KI-Systemen wie Chatbots und KI-gestützten Suchzusammenfassungen angezeigt, zitiert oder referenziert werden. Sie wird von Praktikern als Nachfolger oder Ergänzung zur traditionellen Suchmaschinenoptimierung positioniert. Der Begriff wurde in einem Forschungsartikel aus dem Jahr 2023 formalisiert, der von einer Gruppe akademischer und industrieller Forscher verfasst wurde. Diese untersuchten, welche inhaltlichen Merkmale die Sichtbarkeit einer Quelle in KI-generierten Antworten verbessern. Die Methode gewann an kommerzieller Bedeutung, als Produkte wie Perplexity und KI-Antwortfunktionen großer Suchmaschinen begannen, Quellen direkt in ihren generierten Antworten zu nennen, anstatt nur Links aufzulisten.
Während sich traditionelle Suchmaschinenoptimierung auf die Platzierung in einer Rangliste von Links konzentriert, auf die ein Nutzer dann klickt, zielt GEO darauf ab, dass die eigenen Inhalte als Zitat oder Paraphrase direkt in einer KI-generierten Antwort erscheinen, die der Nutzer möglicherweise nie verlässt.
Techniken
Praktiker der GEO legen besonderen Wert auf klare Statistiken, direkte Zitate und strukturierte Fakten, da die Forschung gezeigt hat, dass solche konkreten und zitierfähigen Aussagen von generativen Antwortsystemen überproportional häufig verwendet werden. Darüber hinaus ist die Verbesserung der technischen Crawlbarkeit und die Bereitstellung einer sauberen, informationsdichten Seitenstruktur – etwa durch Konventionen wie llms.txt – entscheidend, um sowohl traditionellen Crawlern als auch spezialisierten KI-Abgreifern das Parsen von Inhalten zu erleichtern. Der Aufbau von thematischer Autorität und die Nutzung strukturierter Daten greifen auf ältere Methoden aus dem Bereich des Knowledge Graph und des Semantic Web zurück, da KI-Systeme bei der Auswahl ihrer Quellen offenbar die wahrgenommene Glaubwürdigkeit gewichten.
Verhältnis zur Suche und Kritik
GEO befindet sich an der Schnittstelle von Natural Language Processing und Semantischer Suche und spiegelt den Wandel wider, wie Menschen Informationen abrufen: weg vom Durchklicken von Linklisten hin zum Lesen synthetisierter Antworten, die von Large Language Models erzeugt werden. Verlage haben Bedenken geäußert, dass KI-gestützte Suchmaschinen den direkten Traffic auf ihre Websites reduzieren, obwohl sie weiterhin auf deren Inhalte angewiesen sind, was zu Debatten über Vergütung und Urheberschaft führt. Kritiker warnen zudem, dass eine weit verbreitete GEO-Praxis dazu führen könnte, Inhalte primär darauf auszurichten, den Zitierpräferenzen von KI-Modellen zu gefallen, anstatt den Lesern zu dienen. Dieser Effekt wird mit dem größeren Problem des KI-Schunds in Verbindung gebracht, bei dem das Web mit Inhalten überschwemmt wird, die für Algorithmen statt für ein menschliches Publikum optimiert sind.