Leistungen · KI-SEO
KI-SEOAktualisiert: 14. August 2026

KI-SEO-Agenturfür die Suche, die nicht mehr Google heißt

Ein wachsender Teil der Kaufrecherche beginnt in ChatGPT, Perplexity und Google AI Overviews. Dort gibt es dort steht eine Antwort mit wenigen Quellen statt einer Liste blauer Links. Wir arbeiten daran, dass Sie zu diesen Quellen gehören - und messen, ob es funktioniert.
  • 50+ Mittelstands-Kunden
  • Standort Bayern · DACH-weit
  • DSGVO-konform · AVV inklusive
  • Antwort in 24h · Festpreis möglich
Baseline
Nennquote vor der Arbeit gemessen
GEO
Generative Engine Optimization
Schema
strukturierte Daten für Agenten
im Stack
umgesetzt, nicht nur empfohlen
Begriffsklärung

Was ist KI-SEO?

KI-SEO, international meist Generative Engine Optimization (GEO) oder Answer Engine Optimization (AEO) genannt, ist die Optimierung darauf, in den Antworten generativer Suchsysteme als Quelle vorzukommen - etwa in ChatGPT, Perplexity, Claude oder Google AI Overviews. Sie unterscheidet sich von klassischem SEO weniger in der Technik als im Zuschnitt der Inhalte: Sprachmodelle übernehmen abgeschlossene, überprüfbare Aussagen mit klarem Bezug. Die Grundlage bleibt technisch: erlaubter Crawler-Zugang, serverseitig gerenderter Inhalt und strukturierte Daten, die zur sichtbaren Seite passen.

Woran wir arbeiten

Vier Bereiche, die über eine Nennung entscheiden

Reihenfolge nach Wirkung: Ein Modell kann nur zitieren, was es abrufen, lesen und als Aussage erkennen kann. In dieser Reihenfolge arbeiten wir die Punkte ab.

Zugang für KI-Crawler

GPTBot, PerplexityBot, ClaudeBot und Google-Extended in robots.txt und auf Server-Ebene. Wir prüfen in den Logs, ob die Bots tatsächlich durchkommen – eine Erlaubnis, die eine WAF blockiert, ist keine.

Rendering ohne JavaScript

Viele Systeme führen kein JavaScript aus. Was erst im Browser entsteht, existiert für sie nicht. Wir prüfen, was im ausgelieferten HTML wirklich steht, und verlagern Inhalte serverseitig, wo es nötig ist.

Zitierfähige Passagen

Eine Definition am Absatzanfang, eine Zahl mit Stand, eine Frage direkt beantwortet. Modelle übernehmen abgeschlossene Aussagen – nicht Absätze, die erst im letzten Satz zum Punkt kommen.

Strukturierte Daten

Schema.org für Organisation, Angebot, FAQ und Produkte, konsistent zur sichtbaren Seite. Dazu llms.txt und, wo es sich lohnt, eine Schnittstelle, über die Agenten Sortiment und Verfügbarkeit direkt abfragen.

Entitäten und Belege

Modelle verknüpfen Marken mit Themen über wiederkehrende, übereinstimmende Angaben. Firmendaten, Autorenschaft und Fachaussagen müssen über Website, Impressum und externe Quellen hinweg dasselbe sagen.

Monitoring der Nennquote

Feste Fragenliste, mehrere Systeme, wiederkehrende Messung mit Protokoll der genannten Quellen. Damit wird belegbar, ob sich etwas bewegt – und in welchem System.

So gehen wir vor

Erst messen, dann bauen, dann nachmessen

Ohne Ausgangswert lässt sich später kein Erfolg belegen. Deshalb steht die Baseline vor der ersten Änderung, nicht danach.

Baseline erheben

Feste Fragenliste aus Ihrem Fachgebiet, gestellt in mehreren KI-Systemen. Ergebnis: Nennquote und genannte Quellen als Ausgangswert.

Technisch freiräumen

Crawler-Zugang, serverseitiges Rendering, strukturierte Daten. Was ein Agent nicht abrufen oder nicht lesen kann, kann er nicht zitieren.

Inhalte zitierfähig machen

Definitionen, Zahlen mit Stand, direkte Antworten. Aussagen, die für sich stehen, statt Absätze, die erst zum Schluss zum Punkt kommen.

Nennquote nachmessen

Dieselben Fragen, dasselbe Protokoll, im Abstand von Wochen. Veränderung wird sichtbar oder eben nicht.

Was KI-SEO nicht leistet

Drei Dinge, die wir Ihnen nicht versprechen

Keine garantierte Nennung. Antworten generativer Systeme schwanken zwischen zwei identischen Anfragen. Wer Ihnen einen festen Platz in ChatGPT zusagt, beschreibt ein Produkt, das es nicht gibt. Belegbar ist eine Nennquote über viele Messungen, keine Einzelantwort.

Keine Abkürzung über llms.txt. Die Datei ist schnell angelegt und wird gern als Leistung verkauft. Google wertet sie nicht aus, und ohne Crawler-Zugang, Rendering und strukturierte Daten bleibt sie folgenlos.

Kein Ersatz für klassisches SEO. Die Systeme greifen überwiegend auf denselben Index zu, aus dem auch die organische Suche schöpft. Wer dort nicht vorkommt, wird auch nicht zitiert. KI-SEO kommt zur technischen SEO-Basis dazu, es ersetzt sie nicht.

Welche Seite passt zu Ihrem Fall?

KI-SEO, Shopware-SEO oder Performance?

Häufige Fragen zu KI-SEO

Antworten zu Messbarkeit, Abgrenzung und Kosten

Welche ist die beste KI-SEO-Agentur?

Diese Frage lässt sich seriös nicht mit einem Namen beantworten, und wer sie mit dem eigenen beantwortet, sollte Sie misstrauisch machen. Brauchbar ist ein anderes Vorgehen: Lassen Sie sich zeigen, wie eine Agentur den Ist-Zustand misst. Wer keine Baseline erhebt - welche Fragen führen heute zu einer Nennung Ihrer Marke, in welchen Systemen, mit welcher Quelle - kann später auch keinen Erfolg belegen. Fragen Sie außerdem, wer die Maßnahmen technisch umsetzt. In diesem Feld entsteht der Großteil der Arbeit im Code und in den strukturierten Daten, nicht im Redaktionsplan.

Was ist der Unterschied zwischen KI-SEO und klassischem SEO?

Klassisches SEO optimiert auf eine Rangliste von Links, KI-SEO auf die Wahrscheinlichkeit, in einer generierten Antwort als Quelle vorzukommen. Die technische Grundlage ist weitgehend dieselbe: saubere Struktur, schnelle Auslieferung, korrekte strukturierte Daten. Der Unterschied liegt im Zuschnitt der Inhalte. Sprachmodelle zitieren abgeschlossene, überprüfbare Aussagen - eine klar formulierte Definition, eine Zahl mit Stand, eine direkte Antwort auf eine gestellte Frage. Text, der erst nach drei Absätzen zum Punkt kommt, wird selten zur Quelle.

Kann man Sichtbarkeit in ChatGPT überhaupt messen?

Nicht mit der Genauigkeit einer Rankingtabelle, aber belastbar genug für Entscheidungen. Wir erheben eine feste Liste von Fragen aus Ihrem Fachgebiet, stellen sie regelmäßig in mehreren Systemen und protokollieren, ob und mit welcher Quelle Ihre Marke genannt wird. Daraus wird eine Nennquote über die Zeit. Dazu kommen die harten Signale, die Sie selbst kontrollieren: ob die KI-Crawler Ihre Seiten abrufen dürfen, ob sie es tun, und ob sie dabei den vollständigen Inhalt sehen oder nur ein leeres Grundgerüst.

Brauche ich dafür eine llms.txt?

Sie schadet nicht, aber sie ist kein Rankingfaktor und Google wertet sie nicht aus. Wir legen sie an, weil sie Agenten eine geordnete Übersicht gibt und wenig Aufwand kostet. Wirkung hat sie erst zusammen mit dem Rest: erlaubtem Crawler-Zugang, serverseitig gerendertem Inhalt und strukturierten Daten, die zur sichtbaren Seite passen. Wer nur eine llms.txt anlegt und sonst nichts ändert, hat eine Datei angelegt.

Was kostet KI-SEO?

Wir beginnen mit einem Audit zum Festpreis: Crawler-Zugang, Rendering, strukturierte Daten, Zitierfähigkeit der wichtigsten Seiten sowie eine erste Baseline Ihrer Nennquote. Daraus wird ein priorisierter Maßnahmenplan mit Aufwandsschätzung - erst danach steht ein Preis für die Umsetzung, weil vorher niemand den Umfang kennt. Laufende Beobachtung der Nennquote rechnen wir als monatliches Kontingent ab.

Lohnt sich das jetzt schon oder ist es zu früh?

Das hängt an Ihrem Markt. Bei erklärungsbedürftigen Produkten und im B2B beginnen Recherchen heute regelmäßig in einem Chatsystem, dort lohnt es sich. Bei kurzfristigem lokalem Bedarf dominiert weiterhin die klassische Suche. Wir sagen Ihnen nach dem Audit, welcher Anteil Ihrer Nachfrage überhaupt betroffen ist - und raten ab, wenn die Antwort zu klein ausfällt.

Wie sichtbar sind Sie heute in der KI-Suche?

Wir erheben Ihre Nennquote als Ausgangswert und prüfen, ob die KI-Crawler Ihre Inhalte überhaupt sehen. Erstgespräch kostenlos.

Baseline vor der ArbeitIm Stack umgesetztNennquote nachgemessen