LLM SEO erklärt: wie Sprachmodelle ihre Quellen wählen, was eine Passage zitierfähig macht, Crawler-Zugang, Entitätskonsistenz und Messung der Erwähnungen.

Kurz gesagt
LLM SEO bedeutet, Ihre Marke und Ihre Seiten in den Antworten großer Sprachmodelle wie ChatGPT, Gemini, Claude und Perplexity sichtbar zu machen. Diese Modelle schöpfen aus zwei Quellen: aus dem, was sie im Training gelernt haben, und aus dem, was sie im Moment der Frage im Web abrufen. Die erste Quelle beeinflussen Sie durch zahlreiche, einheitliche Erwähnungen Ihrer Marke im Web, die zweite durch crawlbare Seiten, deren Passagen Fragen direkt beantworten, mit Fakten und Quellen. Danach messen Sie Frage für Frage, ob Sie zitiert werden.
Möchten Sie mehr erfahren? Fragen Sie
Die Suche teilt sich zunehmend zwischen der klassischen Ergebnisseite und Antworten im Dialog, und LLM SEO ist der Begriff, den die meisten Marketer für die zweite Hälfte der Arbeit verwenden. Daneben sind GEO (Generative Engine Optimization), AEO oder LLMO verbreitet. Die Namen unterscheiden sich, die Mechanik ist dieselbe, und sie ist konkret genug, um sie methodisch anzugehen.
LLM SEO umfasst alle Maßnahmen, die die Wahrscheinlichkeit erhöhen, dass ein Sprachmodell Ihre Marke nennt, empfiehlt oder als Quelle zitiert, wenn es eine Frage beantwortet. Klassisches SEO zielt auf eine Position in einer Liste von zehn Links. LLM SEO zielt auf einen Platz in einer zusammengefassten Antwort, in der oft nur drei bis fünf Marken oder Quellen vorkommen.
Das Ziel hat zwei Formen, die man trennen sollte:
Eine Marke kann erwähnt werden, ohne zitiert zu werden (das Modell kennt sie aus dem Training), und zitiert werden, ohne empfohlen zu werden (Ihre Seite dient als neutrale Quelle). Gutes LLM SEO arbeitet an beidem.
Über zwei Kanäle: das im Training aufgebaute Wissen und den Live-Abruf aus dem Web, wenn das Modell sucht. Wer weiß, welcher Kanal bei einer Frage greift, weiß auch, welcher Hebel wirkt.
| Kanal | Funktionsweise | Einflussfaktoren | Wirkungsdauer |
|---|---|---|---|
| Trainingsdaten | Das Modell hat Zusammenhänge aus einem großen Abbild des Webs gelernt, eingefroren zum Wissensstichtag | Wie oft und wie einheitlich viele unabhängige Websites Ihre Marke beschreiben | Langsam: Monate, bis zur nächsten Modellversion |
| Live-Abruf | Das Modell sendet Suchanfragen, ruft einige Seiten ab und baut seine Antwort aus extrahierten Passagen | Indexierung, Crawler-Zugang, Ranking für die Teilanfragen, Qualität der Passagen | Schnell: Tage bis Wochen nach der Veröffentlichung |
Der Abruf entspricht dem Verfahren der Retrieval-Augmented Generation (RAG). Bei einer Suche zerlegt das Modell die Frage oft in mehrere Teilanfragen (Query Fan-out), holt für jede Ergebnisse und behält die Passagen, die am besten antworten. Ein gutes Ranking in der klassischen Suche für diese Teilanfragen bleibt deshalb einer der stärksten Indikatoren für ein Zitat. Google erklärt, dass seine KI-Funktionen wie AI Overviews auf demselben Index und denselben Qualitätssystemen wie die Suche beruhen und kein spezielles Markup erfordern (Google Search Central).
Eine Passage wird zitiert, wenn sie eine Frage vollständig und eigenständig beantwortet, mit einer überprüfbaren Tatsache. Das Modell extrahiert einen Block aus wenigen Sätzen, und dieser Block muss ohne den Rest der Seite verständlich sein.
Die Forschung bestätigt das. Die Princeton-Studie, die den Begriff GEO prägte, testete mehrere Umschreibmethoden: Quellenangaben, Zitate und Statistiken steigerten die Sichtbarkeit in generierten Antworten in ihrem Testaufbau um bis zu etwa 40 % (Aggarwal et al., GEO). Keyword-Stuffing half dagegen nicht.
Die praktischen Regeln:
Wie ein Modell eine Seite liest, prüfen Sie kostenlos mit unserem LLM Readability Checker.
Weil ein Modell dem vertraut, was viele unabhängige Quellen übereinstimmend sagen. Beschreiben Ihre Website, Ihre LinkedIn-Seite, Bewertungsportale, Verzeichnisse und Presseartikel Ihr Unternehmen mit demselben Namen, derselben Kategorie und denselben Kernfakten, bildet das Modell eine stabile Verbindung zwischen Ihrer Marke und dieser Kategorie.
Widersprüchliche Beschreibungen (ein alter Name hier, eine andere Kategorie dort, veraltete Preise anderswo) verwischen diese Verbindung und erhöhen das Fehlerrisiko in den Antworten. Die Arbeit ist unspektakulär und wirksam:
Das ist der Kern von Entity SEO und oft das fehlende Stück bei Marken, deren Website gut optimiert ist, die aber nie in Empfehlungslisten auftauchen.
Indem Sie die Crawler zulassen, die Seiten für Live-Antworten abrufen, Ihre Seiten ohne JavaScript lesbar halten und in den Suchmaschinen indexiert bleiben, die die Modelle nutzen. Eine Seite, die das Modell nicht abrufen kann, wird nie zitiert, so gut sie auch ist.
| Crawler | Betreiber | Aufgabe |
|---|---|---|
| OAI-SearchBot | OpenAI | Ruft Seiten für Suchantworten in ChatGPT ab |
| GPTBot | OpenAI | Sammelt Inhalte für das Modelltraining |
| ClaudeBot | Anthropic | Sammelt Inhalte für Claude |
| PerplexityBot | Perplexity | Indexiert Seiten für Antworten von Perplexity |
| Google-Extended | Steuert die Nutzung von Inhalten für das Gemini-Training; ohne Einfluss auf die Suche oder AI Overviews |
Prüfen Sie Ihre robots.txt, die Bot-Einstellungen Ihrer Firewall oder Ihres CDN (manche blockieren KI-Crawler standardmäßig) und das serverseitige Rendering des Hauptinhalts. Unser Leitfaden zu robots.txt-Regeln für KI-Crawler erklärt die Direktiven Zeile für Zeile.
Indem Sie eine feste Liste von Prompts über die Zeit verfolgen und Erwähnungen, Zitate und die statt Ihnen genannten Wettbewerber festhalten. Eine Ranking-Position gibt es nicht, und Antworten schwanken von Durchlauf zu Durchlauf, also messen Sie Trends über ein Fragenpanel statt eines Einzelergebnisses.
Von Hand wird das schnell mühsam. Deshalb wiederholen Tools für KI-Erwähnungs-Tracking das Panel jede Woche und listen die zitierten Quellen je Prompt auf.
LLM SEO beruht auf drei Dingen: für Crawler erreichbar sein, Passagen schreiben, die eine Frage mit belegten Fakten vollständig beantworten, und dafür sorgen, dass der Rest des Webs Ihre Marke so beschreibt wie Sie selbst. Messen Sie dann auf einem stabilen Prompt-Panel, denn was Sie nicht verfolgen, können Sie nicht verbessern.
Sorank erledigt das im Autopilot: Es schreibt und veröffentlicht täglich Artikel nach dem Prinzip Antwort zuerst, prüft jede Woche, ob ChatGPT, Gemini, Claude oder Perplexity Ihre Marke zitieren, und zeigt, wer an Ihrer Stelle genannt wird. Sie können Sorank 3 Tage kostenlos testen.

LLM SEO baut auf klassischem SEO auf und ersetzt es nicht. KI-Assistenten, die im Web suchen, stützen sich weiterhin auf crawlbare, indexierte Seiten, deshalb bleiben technische Qualität und Autorität wichtig. Neu ist die Einheit des Wettbewerbs: Die KI zitiert Passagen statt ganzer Seiten und achtet darauf, wie einheitlich andere Websites Ihre Marke beschreiben.
Notieren Sie die 20 bis 50 Fragen, die Ihre Kunden wirklich stellen, stellen Sie sie ChatGPT, Gemini, Perplexity und Claude und halten Sie fest, ob Ihre Marke erscheint, an welcher Stelle und welche Quellen zitiert werden. Wiederholen Sie dieselbe Liste wöchentlich oder monatlich, da die Antworten schwanken. Ein Tracking-Tool automatisiert das und zeigt, wer statt Ihnen zitiert wird.
Wer einen Trainings-Crawler wie GPTBot blockiert, hält seine Inhalte aus künftigen Trainingsdaten heraus, entfernt die Marke aber nicht aus den Antworten und kann die Präsenz langfristig schwächen. Such-Crawler wie OAI-SearchBot oder PerplexityBot holen Seiten für Live-Antworten ab; wer sie blockiert, ist in diesen Antworten unsichtbar. Die meisten Marken, die Sichtbarkeit wollen, lassen beide zu.
SIE HABEN SORANK VOR IHNEN AUSPROBIERT
