Was ist die GEO-Analyse und wie prüft man die Sichtbarkeit bei KI

Eine GEO-Analyse prüft, ob und in welchem Kontext eine Website in den Antworten von ChatGPT, Perplexity, Copilot und Google AI Overviews erwähnt und zitiert wird – anhand von KI-Sichtbarkeit, semantischer Struktur, Autoritätssignalen und technischer Maschinenlesbarkeit. Ergebnis ist eine Ist-Aufnahme mit konkreten Massnahmen, welche Inhalte und Strukturen angepasst werden müssen, um in KI-Antworten als Quelle aufzutauchen.

Gemäss Sistrix verarbeitet Google täglich rund 15 Milliarden Suchanfragen. Gleichzeitig werden über ChatGPT bereits bis zu 1,3 Milliarden suchrelevante Anfragen pro Tag gestellt. Das entspricht schon heute bis zu rund 9 % des Google-Suchvolumens.

Immer mehr Kunden suchen deshalb nicht mehr ausschliesslich bei Google nach Unternehmen, Produkten oder Dienstleistungen. Sie lassen sich von KI-Systemen wie ChatGPT oder Perplexity direkt Empfehlungen, Vergleiche und Listen geeigneter Anbieter erstellen.

Doch taucht dein Unternehmen bei diesen Antworten überhaupt auf – oder empfiehlt die KI vor allem deine Mitbewerber?

Dieser Leitfaden zeigt dir, wie KI-Systeme Unternehmen auswählen, wie du deine aktuelle KI-Sichtbarkeit systematisch überprüfst und mit welchen Massnahmen du dafür sorgst, dass dein Betrieb bei relevanten Anfragen häufiger genannt wird.

Was ist eine GEO Analyse?

Eine GEO-Analyse (Generative Engine Optimization Audit) ist die systematische Untersuchung und Bewertung der digitalen Präsenz eines Unternehmens in den Antworten generativer KI-Suchmaschinen wie ChatGPT, Perplexity, Google AI Overviews/Gemini, Copilot und Claude.

Während ein klassisches SEO-Audit vor allem prüft, wie eine Website in Google-Trefferlisten gerankt und geklickt wird, untersucht diese Art von Analyse, ob, wie oft, in welchem Kontext (Sentiment) und mit welchen Quellen eine Marke von Sprachmodellen synthetisiert, empfohlen und zitiert wird.

Die 5 Kernbestandteile einer GEO-Analyse

Prompt-Set

Das Fundament der Analyse ist ein maßgeschneidertes Set aus 15 bis 50 konversationsbasierten Prompts:

• SEO-Transformation & Primärdaten: Klassische Keywords werden in natürliche Fragen übersetzt und um qualitative Primärdaten (Sales-Transkripte, Support-Logs, Kundenfragen) ergänzt.
• Customer Journey: Die Prompts decken alle Bewusstseinsstufen ab – von der allgemeinen Problemrecherche über Lösungswege und Anbietervergleiche bis hin zur konkreten Kaufentscheidung und Markenwahrnehmung.
• Qualifikatoren: Kaufnahe Prompts werden mit realistischen Randbedingungen angereichert (z. B. Rolle, Unternehmensgröße, Budget, Tech-Stack, Region).
• Neutrale vs. markenbezogene Prompts: Für objektive Sichtbarkeitsraten werden stufenreine, markenneutrale Anfragen genutzt; markenbezogene Prompts dienen isoliert der Prüfung von Tonalität und Fehlinformationen.

Multi-Engine-Sichtbarkeit

Das Prompt-Set wird über mehrere führende KI-Engines hinweg abgefragt. Um stochastische Schwankungen von Sprachmodellen auszugleichen, wird an mehreren Messtagen getestet. Gemessen werden fünf zentrale KI-Kennzahlen:

1. Visibility Rate (Sichtbarkeitsrate): Bei wie viel Prozent aller neutralen Prompts wird die Marke in der KI-Antwort genannt?
2. Rank Position (Empfehlungsrang): An welcher Position steht die Marke im Vergleich zu anderen genannten?
3. Sentiment & Faktentreue: Wird die Marke positiv empfohlen, sachlich gelistet oder fehlerhaft/widersprüchlich beschrieben?
4. AI Share of Voice: Wie hoch ist der Anteil der Markennennungen im direkten Vergleich zu den Hauptwettbewerbern?
5. Zitierte Quellen: Welche Webseiten und konkreten URLs zieht die KI als Beleg heran?

Technik und Entitäten

Prüfung, ob KI-Systeme die Website ungehindert erfassen und die Marken-Entität korrekt einordnen können19more_horiz:

• KI-Bot-Freigaben: Kontrolle der robots.txt auf Blockaden spezialisierter Live-Bots (z. B. OAI-SearchBot, PerplexityBot, ClaudeBot).
• HTML-Lesbarkeit: Sicherstellung, dass Kerninhalte direkt im Roh-HTML vorliegen und nicht hinter clientseitigem JavaScript-Rendering (App-Shells) verborgen sind.
• Strukturierte Daten (Schema.org): Bewertung von JSON-LD-Auszeichnungen (Organization, Product, FAQPage) zur Verankerung im Wissensnetzwerk der Modelle.
• Entitäts-Konsistenz (NAP): Abgleich von Unternehmensdaten (Name, Adresse, Telefon, Preise) auf der Website mit Stammdaten und externen Profilen zur Vermeidung von Halluzinationen.

Content und RAG

Bewertung, ob Inhalte für Retrieval-Augmented Generation (RAG) optimal aufbereitet sind:

• Faktendichte statt Floskeln: Ersetzen vager Werbeaussagen durch konkrete Kennzahlen (Zielwert: über 2 Zahlen pro 100 Wörter), messbare Projektdaten und Expertenzitate.
• Modulare RAG-Struktur (Chunking): Gliederung von Texten in eigenständige Abschnitte von 200–400 Wörtern unter klaren H2/H3-Überschriften mit der Kernaussage am Anfang (Bottom Line Up Front / BLUF).
• Query Fan-Out-Abdeckung: Abgleich, ob die Inhalte die von KI-Systemen intern erzeugten Teilsuchanfragen (Sub-Queries) in Überschriften oder FAQ-Bereichen aufgreifen.
• Exklusions-Check: Entfernen von Formulierungen wie „für wen wir nicht geeignet sind“, da KI-Reasoning-Modelle solche Abschnitte als Begründung nutzen, Anbieter komplett auszuschließen.

Drittquellen

Analyse der externen Autoritätssignale, da KI-Modelle Antworten stark über unabhängige Drittquellen verifizieren24more_horiz:

• Quellen-Klassifizierung: Kategorisierung aller von den KI-Engines genutzten Belege (Fachportale, Medien, Bewertungsplattformen, Wikipedia, Reddit).
• Earned-Media-Lücken: Identifikation relevanter Drittquellen, auf denen über das Thema gesprochen wird, die eigene Marke jedoch im Vergleich zum Wettbewerb fehlt.

Wie läuft eine GEO-Analyse ab?

GEO funktioniert technisch durch das Zusammenspiel von strukturierter Datenaufbereitung, maschinenlesbarem Content und starken Autoritätssignalen im Netz. Generative KI-Systeme crawlen öffentlich zugängliche Inhalte. Sie analysieren die enthaltenen Entitäten wie Personen, Orte, Leistungen oder Marken und bauen daraus semantische Wissensnetze auf. Eine GEO-Analyse durchleuchtet diese Antwortprozesse systematisch in mehreren festen Dimensionen:

Nr.	Prüfbereich der GEO-Analyse	Beschreibung & Ausrichtung
1	KI-Sichtbarkeit	Prompt-Sets in ChatGPT, Perplexity, Claude & Gemini
2	Quellen & Zitationen	Website, local.ch, search.ch, Branchenverzeichnisse
3	Wettbewerbsvergleich	Sichtbarkeit & Share of Voice gegenüber Mitbewerbern
4	Content & Semantik	Beantwortbare Fragen, FAQ-Strukturen, Schema.org
5	Autoritäts-Signale	Bewertungen, Erwähnungen, Fachportale, Digital PR
6	Technische Lesbarkeit	Crawler-Freigaben (robots.txt), Server-Rendering

Die Prüfung gliedert sich in sechs Arbeitsschritte. Zuerst testet man die KI-Sichtbarkeit über ein sogenanntes Prompt-Set. Danach folgt die Zitations- und Quellenanalyse der externen Webseiten. Anschliessend führen wir den Wettbewerbsvergleich mit regionalen Konkurrenten durch. Der vierte Schritt umfasst die Content- und Semantikprüfung bezüglich Schema.org. Im fünften Schritt bewerten wir Autoritäts- und Trust-Signale. Zuletzt erfolgt die technische Kontrolle der Maschinenlesbarkeit und der Crawler-Freigaben.

Die GEO-Analyse erfolgt in einem strukturierten, sechsstufigen Prüfverfahren: Nach der initialen Messung der KI-Sichtbarkeit mittels Prompt-Sets werden die von Sprachmodellen genutzten Zitationsquellen identifiziert und ein regionaler Wettbewerbsvergleich durchgeführt. Anschliessend werden Content-Strukturen, RAG-Tauglichkeit und Schema.org-Auszeichnungen analysiert, gefolgt von einer Bewertung der externen Autoritäts- und Trust-Signale. Den Abschluss bildet die technische Überprüfung der Bot-Freigaben und der maschinellen Lesbarkeit.

So messen wir von der SH Digital GmbH die KI-Sichtbarkeit

Um GEO-Audits möglichst kosteneffizient durchzuführen, haben wir unsere bestehende SEO-Software erweitert. Die Anwendung wurde von unseren eigenen Informatikern am Standort Frauenfeld (TG) entwickelt. Für die Analyse der KI-Sichtbarkeit nutzen wir somit ein maßgeschneidertes, Python-basiertes AI-Visibility-Tool.

Ein mögliches Szenario darin kann sein:

• Prompts: 20 pro Kunde
• Systeme: ChatGPT, Claude, Gemini, Perplexity, Google AI Mode
• Zeitraum: rollierendes 7-Tage-Fenster, Trendvergleich mit den vorangehenden 28 Tagen
• Erfasst pro Frage: Erwähnung oder Verlinkung als Quelle, beste erreichte Position, Fanout-Rate, Anzahl Nennungen

Empirische Erkenntnisse aus Schweizer Branchenprojekten

Die Auswertung realer Messreihen aus den Branchen Fitness, Wellness, Gartenbau und Schreinerei offenbart zwei zentrale Muster des KI-Suchverhaltens:

Hohe Multi-Engine-Divergenz: Die Sichtbarkeit einer Marke schwankt zwischen den einzelnen KI-Systemen (ChatGPT, Perplexity, Gemini, Claude) drastisch. Ein hoher Gesamtwert täuscht oft darüber hinweg, dass ein Unternehmen in einer Engine dominiert, in einer anderen jedoch vollständig unsichtbar ist.

Entkopplung von Position und Sichtbarkeit: Im Gegensatz zum klassischen Google-Ranking entwickeln sich Nennungsfrequenz und Empfehlungsposition bei generativen Systemen unabhängig voneinander.

Fazit für die Praxis: Wenn ein Unternehmen bei Prompts wie der Händler- oder Herstellersuche in ChatGPT nicht genannt wird, liegt das selten am fehlenden Angebot. Die Ursache ist meist eine mangelnde maschinenlesbare Entitätsstruktur oder eine fehlende RAG-Tauglichkeit (z. B. unstrukturierte Textblöcke, fehlende Faktenbelege oder verwehrte KI-Crawler-Zugriffe), die es dem Sprachmodell erschwert, die Inhalte im Reasoning-Prozess als vertrauenswürdige Quelle zu priorisieren.

Branche / Region	Gesamtsichtbarkeit	Stärkste KI-Systeme	Schwächste KI-Systeme	Besonderheit / Befund
Fitness Region St. Gallen	37,8 %	Gemini (100,0 %), ChatGPT (88,9 %)	Claude (0 %), Perplexity (0 %), Google AI Mode (0 %)	Beste Pos. #1, Fanout 56,7 %, 17 Nennungen in 7 Tagen. Sichtbarkeit stark systemspezifisch.
Whirlpool ganze Schweiz	12,5 % – 33,4 %	Gemini (bis 83,3 %), ChatGPT (bis 50,0 %)	Perplexity (max. 16,7 %), Google AI Mode (0,0 %)	Alle Messungen auf Pos. #2. Rang und Gesamtsichtbarkeit entwickeln sich unabhängig voneinander.
Terrassenbau Region Thurgau und Zürich	0,0 % – 25,0 %	ChatGPT (100,0 % bei Top-Messung)	Alle 4 anderen Systeme (0,0 %) bei schwachen Messungen	Reichte bis zu vollständiger Unsichtbarkeit (0,0 % über alle 5 Systeme, Trend −0,9 %).

1. Extremes System-Siloing (Beispiel: Fitness, Region St. Gallen)

• Gesamtsichtbarkeit: 37,8 % (17 Nennungen in 7 Tagen, beste Position #1, Query-Fanout-Abdeckung: 56,7 %)
• Engines im Vergleich: Gemini (100,0 %) und ChatGPT (88,9 %) dominierten die Anfragen vollständig. Bei Claude (0 %), Perplexity (0 %) und Google AI Mode (0 %) war die Marke zeitgleich absolut unsichtbar.
• Erkenntnis: KI-Sichtbarkeit ist kein universeller Wert. Da jedes Sprachmodell auf unterschiedliche Index-Quellen, Crawling-Mechanismen und RAG-Pipelines zurückgreift, entsteht ein starkes Klumpenrisiko. Wer nur in ChatGPT sichtbar ist, verliert potenzielle Kunden auf Perplexity oder Google AI Mode vollständig.

2. Entkopplung von Position und Sichtbarkeit (Beispiel: Whirlpool, Schweiz)

• Gesamtsichtbarkeit: 12,5 % bis 33,4 %
• Engines im Vergleich: Gemini (bis 83,3 %) und ChatGPT (bis 50,0 %) zeigten hohe Sichtbarkeit, während Perplexity (max. 16,7 %) und Google AI Mode (0,0 %) stark abfielen.
• Besonderheit: In allen positiven Messungen erreichte die Marke durchweg Position #2.
• Erkenntnis: Anders als bei Google bedeutet ein hervorragender Rang (z. B. Platz 2) in der KI-Suche nicht automatisch eine hohe Nennungsfrequenz. Position und Sichtbarkeitsrate entwickeln sich unabhängig voneinander: Ein Unternehmen kann bei Nennung hervorragend platziert sein, aber dennoch bei 70 % der relevanten Prompts gar nicht erst von der KI als Antwortbaustein herangezogen werden.

3. Stochastische Volatilität & Relevanz-Abriss (Beispiel: Terrassenbau, Thurgau & Zürich)

• Gesamtsichtbarkeit: 0,0 % bis 25,0 % (Trend: −0,9 %)
• Engines im Vergleich: In Spitzenzeiten erreichte ChatGPT 100,0 % Sichtbarkeit. In schwachen Messphasen fiel die Sichtbarkeit jedoch auf 0,0 % über alle 5 Systeme hinweg.
• Erkenntnis: Generative Engines unterliegen stochastischen Schwankungen und kontinuierlichen Index-Updates. Wenn strukturierte Daten, Entitäts-Belege oder RAG-konforme Text-Chunks auf der Website fehlen oder unklar sind, schlägt das Pendel der KI im Reasoning-Prozess spontan um – bis hin zur vollständigen Unsichtbarkeit über alle Plattformen.

Was diese Messdaten für Ihre GEO-Strategie bedeuten:

1. Multi-Engine-Pflicht: Wer nur ChatGPT testet, übersieht bis zu 80 % der realen Suchumgebung. Ein valides Audit muss ChatGPT, Perplexity, Gemini, Claude und Google AI Mode parallel erfassen.
2. Entitäts-Dichte statt Platzierungs-Jagd: Um die Volatilität zu stoppen und die Sichtbarkeitsrate nachhaltig zu steigern, müssen Unternehmen ihre Maschinenlesbarkeit (Schema.org), faktische Belegbarkeit (Zahlen & Daten) und Präsenz auf zitierten Drittquellen (Earned Media) systematisch ausbauen.

Die Werte stammen aus dokumentierten Kundenprojekten im Zeitraum August bis September 2026. Jede Messung betrifft eine eigene Fragestellung, die Beispiele stammen von verschiedenen Anbietern.

Welche Informationen kennt ChatGPT über Ihr Unternehmen?

Die Frage «Was weiss ChatGPT über meine Firma?» beschäftigt heutzutage viele Firmeninhaber. ChatGPT bezieht sein Wissen aus öffentlich zugänglichen Datenquellen im Netz: Dazu gehören Ihre Firmenwebsite, Branchenverzeichnisse, Bewertungsportale, Handelsregistereinträge, Presseartikel und Forenbeiträge. Wenn Sie erfahren möchten, was ChatGPT über Ihr Unternehmen weiss, können Sie das mit einem einfachen 20-Minuten-Selbstcheck direkt im Browser testen.

Prompt-Kategorie	Beispiel-Formulierung für den Selbstcheck
Generisch	„Welche Spezialisten für Edelstahlverarbeitung gibt es in der Ostschweiz?“
Vergleich	„Vergleiche [Mein Betrieb] mit [Mitbewerber] hinsichtlich Leistungen und Zertifizierungen.“
Detailfragen	„Welche Garageneinfahrten baut [Mein Betrieb] und welche Garantiezeiten werden angegeben?“
Preisanfrage	„Wie viel kostet eine Fassadenrenovation bei [Mein Betrieb] im Durchschnitt?“

Bei solchen Analysen zeigen sich regelmässig drei Muster:

1. Veraltete Informationen: KI-Systeme nennen aufgegebene Standorte oder veraltete Dienstleistungen.
2. Mangelnde Faktendichte: Fehlen konkrete Daten auf der Website, gibt die KI nur allgemeine Floskeln aus.
3. Wettbewerbs-Nachteil: Mitbewerber werden bevorzugt empfohlen, weil ihre digitale Präsenz für Sprachmodelle besser maschinenlesbar strukturiert ist.

Halluzinationen

Eine ChatGPT-Halluzination bezeichnet das Phänomen, dass eine künstliche Intelligenz Fakten frei erfindet, kombiniert oder falsch wiedergibt. Für KMU ist das brisant: Wenn eine KI behauptet, Ihr Betrieb existiere nicht mehr, biete Kernleistungen nicht an oder habe mangelhafte Garantiebestimmungen, entsteht unmittelbarer Vertrauens- und Umsatzschaden.

Halluzinationen entstehen nicht aus böser Absicht des Systems. Sie resultieren aus Lücken oder Widersprüchen in der digitalen Datenbasis. Findet ein Sprachmodell zu einer Frage keine eindeutigen, verifizierbaren Fakten im Web, schliesst es diese Lücke eigenständig über statistische Wahrscheinlichkeiten – es rät plausibel klingende Antworten.

Hauptursachen für Halluzinationen:

• Fehlen konkreter Fakten zu Preisen, Materialien, Zertifikaten oder Einzugsgebieten auf der Website.
• Verwendung reiner Marketingfloskeln statt klar beantwortbarer Fragen.
• Widersprüchliche Unternehmensdaten auf externen Portalen wie local.ch, search.ch oder Google Business Profile.
• Technische Barrieren, die das Auslesen der Firmenwebseite verhindern. Dazu gehören Leistungstexte, die nur als Grafik oder in einer PDF-Datei vorliegen.

Markenwahrnehmung

Generative KI-Systeme zeichnen kein neutrales Bild eines Unternehmens. Sie konstruieren eine Wahrnehmung auf Basis jener Daten, die maschinell am einfachsten auffindbar und verarbeitbar sind. Fehlen strukturierte Informationen, interpretiert die KI vorhandene Bruchstücke eigenständig.

Faktoren, die das KI-Bild beeinflussen:

• Konsistenz der Kerndaten. Identische Unternehmensangaben wie Name, Adresse, Telefonnummer und Öffnungszeiten auf allen Plattformen.
• Tiefe der Fachinformationen. Konkrete Beschreibungen von Arbeitsweisen, Materialien, Maschinenpark und Spezifikationen statt allgemeiner Aussagen.
• Kundenbewertungen. Textuelle Inhalte von Kundenrezensionen auf Google oder Branchenportalen, die von der KI zur Beurteilung der Zuverlässigkeit ausgewertet werden.

Wenn Sie wissen möchten, wie KI-Systeme Ihr Unternehmen wahrnehmen, reicht ein Test in ChatGPT nicht aus. Überprüfen Sie Ihre Prompts systematisch auch auf Perplexity, Gemini und Copilot. Die Abweichungen zwischen den einzelnen Plattformen sind in der Praxis erheblich.

Quellen

ChatGPT und vergleichbare KI-Systeme greifen auf ein Netzwerk externer Zitierquellen zurück. Für Schweizer Unternehmen zeigen Praxisbeobachtungen, dass folgende Quellen die Darstellung der KI am stärksten prägen:

Rang	Quellentyp	Funktion & Relevanz für KI-Systeme
1	Offizielle Firmen-Website	Primärer Daten-Anker für strukturierte Fakten, FAQs & Angebote
2	Google Business Profile	Stark gewichtet für regionale & lokale Dienstleistungsanfragen
3	Schweizer Verzeichnisse	local.ch, search.ch & ch.ch dienen als verlässliche Validierung
4	Branchen- & Fachportale	Verbandseinträge & Zertifikate stärken die Entitäts-Schärfe
5	Lokale Medien & Presse	Redaktionelle Erwähnungen liefern unkopierbare Autoritätssignale

Inkonsistente Angaben in diesem Netzwerk führen dazu, dass KI-Modelle das Unternehmen als unsicher einstufen. Bei Empfehlungen in den KI-Antworten werden solche Marken oder Webseiten anschliessend übergangen.

Wie können falsche oder fehlende KI-Empfehlungen Ihrem Unternehmen schaden?

Falsche oder unvollständige KI-Antworten verursachen einen schleichenden Imageschaden. Bei einer schlechten Google-Platzierung sieht der Suchende Ihr Unternehmen zumindest noch in der Trefferliste. Im Gegensatz dazu führt eine Nicht-Erwähnung in der KI dazu, dass potenzielle Kunden Ihren Betrieb überhaupt nicht mehr als Option wahrnehmen.

Ein Szenario aus der Praxis verdeutlicht die Gefahr: Ein Leiter der Instandhaltung sucht über Perplexity nach einem Spezialisten für Industriemaschinen-Wartung in der Ostschweiz. Die KI gibt drei Firmen aus. Wenn Ihr Betrieb dort fehlt oder die KI fälschlicherweise behauptet, Sie führen keine Express-Reparaturen durch, verlieren Sie die Anfrage noch vor dem ersten Kontakt.

Typische Schadensmuster im Überblick:

• Lautloser Kundenverlust. Anfragen wandern direkt an Mitbewerber, die von der KI als Hauptempfehlung genannt werden.
• Vertrauensverlust durch Fehlinformationen. Falsche Preisspannen oder erfundene Einschränkungen bei den Leistungen schrecken Interessenten ab.
• Reputationsschäden. Halluziniert die KI negative Aspekte oder ordnet Rezensionen anderer Firmen deinem Betrieb zu, beschädigt das den Ruf deines Unternehmens nachhaltig.

Was tun bei falschen KI-Antworten über Ihr Unternehmen?

Wenn Sie feststellen, dass ChatGPT, Perplexity oder andere Systeme falsche Fakten über Ihren Betrieb verbreiten, sollten Sie strukturiert vorgehen. Panik ist unbegründet – die Korrektur erfordert jedoch ein konsequentes Abarbeiten der zugrundeliegenden Datenquellen.

Schritt	Massnahme	Beschreibung
1	Dokumentieren	Falschantworten, Prompts & Screenshots systematisch sichern
2	Identifizieren	Fehlerhafte Datenquellen via Websuche & Quellennachweis ausfindig machen
3	Bereinigen	Firmendaten auf Website, local.ch, search.ch & Verzeichnissen harmonisieren
4	Optimieren	Schema.org, FAQs & maschinenlesbaren Content verankern

Wenn wir bei SH Digital im Alltag an Kundenprojekten arbeiten, zeigen sich unterschiedliche Reaktionszeiten. Live-Retrieval-Systeme wie Perplexity oder ChatGPT Search übernehmen korrigierte Daten oft innerhalb weniger Tage nach dem Re-Indexing. Trainingsbasierte Modell-Speicher benötigen hingegen teilweise mehrere Wochen bis Monate, bis geänderte Quellensignale das Antwortverhalten nachhaltig beeinflussen.

GEO Analyse als erster Schritt zur Korrektur

Eine professionelle GEO-Analyse ist der effizienteste Ausgangspunkt für diesen Korrekturprozess. Statt manuell Dutzende KI-Systeme abzufragen oder auf Verdacht Änderungen vorzunehmen, liefert die Analyse ein klares, datenbasiertes Lagebild.

Die Analyse zeigt exakt:

• Welche KI-Modelle falsche oder unvollständige Informationen liefern.
• Welche spezifischen Webquellen für die Fehlinformationen verantwortlich sind.
• Welche technischen Hürden wie geblockte KI-Crawler auf deiner Website vorliegen.
• Welche konkreten Inhalts- und Struktur-Anpassungen die höchste Priorität besitzen.

Bei SH Digital verbinden wir diese Analyse direkt mit der technischen Analyse und einem gezielten Content-Audit, damit Ihre Marke in allen führenden KI-Engines als verlässliche Empfehlung verankert wird.

GEO und SEO: Warum beides zusammengehört

GEO und SEO sind keine Gegensätze, sondern ergänzende Disziplinen. Eine GEO Analyse ersetzt kein klassisches SEO-Audit, sondern baut direkt auf einer funktionierenden SEO-Basis auf. Wer bereits in saubere Inhaltsstrukturen und technische SEO investiert hat, besitzt ein hervorragendes Fundament für hohe KI-Sichtbarkeit.

Merkmal	Klassische SEO	GEO (Generative Engine Optimization)
Hauptziel	Hohe Keyword-Rankings auf der SERP	Erwähnung, Empfehlung & Zitation im Text
Messgrösse	Klickrate (CTR), Ranking-Position	KI-Sichtbarkeit %, Share of Voice
Inhaltsfokus	Keyword-Dichte, Landingpage-Rankings	Maschinenlesbare Fakten, FAQs, Schema.org
Zielmedium	Suchergebnisseiten (SERP, Blaue Links)	KI-Synthese-Antworten (ChatGPT, Perplexity & Co.)

Die wichtigsten Unterschiede und Schnittmengen im Überblick:

• Fokus der Optimierung. SEO optimiert für Algorithmen, die Webseiten nach Relevanz sortieren und Links ausgeben. GEO optimiert für Sprachmodelle, die Inhalte lesen, verstehen, zusammenfassen und als direkte Textantwort formulieren.
• Erfolgsmessung. Im SEO zählen Platzierungen auf der Google-Suchergebnisseite. GEO misst dagegen den Prozentsatz der Abfragen, in denen das Unternehmen namentlich genannt oder als Quelle verlinkt wird.
• Gemeinsame Grundlagen. Beide Disziplinen erfordern schnelle Ladezeiten, funktionierende Indexierung, sauberen HTML-Code und hochwertige, vertrauenswürdige Inhalte.

Wenn Ihre Website für KI-Crawler gesperrt ist oder Suchmaschinen Ihre Seiten nicht indexieren können, scheitert auch jede GEO-Optimierung. Ein solides technisches Fundament ist daher zwingende Voraussetzung. Fachliche Richtlinien von Google Search Central unterstreichen zudem die zentrale Bedeutung strukturierter Daten (JSON-LD) für maschinenlesbaren Content.

Für wen ist eine GEO Analyse sinnvoll?

Eine GEO-Analyse besitzt für Unternehmen mit hoher Informations- und Rechercheintensität einen überragenden strategischen Wert. Der Nutzen beschränkt sich keineswegs nur auf Dienstleister, sondern erstreckt sich ebenso auf den modernen E-Commerce, den B2B-Sektor sowie regional verankerte Handwerks- und Industriebetriebe in der Schweiz.

Die zentralen Entscheidungskriterien im Überblick:

• Rechercheintensität und Kaufentscheidung: Wann immer Ihre Kunden vor einer Auftragsvergabe oder einem Kauf Alternativen vergleichen, Spezifikationen prüfen oder Detailfragen stellen, nutzen sie KI-Systeme wie ChatGPT, Perplexity oder Copilot als persönliche Berater.
• E-Commerce & KI-Shopping-Assistenten: Konsumenten suchen Produkte im Online-Shop zunehmend über komplexe, konversationsbasierte Anfragen. Produktdaten, die maschinenlesbar, strukturiert und KI-konform aufbereitet sind, werden von generativen Suchsystemen bei Kaufempfehlungen bevorzugt berücksichtigt.
• B2B vs. Spontangeschäft: Wer nachts einen Schlüsseldienst braucht, sucht auf Google Maps oder ruft direkt an. Wer hingegen einen verlässlichen Partner für den Steuerungsbau oder ein neues Softwaresystem sucht, lässt sich von der KI Marktübersichten und Anbieter-Shortlists erstellen.
• Chancen für KMU (5 bis 50 Mitarbeitende): Kleine und mittlere Unternehmen profitieren besonders. Da KI-Modelle primär nach strukturierter Datenqualität, logischer Belegbarkeit und Entitäts-Eindeutigkeit bewerten, können KMU mit einer gezielten GEO-Strategie selbst etablierte Grosskonzerne in den KI-Empfehlungen ausstechen.

Brauche ich für GEO eine neue Website?

Nein, keineswegs. Eine GEO-Analyse untersucht stets Ihre bestehende digitale Präsenz im aktuellen Ist-Zustand. Sie prüft, wie KI-Systeme Ihr Unternehmen derzeit wahrnehmen, welche technischen Hürden vorliegen und wo Optimierungspotenzial besteht.

Ein Webseiten-Relaunch vor der Analyse wäre ineffizient und riskant, da bestehende Strukturfehler blind auf die neue Plattform übertragen werden könnten. Erst die GEO-Analyse liefert das datenbasierte Fundament für die Entscheidung, ob punktuelle Anpassungen auf Ihrer aktuellen Website ausreichen oder ob ein technologischer Wechsel sinnvoll ist.

Das ideale Vorgehen: Erst analysieren, dann gezielt handeln

1. GEO-Analyse durchführen: Erfassung der aktuellen KI-Sichtbarkeit, Überprüfung technischer Bot-Freigaben und Bewertung der maschinenlesbaren Inhaltsstruktur.
2. Massnahmen priorisieren: In vielen Fällen genügen gezielte Content- und Struktur-Anpassungen direkt auf der bestehenden Website.
3. Technologie erneuern (nur bei Bedarf): Sollte die Analyse zeigen, dass Ihr bestehendes System unüberwindbare technische Barrieren aufweist (z. B. unzugängliche Legacy-Systeme), empfiehlt sich ein Relaunch.

Effiziente Umsetzung mit SH Digital

Sollte die Analyse zeigen, dass neue Landingpages oder ein Relaunch erforderlich sind, unterstützen wir Sie mit modernen, KI-gestützten Entwicklungsprozessen. Dadurch setzen wir GEO-optimierte Landingpages innerhalb weniger Tage und vollständige Relaunchs in Wochen statt Monaten um – passgenau abgestimmt auf die Anforderungen führender KI-Search-Engines.

Erkenntnisse aus unserer GEO-Praxis

Beim Prompt Tracking sollten Sie sich nicht von scheinbar exakten Suchvolumen- oder Sichtbarkeitswerten täuschen lassen, denn belastbare Volumendaten wie in der klassischen SEO fehlen weitgehend. Entscheidend ist vielmehr, dass Sie reale Kauf- und Anbieterfragen Ihrer Zielgruppen messen und dabei auch längere, kontextreiche Prompts berücksichtigen.

Auch der direkte Referral Traffic aus ChatGPT, Gemini oder Claude greift als Messgrösse zu kurz, da viele Nutzer nach einer KI-Empfehlung über eine Markensuche oder direkt auf Ihre Website gelangen. Für Ihre Inhalte bedeutet das: Klar strukturierte, fokussierte Seiten mit Expertenwissen, belastbaren Daten und einer klaren Positionierung funktionieren besser als überlange Allgemeintexte.

Besonders wichtig sind zudem Erwähnungen auf relevanten Drittseiten, da KI-Systeme Empfehlungen häufig über externe Quellen, Bestenlisten, Fachportale und Vergleichsinhalte absichern. Ihr Prompt-Set sollte deshalb auf echten Kundengesprächen, Vertriebswissen, Suchdaten und typischen Einwänden basieren.

Grundsätzlich sollten Sie Ihre Website wie einen Datenlieferanten für KI-Systeme verstehen: Je konkreter Sie Preise, Leistungen, Zielgruppen, Unterschiede, Voraussetzungen und Entscheidungskriterien offenlegen, desto höher ist die Chance, bei passenden Anfragen überhaupt berücksichtigt zu werden.

Was kostet eine GEO Analyse und lohnt sie sich?

Als spezialisierte GEO-Agentur bieten wir unser AI Visibility Audit & Roadmap zum Fixpreis von 8’000 CHF an.

Leistung	Umfang	Preis
GEO-Analyse	50+ B2B-Prompts, Analyse von ChatGPT, Perplexity, Gemini, Claude und Google AI Mode, Quellenanalyse, GAP-Report und konkrete 90-Tage-Roadmap	8’000 CHF

Die Analyse richtet sich an Schweizer KMU und B2B-Unternehmen, bei denen bereits wenige zusätzliche oder verlorene Anfragen einen hohen Auftragswert ausmachen können.

Für klassische SEO können wir verschiedene Fallstudien mit messbaren Resultaten und einem nachvollziehbaren Return on Investment vorweisen. Bei GEO ist die Faktenlage noch deutlich jünger: Langfristige, belastbare ROI-Fallstudien über mehrere Jahre existieren derzeit kaum. Genau deshalb kommunizieren wir hier bewusst keine Garantien.

Was wir jedoch aus eigenen Kundenprojekten und empirischen Erkenntnissen aus Schweizer Branchenprojekten sehen: Ein solides SEO-Fundament begünstigt in vielen Fällen auch die Sichtbarkeit in KI-Systemen. Gleichzeitig nutzt bereits eine sehr grosse Zahl von Menschen ChatGPT und andere KI-Systeme für Recherchen, Vergleiche und Anbieterempfehlungen.

Eine professionelle GEO-Analyse zeigt deshalb, wo Ihr Unternehmen aktuell steht, welche Mitbewerber häufiger genannt werden, welche Quellen dafür verantwortlich sind und welche Massnahmen Ihre Chancen auf zusätzliche Sichtbarkeit verbessern.

Der Erfolg sollte dabei nicht nur über Sichtbarkeitsscores gemessen werden. Entscheidend sind unter anderem Marken-Suchen, Website-Traffic, Leads sowie die Frage im Vertrieb, über welchen Kanal ein Interessent auf Ihr Unternehmen aufmerksam geworden ist.

Erstellt am: 07.10.2026, Aktualisiert am: 07.10.2026