Vor Kurzem hatte ich eine Kundenseite auf dem Tisch, die bei Google auf Platz eins rankt. Starke Backlinks, sauberer Aufbau, 30 Monate alt. In den KI-Antworten, die wir für den Kunden verfolgen – ChatGPT, Perplexity, Google AI Overviews – tauchte sie kein einziges Mal auf. Kein Zitat, keine Erwähnung. Das ist kein Einzelfall. Es ist das häufigste Muster, das mir in GEO-Audits begegnet.
Das Frische-Paradox
Der klassische SEO-Instinkt sagt: Eine Seite, die seit zweieinhalb Jahren stabil auf Platz eins steht, ist ein Aktivposten. Man lässt sie in Ruhe. Bei der klassischen Suche stimmt das oft. Bei KI-Suchmaschinen kehrt sich die Logik um.
Die erwähnte Kundenseite behandelt ein Evergreen-Thema – ein Preismodell, das sich fachlich kaum verändert hat. Genau das ist die Falle. Der Inhalt ist inhaltlich noch korrekt, aber das Signal ist alt. Und Sprachmodelle bewerten nicht nur, ob ein Text stimmt, sondern ob er zum aktuellen Konsens ihrer Quellen passt. Eine Auswertung von AirOps beziffert den Effekt deutlich: Seiten, die seit über einem Jahr nicht aktualisiert wurden, verlieren mehr als doppelt so häufig ihre KI-Zitierungen.
Die gute Nachricht: Diese Seite braucht keinen neuen Inhalt. Sie braucht ein neues Signal. Und das ist meist eine Sache von Minuten, nicht von Tagen.
Was die 83-%-Zahl wirklich misst
Die Kennzahl aus dem Titel stammt aus der AirOps-Untersuchung zu veralteten Inhalten: 83 % der KI-Zitierungen für kommerzielle Suchanfragen stammen von Inhalten, die innerhalb der vergangenen zwölf Monate aktualisiert wurden. Und es gibt eine engere Zone innerhalb dieser Spanne: 60 % der Zitierungen entfallen auf Inhalte, die in den letzten sechs Monaten überarbeitet wurden.
Damit haben Sie zwei konkrete Zahlen statt einer vagen Aufforderung, „mehr zu veröffentlichen“:
- Zwölf Monate – die äußere Grenze. Wer sie überschreitet, rutscht statistisch aus dem Zitier-Fenster.
- Sechs Monate – die innere Komfortzone, in der die meisten zitierten Seiten liegen.
Ein Punkt, der oft missverstanden wird: „Aktualisiert“ meint hier eine inhaltliche Änderung. Nicht ein neuer URL-Parameter, nicht ein geleerter HTTP-Cache, nicht ein neu ausgespielter Timestamp ohne Textänderung. Die Maschine bewertet, ob sich am Inhalt etwas Substanzielles getan hat – dazu gleich mehr.
GEO-Frische ist nicht Googles QDF
Aus dem klassischen SEO kennen viele das Prinzip „Query Deserves Freshness“ (QDF): Bei Nachrichten, Trends und Ereignissen bevorzugt Google neuere Inhalte. Bei einer Anfrage nach einem zeitlosen B2B-Thema greift QDF kaum – der Algorithmus geht davon aus, dass ältere, etablierte Seiten weiterhin die beste Antwort liefern.
KI-Suchsysteme erben diese Logik, wenden sie aber breiter und schärfer an. Relevance.com bringt es auf den Punkt: KI-Suche übernimmt QDF, „aber wendet es aggressiver an, weil die Kosten eines Fehlers höher sind“. Ein falscher Eintrag in einer generierten Antwort wiegt schwerer als ein mittelmäßiger Treffer in einer Linkliste. Das Modell sichert sich also lieber über Aktualität ab.
Entscheidend ist aber der Mechanismus dahinter – und den beschreibt The GEO Lab am klarsten. Die Retrieval-Schicht hat „keinen ‚Freshness-Filter‘ im klassischen SEO-Sinn“. Sie prüft stattdessen, ob die Aussagen einer Seite mit dem aktuellen Konsens über mehrere Quellen hinweg übereinstimmen. Das GEO Lab beschreibt das als Konsistenzkonflikt:
Wenn Ihre Statistik von 2021 sagt „KI-Suche erfasst 5 % der Anfragen“ und drei Quellen von 2025 sagen „30 %“, steht das Retrieval-System vor einem Konsistenzkonflikt. Es löst ihn, indem es den Ausreißer abwertet.
Das ist die Unterscheidung, die die meisten B2B-Content-Teams übersehen. Eine Seite über Preismodelle, Compliance oder Onboarding-Abläufe verliert Zitier-Anteil, sobald sie die Zwölf-Monats-Schwelle überschreitet – selbst wenn sich das Thema selbst nicht geändert hat. Nicht weil der Inhalt falsch wäre, sondern weil das Modell dem älteren Signal weniger Vertrauen schenkt.
Die dateModified-Lücke – warum ein Datum im Fließtext nichts zählt
In den Audits, die ich durchführe, ist das die häufigste Frische-Panne: Das Datum steht direkt auf der Seite – nur eben an der falschen Stelle. „Zuletzt aktualisiert: April 2026“ im Fließtext ist für einen Menschen ein klares Signal. Für einen KI-Crawler ist es unsichtbar. Er liest keine Prosa-Datumsangaben als strukturierte Metadaten.
Das maschinenlesbare Signal ist dateModified im Article-JSON-LD, sekundär der HTTP-Header Last-Modified. Broxly AI listet das fehlende Feld ausdrücklich als typischen Fehler: „KI-Engines gewichten Frische stark; ein Artikel, der aktualisiert wurde, aber es nicht sagt, verliert ein einfaches Vertrauenssignal.“
So sieht das Minimum aus, das ich auf jeder Content-Seite sehen will:
{
„@context“: „https://schema.org“,
„@type“: „Article“,
„headline“: „Die 83-%-Regel für KI-Zitierungen“,
„datePublished“: „2024-02-11“,
„dateModified“: „2026-09-15“,
„author“: {
„@type“: „Person“,
„name“: „Alexander Kirsch-Clayton“,
„sameAs“: [
„https://www.linkedin.com/in/alexander-kirsch-clayton“,
„https://github.com/akirschclayton“
]
}
}Zwei Regeln dazu. Erstens: dateModified muss dem echten Bearbeitungsdatum entsprechen, nicht einem Wunschdatum. Ein Modell kann Inhalte abgleichen (dazu gleich); ein Datum, das behauptet, gestern aktualisiert worden zu sein, während der Text seit zwei Jahren identisch ist, untergräbt genau das Vertrauen, das Sie aufbauen wollen. Zweitens: Fehlt das Feld oder steht dort ein altes Datum, bleibt Ihre Aktualisierung für die Maschine schlicht nicht existent – die Arbeit ist getan, das Signal aber nicht gesetzt.
Was als echte Aktualisierung zählt – KI-Modelle können Inhalte vergleichen
Ein Tippfehler-Fix oder eine neue Button-Farbe setzt die Frische-Uhr nicht zuverlässig zurück. Das ist der Punkt, an dem viele Ratgeber vage werden – also werde ich konkret.
Die belastbarste Datengrundlage zum Umfang einer Überarbeitung stammt von Raptive, das über 103.000 Content-Refreshes ausgewertet hat. Leichte Überarbeitungen mit 0–10 % Änderung am Wortumfang brachten im Schnitt 2 % mehr Google-Seitenaufrufe; substanzielle Überarbeitungen mit 11–30 % Änderung im Schnitt 11 % – also rund das Fünffache. Wichtige Einordnung: Diese Zahlen messen Google-Traffic aus der klassischen Suche, nicht direkt KI-Zitierungen. Sie taugen als Beleg für das Prinzip „substanziell schlägt kosmetisch“, nicht als GEO-native Statistik.
Als Arbeitsregel aus meinen Audits: Ändern Sie mindestens 15–20 % des inhaltlichen Fließtextes, wenn Sie die Frische-Uhr ernsthaft zurücksetzen wollen. Das ist meine Faustregel, keine zitierbare Studie – der harte empirische Bruchpunkt liegt bei den 10 % Wortumfang von Raptive. Praktisch heißt das: neue Zahlen einpflegen, einen aktuellen Absatz mit Fachurteil ergänzen, überholte Aussagen ersetzen.
Was einen erneuten Crawl durch GPTBot und ClaudeBot auslöst und was nicht, folgt einer eigenen Logik:
- Löst Neu-Erfassung aus: aktualisiertes
<lastmod>in der Sitemap, ein neuer Publikations-Timestamp im RSS-Feed, ein IndexNow-Ping nach der Bearbeitung. - Löst nichts aus: reine CSS-Änderungen, nur ein neuer Alt-Text am Bild, ein getauschter Meta-Title ohne Änderung am Textkörper.
Und eine Unterscheidung, die immer wieder für Verwirrung sorgt: Trainings-Crawler und Live-Abruf-Bots erfüllen verschiedene Zwecke. Contently erklärt es sauber – ein Trainings-Crawler wie GPTBot verbessert ein künftiges Modell; ein Live-Agent wie ChatGPT-User ruft eine Seite ab, weil gerade jemand eine Frage stellt. Sitemap-Pings und IndexNow beschleunigen die Retrieval-Schicht, die über die heutige Zitierfähigkeit entscheidet. Auf den Trainingszeitplan von GPTBot haben sie keinen Einfluss. Wer eines mit dem anderen verwechselt, optimiert am Ziel vorbei.
Ein Refresh-Workflow für B2B- und KMU-Seiten
Der strategische Denkfehler vieler Teams: Bei „Frische“ greifen sie reflexartig zu „mehr veröffentlichen“. Seer Interactive hat das mit seiner Content-Recency-Studie 2026 auf den Kopf gestellt – die Frische, die Sprachmodelle belohnen, entsteht durch das Pflegen alter Seiten, nicht durch das Publizieren neuer. Das ist eine gute Nachricht für kleinere Teams: Sie müssen nicht mehr produzieren, Sie müssen gezielter pflegen.
Ich priorisiere die Warteschlange in drei Stufen:
- Seiten mit bestehendem KI-Zitier-Anteil, den es zu verteidigen gilt.
- Seiten, auf denen bereits FAQPage- oder HowTo-Schema liegt – hier zahlt frische Signalgebung am schnellsten ein.
- Seiten mit hoher kommerzieller Absicht, aber ganz ohne
dateModified-Signal.
Der Ablauf pro Quartal:
- Bestand erfassen: KI-Zitier-Anteil über den Generative-AI-Bericht der Google Search Console verfolgen,
dateModifiedper Screaming-Frog-Crawl über alle Seiten ziehen. - Seiten im Fenster von 10–14 Monaten identifizieren – das ist die Zone, die als Nächstes aus dem Zitier-Fenster fällt.
- Strukturierte Überarbeitung ansetzen: Statistiken aktualisieren, einen neuen Fachabsatz ergänzen, den Schema-Timestamp anheben.
- Neu-Indexierung über IndexNow auslösen.
Der Verstärkungseffekt: Frische × Schema × Autorenschaft
Frische allein hebt die Zitierfähigkeit. Richtig stark wird das Signal, wenn drei Faktoren zusammenkommen: aktuelle Frische, sauberes Article-JSON-LD und eine benannte Fachautorschaft. Keiner der drei genügt für sich – aber sie verstärken sich.
Zur Autorenschaft ein Wort aus der Praxis: Over The Top SEO beobachtet, dass anonyme Inhalte – oder solche mit minimalen Autorendaten – die KI zu Rückschlüssen über die Urheberschaft zwingen, was typischerweise zu geringerer Zuordnungssicherheit und niedrigerer Zitier-Priorität führt. Das ist eine Praktiker-Beobachtung im Einklang mit Googles öffentlicher E-E-A-T-Leitlinie, keine unabhängige Studie – aber sie deckt sich mit dem, was ich sehe. Ein author-Person-Knoten mit sameAs zu LinkedIn und einer Belegseite nimmt der Maschine das Raten ab.
Umsetzungs-Checkliste
dateModifiedim Article-JSON-LD auf jeder Content-Seite ergänzen oder aktualisieren – passend zum echten Bearbeitungsdatum.- HTTP-Header
Last-Modifiedserverseitig auf denselben Stand setzen. <lastmod>in der Sitemap bei jeder Veröffentlichung mitziehen.- Nach jeder substanziellen Bearbeitung einen IndexNow-Ping absetzen.
author-Person-JSON-LD mitsameAszu LinkedIn und einer Belegseite hinterlegen.- Für jede hochwertige Seite eine Kalendererinnerung nach zehn Monaten setzen – damit keine Seite unbemerkt über die Zwölf-Monats-Grenze rutscht.
Zu Schritt 4 der Kontext von indexnow.org: Ohne IndexNow kann es Tage bis Wochen dauern, bis Suchmaschinen überhaupt merken, dass sich Inhalte geändert haben – weil sie nicht jede URL häufig crawlen. IndexNow verkürzt das auf eine nahezu sofortige Benachrichtigung. Beachten Sie dabei die Trennung aus dem vorigen Abschnitt: Das beschleunigt die Retrieval-Schicht, nicht das Modelltraining.
Was ich in Audits sehe
Die Frische-Lücke ist verlässlich der schnellste Gewinn in einem GEO-Audit – weil sie keinen neuen Inhalt verlangt. Es geht um das strukturierte Neu-Signalisieren von Arbeit, die längst getan ist. Bei der Kundenseite vom Anfang war die Sache in einer knappen Stunde erledigt: zwei Zahlen aktualisiert, ein aktueller Absatz ergänzt, dateModified gesetzt, IndexNow angestoßen. Der Inhalt war die ganze Zeit gut. Es fehlte nur das Signal.
Genau deshalb behandeln wir Frische bei laufender Betreuung als monatliche Routine, nicht als Einmal-Aktion: Wir verfolgen dateModified über die Kundenseiten hinweg und stoßen den Refresh-Workflow automatisch an, damit keine wichtige Seite unbemerkt über das Zwölf-Monats-Fenster driftet. Die Zahl aus dem Titel ist am Ende eine einfache Ansage: Was älter als ein Jahr aussieht, verliert mehr als doppelt so oft seine Zitierungen. Diese Uhr können Sie zurücksetzen – heute noch.
Wenn Sie wissen wollen, welche Ihrer Seiten gerade aus dem Zitier-Fenster fallen, ist das genau das, was wir im KI-Sichtbarkeits-Audit prüfen.