Das Suchinteresse für „aeo optimierung“ ist im August 2026 laut Keyword-Trackern sprunghaft gestiegen – und die deutschen Suchergebnisseiten sind fast leer. Wer den Begriff sauber definiert, wird zur Quelle, auf die KI-Systeme zurückgreifen. Genau das ist AEO in Aktion.
Ich bin Alexander Kirsch-Clayton, Gründer von Digital Domination. In den Audits, die wir durchführen, taucht dieselbe Frage inzwischen wöchentlich auf: Was ist Answer Engine Optimization eigentlich – und was davon ist Substanz, was Buzzword? Dieser Beitrag ist die Antwort, die ich mir selbst gewünscht hätte. Er ist bewusst so gebaut, dass eine KI ihn zitieren kann. Er ist ein lebendes Beispiel für die Disziplin, die er erklärt.
Eine saubere Definition
Die üblichen Einzeiler sind veraltet. „Optimieren Sie für die Sprachsuche“ oder „landen Sie im Featured Snippet“ beschreiben eine Welt von 2019. Sie zielen auf eine Trefferliste, aus der ein Mensch einen Link auswählt. AEO zielt auf etwas anderes: die Antwort selbst. Wenn ChatGPT Search, Perplexity oder Google AI Overviews eine Frage beantworten, entscheiden sie, welche Quellen sie in ihre generierte Antwort einweben. Ihr Ziel ist es, diese Quelle zu sein.
Der Unterschied ist nicht kosmetisch. AirOps formuliert es knapp: AEO ist „the practice of structuring content so AI platforms like ChatGPT, Perplexity, Google AI Overview, and others can extract, trust, and cite it as the answer to a user’s question“. Extrahieren, vertrauen, zitieren – drei Verben, die im klassischen SEO nicht vorkamen. Und sie verschieben die Arbeit von „Wie ranke ich?“ zu „Wie mache ich meine Antwort maschinenlesbar, überprüfbar und zuschreibbar?“
Warum das jetzt zählt: KI-Suchplattformen verzeichneten im ersten Quartal 2026 über 27,4 Milliarden Besuche – ein Plus von 42,8 % gegenüber dem Vorjahr, während Google im selben Zeitraum nur 2,4 % zulegte. Das ist kein Randphänomen mehr. Es ist eine parallele Antwortschicht, die zwischen Ihre Website und Ihren Kunden tritt.
SEO, GEO und AEO: die Karte, die Sie brauchen
Kein vages Venn-Diagramm. Der klarste Weg, die drei Disziplinen zu trennen, ist die Frage: Was optimiert jede – und wie sieht Erfolg aus?
SEO – die Trefferliste
SEO arbeitet, wie First Line Software es beschreibt, nach einem „list of results model – users choose links“. Der Nutzer sieht zehn blaue Links und klickt. Erfolg heißt: höheres Ranking, mehr organischer Traffic, bessere Keyword-Sichtbarkeit. Das bleibt relevant – aber es ist nicht mehr das ganze Bild.
AEO – die Antwort selbst
AEO arbeitet nach einem „answer-first model. Users often don’t click, they consume.“ Erfolg heißt hier: Ihr Inhalt wird in KI-Antworten zitiert, Ihre Erklärungen tauchen in Zusammenfassungen auf, Ihre Marke erscheint in konversationellen Ausgaben. Der Klick ist optional geworden. Die Zitierung ist die Währung.
GEO – wie die KI Ihr Unternehmen versteht
GEO – Generative Engine Optimization – zielt nicht auf einzelne Seiten, sondern darauf, „how AI systems understand and represent your company“. Erfolg heißt: konsistente Darstellung über alle KI-Tools hinweg, weniger Fehlinterpretation und Halluzination, vorhersehbare Ausgaben über verschiedene Prompts. GEO ist die Marken- und Entitätsebene; AEO ist die Antwortebene.
In den Audits, die ich durchführe, ist das Verwechseln von GEO und AEO der häufigste strategische Fehler. Teams bauen makellose FAQ-Seiten (AEO) und wundern sich, dass die KI ihr Unternehmen falsch beschreibt (ein GEO-Problem) – oder umgekehrt. Beide Ebenen brauchen Arbeit, aber unterschiedliche Arbeit.
Was in der Extraktions-Pipeline passiert
Zwischen Ihrer Seite und einer KI-Antwort liegt eine Verarbeitungskette. Wer sie versteht, versteht, warum gute Inhalte trotzdem unsichtbar bleiben können. Am Beispiel der zwei Systeme, die im deutschen B2B am häufigsten auftauchen:
Google AI Overviews laufen laut ZipTie durch fünf Stufen. Zuerst eine semantische Vorauswahl von 200–500 Kandidatendokumenten. Dann ein Re-Ranking über Embeddings. Dann – entscheidend – ein E-E-A-T-Gate, das „a binary gate, not a gradient“ ist: Inhalt unterhalb der Schwelle wird ausgeschlossen, bevor die Bewertung auf Passagenebene überhaupt beginnt. Danach ein Passagen-Re-Ranking durch Gemini und schließlich die Fusion in die finale Antwort. 96 % der Zitierungen stammen aus Quellen, die das Gate passieren.
Perplexity nutzt eine vierstufige Pipeline: Query-Verständnis und Intent-Klassifikation, dann eine Retrieval-Schicht aus PerplexityBot-Index, Bing und Partnerfeeds, dann ein Reranker, der Kandidaten „weighted toward extractability and original data“ bewertet, und zuletzt das Generierungsmodell, das Zitierungen an einzelne Sätze heftet. Seiten, die innerhalb der letzten sechs Monate aktualisiert wurden, erhalten einen kleinen, aber konsistenten Rerank-Boost.
Zwei Lehren daraus. Erstens: Ranking ist nicht Zitierung. Nur noch 38 % der von AI Overviews zitierten Seiten stehen überhaupt in den organischen Top 10 – vor gut einem Jahr waren es 76 %. Zweitens: Entitäten sind ein Hebel. Seiten mit 15 oder mehr erkannten Entitäten zeigen laut ZipTie eine 4,8-fach höhere Wahrscheinlichkeit, in AI Overviews ausgewählt zu werden.
Die fünf AEO-Bausteine
1. Antwort zuerst – die umgekehrte Pyramide für Maschinen
Extraktionssysteme belohnen laut LSEO „clarity, hierarchy, and self-contained meaning“. Vergräbt Ihre Seite die Antwort „beneath storytelling, brand language, or unnecessary setup“, überspringt die KI den Inhalt womöglich ganz. Schreiben Sie die Kernantwort in den ersten Absatz, dann die Belege, zuletzt den Hintergrund – nicht wie für einen Menschen, den man erst warmläuft, sondern wie für einen Leser, der die erste Zeile extrahiert und weiterzieht.
2. Schema jenseits von FAQ
Google hat die FAQ-Rich-Results am 7. Mai 2026 abgeschaltet – aber der FAQPage-Schematyp selbst wurde nicht entfernt. Interessant ist die Reaktion der KI-Engines: Sie lehnten sich nach dem Wegfall des SERP-Features stärker an FAQ-Daten an, „because Q&A-shaped data is exactly what they need for direct-answer generation“. Wichtiger für 2026 sind aber zwei unterschätzte Typen. Organization-Schema ist laut MO Agency „the single most-cited schema type by AI engines when they answer ‚who is X‘ or ‚what does X do‘ prompts“. Und Speakable ist „the most under-used type in AEO right now“ – es markiert Passagen als vorlesetauglich, also genau in dem Format, in dem viele Assistenten Inhalte ausspielen. Ergänzt um Service und HowTo für konkrete Leistungen und Anleitungen.
3. Maschinenlesbare Aktualität
Ein dateModified im JSON-LD ist kein Detail, sondern ein Signal. Perplexity gibt Seiten, die in den letzten sechs Monaten aktualisiert wurden, einen konsistenten Rerank-Boost. Das heißt nicht, das Datum zu fälschen, sondern eine echte Pflege-Kadenz zu etablieren: den Beitrag ergänzen, Zahlen aktualisieren, das Datum ehrlich mitziehen.
4. Entitätsverankerung
Kann ein KI-Modell Ihre Marke nicht zu einer bekannten Entität auflösen, zitiert es Sie nicht als Autorität – egal, wie gut Ihr Text ist. Ryze AI ist deutlich: „If AI models cannot identify your brand as a distinct, trustworthy entity, your competitors get cited in your place.“ Das Werkzeug dafür ist Organization-JSON-LD auf der Startseite mit einer sameAs-Eigenschaft, die auf jedes verifizierte Profil verlinkt – plus ein Person-Node für jeden Autor mit Jobtitel und Verknüpfung zur Organisation. Ohne identifizierte Autoren und eine verifizierte Organisation kann etwa Perplexity Ihren Inhalt nicht an eine zitierbare Wissensgraph-Entität ankern.
5. Zitierbarkeits-Marker
KI-Systeme bevorzugen Inhalte, an die sie sich anhängen können: belegte Statistiken mit Quellenangabe, benannte Expertise mit nachprüfbaren Credentials und pro Seite mindestens eine klar formulierte, zitierfähige Aussage. Eine Autorenzeile mit echtem Namen, Titel und externen Autoritätssignalen schlägt laut MO Agency eine reine Marken-Byline „by a meaningful margin“ – besonders bei Claude und Perplexity.
Was deutsche B2B-Käufer die KI wirklich fragen
In den Audits sehen wir immer wieder dieselben vier Fragemuster. Jedes hat ein Inhaltsformat, das Zitierungen verdient:
- „Wer ist der beste Anbieter für …“ – gewinnt, wer als klare Entität auflösbar ist (Organization- und Person-Schema, sameAs) und in Vergleichs- und Kategorieseiten mit belegten Aussagen auftaucht.
- „Was kostet …“ – gewinnt, wer Preise oder Preisspannen offen und maschinenlesbar nennt, statt sie hinter „auf Anfrage“ zu verstecken.
- „Wie funktioniert …“ – gewinnt, wer Prozesse in Antwort-zuerst-Struktur plus HowTo-Schema erklärt, in eigenständigen Absätzen.
- „Welche Tools / Alternativen gibt es für …“ – gewinnt, wer ehrliche, kuratierte Übersichten liefert, die auch Wettbewerber einordnen.
Der DACH-Kontext hat eine eigene Färbung. Käufer fragen nach DSGVO-Konformität, nach Datenresidenz, nach Reverse-Charge und Vertragsdetails. Und: Der Großteil der belastbaren AEO-Literatur ist englisch. Deutschsprachige Autoritätsinhalte sind rar – genau die Lücke, die dieser Beitrag adressiert. Wer sie in seinem Segment zuerst füllt, wird zur Standardquelle, bevor die Wettbewerber überhaupt anfangen.
Die eine AEO-Metrik, die die Absprungrate ersetzt
Vergessen Sie für einen Moment die Absprungrate. Die Kennzahl, die für AEO zählt, ist der Zitierungsanteil – der Prozentsatz kaufrelevanter KI-Prompts, für die Ihr Inhalt als Quelle zitiert wird. AuthorityTech definiert ihn als „the percentage of AI-generated responses – across a defined set of buyer-intent prompts – that cite your content as a source“.
Realistische Ausgangswerte: Unternehmen in der Frühphase liegen bei 2–8 %, spätere Wachstumsphasen bei 8–20 % und darüber, Kategorieführer erreichen 35–50 %. Der Abstand ist gewaltig – das obere Viertel der SaaS-Anbieter erreicht rund 31 Zitierungen pro Monat, das untere nur 3,7. Ein Faktor von 8,4. Und die Sichtbarkeit ist flüchtig: Die monatliche „citation drift“ liegt bei 40–60 %, wer nicht wöchentlich misst, verliert schnell.
Messen heißt konkret: 50 bis 100 kaufrelevante Fragen wöchentlich über ChatGPT, Perplexity und Google AI Overviews testen, pro Plattform auswerten, dann aggregieren. Das manuell zu tun, wird schnell mühsam. Wir haben Cited genau dafür gebaut – es verfolgt in Echtzeit, wie ChatGPT, Claude, Perplexity, Gemini und Google AI Overviews Ihre Marke und Ihre Wettbewerber beschreiben, und leitet daraus konkrete To-dos ab. Für einen Einstieg reicht aber schon eine Tabelle mit 20 Kernfragen und ein wöchentlicher Testlauf von Hand.
Ein sinnvolles 90-Tage-Ziel für eine neue B2B-Site: von einem gemessenen Ausgangswert im niedrigen einstelligen Bereich auf 8–12 % Zitierungsanteil bei Ihren zwanzig wichtigsten Fragen. Wichtig ist nicht die absolute Zahl, sondern die Richtung – und dass Sie überhaupt eine Baseline haben.
20-Minuten-Self-Audit
Acht Ja-Nein-Fragen, die eine Gründerin oder ein Marketing-Lead ohne eine Zeile Code beantworten kann. Zählen Sie Ihre Ja-Antworten:
- Antwort zuerst: Beantworten Ihre wichtigsten Seiten die Kernfrage im ersten Absatz, in einem eigenständigen Satz?
- Entitäts-Markup: Liegt Organization-JSON-LD auf der Startseite, mit Logo, Beschreibung und sameAs-Links?
- Aktualitätssignale: Tragen Ihre Kernseiten ein korrektes dateModified – und wird der Inhalt tatsächlich gepflegt?
- Belegte Aussagen: Haben Ihre Zahlen und Behauptungen eine benannte Quelle statt nur einer Behauptung?
- Schema-Abdeckung: Nutzen Sie über FAQ hinaus auch Service-, HowTo- oder Speakable-Schema, wo es passt?
- llms.txt: Liegt im Site-Root eine llms.txt mit einer H1 und einem kurzen Zusammenfassungs-Blockzitat Ihres Angebots?
- Crawler-Freigaben: Erlaubt Ihre robots.txt den relevanten KI-Crawlern (etwa PerplexityBot, GPTBot) den Zugriff?
- Autorenzuschreibung: Tragen Ihre Beiträge einen benannten Autor mit Titel, Credentials und Person-Schema?
Auswertung, ehrlich gerechnet: 0–3 Ja – hier ist echte Arbeit nötig, aber der Hebel ist groß, weil fast alle Wettbewerber am selben Punkt stehen. 4–6 Ja – solides Fundament, jetzt geht es an Feinschliff und Messung. 7–8 Ja – audit-reif, Zeit, tiefer zu gehen und den Zitierungsanteil systematisch zu steigern.
Zu Frage 6: llms.txt ist eine Markdown-Datei im Site-Root, die KI-Agenten einen kuratierten Überblick über Ihre Inhalte gibt – nach dem Vorbild von robots.txt und sitemap.xml. Laut Spezifikation ist nur eine H1 mit dem Projektnamen zwingend, ergänzt um ein Blockzitat mit einer kurzen Zusammenfassung. Geringer Aufwand, klares Signal.
Fazit des Gründers
Was mir in den Audits am häufigsten begegnet: exzellente Inhalte, die keine KI zitiert, weil niemand die Entität aufgelöst, die Antwort nach oben gezogen oder das Schema gesetzt hat. Das ist keine Content-Frage. Es ist eine Struktur- und Signalfrage – und sie ist in Wochen lösbar, nicht in Jahren.
Der beste erste Schritt ist banal und mächtig zugleich: eine Frage präzise beantworten, so dass eine Maschine die Antwort übernehmen kann. Dieser Beitrag tut genau das für „Was ist AEO?“. Für Ihr Unternehmen ist die Frage eine andere – aber die Mechanik ist dieselbe. Machen Sie das Self-Audit, setzen Sie eine Baseline, und füllen Sie die deutschsprachige Lücke, bevor es jemand anderes tut.
Wenn Sie wissen wollen, wo Sie heute stehen und welche drei Hebel bei Ihnen zuerst greifen, sehen Sie sich unser KI-Sichtbarkeits-Audit an. Wir messen Ihren Zitierungsanteil, prüfen Entität, Schema und Struktur – und liefern eine priorisierte To-do-Liste, mit der Sie in den nächsten 90 Tagen sichtbar werden.