Sichtbarkeit in der KI-Suche: Interview mit Matthäus Michalik

Sichtbarkeit in der KI-Suche wird für Unternehmen zu einem Thema, das sich in klassischen Analytics-Dashboards kaum ablesen lässt und trotzdem längst über Anfragen und Aufträge mitentscheidet. Matthäus Michalik ist GEO- und SEO-Experte und Mitautor des ersten deutschsprachigen Fachbuchs zu Generative Engine Optimization. Im schriftlichen Interview mit innovationimunternehmen.de erklärt er, warum die eigene Website nur ein kleiner Teil der Rechnung ist, wie sich GEO von klassischem SEO unterscheidet und welche vier Fehler er in der Praxis am häufigsten sieht, wenn Unternehmen versuchen, in Antworten von ChatGPT, Perplexity oder Googles AI Mode sichtbar zu werden. Das Gespräch richtet sich an Geschäftsführer und Marketingverantwortliche im Mittelstand, die verstehen wollen, wie sich Sichtbarkeit in der KI-Suche von klassischer Suchmaschinenoptimierung unterscheidet und wo der schnellste erste Schritt liegt.

Warum Unternehmen ihre Sichtbarkeit in der KI-Suche unterschätzen

Du sagst, KI verändert die Suche so stark wie kaum etwas zuvor. Was unterschätzen Unternehmen aktuell am meisten, wenn es um Sichtbarkeit in ChatGPT, Perplexity und Co. geht?

Dass es nicht um Klicks geht, sondern um Erwähnungen. Die meisten schauen ins Analytics, sehen ein bis zwei Prozent Traffic aus KI-Systemen und legen das Thema wieder weg. Bei uns ist es genauso, ein bis zwei Prozent Traffic. Aber acht bis zehn Prozent der Anfragen, die reinkommen, geben im Kontaktformular an, uns über ChatGPT gefunden zu haben. Der Effekt ist also da, er landet nur nicht in der Statistik.

Das Zweite: Die eigene Website ist nur ein kleiner Teil der Rechnung. Rund 85 Prozent der Quellen, aus denen KI-Antworten gebaut werden, sind fremde Domains, etwa Branchenmagazine, Vergleichsportale oder Foren. Nur rund 13 Prozent sind die Seiten der Marken selbst. Wer ausschließlich an der eigenen Website schraubt, arbeitet am kleineren Teil des Problems.

GEO versus klassisches SEO: gemeinsame Basis, unterschiedliches Ziel

Was unterscheidet GEO ganz konkret von klassischem SEO, und wo hört die Ähnlichkeit auf?

Die Basis ist dieselbe. Wenn ein KI-System eine Frage nicht aus seinen Trainingsdaten beantworten kann, startet es im Hintergrund eine Websuche, und die läuft in aller Regel über den Google-Index. Wer bei Google nicht auftaucht, taucht auch in der KI-Antwort nicht auf. Technisch ist das fast deckungsgleich, mit zwei Ausnahmen: Die meisten KI-Crawler rendern kein JavaScript, und ziemlich viele Unternehmen sperren die Bots aus, ohne es zu wissen.

Die Ähnlichkeit hört beim Ziel auf. In SEO will man den Klick, in GEO will man genannt werden, und der Klick kommt oft gar nicht, weil in der Antwort schlicht nichts verlinkt ist.

Merkmal	Klassisches SEO	Generative Engine Optimization
Ziel	Klick auf das eigene Suchergebnis	Erwähnung/Zitierung in der KI-Antwort
Wichtigste Quelle	Eigene Website im Vordergrund	Externe Domains wichtiger als eigene Seite (ca. 85 %)
Erfolgsmessung	Suchvolumen, Rankings, Klickrate	Kein Suchvolumen verfügbar, Zitierhäufigkeit im Monitoring
Reaktionszeit	Veränderungen über 6 bis 12 Monate	Veränderungen teils innerhalb von 24 bis 48 Stunden

Was Unternehmen auf der eigenen Website ändern sollten

Was sollten Unternehmen auf ihrer eigenen Website konkret ändern, damit KI-Systeme ihre Inhalte richtig verstehen und zitieren?

Zuerst die Technik: Die wichtigsten Inhalte müssen ohne JavaScript lesbar sein, und die robots.txt darf KI-Crawler nicht aussperren. Danach geht es darum, zitierwürdig zu werden. KI-Systeme greifen gern auf Seiten zurück, die etwas liefern, das es woanders nicht gibt: klare Definitionen, eigene Zahlen, eigene Auswertungen. Wer nur zusammenfasst, was schon zehnmal im Netz steht, wird selten zitiert.

Wichtig ist auch die Struktur. Tabellen, klare Zwischenüberschriften und Abschnitte, die für sich allein verständlich sind, erleichtern es der KI, einzelne Aussagen herauszulösen. Wir nennen das Chunking. Strukturierte Daten nach Schema.org helfen zusätzlich. Dazu kommen aktuelle Inhalte und erkennbare Autorinnen und Autoren mit nachprüfbarer Expertise. Und dann das, was viele vergessen: Die eigene Website ist nur ein Teil. Wer auf den Seiten fehlt, die KI-Systeme in der eigenen Branche schon zitieren, sollte genau dort ansetzen.

Das erste deutschsprachige Fachbuch zu GEO

Ihr habt das erste deutschsprachige Fachbuch zu GEO geschrieben. Was war der Auslöser, dieses Wissen in Buchform zu bringen?

Zwei Dinge. Wir haben in Kundenprojekten sehr viel getestet und irgendwann gemerkt, dass wir dieselben Erkenntnisse ständig neu erklären, in Workshops, in Calls, auf Bühnen. Und parallel war LinkedIn voll mit Behauptungen, die niemand belegt. „Ihr müsst alle Reddit machen“ ist so ein Satz. Für manche Branchen stimmt das, für andere ist Reddit komplett irrelevant.

Wir wollten einmal sauber aufschreiben, was sich messen lässt und was nicht, mit Zahlen aus echten Projekten statt mit Meinungen. Geschrieben habe ich es mit Andre Alpar, Magdalena Mues, Martin Grahl und Franziska Schneider, 330 Seiten, erschienen bei Rheinwerk.

Die vier häufigsten Fehler bei der Optimierung für KI-Antworten

Welche Fehler siehst du in der Praxis am häufigsten, wenn Unternehmen versuchen, in KI-Antworten sichtbar zu werden?

Studien eins zu eins übernehmen

Welche Quellen die KI heranzieht, unterscheidet sich massiv von Branche zu Branche. Wir hatten zwei Softwareunternehmen im Haus, ERP und Repricing, und es gab keine einzige gemeinsame Quelle.

Die falschen Prompts messen

„Was ist der Unterschied zwischen Voll- und Teilkasko“ beantwortet die KI aus den Trainingsdaten, ohne ins Netz zu gehen. Da lässt sich nichts optimieren, im Monitoring kostet der Prompt trotzdem jeden Monat Geld.

Technik übersehen

Alles, was per JavaScript nachgeladen wird, existiert für die meisten KI-Systeme nicht. Ein Fall aus der Praxis: Ein Fehler in der robots.txt hat sämtliche Crawler ausgesperrt. Die Zitierungen sind innerhalb weniger Tage abgestürzt, gemerkt hat es zuerst niemand.

Auf Traffic statt auf Erwähnungen optimieren

Wer KI-Sichtbarkeit an Sessions misst, stampft das Projekt nach einem Quartal wieder ein, weil die Kennzahl das eigentliche Ergebnis systematisch unterschätzt.

„Wer KI-Sichtbarkeit an Sessions misst, stampft das Projekt nach einem Quartal wieder ein.“ Mit diesem Satz bringt Matthäus Michalik den wohl teuersten Messfehler in der GEO-Praxis auf den Punkt.

Wie wichtig Generative Engine Optimization für den Mittelstand wird

Wie wichtig wird Generative Engine Optimization in den nächsten zwei bis drei Jahren für den Mittelstand?

Wichtig, aber ohne Weltuntergang. Google verschwindet nicht: 95 Prozent der Leute, die ChatGPT nutzen, sind in derselben Sitzung auch bei Google unterwegs. Und Googles AI Mode hat nach gut einem Jahr rund eine Milliarde Nutzende im Monat. Die meisten Menschen kommen also über Google mit KI in Berührung, nicht über einen eigenständigen Chatbot.

Für den Mittelstand liegt der entscheidende Punkt im Einkauf. Dort wird zunehmend mit Copilot oder ChatGPT vorselektiert, welche drei Anbieter überhaupt angefragt werden. Wer da nicht vorkommt, bekommt keine Absage, sondern gar keine Anfrage. Das ist das Unangenehme daran, man merkt nicht, dass man verliert. Auch das gehört zur Sichtbarkeit in der KI-Suche: Sie entscheidet zunehmend schon vor dem ersten Kontakt mit, wer überhaupt in die engere Auswahl kommt. Ein praktischer Hinweis noch: auf Deutsch arbeiten. Bei uns laufen rund 70 Prozent der Websuchen, die die KI im Hintergrund auslöst, auf Deutsch. Eine rein englische Website bringt im deutschen Mittelstand wenig.

Mentions und Citations: zwei Arten von Sichtbarkeit

Du unterscheidest zwischen Mentions und Citations. Was ist der Unterschied, und warum braucht ein Unternehmen beides?

Eine Mention ist, wenn die KI deine Marke nennt, ohne zu verlinken. Das kann aus den Trainingsdaten kommen oder daher, dass dich eine fremde Quelle erwähnt, die die KI heranzieht. Eine Citation ist ein klickbarer Link auf deine Seite, den die KI als Quelle angibt. Die entsteht nur, wenn das System für die Antwort tatsächlich im Netz sucht.

Mentions bauen Bekanntheit auf. Du landest in der Auswahl, gerade früh in der Entscheidung, wenn jemand noch Optionen sammelt. Messen lässt sich das nur indirekt, etwa über mehr direkte Aufrufe oder mehr Suchen nach dem Markennamen. Citations bringen messbaren Traffic und machen dich als Quelle sichtbar, auch für alle, die nicht klicken. Dazu kommt, dass die Plattformen Links gern einklappen oder verstecken, um Nutzer bei sich zu halten. Eine prominente Citation ist deshalb viel wert. Wer nur auf eins von beiden setzt, verschenkt die Hälfte.

Praxisbeispiel: Wie Medienberichte die KI-Sichtbarkeit verändern

Erzähl von einem Kundenprojekt. Wie hat sich die Sichtbarkeit in KI-Antworten verändert, und was war der Auslöser?

Ein gutes Beispiel ist das Ausbildungsbarometer 2026, das wir für Ausbildung.de umgesetzt haben. Die Plattform sitzt auf einem Datenschatz, den kaum jemand sonst hat: über eine Million Stellenanzeigen aus einem Jahr, monatsgenau und bis auf Stadtebene. Wir haben ausgewertet, welche Berufe wann ausgeschrieben werden und wo sich die Suche lohnt, auch abseits der Metropolen. In kleinen Städten lag die Ausbildungsdichte teils bis zu 20-mal höher als in Berlin. Die Ergebnisse haben wir zuerst exklusiv bei Business Punk platziert und danach stadtgenau an Regionalmedien gegeben, am Ende waren es 81 Medienberichte.

Parallel haben wir die KI-Antworten getrackt. Bei Fragen nach Städten mit vielen Ausbildungsstellen oder häufig ausgeschriebenen Berufen stieg die Sichtbarkeit von Ausbildung.de auf bis zu 100 Prozent, meist an erster Stelle, noch vor der Bundesagentur für Arbeit. Der Auslöser war also keine Änderung an der eigenen Website, sondern Berichte in Medien, die KI-Systeme ohnehin als Quellen nutzen. Nach einigen Wochen gingen die Werte wieder zurück. Eine Kampagne öffnet die Tür, offen halten muss man sie mit kontinuierlicher Medienarbeit.

Der erste Schritt für Unternehmen, die bei GEO bei null anfangen

Was würdest du einem Unternehmen raten, das bei GEO bei null anfängt?

Erst messen, dann optimieren. Das ist genau andersherum als in SEO. Man nimmt 20 bis 25 Fragen, die Kundinnen und Kunden wirklich stellen würden, und packt sie in ein Monitoring-Tool, das gibt es ab rund 30 Euro im Monat. Nach vier Wochen weiß man, welche Quellen in der eigenen Branche zitiert werden und ob man selbst darin vorkommt. Wenn nicht, die Redaktion anschreiben und fragen, wie man dort hineinkommt. Unspektakulär, aber der schnellste Hebel, den es gerade gibt.

Dazu zwei Dinge, die nichts kosten: prüfen, ob die wichtigsten Seiten ohne JavaScript lesbar sind und ob KI-Crawler versehentlich in der robots.txt blockiert werden. Und in das Kontaktformular die Frage „Woher kennst du uns?“ einbauen. Nach ein paar hundert Anfragen weiß man mehr über den Einfluss von KI auf das eigene Geschäft, als jedes Tool sagen kann.

Hintergrund: So entstehen Antworten in der KI-Suche

KI-Assistenten wie ChatGPT, Perplexity oder der AI Mode von Google beantworten Fragen auf zwei Wegen. Ein Teil der Antworten stammt aus dem Wissen, das ein Sprachmodell beim Training gelernt hat. Ist eine Frage aktuell oder sehr konkret, etwa bei der Suche nach Anbietern und Produkten, ziehen die Systeme zusätzlich Inhalte aus dem Netz heran. Fachleute sprechen von Retrieval Augmented Generation: Das System sucht passende Seiten, wertet sie aus und formuliert daraus eine eigene Antwort, häufig mit Quellenangaben.

Google beschreibt in seiner Dokumentation für Website-Betreiber, dass AI Overviews und AI Mode dafür eine Technik namens Query Fan-out nutzen können. Aus einer Frage entstehen mehrere verwandte Suchanfragen zu Unterthemen, deren Ergebnisse anschließend zu einer Antwort zusammengeführt werden. Besondere Optimierungen verlangt Google dafür nach eigener Aussage nicht, die bekannten Grundlagen der Suchmaschinenoptimierung gelten weiter.

Bei ChatGPT entscheidet der Crawler OAI-SearchBot darüber, welche Seiten in den Suchantworten erscheinen können. Wer ihn in der robots.txt aussperrt, wird laut OpenAI dort nicht mehr angezeigt. Getrennt davon regelt der Crawler GPTBot, ob Inhalte für das Training von Modellen verwendet werden dürfen. Unternehmen können beide Einstellungen unabhängig voneinander festlegen. Ob eine Seite für diese Systeme technisch erreichbar ist, entscheidet sich damit noch vor jeder inhaltlichen Frage.

FAQ: Sichtbarkeit in der KI-Suche

Warum reicht es nicht, nur den eigenen Website-Traffic aus KI-Systemen zu betrachten?

Weil rund 85 Prozent der von KI-Systemen genutzten Quellen externe Domains sind, nicht die eigene Website. Sichtbarkeit in der KI-Suche entsteht deshalb überwiegend über fremde Fachmedien und Vergleichsportale.

Ist GEO ein Ersatz für klassisches SEO?

Nein. Die technische Basis, insbesondere die Auffindbarkeit über den Google-Index, ist weitgehend identisch. GEO unterscheidet sich vor allem im Ziel: Erwähnung statt Klick.

Wie schnell reagieren KI-Systeme auf Optimierungsmaßnahmen?

Teilweise deutlich schneller als klassisches SEO, Veränderungen zeigen sich mitunter bereits innerhalb von 24 bis 48 Stunden statt erst nach mehreren Monaten.

Was ist der größte Messfehler beim Thema KI-Sichtbarkeit?

Die Optimierung anhand von Website-Traffic statt anhand von Erwähnungen zu bewerten, da der eigentliche Effekt sich häufig nicht im klassischen Analytics zeigt.

Wie fängt ein Unternehmen mit GEO an, das noch nichts dazu gemacht hat?

Mit einem Monitoring von 20 bis 25 typischen Kundenfragen über mehrere Wochen, um zu sehen, welche Quellen zitiert werden und ob das eigene Unternehmen darin vorkommt.

Welche technischen Fehler verhindern Sichtbarkeit in KI-Antworten?

Häufig sind es Inhalte, die erst per JavaScript nachgeladen werden, denn die meisten KI-Crawler rendern kein JavaScript. Ein zweiter typischer Fehler sind Einträge in der robots.txt, die KI-Crawler versehentlich aussperren.

Verwandte Themen

• Weitere Beiträge zu KI im Unternehmen
• Innovationsprozesse im Mittelstand
• Neue Geschäftsmodelle für den Mittelstand

Weiterlesen

• KI-Anbieterauswahl im Unternehmen: Kriterien, Prüfung und Vertragsgestaltung
• ROI von KI-Projekten messen: Nutzen belegen statt Erwartungen fortschreiben
• KI im Risikomanagement: 7 bewährte Praxisbeispiele