Generative Engine Optimization Glossar: 16 deutschsprachige GEO Glossare geprüft, 14 kann keine Maschine lesen

1. Einführung: Warum ein GEO Glossar überhaupt nötig ist

Drei Angebote liegen auf dem Tisch. Eines verspricht GEO, eines LLMO, eines AI Visibility. Die Leistungsbeschreibungen ähneln sich, die Preise nicht. Wer entscheiden soll, ohne die Begriffe zu kennen, entscheidet nach Bauchgefühl. Genau das ist der Grund für dieses Glossar: Es ordnet die Wörter, mit denen gerade sehr viel verkauft wird, und nennt zu jedem die Quelle.

Generative Engine Optimization Glossar heißt hier: eine Sammlung von Begriffen aus der KI-Suche, jeder in einem Satz erklärt und mit einem Beleg versehen. Kein Marketing-Vokabular, keine Wunschdefinitionen.

Ein GEO Glossar ist ein Nachschlagewerk für die Begriffe der generativen Suche. Es erklärt, wie KI-Systeme wie ChatGPT, Claude, Copilot, Google Gemini, Perplexity und Grok Inhalte auswählen, zitieren und darstellen. Ein gutes Glossar definiert jeden Begriff in einem Satz, belegt ihn mit einer Primärquelle und liegt zusätzlich maschinenlesbar vor.

Was das für Sie heißt: Wenn Ihre Mitarbeiter, Ihre Agentur und Ihr Dienstleister dieselbe Sache mit drei verschiedenen Kürzeln bezeichnen, sprechen Sie über Budgets, ohne über dieselbe Leistung zu sprechen. Angebote werden unvergleichbar, Ziele unscharf, Erfolgskontrolle unmöglich. Ein geklärtes Vokabular kostet eine Stunde und spart die Rückfragen in jedem Folgegespräch. Mehr ist es zunächst nicht.

Die Sache eilt ein wenig. Laut einer Bitkom-Umfrage unter 1.156 Personen ab 16 Jahren nutzt die Hälfte der Internetnutzer zumindest manchmal den Chat mit einer KI statt der klassischen Internetsuche. Bei den 16- bis 29-Jährigen sind es zwei Drittel. Wer in diesen Antworten vorkommen möchte, benötigt zuerst ein gemeinsames Vokabular. Wie sich SEO, AEO und GEO im Vergleich zueinander verhalten, haben wir an anderer Stelle ausführlicher hergeleitet; hier geht es um die Begriffe selbst.

Das Glossar folgt fünf Gruppen: die Kürzel, die Mechanik der Antwort, die Technik auf Ihrer Website, die Messgrößen und am Ende die Stichprobe, die zeigt, woran die meisten Glossare scheitern.

2. Die Kürzel: GEO, AEO und LLMO

Drei Kürzel, ein Handwerk. Real sind die Unterschiede schon. Nur liegen sie im Fokus, nicht im Vorgehen. Die folgenden drei Einträge ordnen sie ein, danach folgt die Einordnung von Google selbst.

In englischsprachigen Unterlagen begegnen Ihnen dieselben Sachverhalte unter anderen Namen. Generative Search meint die generative Suche, Search Generative Experience war Googles frühere Bezeichnung für das Antwortformat, AI Engines steht für die Antwortmaschinen und GenAI Search dient als Sammelbegriff. Traditional Search Engines bezeichnet dort die klassische SEO-Welt aus Trefferlisten und Backlinks. Wer Angebote vergleicht, sollte diese Namen kennen, um nicht dieselbe Leistung zweimal einzukaufen.

Generative Engine Optimization (GEO)

Generative Engine Optimization ist die Optimierung von Inhalten mit dem Ziel, in den generierten Antworten von KI-Systemen zitiert zu werden. Gemeint sind damit alle Maßnahmen an Text, Struktur und Technik, die KI-Modelle zu einer Nennung bewegen. Der Begriff stammt aus einer Forschungsarbeit von Aggarwal und Kollegen, eingereicht im November 2023 und für die Konferenz KDD angenommen. Dort heißt es, man führe „Generative Engine Optimization (GEO)“ als erstes Verfahren ein, das Inhalteanbietern hilft. Seitdem ist aus einem Forschungsbegriff eine Produktkategorie geworden.

Answer Engine Optimization (AEO)

Answer Engine Optimization bezeichnet dieselbe Arbeit mit anderem Schwerpunkt: Inhalte sollen als direkte Antworten ausspielbar sein, nicht als Linkliste. Praktisch bedeutet das kurze, klar strukturierte Passagen, die eine Frage vollständig beantworten. Google nennt das Kürzel in der eigenen Dokumentation und stellt es gleichberechtigt neben GEO.

Large Language Model Optimization (LLMO)

Large Language Model Optimization, kurz LLMO, meint die Ausrichtung auf einzelne Sprachmodelle statt auf die Suche insgesamt. Large Language Models sind Programme, die aus sehr großen Textmengen Antworten formulieren. Wer LLMO sagt, betont das Verhalten eines bestimmten Modells; wer GEO sagt, betont das Gesamtsystem aus Suche und Modell. Praktisch geht es in beiden Fällen darum, dass die Angaben zu Ihrem Unternehmen bei generativen Sprachmodellen ankommen. In deutschsprachigen Angeboten taucht zusätzlich GAIO auf, für Generative AI Optimization. In der Praxis werden die Begriffe meist synonym verwendet.

Unsere Position: Die meisten Ratgeber verkaufen die drei Kürzel als drei Disziplinen. Google widerspricht dem in der eigenen Anleitung zur Optimierung für generative KI-Funktionen, zuletzt aktualisiert am 10. Juli. Dort werden beide Kürzel benannt und anschließend eingeordnet.

„Aus Sicht der Google Suche ist die Optimierung für die generative KI-Suche eine Optimierung für das Sucherlebnis und damit weiterhin SEO.“
(„From Google Search’s perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO.“)

Ein Beispiel für diese Kontinuität ist das Qualitätsraster E-E-A-T. Es steht für Experience, Expertise, Authoritativeness und Trustworthiness, also für Erfahrung, Fachkunde, Autorität und Vertrauenswürdigkeit, und stammt aus Googles Richtlinien zur Bewertung von Suchergebnissen. Für die Beurteilung generativer Antworten gilt es unverändert weiter.

Das entwertet die Arbeit nicht, es verortet sie. Wer ein Angebot prüft, sollte deshalb weniger auf das Kürzel achten als auf die Maßnahmen dahinter. Ein Anbieter, der GEO als völlig neue Disziplin verkauft und dabei technische Grundlagen wie Crawlbarkeit oder saubere Seitenstruktur überspringt, verkauft vermutlich eher ein Etikett als eine Leistung.

3. Wie die Antwort entsteht: Begriffe des KI-Systems

Diese fünf Begriffe beschreiben, was zwischen der Frage eines Nutzers und der fertigen Antwort passiert. Wer sie kennt, versteht auch, warum generative KI-Systeme manche Inhalte zitieren und andere nicht.

Generative Engine

Eine Generative Engine ist ein System, das aus mehreren Quellen eine zusammenhängende Antwort formuliert, statt eine Trefferliste auszugeben. Auf Deutsch trifft es „Antwortmaschine“ am besten. Zu den Generative Engines zählen ChatGPT, Claude, Copilot, Google Gemini, Perplexity und Grok. Der Unterschied zur klassischen Suchmaschine ist der Schritt am Ende: Das KI-System liefert nicht die Fundstellen, sondern das Ergebnis.

AI Overviews und AI Mode

Google AI Overviews sind die von Google erzeugten Antwortkästen über den klassischen Suchergebnissen. AI Mode ist die dialogorientierte Variante, in der die Suche als Gespräch geführt wird. Beide beruhen laut Google auf denselben Ranking- und Qualitätssystemen wie die normale Suche. Für Sie heißt das: Eine Seite, die dort nicht indexiert ist, erscheint auch in den Antwortkästen nicht.

Query Fan-out

Query Fan-out beschreibt Google als „eine Menge gleichzeitiger, verwandter Suchanfragen, die das Modell erzeugt, um mehr Informationen anzufordern und zusätzliche relevante Suchergebnisse für die Anfrage des Nutzers zu holen“
(„A set of concurrent, related queries generated by the model to request more information and fetch additional relevant search results to address the user’s query.“). Aus einer Frage werden also mehrere Queries. Praktisch heißt das: Sie ranken nicht für ein Keyword, sondern für ein Bündel unsichtbarer Teilfragen. Semantisch verwandte Formulierungen zählen dabei mit. Deshalb gewinnen Seiten, die ein Thema vollständig abdecken, gegenüber Seiten, die auf eine einzige Suchanfrage zugeschnitten sind.

Retrieval Augmented Generation (RAG)

Retrieval Augmented Generation, kurz RAG, bezeichnet Systeme, die vor jeder Antwort passende Quellen abrufen und ihre Formulierung darauf stützen. Das Modell schreibt also nicht aus dem Gedächtnis, sondern liest zuerst nach. Für Ihre Sichtbarkeit ist das die entscheidende Stelle: Nur was beim Nachschlagen gefunden und als brauchbar bewertet wird, landet in der Antwort. Wie dieser Abruf im Detail abläuft, beschreibt unser Beitrag dazu, wie Modelle Quellen nachschlagen.

Halluzination

Eine Halluzination ist eine erfundene Angabe, die ein Modell mit derselben Selbstsicherheit vorträgt wie eine geprüfte. Das ist kein Randphänomen: 42 Prozent derjenigen, die KI für die Suche nutzen, haben laut Bitkom schon falsche oder schlicht erfundene Informationen erhalten. Für Ihr Unternehmen ist das eine doppelte Aufgabe. Erstens sollten die eigenen Angaben so eindeutig im Netz stehen, dass wenig Raum zum Raten bleibt. Zweitens gehört regelmäßig geprüft, was die KI-Systeme über Sie erzählen.

4. Technik: die Begriffe, die auf Ihrer Website stehen

Vier Begriffe aus dieser Gruppe tauchen in fast jedem Angebot auf. Zwei davon sind Handwerk, einer ist umstritten, einer wird regelmäßig unterschätzt.

Strukturierte Daten und Schema Markup

Schema Markup, auch strukturierte Daten genannt, ist maschinenlesbarer Zusatzcode im Seitenquelltext, der Inhalte benennt: Das hier ist ein Preis, das eine Öffnungszeit, das ein Firmenname. Technisch wird das meist als JSON-LD notiert. Wichtig für die Erwartungshaltung: Google schreibt in derselben Anleitung, strukturierte Daten seien für die generative KI-Suche nicht erforderlich und es gebe kein spezielles Format, das man ergänzen müsse. Nützlich bleiben sie trotzdem, weil sie Angaben eindeutig machen und den Weg in den Knowledge Graph ebnen, also in Googles Datenbank aus Dingen und ihren Beziehungen. Wie das im Detail aussieht, zeigt die Knowledge-Graph-Optimierung.

DefinedTerm

DefinedTerm ist der Datentyp für Glossareinträge. Die Definition von schema.org ist knapp gehalten.

„Ein Wort, ein Name, ein Akronym, eine Wendung und so weiter mit einer formalen Definition.“
(„A word, name, acronym, phrase, etc. with a formal definition.“)

Mehrere Einträge werden zu einem DefinedTermSet gebündelt, also zum Glossar als Ganzem. Der Vorteil liegt auf der Hand: Ein Begriff samt Definition steht dann nicht nur im Fließtext, sondern in einem Feld, das jedes KI-System ohne Interpretation auslesen kann. Genau hier lag der Hauptbefund unserer Stichprobe, dazu gleich mehr.

llms.txt

Die llms.txt ist eine Textdatei im Wurzelverzeichnis einer Website, die den wichtigsten Inhalt in aufgeräumter Form zusammenfasst. Jeremy Howard schlug sie vor, mit einer nachvollziehbaren Begründung.

„Kontextfenster sind zu klein, um die meisten Websites vollständig zu verarbeiten.“
(„context windows are too small to handle most websites in their entirety“)

Der Gedanke leuchtet ein. Nur führt Google die Datei ausgerechnet unter den Maßnahmen auf, die für die generative KI-Suche nicht nötig sind. Ein Glossar sollte beides nennen: den Vorschlag und seinen Status. Warum wir hier zur Gelassenheit raten, steht ausführlich bei den verbreiteten Irrtümern zu GEO.

KI-Crawler

Ein Crawler ist ein Programm, das Webseiten automatisch abruft. Bei den KI-Anbietern gibt es davon mehrere, und sie haben unterschiedliche Aufgaben. OpenAI beschreibt in der eigenen Dokumentation drei. GPTBot sammelt Inhalte, die in das Training der Modelle einfließen können. OAI-SearchBot bringt Websites in die Suchergebnisse innerhalb von ChatGPT. ChatGPT-User ruft eine Seite ab, wenn ein Nutzer gerade danach fragt. Bei Anthropic heißen die Gegenstücke ClaudeBot, Claude-SearchBot und Claude-User.

Diese Unterscheidung hat handfeste Folgen. Wer pauschal alles aussperrt, verliert womöglich auch die Zitation in der Antwort, nicht nur die Trainingsnutzung. Am besten prüft man beide Zugriffsarten getrennt und entscheidet bewusst, statt eine Zeile aus einem Forenbeitrag zu übernehmen.

5. Messen: die Begriffe für die Wirkung

Ohne Messgrößen bleibt jede Optimierung Behauptung. Diese vier Begriffe benötigen Sie, um ein Angebot zu bewerten oder eine Agentur zu briefen.

Zitationsrate

Die Zitationsrate ist der Anteil der geprüften Prompts, also der Textanfragen in KI-Assistenten, bei denen Ihre Domain als Quelle in der Antwort auftaucht. Sie wird über ein festes Set an Fragen erhoben und regelmäßig wiederholt. Ohne dieses feste Set ist der Wert wertlos, weil die Systeme nicht deterministisch antworten: Dieselbe Frage kann zweimal hintereinander unterschiedliche Quellen liefern.

Sichtbarkeitsanteil

Der Sichtbarkeitsanteil, im Englischen als AI Visibility oder Share of Voice geführt, misst Ihren Anteil an allen Marken-Nennungen (Brand Mentions) zu einem Thema. Er beantwortet die Frage: Wie oft komme ich vor, gemessen an den anderen? Anders als die Zitationsrate ist das eine relative Größe, und genau deshalb taugt sie zum Vergleich über die Zeit.

Zero-Click

Zero-Click beschreibt Suchvorgänge, die ohne Klick auf eine Website enden, weil die Antwort schon in der Suche steht. Laut Bitkom nutzen 24 Prozent der Befragten häufig die KI-Zusammenfassung, ohne die Suchergebnisse überhaupt anzusehen. Für Sie verschiebt das den Erfolgsmaßstab: Nicht jeder Kontakt endet künftig in einem Websitebesuch, wohl aber in einer Nennung, die im Kopf bleibt.

GEO-Audit

Ein GEO-Audit ist die Bestandsaufnahme vor der Optimierung: Welche Prompts führen heute zu Nennungen, welche Seiten sind für KI-Systeme erreichbar, welche Angaben widersprechen sich? Ein GEO-Audit liefert den Ausgangswert, gegen den später gemessen wird. Gerade für KMU ist das der günstigste Einstieg, weil sich daraus ergibt, was sich überhaupt lohnt.

6. Die Stichprobe: Glossare, die kein KI-System lesen kann

Ein Glossar über die maschinenlesbare Suche sollte selbst maschinenlesbar sein. Das klingt banal. In unseren Tests war es die Ausnahme.

Wir haben im August 16 deutschsprachige Seiten geprüft, die Begriffe rund um die generative Suche erklären. Die Auswahl lief über die Suchergebnisse zu einschlägigen Anfragen, ausgewertet wurde das Roh-HTML ohne Ausführung von JavaScript. Vier Kriterien: Welche Kürzel stehen im Titel? Liegen strukturierte Daten vor? Ist ein Glossar-Format hinterlegt? Wird mindestens eine Primärquelle verlinkt?

Das Ergebnis fällt in drei Punkten deutlich aus. Erstens: Alle 16 Seiten liefern irgendeine Form strukturierter Daten, aber nur 2 nutzen das dafür vorgesehene Glossar-Format. Zweitens: Nur 4 von 16 verlinken überhaupt eine Primärquelle, also eine offizielle Dokumentation, eine Spezifikation oder eine Forschungsarbeit. Drittens: Im Titel finden sich sechs verschiedene Kürzel-Kombinationen, von GEO allein über GEO mit LLMO bis zu GEO mit LLMO und GAIO.

Das ist keine repräsentative Erhebung, sondern eine Stichprobe. Sie genügt aber für eine Beobachtung: Wer über Zitierfähigkeit schreibt und die eigenen Definitionen weder belegt noch auszeichnet, macht genau den Fehler, den er beschreibt.

Daraus folgt eine einfache Prüffrage für jedes Glossar, das Ihnen begegnet: Steht hinter der Definition eine Quelle, die man anklicken kann? Wenn nicht, ist es eine Meinung im Lexikon-Gewand.

7. Fazit

Die Begriffe der generativen Suche sind jünger als die Angebote, die damit verkauft werden. Das erklärt die Unschärfe, entschuldigt sie aber nicht. Drei Punkte bleiben hängen: GEO, AEO und LLMO beschreiben weitgehend dasselbe Handwerk; Google ordnet es der Suchmaschinenoptimierung zu; und die Technik dahinter ist weniger exotisch, als das Vokabular vermuten lässt.

Das Ziel: ein gemeinsames Vokabular im Haus, bevor das erste Budget fließt. Wer die Begriffe kennt, erkennt ein gutes Angebot an den Maßnahmen, nicht am Kürzel.

8. Anhang: Checkliste für Ihr eigenes Glossar

• Jeder Begriff bekommt genau einen Definitionssatz, der ohne den Rest der Seite verständlich ist.
• Zu jeder Definition gehört eine Primärquelle: offizielle Dokumentation, Spezifikation oder Forschungsarbeit. Keine Zweitverwertung eines Blogbeitrags.
• Synonyme werden benannt statt versteckt. Wer GEO schreibt, nennt AEO, LLMO und GAIO im selben Eintrag.
• Das Glossar wird als DefinedTermSet ausgezeichnet, jeder Eintrag als DefinedTerm.
• Umstrittene Begriffe tragen den Streit im Text, nicht in der Fußnote.
• Ein fester Termin im Kalender: Definitionen altern in diesem Feld schneller als anderswo.

9. Häufige Fragen zum GEO Glossar

Dieser Beitrag gibt den Stand zum Zeitpunkt der Veröffentlichung wieder. Die genannten Zahlen stammen aus den verlinkten Quellen und aus einer eigenen, nicht repräsentativen Stichprobe (16 deutschsprachige Erklärseiten, Auswahl über Suchergebnisse, Roh-HTML ohne Ausführung von JavaScript, August). Definitionen in diesem Feld sind in Bewegung; KI-Systeme antworten nicht deterministisch und ändern sich schnell.