GEO ROI B2B: In 4 Schritten zur belastbaren Rechnung (Stichprobe: 1 von 37 B2B Anbietern fragt nach der Herkunft)

1. Einführung: GEO ROI im B2B kurz erklärt

Eine Geschäftsführerin fragt im Marketing nach, was das Budget für die KI Suche gebracht hat. Die Antwort dauert. Im Bericht der Webanalyse steht als Kanal „Direkt“, im Vertrieb liegt ein unterschriebener Auftrag, und dazwischen fehlt die Verbindung. Wer den Beitrag der KI Suche belegen will, stolpert an derselben Stelle wie bei jeder Frage nach Sichtbarkeit ohne Besuch: Der Kontakt entsteht in einer Antwort, die niemand mitzählt.

GEO ROI im B2B ist das Verhältnis aus dem Geschäftsergebnis, das auf Sichtbarkeit in KI Antworten zurückgeht, und den Kosten dieser Sichtbarkeit. Weil solche Antworten selten einen Klick hinterlassen, wird der Ertrag über drei Signale geschätzt: die selbst genannte Herkunft einer Anfrage, die Citations der eigenen Inhalte und das Branded Search Volume. Gemeint sind damit die Suchanfragen nach dem Markennamen.

Was das für Sie heißt: Wenn Ihr Vertrieb morgen eine Anfrage bekommt, wissen Sie heute meist nicht, ob am Anfang eine Empfehlung durch ein KI-System stand. Die Anfrage sieht aus wie jede andere. Ohne diese Angabe können Sie das Budget dafür weder begründen noch kürzen. Die Entscheidung fällt dann nach Bauchgefühl statt nach Zahlen, und das ist im Zweifel die teurere Variante.

Der Bedarf ist belegt. Für den G2 Buyer Behavior Report vom 22. Juli 2026 wurden mehr als 1.000 Käuferinnen und Käufer von Unternehmenssoftware befragt. Davon haben 82 Prozent binnen 24 Monaten eine Softwareempfehlung aus einem KI-Chatbot bezogen. Am häufigsten hilft KI in der Bewertungsphase der Buyer Journey: Total Cost of Ownership verstehen und eine engere Auswahl bilden, jeweils 51 Prozent. Auch die Finanzseite sitzt öfter mit am Tisch, ihr Anteil an Softwareentscheidungen stieg von 31 auf 46 Prozent.

Damit verschiebt sich die Frage. Nicht mehr: Sollen wir in Generative Engine Optimization investieren? Sondern: Woran erkennen wir, ob es sich gelohnt hat? Wer GEO ernst nehmen will, benötigt darauf eine Antwort, die im Budgetgespräch standhält. Genau hier trennen sich zwei Lager. Die einen erklären den ROI für unmessbar. Die anderen rechnen mit Zahlen, deren Herkunft sie nicht erklären können.

Beide Reflexe helfen der Finanzabteilung nicht weiter.

2. Warum der ROI von Generative Engine Optimization schwer messbar ist

Klassisches SEO liefert eine geschlossene Kette: Suchanfrage, Klick, Sitzung, Abschluss. Jedes Glied hinterlässt eine Spur, und am Ende steht eine Zahl. Die KI Suche zerschneidet diese Kette an drei Stellen, und jede Stelle kostet Sie einen Teil der Messbarkeit.

Der Klick fehlt, die Wirkung nicht

Ein KI-System beantwortet die Frage in der Antwort selbst, in ChatGPT ebenso wie in den Google AI Overviews. Wer dort genannt wird, gewinnt Vertrauen, ohne dass ein Besuch entsteht. Kommt der Besuch später doch, tippt die Person Ihren Namen in eine Suchmaschine oder direkt in die Adresszeile. Die Webanalyse verbucht das als Markensuche oder als Direktzugriff. Der Anstoß aus dem KI-System taucht in keiner Zeile auf.

Es ist wie mit einer Empfehlung beim Abendessen. Das Restaurant sieht am nächsten Tag einen zusätzlichen Gast, nie den Freund, der es empfohlen hat. Es sei denn, jemand fragt an der Tür nach.

Die Daten, die es gibt, überzeugen niemanden

Wie groß diese Lücke ist, zeigt die Untersuchung von GNW Consulting und Demand Metric zum Stand der Generative Engine Optimization im B2B-Marketing, mit 225 ausgewerteten Antworten aus dem ersten Quartal 2026. Dort erfassen 73 Prozent der Organisationen Verweise aus KI-Systemen, doch nur 34 Prozent vertrauen diesen Daten. Diese Lücke von 39 Punkten ist der eigentliche Befund: Es fehlen nicht die Zahlen, es fehlt der Glaube an sie.

Dieselbe Untersuchung nennt einen zweiten Widerspruch. 78 Prozent der Organisationen mit GEO Budget berichten einen messbaren Ertrag, aber weniger als 15 Prozent haben eine benannte Rolle, die dafür geradesteht. Ein Ertrag ohne Eigentümer ist eine Behauptung, kein Ergebnis. Gerade für den Mittelstand ist das heikel, weil dort selten jemand eine Stelle nur für Messung hat.

Der Kaufzyklus ist länger als jedes Reporting-Quartal

Der dritte Bruch ist zeitlich. John Dawes vom Ehrenberg-Bass Institute hat dafür eine Faustregel geprägt, die im B2B-Marketing als 95:5-Regel bekannt ist.

Seine Begründung ist schlicht: Wer den Dienstleister im Schnitt alle fünf Jahre wechselt, ist nur in etwa 20 Prozent der Jahre und in rund 5 Prozent der Quartale überhaupt kaufbereit. Ein Quartalsbericht misst deshalb zwangsläufig an der falschen Grundgesamtheit. Wirkung, die auf Erinnerung beruht, zeigt sich später.

3. Voraussetzungen: Was Sie vor der ersten Messung benötigen

Bevor gerechnet wird, müssen vier Dinge stehen. Sie kosten wenig und entscheiden darüber, ob die spätere Zahl trägt oder nur gut aussieht.

• Ein Herkunftsfeld im Anfrageformular. Eine Auswahlliste mit den gängigen KI-Systemen (ChatGPT, Claude, Copilot, Gemini, Perplexity, Grok), Suchmaschine, Empfehlung, Messe, Sonstiges.
• Ein fester Satz Testfragen. Fünf bis zehn Fragen mit Kaufabsicht, nicht fünfhundert allgemeine. Dieselben Fragen, dieselben Systeme, derselbe Rhythmus.
• Eine ehrliche Kostenstelle. Redaktion, Technik, Tools, interne Zeit, externe Partner. Wer nur die Rechnung der Agentur zählt, rechnet sich reich.
• Ein definiertes Attributionsfenster. Legen Sie es vor der ersten Messung fest und ändern Sie es nicht mehr im laufenden Jahr.

Der zweite Punkt ist der unterschätzte. Wie oft gemessen werden muss, ist keine Geschmacksfrage, und wer Autorität als Messgröße ernst nimmt, findet dazu inzwischen Zahlen statt Meinungen.

Julius Schulte, Malte Bleeker und Philipp Kaufmann haben acht Fragen je Kampagne über vier Systeme wiederholt, über ein Fenster von 45 bis 46 Tagen: ChatGPT, Gemini, Google AI Mode und Perplexity. Ihre Arbeit trägt den Titel „Don’t Measure Once: Measuring Visibility in AI Search“. Das Ergebnis: rund 65 Prozent der zitierten Quellen wechseln von einem Tag auf den nächsten. Ab sieben Läufen je Frage sinkt der Schätzfehler unter 0,10. Für stabile Werte je Marke empfehlen die Autoren zusätzlich eine gleitende Auswertung über zwei bis vier Wochen.

Wer einmal misst, misst das Wetter. Wer über Wochen misst, misst das Klima.

Ein GEO-Audit erhebt diesen Ausgangswert einmal sauber. Ohne Ausgangswert gibt es später keinen Vergleich, sondern nur ein Gefühl.

4. Schritt für Schritt: GEO ROI im B2B berechnen

Vier Schritte, in dieser Reihenfolge. Die ersten beiden kosten Disziplin, die letzten beiden kosten Rechenzeit.

Schritt 1: Die Kostenseite vollständig erfassen

Beginnen Sie mit dem Nenner, weil er als Einziger exakt bekannt ist. Zur Kostenseite gehören die Redaktion der Inhalte, die technische Aufbereitung, Lizenzen für Tools zur Messung, die interne Arbeitszeit von Marketing, SEO und Vertrieb sowie Honorare externer Partner. Rechnen Sie interne Stunden mit einem realistischen Satz an. Ein Programm, dessen Kosten nur aus einer Agenturrechnung bestehen, gibt es nicht.

Es ist wie beim Umbau zu Hause: Die Rechnung der Firma kennt jeder, die eigenen Wochenenden zählt niemand mit.

Erfassen Sie diese Positionen monatlich, nicht nachträglich am Jahresende.

Schritt 2: Die Herkunft direkt erfragen

Das stärkste verfügbare Signal ist auch das einfachste: ein Pflichtfeld im Anfrageformular und dieselbe Frage im Erstgespräch. Erfasst wird eine Auswahl, keine Freitextzeile, damit die Antworten später auswertbar bleiben. Wichtig ist die Formulierung ohne Vorgabe, also nicht „Haben Sie uns über ChatGPT gefunden?“, sondern eine neutrale Liste aller Kanäle von der Suchmaschine über Paid Search bis zur Messe.

Genau hier liegt eine Lücke, die kaum jemand erwähnt. Wir haben am 3. September 48 Websites deutscher B2B-Softwareanbieter über eine Kategorie der deutschsprachigen Wikipedia systematisch gezogen, 37 davon waren auswertbar. 31 dieser Anbieter haben eine erreichbare Anfrageseite, 19 liefern das Formular auch ohne JavaScript aus. Genau einer fragt darin, wie Interessenten auf das Unternehmen aufmerksam geworden sind.

Ein Feld, eine Auswahlliste, ein Nachmittag Aufwand.

Es ist die günstigste Messung im ganzen Programm.

Schritt 3: Sichtbarkeit als Verteilung messen, nicht als Einzelwert

Erst danach kommt die Sichtbarkeit selbst. Legen Sie fünf bis zehn Fragen mit Kaufabsicht fest und stellen Sie diese wiederholt in mehreren Systemen. Protokolliert werden drei Dinge: ob Ihre Marke genannt wird, welche Landing Pages als Quelle verlinkt sind und in welchem Tonfall die Nennung erfolgt. Ein Einzelergebnis ist wertlos. Erst der Durchschnitt über Fragen, Systeme und Tage ergibt eine Zahl, die sich vergleichen lässt.

Wie stark der Zufall hineinspielt, hat Dmitrij Żatuchin am 14. Juli 2026 in einer Varianzzerlegung über 12.933 Antworten großer Sprachmodelle, kurz LLM, aus 20 Marken, 8 Sprachen und 3 Modellen gezeigt. Auf die Markenidentität entfallen nur 1,5 Prozent der Varianz einer einzelnen Antwort. Die Zuverlässigkeit einer Markenrangfolge liegt bei einer Antwort nahe 0,01 und steigt erst im vollständig gekreuzten Aufbau auf rund 0,36.

Die praktische Folge: Breite schlägt Wiederholung. Zusätzliche Sprachen und zusätzliche Systeme senken den Fehler deutlich stärker als der sechste, siebte oder achte Lauf derselben Frage im selben Modell.

Schritt 4: Aus Pipeline und Kosten eine Zahl bilden

Jetzt erst wird gerechnet, und zwar mit der gewöhnlichen Formel für den Return on Investment. Der Ertrag ergibt sich aus der zugerechneten Sales Pipeline mal Abschlussquote mal durchschnittlichem Auftragswert. Davon werden die Programmkosten abgezogen, und das Ergebnis wird durch die Programmkosten geteilt. Wer lieber in Bestandswerten denkt, setzt statt des Auftragswerts den Customer Lifetime Value ein.

Rechenbeispiel mit gerundeten Werten. Ein Anbieter gibt monatlich 8.000 Euro für das Programm aus. Zehn Leads im Monat nennen ein KI-System als Ausgangspunkt. Bei einer Abschlussquote von 20 Prozent und einem durchschnittlichen Auftragswert von 14.000 Euro ergibt das einen Ertrag von 28.000 Euro. Abzüglich der Kosten bleiben 20.000 Euro, geteilt durch 8.000 Euro sind das 2,5. Die Zahlen sind erfunden, die Rechenlogik nicht.

Zwei Regeln halten diese Zahl ehrlich. Erstens: Nur Anfragen zählen, deren Herkunft jemand genannt hat, keine geschätzten Zuschläge. Zweitens: Das Attributionsfenster orientiert sich am eigenen Kaufzyklus, im B2B also eher an zwölf Monaten als an einem Quartal.

5. Unsere Position: Was die meisten Ratgeber zum GEO ROI übersehen

Die englischsprachigen Ratgeber verhandeln das Thema unter der Frage, wie sich der ROI von GEO messen lässt (im Original „How to measure ROI from GEO“). Ihr Framework ist überall dasselbe: der eigene Anteil an den Nennungen in KI Antworten, die selbst genannte Herkunft und der Anstieg beim Branded Search Volume. Diese Dreiteilung stimmt. Nur ist die Reihenfolge, in der sie meist präsentiert wird, aus unserer Perspektive verkehrt.

In fast allen Ratgebern steht der Sichtbarkeitsanteil vorn, oft verbunden mit der Empfehlung für eine Messplattform. Das ist das teuerste und zugleich wackeligste der drei Signale. Die Varianzzerlegung von Żatuchin beziffert die Zuverlässigkeit einer Markenrangfolge aus einer einzigen Antwort mit rund 0,01, und die Arbeit von Schulte und Kollegen zeigt, dass zwei Drittel der zitierten Quellen täglich wechseln. Ein Dashboard, das diese Streuung nicht abbildet, verkauft Ruhe, keine Erkenntnis.

Unsere Position: Das Formularfeld gehört vor das Dashboard. Es kostet einen Nachmittag statt einer Jahreslizenz, es liefert Aussagen von Menschen statt Stichproben aus Modellen, und es ist die einzige der drei Größen, die direkt an einem Auftrag hängt. Dass es in unserer Stichprobe genau ein Anbieter von 37 einsetzt, zeigt weniger ein Wissensproblem als eine Prioritätenfrage.

Die zweite Auslassung betrifft die Zeitachse. Die 95:5-Regel bedeutet für die Rechnung, dass ein Großteil der heute erzeugten Sichtbarkeit erst in kommenden Quartalen zu einer Anfrage führt. Wer im dritten Monat abrechnet, misst überwiegend jene fünf Prozent, die ohnehin gerade kaufen wollten. Ein Attributionsfenster über zwölf Monate ist deshalb keine Nachsicht, sondern die realistischere Annahme.

Und der dritte Punkt: Sichtbarkeit in KI Antworten entsteht überwiegend außerhalb der eigenen Website. Erwähnungen in verlässlichen Medien zahlen deshalb doppelt auf die Rechnung ein, einmal als Beleg für das KI-System und einmal als klassische Reichweite.

6. Häufige Fehler und wie Sie sie vermeiden

Fünf Muster tauchen in Gesprächen mit Finanzverantwortlichen immer wieder auf. Jedes einzelne verzerrt das Ergebnis in eine Richtung.

• Nur den direkten Traffic zählen. Verweise aus KI-Systemen sind die Spitze, nicht der Berg. Der größere Teil der Wirkung landet als Markensuche oder Direktzugriff im Bericht. Wer nur die Verweise zählt, unterschätzt das Programm systematisch.
• Einmal messen und daraus einen Trend ableiten. Zwischen zwei Einzelmessungen liegt vor allem Zufall. Der Vergleich braucht denselben Fragensatz, dieselben Systeme und ein Fenster von mindestens zwei Wochen.
• Das Attributionsfenster zu kurz wählen. Ein Quartal bildet einen B2B-Kaufzyklus nicht ab. Das Ergebnis sieht dann schlechter aus, als es ist, und das Budget wird zum falschen Zeitpunkt gekürzt.
• Die Inhaltskosten unterschlagen. Interne Stunden sind Kosten. Wer sie weglässt, erhält eine Kennzahl, die im nächsten Budgetgespräch nicht standhält.
• Die KI Suche mit dem SEO Reporting gleichsetzen. Rankings und Sitzungen aus dem SEO Bericht beschreiben eine andere Mechanik. Wer wissen will, wo das Content Budget wirkt, braucht für beide Disziplinen getrennte Kennzahlen.

Ein Fehler fehlt in dieser Liste bewusst: das Warten auf ein sauberes Messverfahren. Es wird in absehbarer Zeit keines geben, weil KI-Systeme nicht deterministisch antworten. Die Alternative ist nicht Perfektion, sondern eine dokumentierte Näherung, die jedes Quartal gleich berechnet wird.

7. Fazit

Der ROI von Generative Engine Optimization im B2B ist rechenbar, aber nicht auf dem gewohnten Weg. Die Kostenseite ist exakt bekannt, die Ertragsseite bleibt eine begründete Schätzung aus drei Signalen. Belastbar wird sie, wenn die Herkunft direkt erfragt wird, die Sichtbarkeit als Verteilung über Wochen entsteht und das Attributionsfenster zum eigenen Kaufzyklus passt.

Der günstigste Schritt steht dabei am Anfang und wird fast überall übersprungen. Ein Auswahlfeld im Anfrageformular verwandelt eine Vermutung in eine Angabe. Das Ziel: Am Ende des Quartals steht eine Zahl, die Sie mit dem gleichen Verfahren im nächsten Quartal wieder erzeugen können.

8. Anhang: Checkliste für das erste Quartal

1. Herkunftsfeld einbauen: Auswahlliste im Anfrageformular, gleiche Frage im Erstgespräch.
2. Auslieferung prüfen: Formular ohne JavaScript aufrufen und kontrollieren, ob es im Quelltext steht.
3. Fünf bis zehn Testfragen festlegen und schriftlich fixieren, damit sie unverändert bleiben.
4. Ausgangswert erheben: über zwei bis vier Wochen, mehrere Systeme, mehrere Läufe je Tag.
5. Kostenstelle anlegen: Redaktion, Technik, Lizenzen, interne Stunden, externe Honorare.
6. Attributionsfenster festschreiben: zwölf Monate als Ausgangspunkt, begründet dokumentiert.
7. Markensuche filtern: Search Console auf Anfragen mit Markenbezug einschränken und monatlich sichern.
8. Verantwortung benennen: eine Person, die die Zahl jedes Quartal nach demselben Verfahren erzeugt.

Disclaimer: Die genannte Stichprobe ist eine Momentaufnahme vom 03.09.2026 und nicht repräsentativ. Geprüft wurde ausschließlich das öffentlich ausgelieferte Rohdokument ohne JavaScript; einzelne Unternehmen werden nicht genannt, ausgewertet wurden nur Summen. Das Rechenbeispiel arbeitet mit erfundenen Werten und beschreibt allein die Rechenlogik. Externe Zahlen stammen von den jeweils verlinkten Quellen und können sich ändern. Angaben zu Wirkung und Zeitaufwand sind Erfahrungswerte und ersetzen keine rechtliche oder steuerliche Beratung.