Die Kurzfassung
Im letzten Quartal haben wir fünf GEO-Kampagnen über den Auspia-Workflow gefahren: ein Möbelhersteller für Maßanfertigungen, eine internationale Luxusmarke, eine TikTok-Agentur mit Fokus auf die USA, eine regionale Beauty-Kette und ein Fahrradladen im Viertel. Die Kundenresultate variierten, aber das Muster in den Zahlen nicht. Drei Erkenntnisse sind es wert, behalten zu werden:
- Sichtbarkeit kommt als Stufe, nicht als Steigung. Jede Kampagne, die funktionierte, durchlief dieselbe Sequenz: Null-Tauchgang, dann Wackeln, dann Durchbruch. Wochenlang nichts, dann ein Sprung, der hielt.
- Sie hat eine Halbwertszeit. In den zwei Kampagnen, in denen die strukturierte Zufuhr in den Korpus gestoppt wurde, erodierte der Anteil der Erwähnungen langsam. AI-Erwähnungen sind ein Vermögenswert, den man pflegt, keine Mauer, die man einmal baut.
- In überfüllten oder rufgeschädigten Märkten ist GEO zuerst Defensive und erst danach Wachstum. Für die Beauty-Kette wurde der Sieg in verwässerten Falschaussagen und plattgedrücktem Negativkontext gemessen, nicht in neuen Clicks.
Wenn du nach dem Lesen eine Sache umsetzt, dann eine wöchentliche Scorecard. Die Kampagnen, die wirklich Fortschritt machten, überlebten eine strengere Messung. Die, die sich nur wie Fortschritt anfühlten, nicht.
Warum wir eine Retrospektive aus Kundensicht veröffentlichen
Früher gab die Suche Menschen eine Liste von Links und sie konnten klicken. Generative KI gibt ihnen eine Aussage. Unter Retrieval-Augmented Generation ist die Antwort die Werbung, und eine Marke verdient sich diese Erwähnung genauso wie eine Zitation: indem sie die konsensfähigste Quelle im Korpus für diese Frage ist.
Diese Verschiebung ist der ganze Grund für die Existenz von GEO. Das Paper „Generative Engine Optimization" aus Princeton (Aggarwal et al., KDD 2024) argumentierte, dass Modelle ihren Retrieval-Präferenzen folgen und die Aufgabe deshalb ist, die Sprache des Retrieval-Systems zu sprechen. Eine in Nature 2024 veröffentlichte Arbeit bestätigte den Mechanismus dahinter: Modelle weisen statistisch hochentropisches, widersprüchliches Quellenmaterial ab, um Halluzinationsrisiken zu reduzieren, und bevorzugen niedrigentropische, strukturierte, verifizierbare Quellen.
Die meisten GEO-Projekte schließen dennoch an dem Tag, an dem die Deliverables landen. Das Wissen des Operateurs geht zurück in seinen Kopf, der Kunde bekommt einen Report, und niemand außerhalb dieses Raums kann sagen, ob ein Trend echt war. Diese Retrospektive ist das Gegenteil dieses Workflows: fünf Kundenprojekte, eine gemeinsame Scorecard und die Schlussfolgerungen, für die wir wirklich angenehm stehen.
Die Scorecard, die wir benutzten
Jede Kampagne wurde gleich gemessen, mit denselben vier Metriken aus dem GEO-Sichtbarkeitsmodell:
Metrik | Was sie dir sagt | Was eine Bewegung bedeutet |
|---|---|---|
Inklusionsrate | Wie oft erscheint die Marke überhaupt in Antworten auf ihren Fragensatz | Der Unterschied zwischen unsichtbar und berücksichtigt |
Top-3-Anteil | Wie oft taucht die Marke in den ersten drei Erwähnungen auf | Der Unterschied zwischen berücksichtigt und empfohlen |
Bedingte durchschnittliche Position | Wo landet die Marke, wenn sie erscheint | Positionierungsqualität innerhalb einer Erwähnung |
Variationskoeffizient | Wie volatil die Antworten über Sessions hinweg sind | Ob das Ergebnis reproduzierbar oder ein Einzelfall ist |
Darüber hinaus verfolgte jede Kampagne operative Signale: Anzahl der Erwähnungen, Anteil der Quellenlinks, die auf die Domains der Marke zeigen, und welcher Assistent die Erwähnung trug.
Die Sammeldisziplin zählt mehr als die Metriken. Wir bauten pro Kunde eine Query-Matrix aus echten Käuferfragen und ließen danach denselben Prompt-Satz wöchentlich ausgeloggt laufen, mit gespeicherten Schnappschüssen. Auf dem Papier klingt das nach Hausaufgabe. In der Praxis ist es der einzige Grund, warum die Erkenntnisse unten keine Gefühle sind. (Der AI Search Visibility Checker von Auspia automatisiert dieses Prompt-Satz-Tracking und die Neubewertung, was der Hauptgrund ist, warum wir das überhaupt betreiben können.)
Die Oberflächen, die wir verfolgten, waren die fünf Assistenten, die Käufer in diesen Märkten für Kategorieforschung nutzen: ChatGPT, Gemini, Perplexity, Copilot und Claude.
Die fünf Kampagnen
Kunde | Was kaputt war | Kernbewegung | Was sich änderte |
|---|---|---|---|
Maßmöbel-Macher (Portland) | Käuferfragen blieben bei einem Assistenten unbeantwortet | Query-first Content + stufenweise Markenfakten | Marke erscheint jetzt in Antworten, in denen sie fehlte |
Internationale Luxusmarke | Intermittierende Präsenz, ein Assistent besonders still | Story-Anpassung je Assistent + Multi-Gerät-Prüfung | Konsistente positive Erwähnungen über Setups und Blickwinkel |
TikTok-Agentur mit USA-Fokus | Kategorieforschung zeigte eine totale Markenlücke | Sequenzierung nach Conversion-Intent, Plattform für Plattform | Top-3-Erwähnungen in allen fünf Assistenten |
Regionale Beauty-Kette (20+ Studios) | Veraltete Einträge, verstreute Falschaussagen, Negativ-Framing | 30+ Marken-Keywords, phasenweise Gegenfütterung | Kontext wechselte von riskant zu etabliert und verifiziert |
Fahrradladen im Viertel (30 Jahre, gleiches Viertel) | Alteingesessener Betrieb, null digitaler Fußabdruck | Lokale Antworten mit Adresse, Öffnungszeiten, Telefon | Die Telefonnummer taucht in lokalen Antworten auf; der Inhaber druckte das Ergebnis fürs Schaufenster |
Der Plateaubrecher: der Möbelmacher, der wochenlang nichts bekam
Die Werkstatt hatte einen starken lokalen Ruf und null KI-Präsenz. Käufer fragten „was ist der beste Maßmöbel-Macher in meiner Nähe" und ähnliche Spezifika, und der Assistent antwortete mit niemandem, während er Wettbewerber empfahl.
Wir förderten die Fragen zutage, die Käufer tatsächlich eintippen, bauten FAQ-Format-Seiten und strukturierte Markenfakten darum herum und machten dann das, was viele Teams auslassen: den Content stufenweise statt auf einmal zu füttern. Wochenlang passierte nichts. Dann stufte die Inklusionsrate hoch und die Erwähnungen stabilisierten sich. Die Lektion betraf nicht die Content-Qualität. Sie betraf die Form der Kurve: ruhig, ruhig, ruhig, Sprung.
Der Konsistenz-Audit: die Luxusmarke, die auf einem Gerät gut aussah
Die Marke tauchte in einigen Antworten auf und glitt in anderen weg, und ein Assistent war faktisch stumm. Diese Art von Teilpräsenz ist schwerer zu diagnostizieren als Abwesenheit, weil der Report gut aussieht.
Die Korrektur hatte zwei Hälften. Der Content wurde an die Erzählweise jedes Assistenten für Luxusprodukte angepasst, statt als ein Klumpen verschifft zu werden. Und die Lieferung wurde verifizierbar gemacht: Jede Prüfung lief von drei verschiedenen Device- und Netzwerk-Setups, kreuzgeprüft, sodass ein gutes Ergebnis kein Artefakt einer Session sein konnte. Konsistenz wurde von einer Hoffnung zu einem Tor.
Der Multi-Plattform-Sweep: die Agentur, die aus ihrer eigenen Kategorie verschwand
TikTok-verifizierte US-Agentur, starker Kategoriedemand, und die Antworten der Assistenten erwähnten die Agentur schlicht nicht. Statt überall gleichzeitig zu launchen, sequenzierten wir: erst die Fragen mit höchstem Conversion-Intent, eine Plattform nach der anderen, weiter nur dann, wenn die vorherige Oberfläche hielt.
Am Ende brachten Kategorie-Keywords die Agentur unter die ersten drei Erwähnungen in allen fünf Assistenten. Die Sequenzierung war der Teil, der sich ineffizient anfühlte, und der Teil, der sich auszahlte. Fünf Oberflächen am ersten Tag zu fahren macht jedes Ergebnis unlesbar.
Die Reputationsreparatur: die Beauty-Kette gegen einen schlechten Kontext
Die Einträge der Kette waren veraltet, einige Falschaussagen schwebten um ihren Namen, und Assistenten beschrieben sie mit ausweichender Sprache. In einem solchen Markt ist das Problem nicht die Abdeckung. Das Problem ist der Ton der Antwort.
Wir arbeiteten einen Satz von 30+ Keywords rund um die Marke und fütterten dann verifizierte Fakten phasenweise gegen: Ist-Stand, Referenzen, korrigierende Details. Der Kontext in den Antworten bewegte sich Richtung „etabliert, verifiziert" statt der früheren Verbraucherwarnsprache. Es hat nicht jede Spur gelöscht, und das würden wir nie versprechen. Aber die Waage dessen, was das Modell sagte, verschob sich, und die Verschiebung hielt.
Der unsichtbare Dreißigjährige: der Fahrradladen, der seine eigene Erwähnung exportierte
Der Laden hatte ein Viertel drei Jahrzehnte lang bedient und sonst keine Präsenz irgendwo im Digitalen. Unser Bewegungsmuster für lokale Kampagnen ist bewusst klein: einfangen, was nahe Käufer murmeln, und die praktischen Fakten direkt in die Antwortschicht legen — Adresse, Öffnungszeiten, Telefon und was der Laden tatsächlich macht.
Die Telefonnummer tauchte innerhalb des Kampagnenfensters in lokalen Antworten auf. Der Inhaber druckte die KI-Ausgabe und montierte sie hinter den Tresen, neben den kundensichtbaren Belegen. Wenn Antwortschicht und Schaufenster übereinstimmen, hört lokale Auffindbarkeit auf, ein Suchproblem zu sein.
Vier Muster, die die Zahlen wiederholten
1. Der Schwelleneffekt. Fünf Kampagnen, eine Form. Exposition wächst nicht linear; sie stufet. Unterhalb einer bestimmten Dichte sauberer, verlinkter Markenfakten hat das Modell keine sichere Wahl als den Wettbewerber. Überquere die Dichtelinie und Empfehlungen erscheinen. Das ist die S-Kurve, die die akademische GEO-Arbeit vorhersagt, und sie zeigte sich in jedem erfolgreichen Projekt.
2. Die Halbwertszeit. Die Luxus- und die grenzüberschreitende Kampagne durchliefen eine Phase, in der die Korpuszufuhr pausierte. Innerhalb von rund zwei Monaten sanken Inklusionsrate und Top-3-Anteil. Plattformgedächtnis hat Trägheit, aber es zerfällt ohne neuen Input. GEO ist kein Zustand, den man erreicht.
3. Entrauschen und defensive Positionierung. In Märkten mit hoher Konzentration oder vorhandenem Negativkontext ist der Wert von GEO defensiv. Du gewinnst keinen Anteil, den du nicht hattest; du ziehst den Ton der Antwort zurück auf verifizierbare Aussagen und umkreist eine sichere Baseline. Das ist ein legitimes Ergebnis, aber es muss als genau das gemessen werden.
4. Plattform-Heterogenität. Die fünf Assistenten verhielten sich unterschiedlich. In diesen Kampagnen hielten Gemini und Copilot Erwähnungen am längsten, nachdem die Inputs stoppten. ChatGPT refreshierte am schnellsten, als sich der Korpus änderte. Du kannst nicht eine Kadenz für alle Oberflächen fahren; du brauchst eine pro Oberfläche.
Der operative Loop, der wirklich hielt
Zieh die fünf Branchengeschichten ab, und vier operative Prinzipien überleben:
- Evidenzkette schlägt Persuasion. Der Content, der wirklich Zahlen bewegte, waren Testergebnisse, Zertifizierungen, benannte Spezifikationen, datierte Fakten und konkrete Grenzen. Die Sprache von „wir sind die Besten" war der einzige Content, der nie ein einziges Mal in einem Schnappschuss auftauchte.
- Der Korpus ist ein Vermögenswert. Jeder dieser Kunden hätte neue Blogposts kaufen können. Was sie tatsächlich brauchten, war ein wiederverwendbarer Pool aus strukturierten, entitätsreinen, zitierbaren Fakten.
- Gestuft nach Intent, nicht nach Volumen. Die Kampagnen teilten sich in Wellen von Intent-Fragen auf, und jede Welle bekam Zeit zu halten, bevor die nächste startete.
- Verifikation ist das Liefertor. Die Regel des Luxuskunden wurde unsere: Eine Behauptung über Sichtbarkeit ist nur wahr, wenn sie sich über Sessions, Geräte und Netzwerke hinweg reproduziert.
Deshalb beginnt bei uns alles mit einem Audit statt mit einem Content-Plan. Der GEO Score Checker und der AI Search Visibility Checker von Auspia existieren, um die Baseline messbar zu machen, und das Fehlen dieser Baseline ist genau der Punkt, an dem die meisten internen GEO-Programme stillschweigend stillstehen.
Wo die Evidenz weich wird
Wir werden nicht so tun, als wäre der Review strenger, als er ist.
- Die Beobachtungsfenster waren kurz. Mehrere Kampagnen liefen Wochen, nicht Quartale. Die Regeln zur Long-Tail-Konsolidierung sind weiterhin unverifiziert.
- Die Attribution ist korrelational. Wir können den Beitrag von GEO nicht sauber von paralleler Bezahlarbeit oder PR trennen. Das kann niemand, ehrlich gesagt, von außen.
- Die Abdeckung ist schmal. Konsumgüter, Mode, grenzüberschreitend, Beauty, lokale Services. Keine B2B-Käufer mit Compliance-Whitelists, keine Finanz- oder Gesundheitsprodukte.
- Confounds und Rauschen. Die Snapshot-Stichproben clusterweiterhin zusammen. Manche Kunden zeigten nur Exposure-Signale, nie vollständige quantitative Kurven, und ihr Eintrag in der Matrix ist eine richtungsbezogene Zusammenfassung statt einer Messung.
Was wir nächstes Mal anders machen würden
Wenn wir all diese Kampagnen morgen neu starteten, wären die Änderungen klein und spezifisch. Behandle GEO als Infrastruktur, mit einem wöchentlichen oder monatlichen automatisierten Check pro Assistent statt eines Projektenddatums. Baue zuerst die Unternehmens-Wissensbasis, den Schema-förmigen Faktenpool, und lasse die Posts und die Distribution daraus fließen. Halte die Evidenzkette als Hausstandard. Und setze die Kadenz pro Assistent, nicht pro Kampagne.
Ein kompakter Weg zu eigenen Zahlen in acht Wochen
- Woche 0: Wähle 15-20 Fragen, die Käufer wirklich über dich stellen. Lass sie ausgeloggt einmal pro Assistent laufen. Speichere die Ausgabe.
- Wochen 1-3: Baue die Evidenzkette: Spezifikationen, Zertifizierungen, Testdaten, Daten, Grenzen. Veröffentliche sie als antwortförmigen, sektionierten Content.
- Wöchentlich: Fahre denselben Prompt-Satz erneut, protokolliere die vier Metriken und vergleiche mit den Schnappschüssen.
- Zweimal pro Verifikationslauf: Wiederhole aus einem anderen Netzwerk und Gerät. Wenn sich das Ergebnis nicht reproduziert, ist es kein Ergebnis.
- Woche 8: Betrachte die Kurve. Klarer Fortschritt oder dokumentiertes Wackeln ist Erfolg. Leere Zahlen mit einer gut gebauten Pipeline sind ebenfalls ein Befund, und sie sagen dir, dass der Assistent, den du fütterst, keine Route zu dir hat.
FAQ
Wie lange dauert es, bis KI-Antworten sich bewegen? Erwarte Wochen, nicht Tage. In diesen Kampagnen lag das praktische Fenster bei sechs bis zehn Wochen konsequenter Fütterung vor dem ersten Schritt. Die nützliche Diagnose ist, ob du in der Wackel-Phase bist — die Pipeline funktioniert, aber die Dichte fehlt noch — oder in der Null-Erschein-Phase, in der das Retrieval keinen Pfad zu dir hat.
Ist GEO ein Einmalprojekt? Nein. Das Halbwertszeit-Muster war konsistent. Wenn dir die Antworten wichtig sind, halte die Pipeline warm. Langsamere Märkte halten mit einem leichten Monatscheck; Märkte, in denen Käufer jede Woche recherchieren, brauchen wöchentlich.
Behebt GEO falsche oder negative KI-Antworten? Es verschiebt die Waage, was nicht dasselbe ist wie Auslöschen. Gegenfütterung verifizierter Fakten bewegte die Antworten der Beauty-Kette von Vorsichtssprache zu „etabliert". Wenn eine Falschaussage aus einem Quellenregister stammt, das selbst falsch ist, korrigiere zuerst das Quellenregister. Und lies „es hat sich bewegt" nie als „es ist dauerhaft".
Mit welchem Assistenten sollen wir anfangen? Mit dem, bei dem deine Käufer tatsächlich recherchieren. In diesen Kampagnen war das nie dieselbe Oberfläche. Starte dort, verifiziere, dann verbreitere. Alle fünf am ersten Tag zu launchen macht es unmöglich zu wissen, was funktioniert hat.
Ist das nicht nur SEO unter neuem Namen? Andere Aufgabe. SEO konkurriert in einer Rangliste von Links, die Leute anklicken; GEO konkurriert innerhalb einer generierten Aussage, die Leute lesen. Gemeinsame Basis teilen sie: saubere, strukturierte Fakten und Konsistenz. Aber Messung, Kadenz und Fehlermodi sind unterschiedlich, und die beiden Loops getrennt zu betreiben ist genau so, wie diese Kampagnen tatsächlich gefahren wurden.
Autor: Ethan Marlowe, GEO-Messungsleiter mit über 500 Prompts bei Auspia. Ethan schreibt über Prompt-Tracking, Zitationsreports und die Sichtbarkeits-Dashboards, die GEO ehrlich halten.
