Wissen · Glossar
GEO, AEO, LLMO, llms.txt - die Begriffe rund um Generative Engine Optimization sind neu und werden oft durcheinandergeworfen. Hier finden Sie klare, zitierfähige Definitionen. Jeder Begriff ist einzeln verlinkbar.
Generative Engine Optimization (GEO) ist die Disziplin, Inhalte und Entitäten so aufzubereiten, dass sie von generativen KI-Systemen wie ChatGPT, Perplexity, Gemini und Google AI Overviews als Quelle herangezogen und zitiert werden. GEO verschiebt das Ziel von "Klicks auf Position 1" hin zu "zitiert in der KI-Antwort".
Auch genannt: AI-SEO, LLMO, AEO
Answer Engine Optimization (AEO) ist die Optimierung von Inhalten für Antwortmaschinen, die direkte Antworten statt einer Linkliste liefern. AEO überschneidet sich stark mit GEO; der Begriff betont den Fokus auf prägnante, direkt beantwortbare Fragen (Answer-First-Content).
Auch genannt: Antwortmaschinen-Optimierung
Large Language Model Optimization (LLMO) bezeichnet die gezielte Optimierung von Inhalten für große Sprachmodelle. In der Praxis wird LLMO weitgehend synonym zu GEO verwendet und betont die technische Lesbarkeit und Konsistenz, die ein LLM braucht, um eine Quelle korrekt wiederzugeben.
Auch genannt: GEO
AI-SEO ist ein Sammelbegriff für Suchmaschinenoptimierung im KI-Zeitalter. Er wird oft synonym zu GEO genutzt, ist aber breiter: AI-SEO umfasst sowohl klassisches SEO für KI-gestützte Suche als auch die Optimierung für rein generative Antwortsysteme.
Auch genannt: GEO, LLMO
llms.txt ist eine standardisierte Markdown-Datei im Wurzelverzeichnis einer Domain, die KI-Systemen die wichtigsten Inhalte einer Website strukturiert und gebündelt bereitstellt. Sie funktioniert als kuratierter Wegweiser für LLMs, vergleichbar mit dem, was robots.txt für klassische Crawler ist.
Eine Citation ist die namentliche Nennung und meist Verlinkung einer Quelle innerhalb einer KI-generierten Antwort. Citations sind die zentrale Währung von GEO: Wer zitiert wird, ist für den Nutzer sichtbar, auch wenn dieser nie auf die Website klickt.
Auch genannt: Zitat
Eine Entität ist ein eindeutig identifizierbares Konzept, etwa eine Person, Organisation, ein Produkt oder Ort. Suchmaschinen und LLMs verknüpfen Entitäten in einem Knowledge Graph. Eine klar definierte, konsistent beschriebene Entität wird von KI-Systemen zuverlässiger erkannt und zugeordnet.
Eine Canonical Entity Description ist eine festgelegte, überall identisch verwendete Beschreibung einer Entität, etwa eines Unternehmens. Indem dieselbe Kernbeschreibung auf Website, in Verzeichnissen und in strukturierten Daten konsistent auftaucht, ordnen KI-Systeme die Entität eindeutig zu und geben sie korrekt wieder.
Ein Knowledge Graph ist eine strukturierte Wissensdatenbank, die Entitäten und ihre Beziehungen zueinander abbildet. Prominente Beispiele sind der Google Knowledge Graph und Wikidata. Ein Eintrag im Knowledge Graph erhöht die Wahrscheinlichkeit, dass eine Entität in KI-Antworten korrekt referenziert wird.
Eine Answer Engine ist ein System, das auf eine Anfrage eine direkte, zusammengefasste Antwort liefert statt einer Liste von Links. Beispiele sind Perplexity, ChatGPT mit Websuche und Google AI Overviews. Answer Engines sind das primäre Ziel von GEO und AEO.
Google AI Overviews sind KI-generierte Zusammenfassungen, die Google oberhalb der klassischen Suchergebnisse anzeigt. Sie fassen mehrere Quellen zusammen und verlinken sie. Sichtbarkeit in AI Overviews ist für viele Unternehmen der erste messbare GEO-Erfolg.
Auch genannt: SGE
Retrieval-Augmented Generation (RAG) ist eine Technik, bei der ein Sprachmodell zur Laufzeit passende externe Dokumente abruft und in seine Antwort einbezieht. RAG ist der Mechanismus hinter den meisten zitierfähigen KI-Antworten: Was abgerufen wird, kann zitiert werden.
Schema.org ist ein standardisiertes Vokabular, mit dem Webinhalte maschinenlesbar ausgezeichnet werden, üblicherweise im Format JSON-LD. Strukturierte Daten helfen Suchmaschinen und KI-Systemen, den Sinn einer Seite eindeutig zu erfassen, etwa eine FAQ, ein Produkt oder eine Organisation.
Auch genannt: JSON-LD
Grounding bezeichnet die Verankerung von KI-Antworten in überprüfbaren externen Quellen. Gut gegroundete Antworten reduzieren Halluzinationen und enthalten Citations. GEO zielt darauf, die eigene Marke zu einer bevorzugten Grounding-Quelle zu machen.
Häufige Fragen · Glossar
Sehen Sie mit dem Sichtbarkeits-Check, wo Sie heute in KI-Antworten stehen.