GEO-Audit Schritt für Schritt: Praktische Anleitung (2026)

Warum ein GEO-Audit durchführen?

KI-Chatbots wie ChatGPT, Claude, Gemini und Perplexity werden zunehmend zur ersten Anlaufstelle für Verbraucher und Geschäftskunden. Anders als klassische Suchmaschinen liefern LLMs eine einzige synthetisierte Antwort auf Basis der Quellen, die sie für am relevantesten halten. Ob Ihre Marke zitiert oder übergangen wird, wirkt sich direkt auf Markenbekanntheit, Traffic und Umsatz aus.

Ein GEO-Audit (Generative Engine Optimization) misst, wo Ihre Marke heute in den KI-Modellen steht, und liefert einen umsetzbaren Plan zur Verbesserung Ihrer Sichtbarkeit. Diese Anleitung führt Sie Schritt für Schritt durch den gesamten Prozess.

Schritt 1: Umfang definieren

KI-Modelle auswählen

• ChatGPT (OpenAI) — der meistgenutzte KI-Assistent weltweit. Er zitiert Marken in Antworten, gibt Produktempfehlungen und kann URLs halluzinieren.
• Claude (Anthropic) — stark in professionellen und technischen Kontexten. Claude zitiert bevorzugt autoritative Quellen und wächst schnell im Unternehmensumfeld.
• Gemini (Google) — tief in Googles Ökosystem integriert. Geminis Antworten erscheinen in der Google-Suche (AI Overviews) und der Gemini-App.
• Perplexity — die erste KI-native Suchmaschine. Sie zitiert Quellen mit nummerierten Fussnoten. Perplexity-Nutzer sind forschungsorientiert und klicken häufig auf zitierte URLs.
• Mistral (Le Chat) — stark in französischen und europäischen Märkten. Mistral legt Wert auf Datensouveränität und mehrsprachige Genauigkeit.

Märkte und Sprachen festlegen

KI-Antworten variieren stark je nach Sprache. Eine Marke, die auf Englisch gut sichtbar ist, kann auf Französisch oder Deutsch völlig fehlen. Definieren Sie die Sprachen und Märkte, die für Ihr Publikum relevant sind.

Benchmark-Queries auswählen

• Kategorie-Queries — "beste CRM-Systeme für KMU", "Enterprise-Cloud-Speicher"
• Problem-Queries — "wie reduziere ich Churn im SaaS", "GDPR-Compliance-Lösungen"
• Vergleichs-Queries — "HubSpot vs Salesforce", "AWS vs Azure"

Schritt 2: Prompt-Liste erstellen

Für jede Query erstellen Sie einen standardisierten Prompt, den Sie über alle Modelle und Audit-Zyklen hinweg wiederverwenden können. Testen Sie die spontane, unaufgeforderte Sichtbarkeit — erwähnen Sie Ihre eigene Marke oder einen Wettbewerber nicht im Prompt.

Schritt 3: Daten sammeln

Für jeden Prompt notieren Sie: Wurde Ihre Marke erwähnt? An welcher Position? Welche Wettbewerber wurden stattdessen genannt? War die Erwähnung positiv, neutral oder negativ? Wurde eine konkrete Quelle zitiert? War die URL echt oder halluziniert?

Schritt 4: Metriken berechnen

Die wichtigsten Kennzahlen im Überblick:

• Erwähnungsrate — Anteil der Queries, bei denen Ihre Marke mindestens einmal zitiert wird
• Zitatposition — wo in der Antwort Ihre Marke erscheint (erstes Drittel = höchste Gewichtung)
• KI-Share of Voice (SoV) — Anteil Ihrer Marke an allen Markenerwähnungen im Query-Set
• Sentiment — positive, neutrale oder negative Erwähnungen klassifizieren
• Halluzinationsrate — Anteil der Zitate, die auf nicht existierende Seiten Ihrer Domain verweisen

Schritt 5: Lücken und Wettbewerber identifizieren

Häufige Muster: Absolute Lücken (Marke fehlt für ganze Kategorien), Positionslücken (nur am Ende der Antwort), Sentiment-Lücken (neutrale statt positiver Erwähnungen) und Quellenlücken (Wettbewerber werden aus autoritativen Quellen zitiert).

Schritt 6: Technische Bereitschaft prüfen

• Strukturierte Daten (Schema.org) — FAQ-, HowTo- und Organization-Schema verbessern das Verständnis der KI
• Robots.txt und llms.txt — der neue Standard für KI-Sichtbarkeit
• Content-Frische — regelmässig aktualisierte Inhalte haben höhere Zitierchancen
• Interne Verlinkung — klare Hierarchie von Pillar-Seiten zu Topic-Clustern
• Mehrsprachigkeit — hreflang-Tags und sprachspezifische URLs für korrekte Auslieferung

Schritt 7: Aktionsplan erstellen

1. Kritische Lücken schliessen
2. Brand-Safety-Probleme beheben
3. Technische Bereitschaft verbessern
4. Zitierfähige Inhalte erstellen
5. Kontinuierlich überwachen

Empfohlene Tools

Mehrere Plattformen bieten GEO-Audit-Funktionen, von kostenlosen Basis-Checkern bis zu umfassenden Enterprise-Lösungen. AI Labs Audit bietet automatisierte Multi-Modell-, Multi-Sprachen-GEO-Audits mit Halluzinationserkennung, wettbewerblicher SoV-Analyse und planbaren Berichten. Ein kostenloser Radar-Vordiagnose-Check ist verfügbar.