KI-Zusammenfassungen in der Online-Suche werfen seit ein paar Monaten verstärkt die Frage auf, wie Marken und Unternehmen online überhaupt sichtbar bleiben. Wenn ChatGPT, Perplexity oder Googles Gemini ihren Usern Antworten geben, wählen sie die Informationen nach neuen, aber klaren Prinzipien aus, sind Getpress-CEO Maximilian Ziche (links) und Malte Landwehr (rechts), CMO von peec.ai, überzeugt. Sie haben turi2-Redakteur Tim Gieselmann erklärt, wie sich Unternehmen mit den KI-Modellen gut stellen und so ihre Zielgruppen erreichen können.

von Tim Gieselmann

Nur mit Suchmaschinenoptimierung (SEO) können Unternehmen ihre Sichtbarkeit im Netz nicht umfassend sichern. Wenn KI-Systeme wie ChatGPT, Perplexity oder Google AI Overviews Anfragen direkt beantworten, ist die Top-Platzierung in der Google-Trefferliste nicht mehr das Nonplusultra. Darauf sollten sich Firmen einstellen und ihre Inhalte gezielt für KI-Modelle aufbereiten, sagen Maximilian Ziche, Co-Gründer und CEO von getpress, und Malte Landwehr, CMO von peec.ai. Hier sei “Generative Engine Optimization” (GEO) gefragt.

Landwehr verweist darauf, dass Large Language Models (LLMs) ihre Antworten aus einem Index beziehen: “Nur Inhalte, die von der KI gut lesbar und einzigartig sind, schaffen es hinein.” Um hier als Unternehmen eine Rolle zu spielen, sei stringente Kommunikation über alle Kanäle wichtig. Er empfiehlt etwa die Nutzung klarer Überschriften und FAQs, den Einbau regelmäßiger Zusammenfassungen oder Tabellen sowie den Rückgriff auf Schema.org-Markierungen.

Die Grundlagen der Optimierung für die unterschiedlichen LLMs funktionierten dabei gleich, doch “ein großer Unterschied liegt in der Auswahl der Quellen”, so Landwehr. So zitieren Perplexity und Gemini anders als ChatGPT “sehr oft” YouTube, Perplexity mag zudem auch Instagram. ChatGPT “liebt” dafür Reddit und nutzt “viel häufiger als andere Systeme Websites von News und Media Publishern als Quelle”.

Das Geschäftsmodell vieler journalistischer Angebote leidet bekanntlich unter der Verbreitung von KIs bei der Informationssuche. Gleichzeitig seien Medienmarken bei der GEO als Glaubwürdigkeits-Lieferanten wichtig. “KI-Systeme bevorzugen Inhalte aus renommierten Medien, die oft verlinkt und zitiert werden”, so Ziche. Tiefgründige Artikel seien dabei wichtiger als oberflächliche Erwähnungen. Advertorials dagegen würden an Bedeutung verlieren, wenn ihr werblicher Charakter sichtbar wird. Und während der Journalismus die Seitenaufrufe vermisst, die durch KI-Antworten wegfallen, ist “die Sichtbarkeit für die meisten Unternehmen die wichtigste Erfolgsmetrik”, erklärt Landwehr. Um als Marke in KI-Suchanfragen aufzutauchen, brauche es “konsistentes Markenmanagement und kontinuierliche Präsenz in großen und relevanten Fachmedien”. GEO sei “für fast alle Unternehmen relevant”, selbst Publisher und Vergleichsportale, die als Antwortquellen “zumindest ein paar Klicks bekommen möchten”.

Über die Auseinandersetzung mit GEO sollten Unternehmen klassische SEO aber nicht vernachlässigen, da diese das “Fundament” bleibt, sagen die Experten. “GEO funktioniert nicht als zusätzlicher Kanal, sondern lebt davon, dass SEO und PR enger zusammenrücken”, so Ziche. Wer beides bisher getrennt organisiert hat, müsse die Bereiche zusammenführen. Im Vergleich zum klassischen SEO gelte: “Weniger Keywords optimieren, mehr an Quellen und Autorität arbeiten.” Ein Fallstrick kann eine zu starke inhaltliche Nähe des eigenen Materials zu Wikipedia-Infos sein, da diese dann immer bevorzugt würden – “Unternehmen brauchen also eine unverwechselbare Komponente”, sagt Landwehr. Zudem seien regelmäßige Updates des eigenen Contents und der Jahreszahlen angeraten, weil KI-Systeme bevorzugt auf aktuelle Quellen zurückgreifen. Er warnt auch, dass Webhoster oder IT-Bereiche LLM-Crawler teils ohne Rücksprache blockieren, was jegliche Anstrengungen unterminieren kann.

Und schließlich ist all das nur begrenzt sinnvoll, wenn es sich nicht messen lässt. Entsprechend legen die Experten nahe, über Analytics-Tools die Zugriffe von Large Language Models zu identifizieren. Zudem empfehlen sie Prompt-Tracking, also die Analyse und Optimierung der Ergebnisse von Eingaben in ein KI-Modell. Damit könnten Marken z.B. erfahren, in welches Licht eine KI sie stellt oder ob und wo sie in den Antworten auf generische Prompts auftauchen.

Die Regeln, nach denen die KI-Modelle funktionieren, sind nicht in Stein gemeißelt und es bleibt abzuwarten, wie sie sich weiterentwickeln: “Die nächsten Jahre entscheiden, welche Praktiken als manipulative Muster gelten”, sagt Landwehr. Deswegen gelte: “Unternehmen sollten nur Inhalte veröffentlichen, die sie auch fachlich vertreten können.”

Drei Tipps von Malte Landwehr, damit die KI dich findet:
Tipp 1: Konsistente Markendarstellung. Unternehmen (und Personen) sollten die eigene Marke überall, wo sie die Kontrolle haben, konsistent beschreiben. Wenn auf der Homepage, in Pressemitteilungen, auf LinkedIn, Yelp und Crunchbase immer die gleichen Werte, Versprechungen und Alleinstellungsmerkmale hervorgehoben werden, ist das eine große Hilfe, um LLMs das Verständnis der eigenen Marke zu erleichtern.

Tipp 2: Einfach mal ein paar Prompts bei ChatGPT eingeben und sich die Quellen anschauen. Tauchen immer wieder die gleichen Quellen auf? Dann sicherstellen, dass die eigene Marke dort korrekt und prominent vertreten ist.

Tipp 3: Basierend auf Tipp 2 schauen, welche Art von Quellen für die eigenen Prompts häufig vorkommen. Sind es Publisher? Dann schnell mit einer Agentur für digitale PR sprechen und Advertorial-Möglichkeiten prüfen. Sind es soziale Netzwerke? Dann selbst aktiv werden oder mit Influencern zusammenarbeiten. Sind es kommerzielle, transaktionale Websites? Prüfen, ob es relevante Retail Media Angebote gibt.

Dieser Beitrag ist Teil der turi2-Themenwoche KI & Innovation. Hier geht’s zu weiteren Beiträgen >>>