Das GEO-Glossar: 15 Begriffe, die jeder Marketer kennen muss

GEO hat die Hälfte seines Vokabulars von SEO ausgeliehen, die andere Hälfte komplett neu erfunden – und lässt Anbieter dann denselben Concept auf drei verschiedene Arten benennen. Anstatt alles abzudecken, findest du hier die 15 Begriffe, die dir bei der täglichen GEO-Arbeit tatsächlich begegnen.

GEO (Generative Engine Optimization)

Die Strukturierung von Content und Brand-Präsenz, damit AI-Engines wie ChatGPT, Perplexity und Gemini diese in ihren Antworten abrufen, synthetisieren und zitieren, anstatt für eine Ranking-Position in einer Linkliste zu optimieren. Eine Brand für Kaffee-Abos, die das umsetzt, könnte ihre FAQs so umschreiben, dass sie eine direkte Antwort auf "Wie viel Kaffee enthält ein Abo?" liefert, damit ChatGPT diese Antwort eins zu eins übernehmen kann, wenn jemand nach Empfehlungen für dunkle Röstungen sucht.

AEO (Answer Engine Optimization)

Die spitzere Disziplin, direkt die extrahierte Antwort selbst zu werden – sei es ein Featured Snippet, eine Antwort eines Voice Assistant oder ein AI Overview Panel –, anstatt nur irgendwo darin erwähnt zu werden. Eine Rezeptseite, die das gut macht, strukturiert ihre Zutatenliste vielleicht in einem sauberen Block weit oben auf der Seite. Genau diesen Block zieht sich Googles AI Overview, wenn jemand nach "Wie lange muss ein Ei kochen" sucht.

Large Language Model (LLM)

Der AI-Modelltyp hinter ChatGPT, Claude und Gemini, der auf riesigen Textmengen trainiert wurde, um menschenähnliche Antworten zu generieren. Fast jedes GEO-Concept existiert nur, um zu beeinflussen, was eines dieser Modelle über eine Brand sagt. Wenn ein Kunde Claude bittet, Buchhaltungssoftware für Freelancer zu vergleichen, ist Claude das vergleichende LLM, das auf alles zurückgreift, was es abrufen und logisch verknüpfen kann.

RAG (Retrieval-Augmented Generation)

Die Technologie, die die meisten AI-Suche-Produkte nutzen, um Fragen zu beantworten: Sie rufen eine Handvoll relevanter Dokumente ab und generieren dann eine Antwort, die auf den gefundenen Quellen basiert, anstatt sich nur auf Trainingsdaten zu verlassen. Wenn jemand Perplexity nach den Rückgabebedingungen eines Händlers fragt, ruft es die tatsächliche Rückgabeseite des Händlers und vielleicht ein bis zwei Reviews ab, bevor es die Antwort schreibt – weshalb eine veraltete Policy-Seite auch zu einer veralteten Antwort führt.

Citation (Zitat / Quellenangabe)

Ein konkretes Beispiel dafür, dass eine AI-Antwort eine Quelle nennt – sei es als anklickbare Fußnote, als Eintrag in einem Source Panel oder einfach als Erwähnung im laufenden Text. Das ist das, was einer Ranking-Position im GEO-Bereich am nächsten kommt. Auf die Frage, ob ein Wanderrucksack mehrtägigen Touren standhält, antwortet ChatGPT vielleicht und nennt einen bestimmten Thread in einem Outdoor-Forum als Quelle – und dieser Thread ist die Citation.

Share of Voice (Citation Share)

Der prozentuale Anteil an Citations für ein Thema, der auf deine Brand entfällt, verglichen mit deinen Competitors – die GEO-Version der traditionellen Marketing-Metrik gleichen Namens. Wenn eine Bank 20 Prompts rund um "Bestes Sparkonto Dänemark" trackt und in 6 der generierten AI-Antworten zitiert wird, hat sie einen Share of Voice von 30 Prozent für dieses Set. Eine Metrik, die man im Vergleich zu den Mitbewerbern definitiv im Auge behalten sollte.

Entity (Entität)

Alles, was ein AI-Modell als eigenständiges, benennbares Ding identifizieren kann – am relevantesten sind hier Brands, Produkte oder Personen. Modelle verknüpfen zunehmend Entities und deren Beziehungen untereinander, anstatt nur Keywords abzugleichen. Ein Modell sieht in einem Satz nicht nur den String "Novo Nordisk", sondern erkennt Novo Nordisk als spezifisches Unternehmen, das mit seinem Hauptsitz, seinen Produkten und seinen Executives als verwandte Entities verknüpft ist.

E-E-A-T

Abkürzung für Experience, Expertise, Authoritativeness und Trustworthiness (Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit). Ein Framework, das Google für die Suchqualität entwickelt hat und das nun im gesamten GEO-Bereich für die Qualitäten genutzt wird, die AI-Modelle belohnen, wenn sie entscheiden, welchen Quellen sie vertrauen. Ein Artikel über Diabetes-Management, der von einem namentlich genannten Endokrinologen mit angegebener Klinik-Affiliation geschrieben wurde, sendet ein stärkeres E-E-A-T-Signal als ein anonymer Blogpost mit denselben Behauptungen und wird eher als vertrauenswürdig eingestuft.

Schema Markup (Strukturierte Daten)

Code, der einer Seite meist im JSON-LD-Format hinzugefügt wird und explizit kennzeichnet, worum es sich beim Content handelt (z. B. Produkt, Review oder Organisation), damit Maschinen ihn direkt lesen können, ohne ihn erst mühsam aus dem Text interpretieren zu müssen. Eine E-Commerce-Seite mit einem Schema-Markup, das den genauen Preis und die Verfügbarkeit angibt, ermöglicht es einem Modell, direkt auf "Ist das gerade auf Lager?" zu antworten, anstatt aus einem Marketing-Text zu raten, der die Verfügbarkeit vielleicht gar nicht erwähnt.

AI Overviews

Googles AI-generierte Zusammenfassungen, die bei vielen Queries über den traditionellen Ergebnissen erscheinen und aus einer kleinen Auswahl von Quellen schöpfen, die als Citations angezeigt werden. Die Suche nach "Ist Kopenhagen teuer für Touristen" triggert ein Overview, das die typischen Kosten zusammenfasst und zwei oder drei Reiseseiten als Quellen auflistet, bevor weiter unten die normalen Suchergebnisse erscheinen.

Query Fan-Out

Wie ein Modell eine einzige User-Frage in mehrere verwandte Sub-Queries aufteilt, bevor es eine Antwort generiert, und für jede Sub-Query separat Quellen abruft. Wenn jemand nach "Beste Laufschuhe für Plattfüße" sucht, kann das im Hintergrund separate Abrufe für Überpronation, spezifische Schuhmodelle und Ratschläge von Orthopäden auslösen. Das bedeutet, dass dein Content für eine Unterfrage herangezogen werden kann, die du auf deiner Seite gar nicht direkt beantwortest.

Hallucination (Halluzination)

Wenn ein Modell selbstbewusst etwas behauptet, das nicht stimmt, oft indem es eine Lücke in seinen Quellen mit einer plausibel klingenden Vermutung füllt. Bei einem frisch gerelaunchten Unternehmen, über das es online noch kaum Infos gibt, könnte das Gründungsjahr von einem AI-Modell um drei Jahre falsch angegeben werden, weil es keine verlässlichen Daten hatte und die Unsicherheit nicht markiert hat.

Zero-Click Search

Eine AI-Interaktion, die sich komplett innerhalb der Antwort selbst auflöst, ohne dass der User jemals auf eine Website klickt. Wer Gemini nach den Feiertags-Öffnungszeiten eines Geschäfts fragt, bekommt die Antwort direkt im Chat-Fenster geliefert und besucht die Website des Ladens nie, obwohl diese Seite die eigentliche Quelle war.

AI Crawler

Ein Bot, den AI-Unternehmen nutzen, um Web-Content abzurufen und zu indexieren, wie OpenAIs GPTBot, Anthropics ClaudeBot oder der PerplexityBot. Sie werden über die robots.txt einer Website gesteuert, genau wie es bei Suchmaschinen-Crawlern schon immer der Fall war. Ein Publisher, der den GPTBot blockiert, um seine Artikel aus den Trainingsdaten herauszuhalten, hindert ChatGPT auch daran, genau diese Seiten in Echtzeit-Antworten abzurufen und zu zitieren, da eine einzige Datei beides steuert.

Knowledge Graph

Eine strukturierte Datenbank von Entities und ihren Beziehungen, die genutzt wird, um Faktenfragen zu beantworten, ohne eine Seite in Echtzeit lesen zu müssen. Wenn du nach dem Namen eines Unternehmens suchst und Gründungsdatum, Hauptsitz und Executives sofort in einem Panel siehst, ist das Googles Knowledge Graph im Einsatz – und nicht ein einzelner Artikel, der in diesem Moment gelesen wird.

So nutzt du diese Liste

Diese 15 Begriffe decken die Fundamentals ab: was GEO erreichen will, wie Modelle Antworten abrufen und generieren und wie man den Erfolg misst. Wenn du sehen willst, wie diese Ideen in echten Citation-Daten statt nur in der Theorie funktionieren, zeigt unser Artikel darüber, was AI tatsächlich zitiert, die genauen Seitentypen hinter echten Citations bei über 100 Brands.