Wie funktioniert Generative Engine Optimization und was davon ist belegt?

Stand: November 2026. Die Zahlen unten stammen aus dem Original der Princeton-Studie samt Programmcode, aus Googles Leitfaden vom 15. Mai 2026 und aus rund 9.000 Antworten aus den 30 Tagen bis zum 6. November 2026, die wir mit Alexandrya.AI, unserer eigenen Plattform, gemessen haben. Wo ein Wert nur im Labor gilt oder wo niemand gemessen hat, steht das dabei.

Generative Engine Optimization (GEO), die Definition aus der Princeton-Studie (KDD 2024)

Generative Engine Optimization (GEO) bezeichnet Änderungen an Webinhalten, die deren Sichtbarkeit in den Antworten generativer Suchsysteme erhöhen. Den Begriff prägte das Paper GEO: Generative Engine Optimization, im November 2023 auf arXiv erschienen und 2024 auf der Konferenz KDD in Barcelona veröffentlicht. Generative Suchsysteme rufen Quellen über eine Suchmaschine ab und schreiben daraus mit Sprachmodellen eine Antwort mit Quellenangaben.

Princeton-Studie heißt die Arbeit, weil drei der sechs Autoren an der Princeton University arbeiteten, Erstautor Pranjal Aggarwal kam vom Indian Institute of Technology Delhi. In der klassischen Suche zählt die Position in einer Liste. Die Princeton-Studie misst dagegen, welchen Anteil der Antwort eine Quelle bekommt und wie weit vorn sie steht.

Answer Engine Optimization (AEO) und Large Language Model Optimization (LLMO) meinen in der Praxis fast dasselbe. Google nennt AEO und GEO im Leitfaden gemeinsam und ordnet beide der Suchmaschinenoptimierung zu.

Wie funktioniert Generative Engine Optimization?

Generative Engine Optimization funktioniert über die Stellen, an denen ein KI-System seine Quellen auswählt. Google beschreibt den Ablauf als Retrieval-Augmented Generation mit Query Fan-out: Das Modell stellt parallel mehrere verwandte Suchanfragen, ruft Seiten aus dem Suchindex ab und belegt die Antwort mit Links. GEO setzt an Abrufbarkeit, Seiteninhalt und Nennungen auf fremden Seiten an, weil sich das Modell selbst von außen nicht ändern lässt.

Die Princeton-Studie testet nur die dritte Stufe, weil der Versuch die Quellen fest vorgibt. Die Technik dahinter erklärt unser Beitrag zu Retrieval Augmented Generation.

OpenAI schreibt, dass ChatGPT eine Frage für Suchpartner in gezielte Anfragen umformuliert, zwei Beispiele in der Hilfe enthalten eine Jahreszahl. In unserer Messung trugen 2.579 von 5.321 erfassten ChatGPT-Suchanfragen die Zahl 2025 oder 2026. Ein sichtbares Aktualisierungsdatum passt dazu, einen Wirkungsnachweis haben wir dafür nicht.

Was die Princeton-Studie gemessen hat und was sie offenlässt

Aus dem Benchmark GEO-bench mit 10.000 Suchanfragen wertete das Team den Testteil mit 1.000 Anfragen aus. Zu jeder Anfrage bekam GPT-3.5-Turbo die fünf obersten Google-Treffer und schrieb daraus fünf Antworten. Eine zufällig gewählte Quelle wurde mit je einer von neun Methoden umgeschrieben. Die Tabelle zeigt den Position-Adjusted Word Count, also den Anteil der Quelle an den Wörtern der Antwort, gewichtet nach ihrer Position. Die Werte stammen aus Tabelle 1 der Studie, Spalte Overall, die Veränderung haben wir daraus berechnet.

Im Position-Adjusted Word Count der Princeton-Studie liegen Zitate und Zahlen vorn, dicht dahinter flüssigerer Text und Quellenangaben, mehr Suchbegriffe senken den Wert. Für ihre drei besten Methoden nennt die Studie im Text 30 bis 40 %, aus den Mittelwerten ergeben sich für Cite Sources rechnerisch 27 %. Im Gegentest auf Perplexity.ai, einem laufenden System, lag Quotation Addition laut Studie 22 % über dem Ausgangswert und Keyword Stuffing 10 % darunter. Statistics Addition lag auf der zweiten Kennzahl der Studie, der Subjective Impression, 37 % darüber. Auf derselben Kennzahl lag auch Keyword Stuffing über dem Ausgangswert, 20,2 zu 19,3 im Hauptversuch und 28,1 zu 24,7 auf Perplexity.ai, die Autoren führen die Methode trotzdem als wirkungslos.

Im Versuch durften Zahlen und Zitate erfunden sein

Die Texte im Princeton-Versuch hat GPT-3.5 per Prompt umgeschrieben. Der öffentliche Programmcode der Studie verlangt Statistiken ausdrücklich „even if hypothetical“, er erlaubt künstliche Zitate und erfundene Quellen, solange sie plausibel klingen. Das Paper spricht von glaubwürdigen Quellen und verweist für die Prompts auf dieses Repository. Die +41 % messen also, wie ein Sprachmodell auf die Form eines Belegs reagiert. Ob der Beleg stimmte, spielte im Versuch keine Rolle. Wir übernehmen daraus die Form (Zahl, Zeitraum, Quelle) und prüfen die Angaben selbst. Eine erfundene Zahl fällt spätestens im Vertriebsgespräch auf.

Getestet wurde nur, wer schon unter den fünf Quellen war

Alle Quellen im Princeton-Versuch stammten aus den Top 5 von Google. Ob eine Textänderung eine Seite überhaupt erst in die Auswahl bringt, prüft der Versuch deshalb nicht, und die Autoren schreiben selbst, dass sie die Wirkung auf Suchrankings nicht untersucht haben. Als sie alle fünf Quellen gleichzeitig optimierten, gewann die Quelle auf Google-Platz 5 mit Cite Sources 115,1 %, die auf Platz 1 verlor 30,3 %. Die Autoren werten das als Chance für kleine Anbieter. Das gilt innerhalb der Top 5. Die Anteile aller Quellen ergeben zusammen immer 100 %, was eine gewinnt, verliert eine andere.

Die Übersichtsarbeit von Olivier Martinez (Preprint, Juli 2026, 45 Studien) zieht für die Princeton-Studie dieselbe Grenze. Die Gewinne gelten im Versuchsaufbau, belegen aber weder Auffindbarkeit noch dauerhafte Traffic-Effekte. Eine Technik mit stabilem, plattformübergreifendem Langzeiteffekt fand Martinez in keiner der ausgewerteten Arbeiten.

Kaufanfragen waren die Ausnahme

Der Benchmark der Princeton-Studie besteht zu 80 % aus informationsorientierten Anfragen, transaktionale und navigationale machen je 10 % aus. AI Overviews und AI Mode kamen im Versuch nicht vor. Für Anbieterfragen wie „Welcher Hersteller liefert …“ trägt die Studie wenig. Die Autoren betonen außerdem, dass die Wirkung je Themengebiet schwankt. Statistics Addition wirkte am stärksten bei Recht und Verwaltung, Quotation Addition bei Themen zu Menschen und Gesellschaft, Fluency Optimization bei Business. Tabelle 3 der Studie nennt dabei nur die stärksten Themengebiete je Methode, die Methoden innerhalb eines Themengebiets vergleicht sie nicht.

Die Princeton-Studie stützt nur eine Aussage. Eine Seite, die ein KI-System bereits abruft, kann ihren Anteil an der Antwort mit Zitaten, Zahlen und Quellenangaben vergrößern. Ob ein Anbieter dadurch erst abgerufen wird oder mehr Anfragen bekommt, misst sie nicht.

SEO für generative Suchmaschinen nach Googles Leitfaden

SEO für generative Suchmaschinen ist nach Googles Leitfaden vom 15. Mai 2026, zuletzt aktualisiert am 10. Juli 2026, für die Google-Suche weiterhin SEO. AI Overviews und AI Mode beruhen auf den Ranking- und Qualitätssystemen der Suche, eine Seite muss indexiert sein und mit Snippet erscheinen dürfen. Für ChatGPT und Perplexity gilt dieser Leitfaden nicht, dort entscheiden zuerst die Freigaben für deren eigene Crawler.

Als stärksten langfristigen Hebel nennt Google einzigartige Inhalte: eigene Erfahrung, eigener Blickwinkel, etwas, das ein Sprachmodell nicht aus vorhandenen Texten zusammenfassen könnte. Eine allgemeine Tippliste für Immobilienkäufer ist dort das Beispiel für austauschbaren Inhalt.

Für die Google-Suche ausdrücklich unnötig sind llms.txt-Dateien, das Zerlegen von Texten in kleine Stücke, Umschreiben nur für KI und Spezial-Markup, eine ideale Seitenlänge gibt es laut Leitfaden nicht. Eigene Seiten für jede Fan-Out-Anfrage, gebaut um Antworten zu beeinflussen, verstoßen gegen die Richtlinie zu Scaled Content Abuse. Die Spam-Richtlinien gelten laut einer Klarstellung vom 15. Mai 2026 auch für generative Antworten. Bei KI-Antworten messt ihr Anteile je Frage, die von Lauf zu Lauf schwanken, die Position je Keyword sagt dort wenig. Das ist unsere Einordnung.

Google rät außerdem, externe AEO- und GEO-Angebote an der offiziellen Dokumentation zu prüfen, und warnt vor Werkzeugen, die Ranking-Erfolg versprechen oder interne Google-Daten behaupten. Zu diesen Systemen hat keine Agentur und kein Werkzeug Zugang. Auch Alexandrya.AI liest nur die Antworten, die Systeme dahinter sieht es nicht.

Welche GEO-Maßnahme wie gut belegt ist

Die Tabelle stellt die Princeton-Studie und Googles Leitfaden nebeneinander, Stand November 2026. Die Laborwerte sind unsere Umrechnung aus Tabelle 1 der Studie, der Leitfaden gilt nur für die Google-Suche.

Für llms.txt, zerlegte Texte und Spezial-Markup gibt es weder in der Princeton-Studie noch im Google-Leitfaden einen Beleg, und Google sagt für die eigene Suche ausdrücklich ab. Für ChatGPT und Perplexity fehlt eine vergleichbare Aussage, dort bleibt die Lücke offen.

Generative Engine Optimization in Deutschland gemessen an rund 9.000 Antworten

Generative Engine Optimization in Deutschland betrifft seit dem 8. Oktober 2025 auch Googles KI-Modus (AI Mode), der an diesem Tag in Deutschland, Österreich und der Schweiz startete. In unserer Messung mit 120 Prompts zu GEO, SEO und Agenturwahl für den Markt Deutschland stammten 26,2 % der Zitate in Google AI Mode, 17,5 % in ChatGPT und 14,8 % in Perplexity von .de-Domains. Bei diesen Fachfragen stehen deutsche Anbieter also überwiegend neben Quellen ohne .de-Endung.

Die Zahlen sind eine eigene Messung von NX Digital mit Alexandrya.AI, Stand 6. November 2026, 120 Prompts, rund 9.000 Antworten aus den 30 Tagen bis zum 6. November 2026. Alexandrya.AI ist die von NX Digital entwickelte Plattform, die misst, wie oft eine Marke in ChatGPT, Perplexity, Gemini, Copilot und Google AI Overviews genannt und als Quelle verlinkt wird. Die Prompts drehen sich um GEO, SEO, Tracking und die Wahl von Agenturen und Werkzeugen, deshalb stehen Google- und OpenAI-Dokumente weit oben. In einem anderen Fachgebiet tauchen andere Domains auf, und ob die Abstände zwischen den Plattformen dort genauso groß sind, zeigt nur eine eigene Messung.

Google AI Overviews und Gemini liefen nur am 6. November und fehlen im Vergleich (je 120 Antworten), 82 fehlgeschlagene Perplexity-Läufe sind nicht mitgezählt. Perplexity lief nur an 18 der 30 Tage, vom 15. bis 25. Oktober gar nicht, deshalb ist die Antwortzahl dort halb so groß und die vorige Antwort liegt teils Tage zurück.

Am deutlichsten trennt YouTube die Plattformen. In Google AI Mode steht youtube.com in 30,2 % der Antworten, in ChatGPT in 2,7 %. ChatGPT stützt sich bei diesen Fragen stärker auf die Dokumentation von Google und OpenAI. Die hohe Domainzahl bei ChatGPT täuscht etwas. Von 15,6 ausgewiesenen Domains sind im Schnitt nur 3,7 im Antworttext verlinkt, der Rest steht in der Quellenliste. Den Unterschied zwischen gelisteter und verlinkter Quelle erklärt ein eigener Beitrag bei Alexandrya.AI.

Bei „wie funktioniert generative engine optimization“ wies ChatGPT arxiv.org in 21 von 31 Antworten aus, Perplexity in 6 von 15. In Google AI Mode standen zwei deutschsprachige Agentur-Ratgeber in 30 und 26 von 31 Antworten. Bei „generative engine optimization deutschland“ griff ChatGPT in 25 von 31 Antworten auf ein Vergleichsportal für GEO-Agenturen zurück. Google AI Mode nutzte in 29 und 24 von 31 Antworten dieselben zwei Agentur-Ratgeber, in 19 von 31 das IHK-Magazin München und in 11 von 31 ein Fachbuch bei Springer. Eine Agentur müsste bei dieser Frage also in ChatGPT auf fremde Listen kommen, in Google AI Mode zählen auch eigene Ratgeber.

In unserer Messung teilten sich ChatGPT und Google AI Mode je Prompt im Schnitt 0,95 ihrer zehn häufigsten Domains, bei 44 von 119 Prompts keine einzige (für einen der 120 Prompts lieferte eine der beiden Plattformen keine Quelle). Von den Domains einer Antwort standen im Schnitt nur 33 bis 37 % schon in der vorigen Antwort derselben Plattform auf dieselbe Frage. Ein einzelner Testprompt auf einer einzigen Plattform sagt wenig.

Beim Zählen von Domains gehören Kopien zusammengerechnet. ChatGPT wies Dokumentation von Google und OpenAI auch über developers.google.cn (576 Antworten) und den Proxy ccn.web.tr (391 Antworten) aus, dazu über Kopien auf GitHub.

GEO Schritt für Schritt umsetzen

1. Klärt zuerst den Zugang. Die IT prüft, ob die wichtigen Seiten indexiert sind und mit Snippet erscheinen dürfen und ob in der Search Console unter Search generative AI die Standardeinstellung Einschließen aktiv ist. In robots.txt, CDN und Firewall müssen OAI-SearchBot und PerplexityBot durchkommen. Da die OpenAI-Hilfe bei den Suchanbietern auf Microsoft verweist, gehört auch die Indexierung in Bing auf die Liste.
2. Legt 20 bis 50 Prompts fest, die Einkäufer tatsächlich stellen, getrennt nach Recherche, Vergleich und Anbieterwahl. Die Fragen kommen aus Vertrieb, Support und Search Console, denn Prompt-Suchvolumen liefert auch Alexandrya.AI nicht. Der Wortlaut bleibt danach fest, sonst vergleicht ihr später verschiedene Dinge.
3. Messt den Ausgangswert mindestens zwei Wochen täglich, besser vier, auf mindestens ChatGPT und Google AI Mode. In unserer Plattform Alexandrya.AI läuft das über feste Prompts im Tagesrhythmus, der Tarif Starter kostet 79 € im Monat mit 50 Prompts und drei Modellen.
4. Ordnet je Prompt die ausgewiesenen Domains: eigene Website, Herstellerdokumentation, Vergleichsliste, Fachmedium, Video, Forum. Erst daraus ergibt sich, ob die nächste Aufgabe auf eurer Website oder auf einer fremden Seite liegt.
5. Baut zuerst die Seiten um, die schon ausgewiesen werden oder bei Google weit oben stehen, denn nur für solche Seiten liefert die Princeton-Studie überhaupt einen Hinweis. Ergänzt echte Zahlen mit Zeitraum, nennt eure Quellen, schreibt die Kernaussage in einen Absatz, der allein verständlich ist, und zeigt das Datum der letzten Änderung.
6. Bearbeitet die fremden Seiten dort, wo Vergleichslisten, Verzeichnisse, Fachmedien oder Videos die Antworten tragen: korrekte Einträge, echte Beiträge, eigene Videos. Gestellte Erwähnungen bringen laut Google wenig.
7. Messt nach und vergleicht Zeiträume statt Einzeltage. Haltet fest, an welchem Datum welche Änderung live ging. Für erneutes Crawlen nennt Google einige Tage bis mehrere Monate.

Die Schritte 1 bis 4 schafft ein Team mit SEO-Kenntnissen selbst. Eine Agentur lohnt sich vor allem, wenn mehrere Märkte und Sprachen dazukommen oder intern niemand Zeit für die Schritte 5 und 6 hat.

Woran ihr GEO messt

Die Kette von der Nennung bis zum Umsatz schließt keine dieser Quellen allein. Auch die Forschung hat sie laut Martinez bisher nicht geschlossen, für Klicks und Conversions fand die Übersichtsarbeit keinen stabilen Effekt. Fragt bei jedem versprochenen GEO-Effekt in Euro nach der Rechnung.

Wann sich GEO noch nicht lohnt

Solange wichtige Seiten nicht indexiert sind, ist GEO die falsche Baustelle. Bei thyssenkrupp Schulte lag das Produktportal hinter einem Login. Die Fallstudie nennt seit Projektstart +340 % Sichtbarkeit in Google und +200 % organischen Traffic, die Reihenfolge war Öffnung und Indexierung, Technik, Content und Google Ads, erst danach GEO.

Ohne eigene Substanz bringt GEO ebenfalls wenig. Reine Zusammenfassungen fremder Texte beschreibt Google als austauschbar. Lokale Anbieter und Shops fangen anders an, für sie verweist Google auf Business Profile und Merchant Center.

Als nächster Schritt reichen fünf Fragen. Schreibt die fünf Anbieterfragen auf, die euer Vertrieb am häufigsten hört, und schickt sie uns über das kostenlose GEO-Audit. Wir messen eure KI-Sichtbarkeit zu diesen Themen und vergleichen sie mit drei Wettbewerbern. Leistungen und Preise stehen auf der Seite unserer GEO-Agentur.

Häufige Fragen

Ist Generative Engine Optimization dasselbe wie SEO?

Für die Google-Suche sagt Google ja, der Leitfaden vom 15. Mai 2026 behandelt Optimierung für AI Overviews und AI Mode als SEO. Für ChatGPT und Perplexity reicht das nicht, dort gelten eigene Crawler, und in unserer Messung standen in den Antworten andere Quellen als in Google AI Mode. GEO ergänzt SEO um diese Plattformen und um die Messung je Frage.

Wofür taugt die 40-Prozent-Zahl aus der Princeton-Studie?

Die Zahl stimmt für den Versuchsaufbau mit GPT-3.5-Turbo, fünf vorgegebenen Google-Treffern und von einem Sprachmodell umgeschriebenen Texten, teils mit erfundenen Zahlen und Zitaten. Sie misst den Anteil an der Antwort bei Quellen, die schon abgerufen wurden. Über Auffindbarkeit, Traffic oder Umsatz sagt sie nichts aus.

Ab wann wirkt Generative Engine Optimization?

Erste Veränderungen sehen wir in Projekten oft wenige Wochen, nachdem Crawler die überarbeiteten Seiten neu erfasst haben, stabile Verbesserungen in der Regel nach drei bis sechs Monaten. Diese Werte stammen aus unseren Projekten, eine Studie dazu kennen wir nicht. Google nennt für erneutes Crawlen Tage bis Monate, ein Preprint über 45 Studien fand keine Technik mit stabilem, plattformübergreifendem Langzeiteffekt.

Braucht man für GEO eine llms.txt?

Für die Google-Suche nicht, sie ignoriert die Datei, die dort laut Leitfaden weder nützt noch schadet. Für andere Systeme darf man sie pflegen, einen belegten Effekt kennen wir nicht. Auf nxdigital.de entsteht sie automatisch beim Bau der Website. Vorrang haben Indexierung, Crawler-Freigaben und eigene Inhalte.

Welche KI-Plattform sollte ein deutsches Unternehmen zuerst messen?

Mindestens ChatGPT und Google AI Mode, weil sich ihre Quellen kaum überschneiden. Je Prompt teilten sie in unserer Messung im Schnitt 0,95 ihrer zehn häufigsten Domains, bei 44 von 119 Prompts keine einzige. Eine Plattform lässt also keinen Schluss auf die andere zu. Perplexity kommt dazu, wenn eure Zielgruppe es nutzt.

Was kostet Generative Engine Optimization?

Bei NX Digital startet ein GEO-Audit mit Roadmap bei rund 3.000 €, laufende Betreuung liegt im mittleren vierstelligen Bereich pro Monat, abhängig von Märkten, Sprachen und Themen. Der erste Check ist kostenlos. Die Messung allein gibt es mit Alexandrya.AI ab 79 € im Monat, Stand November 2026.

Über den Autor

Talaal Max Habib

Geschäftsführer und Co-Founder der NX Digital GmbH

Talaal Max Habib berät seit über zehn Jahren Unternehmen aus Industrie, Mittelstand und E-Commerce zu SEO, Google Ads und Generative Engine Optimization. Mit seinem Team hat er Alexandrya.AI entwickelt, die Plattform, mit der NX Digital die Sichtbarkeit von Marken in ChatGPT, Perplexity und Gemini misst.

• LinkedIn-Profil
• hello@nxdigital.de
• +49 89 12 711 643

Gespräch mit Talaal vereinbaren