Ahrefs hat dieselbe GEO-Taktik an zwei eigenen Marken getestet: Bei der neuen Marke hat sie funktioniert, bei der etablierten hat sie fast nichts bewegt.
Trotzdem sammeln viele Marketingverantwortliche, mit denen ich spreche, GEO-Hacks, bevor sie wissen, in welcher Ausgangslage ihr Unternehmen überhaupt steckt.
Nach dieser Folge kannst du dein Unternehmen einer von drei Ausgangslagen zuordnen, und du weißt, wo in deinem Fall der größte Hebel liegt.
Transkript:
Wie viel digitale Präsenz braucht es, damit GEO überhaupt greift?
Diese Frage höre ich in Erstgesprächen ständig. Brauchen wir mehr Content? Mehr Backlinks? Sollen wir Bestenlisten schreiben? Wie viele Seiten brauchen wir, damit ChatGPT uns kennt?
Die kurze Antwort: Eine Mindestmenge hat niemand gemessen. Auch wir haben nur Erfahrungswerte.
Ich habe dafür alles durchgearbeitet, was ich an Studien und Experimenten finden konnte. Keine Quelle nennt eine Schwelle.
Die Menge an Präsenz entscheidet auch nicht, wie stark ein Hebel wirkt, sondern welcher Hebel überhaupt wirkt.
Wo über dein Unternehmen oder dein Thema fast nichts existiert, wirken deine eigenen Seiten stark und schnell. Wo viel existiert, sind sie eine Stimme unter vielen. Dort entscheidet, was andere über dich schreiben. Hier es also um externe Validierung oder Autorität, darum, dass deine Marke im Vergleich höher gewichtet wird.
Die bessere Frage lautet:
- Wie viel existiert bereits zu dem Thema, bei dem ich auftauchen will?
- Wie viel davon stammt von mir oder erwähnt mich?
Was heißt digitale Präsenz überhaupt?
Lass uns kurz einen Schritt zurückgehen, weil drei Begriffe ständig vermischt werden.
Digitaler Fußabdruck
Das ist alles, was im offen zugänglichen Web über dein Unternehmen steht. Website, Profile, Erwähnungen in Medien, Bewertungen, Vergleiche, Foren, Videos und so weiter und so weiter.
Bekanntheit im Sprachmodell
Also ob ein Sprachmodell dein Unternehmen kennt, wie stark die Marke schon in den Trainingsdaten vertreten ist. Sie ist eine Folge des digitalen Fußabdrucks. Du kannst in deinem Markt jedem bekannt sein und im Modell trotzdem unbekannt, wenn du online zu wenig aktiv bist.
Quellenlage
Also alles, was ein Modell zu einer bestimmten Frage abrufen kann. Deine eigenen Inhalte sind ein Teil davon. Entscheidend ist, wie groß dieser Teil ist.
Stell dir ein Dorf vor. Ein Neuer zieht zu, keiner kennt ihn. Was der Erste über ihn erzählt, ist erst einmal die ganze Geschichte. Über den Bürgermeister hat dagegen jeder schon etwas gehört. Da ändert eine einzelne Geschichte wenig.
Absolut Key:
Die Quellenlage hängt an der Frage, nicht allein an deinem Unternehmen. Dieselbe Firma kann bei einer Spezialfrage fast allein dastehen und bei der allgemeinen Kategoriefrage unter Tausenden Erwähnungen verschwinden.
Kamila nennt die beiden Extreme Vakuum und gesättigte Zone. Im Vakuum ist das, was du veröffentlichst, die gesamte Evidenz, die zitiert werden kann. In der gesättigten Zone, bei breiten Kauffragen wie „Was ist das beste CRM?“, verändert eine einzelne Seite kaum etwas. Dort zählt dein Anteil am gesamten Diskurs.
Das war mal das Denkmodell. Die Zahlen kommen jetzt.
Was passiert, wenn dieselbe GEO-Taktik auf eine neue und auf eine etablierte Marke trifft?
Ahrefs hat genau das getestet, an zwei eigenen Marken. Sie haben 34 selbstpromotionale Seiten veröffentlicht und von Februar bis Mai 2026 knapp 10.000 Antworten von ChatGPT, Gemini, Perplexity und Copilot ausgewertet.
Keine Ahnung, warum Perplexity immer überall dabei ist, weil das ist ein Staubkorn. Track das nicht.
Die erste Marke war neu: die Konferenz Ahrefs Evolve. Die gab es vorher nicht. Evolve tauchte danach in Antworten auf, in denen vorher überhaupt keine Konferenz vorkam. 82 Prozent dieser Antworten haben eine der Seiten zitiert, die Ahrefs selbst erstellt hatte.
Die zweite Marke war etabliert: Ahrefs Brand Radar, ein bestehendes Produkt. Hier hat dieselbe Taktik fast nichts bewirkt. Nur 6 Prozent der neuen Erwähnungen kamen aus Antworten, die eine der Werbeseiten zitierten. 94 Prozent kamen aus Inhalten Dritter: Bewertungen, Vergleiche, Artikel von anderen.
Kamila fasst das so zusammen: Sobald eine Marke einen Fußabdruck hat, setzt das Modell ihr Bild aus den Worten aller anderen zusammen, nicht nur aus den eigenen.
Ein Nebenbefund, der mir gefällt, weil ich Bestenlisten hasse: Laut Ahrefs wurden die selbst geschriebenen Bestenlisten teilweise zu kostenloser Werbung für die Wettbewerber, die dort ebenfalls standen. Darüber haben wir auch schon in einer der letzten Folgen gesprochen, dass man extrem aufpassen muss, wenn man das macht, damit man damit nicht die Konkurrenz pusht. In diesem Video lernst du, wie du es richtig machst.
Das heißt für deine Planung: Der wirksame Hebel verschiebt sich mit deinem eigenen Erfolg. Solange deine Marke neu ist, sind eigene Seiten der stärkste Hebel. Wächst dein Fußabdruck, übernehmen die Drittquellen.
Warum ist fehlende digitale Präsenz sogar ein Risiko?
Für neue Marken ist das Vakuum ein Vorteil. Es hat allerdings zwei Kehrseiten.
Findet ein Modell nichts über dich, füllt dein Name die Lücke.
Jan Ehrlinspiel von Peec AI hat getestet, ob die Wortbedeutung eines Firmennamens beeinflusst, wie KI-Assistenten die Firma beschreiben. Mit 80 Paaren erfundener Firmennamen, jeweils ein positives und ein negatives Wort, nur neutralen Fakten zur Firma und abgeschalteter Websuche.
Bei drei von vier Modellen war der Effekt signifikant. Die erfundene Lohnabrechnungsfirma „Unethical Inc.“ haben zwei Modelle als „Dishonest, Corrupt, Deceptive“ beschrieben. Unehrlich, korrupt, betrügerisch. Auf Basis rein neutraler Fakten.
Discord, Riot und Slack sind auch negativ besetzte Wörter. Kein Assistent beschreibt diese Firmen negativ. Ehrlinspiel sagt dazu: Der Effekt tritt nur bei Marken auf, die die Modelle nicht kennen. Sobald eine Marke bekannt ist, verschwindet der Effekt.
Wer zuerst schreibt, setzt die Fakten.
Mateusz Makosiewicz von Ahrefs hat in etwa einer Stunde auf Wix eine erfundene Marke für Luxus-Briefbeschwerer gebaut. Auf der Markenseite stand eine offizielle FAQ, die falsche Behauptungen zurückweist. Dazu hat er drei gefälschte Drittquellen platziert: einen Blogbeitrag, einen Reddit-Thread und eine angebliche Recherche auf Medium.
Die Medium-Recherche hat sich durchgesetzt. Perplexity und Grok haben die erfundenen Gründer, Standorte und sStückzahlen komplett übernommen. Gemini ist von „Ich finde keine Belege, dass diese Marke existiert“ zu einem Büro in Portland mit rund neun Mitarbeitern gewechselt.
Fazit: Jede wachsende Marke kann von einer verärgerten Person mit einem Medium-Konto überrollt werden, solange es kaum andere Quellen gibt.
Das ist das Dorf von vorhin. Wenig Präsenz heißt: Deine eigenen Seiten bewirken viel. Jede fremde Seite auch.
Warum landen bei allgemeinen Fragen vor allem die großen Marken in der Antwort?
Jetzt die andere Seite: viel Präsenz. Ein Forschungsteam der University of Toronto hat ChatGPT und Perplexity 50 Empfehlungsfragen zu Cola und Limonade gestellt, ohne Markennamen. Also etwa: Welche Getränkemarke ist am beliebtesten?
62 Prozent aller Markennennungen entfielen auf 20 große Marken wie Coca-Cola, Pepsi oder Sprite. Nur 9 Prozent auf 20 Nischenmarken.
Das ist unabhängige Forschung mit offener Methodik, allerdings in einer einzigen Konsumgüterkategorie und mit Daten vom August 2025. Die Richtung ist übertragbar, die Zahlen auf eine B2B-Nische wahrscheinlich weniger.
Jetzt kommt ein Punkt, den ich für die Einordnung deines Unternehmens richtig, richtig wichtig finde. Viele denken: Wir sind klein, wir sind Nische, also sind wir im Vakuum, also wirken unsere eigenen Seiten stark.
Das stimmt tendenziell nicht.
Dieselbe Studie hat geprüft, worauf sich ChatGPT bei Rankingfragen zu wenig bekannten Marken stützt. Zu 95 Prozent auf Drittquellen, zu 5 Prozent auf Herstellerseiten. Bei bekannten Marken sind es 93,5 Prozent Drittquellen. Praktisch derselbe Wert.
Das heißt: Eine kleine Marke in einer bestehenden Kategorie steht nicht im Vakuum. Die Kategorie ist ja voll. Das Vakuum im Ahrefs-Experiment lag bei einer Frage, auf die es noch gar keine Antwort gab.
Warum steht die Auswahl oft schon fest, bevor ChatGPT sucht?
Warum gewinnen die Bekannten? ChatGPT zerlegt eine Frage in mehrere Hintergrundsuchen, die sogenannten Query Fan-Outs. Suganthan Mohanadasan hat dazu den Traffic von ChatGPT ausgewertet. In 21 von 27 Gesprächen enthielt schon die erste Suchanfrage Marken, die der Nutzer nie eingetippt hatte. Fragst du nach der besten KI-App für Notizen, stehen in der ersten Suche bereits Granola, Notion, Otter, Fireflies und weitere. Ich liebe Fireflies.
Jetzt das Entscheidende. Eine Marke, die ChatGPT selbst in die Suchanfrage geschrieben hat, landete in fast 69 Prozent der Fälle in der Antwort. Eine Marke, die nur auf einer abgerufenen Seite auftauchte, in rund 2 Prozent.
Die Einschränkung ist hier groß: ein einziges Konto, in Dubai, im Juli 2026, mit Schwerpunkt Software. Die Höhe der Zahlen würde ich nicht übertragen. Die Richtung bestätigen mehrere unabhängige Erhebungen.
Das heißt am Ende des Tages: Wer im Modell nicht bekannt ist, steht nicht in der Suchanfrage. Wer nicht in der Suchanfrage steht, landet seltener in der Antwort.
Mateusz Makosiewicz beschreibt, was einer Empfehlung vorausgeht: Bevor ein System entscheidet, ob es dich empfiehlt, braucht es genug Belege, um dich überhaupt der Kategorie zuzurechnen.
Wir sagen immer, es geht darum, gefunden, empfohlen und ausgewählt zu werden. Davor liegt noch eine Stufe: Man muss erst zur Kategorie gehören, dann um den Platz darin konkurrieren.
Wirkt der digitale Fußabdruck schon, bevor jemand fragt?
Bis jetzt ging es um den Abruf, also um das, was ein System findet, wenn jemand fragt. Der digitale Fußabdruck wirkt allerdings schon eine Stufe früher: beim Training.
Eine der wichtigsten Trainingsdatenquellen für Sprachmodelle ist Common Crawl, das größte frei verfügbare Webarchiv. Bei GPT-3 kamen über 80 Prozent der Token im Training daraus. Die meisten neueren Modelle stützen sich weniger stark darauf.
Die Mozilla Foundation hat untersucht, wie Common Crawl auswählt. Zwei Dinge sind für dich relevant. Erstens: Worauf viele Links zeigen, das erfasst Common Crawl häufiger und mit mehr Unterseiten. Stell dir ein Netz mit Knoten vor. Je mehr Fäden zu einem Knoten führen, desto wichtiger ist er. Zweitens: Der Bestand ist stark englischlastig.
Für ein deutschsprachiges mittelständisches Unternehmen heißt das: Dein digitaler Fußabdruck ist im Grundwissen der Sprachmodelle strukturell untergewichtet. Wegen der Sprache, und weil Common Crawl schwach verlinkte Domains seltener und mit weniger Unterseiten erfasst.
Welche digitale Präsenz zählt überhaupt?
„Mehr digitale Präsenz“ ist als Rat unbrauchbar, solange offen bleibt, welche. Auch wenn ich das gerne zu Kunden sage… Dazu gibt es zwei größere Messungen mit unterschiedlichen Rangfolgen.
Ahrefs hat für 75.000 Marken ausgewertet, was am stärksten mit dem Erscheinen in Google AI Overviews zusammenhängt. Platz eins: Markenerwähnungen im Web, deutlich vor dem Domain Rating, also der klassischen Domain-Autorität.
Sonny Vasquez von Seer Interactive hat 37 Kennzahlen für 62 Marken aus vier Branchen gegen die Sichtbarkeit in ChatGPT geprüft. Nur fünf hielten in mehr als einer Branche: die Domain Authority, Nennungen in Bestenlisten und drei Backlink-Kennzahlen.
Gemeinsam ist beiden Messungen: Alle tragenden Signale entstehen außerhalb deiner eigenen Website. Auch die Bestenlisten. Externe Validierung oder was andere über dich sagen, zählt.
Vasquez benennt selbst, was hinter seinen Korrelationen stecken könnte: die Größe und Bekanntheit der Marke. Sein Satz dazu: Die Arbeit leistet der digitale Fußabdruck, nicht eine einzelne Seite deiner Website. Er schreibt außerdem ausdrücklich, dass sich aus seinen Daten nicht ableiten lässt, dass mehr Backlinks zu mehr Nennungen führen.
Jetzt der Teil, der für B2B am wichtigsten ist. Keine der 37 Kennzahlen war in drei oder mehr Branchen signifikant. Im B2B-Zahlungsverkehr haben sich die Vorzeichen sogar umgedreht. Erwähnungen auf TikTok, in Wikipedia und auf Nachrichtenseiten hingen dort negativ mit der ChatGPT-Sichtbarkeit zusammen. Positiv war nur eines: Nennungen in Fachpublikationen.
Vasquez deutet das so: ChatGPT scheint auf spezialisierte Fragen Spezialisten zu nennen. Die Toronto-Forscher kommen für kleine Marken zur selben Empfehlung: eine enge Nische mit Fachinhalten besetzen und gezielt in Fachpublikationen präsent sein.
Die B2B-Umkehrung steht auf 14 Marken, und das sind nur Korrelationen. Was ich daraus mitnehme: Eine GEO-Strategie, die für alle Branchen gleich aussieht, geben die Daten nicht her.
In welcher Ausgangslage steckt dein Unternehmen?
Jetzt bringen wir das zusammen. Nimm die zwei Fragen vom Anfang und stell sie dir für jede Frage, bei der dein Unternehmen auftauchen soll. Wie viel existiert bereits? Wie viel davon stammt von dir?
Daraus ergeben sich tendenziell drei Ausgangslagen. Das ist meine Einordnung aus Kundengesprächen. Sie passt zu allem, was du bisher gesehen hast.
Ausgangslage #1: Die Frage ist neu, es gibt kaum Antworten. Das Vakuum.
Zum Beispiel bei einer neuen Produktkategorie oder einer sehr speziellen Frage, die noch niemand beantwortet hat.
Hier ist deine eigene Website der stärkste Hebel. Was ich machen würde: klare, übereinstimmende Angaben dazu, was dein Unternehmen tut, für wen, worin es sich unterscheidet und was es kostet. Auf der Website und in allen eigenen Profilen. Mit konkreten Zahlen, Daten und Namen, weil die Systeme im Experiment konkrete Angaben allgemeinen vorgezogen haben. Parallel dazu früh erste unabhängige Quellen aufbauen, bevor jemand anderer die Lücke füllt. Im Dorf willst du die erste Geschichte selbst erzählen.
Ausgangslage #2: Die Kategorie existiert, es gibt viele Antworten, und dein Unternehmen kommt darin kaum vor.
Das ist die Lage vieler kleinerer und junger Unternehmen, und genau diese Lage verwechseln viele mit dem Vakuum.
Eigene Seiten allein bringen dich hier tendenziell nicht hinein, das zeigen die 95 Prozent Drittquellen aus Toronto. Sie sind nur ein erster Schritt. Der erste echte Hebel ist, überhaupt zur Kategorie zu gehören. Drittquellen, die dich mit der Kategorie verbinden. Fachpublikationen. Eine spitze Positionierung auf spezialisierte Fragen, bei denen die Quellenlage kleiner ist.
Das ist Fundamentbau, und der dauert. Wie ein Schneeball, der den Berg hinunterrollt. Er wird immer größer, bleibt am Anfang aber extrem lange klein.
Das ist jetzt die ehrlichste Beratung aller Zeiten: Wenn du nicht bereit bist, das über Jahre durchzuziehen, dann lass es. Steck das Budget in einen Kanal, der schneller zurückzahlt.
Ausgangslage #3: Etablierte Marke mit starkem Fußabdruck, organisch sichtbar, in KI-Antworten trotzdem schwach.
Das ist Optimierung an einem vorhandenen Bestand. KI-Sichtbarkeit, engl. AI Visibility, ist hier weitgehend eine Folge dessen, was schon existiert.
Weitere eigene Seiten bewegen hier wenig. Die Arbeit liegt bei Drittquellen, bei der Zuordnung zur richtigen Kategorie und bei der korrekten Darstellung. Konkret: Erwähnungen in redaktionellen Vergleichen, Fachpublikationen, Bewertungen und Videos, die dich mit der richtigen Kategorie verbinden, mit den Problemen, die du löst, mit deinen Kunden und mit den Wettbewerbern, mit denen du verglichen werden willst.
Wichtig: Die Lage wandert. Wer im Vakuum mit eigenen Seiten Sichtbarkeit gewinnt, braucht mit wachsendem Fußabdruck zunehmend Drittquellen. Ein Hebel, der im ersten Jahr wirkt, ist im zweiten tendenziell nicht mehr der richtige.
Ein Sonderfall, den ich vor Kurzem genau so in einem Gespräch hatte: ein Hersteller erklärungsbedürftiger B2B-Technik. Laut Kunde haben nur ein oder zwei Suchbegriffe überhaupt Suchvolumen, keine Fachmedien greifen die eigene Rolle auf, die Website ist inhaltlich dünn.
Der naheliegende Schluss: Die Nachfrage ist in ChatGPT abgewandert. Das ist nicht belegt. In Märkten, die über Ausschreibungen, Messen und Bestandsbeziehungen verkaufen, ist geringe Suchnachfrage der Normalzustand. Da würde ich zuerst klären, wo die Nachfrage wirklich einzufangen ist, bevor ich irgendetwas für KI optimiere.
Was gilt in jeder Ausgangslage?
Drei Dinge würde ich in jeder Ausgangslage machen.
- Die Quellenlage nach Themen bestimmen. Bei welchen Fragen soll dein Unternehmen vorkommen, und was zitieren die Systeme heute dazu? Wenn man nichts misst, dann wird es auch nichts werden.
- Die Branche prüfen, bevor du allgemeine Signale übernimmst. Was in einer Branche und dem dazu passenden Informationsnetzwerk wichtig ist, kann in einer anderen wirkungslos sein oder sogar negativ korrelieren.
- Zugänglichkeit sicherstellen. Präsenz, die nur auf geschlossenen Plattformen existiert oder hinter Paywalls liegt, fließt in keine Antwort ein. Nach einer Studie sperren 60 Prozent der seriösen Websites KI-Bots aus, aber nur 9,1 Prozent der Websites mit Falschinformationen. Fand ich irgendwie witzig.
Ein KI-System kann über dein Unternehmen nur sagen, was es irgendwo findet. Findet es wenig, füllt jemand anderer die Lücke: dein Name, dein Wettbewerber oder eine verärgerte Person mit einem Medium- oder Reddit-Konto.
Kommentieren