Perplexity zitiert je nach Anfrage irgendwo zwischen drei und sechs Quellen pro Antwort. Der Browsing-Modus von ChatGPT zeigt selten mehr als fünf. Die Forscher, die den Begriff „Generative Engine Optimization“ geprägt haben – ein Paper aus dem Jahr 2023 von Princeton, Georgia Tech und Allen AI –, stellten fest, dass Seiten mit zitierfähigen Statistiken und direkten Zitaten Sichtbarkeitsgewinne von bis zu 40 % in KI-generierten Antworten erzielten, während das Hinzufügen weiterer Keywords – das, was früher ein Google-Ranking beeinflusste – fast nichts bewirkte. Diese drei Zahlen werden in GEO-Berichten oft zitiert. Die vierte nicht, und genau sie sollte eigentlich verändern, wie man eine Seite schreibt: Wenn man nachverfolgt, aus welchem Teil eines Dokuments ein Modell seine Antwort gezogen hat, ist es überwältigend häufig das obere Drittel. Nicht der am besten geschriebene Absatz. Nicht der Abschnitt mit den meisten Details. Der Anfang.
Warum „umfassend“ aufgehört hat, ein Pluspunkt zu sein
Fünfzehn Jahre lang lautete der SEO-Rat immer irgendeine Version von „schreib die ultimative Ressource“. Deck jeden Aspekt ab, erreiche 2.500 Wörter, übertriff die Konkurrenz an Tiefe, und Googles Ranking-Systeme würden irgendwann bemerken, dass man die vollständigste Antwort im Internet gebaut hat. Dieser Instinkt lässt sich nicht auf die Art übertragen, wie eine generative Engine Quellen auswählt – und um zu verstehen, warum, muss man verstehen, was unter der Haube tatsächlich passiert, wenn jemand ChatGPT oder Perplexity eine Frage stellt, statt sie in eine Suchmaschine zu tippen.
Eine Suchmaschine bewertet ganze Dokumente. Eine generative Engine liest zum Zeitpunkt der Anfrage keine ganzen Dokumente – sie ruft Chunks ab. Deine Seite wird in überlappende Fenster aufgeteilt, typischerweise im Bereich von 300–500 Tokens, jedes davon wird in ein Embedding umgewandelt und auf Ähnlichkeit mit der Anfrage des Nutzers bewertet. Das System zieht die obersten Chunks über alle Kandidatenseiten hinweg, packt sie zusammen mit der Frage in den Kontext des Modells und lässt es daraus eine Antwort synthetisieren. Dein 2.500-Wörter-Leitfaden konkurriert nicht mehr als eine Einheit. Er konkurriert Chunk für Chunk, und die meisten Retrieval-Pipelines ziehen pro Quelle nur ein bis zwei Chunks heran, bevor sie zum nächsten Zitat weitergehen.
Hier kommt der Teil, der mich überrascht hat, als ich anfing genau zu beobachten, welche Seiten für die von mir verfolgten Anfragen tatsächlich zitiert wurden: Der einleitende Chunk gewinnt überproportional oft, selbst wenn ein späterer Abschnitt die Anfrage präziser beantwortet. Ein Teil davon ist echte Relevanz – gute Autoren platzieren die Antwort ohnehin gleich am Anfang. Aber ein großer Teil ist strukturell bedingt. Titel, H1-Überschriften und Meta-Beschreibungen werden in vielen Retrieval-Systemen mit zusätzlichem Gewicht indexiert, und dieses Gewicht strahlt auf den Absatz aus, der direkt darunter steht. Eine Seite, die ihre eigentliche Aussage unter sechs Absätzen Vorgeplänkel begräbt, überlässt ihr bestes Material einer Chunk-Grenze, die sie nicht selbst kontrolliert.
So sieht das in einem echten Vergleich aus
| Faktor | Klassisches SEO-Gewicht | GEO-Gewicht |
|---|---|---|
| Gesamtwortzahl | Jahrelang mit Rankings korreliert | Über den ersten Chunk hinaus praktisch irrelevant |
| Keyword-Dichte | Historisch ein moderates Signal | Nahezu null — Embeddings vergleichen Bedeutung, nicht Zeichenübereinstimmung |
| Position der Antwort auf der Seite | Geringfügiger UX-Faktor | Dominant — bestimmt, welcher Chunk abgerufen wird |
| Zitierbare Statistiken / direkte Zitate | Nice-to-have für Backlinks | Bis zu +40% Sichtbarkeit laut der Princeton/GT-Studie |
| Anzahl der Backlinks | Primäres Ranking-Signal | Bestenfalls indirekt — spielt weiterhin für die Crawl-Priorität eine Rolle, nicht für das Retrieval-Scoring |
Der Teil, den die meisten falsch verstehen
Der häufigste Fehler, den ich sehe, wenn Builder "GEO betreiben" wollen, ist, es wie ein Keyword-Problem mit neuem Vokabular zu behandeln — sie suchen nach den Phrasen, die Leute in ChatGPT eintippen, und versuchen, diese in eine Überschrift einzubauen. Das ist nicht nichts, aber es optimiert die Anfrageseite eines Matches, während der Hebel fast vollständig auf der Dokumentenseite liegt. Der Schritt, der sich tatsächlich in Zitationszahlen niederschlägt, ist, die Frage in den ersten 150–200 Wörtern in klaren, deklarativen Sätzen zu beantworten, bevor man auf Nuancen, Vorbehalte oder die Entstehungsgeschichte eingeht, warum man überhaupt qualifiziert ist, sie zu beantworten.
Ich habe eine unserer eigenen Hilfe-Center-Seiten allein deshalb umgeschrieben, um die Antwort über den Falz zu verschieben — gleicher Inhalt, gleiche Wortzahl, nur umsortiert — und sie tauchte plötzlich in Perplexity-Antworten für eine Anfrage auf, für die sie drei Monate lang nie erschienen war. Sonst hat sich nichts geändert. Das ist ein kleiner, einzelner Datenpunkt, keine Studie, aber genau die Art von Erkenntnis, bei der man aufhört, Einleitungen zu schreiben.
Der Effekt zweiter Ordnung, den man kennen sollte: Da die Retrieval-Einheit ein Chunk ist, keine Seite, wird eine lange Seite nicht für ihre Tiefe bestraft — sie bekommt nur bei der Zitation selbst keine Anerkennung dafür, obwohl diese Tiefe möglicherweise der Grund ist, warum ein Mensch danach durchklickt. Das bedeutet, dass die alte Gewohnheit, SEO-Füllwörter vorzuziehen ("In diesem umfassenden Leitfaden erkunden wir..."), dich aktiv den einen Slot kostet, der zählt, während die eigentliche Substanz weiter unten unbezahlte Arbeit für Klickrate und Verweildauer leistet, aber nie ins Kontextfenster des Modells gelangt.
Was du tatsächlich ändern solltest
Drei Dinge, in der Reihenfolge, wie stark sie bei den Seiten, die ich beobachtet habe, den Ausschlag gaben: Setze die direkte Antwort auf die implizite Frage in den ersten Absatz, nicht in den dritten. Verwende eine echte Zahl oder eine namentlich genannte Quelle in genau diesem Absatz, wenn du eine hast — die 40%-Zahl ist kein Zufall, Modelle scheinen konkrete Aussagen gegenüber allgemeinen Aussagen bei der Zitatauswahl höher zu gewichten. Und strukturiere Überschriften so, als könnte jede einzelne der einzige abgerufene Satz sein, denn für einen bedeutenden Anteil des KI-Antwort-Traffics wird genau das der Fall sein.
Nichts davon ersetzt, etwas zu schreiben, das es wert ist, von Anfang bis Ende gelesen zu werden. Es bedeutet nur, dass die ersten 200 Wörter keine überflüssige Räusper-Zeile mehr sind — sie sind der gesamte Pitch, gerichtet an ein Publikum von einem Modell, das entscheidet, ob du überhaupt zitierwürdig bist.
