GEO-Audit: Die Checkliste für Ihre KI-Sichtbarkeit

Ein GEO-Audit prüft systematisch, wie gut eine Website für KI-Suchmaschinen wie ChatGPT, Perplexity oder Google AI Overviews aufgestellt ist – über Technik, Inhalte, Entität, Drittquellen und die tatsächliche Sichtbarkeit in KI-Antworten hinweg. Anders als ein klassisches SEO-Audit endet die Prüfung nicht bei Rankingfaktoren, sondern schließt auch die Frage ein, ob und wie ein Unternehmen in generierten Antworten überhaupt vorkommt.

Was ist ein GEO-Audit – und wie unterscheidet er sich vom SEO-Audit?

Ein klassisches SEO-Audit konzentriert sich auf Faktoren, die für Rankings in der klassischen Suche relevant sind: Ladezeit, interne Verlinkung, Keyword-Abdeckung, Backlinks, Indexierbarkeit. Diese Grundlagen bleiben auch für GEO relevant, weil KI-Systeme wie Google AI Overviews weiterhin auf den regulären Suchindex zugreifen. Ein GEO-Audit erweitert die Prüfung jedoch um Bereiche, die für generative Antworten spezifisch sind: Ist die Entität eindeutig? Wird das Unternehmen auf relevanten Drittquellen konsistent beschrieben? Und – als eigener Prüfschritt – wird die Marke bei relevanten Fragen in KI-Systemen tatsächlich genannt? Ein GEO-Audit ersetzt ein SEO-Audit also nicht, sondern ergänzt es um diese zusätzliche Perspektive.

Bereich 1: Technik & Crawlbarkeit

Ohne technischen Zugriff kann kein KI-System Ihre Inhalte verarbeiten – dieser Bereich ist die Grundvoraussetzung für alle weiteren Maßnahmen.

• robots.txt sperrt relevante KI-Crawler (GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot u. a.) nicht versehentlich.
• Kerninhalte liegen als lesbarer HTML-Text vor, nicht ausschließlich als Bild, PDF ohne Textlayer oder hinter aktivem JavaScript verborgen.
• Seiten laden zuverlässig, ohne wiederkehrende Serverfehler.
• Eine aktuelle XML-Sitemap ist vorhanden und in der robots.txt referenziert.
• Title, Meta-Description und Überschriftenhierarchie (H1–H3) sind sauber gesetzt.
• Eine llms.txt-Datei ist optional geprüft – Details dazu im Beitrag zur llms.txt-Datei; nach aktuellem Kenntnisstand (September 2026) bestätigt kein großer Anbieter offiziell deren Nutzung.

Mehr zur Steuerung einzelner Crawler über die robots.txt finden Sie im Beitrag KI-Crawler & robots.txt.

Bereich 2: Inhalte & Struktur

Inhalte, die eine Frage direkt und klar gegliedert beantworten, lassen sich leichter zu einer KI-Antwort zusammenfassen.

• Zentrale Fragen werden früh im Text beantwortet, nicht erst nach langen Einleitungen.
• Überschriften sind klar gegliedert, teils als Fragen formuliert, wo das natürlich passt.
• Listen und Tabellen werden für Schritt-für-Schritt-Anleitungen und Vergleiche genutzt.
• Inhalte sind aktuell – veraltete Fakten (Preise, Funktionen, rechtliche Angaben) werden zeitnah korrigiert.
• Themen werden in der Breite abgedeckt, statt nur in einem einzelnen isolierten Artikel.
• Marketingsprache ohne konkrete, überprüfbare Aussagen wird vermieden.

Bereich 3: Entität & strukturierte Daten

Damit ein KI-System Ihr Unternehmen korrekt einordnen kann, muss es Sie eindeutig als Entität erkennen.

• Firmenname, Adresse und Leistungen sind über Website, Impressum und Profile hinweg identisch.
• Organization-Schema (mit sameAs-Verweisen auf relevante Profile) ist implementiert – mehr dazu im Beitrag Strukturierte Daten & Schema Markup.
• Weitere passende Schema-Typen (Article, FAQPage, LocalBusiness, Product) sind ergänzt und mit dem Rich-Results-Test oder dem Schema Markup Validator geprüft.
• Ein gepflegter Wikidata-Eintrag existiert, sofern für die Unternehmensgröße sinnvoll.
• Die Markenbeschreibung ist über alle Quellen hinweg sprachlich konsistent.

Eine ausführliche Anleitung zum Entität-Aufbau bietet der Beitrag Entity SEO.

Bereich 4: Drittquellen & Reputation

Ein wesentlicher Teil der Marken-Erwähnungen in KI-Antworten stammt nicht von der eigenen Website, sondern von externen Quellen.

• Präsenz in relevanten Branchenverzeichnissen und Fachportalen ist vorhanden und aktuell.
• Bewertungsplattformen (branchenabhängig, z. B. für lokale Unternehmen Google Unternehmensprofil) werden aktiv gepflegt.
• Erwähnungen in Fachmedien oder Communities werden regelmäßig beobachtet.
• Bei relevanten Angeboten: kununu, Glassdoor und LinkedIn sind für Employer-Branding-Zwecke gepflegt.
• Widersprüchliche oder veraltete Angaben auf Drittquellen werden nach Möglichkeit korrigiert.

Bereich 5: Messung / Status quo in KI-Antworten

Der letzte Bereich ist der eigentliche KI-Sichtbarkeit-Check: die Frage, ob und wie Sie in echten KI-Antworten tatsächlich vorkommen.

• Ein Prompt-Set mit den wichtigsten Kundenfragen liegt vor.
• Das Prompt-Set wird wiederholt über mehrere KI-Plattformen getestet, nicht nur einmal.
• Erwähnungs- und Zitierrate werden dokumentiert.
• Der Vergleich zum Wettbewerb (Share of Voice) fließt mit ein.
• Fakten in KI-Antworten werden auf Korrektheit geprüft, um Halluzinationen über das eigene Unternehmen frühzeitig zu erkennen.

Details zum methodischen Vorgehen liefert der Beitrag KI-Sichtbarkeit messen.

Zusammenfassung: GEO-Audit auf einen Blick

Bereich	Prüfpunkt	Priorität
Technik & Crawlbarkeit	robots.txt, Zugänglichkeit, technische Basics	Hoch
Inhalte & Struktur	Direkte Antworten, klare Gliederung, Aktualität	Hoch
Entität & strukturierte Daten	Konsistenz, Schema.org, Wikidata	Mittel bis hoch
Drittquellen & Reputation	Verzeichnisse, Bewertungen, Fachmedien	Mittel
Messung / Status quo in KI-Antworten	Prompt-Set-Ergebnisse, Erwähnungs- und Zitierrate	Mittel bis hoch

Wann lohnt sich ein GEO-Audit?

Ein vollständiger GEO-Audit lohnt sich vor allem an drei Anlässen: vor dem Start gezielter GEO-Maßnahmen als Ausgangspunkt, nach größeren Website-Relaunches oder Rebrandings, bei denen sich technische Grundlagen und Entitätsangaben leicht verschieben, und in regelmäßigen Abständen als Kontrolle, ob frühere Maßnahmen weiterhin wirken. Gerade der letzte Punkt wird häufig unterschätzt: Ein einmal erfolgreich behobener technischer Fehler kann durch ein Website-Update unbemerkt zurückkehren, und Drittquellen ändern ihre Angaben unabhängig von Ihnen. Ein GEO-Audit ist damit kein einmaliges Projekt, sondern eher ein wiederkehrender Check, ähnlich einem SEO-Audit in der klassischen Suche.

Wie Sie die Ergebnisse priorisieren

Nicht jeder gefundene Punkt ist gleich dringend. Bewährt hat sich, Befunde nach zwei Dimensionen einzuordnen: erwarteter Effekt auf die KI-Sichtbarkeit und Aufwand der Umsetzung. Technische Blocker – etwa eine versehentlich gesperrte robots.txt – haben meist hohen Effekt bei geringem Aufwand und sollten zuerst behoben werden. Der Aufbau einer starken Entität oder die Pflege von Drittquellen wirkt oft stärker, braucht aber mehr Zeit und sollte als fortlaufende Aufgabe statt als einmaliges Projekt eingeplant werden. Punkte aus Bereich 5 – die tatsächliche Nennung in KI-Antworten – dienen dabei als Erfolgsmaßstab: Sie zeigen, ob die Maßnahmen aus den anderen Bereichen tatsächlich wirken.

GEO-Audit manuell oder automatisiert?

Die technischen und inhaltlichen Bereiche lassen sich mit etwas Aufwand manuell prüfen. Der fünfte Bereich – der eigentliche Ki-Sichtbarkeit-Check über mehrere Plattformen und ein größeres Prompt-Set hinweg – wird dagegen schnell aufwendig, weil KI-Antworten nicht deterministisch sind und wiederholte Durchläufe brauchen. Ein GEO-Tool wie findAIble automatisiert genau diesen Teil des Audits: Es prüft Technik, Struktur und Sichtbarkeit in KI-Antworten fortlaufend und liefert priorisierte Empfehlungen, statt dass jeder Bereich einzeln manuell abgearbeitet werden muss.

Mehr erfahren: Grundlagen im GEO-Leitfaden und im Glossar.

Weiterlesen: KI-Crawler & robots.txt · KI-Sichtbarkeit messen · GEO-Agentur

Häufige Fragen