LLM-SEO (oder GEO — Generative Engine Optimization) ist die Praxis, Content so zu optimieren, dass er von KI-Modellen wie ChatGPT, Perplexity oder Google AI Overviews zitiert oder empfohlen wird.
LLM-SEO (Large Language Model SEO), auch bekannt als GEO (Generative Engine Optimization), ist eine aufkommende Disziplin, die Content so optimiert, dass er von generativen KI-Modellen als zitierfähige Quelle ausgewählt wird. Anders als das klassische Google (das Links folgt), lesen LLMs den Text und entscheiden anhand von Klarheit, Spezifität und Glaubwürdigkeit der Information, ob er zitierwürdig ist. Kernprinzipien: klare Definitionen am Anfang der Abschnitte („X ist Y, das Z tut"), spezifische Zahlenangaben, zitierte Quellen, FAQ-artige Struktur, Tabellenformat und eine robots.txt, die KI-Crawler (GPTBot, ClaudeBot, PerplexityBot) erlaubt.
Bis 2026 werden schätzungsweise 30-40 % der Suchen mit direkter Antwort aus AI Overviews (Google) oder Chatbots (ChatGPT, Perplexity) stammen. Nicht für LLMs optimierte Websites verlieren ein Drittel ihrer potenziellen organischen Sichtbarkeit.
Quelle: Perplexity — AI SearchE-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) ist das Rahmenwerk, mit dem Google die Glaubwürdigkeit und Qualität der Inhalte einer Website bewertet.
Ein Featured Snippet ist die Box über Googles organischen Ergebnissen — „Position 0" — die eine direkte Antwort auf eine Frage zeigt, extrahiert aus einer der indexierten Seiten.
Schema-Markup sind strukturierte Daten im JSON-LD-Format, die dem HTML einer Seite hinzugefügt werden und Google sowie LLMs helfen, Kontext und Typ des Inhalts zu verstehen.
Die robots.txt ist eine Textdatei im Stammverzeichnis der Website, die Crawlern (Google, Bing, GPTBot) mitteilt, welche Seiten sie aufrufen und indexieren dürfen und welche nicht.
Entdecke, wie du dieses Konzept auf deine Branche und Stadt anwendest.