Warum alles mit der technischen Basis beginnt

Ohne eine solide technische Grundlage kann Content weder gecrawlt noch indexiert noch von einer generativen KI zitiert werden: Die technische Basis ist die Eintrittsbedingung jeder Sichtbarkeitsstrategie, kein Schritt, den man sich für "später" aufhebt. Sie bestimmt eine dreigliedrige Kette — Crawling, Indexierung oder Ingestion, dann Zitierung — und wenn das erste Glied bricht, haben die beiden folgenden keine Chance mehr.

Die Kette: Crawling → Indexierung/Ingestion → Zitierung

Bevor eine Seite in den Google-Ergebnissen oder in einer ChatGPT-Antwort auftaucht, muss sie zunächst gefunden werden. Das ist die Aufgabe des Crawlings: Ein Bot (Googlebot, Bingbot oder ein KI-Crawler wie GPTBot) folgt Links durchs Web, liest den HTML-Code einer Seite und entscheidet, ob er sie für später vormerkt.

Danach folgt die Indexierung auf Seiten der klassischen Suchmaschine: Die Seite wird einer Datenbank hinzugefügt, aus der heraus sie bei relevanten Anfragen erscheinen kann. Auf Seiten der generativen KI spricht man eher von Ingestion: Der Content wird in Dokumentenspeicher oder Indizes aufgenommen, die das Modell beim Generieren einer Antwort heranziehen kann — über Echtzeit-Websuche bei Perplexity oder browsing-fähigem ChatGPT, oder über Datensätze, die je nach Anbieter in unterschiedlichen Phasen genutzt werden.

Das letzte Glied, die Zitierung, hängt vollständig von den ersten beiden ab. Eine generative KI kann keine Seite zitieren, die sie nie lesen konnte, und sie wird sie nicht lesen, wenn ein Bot nie Zugriff darauf hatte. Ein einfacher, aber ständig übersehener Punkt: Teams optimieren Content mit Blick auf die Zitierung, während die eigentliche Blockade ein bis zwei Schritte früher liegt, auf Ebene des technischen Zugangs.

Was diese Kette in der Praxis blockiert

In den meisten technischen Audits tauchen immer wieder dieselben Blocker auf:

• Eine zu restriktive robots.txt, die ganze Bereiche einer Website sperrt, manchmal aus Versehen oder aus übertriebener Vorsicht.
• Clientseitig in JavaScript gerendeter Content ohne serverseitiges Rendering oder Pre-Rendering, den manche Crawler nicht korrekt ausführen können.
• Verwaiste Seiten ohne interne Links, die auf sie zeigen — unsichtbar für einen Bot, der von Link zu Link navigiert.
• Serverfehler (5xx), Weiterleitungsschleifen oder zu lange Antwortzeiten, die Bots dazu bringen, seltener vorbeizuschauen.
• Eine fehlende, aktuelle XML-Sitemap, die Suchmaschinen eine klare Liste der zu erkundenden Seiten vorenthält.
• Duplizierter Content oder eine verwirrende URL-Struktur, die das Crawl-Budget auf wertlose Seiten verteilt.

Jeder dieser Punkte wirkt für sich genommen klein. Zusammen erklären sie, warum manche Websites mit durchaus solidem Content unsichtbar bleiben.

SEO und GEO teilen dieselbe Grundlage

GEO ersetzt technisches SEO nicht — es baut darauf auf. KI-Crawler arbeiten nach Mechanismen, die denen klassischer Suchmaschinen recht ähnlich sind: Sie lesen HTML, respektieren grundsätzlich die robots.txt-Datei und reagieren empfindlich darauf, ob eine Seite tatsächlich erreichbar ist. Man beobachtet in der Regel, dass eine für Googlebot unsichtbare Seite auch für einen KI-Crawler kaum Chancen hat, korrekt gelesen zu werden, da dieselben technischen Hindernisse — nicht gerendertes JavaScript, Serverfehler, robots.txt-Sperren — beide Bot-Arten auf ähnliche Weise betreffen.

Deshalb startet eine GEO-Strategie, die die technische Ebene ignoriert, mit einem strukturellen Nachteil. Man kann den beststrukturierten Content der Welt produzieren — wenn er nicht erreichbar ist, bleibt er unsichtbar, sowohl für jemanden, der eine Google-Anfrage eintippt, als auch für jemanden, der Claude oder Perplexity eine Frage stellt.

Ein Schnelltest, um den eigenen Stand zu kennen

Bevor man sich in Tools vertieft, geben ein paar sofortige Checks eine erste Diagnose, ohne irgendetwas zu installieren:

• Gib site:deinedomain.com bei Google ein: Ist die Anzahl der Ergebnisse deutlich geringer als die tatsächliche Seitenzahl deiner Website, ist ein Teil deines Contents wahrscheinlich nicht indexiert.
• Öffne deinedomain.com/robots.txt im Browser: Erscheint unter User-agent: * eine Zeile Disallow: /, ist deine gesamte Website für Bots gesperrt — auch für KI-Crawler.
• Deaktiviere JavaScript in deinem Browser (oder nutze das Tool "URL-Prüfung" der Search Console, sobald sie eingerichtet ist) und lade eine wichtige Seite neu: Verschwindet der Hauptinhalt, sieht ein Bot, der JavaScript nicht korrekt ausführt, dasselbe.
• Prüfe, ob unter deinedomain.com/sitemap.xml eine Sitemap existiert: Ihr Fehlen ist an sich kein K.-o.-Kriterium, entzieht Suchmaschinen aber einen nützlichen Anhaltspunkt.

Diese vier Checks dauern weniger als fünf Minuten und reichen oft aus, um noch vor tieferer Analyse zu erkennen, ob ein Sichtbarkeitsproblem an einer offensichtlichen technischen Blockade liegt.

Wo man konkret anfängt

Bevor man an der Substanz arbeitet — Content-Struktur, direkte Antworten, strukturierte Daten —, muss die Form gesichert werden. In dieser Reihenfolge:

1. Prüfen, was heute bereits indexiert ist (eine site:deinedomain.com-Suche bei Google oder ein direkter Blick in die Search Console, falls schon eingerichtet).
2. Google Search Console installieren und konfigurieren, um einen verlässlichen Überblick über den Indexierungsstatus zu erhalten.
3. Die robots.txt-Datei und die XML-Sitemap prüfen, um sicherzustellen, dass nichts Wichtiges ausgeschlossen wird.
4. Ladegeschwindigkeit und Core Web Vitals prüfen, die das Crawl-Budget beeinflussen.
5. Erst danach an der Content-Struktur arbeiten, um sie "GEO-ready" zu machen.

Diese Lektion steckt den allgemeinen Rahmen ab. Die nächsten werden konkret: Google Search Console installieren, die robots.txt-Datei und die Steuerung von KI-Crawlern verstehen, und, sobald die technischen Grundlagen stehen, tiefer eintauchen in warum KI deine Website manchmal ignoriert.