Glossar: alle Begriffe rund um GEO und generative KI

GEO (Generative Engine Optimization)

Die Gesamtheit der Maßnahmen, mit denen Content und digitale Präsenz so optimiert werden, dass generative KI-Engines (ChatGPT, Claude, Gemini, Perplexity) sie beim Aufbau einer Antwort als Quelle zitieren.

AEO (Answer Engine Optimization)

Optimierung mit dem Ziel, DIE direkte Antwort auf eine konkrete Frage zu werden, sei es in einem KI-Chatbot oder in den angereicherten Ergebnissen einer klassischen Suchmaschine (AI Overviews, Sprachassistenten).

KI-Sichtbarkeit

Der Umstand, dass eine Marke, ein Produkt oder ein Inhalt in den von einer generativen KI erzeugten Antworten erwähnt wird — das Äquivalent zum "Ranking" im SEO, allerdings auf Ebene einer einzelnen Antwort statt einer Ergebnisseite.

KI-Antwort / generative Antwort

Der Text, den ein LLM als Antwort auf eine Frage erzeugt, aufgebaut aus den Daten, mit denen es trainiert wurde, und je nach Fall aus einer Echtzeit-Recherche.

LLM (Large Language Model)

Ein großes Sprachmodell, wie die, die ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) oder Perplexity antreiben.

Sichtbarkeits-Score

Ein zusammenfassender Indikator, der die Präsenz einer Marke, einer Kategorie oder eines Keywords über alle getesteten Prompts und Engines hinweg abbildet.

Share of Voice

Der Anteil an Erwähnungen, den eine Marke im Vergleich zu ihren Wettbewerbern erzielt, bezogen auf dieselbe Menge getesteter Fragen.

Prompt

Eine Frage oder Anfrage, die an ein LLM gesendet wird, um zu testen, ob es eine bestimmte Marke, Kategorie, ein Keyword oder Produkt erwähnt.

Persona

Ein fiktives Nutzerprofil (Alter, Standort, Sprache, Interessen, Kaufverhalten), das verwendet wird, um verschiedene Arten von Fragen zu simulieren und Sichtbarkeitsunterschiede je nach Zielgruppe zu erkennen.

Semantisches Scoring

Die Bewertung, wie "KI-freundlich" eine Produktseite oder ein Inhalt ist, anhand von Kriterien wie Struktur, strukturierten Daten, dem Vorhandensein einer FAQ oder der Lesbarkeit außerhalb des Kontexts.

Strukturierte Daten (schema.org / JSON-LD)

Ein technisches Markup, das einer Webseite hinzugefügt wird, um ihren Inhalt explizit zu beschreiben (Produkt, Preis, Bewertungen, FAQ ...) und so Suchmaschinen und KIs das Verständnis zu erleichtern.

Detaillierte Analyse

Ein ausführlicher Bericht, der aus den Sichtbarkeitsergebnissen erstellt wird: Zusammenfassung, dominierende und fehlende Akteure, strukturierter Wettbewerbsvergleich, Risiken und Chancen, priorisierte Empfehlungen.

Credits

Die Verbrauchseinheit für Analysen auf Vurto; jede Analyse verbraucht eine je nach Art und Anzahl der abgefragten Engines variable Anzahl an Credits.

RAG (Retrieval-Augmented Generation)

Die abrufgestützte Generierung ist eine Technik, mit der ein LLM beim Antworten Informationen aus einer Datenbank oder dem Web abrufen kann, statt sich ausschließlich auf seine Trainingsdaten zu stützen. Dieser Mechanismus erlaubt es Tools wie Perplexity oder den Suchfunktionen von ChatGPT, aktuelle Quellen zu zitieren.

Fan-out Query

Eine Technik, bei der eine generative Engine eine komplexe Frage in mehrere parallel gesendete Teilanfragen zerlegt, bevor sie die Ergebnisse zu einer einzigen Antwort zusammenfasst. Ein und dieselbe Nutzerfrage kann so im Hintergrund mehrere getrennte Suchvorgänge auslösen.

Reranking / RRF (Reciprocal Rank Fusion)

Reranking bezeichnet das Neuordnen einer Menge bereits abgerufener Ergebnisse anhand ihrer tatsächlichen Relevanz für die gestellte Frage. RRF (Reciprocal Rank Fusion) ist eine gängige Methode, um mehrere Ranglisten von Ergebnissen aus unterschiedlichen Quellen oder Suchmethoden zu einer einzigen finalen Rangliste zusammenzuführen.

Chunking

Das Aufteilen eines langen Dokuments in kleinere Fragmente ("Chunks"), die unabhängig voneinander verarbeitet und indexiert werden. Diese Technik, zentral für RAG-Systeme, erklärt, warum eine gut strukturierte Seite mit eigenständigen Abschnitten eher korrekt genutzt wird als ein langer Text ohne klare Gliederung.

E-E-A-T

Steht für Experience, Expertise, Authoritativeness, Trustworthiness (Erfahrung, Fachwissen, Autorität, Vertrauenswürdigkeit) — eine Reihe von Kriterien, die Google zur Bewertung der Content-Qualität verwendet, insbesondere über seine Quality-Rater-Guidelines. Auch wenn es sich nicht um einen direkten, messbaren Rankingfaktor handelt, beeinflussen diese Kriterien, wie vertrauenswürdig ein Inhalt eingeschätzt wird — sowohl von Suchmaschinen als auch von generativen KIs.

Wichtige HTML-Tags (Title, Meta Description, Hn, Canonical, Hreflang, Open Graph)

Eine Reihe technischer Elemente im Code einer Seite, die deren Inhalt für Suchmaschinen und soziale Netzwerke beschreiben: der Title (in den Ergebnissen angezeigter Titel), die Meta Description (unter dem Titel angezeigte Zusammenfassung), die Hn-Tags (Überschriftenhierarchie, H1 bis H6), das Canonical-Tag (das die Referenzversion einer duplizierten Seite angibt), das Hreflang-Tag (das die Sprachversionen derselben Seite kennzeichnet) und die Open-Graph-Tags (die steuern, wie die Vorschau einer geteilten Seite in sozialen Netzwerken aussieht).

Core Web Vitals

Eine Reihe von Metriken, die Google definiert hat, um die Nutzererfahrung einer Seite zu messen: die Ladegeschwindigkeit des Hauptinhalts, die Reaktionsfähigkeit auf Interaktionen und die visuelle Stabilität während des Ladens. Diese Metriken werden als Rankingfaktor im SEO genutzt und tragen indirekt dazu bei, wie gut eine Website gecrawlt werden kann.

robots.txt

Eine Datei im Stammverzeichnis einer Website, die Bots (Suchmaschinen, KI-Crawler) mitteilt, welche Teile der Website sie durchsuchen dürfen und welche nicht. Sie garantiert nicht, dass ein Inhalt niemals genutzt wird — ein böswilliger Bot kann sie ignorieren —, bleibt aber die Standardmethode, um Crawling-Präferenzen zu kommunizieren.

llms.txt

Eine als aufkommender Standard vorgeschlagene Datei im Stammverzeichnis einer Website, die Sprachmodellen eine strukturierte, kompakte Übersicht über den Inhalt der Website liefern soll — ähnlich einer Sitemap, die speziell für KIs statt für klassische Suchmaschinen gedacht ist. Ihre Verbreitung ist bis heute je nach Engine uneinheitlich.

XML-Sitemap

Eine Datei, die die zur Indexierung bestimmten Seiten einer Website auflistet, samt zusätzlicher Informationen wie dem Datum der letzten Änderung. Sie erleichtert Bots das Auffinden von Seiten, insbesondere bei umfangreichen Websites oder komplexer interner Linkstruktur.

KI-Crawler (GPTBot, ClaudeBot, PerplexityBot ...)

Die Bots, die von Unternehmen der generativen KI eingesetzt werden, um das Web zu durchsuchen — entweder um ihre Modelle zu trainieren oder um ihre Echtzeit-Suchfunktionen zu speisen. GPTBot (OpenAI), ClaudeBot (Anthropic) und PerplexityBot (Perplexity) sind Beispiele dafür; ihre Aktivität lässt sich in den Server-Logs einer Website nachverfolgen und über die robots.txt-Datei erlauben oder blockieren.

AI Overviews

Die von KI erzeugten Zusammenfassungen, die oben in manchen Google-Suchergebnissen erscheinen, noch vor den klassischen organischen Ergebnissen. Sie stellen eine direkt in die klassische Suche integrierte Form von AEO dar und können den Traffic zu zitierten Websites verringern, wenn Nutzer ihre Antwort finden, ohne zu klicken.

Hub-&-Spoke-Architektur

Ein Modell zur Organisation einer Website, bei dem eine Pillar-Seite ("Hub") einen Überblick über ein Thema zentral bündelt und mit mehreren spezifischeren Seiten ("Spokes") verlinkt ist, die jeweils ein Unterthema vertiefen. Diese Struktur hilft Engines, die Hierarchie und die Beziehungen zwischen den Inhalten desselben Themas zu verstehen.

Pillar-Seite / Spoke-Seite

Die Pillar-Seite ist der Referenzinhalt zu einem breiten Thema, konzipiert, um das Wesentliche des Themas abzudecken und auf detailliertere Inhalte zu verlinken. Eine Spoke-Seite behandelt ein konkretes Unterthema in der Tiefe und verlinkt zurück auf ihre Pillar-Seite für den größeren Kontext — zusammen bilden sie die Hub-&-Spoke-Architektur.

Entität (SEO)

Eine Person, ein Ort, eine Organisation, ein Produkt oder ein Konzept, das von Suchmaschinen als eindeutige Einheit erkannt wird, unabhängig von den genauen Wörtern, mit denen es bezeichnet wird. An der Entitätserkennung zu arbeiten bedeutet, Engines dabei zu helfen, eine Marke klar mit dem zu verknüpfen, wofür sie steht, über den reinen Seitentext hinaus.

Suchintention

Die tatsächliche Motivation hinter einer Suchanfrage: Informationen suchen, Optionen vergleichen, einen Kauf tätigen oder eine bestimmte Website finden. Die Intention hinter einer Frage zu erkennen ist Voraussetzung dafür, relevanten Content zu erstellen — sowohl für SEO als auch, um in einer generativen Antwort aufzutauchen.

Linkaufbau

Die Gesamtheit der Maßnahmen, mit denen externe Links von anderen Domains auf die eigene Website gewonnen werden. Historisch zentral im SEO als Autoritätssignal, behält Linkaufbau eine Rolle im GEO, insofern er zur allgemeinen Bekanntheit einer Marke und den daraus resultierenden Erwähnungen beiträgt.

Interne Verlinkung

Die Gesamtheit der Links, die die Seiten einer Website untereinander verbinden. Eine konsistente interne Verlinkung erleichtert das Crawling, verteilt Autorität zwischen den Seiten und hilft Engines zu verstehen, wie die Inhalte einer Website thematisch zusammenhängen.

Lokales SEO

Die Gesamtheit der Maßnahmen zur Verbesserung der Sichtbarkeit eines Unternehmens bei geolokalisierten Suchanfragen, gestützt insbesondere auf das Google-Unternehmensprofil, konsistente Unternehmensangaben (NAP) und Kundenbewertungen.

Multimodaler Content

Content, der nicht als reiner Text vorliegt — Bilder, Video, Audio, Infografiken. Damit er von Engines und generativen KIs genutzt werden kann, muss er von beschreibendem Text begleitet werden (Alt-Text, Bildunterschriften, Transkripte).

MCP (Model Context Protocol)

Ein standardisiertes Protokoll, das es einem KI-Assistenten erlaubt, sich strukturiert mit externen Tools und Datenquellen zu verbinden. Bei Vurto steht es in den Plänen Business und Agency zur Verfügung, damit Drittsysteme direkt auf die Sichtbarkeitsdaten zugreifen können.

Um diese Konzepte in der Praxis zu sehen, geht es weiter zu Prompts & Sichtbarkeits-Tracking und Dashboards & Scoring.