Content-Audit für GEO: 10-Punkte-Checkliste für bestehende Inhalte

Warum bestehende Inhalte zuerst optimiert werden sollten

Viele Unternehmen starten ihre GEO-Strategie mit dem Erstellen neuer Inhalte. Das ist ein teurer Fehler. Bestehende Inhalte mit gutem SEO-Fundament brauchen oft nur gezielte GEO-Nachbesserungen, um in AI-Antwortsystemen zitierbar zu werden – statt aufwendiger Neuentwicklungen.

Ein strukturierter GEO-Content-Audit analysiert bestehende Seiten nach den 10 wichtigsten Zitierbarkeits-Signalen und priorisiert Optimierungsmaßnahmen nach Aufwand und Wirkung. Das Ergebnis: Eine priorisierte Aufgabenliste, mit der ein Redakteur in 2–4 Stunden pro Seite den GEO-Score substanziell verbessern kann.

Dieser Artikel ist als praxisorientierte Ergänzung zur GEO-Checkliste mit 45 Optimierungen konzipiert. Für den technischen Teil des Audits (Crawler-Zugang, Schema, Indexierbarkeit) empfiehlt sich das Content-Optimierungs-Framework für AI-Suchmaschinen. Den Audit automatisch für jede Domain durchführen kann das GeoRanks Audit-Tool.

Die 10-Punkte-Checkliste im Überblick

---

Check 1: Passagen-Eigenständigkeit

Was wird geprüft?

Passagen-Eigenständigkeit bedeutet, dass jeder Textabschnitt (ca. 145–185 Wörter im Deutschen) ohne umgebenden Kontext vollständig verständlich ist. AI-Systeme extrahieren keine ganzen Seiten, sondern einzelne Passagen. Eine Passage, die auf vorherigen Abschnitten aufbaut ("Wie oben erwähnt...", "Dies gilt auch für das genannte Beispiel..."), ist für AI-Systeme weitgehend unbrauchbar.

Pass-Kriterien

• Keine Verweise auf "oben", "weiter oben", "wie beschrieben"
• Kernbegriffe werden im Abschnitt selbst eingeführt, nicht vorausgesetzt
• Pronomen-Dichte unter 3 % (max. 3 "er/sie/es/dieser/jener" pro 100 Wörter)
• Entitätsnamen (Firmenname, Produktname, Ortsname) werden wiederholt, nicht durch Pronomen ersetzt

Fail-Indikatoren

• Abschnitt beginnt mit "Das bedeutet, dass..." oder "Dabei ist zu beachten..."
• Mehr als 2 Pronomen-Referenzen auf vorherige Abschnitte

Fix

Jeden Abschnitt mit der Frage prüfen: "Würde jemand, der nur diesen Absatz liest, die Kernaussage verstehen?" Notfalls den Kontext kurz wiederholen. Das kostet 20–50 Wörter, erhöht aber die Zitationswahrscheinlichkeit erheblich.

---

Check 2: Definitions-Muster

Was wird geprüft?

Definitions-Muster sind direkte, klare Begriffsklärungen am Beginn jedes Hauptabschnitts. Eine Studie der Georgia Tech (Aggarwal et al., 2024) zeigt, dass Abschnitte, die mit einer Definition beginnen, die Zitationswahrscheinlichkeit durch AI-Systeme um den Faktor 2,1 erhöhen.

Pass-Kriterien

• Mindestens 60 % der H2-Abschnitte beginnen mit einer Definitions-Aussage
• Definition folgt dem Muster: "[Begriff] ist/bezeichnet/umfasst/bedeutet..."
• Definition ist im ersten Satz oder zweiten Satz des Abschnitts platziert

Fail-Indikatoren

• Abschnitt beginnt mit einer Frage ohne sofortige Antwort
• Abschnitt beginnt mit Kontext ("Viele Unternehmen fragen sich...") statt Definition
• Definition erscheint erst nach dem dritten Satz

Fix

Jeden H2-Abschnitt mit einem Definitions-Satz eröffnen. Anschließend kann Kontext, Geschichte oder Nuancierung folgen. Das Muster: "X ist [Kernaussage in 1–2 Sätzen]. [Kontext und Details folgen]."

---

Check 3: Statistik-Dichte

Was wird geprüft?

Statistik-Dichte misst, wie viele konkrete Zahlen, Prozentwerte, Zeiträume und Messergebnisse pro 1.000 Wörter im Text enthalten sind. Laut einer Studie der Princeton University (Zhang et al., 2024) steigern Statistiken die Zitationsrate in AI-Antworten um etwa 40 %.

Pass-Kriterien

• Mindestens 3 konkrete Zahlen, Prozentwerte oder Zeiträume pro 500 Wörter
• Statistiken sind mit Quellen belegt (Studie, Bericht, Umfrage + Jahr)
• Zahlen sind spezifisch (73 % statt "viele", 4,2 Mrd. € statt "Milliarden")

Fail-Indikatoren

• Abschnitt enthält ausschließlich qualitative Aussagen ("viele", "häufig", "meistens")
• Keine Quellenangaben zu zitierten Zahlen
• Runde Zahlen ohne Quellenbelege ("über 50 % aller Unternehmen")

Fix

Mindestens eine belegte Statistik pro H2-Abschnitt ergänzen. Quellen: Branchenverbände (Bitkom, BVDW), Forschungsberichte (Gartner, McKinsey), staatliche Statistiken (Destatis). Bestehende Zahlen auf Quellenangaben prüfen und ergänzen.

---

Check 4: Schema-Vorhandensein

Was wird geprüft?

Schema-Markup ist maschinenlesbares JSON-LD, das AI-Systemen strukturierte Entitätsinformationen liefert. Für Inhaltsseiten (Artikel, Blog-Posts, FAQ-Seiten) sind drei Schema-Typen besonders relevant: Article, FAQPage und BreadcrumbList.

Pass-Kriterien

• Mindestens ein JSON-LD-Block auf der Seite vorhanden
• Article-Schema mit author, datePublished, dateModified und headline
• FAQPage-Schema, wenn die Seite Fragen enthält
• Kein veraltetes Microdata-Format (JSON-LD bevorzugt)

Fail-Indikatoren

• Keine Schema-Markup-Daten auf der Seite
• Schema vorhanden, aber ohne dateModified
• Article-Schema ohne Autorenangabe

Fix

Schema-Markup-Validator von Google nutzen, um bestehende Auszeichnungen zu prüfen. Fehlende dateModified und author-Felder ergänzen. FAQ-Abschnitte als FAQPage-Schema auszeichnen. Aufwand: 30–60 Minuten pro Seite bei manueller Implementierung.

---

Check 5: FAQ-Struktur

Was wird geprüft?

FAQ-Strukturen sind Abschnitte mit echten Kundenfragen und präzisen Antworten (40–120 Wörter je Antwort). FAQs sind für AI-Systeme besonders attraktiv, weil sie bereits im Format vorliegen, in dem AI-Antworten strukturiert sind: Frage → direkte Antwort.

Pass-Kriterien

• Mindestens 4 Fragen mit Antworten auf Inhaltsseiten
• Antworten sind 40–120 Wörter lang (kurz, präzise, eigenständig)
• Fragen entsprechen echten Nutzeranfragen (W-Fragen, "Kann ich...?", "Wie lange...?")
• FAQ-Bereich als FAQPage-Schema ausgezeichnet

Fail-Indikatoren

• Fragen sind zu allgemein ("Was sind die Vorteile?")
• Antworten sind Werbetext statt Information
• Keine Schema-Auszeichnung vorhanden

Fix

5–8 echte Kundenfragen sammeln (aus Vertriebs-E-Mails, Support-Tickets, Google Search Console "People also ask"). Antworten direkt und informativ formulieren. Als letzten Block auf der Seite einbauen.

---

Check 6: W-Fragen-Überschriften

Was wird geprüft?

W-Fragen-Überschriften (Was, Wie, Warum, Welche, Wann, Wo) als H2- oder H3-Tags sind ein starkes Signal für AI-Systeme, dass ein Abschnitt eine spezifische Frage beantwortet. Google AI Overviews und Perplexity bevorzugen Quellen, die Fragen explizit in der Struktur adressieren.

Pass-Kriterien

• Mindestens 40 % der H2-Überschriften sind als Frage formuliert
• Fragen enthalten relevante Keywords (nicht nur "Was ist das?")
• H2-Fragen beginnen den zugehörigen Antwortabschnitt direkt

Fail-Indikatoren

• Alle Überschriften sind Substantivphrasen ("Vorteile von X", "Überblick über Y")
• Fragen in Überschriften werden nicht direkt im ersten Satz beantwortet

Fix

Bestehende Substantiv-Überschriften in Fragen umformulieren: "Vorteile von GEO" → "Welche Vorteile hat GEO gegenüber klassischem SEO?" Aufwand: 5–10 Minuten pro Artikel.

---

Check 7: Wortanzahl pro Passage

Was wird geprüft?

Passagen-Länge beeinflusst, ob AI-Systeme einen Abschnitt als vollständige, zitierfähige Einheit erkennen. Zu kurze Passagen (< 80 Wörter) bieten keinen ausreichenden Kontext. Zu lange Passagen (> 250 Wörter) werden oft nur teilweise zitiert. Die optimale Länge im Deutschen liegt bei 145–185 Wörtern pro H2-Abschnitt.

Pass-Kriterien

• Durchschnittliche Abschnittslänge (H2-zu-H2) 120–200 Wörter
• Kein Hauptabschnitt unter 80 Wörtern (außer tabellarischen Übersichten)
• Keine einzelnen Abschnitte über 300 Wörtern ohne Unterstruktur

Fail-Indikatoren

• Mehr als 30 % der Abschnitte unter 80 Wörtern
• Abschnitte über 300 Wörtern ohne H3-Unterüberschriften

Fix

Kurze Abschnitte durch ergänzende Beispiele, Nuancierungen oder Kontext auf 120+ Wörter bringen. Lange Abschnitte mit H3-Unterüberschriften gliedern – das verbessert gleichzeitig die SEO-Lesbarkeit.

---

Check 8: Frische-Signale

Was wird geprüft?

Frische-Signale geben AI-Systemen und Suchmaschinen an, wann ein Inhalt zuletzt aktualisiert wurde. Für viele AI-generierte Antworten werden bevorzugt Quellen mit aktuellen Daten ausgewählt – besonders bei technischen oder statistischen Inhalten.

Pass-Kriterien

• dateModified im Article-Schema gesetzt und aktuell (nicht älter als 18 Monate)
• Sichtbares Aktualisierungsdatum im Artikel-Header ("Zuletzt aktualisiert: März 2026")
• Mindestens ein statistischer Beleg aus den letzten 24 Monaten

Fail-Indikatoren

• Kein dateModified im Schema (nur datePublished)
• Letztes sichtbares Datum ist älter als 2 Jahre
• Alle zitierten Studien aus 2021 oder früher

Fix

dateModified im Schema aktualisieren, sichtbares Datum im Artikel-Header ergänzen, veraltete Statistiken durch aktuelle Quellen ersetzen. Bei technischen Artikeln: einmal jährlich überprüfen und aktualisieren.

---

Check 9: Quellenlinks

Was wird geprüft?

Externe Quellenlinks sind Links auf primäre Quellen wie Studien, Berichte, Behörden oder Fachpublikationen. Sie sind ein E-E-A-T-Signal (Erfahrung, Expertise, Autorität, Vertrauenswürdigkeit) und erhöhen die Glaubwürdigkeit eines Inhalts sowohl für Google als auch für AI-Systeme. Laut Studien erhöhen Autoritätszitate die Zitationswahrscheinlichkeit durch AI um etwa 115 % (IIT Delhi, Sharma et al., 2024).

Pass-Kriterien

• Mindestens 3 externe Links auf Primärquellen pro 1.000 Wörter
• Quellen sind vertrauenswürdig: Universitäten, Bundesbehörden, Branchenverbände, Peer-reviewed Journals
• Links öffnen sich in neuem Tab (target="_blank" für UX)
• Keine veralteten Links (404-Check durchführen)

Fail-Indikatoren

• Alle Links führen nur zu internen Seiten oder zu kommerziellen Quellen
• Keine oder weniger als 2 externe Quellenlinks auf einer 1.500+ Wörter Seite
• Quellen sind unbekannte Blogs oder nicht verifizierbare Seiten

Fix

Für jede wichtige Aussage eine verifizierbare Quelle suchen und verlinken. Priorität: Destatis für deutsche Statistiken, Bitkom für digitale Wirtschaft, Fraunhofer-Institute für Technologie-Studien. 404-Check mit nützlichen Browser-Extensions durchführen.

---

Check 10: Autorenangabe

Was wird geprüft?

Autorenangaben sind sowohl für Google (E-E-A-T) als auch für AI-Systeme ein Qualitätssignal. Eine Seite mit namentlich genanntem Autor, Credentials und verlinktem Profil signalisiert echte menschliche Expertise – ein zunehmend wichtiger Faktor, seit AI-generierter Content das Web flutet.

Pass-Kriterien

• Autorenname im sichtbaren Artikel-Header
• Kurze Credentials (2–3 Sätze: Funktion, Erfahrungsjahre, Spezialgebiet)
• author-Feld im Article-Schema mit @type: Person und name
• Optional: Link auf Autorenprofilseite oder LinkedIn

Fail-Indikatoren

• Kein Autorenname ("Redaktion" oder kein Hinweis)
• Author im Schema als String statt als Person-Entität
• Kein sameAs-Link auf externer Profilseite

Fix

Autorenprofil auf der Website einrichten (reicht als kurze "Über den Autor"-Box unter dem Artikel). author-Feld im Schema als @type: Person mit Name, jobTitle und sameAs-Link auf LinkedIn auszeichnen. Aufwand: 20–30 Minuten.

---

Priorisierung: Wo anfangen?

Nach dem Audit zeigt sich typischerweise folgende Prioritätenverteilung:

Hohe Priorität (sofort umsetzen, großer Effekt):

• Check 2 (Definitions-Muster) – niedrigster Aufwand, höchste Wirkung
• Check 4 (Schema) – einmalige Implementierung, dauerhafte Wirkung
• Check 6 (W-Fragen-Überschriften) – 10 Minuten pro Artikel

Mittlere Priorität (nächste Iteration):

• Check 1 (Passagen-Eigenständigkeit)
• Check 3 (Statistik-Dichte)
• Check 5 (FAQ-Struktur)

Grundlagenpflege (laufend):

• Check 8 (Frische-Signale) – jährlich oder bei Inhalts-Updates
• Check 9 (Quellenlinks) – bei jedem Artikel-Update
• Check 10 (Autorenangabe) – einmalig, danach kein Aufwand

Die technischen Checks (Schema, Crawler-Konfiguration, robots.txt) können parallel durch eine Entwicklerin oder einen Entwickler umgesetzt werden, während Redakteure an Content-Checks 1–3, 5–6 arbeiten.

Fazit: Der schnellste Weg zu mehr AI-Zitationen

Ein GEO-Content-Audit der wichtigsten 5 Seiten dauert mit dieser Checkliste 4–6 Stunden und liefert eine priorisierte Aufgabenliste, die anschließend in 2–3 Stunden pro Seite abgearbeitet werden kann. Der Return: Seiten, die bereits gutes SEO-Fundament haben, werden mit GEO-Nachrüstung für AI-Systeme zitierfähig.

Den technischen Teil des Audits übernimmt der kostenlose GeoRanks GEO-Audit automatisch – inklusive Score und priorisierter Empfehlungsliste für alle 45 Checks.