GEO-Checkliste 2026: 45 Optimierungen für AI-Sichtbarkeit im DACH-Raum

Was ist eine GEO-Checkliste?

Eine GEO-Checkliste ist ein systematischer Prüfkatalog, der alle Optimierungsmaßnahmen für die Sichtbarkeit in AI-Antwortsystemen wie ChatGPT, Perplexity, Google AI Overviews und Microsoft Copilot erfasst und priorisiert. Die GEO-Checkliste von GeoRanks umfasst 45 Einzelprüfungen in 8 Kategorien, die zusammen bestimmen, ob eine Website von AI-Engines als zitierfähige Quelle erkannt wird.

Der Bedarf für eine strukturierte GEO-Checkliste ergibt sich aus der fundamentalen Verschiebung der Suchlandschaft. Laut Bain & Company (2025) sinken organische Klickraten um bis zu 60 % bei Suchanfragen, die durch AI Overviews beantwortet werden. Gleichzeitig zeigt eine Analyse von Authoritas (2025), dass nur 11 % aller Domains sowohl von ChatGPT als auch von Google AI Overviews für dieselbe Suchanfrage zitiert werden. Für Unternehmen im DACH-Raum bedeutet das: Ohne systematische Optimierung bleibt die Website für AI-Systeme unsichtbar.

Die GEO-Checkliste basiert auf dem GEO-Kompendium 2026 und dem Strategie-Framework Entity + Evidence + Distribution + Measurement. Jede der 45 Prüfungen ist einer dieser vier Säulen zugeordnet. Die Checkliste ist sofort umsetzbar und nach Aufwand-Wirkung priorisiert. Eine Einführung in die Grundlagen bietet der Artikel Was ist GEO? Der komplette Leitfaden.

Wie ist die Checkliste aufgebaut?

Die GEO-Checkliste ist in 8 gewichtete Kategorien gegliedert, die zusammen 100 % des GEO-Scores ergeben. Jede Kategorie enthält zwischen 3 und 9 Einzelprüfungen mit den Ergebnissen Pass, Warn oder Fail. Die Gewichtung spiegelt den relativen Einfluss der Kategorie auf die AI-Zitationswahrscheinlichkeit wider.

Die Kategorien bauen aufeinander auf: Ohne technische Basis und Indexierbarkeit erreichen AI-Crawler die Inhalte gar nicht. Ohne Schema und Entity fehlt die Entitätseindeutigkeit. Ohne zitierfähigen Content fehlt das Material, das AI-Engines extrahieren. Die Gewichtungen basieren auf empirischen Daten: Eine Studie der Georgia Tech (Aggarwal et al., 2024) zeigt, dass die Qualität extrahierbarer Passagen der stärkste Einzelfaktor für die AI-Zitation ist, weshalb Zitierfähigkeit 25 % erhält.

Wie optimiere ich die Zitierfähigkeit (25 %)?

Zitierfähigkeit ist die Fähigkeit einzelner Textpassagen, von AI-Systemen als eigenständige Quellen erkannt und in generierten Antworten zitiert zu werden. Diese Kategorie hat mit 25 % die höchste Gewichtung, weil die Passagenqualität direkt über Zitation oder Ignorierung entscheidet. Die vollständige Analyse aller 5 Dimensionen beschreibt der Artikel Zitierfähigkeit: So werden Ihre Inhalte von KI zitiert.

Die 6 Prüfungen der Zitierfähigkeit umfassen:

1. Answer-Block Qualität: Jeden Abschnitt mit einer direkten Definition eröffnen ("X ist/bezeichnet/umfasst..."). Eine Studie der Georgia Tech (Aggarwal et al., 2024) belegt, dass Definitionen die Zitationswahrscheinlichkeit um den Faktor 2,1 erhöhen.
2. Abschnitts-Eigenständigkeit: Jede Passage muss ohne umgebenden Kontext verständlich sein. Pronomen-Dichte unter 3 % halten, Entitätsnamen wiederholen.
3. Strukturelle Lesbarkeit: W-Fragen als Überschriften, Absätze unter 150 Wörter, Tabellen und Listen einsetzen.
4. Statistische Dichte: Konkrete Zahlen, Prozentangaben und Zeiträume einbauen. Laut Princeton University (Zhang et al., 2024) steigern Statistiken die Zitationsrate um etwa 40 %.
5. Quellenbelege und Evidenz: Externe Quellen verlinken, Blockquotes nutzen. Autoritätszitate erhöhen die Zitationswahrscheinlichkeit um etwa 115 % (IIT Delhi, Sharma et al., 2024).
6. Passage-Länge: Optimale Länge im Deutschen 145-185 Wörter pro Abschnitt (angepasst für Komposita).

Wie setze ich Schema-Markup um (15 %)?

Schema-Markup ist ein maschinenlesbares Datenformat (JSON-LD), das AI-Systemen strukturierte Entitätsinformationen liefert und die eindeutige Identifikation eines Unternehmens in Wissensgraphen ermöglicht. Schema bildet mit 15 % die zweitwichtigste Kategorie. Eine ausführliche Anleitung bietet der Artikel JSON-LD Schema-Markup für AI-Sichtbarkeit.

Die 6 Schema-Prüfungen:

1. JSON-LD Vorhandensein: Mindestens ein JSON-LD-Block auf der Seite vorhanden.
2. Organization/LocalBusiness: Basisentität mit Name, URL, Logo, contactPoint und sameAs.
3. FAQPage Schema: Frage-Antwort-Paare als strukturierte Daten auszeichnen.
4. sameAs-Verlinkungen: Profile auf mindestens 5 Plattformen verknüpfen (Xing, kununu, ProvenExpert, LinkedIn, Gelbe Seiten).
5. Schema-Vielfalt: Mindestens 3 von 6 GEO-relevanten Typen (Organization, FAQPage, Article, Service, BreadcrumbList, WebSite).
6. Speakable-Markup: Passagen für Sprachassistenten als vorlesbar kennzeichnen.

Das @graph-Pattern ermöglicht die Kombination aller Schema-Typen in einem einzigen JSON-LD-Block, was die Wartbarkeit verbessert und AI-Crawlern eine zusammenhängende Entitätsbeschreibung liefert. Für DACH-Unternehmen sind die sameAs-Links zu regionalen Plattformen wie Xing (22 Millionen DACH-Nutzer), kununu, ProvenExpert und Gelbe Seiten besonders wirkungsvoll.

Welche Content-Checks sind entscheidend (15 %)?

Content-Optimierung für AI-Suchmaschinen umfasst 9 Prüfungen, die sicherstellen, dass Texte in einem Format vorliegen, das AI-Engines effizient extrahieren und zitieren können. Die Kategorie Content hat mit 15 % dieselbe Gewichtung wie Schema. Der Deep-Dive in alle 9 Checks findet sich im Artikel Content-Optimierung für AI-Suchmaschinen: 9 Checks.

Kernprüfungen im Überblick:

• Textumfang: Mindestens 300 Wörter sichtbarer Text pro Hauptseite
• Überschriften-Struktur: Genau eine H1, mindestens 2 H2-Überschriften
• W-Fragen in Überschriften: Mindestens 3 Überschriften als Fragen formuliert
• Tabellen und Listen: Mindestens 1 Tabelle und 2 Listen für bessere AI-Extraktion
• FAQ-Bereich: 8-12 echte Kundenfragen mit kurzen Antworten (40-120 Wörter)
• Aktualitätssignale: dateModified in Schema, sichtbares Aktualisierungsdatum
• Quellenlinks: Mindestens 3 externe Quellenlinks für E-E-A-T
• Autorenangabe: Author in JSON-LD und sichtbare Byline mit Credentials

Wie zitierfähige Seiten aufgebaut werden, beschreibt der Leitfaden Answer Pages: Inhalte, die AI-Engines als Quelle nutzen.

Wie stelle ich Indexierbarkeit sicher (10 %)?

Indexierbarkeit beschreibt die technische Erreichbarkeit einer Website für Suchmaschinen und AI-Crawler und bildet die Grundvoraussetzung für jede GEO-Strategie. Ohne korrekte Indexierbarkeit finden AI-Systeme die Inhalte gar nicht, unabhängig von Content-Qualität oder Schema-Markup.

Die 6 Indexierbarkeits-Prüfungen:

1. HTTP-Statuscode: Seite muss HTTP 200 zurückgeben
2. robots.txt: Datei vorhanden, keine kritischen Blockierungen
3. robots.txt Blockierungen: Keine versehentliche Sperrung wichtiger Pfade
4. Sitemap: sitemap.xml vorhanden und in robots.txt verlinkt, mit lastmod-Daten
5. Canonical-Tag: Auf jeder Seite gesetzt, korrekt auf die Hauptversion verweisend
6. noindex-Prüfung: Kein noindex auf Seiten, die in AI-Antworten erscheinen sollen

Die häufigsten Fehler bei der Indexierbarkeit betreffen versehentliche Disallow-Regeln in der robots.txt, fehlende Sitemaps und noindex-Tags, die nach einer Staging-Migration vergessen wurden. Alle 6 Checks sind schnell behebbar und bilden die absolute Grundlage jeder GEO-Strategie.

Wie konfiguriere ich AI-Crawler-Zugang (10 %)?

AI-Crawler-Zugang bezeichnet die korrekte Konfiguration von robots.txt und CDN-Einstellungen, damit die 14 relevanten AI-Crawler-User-Agents eine Website lesen und indexieren können. Die Kategorie prüft den Zugang in 3 Tiers. Der vollständige Diagnose- und Lösungsleitfaden findet sich im Artikel AI-Crawler blockiert? Cloudflare Bot-Schutz beheben.

Die 5 Prüfungen der AI-Crawler-Kategorie:

• Tier-1 Crawler (kritisch): GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot müssen erlaubt sein
• Tier-2 Crawler (wichtig): Google-Extended, Amazonbot, Applebot-Extended prüfen
• Tier-3 Crawler (relevant): CCBot, Bytespider, FacebookBot, Cohere-ai und weitere
• AI-Crawler Gesamtzugang: Gewichteter Composite-Score über alle Tiers
• Cloudflare-Prüfung: Bot Fight Mode und "Block AI training bots" deaktiviert

Besonders kritisch: Cloudflare Bot Fight Mode blockiert AI-Crawler auf der Edge-Ebene, bevor die robots.txt-Datei erreicht wird. Website-Betreiber bemerken die Blockade häufig nicht, weil keine Fehlermeldung im Browser erscheint. Eine Diagnose ist mit dem Befehl curl -A "GPTBot/1.0" https://ihre-domain.de möglich.

Wie sichere ich Entity-Konsistenz (10 %)?

Entity-Konsistenz bezeichnet die Übereinstimmung aller Unternehmensdaten (Name, Adresse, Telefon) über Website, Schema-Markup und Drittplattformen hinweg. AI-Systeme nutzen konsistente NAP-Daten zur Entity Resolution, also der eindeutigen Zuordnung von Informationen zu einer bestimmten Firma. Vertiefende Informationen bietet der Artikel NAP-Konsistenz und Entity Resolution für AI-Systeme.

Die 3 Entity-Prüfungen:

1. Firmenname in Schema: Der offizielle Firmenname muss im Organization/LocalBusiness Schema hinterlegt sein. AI-Systeme nutzen diesen Namen als primären Identifikator für die Entity Resolution.
2. Telefonnummer-Konsistenz: Die Telefonnummer im Schema muss exakt mit der im sichtbaren Text übereinstimmen. Abweichungen (z. B. +49 30 123456 vs. 030/123456) senken die Confidence der AI-Systeme bei der Entitätszuordnung.
3. Kontaktdaten-Vollständigkeit: Alle 4 Pflichtfelder ausgefüllt: Name, Telefon, E-Mail und Adresse. Diese bilden die "Canonical Facts", die AI-Systeme als Ground Truth für Antworten verwenden.

Für lokale Unternehmen im DACH-Raum ist NAP-Konsistenz über alle Drittplattformen (Xing, kununu, ProvenExpert, Gelbe Seiten, Google Business Profile) hinweg entscheidend. Widersprüche bei Öffnungszeiten, Adressdaten oder Telefonnummern verhindern eine eindeutige Entity Resolution.

Welche technischen Grundlagen brauche ich (8 %)?

Die technische Basis umfasst 6 Grundvoraussetzungen, die sicherstellen, dass AI-Crawler Inhalte korrekt lesen, rendern und zuordnen können. Eine ausführliche Erklärung findet sich im Artikel Technische GEO-Grundlagen: SSR, Verlinkung, Meta-Tags.

Die 6 technischen Prüfungen:

1. HTTPS: Verschlüsselte Verbindung als Pflichtvoraussetzung
2. Server-Side Rendering (SSR): Wesentlicher Inhalt im initialen HTML, nicht nur per JavaScript gerendert
3. Interne Verlinkung: Mindestens 10 einzigartige interne Links mit Hub-Struktur und Breadcrumbs
4. Meta-Description: Vorhanden, 120-160 Zeichen, aussagekräftig
5. Title-Tag: 20-70 Zeichen, enthält Haupt-Keyword
6. Mobile Viewport: Viewport Meta-Tag gesetzt für korrekte mobile Darstellung

Wie erstelle ich eine wirksame llms.txt (7 %)?

llms.txt ist eine strukturierte Markdown-Datei unter /llms.txt, die AI-Crawlern die kanonischen Fakten eines Unternehmens im optimalen Retrieval-Format bereitstellt. Die Kategorie prüft Vorhandensein, Struktur, Umfang und Kontaktdaten. Die Schritt-für-Schritt-Anleitung liefert der Artikel llms.txt: Die neue Datei, die jede Website braucht.

Die 4 llms.txt-Prüfungen:

1. Vorhandensein: llms.txt unter /llms.txt erreichbar
2. Struktur: Mindestens 3 Abschnitte mit Markdown-Überschriften (Canonical Facts, Services, Key Pages)
3. Umfang: 200-1.500 Wörter, Abschnitte je 125-165 Wörter (optimales LLM-Retrieval-Fenster)
4. Kontaktdaten: URLs und Kontaktinformationen (Telefon, E-Mail) enthalten

Der Industriestandard hat sich zu einem Zwei-Stufen-System entwickelt: llms.txt als kompakte Indexdatei mit den Kerninformationen und llms-full.txt als ausführliches Volldokument mit dem gesamten Informationsbestand. Unternehmen wie Vercel und Anthropic nutzen dieses System bereits produktiv.

Wie priorisiere ich die Maßnahmen?

Die Priorisierung der 45 GEO-Maßnahmen erfolgt nach einer Quick-Win-Matrix, die Aufwand und Wirkung gegenüberstellt. Unternehmen im DACH-Raum sollten mit den Maßnahmen beginnen, die den höchsten Einfluss auf die AI-Zitationswahrscheinlichkeit bei geringstem Implementierungsaufwand haben.

Der 30/60/90-Tage-Plan aus dem GEO-Kompendium empfiehlt: In den ersten 30 Tagen die technische Basis und Entity-Daten bereinigen (P0-Maßnahmen). In den Tagen 31-60 den Content mit Answer-First-Mustern, FAQ-Blöcken und Evidence-Blöcken transformieren (P1-Maßnahmen). Ab Tag 61 die Distribution über Earned Media und Partner-Erwähnungen stärken (P2/P3-Maßnahmen).

Mit dem kostenlosen GEO-Audit von GeoRanks können Sie den aktuellen Stand Ihrer Website über alle 8 Kategorien und 45 Checks messen und die Quick-Win-Priorisierung automatisiert erhalten. Für lokale Unternehmen bietet der Artikel GEO für lokale Unternehmen im DACH-Raum spezifische Handlungsempfehlungen.

FAQ

Wie viele der 45 Checks muss meine Website bestehen?

Eine Website sollte mindestens 70 % aller Checks im Status "Pass" erreichen, um eine solide GEO-Basis zu haben. Besonders kritisch sind die Checks der Kategorie Zitierfähigkeit (25 % Gewichtung), da diese die Passagenqualität direkt bewerten. Websites mit einem GEO-Score unter 50 % haben eine sehr geringe Wahrscheinlichkeit, von AI-Engines zitiert zu werden.

Welche Kategorie sollte ich zuerst optimieren?

Die technische Basis und Indexierbarkeit sollten zuerst korrekt sein, da alle anderen Kategorien darauf aufbauen. Anschließend sind Zitierfähigkeit und Schema die Kategorien mit dem höchsten Einfluss auf die AI-Sichtbarkeit. Entity-Konsistenz und AI-Crawler-Zugang sollten parallel sichergestellt werden.

Funktioniert die Checkliste für alle Branchen?

Die GEO-Checkliste ist branchenunabhängig konzipiert. Die 45 Checks gelten für Dienstleister, lokale Unternehmen, E-Commerce und B2B gleichermaßen. Branchenspezifische Unterschiede ergeben sich bei der Content-Strategie (Produkt- vs. Leistungsbeschreibungen) und bei den relevanten DACH-Plattformen für sameAs-Verlinkungen.

Wie oft sollte ich den GEO-Audit wiederholen?

Ein vollständiger GEO-Audit sollte monatlich durchgeführt werden. Die AI-Suchlandschaft verändert sich schnell, und Crawl-Richtlinien der Plattformen können sich ändern. Besonders nach Website-Änderungen, Relaunches oder CMS-Updates ist ein sofortiger Audit empfehlenswert, um versehentliche Regressionen zu erkennen.

Unterscheidet sich die Checkliste für Österreich und die Schweiz?

Die technischen und strukturellen Checks sind identisch für Deutschland, Österreich und die Schweiz. Unterschiede ergeben sich bei den Entity-Daten (länderspezifische Branchenplattformen wie herold.at oder local.ch), bei den sameAs-Verlinkungen und bei den Telefonnummer-Formaten (+43, +41). Die Content-Sprache bleibt Deutsch, regionale Begrifflichkeiten sollten berücksichtigt werden.

Wie messe ich den Fortschritt nach der Optimierung?

Der Fortschritt wird über drei Wege gemessen: Erstens den GEO-Score im Audit-Tool, der sich nach Optimierungen verbessern sollte. Zweitens eine Prompt-Suite aus 50-200 Testfragen in ChatGPT, Perplexity und Google AI Overviews, die monatlich den Citation Share misst. Drittens das AI-Referral-Tracking in Google Analytics 4 über Referrer-Daten von chatgpt.com und perplexity.ai.

Was kostet die Umsetzung der gesamten Checkliste?

Die P0-Maßnahmen (robots.txt, Schema, noindex) lassen sich intern in wenigen Stunden umsetzen. Die P1-Maßnahmen (Content-Transformation, FAQ, llms.txt) benötigen je nach Websitegröße 2-4 Wochen. Die P2/P3-Maßnahmen (Distribution, Speakable, llms-full.txt) sind laufende Aufgaben über 3-6 Monate. Insgesamt sollten Unternehmen mit 3-6 Monaten für die vollständige Umsetzung rechnen.

Kann ich die Checkliste selbst umsetzen oder brauche ich eine Agentur?

Die technischen Checks (Indexierbarkeit, AI-Crawler, technische Basis) können Webentwickler intern umsetzen. Schema-Markup und llms.txt erfordern GEO-Fachwissen, sind aber mit Vorlagen realisierbar. Die Content-Transformation und die strategische Priorisierung profitieren von GEO-Erfahrung, weshalb eine initiale Beratung oder ein Agentur-Audit den Einstieg beschleunigt.

Wirken die Maßnahmen auch für klassische SEO?

GEO-Maßnahmen stärken gleichzeitig die klassische SEO. Schema-Markup verbessert Rich Results, strukturierter Content erhöht die organische Sichtbarkeit, und technische Optimierungen wie SSR und interne Verlinkung sind SEO-Grundlagen. GEO und SEO sind komplementäre Disziplinen, keine Alternativen.

Welche Tools brauche ich für die Umsetzung?

Für den GEO-Audit: den kostenlosen GEO-Audit von GeoRanks. Für Schema-Validierung: den Google Rich Results Test und den Schema Markup Validator. Für die AI-Crawler-Diagnose: curl mit AI-Crawler User-Agents. Für die Citation-Messung: direkte Testfragen in ChatGPT, Perplexity und Google AI Overviews mit systematischer Protokollierung.