„Wieso empfiehlt die KI die anderen, obwohl mein Text besser ist?”
Kennst du das? Du hast einen richtig guten Ratgeber geschrieben. Sauber recherchiert, klar aufgebaut, fachlich wasserdicht. Und dann fragst du ChatGPT nach den besten Anbietern in deiner Branche — und die KI zählt drei Namen auf. Deiner ist nicht dabei.
Frustrierend, oder?
Das ging vielen im Marketing zuletzt genauso. Man denkt intuitiv: guter Inhalt gewinnt. Bei Google galt das ja lange auch halbwegs. Aber die KI liest anders. Sie sucht nicht die schönste Seite, sondern die Passage, die sie guten Gewissens zitieren kann.
Und genau die Sache hat sich mal ein Forschungsteam richtig angeschaut. Nicht mit Bauchgefühl, sondern mit 10.000 Anfragen und einer klaren Frage: Was bringt eine Marke wirklich in die KI-Antwort?
Was die Princeton-Studie eigentlich gemessen hat
Die Arbeit heißt „GEO: Generative Engine Optimization”, von einem Team um Pranjal Aggarwal (Princeton University u. a.), vorgestellt auf der KDD ‘24. Der Link steht unten.
Kurz zum Begriff: GEO heißt im Kern Suchmaschinen-Optimierung, aber für KI-Antworten statt für die Google-Trefferliste. Sprich: Du optimierst nicht mehr nur auf Platz 1 bei Google, sondern darauf, dass ChatGPT und Co. deine Marke überhaupt in den Mund nehmen.
Das Team hat dafür einen eigenen Testrahmen gebaut, den sie GEO-bench nennen — 9 Datensätze, 25 Branchen, 10.000 echte Anfragen. Und jetzt kommt der clevere Teil.
Sie nahmen denselben Inhalt und variierten nur die Darstellung. Mal mit Zitaten, mal mit Zahlen, mal mit vollgestopften Keywords. Dann maßen sie, wie oft die KI die jeweilige Version in ihrer Antwort zitiert oder erwähnt. Gleicher Text, andere Verpackung — was macht das Rennen?
Und was kam raus? Drei Signale, die die KI überzeugen
Die besten Darstellungsweisen hoben die Sichtbarkeit — also die Wahrscheinlichkeit, zitiert oder genannt zu werden — um relativ 30 bis 40 %. Das ist kein Rundungsfehler, das ist ein Hebel.
Und drei Hebel stachen besonders raus:
- Zitate einbauen (von Dritten oder aus Primärquellen): rund +44 %
- Statistiken und Zahlen ergänzen: rund +34 %
- Quellen angeben: rund +29 %
Siehst du das Muster? Alle drei sind Belege. Kein Wortschmuck, kein SEO-Trick — nachprüfbare Evidenz. Die KI greift bevorzugt zu Passagen, die eine Aussage mit etwas untermauern.
Das ergibt eben Sinn, wenn man kurz überlegt, was so ein Modell tut. Es baut eine Antwort, für die es geradestehen muss. Da nimmt es lieber den Satz mit der Zahl und der Quelle als die schöne, aber unbelegte Behauptung. Ein Modell zitiert nicht das, was gut klingt, sondern das, worauf es sich stützen kann.
Belege sind für die KI keine Deko. Sie sind die Eintrittskarte in die Antwort.
Warum Keyword-Stuffing nach hinten losgeht
Jetzt der interessante Gegentest. Denn wer aus der klassischen SEO-Welt kommt, hat einen Reflex: mehr Keywords rein, dann wird man schon gefunden.
Das Team hat auch das gemessen. Ergebnis: Keyword-Stuffing — also das Vollstopfen des Textes mit Suchbegriffen — senkte die Sichtbarkeit um rund 8 %.
Lass das mal sacken. Die alte Lieblingstaktik macht es bei der KI nicht besser, sondern schlechter.
Der Grund ist simpel, wenn man versteht, wie ein Sprachmodell liest. Google hat früher zu einem guten Teil auf Wort-Übereinstimmung geschaut: Steht das Keyword oft genug drin? Ein LLM (Large Language Model, das Sprachmodell hinter ChatGPT) arbeitet anders. Es liest Bedeutung und Evidenz, nicht Wort-Treffer.
Heißt: Ein Text, der zehnmal „bestes CRM-Tool” sagt, aber nichts belegt, wirkt auf die KI dünn. Ein Text, der einmal sauber erklärt und mit einer Zahl und einer Quelle unterfüttert, wirkt stark. Die KI merkt den Unterschied — und der geht klar zulasten des Stuffings.
Ein ehrlicher Vorbehalt — der die Sache nicht kleiner macht
Damit wir fair bleiben: Der Effekt ist nicht in jeder Branche gleich groß. Die Studie zeigt, dass die Wirkung je nach Domäne schwankt. In der einen Nische zieht „Zahlen ergänzen” am stärksten, in der anderen „Quellen angeben”.
Das ist aber kein Grund zur Skepsis, im Gegenteil. Es heißt nur: Du solltest nicht blind einer festen Reihenfolge folgen, sondern schauen, welches Signal in deinem Feld am meisten bringt. Die Richtung stimmt überall — Belege rauf, Sichtbarkeit rauf. Nur die genaue Dosis ist branchenabhängig.
Und genau da kommt das Messen ins Spiel.
Fazit: Belege rein — und nachmessen, ob es zieht
Die Kernaussage der Studie ist erfreulich handfest: KI-Sichtbarkeit ist kein Glücksspiel. Sie ist ein Hebel, den du selbst bedienen kannst. Und zwar mit Mitteln, die guter Redaktion ohnehin gut stehen.
Zwei Dinge nimmst du am besten direkt mit:
Erstens: Reichere deine wichtigsten Seiten mit Evidenz-Signalen an. Setz konkrete Zahlen statt vager Adjektive, füge ein, zwei belastbare Zitate ein und nenn deine Quellen offen. Genau das hat in der Studie zwischen +29 % und +44 % gebracht. Und streich im selben Zug das Keyword-Stuffing — es kostet dich Sichtbarkeit, statt sie zu bringen.
Zweitens: Miss, ob es wirkt. Weil der Effekt je nach Branche schwankt, ist Bauchgefühl hier zu wenig. Schau dir vorher und nachher an, wie oft die KI deine Marke bei den relevanten Fragen nennt — dann siehst du, welches Signal in deinem Feld am meisten zieht, und kannst nachschärfen. Genau dafür ist ein AI Brand Tracker da.
Quellen
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., Deshpande, A. (2024): „GEO: Generative Engine Optimization”, ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ‘24), Princeton University u. a. arXiv: https://arxiv.org/abs/2311.09735
