AEO/GEO Audit: So prüfen Unternehmen ihre Sichtbarkeit in KI-Antworten

Ein AEO/GEO Audit zeigt, ob ein Unternehmen in KI-Antworten sichtbar ist, korrekt beschrieben wird und mit eigenen Inhalten als relevante Quelle erscheint. Dabei werden nicht nur klassische Rankings geprüft, sondern auch technische Grundlagen, Content Struktur, Entitäts Signale, Wettbewerber und die Konsistenz über verschiedene digitale Kanäle. Der Artikel erklärt, wie Digitas mit Audit, Blueprint und Implementierung aus einer Standortbestimmung einen priorisierten Massnahmenplan entwickelt und die Sichtbarkeit in ChatGPT, Perplexity, Google AI Overviews und Microsoft Copilot systematisch verbessert.

Warum Sichtbarkeit heute mehr bedeutet als Google Rankings

Lange war digitale Sichtbarkeit vor allem eine Frage von Google Rankings, organischem Traffic und Conversion. Diese Kennzahlen bleiben wichtig. Aber sie zeigen nur noch einen Teil der Realität. Mit Google AI Overviews, ChatGPT, Perplexity, Microsoft Copilot und anderen KI-Systemen entsteht eine neue Ebene der Suche: Nutzer*innen erhalten direkte Antworten, Zusammenfassungen und Empfehlungen von der KI. Eine Fortsetzung der User Journey Richtung Website findet nur noch bei Bedarf statt.

In der Schweiz sind Google AI Overviews seit März 2025 in Deutsch, Französisch, Italienisch und Englisch verfügbar.
Es reicht daher nicht mehr, nur auf klassische Positionen in Google zu schauen. Entscheidend wird auch, ob eine Organisation in KI-Antworten korrekt vorkommt, ob eigene Inhalte als Quelle verwendet werden und ob Leistungen verständlich eingeordnet sind und dargestellt werden.

Ein AEO/GEO Audit prüft genau diese neue Sichtbarkeit. Es zeigt, wie ein Unternehmen in generativen Such- und Antwortsystemen erscheint, bei welchen Themen Wettbewerber stärker präsent sind und welche Inhalte, Daten und externen Signale verbessert werden müssen.

Was ist ein AEO/GEO Audit?

Ein AEO/GEO Audit ist eine strukturierte Analyse der Sichtbarkeit in KI gestützten Suchumgebungen. Es untersucht nicht nur klassische Rankings, sondern auch Antworten, Zitate, Quellen, Entitäten, Content Struktur und Konsistenz über verschiedene digitale Touchpoints hinweg.

AEO steht für Answer Engine Optimization. Dabei geht es darum, Inhalte so aufzubauen, dass sie von Suchmaschinen, Sprachassistenten und KI-Systemen als klare Antwort erkannt werden.

GEO steht für Generative Engine Optimization. GEO geht einen Schritt weiter und fragt: Wird ein Unternehmen in generativen Antworten genannt, korrekt beschrieben und als vertrauenswürdige Quelle genutzt?

Ein gutes Audit prüft deshalb mehrere Ebenen und geht auf folgende Fragestellung ein (nicht abschliessend):
– Wird das Unternehmen bei relevanten Fragen genannt?
– Werden eigene Inhalte als Quelle verwendet?
– Werden Leistungen korrekt verstanden?
– Werden Wettbewerber häufiger erwähnt?
– Sind Antworten über verschiedene Systeme konsistent?
– Gibt es falsche, veraltete oder unvollständige Informationen?
– Sind Inhalte, Struktur und Schema.org für Maschinen verständlich?
– Stützen externe Quellen die gewünschte Positionierung?

Warum ein AEO/GEO Audit jetzt relevant ist

Das Suchverhalten ändert sich: Viele Nutzer*innen formulieren Fragen heute ausführlicher, vergleichen Optionen direkt in KI-Systemen und erwarten eine hilfreiche Antwort statt einer langen Liste von Links.
Eine Analyse des Pew Research Center zeigt, wie stark KI-Antworten und -Zusammenfassungen das Klickverhalten beeinflussen können. In einer Untersuchung von 68'879 Google Suchen von 900 Erwachsenen in den USA klickten Nutzer*innen bei Suchergebnisseiten mit KI-Zusammenfassung in 8 Prozent der Fälle auf ein klassisches Suchergebnis. Bei Seiten ohne KI-Zusammenfassung waren es 15 Prozent.

Diese Zahlen stammen aus den USA und lassen sich natürlich nicht direkt auf jeden Markt übertragen. Es lässt sich jedoch eine Tendenz ableiten. Unternehmen und deren Marken sollten Interesse zeigen in den KI-Antworten vorzukommen.

Das betrifft besonders Themen, bei denen Vertrauen, Fachkompetenz und konkrete Orientierung wichtig sind. Dazu gehören zum Beispiel Versicherungen, Banken, Immobilien, B2B Services, Gesundheit und Bildung.

Typische Probleme, die ein Audit aufdeckt

Das Unternehmen wird nicht genannt

Das häufigste Problem: KI-Systeme erkennen oder bewerten die Website-Inhalte des Unternehmens nicht als relevante Antwort auf relevante Fragen.

Mögliche Ursachen:
– fehlende Topic Pages
– unzureichende externe Erwähnungen
– schwache interne Verlinkung
– zu generische Inhalte
– diffuse Positionierung

Das Unternehmen wird falsch beschrieben

Das passiert oft nach Relaunches, Rebrandings oder Änderungen an der Positionierung.

Mögliche Ursachen:
– alte Seiten im Such-Index
– veraltete Presseartikel
– alte LinkedIn-Beschreibungen
– widersprüchliche Kontaktinformationen
– falsche oder unvollständige strukturierte Daten

Wettbewerber dominieren die Antworten

Wenn Wettbewerber häufiger genannt werden, haben sie wahrscheinlich klarere Inhalte, mehr externe Erwähnungen oder stärkere thematische Cluster.

Mögliche Ursachen:
– fehlende Inhalte, z.B. Blogartikel
– fehlende vergleichende Inhalte
– keine sichtbare Expertenpositionierung
– zu wenig externe Autorität

Eigene Inhalte werden nicht zitiert

Das Unternehmen wird zwar genannt, aber mit fremden Inhalten belegt.

Mögliche Ursachen:
– Inhalte sind nicht ausreichend fokussiert
– Antworten sind schlecht strukturiert
– wichtige Aussagen fehlen auf Service-Seiten
– Quellen sind nicht klar genug
– Inhalte sind intern nicht gut verlinkt

Die Website ist für Nutzer*innen gut, aber für Maschinen unklar

Eine Website kann inhaltlich und visuell stark sein und trotzdem wenig maschinenlesbare Struktur haben.

Mögliche Ursachen:
– fehlende Headline-Struktur
– unklare Begriffe
– schlechte HTML-Semantik
– fehlende strukturierte Daten
– isolierte Inhalte
– unzureichender Kontext auf wichtigen Seiten

Wie Digitas ein AEO/GEO Audit angeht

Ein wirksames AEO/GEO Audit beginnt mit einem klaren Verständnis der Ausgangslage. Nur wenn sichtbar ist, wo eine Website heute technisch steht, welche Inhalte von Suchmaschinen und KI-Systemen verstanden werden und wo Wettbewerber stärker präsent sind, lassen sich die richtigen Massnahmen ableiten.

Unser Vorgehen folgt drei Schritten: Audit, Blueprint und Implementierung. Diese Logik verbindet Diagnose, Priorisierung und Umsetzung zu einem konkreten Optimierungsprozess.

1. Audit: Sichtbarkeit, Struktur und Relevanz verstehen

Im ersten Schritt prüfen wir die aktuelle Performance über SEO, AEO und GEO hinweg. Dabei betrachten wir nicht nur Rankings, sondern auch die Frage, wie gut eine Website von Suchmaschinen und KI-Systemen verstanden wird.

Der Audit umfasst unter anderem:
– Analyse der aktuellen SEO-, AEO- und GEO-Performance
– technischer Website Audit
– Analyse von Content, Informationsarchitektur und interner Verlinkung
– Schema.org und Entity Analyse
– Wettbewerbs und Sichtbarkeitsbenchmark
– Analyse der Markenkonsistenz über Website und relevante PESO-Kanäle

Das Ziel ist eine klare Diagnose. Wo liegen die grössten Potenziale? Wo verhindern technische oder inhaltliche Lücken bessere Sichtbarkeit? Wo gibt es schnelle Hebel? Und wo braucht es strukturelle Optimierung?

2. Blueprint: Aus Analyse wird ein konkreter Massnahmenplan

Ein Audit ist nur wertvoll, wenn daraus ein umsetzbarer Plan entsteht. Deshalb übersetzen wir die Ergebnisse in einen Blueprint. Dieser zeigt, welche Massnahmen kurzfristig Wirkung erzeugen und welche Initiativen langfristig Sichtbarkeit und Autorität aufbauen.

Der Blueprint definiert:
– Zielarchitektur für SEO, AEO und GEO
– priorisierte Massnahmen nach Wirkung und Aufwand
– Quick Wins für schnelle Performance-Verbesserungen
– notwendige technische Optimierungen
– Content Cluster und neue Seitenstrukturen
– Schema.org und Entity Empfehlungen
– KPI-Framework und Reporting Logik
– Roadmap mit Abhängigkeiten und Zeithorizont
– Ressourcen und Budgetplanung

So entsteht aus der Analyse kein generischer Report, sondern ein klarer Massnahmenkatalog.

3. Implementierung: Sichtbarkeit systematisch verbessern

Im dritten Schritt werden die priorisierten Massnahmen umgesetzt. Dabei geht es nicht nur um technische SEO-Korrekturen. Für AEO und GEO braucht es ein Zusammenspiel aus Struktur, Inhalt, Autorität und Konsistenz.

Typische Massnahmen sind:
– technische SEO-Grundlage verbessern
– Crawling und Indexierung bereinigen
– Service Seiten klarer strukturieren
– FAQ und Antwortformate ergänzen
– interne Verlinkung stärken
– Content Cluster aufbauen
– strukturierte Daten implementieren
– alte oder widersprüchliche URLs entfernen
– Entitäts-Signale über externe Profile verbessern
– «Thought Leadership» und Fachartikel aufbauen
– KI-Sichtbarkeit laufend monitoren

AEO/GEO ist kein einmaliger Check. Es ist ein kontinuierlicher Optimierungsprozess. Systeme wie Google AI Overviews, ChatGPT, Perplexity und Copilot verändern sich laufend. Deshalb braucht es nach der Implementierung regelmässiges Monitoring und eine klare Logik, wie neue Erkenntnisse in Content, Technik und Autorität übersetzt werden.
 

Was ein AEO/GEO Audit nicht leisten kann

Eine AEO/GEO Optimierung ist kein Versprechen, in jeder KI-Antwort aufzutauchen. Generative Systeme verändern Antworten laufend. Sie reagieren auf neue Quellen, Nutzerkontext, Sprache, Systemupdates und Suchintention.

Ein Audit kann aber zeigen, ob die Grundlagen stimmen. Es macht sichtbar, wo ein Unternehmen heute steht und welche Hebel realistisch und vor allem nachhaltig sind.
Wichtig ist auch: AEO/GEO ersetzt SEO nicht. Google AI Overviews sind Teil der Google Suche und bauen auf vorhandenen Such- und Inhaltsstrukturen auf.
 

Fazit

Ein AEO/GEO Audit zeigt, ob ein Unternehmen in KI-Systemen sichtbar, verständlich und glaubwürdig ist. Das wird zunehmend wichtig, weil KI-Antworten bereits Teil der User Journey sind. Google AI Overviews sind in der Schweiz in den wichtigsten Landessprachen verfügbar, und Studien zeigen, dass Nutzer*innen bei KI-Zusammenfassungen seltener auf klassische Suchergebnisse klicken.

Unternehmen müssen prüfen, ob sie in KI-Antworten vorkommen, ob ihre Inhalte als Quelle dienen und ob ihre digitale Präsenz konsistent genug ist, um von Maschinen richtig verstanden zu werden.
Der erste Schritt ist kein grosses Transformationsprojekt. Der erste Schritt ist eine saubere Bestandsaufnahme: Welche Fragen stellen Zielgruppen? Welche Antworten liefern KI-Systeme? Welche Wettbewerber erscheinen? Und welche Lücken müssen geschlossen werden?