Was ist GEO? Generative Engine Optimization zwischen Forschung, Google-Aussagen und Agenturversprechen

Eine generative Suchmaschine antwortet nicht mit einer Liste von Treffern, sondern mit einem geschriebenen Text. Die Forscher, die den Begriff geprägt haben, beschreiben sie so: Das System nimmt eine Anfrage entgegen, holt sich Quellen und gibt eine Antwort in natürlicher Sprache zurück. Beispiele sind die Übersicht mit KI und der KI-Modus in der Google-Suche, die Suche in ChatGPT, Perplexity und Microsoft Copilot.

Für einen Betrieb zählt dann nicht nur der Platz in einer Liste, sondern ob eine Antwort Ihren Namen nennt, Ihre Angaben richtig wiedergibt und auf Ihre Seite verweist. Einen Vergleich der beiden Arten von Suche bietet KI-Suche und klassische Suche im Vergleich.

Die Autoren kamen von der Princeton University und dem Indian Institute of Technology Delhi, zwei forschten unabhängig. Die Kurzform „Princeton-Studie“ stimmt also nur zum Teil. Veröffentlicht wurde die Arbeit auf der 30. ACM SIGKDD Conference on Knowledge Discovery and Data Mining, einer begutachteten Fachkonferenz.

Zwei Nebenbefunde: Quellen, die unter den fünf Treffern weiter unten standen, profitierten stärker. Für „Quellen angeben“ berichten die Autoren bei der fünften Quelle eine relative Steigerung von 115 Prozent. Die jeweils erste Quelle verlor dagegen mit allen dort aufgeführten Methoden Anteile, mit „Quellen angeben“ rund 30 Prozent. Und welche Methode wirkte, hing vom Themenbereich ab.

• Die Auswahl war vorgegeben. Die umgeschriebene Seite lag dem System bereits vor. Gemessen wurde ihr Anteil an der Antwort, nicht ihre Chance, gefunden zu werden.
• Ein Versuchssystem, kein Produkt. Getestet wurde vor allem ein Nachbau. Google etwa schreibt, seine KI-Funktionen beruhen auf den zentralen Systemen der Suche für Rangfolge und Qualität.
• Keine lokalen Fragen. Die Testfragen stammen aus Bereichen wie Kunst, Gesundheit oder Spiele, nicht aus der Suche nach Betrieben in einem Ort.
• Kein Geschäftsergebnis. Gemessen wurden Textanteile und Einschätzungen durch ein Sprachmodell, keine Klicks, Anrufe oder Buchungen.
• Ein Stand von 2023 und 2024. Die Autoren schreiben selbst, dass die Methoden sich wohl anpassen müssen, wenn sich die Systeme weiterentwickeln.

Was spätere Forschung zeigt

Die Arbeit C-SEO Bench (NeurIPS 2025) hat solche Methoden systematisch geprüft. Die meisten waren weitgehend wirkungslos und verschlechterten oft sogar die Position eines Dokuments. Deutlich mehr brachte es, wenn ein Dokument in der Quellenliste des Sprachmodells weiter oben stand. So bilden die Autoren klassische Suchmaschinenoptimierung nach. Und je mehr Anbieter dieselben Methoden einsetzen, desto kleiner wird der Gewinn.

Eine Übersichtsarbeit vom Juli 2026 wertet 45 Studien aus. Ihr Ergebnis: Für keine der untersuchten Techniken ist ein stabiler, über längere Zeit gemessener und plattformübergreifender ursächlicher Effekt belegt, und Behauptungen über den wirtschaftlichen Nutzen von GEO gehen deutlich über die Belege hinaus. Anders als C-SEO Bench ist diese Arbeit bisher nur als Vorabveröffentlichung eines einzelnen Autors erschienen.

Ein Produktmanager von Microsoft Bing schrieb im Oktober 2025 sinngemäß: Ob man es GEO, AIO oder SEO nennt, eines habe sich nicht geändert: Sichtbarkeit sei alles. Seinen Bericht zu KI-Zitierungen in den Bing Webmaster Tools nennt Microsoft einen ersten Schritt zu Werkzeugen für GEO.

Maßgeblich sind zwei Seiten in Googles Dokumentation für Website-Betreiber: „AI features and your website“ und der Leitfaden „Google's Guide to Optimizing for Generative AI Features on Google Search“, zuletzt aktualisiert im Juli 2026.

Zum Ablauf beschreibt Google das sogenannte Fan-out: Das System erzeugt aus einer Frage mehrere verwandte Suchanfragen und holt dazu weitere Treffer. Laut Leitfaden können KI-Antworten, wo es passt, Informationen über lokale Unternehmen enthalten. Google verweist dafür auf die Pflege der Unternehmensangaben, also auf das Unternehmensprofil.