SEO für KI: Der Praxis-Guide für dich und deinen KI-Agenten

Vieles davon kennst du aus der klassischen Suchmaschinenoptimierung.

Google schreibt, dass seine generativen KI-Funktionen „auf unseren zentralen Systemen für das Ranking und die Qualität der Google Suche basieren“. Deine Inhalte müssen also weiterhin crawlbar, indexierbar und nützlich sein.

Microsoft beschreibt, wie sich der Bing-Index verändert: Aus einer Liste von Seiten wird eine Quelle für Fakten, aus denen KI-Systeme ihre Antworten bauen.

Beides zusammen zeigt, was sich ändert. KI-Suche hängt weiter an der klassischen Suche. Zusätzlich müssen deine Seiten Fakten liefern, die ein KI-System versteht, für glaubwürdig hält und zitiert.

Für die KI-Suche optimierst du eine Seite in fünf Schritten:

Ein KI-Agent nimmt dir dabei viel Arbeit ab. Er prüft, ob Bots deine Seiten erreichen, bewertet Textpassagen, findet Widersprüche und wertet Zitationsdaten aus. Was veröffentlicht wird, entscheidest weiterhin du.

Was Generative Engine Optimization ist und warum sie zählt, erklärt unser GEO-Guide. Dieser Artikel zeigt die Umsetzung. Zu jedem Schritt erfährst du, was du selbst prüfst, wann sich die Handarbeit lohnt und welche Prompts du einem KI-Agenten geben kannst.

Die Skills und Prompts funktionieren in Agenten-Umgebungen wie Letaido, Claude Code, ChatGPT Agents und Codex. Wie du Claude Code für SEO-Aufgaben einrichtest, zeigt unser Artikel Claude Code für SEO.

Für die deutsche Fassung haben wir alle Prompts übersetzt und in Letaido getestet, jeweils auf Deutsch und auf Englisch mit denselben Daten. Die Ergebnisse waren gleichwertig, und der Agent antwortete in der Sprache des Prompts. Die verlinkten Skills auf GitHub sind englisch. Was das für deutsche Texte bedeutet, steht in Schritt 2.

Wenn KI-Systeme deine Seiten nicht erreichen, spielt der Rest dieses Guides keine Rolle.

Bewusst gesperrt werden KI-Bots im deutschsprachigen Raum selten. In unserer Stichprobe von 24.550 Websites mit .de-, .at- und .ch-Endung blockieren nur 2,3 % GPTBot in der robots.txt. Bei den großen Verlagen sind es 61 %. Die Details stehen in unserer Studie zu KI-Bot-Blockraten im DACH-Raum.

Die robots.txt zeigt aber nur einen Teil. Eine Firewall-Regel, eine Standardeinstellung im CDN oder ein Server, der unter Last abbricht, sperren KI-Bots genauso aus.

Wie sich eine Sperre in den Zitationen niederschlagen kann, zeigt die FAZ. Sie sperrt OAI-SearchBot, den Such-Crawler von ChatGPT, für ihre ganze Website und gibt nur den Bereich /kaufkompass/ frei. Die FAZ-Seiten, die ChatGPT in Deutschland am häufigsten zitiert, sind durchweg Produkttests aus genau diesem Kaufkompass. Mehr dazu steht in unserer Auswertung der meistzitierten Seiten in ChatGPT.

Ein paar Prüfungen machst du am besten selbst. Wenn du sie lieber deinem Agenten überlässt, findest du am Ende dieses Abschnitts einen fertigen Prompt.

Viele Zugriffsprobleme findest du mit Ahrefs Site Audit, Web Analytics und Bot Analytics. Site Audit und Web Analytics nutzt du kostenlos für deine eigene, verifizierte Website, Web Analytics bis zu einer Million Ereignissen im Monat. Bot Analytics ist während der Beta für alle bezahlten Ahrefs-Pläne kostenlos.

Öffne in Site Audit den Bericht „Alle Probleme“ und scroll zum Bereich „KI-Auffindbarkeit“. Dort siehst du alle KI-spezifischen Probleme deiner Seiten, jeweils mit einer Empfehlung, wie du sie behebst.

Zusätzlich gibt es in der Seitenleiste einen eigenen Bericht „KI-Auffindbarkeit“, noch als Beta. Er fasst den Stand in einem Score zusammen und zeigt getrennt, ob KI-Such-Bots und KI-Trainings-Bots deine Seiten abrufen dürfen.

In Bot Analytics untersuchst du fehlgeschlagene Anfragen von KI-Bots, vor allem mit den Statuscodes 404, 499 und 5xx. Der Statuscode verrät, was schiefging: Bei 404 fehlt die URL, bei 499 hat der Bot die Anfrage abgebrochen, bei 5xx hatte dein Server einen Fehler. Danach richtet sich die Lösung.

Öffne dort die Auswertung der Statuscodes und klick auf die Zahl der betroffenen Seiten. So siehst du, welche Seiten du reparieren musst.

In Web Analytics prüfst du danach, welche 404-Seiten Besuche aus der KI-Suche bekommen. Wähl dazu im Seiten-Bericht über das Auswahlmenü die Ansicht „Mögliche 404“. Dort stehen Seiten mit Besuchen, deren Titel „404“ oder „not found“ enthält. Landen auf derselben kaputten URL immer wieder Besucher, leite sie auf die passendste Seite um.

Ein wiederkehrender 404-Fehler kann außerdem auf eine Themenlücke hinweisen. Schickt die KI regelmäßig Leute auf eine Seite zu einem Thema, das du nicht abdeckst, prüf, ob es diese Seite geben sollte. Wie du von KI erfundene URLs findest und behebst, zeigt unser Leitfaden zu technischem AEO.

Manche Sperren findet kein normaler Crawl. Dafür musst du in deinen Server, deine Firewall oder dein CDN schauen.

Cloudflare zum Beispiel lässt Website-Betreiber den Zugriff von KI-Crawlern steuern. Für neue Domains blockiert Cloudflare KI-Crawler seit dem 1. Juli 2025 standardmäßig. Wie Firewall- und Bot-Einstellungen Crawler beeinflussen, erklärt die Dokumentation zu AI Crawl Control.

Ob derzeit KI-Crawler gesperrt sind, siehst du im Cloudflare-Dashboard unter AI Crawl Control. Öffne dort den Reiter „Security“ und darin „Crawlers“. Die Spalte „Action“ zeigt für jeden Crawler, ob er zugelassen oder blockiert ist.

Achte dabei auf den Unterschied zwischen Bots fürs Training und Bots für die Suche. GPTBot sammelt Trainingsdaten für OpenAI, OAI-SearchBot versorgt die Suche in ChatGPT. Wer nur das Training verhindern will, sperrt GPTBot und lässt OAI-SearchBot offen.

Statt dich durch mehrere Tools zu klicken, kannst du diese Prüfungen einem KI-Agenten geben.

Mit den richtigen Zugängen prüft ein Agent robots.txt, noindex-Regeln, Statuscodes, Weiterleitungen, sichtbare Inhalte, Links, Firewall-Regeln, Crawler-Besuche und blockierte Bot-Anfragen. Er schaut sich sogar Seiten hinter einem Login an. Danach schlägt er Lösungen vor oder setzt sie, wo es passt, selbst um.

Nutzt du Ahrefs (ab dem Lite-Tarif mit API-Zugang) und Cloudflare (der kostenlose Tarif reicht), läuft die ganze Prüfung mit einem einzigen Prompt. Ich habe dafür den AI Crawler Access Audit gebaut. Zeig deinem Agenten diesen Link.

Der Prompt ist englisch und läuft so, wie er ist. Du ersetzt nur vier Platzhalter: deine Domain, die Cloudflare-Account-ID, die Zone-ID und die ID deines Site-Audit-Projekts. Er liest nur und ändert nichts. Wichtig ist ein Detail: Der Prompt prüft, was in jeder Firewall-Regel steht. Eine Sperre kann aus einer selbst geschriebenen Regel, einem verwalteten Regelsatz oder dem Bot Fight Mode stammen. Wer nur nach dem Namen einer Regel sucht, bekommt eine falsche Entwarnung.

Hier ein Beispielbefund aus einem Lauf in Letaido:

Die Seite, die du optimieren willst, muss klar zu dem passen, was jemand fragt. Das sollte schon an Seitentitel, Meta-Description, Überschriften und Inhalt erkennbar sein.

Ein Beispiel: Du willst KI-Antworten auf einen Prompt wie „KI-Sichtbarkeits-Tools für Start-ups“ beeinflussen. Dann bist du mit einer eigenen Seite zu genau diesem Thema besser dran. Du kannst die Antwort auch irgendwo in einer allgemeinen Seite über KI-Sichtbarkeit unterbringen, und ein KI-System findet sie vielleicht trotzdem. Nach meiner Erfahrung ist das aber deutlich unwahrscheinlicher.

Passende Inhalte helfen außerdem, deine Markenfakten in KI-Antworten über deine Marke zu bringen. Ich habe es als recht einfach erlebt, in markenbezogenen Antworten aufzutauchen, wenn es Seiten speziell für diese Anfragen gab. Entscheidend war die Relevanz.

Ein Beispiel dafür sind eigene Seiten, die dein Produkt mit einem Wettbewerber vergleichen.

Unsere Daten für Deutschland passen dazu. Von den 1.000 Seiten, die ChatGPT hierzulande am häufigsten zitiert, liegen 267 auf Websites, die Unternehmen selbst betreiben. 244 davon sind Produkt-, Service- und Übersichtsseiten, etwa Preislisten und Modellübersichten. Nur 23 liegen auf einem Blog-, Magazin- oder Ratgeberpfad, das sind 8,6 %. Die DHL-Seite mit Preisen für den nationalen Versand kommt auf 163 Zitationen, der Konfigurator von Mercedes-Benz auf 148. Beide beantworten eine klare Frage: Was kostet der Versand? Welche Modelle gibt es? Die ganze Auswertung findest du in Zitierte Seiten in ChatGPT.

Eigene Seiten können auch Fragen zu einem bestimmten Einsatzzweck deines Produkts beantworten. HubSpot hat dafür 141 Seiten gebaut, jede für eine Kombination aus Branche und Anwendungsfall. Laut dem Bericht stieg die Sichtbarkeit dadurch um 49 %. Danach hat HubSpot dasselbe Vorgehen auf weitere Branchen übertragen und auf seiner deutschen Website ausgerollt.

Steht diese Grundpassung zwischen Anfrage und Seite, kommt die nächste Frage: Bietet die Seite etwas, das sich abzurufen lohnt?

Generische Zusammenfassungen lassen sich leicht ersetzen. Wenn Dutzende Seiten im Kern dasselbe sagen, hat ein KI-System kaum einen Grund, ausgerechnet deine zu nehmen.

Aus der Masse heben sich eher Informationen heraus, die schwer nachzumachen sind: eigene Beispiele, Umfragedaten, Benchmarks, Workflows, Kundeneinsichten und das Urteil von Fachleuten.

Welche Quellen gefragt sind, hängt in Deutschland stark vom System ab. Google AI Overviews zitieren hierzulande am häufigsten YouTube und Wikipedia. Bei ChatGPT führen Wikipedia, der ADAC und der Duden, dahinter folgen test.de und die Verbraucherzentrale. YouTube kommt bei ChatGPT nicht in die Top 50. Nur 18 der jeweils 50 meistzitierten Domains tauchen in beiden Listen auf (Stand September 2026). Das zeigt unser Vergleich der Quellen von AI Overviews und ChatGPT. Die aktuellen Listen findest du in unseren monatlichen Top 50 für AI Overviews und ChatGPT.

Warum der Seitentitel und die einzelnen Abschnitte so viel ausmachen, erklärt unser Artikel zu Retrieval-Augmented Generation. Kurz gesagt: Seitentitel, Beschreibung und URL spielen eine Rolle dabei, welche Seiten ein KI-System abruft. Danach vergleicht es einzelne Abschnitte mit den Teilanfragen.

Mit einem Skill für Content-Qualität prüft dein Agent, wie gut eine Seite zu den Anfragen passt, die du abdecken willst. Er findet Stellen, die generisch, dünn oder schlecht belegt wirken.

Dabei markiert er schwache Seitentitel und Meta-Descriptions, vage Aussagen, fehlende Belege, schwache Beispiele, dünne Abschnitte und Lücken in der Themenabdeckung.

Gib ihm Zugriff auf Produktdokumentation, Kundenforschung, Support-Gespräche oder anderes internes Wissen. Dann findet er auch Stellen, an denen du etwas Nützliches und Eigenes ergänzen kannst.

Was er nicht liefern kann: echte Expertise, eigene Daten, Kundeneinsichten und Fakten über dein Produkt. Diese Zutaten kommen weiter aus deinem Team.

Für diesen Check habe ich einen Skill gebaut, den Query Match Audit. Zeig deinem Agenten diesen Link: https://github.com/mmakosiewicz/query-match-audit

Gib dem Skill deinen Entwurf und drei bis zehn Ziel-Prompts. Er zeigt, welche Prompts Seitentitel, Überschriften und Text klar beantworten, und markiert dünne oder generische Passagen zur Prüfung. Am Ende bekommst du einen Bericht, der ungefähr so aussieht:

KI-Systeme lesen eine Seite nicht immer von oben nach unten. KI-Suchmaschinen können Seiten in kleinere Abschnitte zerlegen, die passendsten Abschnitte zur Anfrage abrufen und nur die Passagen zitieren, die eine Antwort stützen. Wie das technisch abläuft, erklärt unser Artikel zu RAG.

Deine wichtigsten Fakten müssen deshalb leicht zu finden sein und auch aus dem Zusammenhang gelöst verständlich bleiben. Manche nennen das Atomic Content: Du gliederst Inhalte in Abschnitte, die jeweils einen vollständigen Gedanken transportieren.

Künstlich zerstückeln musst du deine Texte dafür nicht. Google schreibt dazu ausdrücklich: „Sie müssen Inhalte nicht in winzige Abschnitte unterteilen, damit die KI sie besser verstehen kann.“ Gemeint sind Abschnitte, die für sich stehen, egal wie lang sie sind.

Am einfachsten verstehst du das Prinzip, wenn du die beiden Beispiele unten vergleichst.

Im verstreuten Beispiel verteilt sich die Antwort über mehrere Absätze. Ein kurzer Ausschnitt verliert den Kontext, den er zum Verständnis braucht.

Beim geschlossenen Beispiel führt jeder Abschnitt einen Punkt ein und schließt ihn ab. Der Ausschnitt ergibt auch allein Sinn.

Wie schreibst du also so?

Stell die Hauptaussage an den Anfang. Das Prinzip heißt BLUF, Bottom Line Up Front. Fazit, Empfehlung oder wichtigste Erkenntnis stehen in den ersten ein bis zwei Sätzen eines Abschnitts, danach kommt die Begründung.

Nutze außerdem klare Überschriften. Mach aus wichtigen Informationen, die in Absätzen vergraben sind, direkte und eigenständige Aussagen. Es gibt Hinweise, dass die Position zählt. In Kevin Indigs Auswertung von rund 1,2 Millionen ChatGPT-Antworten stammten 44,2 % der Zitationen aus den ersten 30 % einer Seite. Mehr dazu steht in unserem Leitfaden So optimierst du Content für Antwortmaschinen.

Sei konkret. Nenne Namen, Daten, Zahlen, Produkte, Länder, Quellen und Methoden statt vager Beschreibungen. Laut derselben Auswertung bestehen stark zitierte Passagen im Schnitt zu 20,6 % aus Entitäten, also eindeutig benannten Dingen wie Personen, Marken oder Produkten. Bei durchschnittlichen Texten sind es 5 bis 8 %. Zitierte Inhalte enthielten außerdem fast doppelt so oft klare Definitionen, nämlich 36,2 % gegenüber 20,2 %. Gemeint sind Wendungen wie „ist definiert als“ oder „bedeutet“.

Ein ausgedachtes Beispiel:

Die Struktur zählt ebenfalls. Tabellen, Definitionen, Beispiele, Zusammenfassungen und FAQs machen komplexe Informationen leichter auffindbar und geben KI-Systemen mehr in sich geschlossene Passagen. Ein FAQ-Format allein bringt aber wenig. In unserer Auswertung für ChatGPT in Deutschland lag die mediane Zitationsrate von FAQ-, Hilfe- und Serviceseiten bei 56,7 %. Bei allen übrigen Seiten waren es 54,3 %.

Wie das in der Praxis aussieht, zeigt eine unserer meistzitierten Studien, unsere Umfrage zu SEO-Kosten.

Die aktuelle Fassung stammt von 2024. Wir haben sie für menschliche Leser geschrieben, ohne sie gezielt für KI-Antworten zu optimieren. Trotzdem gehört sie bis heute zu den meistzitierten Seiten zum Thema, obwohl andere Anbieter ihre Daten inzwischen für 2026 aktualisiert haben.

Ich erkläre mir den Erfolg so: Die Seite gibt klare Antworten und teilt die Ergebnisse in in sich geschlossene Abschnitte. Außerdem erklärt sie die Daten aus verschiedenen Blickwinkeln und beantwortet so viele Varianten derselben Frage.

Für den deutschsprachigen Markt gibt es mit Was kostet SEO? einen eigenen Überblick mit Preisen aus dem DACH-Raum. ChatGPT zitiert ihn bereits: Im Datenstand von Brand Radar vom 30. Oktober 2026 taucht er in Deutschland in fünf Antworten als Quelle auf, etwa zur Frage „Wie viel kostet SEO pro Stunde?“.

Ein Punkt fehlt noch: was KI-Systeme auf deiner Seite überhaupt sehen.

In einem Test, über den wir berichtet haben, ignorierten fünf große KI-Systeme beim direkten Abruf einer Seite JSON-LD, verstecktes Microdata und verstecktes RDFa. Sie stützten sich auf das sichtbare HTML. Was diese Formate sind, erklärt unser Guide zu Schema Markup.

Stehen wichtige Informationen wie Preise oder Produktmerkmale nur in strukturierten Daten oder in einem Bild, gehören sie zusätzlich als Text auf die Seite.

In unserer SEO-Preis-Umfrage standen die wichtigsten Erkenntnisse aus den Grafiken auch im Artikeltext. Leser und KI-Systeme mussten sie also nicht aus Bildern herauslesen.

Roboterhafte Texte „für LLMs“ musst du dafür nicht schreiben. Das meiste ist gute redaktionelle Sorgfalt. Mach die Antwort leicht auffindbar und halte Aussagen genau. Stell Wichtiges als sichtbaren Text auf die Seite, und schreib zentrale Passagen so, dass sie auch allein Sinn ergeben.

Gib deinem Agenten eine Zielfrage und deine geprüften Fakten. Bitte ihn, Passagen zu finden, die umliegenden Kontext brauchen. Er soll jede dieser Passagen wörtlich wiedergeben und eine eigenständige Fassung vorschlagen, ohne neue Fakten hinzuzufügen.

Außerdem markiert er vergrabene Antworten, vage Aussagen, schwache Überschriften und Passagen, die ohne Kontext zitiert in die Irre führen.

Zeig deinem Agenten diesen Link und probier es aus: https://github.com/mmakosiewicz/ai-extractability-audit

Du kannst diesen und den vorherigen Skill (Query Match Audit) nacheinander laufen lassen. Bitte den Agenten danach, die Vorschläge direkt in dein Dokument einzuarbeiten.

Für deutsche Texte gilt derselbe Hinweis wie in Schritt 2. Im Test hat das Skript dieses Skills im deutschen Entwurf weder den Rückverweis „Wie oben erwähnt“ noch Absicherungen wie „möglicherweise“ und „in der Regel“ erkannt. Dafür zählte es jedes großgeschriebene Nomen als Eigennamen und kam auf 25 Entitäten pro 100 Wörter. Beim englischen Entwurf mit demselben Inhalt waren es 6,8. Die Bewertung übernimmt bei deutschen Texten deshalb besser der Agent selbst.

Veraltete oder widersprüchliche Fakten werden schnell zu falschen KI-Antworten. Das gilt vor allem für Informationen, die sich regelmäßig ändern: Preise, Produktlimits, Funktionen, Einrichtungsanleitungen, Integrationen und Vergleichsaussagen.

Vor Kurzem haben wir in einem AEO-Outreach-Experiment Websites gebeten, veraltete und falsche Angaben über Ahrefs zu korrigieren. Zu unserer Überraschung fanden wir dabei auch auf unserer eigenen Website ein paar falsche Seiten. Von 26 angeschriebenen Ansprechpartnern haben sechs ihre Seiten nachweislich korrigiert. Wie das Experiment lief, steht in unserem Leitfaden So erkennst und behebst du Fehler in KI-Antworten.

Wichtige Fakten, vor allem über dein Produkt oder deine Leistung, müssen deshalb überall aktuell und einheitlich sein, wo sie vorkommen. Ein „Zuletzt aktualisiert“-Datum auf der Seite reicht dafür allein nicht.

Microsoft geht im selben Beitrag ausdrücklich auf Aktualität, Herkunft, Faktentreue, den Umgang mit Widersprüchen und das bewusste Nicht-Antworten ein. Gemeint sind Suchsysteme, die KI-Antworten stützen. Für dich heißt das: Widersprechen sich deine eigenen Seiten, muss ein Antwortsystem mehr Arbeit leisten, um zu entscheiden, welcher Angabe es traut. Es greift dann vielleicht auf eine veraltete Seite zurück, nimmt eine andere Quelle oder lässt die Aussage ganz weg.

Unsere Studien deuten außerdem darauf hin, dass KI-Assistenten häufig frische oder zumindest kürzlich aktualisierte Inhalte zitieren.

In einer Auswertung von Bestenlisten fanden wir: 57,1 % der Listenartikel, die ChatGPT zitiert, wurden seit ihrer Erstveröffentlichung aktualisiert. 79,1 % wurden zuletzt im Jahr der Studie aktualisiert, also 2025.

Eine zweite Studie, Do AI Assistants Prefer to Cite Fresh Content?, kam zu einem ähnlichen Ergebnis. URLs, die KI-Assistenten zitieren, sind im Schnitt 25,7 % frischer als URLs in Googles organischen Suchergebnissen. Gemessen wurde das Alter seit der Erstveröffentlichung. Am Datum der letzten Aktualisierung gemessen, schrumpft der Abstand auf 13,1 %.

In Deutschland sieht das Bild etwas anders aus. Für 790 der 1.000 Seiten, die ChatGPT hierzulande am häufigsten zitiert, konnten wir ein Veröffentlichungsdatum ermitteln (Datenstand 21. September 2026). Der Median der Erstveröffentlichung liegt beim 28. Februar 2022. Nur 28,6 % dieser Seiten wurden in den letzten zwei Jahren erstveröffentlicht.

Viele der alten Seiten werden aber gepflegt. 30,1 % der datierten Seiten tragen ein Inhaltsdatum, das jünger ist als ihre Erstveröffentlichung. 137 Seiten sind älter als drei Jahre und haben trotzdem ein Inhaltsdatum aus den letzten zwölf Monaten. Der Matratzentest von test.de zum Beispiel erschien im Oktober 2013, der Inhalt stammt vom August 2026. Mehr dazu steht in unserer Auswertung der meistzitierten Seiten.

Unsere eigene SEO-Preis-Studie ist inzwischen veraltet. Im Mai 2026 veröffentlichte ein anderer Anbieter eine neue Fassung seiner Studie mit frischen Daten für 2026.

Kurz danach wurde seine Seite in KI-Antworten häufiger zitiert als unsere.

Mit Ahrefs Brand Radar findest du schnell veraltete Seiten, die KI-Systeme noch zitieren, und entscheidest, welche du zuerst aktualisierst. Öffne dazu den Bericht „Zitierte Seiten“ und klick auf den Tab „Deine“. Die Spalte „Zitiert in“ zeigt, in wie vielen KI-Antworten eine Seite als Quelle vorkommt. „Besuche“ zählt Klicks von Menschen aus den KI-Antworten, „Bot-Besuche“ die Abrufe durch den Bot des KI-Assistenten, etwa ChatGPT-User. Beide Werte kommen aus Web Analytics und Bot Analytics und decken die letzten 30 Tage ab. Dazu siehst du den organischen Traffic und in der Spalte „Veröffentlicht“, wie alt eine Seite ist.

KI-Agenten sind hier für zwei Aufgaben besonders nützlich. Sie prüfen Fakten und Markenaussagen, bevor du etwas veröffentlichst. Außerdem überwachen sie laufend, wie aktuell und richtig die Seiten sind, die KI-Systeme zitieren.

Nutzt du Letaido, kannst du dir die Einrichtung sparen. Dort findest du die App „AI Fact Checker“ und den Skill „AI Citation Freshness Audit“, die ich gebaut habe.

Für die Aktualität kannst du dir den API-Code aus dem Bericht „Zitierte Seiten“ in Brand Radar holen, über den Button „API“. Den gibst du mit einem einfachen Prompt an deinen Agenten.

Nach meiner Erfahrung geht es aber schneller und günstiger, wenn du den Bericht exportierst. Einschränkung: Der Export umfasst höchstens die ersten 1.000 Seiten. Für die meisten Websites reicht das.

Du kannst deinem Agenten auch sagen, welches Datum aus dem Seiten-Markup er nehmen soll. Das ist nützlich, weil eine Seite manchmal mehrere Datumsangaben enthält und du festlegen willst, welche zählt.

Hast du dich für ein Feld entschieden, machst du so weiter:

Wir haben diese drei Prompts mit den Brand-Radar-Daten eines großen deutschen Verbraucherportals getestet. Viele deutsche Seiten zeigen ein sichtbares „Stand:“-Datum oder Monat und Jahr im Seitentitel, etwa „Vergleich 10/2026“. Beides kann vom Datum im Markup abweichen. Im Test trug eine Seite „10/2026“ im Seitentitel. Laut Markup wurde sie zuletzt im April geändert. Die deutsche Fassung von Prompt 2 fragt diese Angaben deshalb ausdrücklich ab, auch wenn der Agent im Test von selbst danach gesucht hat.

Dabei fiel noch etwas auf: ChatGPT zitiert auch URL-Varianten mit angehängten Parametern, etwa aus Kampagnen-Links. Solche Varianten verteilen die Zitationen auf mehrere Adressen. Im Test fehlte für sie oft ein Veröffentlichungsdatum, dann fielen sie aus der Auswertung. Prüf, ob sie per Canonical auf die Hauptseite verweisen.

Für die Faktentreue brauchst du zuerst eine Source-of-Truth-Datei, also ein Faktenblatt. Dagegen prüfst du Artikel vor der Veröffentlichung und bereits veröffentlichte Seiten, die in KI-Antworten zitiert werden. Hinein gehören die wichtigsten Fakten über dein Produkt, Angaben, die andere Autoren oft falsch darstellen, und Punkte, bei denen Wettbewerber mit dir konkurrieren.

Schreib eine Aussage pro Zeile, in einfacher Sprache. Jede Zeile sollte so konkret sein, dass jemand sie in wenigen Sekunden bestätigen oder widerlegen kann. Ein paar Beispiele aus unserem Faktenblatt:

Formulier jede Zeile vollständig. In unserem Test war die Zeile zu den Preisen von Brand Radar zu knapp gefasst. Der Agent markierte daraufhin eine Seite als fehlerhaft, die eine Brand-Radar-Version ab 50 $ nannte. Die Angabe war vertretbar, denn Pakete nur mit eigenen Prompts kosten ab 50 $. Der Agent kennt nur das, was im Faktenblatt steht.

Mit diesem Faktenblatt kannst du deinem Agenten zum Beispiel sagen:

Oder:

Zitationen zu überwachen ist recht einfach. Die meisten Tools für KI-Sichtbarkeit bieten das inzwischen in irgendeiner Form an. So sieht das in Brand Radar aus.

Im Bericht „Zitierte Seiten“ helfen dir vier Dinge:

Im Bericht „Prompts“ siehst du außerdem, wo Wettbewerber vorkommen und du nicht. Fahr in der Leiste rechts neben der Grafik mit der Maus über deinen Markennamen. Der Wert „Nur andere“ zeigt, in wie vielen Antworten nur Wettbewerber genannt werden. Setzt du den Filter „Deine Marke“ auf „Nicht erwähnt“, siehst du die Antworten ohne deine Marke, und die Grafik zeigt, welche Wettbewerber dort vorkommen. Diese Lücken liefern Ideen für neue Inhalte.

Wie du daraus einen vollständigen Audit machst, zeigt unser Artikel KI-Sichtbarkeits-Audit und Brand-Gap-Analyse. Welche Prompts du überhaupt verfolgen solltest, erklärt So wählst du die besten Prompts aus.

Am einfachsten prüfst du deine Zitationen, wenn du mit den Daten chattest.

Dein Agent wertet die Ergebnisse für dich aus und fasst die wichtigsten Muster, Erkenntnisse und Veränderungen zum Vorzeitraum zusammen. Du kannst auch einen regelmäßigen Bericht einrichten und ihn per E-Mail, Slack oder Messenger wie WhatsApp bekommen.

Frag zum Beispiel:

Im Test lieferte der Agent auf Deutsch und auf Englisch dieselben Kernaussagen. Er erkannte etwa, dass die Seiten seltener in Antworten auftauchten, aber ähnlich oft zitiert wurden, wenn sie auftauchten. Für einen Plattformvergleich braucht dein Agent Daten aus mehr als einem KI-Index in Brand Radar.

Du kannst auch nach Werten fragen, die das Tool nicht direkt zeigt. Der Agent berechnet sie und stellt sie so dar, wie du willst.

Ich wollte zum Beispiel verfolgen, wie stabil bestimmte Seiten zitiert werden. So sah ich, ob Seiten, die mir wichtig sind, aus KI-Antworten verschwinden, vor allem aus Antworten, in denen meine Marke vorkommt. Fällt eine dieser Seiten als Quelle weg, kann die Markennennung mit ihr verschwinden.

Für die KI-Suche gelten die Grundlagen weiter. Mach deine Seiten zugänglich und beantworte relevante Fragen mit wirklich nützlichen Informationen. Mach wichtige Fakten leicht auffindbar und halte sie korrekt und aktuell.

Geändert hat sich, wie viel davon du abgeben kannst. Ein KI-Agent crawlt Seiten, prüft Inhalte, kontrolliert Fakten, findet Widersprüche und wertet Zitationsdaten in einem Umfang aus, der von Hand mühsam wäre.

Dir bleibt der Teil, den KI nicht für dich herstellen kann: eigene Forschung, echte Expertise, klare Meinungen, nützliche Beispiele und die Content-Strategie.

Schreib weiter für Menschen, mach den Wert deiner Inhalte für KI-Systeme leicht erkennbar und lass Agenten die Arbeit machen, die von Hand schlecht skaliert.

Danke fürs Lesen! Sag gern Hallo auf LinkedIn oder Substack.