Generative Engine Optimization

Generative Engine Optimization oder abgekürzt GEO bezeichnet Strategien, die zu stärkerer Präsenz von so optimierten Quellen in den Ausgaben von KI-Chatbots und KI-generierten Antworten für Suchanfragen führen sollen. GEO gilt dabei als Fortsetzung klassischer Suchmaschinenoptimierung (SEO), die das Auftauchen in Suchresultaten von Suchmaschinen wie Google oder Bing befördern soll. Nachdem zunehmend KI-generierte Antworten in Suchmaschinen oder von Chatbots wie ChatGPT alternativ zu klassischen Web-Suchergebnissen genutzt werden, zielt GEO auf die starke Platzierung der eigenen Inhalte in diesen Antworten ab.

Begriff

In den Fachmagazinen hat sich GEO als Überbegriff etabliert, indem er „die Optimierung für generative Suchsysteme insgesamt“ beschreibt. Andere Begrifflichkeiten fallen aus verschiedenen Gründen hinter diesen zurück: so definiere Answer Engine Optimization (AEO) die Optimierung für Systeme, die generierte, aggregierte Antworten auf Fragestellungen ausgeben (und „konversationale“ Systeme wie ChatGPT nicht ausreichend berücksichtigen). AIO (AI-Optimization) ist begrifflich unscharf und kann sowohl die Optimierung zur stärkeren Präsenz in der Ausgabe meinen als auch die Verbesserung und Weiterentwicklung von AI-Systemen selbst. Analog definiert Search Engine Land GEO als Optimierung von Webseiteninhalten zur besseren Sichtbarkeit in „AI-getriebenen Suchmaschinen wie ChatGPT, Perplexity, Gemini, Copilot und Google AI Overviews.“

Methoden

Aggarwal et al. testeten in einer Studie mehrere Faktoren, die zu einer besseren Gewichtung entsprechend optimierter Inhalte in generativen Suchsystemen führen könnten. Positive Korrelationen wurden festgestellt für autoritativen Stil (Authorative), Hinzufügen von quantitativen Statistiken (Statistics Addition), Angabe zitierter Quellen (Cite Sources). Zitate (Quotation Addition), Verständlichkeit (Easy-to-Understand), Textfluss (Fluency Optimization) und Fachbegriffe (Technical Terms). Keine Verbesserung folgte auf die Anwendung veralteter SEO-Strategien wie Keyword Stuffing (häufiger Gebrauch von Begriffen, die in Suchanfragen verwendet werden) und Verwendung einzigartiger Begriffe.

Die Auszeichnung von Inhalten mit strukturierten Daten unterstütze die Verständlichkeit für KI-Modelle und steigere die Wahrscheinlichkeit des Vorkommens in ihren Antworten. Analog zum Linkbuilding zur Suchmaschinenoptimierung wird über die häufige Nennung von Marken bzw. Begriffen beispielsweise in Presseberichten das verstärkte Auftauchen in den Trainingsdaten und resultierend in den Antworten angestrebt, denkbar sind dabei auch Manipulationen durch die massenhafte Assoziation einer Marke mit Vorzügen und der des Wettbewerbers mit Mängeln. Gängig sind weiterhin Sentiment-Detection-Methoden, mit denen die positive oder negative Wahrnehmung der eigenen Marke in KI-Ausgaben analysiert werden, um gegebenenfalls gegensteuern oder entsprechende Quellen stärken zu können. Weitere Methoden stützen sich in der Regel auf die Beobachtung des Nutzerverhaltens, die gegenüber generativen Systemen anders agieren als gegenüber einer klassischen Suchmaschine. Statt umfassender Information zu einem spezifischen Begriff wird so beispielsweise zur kurzen, klar strukturierten Beantwortung möglicher Fragestellungen der Nutzer geraten.

Rezeption

Danny Sullivan, ehemals Ansprechpartner für SEO bei Google, spielte die Bedeutung der Begriffe herunter: grundsätzlich habe sich nichts geändert, von zentraler Bedeutung sei nach wie vor, gute Inhalte für die Nutzer bereitzustellen. „Gute SEO ist gute GEO, oder AEO, AIO, LLM SEO, oder LMNOPO.“

Aus anderer Perspektive wird GEO analog zu den manipulativen Taktiken der Suchmaschinenoptimierung als feindlicher Angriff (Adverserial Attack) zur Manipulation von Trainingsdaten betrachtet. Neben der strategischen Modifikation von Webseiteninhalten könnten auch bezahlte Bevorzugungen in den generierten Antworten für Verzerrungen sorgen.