Niemand ist automatisch referenzfähig

Wer über GEO schreibt, geht meist davon aus, selbst gut aufgestellt zu sein. Ein strukturierter Check der eigenen Website zeigt etwas anderes. Referenzfähigkeit ist kein Zustand, den man sich zuschreiben darf, sondern etwas, das sich nachprüfen lässt. Und meistens lohnt sich genau das.

In den vergangenen Monaten habe ich vier Artikel über GEO geschrieben. Wie KI-Systeme Quellen gewichten, warum Referenzfähigkeit wichtiger wird als Ranking, was den Unterschied zwischen zitiert und empfohlen ausmacht. Beim Schreiben entsteht dabei fast automatisch der Eindruck, selbst zu wissen, wo man steht. Man kennt die Kriterien, man kennt die Fallstricke, man hat sie oft genug beschrieben.

Dann habe ich mir ein Tool gebaut, mit dem sich genau das prüfen lässt. 33 Fragen, sechs Kategorien, ein Ergebnis am Ende. Und weil ein Tool, das man selbst gebaut hat, an der eigenen Website getestet werden sollte, habe ich es an digmarketing.de ausprobiert.

Das Ergebnis war nicht schlecht. Aber es war auch nicht das, was ich erwartet hatte.

Der Selbstversuch beginnt mit einer falschen Annahme

Die Annahme war einfach: eine Website, die sich seit Monaten mit GEO beschäftigt, müsste die eigenen Hausaufgaben gemacht haben. Schema-Markup ist vorhanden, die Artikel haben FAQ-Bereiche, die robots.txt blockiert keine KI-Crawler. Auf dem Papier stimmt das auch. Der erste Blick auf die eigene Website bestätigt fast immer das eigene Selbstbild, weil man genau die Stellen ansieht, die man gut kennt.

Ein strukturierter Check funktioniert anders. Er interessiert sich nur dafür, was tatsächlich im Quelltext steht. Und der Quelltext kennt kein Wohlwollen.

Ein Selbstbild hält sich, solange niemand nachfragt.

Der erste konkrete Test war unspektakulär: die eigene Startseite in Googles Rich-Results-Test eingeben. Ergebnis: keine Elemente erkannt. Kurz irritierend, dann erklärbar, die Startseite trägt kein Artikel-Schema, das ist normal. Aufschlussreich war eher der Reflex dahinter: Man testet die Startseite, weil sie einem zuerst einfällt, nicht weil sie der aussagekräftigste Test wäre. Ein zweiter Test an einem echten Blogartikel zeigte drei gültige Elemente, aber keinen Hinweis auf das FAQ-Schema, das im Quelltext nachweislich vorhanden war. Des Rätsels Lösung: Google zeigt FAQ-Rich-Snippets seit 2023 nur noch für eine kleine Auswahl autoritativer Seiten an. Das Schema bleibt für KI-Systeme trotzdem relevant, nur Googles eigenes Testtool zeigt es nicht mehr an, was leicht zur falschen Annahme verleitet, die eigene Arbeit sei umsonst gewesen.

Drei Überschriften, die keine sein sollten

Der zweite Test war unangenehmer. Jede Überschriften-Hierarchie einer Seite sollte genau eine Hauptüberschrift haben, technisch als H1 ausgezeichnet. Ein Blick in den Quelltext eines beliebigen Blogartikels auf digmarketing.de zeigte drei.

Die erste war eine leere, dekorative Kopfzeile, ein alter Kompromiss aus einer Zeit, in der ein Vorlese-Widget den sichtbaren Artikeltitel doppelt vorgelesen hatte. Die Lösung damals: der Titel wurde technisch als H1 markiert, aber ohne echten Text, sichtbar gemacht rein über CSS. Für Menschen unsichtbar, für Suchmaschinen und KI-Systeme trotzdem ein zweites H1 im Quelltext. Die zweite H1 war die eigentliche, korrekte Artikelüberschrift. Die dritte fand sich, wo sie niemand vermutet hätte: im Kontaktbereich am Ende jeder einzelnen Seite der Website, „Get in Touch" als Überschrift ausgezeichnet, seit vermutlich Jahren, auf jeder Unterseite gleichzeitig.

Keine dieser drei Stellen war ein Fehler im eigentlichen Sinn, jede hatte einen nachvollziehbaren Grund, gefunden zu einem völlig anderen Zeitpunkt, aus einem völlig anderen Anlass. Zusammen ergaben sie trotzdem ein technisches Signal an jede KI oder Suchmaschine: Hier ist unklar, was die Hauptüberschrift ist. Für einen menschlichen Besucher ist das komplett unsichtbar, die Kopfzeile trägt keinen Text, der Kontaktbereich sieht wie ein normaler Abschnitt aus. Genau diese Unsichtbarkeit macht solche Funde tückisch. Sie kosten niemandem Lesbarkeit, aber sie stören eine Maschine, die strikt nach Struktur liest, ohne den gestalterischen Kontext zu kennen, den ein Mensch mitbringt.

Die Korrektur war unkompliziert, zwei Tags austauschen, an einer Stelle sogar nur einen. Trotzdem war sie erst nötig, weil niemand vorher gezielt danach gesucht hatte.

Keine einzige Zwischenüberschrift der zweiten Ebene

Der dritte Fund war der grundlegendste. Eine saubere Überschriften-Hierarchie geht von der Hauptüberschrift über die zweite Ebene zur dritten, ohne eine Stufe zu überspringen. Im überwiegenden Teil der Blogartikel auf digmarketing.de gab es keine einzige Überschrift der zweiten Ebene. Jeder Abschnitt sprang von der Hauptüberschrift direkt zur dritten Ebene.

Das war keine Fehlfunktion. Es war eine Angewohnheit, die sich eingeschlichen hatte. Irgendwann, vor vielen Artikeln, hatte sich eine Zwischenüberschriften-Ebene als Standard eingespielt, ohne dass sie die richtige gewesen wäre. Niemand hatte das bemerkt, weil es visuell keinen Unterschied macht. Für einen Leser sieht eine Zwischenüberschrift der dritten Ebene identisch aus wie eine der zweiten. Für ein System, das Textstruktur maschinell auswertet, ist der Unterschied entscheidend: Es erkennt an der Ebene, wie stark ein Abschnitt zum übergeordneten Thema gehört, und wie er sich zu benachbarten Abschnitten verhält.

Was niemand sieht, korrigiert sich nicht von selbst.

Die Korrektur betraf am Ende jeden Artikel. Ein einfacher Austausch der Überschriften-Ebene, technisch in wenigen Minuten erledigt. Der eigentliche Punkt liegt woanders: Diese Lücke stand seit der ersten Version der Website offen, in praktisch jedem veröffentlichten Artikel, unbemerkt von jedem, der die Seite las, schrieb oder redigierte. Weder ein aufmerksamer Leser noch mehrere Redigier-Durchgänge hatten sie je aufgedeckt, weil sie auf einer Ebene liegt, die ausschließlich im Quelltext sichtbar wird.

Eine Datei, die es schlicht nicht gab

Der vierte Fund war der einfachste zu erklären und der am wenigsten überraschende: eine llms.txt-Datei, das noch junge, für KI-Systeme gedachte Äquivalent zur Sitemap, gab es nicht. Kein Fehler, kein Bug, einfach nichts, was jemals angelegt worden wäre, weil das Konzept erst seit Kurzem existiert und noch die wenigsten Websites es überhaupt umsetzen.

Dieser Fund war der am schnellsten behobene, eine einfache Textdatei mit einer kuratierten Übersicht der wichtigsten Seiten, live in derselben Woche. Wichtiger als die Behebung selbst war, wie er zustande kam: nicht durch eine Blogrecherche über neue GEO-Trends, sondern durch das systematische Abarbeiten einer Checkliste, Punkt für Punkt, auch bei den Fragen, die selbstverständlich schienen. Genau die Fragen, die man am ehesten überspringt, weil man sich sicher fühlt, sind in der Praxis diejenigen, bei denen sich am meisten findet.

Was diese Funde gemeinsam haben

Keiner der vier Funde war kompliziert zu beheben. Zusammen brauchten sie weniger als einen Tag Arbeit. Was sie verbindet, ist etwas anderes: Jeder einzelne wäre bei einer oberflächlichen Selbsteinschätzung durchgerutscht. Man liest den eigenen Artikel und findet ihn gut strukturiert, weil man weiß, was gemeint ist. Man sieht die eigene Startseite und findet sie vollständig, weil man den Rest der Website im Kopf hat. Genau diese Vertrautheit macht blind für das, was tatsächlich im Code steht.

Auffällig war auch, wie unterschiedlich alt diese vier Lücken waren, von einer gezielten Entscheidung vor Monaten bis zu einem Konzept, das es in dieser Form erst seit Kurzem überhaupt gibt. Drei verschiedene Ursachen, ein gemeinsames Muster: Keine davon war beim normalen Arbeiten an der Website je aufgefallen, weil normales Arbeiten selten die Frage stellt, die ein strukturierter Check stellt.

Referenzfähigkeit lässt sich nicht erfühlen. Sie lässt sich nur nachweisen, an konkreten, überprüfbaren Kriterien, unabhängig davon, wie gut man das Thema zu kennen glaubt.

Wissen über ein Thema und ein sauberer Befund zum eigenen Stand sind zwei verschiedene Dinge.

Der Unterschied zwischen Wissen und Prüfen

Der GEO-Check, den ich für digmarketing.de gebaut habe, ist am Ende genau dafür entstanden: um diesen Unterschied greifbar zu machen. 33 Fragen in sechs Kategorien, Maschinenlesbarkeit, Antwortarchitektur, Beleglage, Fremdbestätigung, Markenkonsistenz, Aktualitätsnachweis, jede davon mit einer konkreten, nachvollziehbaren Erklärung, was genau zu prüfen ist und wie. Ein Rahmen mit 33 Punkten hat nichts Magisches an sich. Er zwingt nur dazu, auch die Kategorien durchzugehen, an die man sonst nicht zuerst denkt.

Dass sich die Kategorie Beleglage lohnt, ist keine Vermutung. Eine Studie der Princeton University aus dem Jahr 2024 misst dort einen Sichtbarkeits-Anstieg von 22 bis 41 Prozent, wenn Texte Zitate, Statistiken und nachvollziehbare Belege enthalten. Bei einer früheren, umfassenderen Prüfung meiner eigenen Artikel war genau diese Kategorie die schwächste, nur eine Handvoll von über 30 Artikeln hatte überhaupt eine echte externe Quelle. Die vier hier beschriebenen Funde sind nicht die einzige Baustelle, nur die überraschendste.

Wer das Tool selbst durchgeht, wird vermutlich nicht auf drei H1-Tags stoßen. Jede Website hat ihre eigene Geschichte an kleinen, unbemerkten Kompromissen, gewachsen aus einzelnen, für sich genommen vernünftigen Entscheidungen. Welche Lücke es konkret ist, ist dabei fast nebensächlich. Entscheidend ist, dass eine strukturierte Prüfung sie überhaupt sichtbar macht, statt sich auf den Eindruck zu verlassen, ohnehin gut aufgestellt zu sein.

Die Behebung dieser vier Punkte ist allerdings noch kein Beweis für mehr Sichtbarkeit. Ob eine Korrektur tatsächlich etwas bewirkt, zeigt sich erst im laufenden Betrieb, nicht im Quelltext. Der nächste Schritt ist deshalb keine weitere Checkliste, sondern eine andere Frage: Was antworten ChatGPT, Perplexity oder Googles KI-Modus heute auf dieselben Fragen zum eigenen Themenfeld, verglichen mit den Antworten von vor der Korrektur? Diese Fragen wiederholt zu stellen und die Antworten zu dokumentieren, ist unbequemer als eine Checkliste abzuhaken. Es ist aber der einzige Beleg, der wirklich zählt.

Dazu kommt ein zweiter Punkt, der sich aus dem FAQ-Beispiel oben eigentlich schon ergibt: Die Kriterien selbst verändern sich. Google hat die Sichtbarkeit von FAQ-Snippets 2023 eingeschränkt, ohne dass das Schema deshalb sein Gewicht bei KI-Systemen verloren hätte. Ähnliche Verschiebungen sind zu erwarten, sobald sich Modelle und ihre Bewertungslogik weiterentwickeln. Ein Selbstcheck, der heute vollständig ist, muss es in einem Jahr nicht mehr sein. Das ist kein Einwand gegen die Prüfung. Es ist ein Argument für einen festen Rhythmus, mit dem sie wiederholt wird, und für die Bereitschaft, die Fragen selbst irgendwann anzupassen. Der nächste Check wird andere Funde bringen, das ist der Grund, warum eine einmalige Prüfung nicht ausreicht.

Referenzfähigkeit ist keine Selbstauskunft. Sie ist ein Befund. Und ein Befund verlangt, tatsächlich nachzusehen, nicht nur, darüber Bescheid zu wissen.

Ihr habt Fragen oder eigene Funde bei der eigenen Website gemacht? Ich freue mich über den Austausch. Schreibt mir gerne über das Kontaktformular oder kommentiert den Artikel.

Hero-Bild: KI-generiert