Die Optimierung für KI-Suchmaschinen, kurz GEO, ist mit zwei großen, potenziellen Irrtümern verbunden. Wie auch in der SEO geht es um das Verhältnis von Korrelation und Kausalität.
Jeden Tag hört oder liest man von neuen Empfehlungen, die dabei helfen sollen, Websites und Marken in KI-Suchmaschinen präsenter zu machen. GEO, also die Optimierung für KI-basierte Suchsysteme, ist dabei eine Teildisziplin der SEO und unterliegt ähnlichen Bedigungen, aber auch ähnlichen Risiken und Fallen.
In der SEO ist der Spruch "Korrelation ist nicht Kausalität" mindestens genauso häufig und bekannt wie die Aussage: "Es kommt darauf an".
Korrelation bedeutet, dass zwei Phänomene gleichzeitig auftreten, ohne dass zwischen den beiden Ereignissen ein Zusammenhang bestehen muss. Wer zum Beispiel Links kauft und dann nach einigen Tagen bessere Rankings in der Suche erzielt, profitiert nicht zwingend von den Links, sondern möglicherweise von anderen Änderungen an der Website, von Änderungen der Wettbewerber oder von einem Google Update.
Kausalität bedeutet dagegen, dass ein Ereignis der Grund für ein anderes Ereignis darstellt. Einfaches Beispiel aus der SEO: Eine zuvor nicht von Google indexierte Seite, die per robots.txt gesperrt war, wird freigegeben. Nach ein paar Tagen hat Google die Seite indexiert. Die Freigabe ist der Grund dafür, dass Google die Seite indexieren konnte.
Das Verhältnis zwischen Korrelation und Kausalität gilt auch für die GEO, und hier sogar deutlich stärker. Das birgt ein großes Risiko durch Fehlannahmen und falsche Interpretation von Beobachtungen. Man kann auch von der doppelten Korrelationsfalle sprechen. Dazu gehören die folgenden Punkte:
Es gibt viele Gemeinsamkeiten zwischen GEO und SEO. Viele Best Practices, die in der SEO schon seit langer Zeit empfohlen werden, unterstützen auch die Sichtbarkeit in KI-Systemen. Ein Beispiel ist eine klare inhaltliche Gliederung mit aussagekräftigen und gut strukturierten Überschriften. Was dabei häufig zu beobachten ist: Viele der Domains mit der höchsten Sichtbarkeit in der Suche gehören auch zu den am häufigsten zitierten Domains in der KI. So sind zum Beispiel nach einer aktuellen Studie YouTube, Reddit und Facebook die meist zitierten Domains in den Google AI Overviews.
Bedeutet das aber automatisch, dass gute SEO gleichbedeutend ist mit GEO-Erfolg? Nicht notwendigerweise. Es ist durchaus möglich, dass für eine hohe KI-Sichtbarkeit mehr nötig ist als das. So können zum Beispiel die Bedeutung der Markenbekanntheit, der Präsenz in sozialen Medien und sogar offline in der GEO eine ganz andere Rolle spielen als in der klassischen SEO.
Das bedeutet: Nur weil es viele Websites und Domains gibt, die gleichermaßen erfolgreich bei SEO und GEO sind, heißt das nicht automatisch, dass die beiden Disziplinen auf denselben Kriterien basieren. Für den GEO-Erfolg können zusätzliche, andere Maßnahmen erforderlich sein als für den Erfolg in der klassischen Suche. Dafür spricht, dass es zum Beispiel in den Google AI Overviews nur eine recht geringe Überlappung zwischen den genannten Quellen und den jeweiligen Top-10-Rankings gibt.
Wir bringen gemeinsam Ihre Website nach vorne. Profitieren Sie von jahrelanger SEO-Erfahrung.
Viele Unternehmen und Websitebetreiber setzen heute verstärkt auf GEO und wenden Maßnahmen an, die ihnen von mehr oder weniger erfahrenen Dienstleistern empfohlen wurden. Und in manchen Fällen zeigt sich dann auch ein Erfolg, wobei die Messung des Erfolgs in der GEO ungleich schwieriger ist als in der SEO. Beispiel: Es werden Listicles erstellt, in denen die Top-10-Anbieter der eigenen Branche beschrieben werden. Einen Tag später freut sich der Unternehmensinhaber, wenn er in einem Prompt bei ChatGPT nachfragt, wer denn der Beste sei, und die gewünschte Antwort erhält.
Nur: So etwas sagt wenig bis nichts aus, denn erstens spielt hier der persönliche Kontext des Prompts eine erhebliche Rolle; wenn der Unternehmensinhaber in den Wochen zuvor schon ständig irgendwelche "Vanity-Prompts" für das eigene Unternehmen eingegeben hat, wird sich das auf zukünftige Antworten auswirken. Und zweitens sind die Ergebnisse der LLMs sehr variabel, man könnte fast sagen: zufällig. Das ergab zum Beispiel eine Studie von Sparktoro im Januar, die exemplarisch für Produktempfehlungen durchgeführt wurde. Die Wahrscheinlichkeit, dass dieselbe Liste von Marken in mehr als zwei Antworten erschien (unabhängig von der Reihenfolge der Nennung) lag bei ChatGPT, Claude und auch bei Google jeweils unter zwei Prozent.
Wer sich von reinen Korrelationen zumindest ein wenig in Richtung Kausalität bewegen möchte, wenn es um den Erfolg von GEO-Maßnahmen geht, muss idealerweise eine Vielzahl von Prompts sehr häufig wiederholen, und das über einen längeren Zeitraum von mehreren Tagen, Wochen oder sogar Monaten. Ansonsten haben die Ergebnisse keine Aussagekraft.
SEO und GEO haben vieles gemeinsam. Es ist in den meisten Fällen nicht möglich, einen kausalen Zusammenhang zwischen einer Handlung bzw. einem Ereignis und dem Ergebnis herzustellen. In der SEO lässt sich weder mit Sicherheit sagen, dass ein Google Update zu einem schlechteren Ranking für ein bestimmtes Keyword geführt hat, noch dass die Optimierung einer Überschrift oder eines Titels die Ursache für mehr Klicks war. Was wir tun können, ist beobachten und versuchen, daraus die richtigen Schlüsse zu ziehen. Also eine klassische empirische Vorgehensweise, wie sie beispielsweise auch in beobachtenden Wissenschaften wie der Psychologie angewandt wird.
Bei GEO kommen zwei weitere Dinge hinzu: Erstens ist die Variabilität deutlich höher. Wie beschrieben sind die Ergebnisse nicht vorhersehbar, also nicht deterministisch. Und zweitens ist der Erfahrungshintergrund in der GEO deutlich kürzer als in der klassischen SEO, wo sich Best Practices über Jahrzehnte entwickeln und zum Teil bis heute halten konnten, während andere wegfielen oder hinzukamen. In der GEO sind wir noch nicht so weit. Dafür gibt es eine große und aktive Community, die tagtäglich ihre Erfahrungen teilt und damit die GEO nach vorne bringt.
Nicht zu vergessen ist, dass auch KI-Systeme Black Boxes sind, über deren genaue Funktionsweise abseits der Grundlagen LLMs, KI und maschinellem Lernen wenig bekannt ist - sieht man einmal von öffentlich verfügbaren Patenten, wisschenschaftlichen Arbeiten und Publikationen der Unternehmen ab.
Auch hier besteht also eine deutliche Parallele zu Google und damit auch zur klassischen SEO.
Premium-Partner (Anzeige)
Anzeigen
