ChatGPT SEO: Wie Sie in KI-Antworten auftauchen

Zwei Personen stellen ChatGPT dieselbe Frage nach Anbietern in Ihrer Branche. Die eine bekommt eine Liste mit vier Namen, darunter Ihrer, mit Quellenlinks daneben. Die andere bekommt drei Namen, ohne Links, und Ihrer fehlt. Beide haben nichts falsch gemacht – sie haben nur zwei unterschiedliche Mechanismen ausgelöst.

Genau hier liegt der Unterschied zwischen ChatGPT und einer Suchmaschine. Google hat einen Index und ein Ranking. ChatGPT hat zwei getrennte Wissensquellen: das, was beim Training in die Modellgewichte eingegangen ist, und das, was im Moment der Anfrage aus dem Web geholt wird. Für die erste Quelle können Sie heute praktisch nichts tun. Für die zweite sehr viel.

Dieser Artikel behandelt die konkrete Mechanik: wie ChatGPT und vergleichbare Sprachmodelle Quellen auswählen, welche Quellentypen dabei bevorzugt werden, welche fünf Maßnahmen tatsächlich etwas bewirken, wie Sie Ihre eigene Sichtbarkeit prüfen – und was in dieser Disziplin nachweislich nicht funktioniert. Die strategische Grundlage dahinter, also warum Marken statt URLs die Zieleinheit sind und wie ein Projekt aufgesetzt wird, steht in unserem Leitfaden zur Generative Engine Optimization; dieser Text setzt sie voraus und wird stattdessen technisch.

Trainingswissen und Live-Abruf: zwei getrennte Systeme

Das Trainingswissen ist das, was beim Training eines Modells aus großen Textmengen in die Modellgewichte eingeflossen ist. Es hat keine Quellenangaben, es ist auf den Stand des Trainingsmaterials eingefroren, und es lässt sich nicht durch eine Änderung an Ihrer Website beeinflussen. Wenn ein Modell Ihr Unternehmen „kennt“, ohne im Web zu suchen, liegt das an Texten, die lange vor Ihrer Frage existierten. Das ändert sich erst mit einem neuen Trainingsstand – ein Zeitraum von Monaten bis Jahren.

Der Live-Abruf funktioniert anders. Das System entscheidet anhand der Frage, ob es suchen soll, formuliert dafür eine oder mehrere Suchanfragen, holt sich Dokumente über einen eigenen Suchindex und Partnerdienste, liest sie ein und formuliert daraus eine Antwort mit Quellenlinks. Dieser Pfad ist der interessante: Er reagiert auf neue Inhalte innerhalb von Tagen bis Wochen, und er hinterlässt sichtbare Spuren in Form von Zitaten.

Merkmal	Trainingswissen	Live-Abruf
Quellenangaben in der Antwort	keine	ja, mit Links
Aktualität	Stand des Trainingsmaterials	tagesaktuell, abhängig vom Crawl
Reaktion auf Website-Änderungen	erst mit neuem Trainingsstand	Tage bis Wochen
Wird ausgelöst durch	allgemeine Wissens- und Definitionsfragen	Fragen nach Anbietern, Preisen, Aktuellem, Lokalem
Beeinflussbar über	langfristige Präsenz in öffentlichen Texten	Crawling-Freigabe, Inhalte, externe Belege
Häufigster Fehler	erwarten, dass es sich kurzfristig ändert	Crawler pauschal sperren

Praktisch heißt das: Prüfen Sie bei jedem Test, ob das System gesucht hat. Eine Antwort ohne Quellenlinks sagt Ihnen etwas über das Trainingswissen und fast nichts über Ihre aktuellen Maßnahmen. Eine Antwort mit Quellenlinks ist die, an der Sie arbeiten können.

Wie ChatGPT eine Quelle auswählt

Beim Live-Abruf laufen drei Schritte ab, und in jedem fällt ein Teil der Kandidaten heraus.

Schritt 1: Suchanfragen erzeugen. Aus „Wer baut in Süddeutschland Hallen für Lebensmittelbetriebe?“ werden mehrere kürzere Anfragen. Wonach genau gesucht wird, bestimmen nicht Sie – aber es sind Formulierungen, die einer klassischen Suchanfrage ähneln. Wer für die Kernbegriffe seines Geschäfts in der Websuche unsichtbar ist, landet schon hier nicht im Kandidatenpool. Das ist der Grund, warum klassische Suchmaschinenoptimierung die Voraussetzung bleibt und nicht der Gegensatz.

Schritt 2: Dokumente auswählen und einlesen. Aus den gefundenen Treffern wandern nur wenige in den Kontext des Modells. Bevorzugt werden Dokumente, die die Frage direkt beantworten und aus denen sich eine Aussage sauber herausschneiden lässt. Entscheidend ist dabei, was im abgerufenen HTML steht: Was erst ein JavaScript-Renderer sichtbar macht, ist für einen einfachen Abruf nicht vorhanden.

Schritt 3: Antwort formulieren und belegen. Das Modell fügt die Passagen zusammen und belegt einzelne Aussagen mit Links. Ob Ihre Marke dabei namentlich auftaucht, hängt daran, ob in den herangezogenen Texten Ihr Name zusammen mit der passenden Eigenschaft steht. „Wir sind Ihr Partner für maßgeschneiderte Lösungen“ enthält keine Eigenschaft, die sich einer Frage zuordnen ließe. „Die Muster GmbH aus Ulm baut Produktionshallen für lebensmittelverarbeitende Betriebe“ schon.

Ein vierter Mechanismus ist weniger sichtbar, aber wichtig: Bestätigung durch mehrere Quellen. Steht eine Angabe nur auf Ihrer eigenen Website, ist sie eine Behauptung. Steht sie zusätzlich in einem Fachartikel, einem Verbandsverzeichnis und einem Interview, ist sie belegt. Modelle sind darauf trainiert, bei dünner oder widersprüchlicher Faktenlage vorsichtig zu sein – und die vorsichtige Variante ist die Auslassung, nicht die falsche Angabe.

Welche Quellentypen typischerweise zitiert werden

Wer über einige Wochen die Quellenlisten unter KI-Antworten in einer Branche protokolliert, sieht ein wiederkehrendes Muster. Die folgende Reihung ist ein Erfahrungswert aus unseren Auswertungen und keine veröffentlichte Rangliste – als Orientierung für die Frage, wo Sie vorkommen sollten, taugt sie trotzdem.

• Fachmedien und Branchenpublikationen. Redaktionelle Beiträge mit klarer Autorschaft und Datum. Sie beantworten Fachfragen direkt und gelten als unabhängig vom genannten Anbieter.
• Vergleichs-, Test- und Übersichtsartikel Dritter. Genau das Format, das bei Anbieterfragen gebraucht wird: mehrere Namen, nebeneinandergestellt, mit Kriterien.
• Normengeber, Behörden, Kammern und Verbände. Für alles Regulatorische die erste Wahl. Ein Eintrag im Mitgliederverzeichnis eines Fachverbands ist dabei mehr wert als sein Ruf vermuten lässt.
• Technische Detailseiten von Anbietern – auch Ihre. Für Fakten, die nur der Anbieter kennt: Maße, Verfahren, Leistungsgrenzen, Lieferzeiten. Nicht für Bewertungen.
• Communities und Foren. Bei Erfahrungsfragen („taugt X in der Praxis?“) tauchen Diskussionsplattformen regelmäßig als Beleg auf.
• Werbliche Selbstdarstellung. Startseiten, Imagetexte, Pressemitteilungen in eigener Sache – die schwächste Kategorie. Sie werden selten zitiert, weil sie nichts Überprüfbares enthalten.

Die Schlussfolgerung ist unbequem: Der größte Teil der Arbeit findet nicht auf Ihrer Website statt. Wie Sie Erwähnungen in fremden Texten systematisch aufbauen, beschreibt unser Leitfaden Brand Mentions aufbauen.

Fünf Maßnahmen, die tatsächlich wirken

1. Erwähnungen in Quellen, die zitiert werden

Die wirksamste Maßnahme ist zugleich die aufwendigste: in genau den Publikationen vorkommen, die bei Fragen Ihrer Kunden als Beleg herangezogen werden. Der Weg dorthin ist klassische Fach- und Medienarbeit – Expertenzitate, Anwenderberichte, Fachbeiträge. Ein Nebeneffekt, den Sie einplanen sollten: Solche Platzierungen erzeugen häufig auch Links, und Links aus Quellen, die selbst zitiert werden, wirken doppelt. Den Zusammenhang zwischen Linkprofil und KI-Zitationen ordnet unser Beitrag zu Backlinks in der KI-Suche ein.

2. Fakten so formulieren, dass sie einzeln stehen können

Ein Modell schneidet einzelne Passagen heraus und stellt sie in einen fremden Zusammenhang. Was nur im Kontext von fünf Absätzen Sinn ergibt, überlebt diesen Schnitt nicht. Drei Regeln reichen: Nennen Sie Firmenname und Kategorie im selben Satz. Schreiben Sie eine überprüfbare Aussage je Absatz. Versehen Sie jede Zahl mit Bezugsgröße und Stand – „Sonderanfertigungen in 8 bis 12 Wochen (Stand: September 2026)“ ist zitierfähig, „kurze Lieferzeiten“ nicht.

3. Struktur, die maschinelles Extrahieren erlaubt

Überschriften als Fragen oder vollständige Aussagen, saubere Hierarchie ohne Ebenensprünge, Vergleiche als echte Tabelle statt als Bild, Frage-Antwort-Blöcke aus tatsächlichen Kundenfragen, sichtbares Aktualisierungsdatum. Und die Grundbedingung: Der Fließtext muss ohne JavaScript-Ausführung im HTML stehen. Der Test dauert zwei Minuten – Seite per curl abrufen und nachsehen, ob der Text im Quelltext steht.

4. Die Crawler-Entscheidung differenziert treffen

Hier passiert der teuerste Fehler. OpenAI dokumentiert mehrere User-Agents mit unterschiedlichen Aufgaben: einen für das Sammeln von Trainingsdaten (GPTBot), einen für den Aufbau des Suchindex (OAI-SearchBot) und einen für den durch eine Nutzerfrage ausgelösten Abruf einer Seite (ChatGPT-User). Wer in der robots.txt pauschal alles sperrt, was nach OpenAI aussieht, blockiert nicht nur das Training, sondern auch die Suche – und schließt sich damit aus genau den Antworten aus, in denen Quellen verlinkt werden.

Unsere Empfehlung für produzierende Unternehmen und Dienstleister: Such- und Abruf-Agents zulassen, beim Trainings-Agent nach Geschäftsmodell entscheiden. Für Verlage, Datenbanken und alle, deren Produkt der Text selbst ist, liegt der Fall anders. Die vollständige Liste der relevanten Bots und die Syntax dazu finden Sie in unserem Beitrag KI-Crawler in der robots.txt steuern.

5. Angaben über das Unternehmen überall gleich halten

Firmenname, Kurzbeschreibung, Gründungsjahr, Standort, Größenangabe: Wenn diese Angaben auf Website, LinkedIn, im Google-Unternehmensprofil und in Verzeichnissen voneinander abweichen, hat ein System widersprüchliche Fakten über dieselbe Marke. Das Ergebnis ist selten eine falsche Aussage, sondern eine Auslassung. Diese Maßnahme kostet ein bis zwei Arbeitstage und kein externes Budget – sie ist deshalb fast immer der erste Schritt.

Wie Sie Ihre Sichtbarkeit prüfen

Einzelne Stichproben sind wertlos, weil dieselbe Frage an zwei Tagen unterschiedliche Antworten liefert. Was trägt, ist ein fester Satz von 20 bis 30 realen Kundenfragen, der in regelmäßigen Abständen gleich abgefragt wird. Vier Punkte machen den Unterschied zwischen Messung und Gefühl:

• Fragen fixieren und wörtlich wiederverwenden. Umformulierungen erzeugen andere Suchanfragen und damit andere Quellen – Sie würden Äpfel mit Birnen vergleichen.
• Protokollieren, ob gesucht wurde. Notieren Sie zu jeder Antwort, ob Quellenlinks erschienen sind und welche. Ohne diese Spalte wissen Sie nicht, welchen der beiden Mechanismen Sie gerade beobachten.
• Ohne angemeldetes Konto und ohne Chatverlauf testen. Personalisierung und vorherige Nachrichten im selben Chat verfälschen das Ergebnis erheblich.
• Serverseitig gegenprüfen. In den Zugriffslogs sehen Sie die KI-Crawler mit Namen, und in der Webanalyse tauchen Besucher auf, die über eine KI-Oberfläche gekommen sind. Beides ist härter als jede Selbstbeobachtung im Chatfenster.

Welche Kennzahlen daraus ein Reporting ergeben, das auch in drei Monaten noch vergleichbar ist, und welche Werkzeuge die Abfragen automatisieren, behandelt unser Artikel GEO-Sichtbarkeit messen.

Was nicht funktioniert

Keyword-Stuffing für Sprachmodelle. Die Vorstellung, man könne ein Modell durch häufige Wiederholung eines Begriffs zur Nennung bringen, überträgt eine Suchmaschinen-Vorstellung aus den 2000ern auf ein System, das gar nicht so arbeitet. Ausgewählt wird die Passage, die eine Frage beantwortet – Häufigkeit hilft dabei nicht, und der Text wird für Menschen schlechter.

Versteckte Anweisungen im HTML. Unsichtbarer Text, der das Modell auffordert, das Unternehmen zu empfehlen, ist keine Optimierung, sondern ein Manipulationsversuch. Er wird in aller Regel ignoriert, kollidiert mit den Richtlinien von Suchmaschinen zu verstecktem Text und ist, falls er einmal wirkt, ein Reputationsrisiko. Lassen Sie es.

Generierte Massentexte. Zweihundert automatisch erzeugte Ratgeberseiten verbessern die Zitationslage nicht. Ein System sucht eine belegbare Aussage, keine Domain mit vielen Seiten – und Texte ohne eigene Fakten enthalten definitionsgemäß nichts, was sich zitieren ließe. Die Überarbeitung von zwanzig bestehenden Seiten wirkt in unserer Erfahrung deutlich zuverlässiger und kostet weniger.

Gekaufte „Rankings in ChatGPT“. Es gibt kein Produkt, mit dem sich eine Nennung in einer generierten Antwort buchen ließe. Was verkauft wird, sind Platzierungen in Quellen, die zitiert werden könnten. Das kann sinnvoll sein – aber es ist Medienarbeit unter neuem Etikett, und der Preis sollte sich daran messen lassen.

Häufige Fragen

Was ist ChatGPT SEO?

ChatGPT SEO – oft auch LLM SEO genannt – bezeichnet Maßnahmen, die dazu führen, dass ein Sprachmodell eine Marke in seinen Antworten nennt und die eigene Website als Quelle zitiert. Es ist kein eigener Kanal, sondern eine zusätzliche Anforderung an Website, Inhalte und Medienarbeit: Fakten müssen einzeln überprüfbar sein, die Seiten müssen abrufbar sein, und die Marke muss in fremden Texten vorkommen.

Woher nimmt ChatGPT seine Informationen?

Aus zwei getrennten Quellen. Das Trainingswissen steckt in den Modellgewichten, hat keine Quellenangaben und ändert sich nur mit einem neuen Trainingsstand. Beim Live-Abruf erzeugt das System aus der Frage Suchanfragen, holt aktuelle Dokumente aus dem Web und belegt einzelne Aussagen mit Links. Antworten mit Quellenlinks stammen aus dem Live-Abruf – nur dieser Pfad reagiert kurzfristig auf Änderungen an Ihrer Website.

Muss ich GPTBot in der robots.txt erlauben, um in ChatGPT zu erscheinen?

Nicht zwingend – aber Sie müssen die Agents zulassen, die für Suche und Seitenabruf zuständig sind. OpenAI dokumentiert getrennte User-Agents für das Sammeln von Trainingsdaten, für den Suchindex und für den nutzerausgelösten Abruf. Wer pauschal alles sperrt, verhindert auch die Zitation mit Link. Für Unternehmen, deren Produkt nicht der Text selbst ist, lautet die Empfehlung: Such- und Abruf-Agents zulassen.

Wie prüfe ich, ob ChatGPT mein Unternehmen nennt?

Mit einem festen Satz von 20 bis 30 realen Kundenfragen, wörtlich gleich und in regelmäßigen Abständen abgefragt, ohne angemeldetes Konto und ohne vorherigen Chatverlauf. Notieren Sie je Antwort, ob Ihre Marke genannt wurde, ob Quellenlinks erschienen sind und welche Quellen das waren. Ergänzend prüfen Sie in den Serverlogs, ob die KI-Crawler Ihre Seiten tatsächlich abrufen.

Hilft es, Texte speziell für Sprachmodelle zu optimieren?

Nur in einem Punkt: Klarheit. Präzise Definitionen, eine überprüfbare Aussage je Absatz, Zahlen mit Bezugsgröße und Datum, Vergleiche als Tabelle. Was nicht hilft, sind Keyword-Häufung, versteckte Anweisungen an das Modell im HTML und generierte Massentexte – sie erzeugen keine Zitationen und schaffen teilweise neue Risiken.

Wie lange dauert es, bis Änderungen in ChatGPT ankommen?

Beim Live-Abruf sind Änderungen an Inhalten oft innerhalb von Tagen bis wenigen Wochen sichtbar, sobald die Seiten neu abgerufen wurden. Was im Trainingswissen verankert ist, ändert sich dagegen erst mit einem neuen Trainingsstand – hier reden wir über Monate bis Jahre. Planen Sie ein erstes belastbares Zwischenergebnis nach etwa 90 Tagen ein.

Fazit

ChatGPT ist keine Suchmaschine mit neuem Anstrich, sondern ein System mit zwei Wissensquellen. Auf die eine haben Sie kurzfristig keinen Zugriff; auf die andere sehr wohl – über Abrufbarkeit, überprüfbare Fakten und Erwähnungen in Quellen, die nicht von Ihnen stammen. Alles andere, was unter dem Etikett „LLM SEO“ verkauft wird, ist entweder Medienarbeit unter neuem Namen oder Unsinn.

Unsere Empfehlung: Prüfen Sie zuerst die robots.txt auf pauschale Sperren, dann die Einheitlichkeit Ihrer Unternehmensangaben, dann die zwanzig umsatzrelevanten Seiten auf zitierfähige Formulierungen. Diese drei Schritte kosten wenige Tage und keinen externen Euro. Erst danach lohnt Budget für Platzierungen in Fachmedien – und dann wirkt es auch.

Weiterlesen: Die Grundlagen und den Projektaufbau beschreibt der Leitfaden zur Generative Engine Optimization. Für die Steuerung der Crawler gilt KI-Crawler in der robots.txt, und wie unverlinkte Nennungen in KI-Antworten wirken, zeigt Unverlinkte Markennennungen.