# flize · Wissen (Volltext)

> Alle Wissen-Artikel von flize.io als Markdown, aufbereitet für LLMs und Answer Engines.
> Kurzfassung mit Links: https://flize.io/llms.txt · Stand: 2026-10-15
> Autor aller Artikel: Johannes Zimmer, flize (sitebrunch GmbH), Hamburg.

---

## Muss ich meine Preise öffentlich zeigen, damit KI-Tools mich als Option nennen?

URL: https://flize.io/wissen/preise-in-ki-antworten/
Veröffentlicht: 2026-10-15

**Kurz gesagt:** Nein. Eine öffentliche Preisliste ist keine Voraussetzung, um in KI-Antworten genannt zu werden. Google schreibt ausdrücklich, dass AI Overviews und AI Mode [keine besondere Optimierung brauchen](https://developers.google.com/search/docs/appearance/ai-features). Eine Preisangabe gehört nicht zu den Voraussetzungen. Bei Produktempfehlungen in ChatGPT ist der Preis laut [OpenAI ein Faktor unter mehreren](https://help.openai.com/en/articles/11128490-shopping-with-chatgpt-search). Nennt die nutzende Person ein Budget, zählt er mehr, sonst achtet ChatGPT eher auf andere Aspekte. Teuer wird das Schweigen über Preise bei einer bestimmten Art von Frage: „Was kostet …?“. Steht die Antwort darauf nicht auf deiner Seite, kann eine KI sie nur aus anderen Quellen bilden. In Deutschland kommt eine Pflicht hinzu: Wer als Unternehmen Verbraucher*innen etwas anbietet, muss nach der Preisangabenverordnung Gesamtpreise angeben.

**TL;DR**

- Weder Google noch ChatGPT verlangen eine Preisliste, damit sie dich nennen können.
- Preise entscheiden bei Budget- und Kostenfragen, bei reinen Auswahlfragen kaum.
- Eine Kostenfrage beantwortest du auch ohne Festpreis: mit Preisrahmen, Kostentreibern und einem Beispiel.
- Wer Verbraucher*innen gegenüber Preise nennt, muss den Gesamtpreis inklusive Umsatzsteuer angeben.
- Das Einkaufskarussell von ChatGPT ist laut OpenAI derzeit nur in den USA live.

### Was KI-Systeme tatsächlich voraussetzen

Die Voraussetzungen sind technisch, nicht kaufmännisch. Bei Google muss eine Seite indexiert sein und mit Snippet in der Suche erscheinen dürfen. Laut Googles [Leitfaden zu generativen KI-Funktionen](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) muss die Website außerdem in der Search Console für diese Funktionen zugelassen sein. Das ist bei der Einstellung „Search generative AI“ [der Standardwert für alle Properties](https://support.google.com/webmasters/answer/16908024). Du musst also nur prüfen, dass dort niemand den Ausschluss gewählt hat. Eine [Preisangabe gehört nicht dazu, auch kein spezielles Schema-Markup](https://developers.google.com/search/docs/appearance/ai-features). Bei den Produktergebnissen von ChatGPT entscheidet laut OpenAI die Relevanz für die Anfrage. OpenAI nennt als Beispiel, dass ChatGPT [verfügbare Optionen, Preis, Bewertungen und Bedienbarkeit abwägen kann](https://help.openai.com/en/articles/11128490-shopping-with-chatgpt-search).

Ob eine Antwort dich nennt, hängt bei uns an vier Stufen: erreichbar, lesbar, zitierfähig, relevant. Ein fehlender Preis betrifft nur die letzte Stufe. Gemeint ist damit, ob deine Seite die Frage beantwortet, die [wirklich gestellt wird](https://flize.io/wissen/warum-werde-ich-nicht-zitiert/#relevant).

### Bei welchen Fragen der Preis zählt

| Fragetyp | Beispiel | Rolle des Preises | Was auf die Seite gehört |
|---|---|---|---|
| Auswahlfrage ohne Budget | „Welche Agentur in Hamburg baut Shopware-Shops?“ | Nebensache: Selbst bei Produktempfehlungen achtet ChatGPT ohne Budgetangabe eher auf andere Aspekte | Leistung, Region, Zielgruppe und Referenzen als lesbarer Text |
| Budgetfrage | „Beste Kaffeemühle unter 200 Euro“ | Entscheidend: Mit Budget gewichtet ChatGPT den Preis stärker | Konkreter Preis im HTML, bei Produkten zusätzlich im `Offer`-Markup |
| Kostenfrage | „Was kostet eine Individualsoftware für ein 50-Personen-Unternehmen?“ | Der Preis ist die Frage selbst | Preisrahmen, Kostentreiber, Beispielrechnung |
| Vergleichsfrage | „Tool A oder Tool B für ein kleines Team?“ | Ein Kriterium unter mehreren | Preismodell klar benennen, Erwähnungen außerhalb der eigenen Domain |

Die letzte Zeile hat eine Besonderheit. Bei Vergleichs- und Empfehlungsfragen greifen Antwort-Engines nach unserer Beobachtung häufig auf [Übersichten, Fachmedien und Bewertungsplattformen](https://flize.io/wissen/warum-werde-ich-nicht-zitiert/#trotzdem) zurück statt auf Anbieterseiten. Ein Preis auf der eigenen Seite allein bringt dich dort nicht hinein.

### Wie du die Kostenfrage ohne Preisliste beantwortest

Viele Anbieter haben keinen Listenpreis, weil jedes Projekt anders ist. Ein „Preis auf Anfrage“ liefert aber keinen Satz, den eine KI in eine Antwort einsetzen könnte. Diese Schritte füllen die Lücke:

1. **Echte Kostenfragen sammeln.** Nimm die Formulierungen aus Vertriebsmails, Angebotsgesprächen und Support-Tickets, nicht aus der Keyword-Liste.
2. **Eine Frage als Überschrift setzen** und im ersten Satz darunter beantworten. Bedingungen und Ausnahmen kommen danach. So baust du einen [Antwort-Block](https://flize.io/wissen/artikel-den-ki-zitiert/#antwort-block), der für sich allein stehen kann.
3. **Einen Rahmen nennen statt eines Festpreises.** Eine Spanne oder ein Einstiegspreis mit Angabe, was enthalten ist.
4. **Die Kostentreiber benennen.** Zwei bis drei Faktoren, die den Preis nach oben oder unten bewegen.
5. **Ein Beispiel rechnen** und dazuschreiben, welche Annahmen darin stecken.
6. **Datieren und im HTML ausliefern.** Ein Stand-Datum macht die Zahl belegbar. Eine Preistabelle als Bild ist kein Text. Was per JavaScript nachgeladen wird, [sehen viele KI-Crawler nicht](https://flize.io/wissen/warum-werde-ich-nicht-zitiert/#lesbar). Laut einer [Messung von Vercel und MERJ](https://vercel.com/blog/the-rise-of-the-ai-crawler) führen die Crawler von OpenAI, Anthropic und Perplexity kein JavaScript aus, nur Googles Infrastruktur und AppleBot rendern es.

Als Vorlage zum Anpassen, die eckigen Klammern ersetzt du durch deine Werte:

```
Was kostet [Leistung] für [typische Kundschaft]?

[Leistung] kostet bei uns in der Regel zwischen [X] und [Y] Euro
[inkl. USt. / zzgl. USt.]. Den Ausschlag geben drei Faktoren:
[Faktor 1], [Faktor 2] und [Faktor 3]. Beispiel: Für [konkreter Fall
mit Annahmen] lagen wir zuletzt bei [Z] Euro. Stand: [Monat Jahr].
```

Der häufigste Fehler danach: Die Spanne steht nur im Angebots-PDF, und die Website schweigt weiter. Der zweite: Die Zahl veraltet und widerspricht dem, was Interessierte im Gespräch hören.

### Wann du Preise ohnehin angeben musst

Für Unternehmen, die an Verbraucher*innen verkaufen, ist die Ausgangsfrage teils schon beantwortet. Die [Preisangabenverordnung](https://www.gesetze-im-internet.de/pangv_2022/BJNR492110021.html) gilt seit dem 28. Mai 2022. Sie regelt [Preisangaben von Unternehmern gegenüber Verbrauchern](https://www.gesetze-im-internet.de/pangv_2022/__1.html), reine B2B-Angebote fallen also nicht darunter. Nach [§ 3 Absatz 1 PAngV](https://www.gesetze-im-internet.de/pangv_2022/__3.html) muss Gesamtpreise angeben, wer Verbraucher*innen als Unternehmer Waren oder Leistungen anbietet oder ihnen gegenüber unter Angabe von Preisen wirbt.

Für die Vorlage oben heißt das: Richtet sich deine Seite an Verbraucher*innen, muss jede genannte Zahl ein Gesamtpreis sein. Das ist laut [§ 2 PAngV](https://www.gesetze-im-internet.de/pangv_2022/__2.html) der Preis einschließlich Umsatzsteuer und sonstiger Preisbestandteile. Wer das vorsätzlich oder fahrlässig nicht, nicht richtig oder nicht vollständig angibt, handelt [ordnungswidrig](https://www.gesetze-im-internet.de/pangv_2022/__20.html). Die Geldbuße kann [bis zu 25.000 Euro](https://www.gesetze-im-internet.de/wistrg_1954/__3.html) betragen. Ob deine Seite im Einzelfall schon als Angebot im Sinne der Verordnung gilt, klärst du im Zweifel mit einer Rechtsberatung.

### So prüfst du, ob deine Seite die Kostenfrage beantwortet

Der schnelle Test: Öffne „Seitenquelltext anzeigen“ und suche nach deiner Preisspanne. Fehlt sie dort, fehlt sie auch für KI-Crawler, die kein JavaScript ausführen. Danach stellst du die gesammelten Kostenfragen in ChatGPT, Perplexity und der Google-Suche, und zwar mehrmals, weil die Antworten zwischen zwei Durchläufen schwanken.

Bei vielen Fragen wird das Abhaken mühsam. Unser [Antwort-Check](https://flize.io/features/antwort-check/) gleicht jede Frage aus dem Scouting mit deiner Website ab. Er nennt die Fundstelle bis auf den Abschnitt und schreibt bei Teilantworten dazu, was fehlt. Bewertet wird die Abdeckung, nicht die Qualität des Textes. Im [Free-Plan](https://flize.io/pricing/) ist eine einmalige Fragen-Recherche enthalten, die wöchentlichen Trends gehören zu den bezahlten Plänen.

### FAQ

**Reicht „Preis auf Anfrage“ für KI-Antworten?**

Für eine Auswahlfrage ohne Budget schadet der Satz nicht. Auf eine Kostenfrage gibt er aber keine Antwort, eine KI muss die Zahlen dann woanders finden. Ergänze deshalb mindestens die Kostentreiber und einen Rahmen.

**Muss ich Preise als strukturierte Daten auszeichnen?**

Für KI-Funktionen in der Google-Suche nicht: Strukturierte Daten sind dafür [nicht erforderlich](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Selbst für Produkt-Snippets braucht Google nur [eine der Angaben Bewertung, Gesamtbewertung oder Angebot](https://developers.google.com/search/docs/appearance/structured-data/product-snippet), ein Preis ist also nicht zwingend. Wenn du Markup nutzt, muss es zum sichtbaren Text passen.

**Muss ich bei ChatGPT einen Produkt-Feed einreichen?**

Nein. OpenAI schreibt, dass ein Feed [nicht nötig ist, wenn ChatGPT deine Seite ohnehin crawlt](https://chatgpt.com/merchants/). Er gibt dir aber mehr Kontrolle über Preise und Verfügbarkeit. Das Einkaufserlebnis ist nach derselben Seite bisher nur in den USA live.

**Werde ich mit individuellen Angeboten überhaupt genannt?**

Ja, für Auswahl- und Vergleichsfragen ist ein fehlender Listenpreis kein Ausschlussgrund. Kostenfragen kannst du trotzdem beantworten, mit Spanne, Faktoren und einem datierten Beispiel.

Quellen: [Google Search Central: KI-Funktionen und deine Website](https://developers.google.com/search/docs/appearance/ai-features) · [Google Search Central: Leitfaden zu generativen KI-Funktionen](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) · [Search Console-Hilfe: Search generative AI](https://support.google.com/webmasters/answer/16908024) · [OpenAI: Shopping with ChatGPT Search](https://help.openai.com/en/articles/11128490-shopping-with-chatgpt-search) · [OpenAI: ChatGPT Merchants](https://chatgpt.com/merchants/) · [Vercel: The rise of the AI crawler](https://vercel.com/blog/the-rise-of-the-ai-crawler) · [Preisangabenverordnung (PAngV)](https://www.gesetze-im-internet.de/pangv_2022/BJNR492110021.html)

---

## Was bedeutet der Fokus auf Qualität bei skalierter KI-Nutzung für deine Content-Strategie?

URL: https://flize.io/wissen/ki-content-qualitaet-skalieren/
Veröffentlicht: 2026-10-02

**Kurz gesagt:** KI hilft dir, mehr zu veröffentlichen. Mehr Text macht dich aber weder für Suchmaschinen noch für Antwortsysteme wie ChatGPT sichtbarer. Wer KI in der Content-Produktion hochfährt, braucht zuerst eine Grundlage, die das trägt: echte Fragen der Zielgruppe, belegte Aussagen und eine Prüfung vor der Veröffentlichung. Google stuft [massenhaft erzeugte Seiten ohne Mehrwert als Spam ein](https://developers.google.com/search/docs/essentials/spam-policies#scaled-content), und zwar unabhängig davon, wie sie entstanden sind. Für deine Strategie heißt das nach unserer Einschätzung: Es zählt die Qualität jeder einzelnen Passage, nicht die Zahl der Artikel.

**TL;DR**

- Deine eigenen Seiten sind die Datengrundlage, aus der KI-Systeme Antworten über dein Thema bauen.
- Google bestraft Masse ohne Mehrwert, nicht das Werkzeug KI.
- Unsere Einschätzung: Zitiert werden Passagen, keine ganzen Artikel. Jeder Absatz sollte deshalb für sich stehen.
- Jede Zahl braucht Quelle und Datum im selben Satz.
- Oft bringt die Überarbeitung bestehender Artikel mehr als neue Texte.

### Was steckt hinter „Scaling Quality“ auf der Dmexco 2026?

Am 18. September 2026 erschien in [HORIZONT](https://www.horizont.net/marketing/kommentare/dmexco-2026-scaling-intelligence-beginnt-mit-scaling-quality-235877) der Gastbeitrag „Scaling Intelligence beginnt mit Scaling Quality“. Autor ist Rasmus Giese von United Internet Media. Der Titel fasst seine These zusammen: Wer Intelligence skalieren will, muss zuerst die Qualität skalieren.

Giese spricht aus dem Werbemarkt. Wir übertragen den Gedanken auf die Content-Strategie, das ist unsere Lesart: Antwortsysteme formulieren ihre Antworten aus dem, was sie auf Websites finden. Deine Seiten gehören damit zur Datengrundlage deines Themas. Sind sie dünn, unbelegt oder widersprüchlich, bringt dir auch die klügste KI dort keine Sichtbarkeit.

### Warum hilft mehr KI-Content nicht automatisch?

Nach unserer Einschätzung hilft mehr KI-Content nicht automatisch, weil Antwortsysteme einzelne Passagen auswählen. So verstehen wir die Arbeitsweise: Ein Sprachmodell durchsucht viele Dokumente nach den Stellen, die zur Frage passen, und setzt daraus eine Antwort zusammen. In unserem Leitfaden [Wie schreibe ich einen Artikel, den KI zitiert?](https://flize.io/wissen/artikel-den-ki-zitiert/) beschreiben wir das genauer: Der Quellenlink verweist auf die ganze Seite, verarbeitet wird aber nach unserer Beobachtung die einzelne Passage.

Zehn neue Artikel, die eine Frage jeweils nur halb beantworten, bringen dir also weniger als ein Artikel, der sie abschließt. Schlimmer noch: Behandeln mehrere deiner Seiten dieselbe Frage halb, konkurrieren sie gegeneinander. Wer die Produktion skaliert, ohne das zu planen, erzeugt genau diese Überschneidungen.

### Wo zieht Google die Grenze?

Google definiert [Scaled Content Abuse](https://developers.google.com/search/docs/essentials/spam-policies#scaled-content) als das Erzeugen vieler Seiten, deren Hauptzweck die Manipulation von Rankings ist und nicht der Nutzen für Menschen. Gemeint sind große Mengen unoriginaler Inhalte mit wenig oder keinem Mehrwert, „no matter how it's created“. Als Beispiel nennt Google ausdrücklich, mit generativer KI viele Seiten zu erzeugen, ohne dem Publikum etwas hinzuzufügen.

Googles [Hinweise zu KI-generierten Inhalten](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content) ziehen daraus drei praktische Konsequenzen:

- **Genauigkeit, Qualität und Relevanz** sollen im Mittelpunkt stehen, vor allem bei automatisch erzeugten Inhalten.
- Das gilt **auch für Metadaten**: Title, Meta-Description, strukturierte Daten und Alt-Texte von Bildern.
- Es kann Leser*innen helfen, **Kontext zur Entstehung** zu bekommen, etwa wie Automatisierung eingesetzt wurde.

Die Grenze verläuft also nicht zwischen Mensch und Maschine. Sie verläuft zwischen Seiten mit Mehrwert und Seiten ohne ihn.

### Woran erkennst du Qualität, die KI-Systeme zitieren?

Sechs Kriterien lassen sich an jedem Artikel prüfen, egal ob ein Mensch oder eine KI ihn geschrieben hat.

| Kriterium | Was es bedeutet | Beispiel |
|---|---|---|
| Antwort zuerst | Die Kernaussage steht in den ersten zwei bis vier Sätzen | „llms.txt ist …“ statt „In den letzten Jahren hat sich viel verändert“ |
| Absatz steht allein | Keine Rückbezüge, die den Absatz davor voraussetzen | „Das Content-Audit prüft …“ statt „Wie oben erwähnt, prüft es …“ |
| Beleg im Satz | Urheber und Zeitraum stehen direkt neben der Zahl | „Laut Cloudflare Radar lag der Wert im zweiten Quartal 2026 bei …“ statt „Der Anteil sinkt deutlich“ |
| Überprüfbare Aussage | Jeder Satz ließe sich grundsätzlich widerlegen | Eine konkrete Zahl statt „die smarteste Lösung am Markt“ |
| Text statt Bild | Zahlen und Tabellen stehen als HTML-Text auf der Seite | Eine Preistabelle als Tabelle, nicht als Grafik |
| Eine Seite pro Frage | Eine Seite beantwortet die Frage vollständig | Ein Leitfaden statt drei Blogposts, die dasselbe streifen |

Menschen profitieren genauso davon. Auf unserer Seite [Was für Menschen gut ist, versteht auch die Maschine](https://flize.io/mensch-und-maschine/) erklären wir, warum: Menschen scannen Überschriften, Maschinen zerlegen die Seite in Abschnitte und bewerten jeden einzeln. Tricks, die nur für Maschinen gedacht sind, helfen keinem von beiden.

### In welcher Reihenfolge baust du eine qualitätsorientierte Strategie auf?

Setz vor dem Schreiben an, nicht erst danach. Diese Reihenfolge hat sich bewährt:

1. **Echte Fragen erheben.** Sammle die Fragen, die deine Zielgruppe in Suchmaschinen, Foren und sozialen Netzwerken tatsächlich stellt. Vermutete Keywords reichen dafür nicht.
2. **Abdeckung prüfen.** Gleiche jede Frage mit deiner Website ab: beantwortet, teilweise beantwortet oder offen. Achte darauf, wo mehrere Seiten um dieselbe Frage konkurrieren.
3. **Den Bestand verbessern.** Für bestehende Artikel reichen meist drei Eingriffe: einen Antwort-Block voranstellen, die Überschriften als Fragen formulieren und jede Zahl mit Quelle und Datum versehen. Wir rechnen dafür mit etwa einer Stunde pro Artikel.
4. **Nur die Lücken neu schreiben.** Hier kann KI am meisten Zeit sparen, weil Frage und Winkel schon feststehen.
5. **Vor der Veröffentlichung prüfen.** Ungeprüfte KI-Texte bringen zwei Risiken mit: falsche Zahlen oder erfundene Quellen, und Menge ohne redaktionelle Durchsicht. Fakten, Belege und eine fachliche Prüfung gehören deshalb vor den Klick auf „Veröffentlichen“.
6. **Aktuell halten.** Zeig das Datum der letzten Aktualisierung sichtbar an, im Text und in den strukturierten Daten.

Der häufigste Fehler in der Praxis ist, mit Schritt 4 anzufangen. Dann entsteht Menge, bevor klar ist, welche Fragen offen sind.

### Wie unterstützt flize diese Schritte?

flize bildet die Schritte von der Frage bis zur Prüfung ab. Das [Scouting](https://flize.io/features/scouting/) sammelt jede Woche Fragen aus acht Quellen, darunter Google- und Brave-Suchanfragen, Reddit, gutefrage und die Fachmedien deiner Branche. Der [Antwort-Check](https://flize.io/features/antwort-check/) gleicht jede Frage mit deinen Seiten ab und nennt die Fundstelle bis auf den Abschnitt. Er bewertet die Abdeckung, nicht die Qualität.

Die Qualität misst das [Content-Audit](https://flize.io/features/content-audit/). Es vergibt für bestehende redaktionelle Artikel einen Artikel-Score von 0 bis 100: Struktur zählt zu 50 Prozent, Substanz zu 30 und Signale zu 20. Jeder Befund kommt als Vorher-nachher-Text. In der [Content-Produktion](https://flize.io/features/content-produktion/) markiert flize jede Aussage, die keine Quelle bestätigt, und prüft, ob der Text die Ausgangsfrage wirklich beantwortet. Der Entwurf bleibt ein Entwurf: Was veröffentlicht wird, entscheidest du.

### FAQ

**Bestraft Google Texte, die mit KI geschrieben wurden?**

Nein, nicht wegen des Werkzeugs. Die Spam-Richtlinie richtet sich gegen viele Seiten ohne Mehrwert und gilt für maschinell wie manuell erstellte Inhalte gleichermaßen. Ein geprüfter, belegter KI-Text ist kein Verstoß. Tausend automatisch erzeugte Seiten ohne eigenen Nutzen können einer sein.

**Wie viele Artikel sollte ich pro Monat veröffentlichen?**

Eine feste Zahl gibt es nicht. Die Frequenz richtet sich danach, wie viele offene Fragen deine Zielgruppe hat und wie viele davon du gründlich beantworten und prüfen kannst. Veröffentliche nur, was deine Prüfung durchlaufen hat.

**Wie lang muss ein Artikel sein, um zitiert zu werden?**

Eine Mindestlänge gibt es nicht. Nach unserer Erfahrung wird ein kurzer Artikel, der eine Frage vollständig beantwortet, eher zitiert als ein langer, der drei Fragen halb behandelt. Wird ein Thema zu groß, teile es in zwei Artikel mit je einer Frage.

**Wo fange ich an, wenn ich wenig Zeit habe?**

Beginn mit deinen wichtigsten bestehenden Artikeln. Setz eine direkte Antwort an den Anfang und ergänze bei jeder Zahl Quelle und Datum. Das verbessert die Seiten, die schon Besucher*innen haben, und liefert dir gleichzeitig den Maßstab für alles, was du neu schreibst.

Quellen: [HORIZONT: Scaling Intelligence beginnt mit Scaling Quality](https://www.horizont.net/marketing/kommentare/dmexco-2026-scaling-intelligence-beginnt-mit-scaling-quality-235877) · [Google Search Central: Spam-Richtlinien](https://developers.google.com/search/docs/essentials/spam-policies#scaled-content) · [Google Search Central: KI-generierte Inhalte](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content)

---

## Wie erkenne ich in Google Analytics, welche Besucher*innen von ChatGPT oder Perplexity kommen?

URL: https://flize.io/wissen/ki-traffic-google-analytics/
Veröffentlicht: 2026-09-26

**Kurz gesagt:** In Google Analytics 4 findest du diese Besuche im Bericht „Zugriffsquellen“ unter dem Channel **AI Assistant**. Seit dem 13. Mai 2026 setzt Google automatisch das Medium `ai-assistant` und den Kampagnennamen `(ai-assistant)`, wenn der Referrer zu einem erkannten KI-Assistenten gehört. ChatGPT hängt zusätzlich `utm_source=chatgpt.com` an die Links in seinen Antworten. Klicks aus Google AI Overviews und dem AI Mode landen dagegen nicht in diesem Channel, sondern in Organic Search.

**TL;DR**

- Der Channel „AI Assistant“ ist Teil der Standard-Channelgruppe und muss nicht eingerichtet werden ([Google Analytics, Neuerungen](https://support.google.com/analytics/answer/9164320)).
- Google nennt als Beispiele ChatGPT, Gemini, Deepseek, Copilot und Grok. Perplexity steht nicht in dieser Aufzählung: Prüfe die Sitzungsquelle selbst.
- Eine eigene Channelgruppe mit Regex fängt zusätzlich ab, was der Standard nicht erkennt, und wirkt rückwirkend.
- ChatGPT-Links tragen `utm_source=chatgpt.com`, bestätigt von OpenAI.
- Deine Zahlen sind eine Untergrenze, nicht die Wahrheit: fehlende Referrer, Einwilligung, Adblocker.
- Analytics zeigt Klicks, nicht Erwähnungen. Wer dich nennt, ohne dass jemand klickt, bleibt unsichtbar.

### Der schnellste Weg: der Channel „AI Assistant“

Vier Schritte, keine Konfiguration:

1. Öffne in GA4 **Akquisition → Zugriffsquellen**.
2. Setze als primäre Dimension die **Standard-Channelgruppe der Sitzung**.
3. Suche die Zeile **AI Assistant**. Sie enthält die Besuche, bei denen der Referrer zu einem erkannten Assistenten gehört.
4. Schalte als sekundäre Dimension die **Sitzungsquelle** dazu. Erst dort siehst du, ob hinter der Zeile `chatgpt.com`, `perplexity.ai` oder etwas anderes steckt.

Schritt 4 ist der wichtige. Die Beschreibung des Channels in Googles [Dokumentation zur Standard-Channelgruppe](https://support.google.com/analytics/answer/9756891) nennt ChatGPT, Gemini, Deepseek, Copilot und Grok als Beispiele, die vollständige Liste der erkannten Assistenten veröffentlicht Google nicht. Perplexity taucht in dieser Aufzählung nicht auf, wohl aber in der neuen Dimension **Quellgruppe**, die Google seit dem 11. Juni 2026 ausliefert und die ChatGPT (OpenAI) und Perplexity als eigene Gruppen führt. Verlass dich also nicht darauf, dass beide Assistenten im selben Channel landen. Sieh nach.

### Woran du die einzelne Quelle erkennst

| Herkunft | Das siehst du in GA4 | Praxishinweis |
|---|---|---|
| ChatGPT (Web) | Sitzungsquelle `chatgpt.com`, Medium `ai-assistant`, Kampagne `(ai-assistant)` | Der Parameter `utm_source=chatgpt.com` steht zusätzlich in der Landingpage-URL |
| Perplexity | Sitzungsquelle enthält `perplexity` | In Googles Regex-Beispiel für KI-Assistenten enthalten, in der Channel-Beschreibung nicht genannt: mit eigener Channelgruppe absichern |
| Google AI Overviews, AI Mode | `google / organic`, Channel Organic Search | Laut Google ausdrücklich nicht im Channel AI Assistant, eine Trennung von der klassischen Suche ist hier nicht vorgesehen |
| KI-App ohne Referrer | `(direct) / (none)` | Taucht nur auf, wenn ein UTM-Parameter überlebt, sonst nicht zuzuordnen |

Dass ChatGPT den UTM-Parameter selbst setzt, schreibt OpenAI in seiner [FAQ für Publisher und Entwickler](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq): Wer OAI-SearchBot Zugriff gibt, kann den Referral-Traffic aus ChatGPT damit in Analytics-Plattformen nachverfolgen.

### Eigene Channelgruppe: wenn du es genauer brauchst

Für Agenturen und alle, die den Verlauf sauber über Monate vergleichen wollen, ist eine eigene Channelgruppe der stabilere Weg. Google beschreibt den Fall in der [Hilfe zu benutzerdefinierten Channelgruppen](https://support.google.com/analytics/answer/13051316) selbst als Beispiel „AI assistants“:

1. **Admin → Datenanzeige → Channelgruppen** öffnen, neue Gruppe als Kopie der Standardgruppe anlegen. Du brauchst mindestens die Rolle „Bearbeiter“ auf Property-Ebene.
2. Einen Channel anlegen, zum Beispiel „KI-Assistenten“, Bedingung **stimmt mit Regex überein**.
3. Diesen Ausdruck einsetzen, er stammt aus Googles Beispiel: `^.*ai|.*\.openai.*|.*chatgpt.*|.*gemini.*|.*gpt.*|.*copilot.*|.*perplexity.*|.*google.*bard.*|.*bard.*google.*|.*bard.*|.*.*gemini.*google.*$`
4. Die Reihenfolge ändern, sodass der neue Channel **über „Referral“** steht. Ein Zugriff landet im ersten Channel, dessen Definition er trifft.
5. Gruppe speichern und in „Nutzergewinnung“ oder „Zugriffsquellen“ als primäre oder sekundäre Dimension auswählen.

Drei Dinge, die später Ärger sparen: Benutzerdefinierte Channelgruppen wirken **rückwirkend**, du siehst deine Historie also sofort. Pro Property sind in Standard-Properties **2 Gruppen** zusätzlich zur vordefinierten erlaubt, mit je **50 Channels**. Und im BigQuery-Export stehen sie nicht zur Verfügung. Wer dort auswertet, filtert weiter über Quelle und Medium.

Der Regex ist weit gefasst. `^.*ai` trifft jede Quelle, die mit „ai“ beginnt, und `.*gpt.*` trifft auch Domains, die mit einem Assistenten nichts zu tun haben. Sieh dir nach zwei Wochen die Sitzungsquellen in deinem neuen Channel an und kürze den Ausdruck auf die Domains, die bei dir wirklich vorkommen. Google weist selbst darauf hin, dass du den Ausdruck pflegen musst, wenn neue Assistenten dazukommen.

### Warum deine Zahlen zu niedrig sind

Jede dieser Zahlen ist eine Untergrenze. Google listet in der Hilfe zu [„(direct) / (none)“](https://support.google.com/analytics/answer/15258820) die Gründe: fehlende UTM-Parameter, Weiterleitungen und Kurz-URLs, die Parameter unterwegs abschneiden, dazu Adblocker, die das Tracking stören.

Dazu kommt in Deutschland die Einwilligung. Nach [§ 25 Abs. 1 TDDDG](https://www.gesetze-im-internet.de/ttdsg/__25.html) ist das Speichern von Informationen auf dem Endgerät und der Zugriff darauf nur zulässig, wenn die Endnutzerin oder der Endnutzer auf Grundlage klarer und umfassender Informationen eingewilligt hat. Analytics-Cookies fallen in der Regel darunter, solange keine Ausnahme nach § 25 Abs. 2 TDDDG greift. Wer ohne Einwilligung speichert oder zugreift, handelt nach [§ 28 Abs. 1 Nr. 13 TDDDG](https://www.gesetze-im-internet.de/ttdsg/__28.html) ordnungswidrig, der Bußgeldrahmen liegt bei bis zu 300.000 Euro. Praktisch heißt das für dich: Dein AI-Assistant-Channel zeigt nur die Sitzungen mit Einwilligung. Lies ihn als Trend, nicht als Besucherzählung.

### Was Google Analytics nicht zeigt

Der blinde Fleck ist größer als die Messlücke. Analytics zählt Klicks. Ob ChatGPT deine Marke in einer Antwort nennt, ohne dass jemand auf den Link tippt, steht dort nicht, und nach unserer Erfahrung passiert das bei KI-Antworten häufig. Referral-Traffic belegt den Geschäftswert deiner Sichtbarkeit, er misst sie nicht.

Für die Erwähnungen brauchst du die zweite Messung: dieselben echten Fragen deiner Zielgruppe regelmäßig über mehrere Antwort-Engines stellen und festhalten, ob du erwähnt, zitiert oder gar nicht vorhanden bist. Wie du diese [Sichtbarkeit in KI-Antworten misst](https://flize.io/wissen/ki-sichtbarkeit-messen/), haben wir in einem eigenen Artikel beschrieben. Genau diesen Kreislauf aus Scouting, [Antwort-Check](https://flize.io/features/antwort-check/), Content-Produktion und Attribution bündelt flize an einem Ort.

### FAQ

**Warum sehe ich ChatGPT-Traffic manchmal unter „Direct“?**

Weil der Referrer fehlt und kein Parameter überlebt hat. Das passiert bei Klicks aus Apps, bei Weiterleitungen und bei Kurz-URLs. Prüfe zuerst, ob deine Weiterleitungen Query-Parameter mitnehmen: Das ist die häufigste selbst verursachte Lücke.

**Kann ich sehen, welche Frage jemand in ChatGPT gestellt hat?**

Nein. Googles [Übersicht der Traffic-Source-Dimensionen](https://support.google.com/analytics/answer/15612152) führt Quelle, Medium, Kampagne, Kampagnen-ID, Quellplattform und Standard-Channelgruppe auf, eine Dimension für den Prompt ist nicht dabei. Du siehst die Quelle und die Landingpage. Die Landingpage ist der beste Näherungswert: Sie sagt dir, welche deiner Antworten zitiert wurde.

**Zählen Klicks aus Google AI Overviews mit?**

Nein. Google ordnet AI Overviews und den AI Mode ausdrücklich Organic Search zu und nimmt sie vom Channel AI Assistant aus. In GA4 sind sie damit nicht von der klassischen Google-Suche zu trennen.

**Brauche ich dafür ein zusätzliches Tool?**

Für die Klicks nicht, GA4 reicht. Für die Frage, in welchen Antworten du überhaupt vorkommst, reicht es nicht, weil viele Erwähnungen ohne Klick enden.

Quellen: [Google Analytics: Neuerungen](https://support.google.com/analytics/answer/9164320) · [Google Analytics: Standard-Channelgruppe](https://support.google.com/analytics/answer/9756891) · [Google Analytics: Benutzerdefinierte Channelgruppen](https://support.google.com/analytics/answer/13051316) · [Google Analytics: (direct) / (none)](https://support.google.com/analytics/answer/15258820) · [Google Analytics: Traffic-Source-Dimensionen](https://support.google.com/analytics/answer/15612152) · [OpenAI: Publishers and Developers FAQ](https://help.openai.com/en/articles/12627856-publishers-and-developers-faq) · [§ 25 TDDDG](https://www.gesetze-im-internet.de/ttdsg/__25.html) · [§ 28 TDDDG](https://www.gesetze-im-internet.de/ttdsg/__28.html)

---

## Was ist Meta Muse und was bedeutet es für die Sichtbarkeit von Marken in KI-Antworten?

URL: https://flize.io/wissen/meta-muse-sichtbarkeit/
Veröffentlicht: 2026-09-26

**Kurz gesagt:** Hinter „Meta Muse“ stecken zwei Dinge. Das erste ist Metas neue Modellfamilie: Ihr erstes Modell, Muse Spark, treibt seit dem 8. April 2026 den Assistenten Meta AI an. Das zweite ist Muse, ein persönlicher KI-Agent, den Meta am 8. September 2026 vorgestellt hat und der vorerst nur in den USA startet. Für Marken zählt vor allem, woraus Meta seine Antworten zusammensetzt: aus dem offenen Web, das der Crawler `meta-webindexer` einsammelt, und aus öffentlichen Inhalten auf Instagram, Facebook und Threads. Wer `meta-webindexer` aussperrt, gibt die Chance auf Zitate mit Link in Meta-AI-Antworten aus der Hand.

**TL;DR**

- Muse Spark ist Metas Sprachmodell seit April 2026, Muse ist der handelnde Agent seit September 2026.
- Den Agenten Muse rollt Meta in den USA aus. Einen Termin für Deutschland nennt Meta nicht.
- Meta AI selbst gibt es seit März 2025 auch in der EU, in WhatsApp, Instagram, Facebook und Messenger.
- Für Zitate aus dem Web muss `meta-webindexer` deine Seiten lesen dürfen.
- Meta will Posts, Reels und Creator-Inhalte stärker in die Antworten einbauen. Damit wird dein Auftritt auf Metas Plattformen selbst zur Quelle.

### Was genau ist Meta Muse?

Muse ist der Name einer Modellreihe von Meta Superintelligence Labs. Muse Spark ist [laut Metas Ankündigung](https://about.fb.com/news/2026/04/introducing-muse-spark-meta-superintelligence-labs/) das erste Modell dieser Reihe und gezielt für Metas eigene Produkte gebaut. Am 9. Juli 2026 folgte [Muse Spark 1.1](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/): ein multimodales Modell für agentische Aufgaben, also für Aufgaben, bei denen die KI selbst Werkzeuge bedient und mehrere Schritte plant. Es hat ein Kontextfenster von einer Million Token. Den Agenten Muse hat Meta am [8. September 2026 vorgestellt](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/). Er läuft auf einer eigenen virtuellen Maschine mit Browser und nutzt Muse Spark.

| Produkt | Was es ist | Beispiel von Meta | Stand in Deutschland |
|---|---|---|---|
| Muse Spark | Sprachmodell, erstes der Muse-Reihe, seit 8. April 2026 | Foto eines Snackregals am Flughafen, Meta AI sortiert die Snacks nach Proteingehalt | Meta nennt keinen Länderstand für das Modell |
| Meta AI | Assistent in Metas Apps und auf meta.ai, betrieben mit Muse Spark | „show me Vancouver Island content“ liefert Reels und Posts zum Thema | seit März 2025 [in 41 europäischen Ländern, darunter die EU](https://about.fb.com/news/2025/03/europe-meet-your-newest-assistant-meta-ai/) |
| Muse (Agent) | persönlicher Agent, der Aufgaben selbst erledigt, seit 8. September 2026 | macht aus einem gespeicherten Rezept-Reel auf Instagram eine Einkaufsliste | nicht verfügbar, Rollout in den USA |

### Wie kommen Marken in Metas KI-Antworten vor?

Meta eröffnet drei Wege. Sie wirken unterschiedlich schnell, und nicht alle sind in Deutschland schon offen.

**1. Über deine Website.** In seiner [Crawler-Dokumentation](https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/) beschreibt Meta den `meta-webindexer` als den Crawler, der die Suchergebnisse von Meta AI verbessert. Wer ihn in der robots.txt zulässt, hilft Meta nach eigener Aussage dabei, die Inhalte in Antworten von Meta AI zu zitieren und zu verlinken. Daneben gibt es zwei weitere Kennungen. `meta-externalagent` crawlt für das Training von KI-Modellen und für die direkte Indexierung. `meta-externalfetcher` ruft einzelne Links auf Anfrage von Nutzer*innen ab. Meta nennt dafür ausdrücklich auch die Aufgabe, der KI beim Navigieren auf Websites zu helfen, wenn sie etwas für jemanden erledigt. Genau diese Kennung kann die robots.txt umgehen.

**2. Über Metas eigene Plattformen.** Laut Meta greift der Shopping-Modus auf Stil-Inspiration und Markengeschichten zurück, die ohnehin in den Apps laufen. Außerdem kann man eine Marke oder einen Creator mit @ ansprechen und so deren öffentliche Inhalte durchsuchen. Meta kündigt an, dass Reels, Fotos und Posts direkt in die Antworten eingebaut werden, und zwar [mit Nennung der Urheber*innen](https://about.fb.com/news/2026/04/introducing-muse-spark-meta-superintelligence-labs/).

**3. Über Connectors des Agenten.** Connectors sind feste Anbindungen an Dienste und Shops. Muse ist laut Meta mit Dutzenden Partnern und Zugriff auf den gesamten Shopify-Katalog gestartet. Auf der Connect 2026 [kamen Händler wie Walmart, Best Buy, Sephora und Wayfair hinzu](https://about.fb.com/news/2026/09/the-biggest-news-from-connect-2026/). Hat ein Shop keinen Connector, kann der Agent trotzdem einen Browser öffnen und Formulare ausfüllen. Vor einem Kauf fragt er aber nach einer Freigabe.

### Was heißt das für Marken in Deutschland?

Der Agent ist hier noch kein Thema, die ersten beiden Wege dagegen schon. Meta AI läuft in den Apps, die deine Zielgruppe täglich öffnet, und kann laut Meta [auch auf Informationen aus dem Web zugreifen](https://about.fb.com/news/2025/03/europe-meet-your-newest-assistant-meta-ai/). Ob die deutsche Version schon auf Muse Spark läuft, hat Meta nicht veröffentlicht. Bei der Einführung hieß es nur, die neuen Funktionen starteten in den USA und kämen „in den kommenden Wochen“ in weitere Länder.

Daraus folgt eine nüchterne Rechnung. Was Meta AI über deine Marke weiß, bildet sich heute aus deiner Website und deinen öffentlichen Meta-Profilen. Sollte der Agent später nach Deutschland kommen, gelten dieselben Regeln: Für Abrufe, bei denen die KI Websites für Nutzer*innen navigiert, nennt Meta schon heute die Kennung `meta-externalfetcher`. Wer den Zugang jetzt klärt, muss dann nicht nacharbeiten.

### Was du jetzt tun solltest

1. **robots.txt prüfen.** Steht `meta-webindexer` dort gesperrt oder fällt er unter eine pauschale Sperre für KI-Bots, gib ihn frei: `User-agent: meta-webindexer Allow: /` Ein Bot liest nur die Gruppe, die auf seinen Namen passt. Sobald du ihn namentlich nennst, ignoriert er `User-agent: *` komplett. Wie du Suche, Training und Nutzerabrufe sauber trennst, zeigt unser Beitrag [Welche KI-Crawler soll ich zulassen?](https://flize.io/wissen/welche-ki-crawler-zulassen/#robotstxt) Laut Meta kann es bis zu 24 Stunden dauern, bis eine Änderung greift, weil die Crawler die Datei zwischenspeichern.
2. **Firewall und CDN ansehen.** Eine robots.txt, die alles erlaubt, nützt nichts, wenn das CDN die Bots vorher abweist. Welche Ebenen dabei zusammenspielen, steht [im selben Beitrag](https://flize.io/wissen/welche-ki-crawler-zulassen/#ebenen).
3. **Server-Log filtern.** Such eine Woche nach der Änderung nach `meta-webindexer` und `meta-externalfetcher`. Taucht der Name gar nicht auf, liegt das Problem beim Zugang und nicht beim Inhalt.
4. **Öffentliche Profile pflegen.** Meta will Posts und Reels in die Antworten einbauen und Marken per @ durchsuchbar machen. Deine Profile auf Instagram, Facebook und Threads sollten deshalb öffentlich sein, und Produkte, Preise und Standorte sollten dort als Text stehen, nicht nur im Bild.
5. **Meta AI in deine Messung aufnehmen.** Stell deine feste Liste echter Fragen auch Meta AI und notiere jedes Mal: erwähnt, zitiert oder gar nicht vorhanden. Wie du so eine Liste aufbaust und welche Kennzahlen zählen, beschreiben wir in [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/#kennzahlen)
6. **Lücken schließen.** Findet die KI auf deiner Seite keine Antwort auf die gestellte Frage, hilft dir auch der offenste Zugang nicht. Unser [Antwort-Check](https://flize.io/features/antwort-check/) gleicht jede gefundene Frage mit deiner Website ab und zeigt, auf welcher Seite und in welchem Abschnitt sie beantwortet wird oder was fehlt.

Bleibt die Nennung trotz offenem Zugang aus, gehst du die vier Stufen in [Warum werde ich in KI-Antworten nicht zitiert?](https://flize.io/wissen/warum-werde-ich-nicht-zitiert/) der Reihe nach durch.

### FAQ

**Kann ich Meta Muse in Deutschland nutzen?**

Den Agenten Muse nicht. Meta rollt ihn in den USA auf iOS, Android und muse.ai aus und hat für Europa kein Datum genannt. Meta AI kannst du dagegen in WhatsApp, Instagram, Facebook und Messenger nutzen.

**Muss ich meta-externalagent zulassen, um sichtbar zu sein?**

Für Zitate mit Link ist `meta-webindexer` zuständig. `meta-externalagent` dient laut Meta dem Training von KI-Modellen und der Verbesserung von Produkten durch direkte Indexierung. Welche Produkte das genau sind, sagt Meta nicht. Wir empfehlen, darüber getrennt zu entscheiden, je nachdem, wie du zum Training mit deinen Inhalten stehst.

**Werden Instagram-Posts meiner Marke in Meta AI zitiert?**

Meta hat das angekündigt. Muse Spark soll nach und nach Funktionen möglich machen, die Empfehlungen und geteilte Inhalte von Instagram, Facebook und Threads zitieren. Ein fester Zeitplan für Deutschland fehlt.

**Liest der Muse-Agent meine Website?**

Über welche Kennung Muse zugreift, sagt Meta nicht ausdrücklich. Die Crawler-Dokumentation ordnet Abrufe, bei denen die KI Websites navigiert, um Aufgaben für Nutzer*innen zu erledigen, aber `meta-externalfetcher` zu. Weil dahinter eine konkrete Anfrage steht, kann diese Kennung die robots.txt umgehen. Sperren kannst du sie nur über die Firewall. Überleg dir das gut, denn hinter jedem dieser Abrufe steht eine Person, die gerade etwas bei dir erledigen will.

Quellen: [Meta: Introducing Muse Spark (8. April 2026)](https://about.fb.com/news/2026/04/introducing-muse-spark-meta-superintelligence-labs/) · [Meta AI: Muse Spark 1.1 (9. Juli 2026)](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/) · [Meta: Introducing Muse (8. September 2026)](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/) · [Meta: Connect 2026](https://about.fb.com/news/2026/09/the-biggest-news-from-connect-2026/) · [Meta: Meta AI in Europa (März 2025)](https://about.fb.com/news/2025/03/europe-meet-your-newest-assistant-meta-ai/) · [Meta: Web-Crawler](https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/)

---

## Wie stark hat KI-Suche die klassische Suche bei der Kundengewinnung schon verdrängt?

URL: https://flize.io/wissen/ki-suche-kundengewinnung/
Veröffentlicht: 2026-09-22

Verdrängt hat sie die klassische Suche noch nicht, jedenfalls nicht in Besucherzahlen. Was sich verschoben hat, ist die Erwartung: In einer YouGov-Befragung unter 509 Unternehmensentscheidern in Deutschland rechnen [55 Prozent damit, dass die Suche über KI-Tools in drei Jahren wichtiger für ihre Kundengewinnung sein wird als die klassische Google-Suche](https://www.presseportal.de/pm/131135/6353607), 54 Prozent sehen die Veränderung bereits heute. Gemessen am Traffic ist der Anteil dagegen noch winzig. Interessant wird es erst, wenn man nicht Besucher zählt, sondern Anfragen.

**Kurz gesagt:** In Besucherzahlen hat KI-Suche die klassische Suche nicht verdrängt: Aus KI-Antworten kommt rund ein halbes Prozent der Besucher, aus der Google-Suche rund 22 Prozent. Aus diesen wenigen Besuchern entsteht aber mehr als sechsmal so oft eine Anfrage. Verschoben hat sich vor allem die Erwartung, und die Verschiebung misst du nur, wenn du Anfragen nach Quelle auswertest statt Sitzungen.

**TL;DR**

- Die Umfrage misst Erwartung, nicht Verdrängung: 55 Prozent sehen den Wechsel in drei Jahren, 28 Prozent widersprechen.
- Im Traffic liegt KI heute bei rund einem halben Prozent der Besucher, in B2B-Kundenprojekten einer Agentur gemessen.
- Aus diesen Besuchern entstehen überproportional viele Anfragen, mehr als sechsmal so oft wie aus der Google-Suche.
- Große Unternehmen rechnen fester mit dem Wandel als kleine, am skeptischsten sind die Inhaber.
- Auf Nutzerseite ist die Verschiebung weiter: Die Hälfte der Internetnutzenden in Deutschland greift zumindest manchmal zum KI-Chat statt zur Suchmaschine.

### Was die Umfrage misst und was nicht

Die Zahlen stammen aus Online-Interviews mit 509 Unternehmensentscheidern zwischen dem 16. und 24. Juli 2026, quotiert erhoben und gewichtet, durchgeführt von YouGov im Auftrag der Münchner Online-Marketing-Agentur Seokratie. Abgefragt wurde eine Einschätzung, kein Umsatz und kein Kanalanteil. Wer aus „55 Prozent“ liest, dass KI-Suche heute die Hälfte der Neukunden bringt, liest die Studie falsch.

Belastbar ist trotzdem etwas anderes daran: Die Befragten beschreiben ihr eigenes Verhalten. 55 Prozent recherchieren beruflich mindestens mehrmals pro Woche per KI-Tool nach Produkten oder Dienstleistern, 23 Prozent täglich oder fast täglich, nur 14 Prozent nie. Im B2B sitzt auf der anderen Seite des Kaufprozesses also jemand, der selbst längst fragt statt sucht.

### Wo die Verschiebung heute messbar ist

Die aussagekräftigsten Zahlen der Veröffentlichung sind nicht die Umfragewerte, sondern die Traffic-Daten aus den B2B-Kundenprojekten von Seokratie. Sie sind nicht repräsentativ, sie zeigen aber ein Muster, das sich auf der eigenen Website nachprüfen lässt.

| Kanal | Anteil der Website-Besucher | Davon stellt eine Anfrage |
|---|---|---|
| Klassische Google-Suche | rund 22 Prozent | rund 1,5 Prozent |
| KI-Antworten (ChatGPT & Co.) | rund 0,5 Prozent | rund 10 Prozent, also jeder zehnte |

Durchschnittswerte aus B2B-Kundenprojekten, [veröffentlicht am 17. September 2026](https://www.presseportal.de/pm/131135/6353607). Anfrage heißt: Formular, E-Mail oder Anruf. Ein Besuch aus einer KI-Antwort ist damit mehr als sechsmal so viel wert wie ein Besuch aus der Google-Suche.

Das erklärt, warum zwei Menschen dieselbe Lage völlig verschieden beurteilen. Wer nur den Besucheranteil betrachtet, winkt ab. Wer die Anfragen nach Quelle aufschlüsselt, sieht einen der effizientesten Kanäle im Haus.

Auf der Nachfrageseite ist die Verschiebung weiter fortgeschritten als im Traffic. Laut einer [telefonischen Bitkom-Befragung von 1.156 Personen ab 16 Jahren](https://www.bitkom.org/Presse/Presseinformation/Internet-Suche-Wandel-Haelfte-nutzt-KI-Chats) (Berlin, November 2025) nutzt die Hälfte der Internetnutzenden zumindest manchmal den KI-Chat statt der klassischen Suche, 7 Prozent überwiegend, 5 Prozent ausschließlich. Bei den 16- bis 29-Jährigen setzen nur noch 30 Prozent ausschließlich auf Suchmaschinen. Die Recherche wandert also schneller als der Klick, weil viele KI-Antworten gar keinen Klick mehr erzeugen.

### Warum Großunternehmen fester damit rechnen als KMU

Die Erwartung hängt stark an der Unternehmensgröße. In Unternehmen mit mehr als 250 Beschäftigten gehen 64 Prozent davon aus, dass KI-Suche in drei Jahren wichtiger sein wird als Google, in Unternehmen mit weniger als 50 Beschäftigten 43 Prozent. Am skeptischsten sind Eigentümer, Inhaber und Partner: Nur 36 Prozent stimmen zu, 41 Prozent widersprechen, während unter angestellten Führungskräften rund 60 Prozent zustimmen. Und 27 Prozent der Inhaber recherchieren nie per KI-Tool, doppelt so viele wie im Schnitt.

Dazu passt eine frühere Auswertung derselben Befragung, veröffentlicht am 29. Juli 2026: [58 Prozent erwarten, dass Unternehmen ohne Präsenz in KI-Antworten Kunden verlieren](https://www.presseportal.de/pm/131135/6323187), aber nur 20 Prozent wissen, was Generative Engine Optimization bedeutet, also die gezielte Arbeit daran, in KI-Antworten zitiert zu werden. Unter den kleinen Unternehmen halten sich 33 Prozent für gut vorbereitet, unter den großen 52 Prozent.

Für kleine Anbieter ist das eher Chance als Bedrohung. In einer Trefferliste gibt es Platz zwei bis zehn, in einer KI-Antwort gibt es, wie Seokratie-Gründer Julian Dziki es formuliert, oft keinen Platz zwei. Wer eine Frage sauber beantwortet, steht dort neben deutlich größeren Marken. Was eine Seite dafür mitbringen muss, haben wir in [GEO erklärt](https://flize.io/wissen/was-ist-geo/) zusammengefasst.

### Was du in den nächsten vier Wochen tun kannst

1. **KI-Traffic getrennt ausweisen.** Lege in deiner Web-Analyse ein Segment für Herkünfte wie chatgpt.com, perplexity.ai oder copilot.microsoft.com an. Wie du das mit der direkten Messung von Erwähnungen kombinierst, steht bei uns unter [Referral-Traffic aus KI-Quellen](https://flize.io/wissen/ki-sichtbarkeit-messen/#referral).
2. **Anfragen statt Besucher bewerten.** Rechne pro Kanal die Anfragequote, nicht den Sitzungsanteil. Erst diese Zahl zeigt, ob ein kleiner Traffic-Anteil Rauschen ist oder dein bester Kanal.
3. **Die zwanzig echten Fragen sammeln.** Nicht Keywords, sondern ganze Fragen, wie Kundinnen und Kunden sie tippen: „Was kostet eine Individualsoftware für ein 50-Personen-Unternehmen?“ Quellen sind Vertriebsmails, Support-Tickets, Foren. Genau diese Fragen sammelt unser [Scouting](https://flize.io/features/scouting/) aus acht Quellen, darunter Google- und Brave-Suchanfragen, Reddit, gutefrage, LinkedIn, X und YouTube. Im Free-Plan ist eine einmalige Fragen-Recherche enthalten, das wöchentlich laufende Scouting gehört zu den bezahlten Plänen.
4. **Die Lücken schließen.** Prüfe für jede Frage, ob deine Website sie vollständig beantwortet, und schreibe die fehlende Antwort als eigenen Abschnitt: direkte Antwort zuerst, danach Einsatzgebiete, technische Daten, gegebenenfalls Preise. Unser [Antwort-Check](https://flize.io/features/antwort-check/) macht das automatisch und nennt die Fundstelle bis auf den Abschnitt, bei Teilantworten steht dabei, was fehlt.

Wer das erst einmal ausprobieren will: Der [Free-Plan](https://flize.io/pricing/) kostet 0 €, umfasst 1 Projekt, 50 URLs über alle Projekte, 1 kostenlosen Artikel und eine einmalige Fragen-Recherche, ohne Kreditkarte.

### FAQ

**Ist klassisches SEO damit erledigt?**

Nein. In derselben Befragung stimmen 71 Prozent zu, dass SEO auch im KI-Zeitalter wichtig für ihre Sichtbarkeit bleibt, der höchste Zustimmungswert der ganzen Erhebung. Einfache Suchanfragen laufen weiter über Google. GEO ergänzt SEO, es ersetzt es nicht.

**Gilt das für jede Branche gleich?**

Nein. Je komplexer und erklärungsbedürftiger das Produkt, desto eher recherchieren Interessenten mit KI-Systemen, etwa bei Individualsoftware, Industriemaschinen oder IT-Dienstleistern. Die Frage ist nicht entweder oder, sondern wo deine Kundschaft künftig sucht.

**Wie belastbar ist eine Umfrage mit 509 Befragten?**

Für eine Entscheiderbefragung ist das eine übliche Größenordnung. Die Stichprobe wurde quotiert und gewichtet, repräsentativ nach Unternehmensgröße, Geschlecht, Alter, sechs NACE-Wirtschaftszweigen und Nielsen-Regionen. Sie misst Meinungen von Entscheider*innen in Deutschland, keine Marktanteile.

**Warum sehe ich in Google Analytics so wenig KI-Traffic?**

Weil viele KI-Antworten ohne Klick enden. Die Nennung deiner Marke in einer Antwort taucht in keiner Web-Analyse auf, sie wirkt trotzdem. Deshalb brauchst du neben dem Referral-Traffic eine zweite Messung: Wie oft wirst du in den Antworten auf deine Kernfragen genannt oder zitiert?

**Wie schnell muss ich reagieren?**

Die Umfrage nennt einen Horizont von drei Jahren, deine Inhalte brauchen aber Vorlauf, bis sie von KI-Systemen gelesen und zitiert werden. Mit den wichtigsten zwanzig Fragen anzufangen ist sinnvoller, als auf eine Kanalverschiebung in der eigenen Statistik zu warten.

Quellen: [YouGov/Seokratie: 55 Prozent der Unternehmensentscheider (17. September 2026)](https://www.presseportal.de/pm/131135/6353607) · [YouGov/Seokratie: Nur jeder fünfte Entscheider weiß, was GEO ist (29. Juli 2026)](https://www.presseportal.de/pm/131135/6323187) · [Bitkom: Internet-Suche im Wandel](https://www.bitkom.org/Presse/Presseinformation/Internet-Suche-Wandel-Haelfte-nutzt-KI-Chats)

---

## Labrador: ChatGPTs eigener Index und was er von deiner Website verlangt

URL: https://flize.io/wissen/labrador-chatgpt-index/
Veröffentlicht: 2026-09-14

ChatGPT holt seine Websuche nicht mehr nur bei Partnern ein. Dahinter läuft ein eigener Retrieval-Index, intern Labrador genannt, also eine eigene Ablage von Webseiten, aus der das System Treffer zieht, statt sie fremd einzukaufen. Und es ist nicht ein Index, sondern eine Familie vertikaler Indizes: Web, PDF, YouTube, News, arXiv, Wikipedia, Lokales, Finanzen, Recht, Medizin, Shopping, Bilder.

Das ist der Unterschied zur früheren Logik. Bisher war ChatGPT Search im Kern ein Aufsatz auf Drittanbieter-Suchergebnissen, Bing-Klasse, teils über abgegriffene Google-Ergebnisse. Im Google-Kartellverfahren kam unter Eid heraus, dass die Suchdaten der Nicht-Google-Partner aus OpenAIs Sicht erhebliche Qualitätsprobleme hatten und das Unternehmen deshalb ab 2023 an einem eigenen Index arbeitete, mit dem erklärten Ziel, einen Großteil der Anfragen daraus zu beantworten. Bing ist damit nicht verschwunden, es kommt über Microsofts Web IQ und Deep Research herein. Aber die Frage ist jetzt eine neue: Kennt dich OpenAIs eigener Index?

**TL;DR:** Prüf, ob OAI-SearchBot deine Seiten überhaupt erreicht, in robots.txt und in Firewall oder CDN. Bleibt der Zugang versperrt, sinken deine Chancen, in ChatGPTs eigenem Index oder in seinen Suchantworten aufzutauchen, unabhängig davon, wie gut deine Inhalte sind.

### Wie der Index Inhalte crawlt, bewertet und auswählt

Wie viel dieser eigene Index tatsächlich trägt, lässt sich messen. Zwischen dem 21. Mai und dem 21. Juli 2026 lieferte ChatGPT im eigenen Datenstrom pro Ergebnis ein Feld mit, das die Quelle nannte: labrador für den eigenen Index, daneben drei externe Scraper-Pipelines. Seit dem 21. Juli 2026 ist das Feld weg, seitdem läuft die Zuordnung über Formatmerkmale wie Titelform und Snippet-Länge.

[RESONEO](https://think.resoneo.com/chatgpt-retrieval/) hat in dieser Phase gemessen, dass im kostenlosen Think-Modus 74,7 Prozent der Ergebnisse aus OpenAIs eigenem Index stammten, im bezahlten Thinking-Modus dagegen 75,3 Prozent aus abgegriffenen Google-Ergebnissen. Der Mix hängt also davon ab, welche Version deine Leser*innen benutzen.

Der Weg in den Index läuft in drei Stufen: gecrawlt, gespeichert, in einer Antwort ausgespielt. Und jede Stufe kann enden. Ein Bot-Besuch garantiert keine Aufnahme, OpenAI filtert offenbar, nach welchen Kriterien ist nicht veröffentlicht.

Dass gespeichert wird, ist inzwischen belegt: Ein Parameter in OpenAIs Web-Search-API erlaubt einen Modus, in dem ChatGPT ausschließlich aus dem eigenen Cache antwortet, und Inhalte, die dort über 30 Tage lagen, waren weiter abrufbar. Im April 2026 bestätigte OpenAIs Hilfezentrum den Index indirekt, indem es für berechtigte Workspace-Konten eine Offline-Websuche über indexierte und gecachte Webinhalte beschrieb. Dass OpenAI den eigenen Index weiter gegen abgegriffene Suchergebnisse testet, ist am Shopping-Bereich am deutlichsten sichtbar.

### Technische Voraussetzungen, damit deine Seite überhaupt erfasst wird

Aus dieser Mechanik folgen harte technische Anforderungen. Für die Suche zuständig ist laut [OpenAIs eigener Beschreibung](https://developers.openai.com/api/docs/bots) `OAI-SearchBot`. `GPTBot` sammelt Trainingsdaten, `ChatGPT-User` ruft Seiten live ab, während gerade eine Antwort entsteht, ausgelöst durch eine konkrete Nutzeranfrage. Die drei sind in der robots.txt getrennt steuerbar. Du kannst also Training sperren und Suche erlauben. Wer pauschal alle KI-Bots blockt, wirft drei verschiedene Geschäftsentscheidungen in einen Topf.

Änderungen an der robots.txt brauchen rund 24 Stunden, bis OpenAIs Systeme sie berücksichtigen. Eine überarbeitete Fassung der Doku deutet zudem an, dass ChatGPT-User an anderer Stelle nicht mehr strikt an robots.txt gebunden sein könnte, weil Nutzeraktionen die Regeln umgehen können, und OpenAI verwendet bei beidseitiger Freigabe unter Umständen nur einen Crawl für Suche und Training.

Die häufigere Ursache für Unsichtbarkeit sitzt ohnehin nicht in der robots.txt, sondern in Firewall und CDN. Cloudflare, Akamai, AWS WAF, Imperva und Fastly bringen Standardregeln mit, die unbekannte User Agents aggressiv drosseln oder mit Challenges beantworten. Crawler lösen keine CAPTCHAs, sie bekommen 403 oder 429 und sind draußen, obwohl die robots.txt sie erlaubt. Prüf also Statuscodes in den Logs, verifiziere echte Zugriffe über OpenAIs veröffentlichte IP-Bereiche und nimm JavaScript- und CAPTCHA-Challenges für diese IPs heraus.

Nach Beobachtungen aus früheren Tests rendert der Crawler kein JavaScript und liest wohl nur, was serverseitig ausgeliefert wird, nachgeladene Inhalte kommen offenbar nicht an. Für sehr große Seiten wurde zudem eine Obergrenze beschrieben, oberhalb derer eine Seite offenbar gar nicht erst gelesen wird, statt nur gekürzt zu werden. Wie zuverlässig eingebettete Skripte, iframes oder strukturierte Daten im Format JSON-LD beim Einlesen ankommen, ist nicht eindeutig belegt, in der Praxis berichten mehrere Quellen aber davon, dass solches Markup beim Übertrag in Klartext verloren geht. Auch Anweisungen wie `Cache-Control: no-store` oder ein `noindex`-Tag scheinen den Abruf nach bisherigen Beobachtungen nicht zuverlässig zu stoppen.

### Konkrete Schritte für mehr Sichtbarkeit im neuen Index

Der erste Schritt ist banal und wird trotzdem übersprungen: eine explizite Allow-Regel für OAI-SearchBot statt einer Wildcard-Annahme, und danach ein Blick in die Logs, ob die Zugriffe mit 200 quittiert werden. Wie oft gecrawlt wird, verrät dir gleich mit, wie tief der Index deine Domain überhaupt kennt.

Der zweite Hebel ist der Seiteninhalt selbst. Weil das Abrufwerkzeug Seiten in Textstücken liest, laut der [Rekonstruktion von Dan Petrovic](https://dejan.ai/blog/how-gpt-sees-the-web/) in einer Art springendem Fenster, das Design und Skripte wegwirft und kurze Passagen Klartext zieht, spricht einiges dafür, die Antwort serverseitig auszuliefern und jeden Abschnitt für sich verständlich zu machen. Beobachtet, nicht offiziell, aber konsistent mit dem, was technisch durchkommt. Halte Seiten unter der Größengrenze, schneide Render-Abhängigkeiten weg und verlass dich nicht darauf, dass Auszeichnung im Markup deine Aussage transportiert: Schreib sie in den Text.

Als Landkarte kannst du zusätzlich eine [llms.txt](https://flize.io/wissen/was-ist-llms-txt/) anbieten, eine Datei im Stammverzeichnis, die den wichtigsten Content in einfacher Textform zusammenfasst und KI-Systemen eine Orientierung gibt. Sie steuert keinen Zugriff und sperrt nichts, sie ist ein Angebot.

Und weil Bing-Daten weiter über Web IQ hereinkommen, kann sich eine saubere Bing-Indexierung samt Sitemap weiter lohnen. Nur eben kein Ersatz mehr für die Frage, ob OpenAIs eigener Index dich kennt.

### FAQ

**Verliert meine bisherige Sichtbarkeit in ChatGPT-Antworten jetzt an Bedeutung?**

Nein, sie verschiebt sich. Sichtbarkeit in ChatGPT-Antworten entsteht weiter aus zwei Wegen: aus dem Index und aus dem Live-Abruf während einer Nutzerfrage. Der Indexweg hängt an eigenen Regeln, die OpenAI setzt und offenbar auch mal verschiebt. Blockierst du OAI-SearchBot, fällst du laut OpenAIs Dokumentation aus den Suchantworten heraus, kannst aber weiter als navigierender Link auftauchen. Wie stabil diese Zusage in der überarbeiteten Doku noch gilt, ist von außen schwer zu beurteilen. Praktisch heißt das: bestehende Sichtbarkeit ist kein Bestandsschutz, du musst den Indexzugang aktiv offenhalten.

**Ist diese Änderung dauerhaft oder plant OpenAI weitere Anpassungen?**

Das ist erkennbar Bewegung, nicht Endzustand. Das Quellenfeld im Datenstrom war zwei Monate sichtbar und verschwand wieder, ein Zeichen dafür, dass OpenAI intern weiter an der Balance zwischen eigenem Index und abgegriffenen Suchergebnissen arbeitet. Auch die Crawler-Dokumentation wurde zuletzt in einzelnen Punkten angepasst. Aus dem Kartellverfahren ist zudem bekannt, dass OpenAI selbst mit weitreichendem Zugriff auf fremde Indexdaten von einem mehrjährigen Weg ausgeht, bis sich zuverlässig sagen lässt, wie viele Anfragen der eigene Index allein tragen kann. Erwarte also weitere Anpassungen und prüf deine Crawler-Einstellungen regelmäßig statt einmalig.

**Was bedeutet das für meinen Google-Suchtraffic und meine SEO-Strategie?**

Er bleibt dein Brot. Gute Google-Indexierung ist Voraussetzung dafür, überhaupt in den abgegriffenen Ergebnisstrecken vorzukommen, und in deutschen Website-Logs machen KI-Chatbot-Zugriffe bei den meisten Projekten bislang nur einen winzigen Anteil aus, während Leads weiter aus den klassischen Suchsystemen kommen. Klassisches SEO, saubere Indexierung, interne Verlinkung, strukturierte Inhalte, ist die Grundlage, auf die die Index-Arbeit obendrauf kommt.

**Muss ich beim Crawling durch OpenAI datenschutzrechtliche Aspekte beachten?**

Für deine eigenen, öffentlich ausgelieferten Seiten ist Crawling zunächst eine Zugriffsfrage, nicht mehr. Wichtig ist die Grenze der robots.txt: Sie steuert OAI-SearchBot und GPTBot, während ChatGPT-User bei nutzerausgelösten Aktionen offenbar nicht in gleichem Maß daran gebunden ist. Inhalte, die nicht in fremde Hände sollen, brauchen also serverseitigen Schutz, keine Direktive. Auf Nutzerseite gibt OpenAI an, Suchanfragen umformuliert an externe Suchanbieter weiterzugeben und dabei den ungefähren Standort aus der IP mitzuliefern, nicht aber die IP-Adresse selbst oder Kontoinformationen.

Quellen: [RESONEO: What ChatGPT pulls, what it shows, what it cites](https://think.resoneo.com/chatgpt-retrieval/) · [Dan Petrovic: How GPT Sees the Web](https://dejan.ai/blog/how-gpt-sees-the-web/) · [OpenAI: Bots](https://developers.openai.com/api/docs/bots)

---

## Welche KI-Crawler soll ich zulassen?

URL: https://flize.io/wissen/welche-ki-crawler-zulassen/
Veröffentlicht: 2026-08-29

**Kurz gesagt:** Lass die Such-Crawler zu, denn nur sie erzeugen Zitate mit Link: OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot, Bingbot und Applebot. Über die Trainings-Crawler GPTBot, ClaudeBot, Google-Extended, Applebot-Extended und CCBot entscheidest du getrennt davon, denn sie zahlen nicht auf deine heutige Sichtbarkeit ein, sondern auf das Modellwissen künftiger Generationen. Die Abrufe auf Nutzeranfrage wie ChatGPT-User oder Perplexity-User lässt du am besten offen: Dahinter steht eine echte Person, die gerade nach dir gefragt hat.

**TL;DR**

- Drei Zwecke, drei getrennte Entscheidungen: Suche, Training, Abruf auf Nutzeranfrage. Nur die Suche erzeugt Zitate mit Link.
- GPTBot und OAI-SearchBot sind zwei verschiedene Bots. Wer beide sperrt, verschwindet aus ChatGPT-Antworten, ohne es zu wollen (OpenAI-Doku 2026).
- Google-Extended und Applebot-Extended steuern ausschließlich das Training. Beide zu sperren kostet dich keine Sichtbarkeit in der Suche (Google Search Central, Apple Support 2026).
- Training machte im Juli 2025 knapp 80 Prozent des KI-Crawler-Traffics aus, Abrufe auf Nutzeranfrage und nicht deklarierte Zwecke zusammen unter 5 Prozent (Cloudflare, 28.08.2025).
- Ein Bot liest nur die Gruppe, die auf seinen Namen passt. Steht sein Name in der Datei, ignoriert er `User-agent: *` vollständig.

### Wofür crawlen die Anbieter überhaupt?

Für drei verschiedene Zwecke, und die großen Anbieter trennen diese Zwecke inzwischen selbst nach Bot: **Suche, Training und Abruf auf Nutzeranfrage.** Wer eine einzige Regel für alle KI-Bots schreibt, trifft drei Entscheidungen auf einmal, ohne sie getroffen zu haben.

- **Suche**: Der Bot baut einen Index, aus dem später Antworten mit Quellenangabe entstehen. Das ist der einzige Zweck, der dir Zitate und Links bringt.
- **Training**: Der Bot sammelt Material für kommende Modellgenerationen. Was er mitnimmt, taucht frühestens mit dem nächsten Trainingsstand auf, ohne Link und ohne Nennung deiner Domain.
- **Abruf auf Nutzeranfrage**: Jemand hat im Chat einen Link geschickt oder nach deinem Angebot gefragt, und das System holt die Seite live. Das ist kein Crawling im eigentlichen Sinn, sondern ein einzelner Zugriff mit einer Person dahinter.

Wie ungleich sich diese drei Zwecke verteilen, hat Cloudflare gemessen: Im Juli 2025 entfielen knapp 80 Prozent des Crawlings von KI-Bots auf Training, während Abrufe auf Nutzeranfrage zusammen mit nicht deklarierten Zwecken unter 5 Prozent blieben ([Cloudflare](https://blog.cloudflare.com/ai-crawler-traffic-by-purpose-and-industry/), 28. August 2025). Der Zweck, der am wenigsten Last erzeugt, ist also derselbe, der am ehesten jemanden auf deine Seite bringt.

### Welcher Bot gehört wozu?

Diese Tabelle ist die eigentliche Entscheidung. Sie führt die verbreiteten Bots mit dem Zweck auf, den der Anbieter selbst angibt, und mit der Empfehlung für eine Website, die über Sichtbarkeit Kund*innen gewinnt. Stand: August 2026, geprüft an den Anbieter-Dokumentationen.

| Bot | Zweck laut Anbieter | robots.txt | Empfehlung |
|---|---|---|---|
| `OAI-SearchBot` | OpenAI: Suchfunktionen in ChatGPT | befolgt | zulassen |
| `GPTBot` | OpenAI: Training der Foundation Models | befolgt | frei entscheiden |
| `ChatGPT-User` | OpenAI: Abruf auf Nutzeranfrage | greift ggf. nicht | zulassen |
| `OAI-AdsBot` | OpenAI: Prüfung von Anzeigenseiten | befolgt | nur bei Anzeigen relevant |
| `Claude-SearchBot` | Anthropic: Qualität der Suchergebnisse | befolgt | zulassen |
| `ClaudeBot` | Anthropic: Inhalte, die ins Training einfließen können | befolgt | frei entscheiden |
| `Claude-User` | Anthropic: Abruf auf Nutzeranfrage | befolgt | zulassen |
| `PerplexityBot` | Perplexity: Suchergebnisse, laut Anbieter kein Training | befolgt | zulassen |
| `Perplexity-User` | Perplexity: Abruf auf Nutzeranfrage | wird meist ignoriert | zulassen |
| `Googlebot` | Google: Suchindex, Grundlage für AI Overviews und AI Mode | befolgt | zulassen |
| `Google-Extended` | Google: Training und Grounding für Gemini und Vertex AI | befolgt | frei entscheiden |
| `Google-CloudVertexBot` | Google: Vertex-AI-Agenten auf Anforderung des Betreibers | befolgt | nur bei eigenem Einsatz |
| `Bingbot` | Microsoft: Suchindex, Grundlage für Copilot | befolgt | zulassen |
| `Applebot` | Apple: Suche in Spotlight, Siri und Safari | befolgt | zulassen |
| `Applebot-Extended` | Apple: Training der Foundation Models | befolgt | frei entscheiden |
| `meta-webindexer` | Meta: Suchergebnisse in Meta AI | befolgt | zulassen |
| `meta-externalagent` | Meta: Training und Indexierung für Produkte | befolgt | frei entscheiden |
| `meta-externalfetcher` | Meta: Abruf auf Nutzeranfrage | kann umgangen werden | zulassen |
| `CCBot` | Common Crawl: offener Datensatz, den viele Modelle nutzen | befolgt | frei entscheiden |

Zwei Zeilen verdienen besondere Aufmerksamkeit, weil sie am häufigsten falsch verstanden werden. `Google-Extended` ist kein Crawler, sondern ein Schalter: Er steuert, ob bereits gecrawlte Inhalte für das Training künftiger Gemini-Modelle verwendet werden dürfen, und hat keinen Einfluss auf die Aufnahme in die Suche ([Google Search Central](https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers), 2026). Für `Applebot-Extended` gilt dasselbe Prinzip, Apple formuliert es sogar ausdrücklich: Die Kennung crawlt selbst keine Seiten, und wer sie sperrt, bleibt in den Suchergebnissen ([Apple Support](https://support.apple.com/en-us/119829), 2026). Beide sind damit die einzigen Sperren in dieser Liste, die dich garantiert nichts kosten.

### Was kostet dich ein pauschaler Block?

Die Sichtbarkeit in genau den Antworten, die verlinken. Wer alle KI-Bots aussperrt, verschwindet aus den Antworten von ChatGPT, Perplexity und Copilot, ohne dass die Trainingsdaten dadurch zurückkämen, die längst in älteren Modellständen stecken. Der Schutz wirkt nach vorn, der Verlust wirkt sofort.

Trotzdem hat die Gegenseite gute Argumente, und sie lassen sich beziffern. Cloudflare stellt dem Crawling die zurückgeschickten Besuche gegenüber: Anfang August 2025 kam Anthropic auf ein Verhältnis von knapp 50.000 abgerufenen Seiten pro Verweis, OpenAI auf 887 zu 1 und Perplexity auf 118 zu 1 ([Cloudflare](https://blog.cloudflare.com/ai-crawler-traffic-by-purpose-and-industry/), 28. August 2025). Für ein werbefinanziertes Medium, das jeden Seitenaufruf verkauft, ist das ein schlechtes Geschäft. Für ein Unternehmen, das über Sichtbarkeit Kund*innen gewinnt, sieht die Rechnung anders aus: Dort ist die Erwähnung in der Antwort selbst der Wert, auch ohne Klick.

Die ehrliche Trennlinie verläuft also nicht zwischen offen und geschlossen, sondern zwischen den drei Zwecken. Für die meisten Unternehmensseiten lautet die Antwort: Suche zulassen, Nutzerabrufe zulassen, beim Training entscheiden, wie man zu der Frage steht.

### Wie sieht eine robots.txt aus, die das trennt?

Vorweg eine Regel, an der die meisten selbstgebauten Dateien scheitern: **Ein Bot liest nur die Gruppe, die auf seinen Namen passt.** Steht sein Name irgendwo in der Datei, ignoriert er `User-agent: *` vollständig, auch alles, was dort erlaubt wäre. Wer einzelne Bots benennt, muss jede Regel für sie also wiederholen, statt sich auf die Sammelgruppe zu verlassen.

Für eine Unternehmensseite, die über Sichtbarkeit verkauft, reicht das offene Profil:

```
User-agent: *
Allow: /

Sitemap: https://deine-domain.de/sitemap.xml
```

Wer die Suche zulassen und das Training begrenzen will, benennt beide Seiten ausdrücklich:

```
# Suche und Antworten: erwünscht
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Googlebot
Allow: /

User-agent: Bingbot
Allow: /

User-agent: Applebot
Allow: /

User-agent: meta-webindexer
Allow: /

# Abrufe auf Nutzeranfrage: erwünscht
User-agent: ChatGPT-User
Allow: /

User-agent: Claude-User
Allow: /

User-agent: Perplexity-User
Allow: /

# Training: nicht erwünscht
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Applebot-Extended
Disallow: /

User-agent: meta-externalagent
Disallow: /

User-agent: CCBot
Disallow: /

Sitemap: https://deine-domain.de/sitemap.xml
```

Für Publikationen mit bezahlten Inhalten kommt eine dritte Variante infrage: Such-Crawler auf die frei zugänglichen Verzeichnisse begrenzen, den Rest sperren und die kostenpflichtigen Bereiche zusätzlich serverseitig schützen. Eine robots.txt ist eine Bitte, kein Schloss, und sie eignet sich nicht dazu, Inhalte vertraulich zu halten.

### Warum entscheidet die robots.txt nicht allein?

Weil drei Ebenen nacheinander greifen: **Die robots.txt bittet, die Firewall entscheidet, die Meta-Tags regeln die Verwendung.**

Die zweite Ebene ist die, die am häufigsten übersehen wird, weil sie niemand in der Datei sieht. Cloudflare hat die Steuerung im Juli 2026 in die drei Klassen Search, Agent und Training aufgeteilt und setzt für neu hinzukommende Domains ab dem 15. September 2026 neue Standardwerte: Search bleibt erlaubt, Agent und Training werden auf werbefinanzierten Seiten blockiert, und Mehrzweck-Crawler, die Suche und Training verbinden, fallen unter die Training-Sperre ([Cloudflare Changelog](https://developers.cloudflare.com/changelog/post/2026-07-01-ai-traffic-options/), 1. Juli 2026). Wer seine robots.txt sorgfältig pflegt und das Dashboard nie öffnet, kann deshalb blockieren, ohne es zu wissen.

Die dritte Ebene greift erst nach dem Crawl und steuert nicht den Zugriff, sondern die Verwendung. Microsoft baut sie auf bestehende Meta-Tags: `noarchive` schließt eine Seite aus den Copilot-Antworten aus, `nocache` erlaubt nur URL, Titel und Snippet, und in beiden Fällen bleibt die Seite in den Bing-Suchergebnissen ([Bing Webmaster Blog](https://blogs.bing.com/webmaster/september-2023/Announcing-new-options-for-webmasters-to-control-usage-of-their-content-in-Bing-Chat), 22. September 2023). Bei Google wirken `nosnippet`, `max-snippet`, `data-nosnippet` und `noindex` vergleichbar: Sie begrenzen die Vorschau und damit auch die KI-Funktionen. Wie die Auswahl dort im Detail funktioniert, steht in [Wie komme ich in Google AI Overviews?](https://flize.io/wissen/google-ai-overviews/)

### Welche Bots halten sich nicht an die robots.txt?

Die, die eine Person ausgelöst hat, und die Anbieter sagen das offen. OpenAI schreibt zu `ChatGPT-User`, dass robots.txt-Regeln bei nutzerinitiierten Aktionen möglicherweise nicht greifen ([OpenAI-Doku](https://developers.openai.com/api/docs/bots), 2026). Perplexity formuliert für `Perplexity-User`, dass die Regeln in der Regel ignoriert werden, weil der Abruf auf eine konkrete Nutzerfrage zurückgeht ([Perplexity-Doku](https://docs.perplexity.ai/guides/bots), 2026). Meta hält es bei `meta-externalfetcher` genauso ([Meta-Doku](https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/), 2026).

Das ist kein Regelbruch, sondern eine bewusste Unterscheidung: Ein Mensch, der einen Link öffnet, ist kein Crawler. Wer diese Zugriffe trotzdem verhindern will, braucht die Firewall statt der Datei. Die Frage ist nur, ob man das will, denn hinter jedem dieser Abrufe steht jemand, der gerade nach dir gefragt hat.

Die zweite Gruppe sind Bots, die sich nur so nennen. Der User-Agent ist ein frei wählbarer Text, und Common Crawl warnt ausdrücklich vor Crawlern, die sich fälschlich als CCBot ausgeben. Deshalb veröffentlichen die Anbieter maschinenlesbare IP-Listen, etwa Anthropic unter `claude.com/crawling/bots.json`. Prüfe die IP, bevor du aus einem Namen im Log eine Schlussfolgerung ziehst.

### Wie prüfst du, ob deine Entscheidung wirkt?

Im Server-Log, eine Woche nach der Änderung, weil Crawler die robots.txt zwischenspeichern. Meta nennt dafür bis zu 24 Stunden, bei selten besuchten Seiten dauert es länger. Filtere die Zugriffe der letzten 30 Tage nach den Bot-Namen aus der Tabelle und vergleiche das Ergebnis mit deiner Absicht: Such-Crawler regelmäßig, Trainings-Crawler entsprechend deiner Einstellung, Nutzerabrufe vereinzelt und in Wellen.

Damit ist allerdings nur die halbe Frage beantwortet. Zugang ist die Voraussetzung für ein Zitat, nicht der Beweis dafür. Ob aus dem Zugriff eine Erwähnung wird, zeigt erst die Messung über mehrere Läufe hinweg, und die läuft anders als ein Ranking-Check: [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/) beschreibt die Kennzahlen dafür. Und wenn der Zugang stimmt und die Nennung trotzdem ausbleibt, hilft die Diagnose in [Warum werde ich in KI-Antworten nicht zitiert?](https://flize.io/wissen/warum-werde-ich-nicht-zitiert/) weiter.

Genau an dieser Stelle setzt [flize](https://flize.io/) an: Der GEO-Score prüft Zugang und Lesbarkeit deiner Seiten, das Scouting findet die Fragen, die deine Zielgruppe wirklich stellt, der Antwort-Check gleicht sie mit deiner Website ab, und die Content-Produktion schließt die Lücken. Artikel, geschrieben, um zitiert zu werden.

### FAQ

**Schadet es meiner Sichtbarkeit, wenn ich GPTBot blockiere?**

Nein, solange OAI-SearchBot erlaubt bleibt. GPTBot sammelt laut OpenAI Material für das Training der Modelle, OAI-SearchBot beliefert die Suchfunktionen in ChatGPT und erzeugt damit die Antworten mit Quellenangabe. Beide Bots zu sperren ist der häufigste Fehler, weil er wie eine Entscheidung aussieht, aber zwei sind.

**Wie blockiere ich Bots, die sich nicht an die robots.txt halten?**

Über die Firewall oder das CDN, nicht über die Datei. ChatGPT-User, Perplexity-User und meta-externalfetcher werden durch eine Nutzeranfrage ausgelöst, und die Anbieter behalten sich für diesen Fall ausdrücklich vor, robots.txt-Regeln nicht anzuwenden. Bei Cloudflare läuft das über die Bot-Kategorien im Dashboard, sonst über Regeln auf User-Agent und verifizierte IP-Bereiche.

**Woran erkenne ich, ob ein Bot echt ist?**

An der IP-Adresse, nicht am Namen. Der User-Agent ist frei wählbar und wird regelmäßig gefälscht, deshalb veröffentlichen die Anbieter maschinenlesbare IP-Listen, etwa Anthropic unter claude.com/crawling/bots.json. Prüfe die zugreifende IP gegen diese Liste oder per Reverse-DNS, bevor du aus Logdaten Schlüsse ziehst.

**Wie schnell wirkt eine Änderung an der robots.txt?**

Nicht sofort, weil Crawler die Datei zwischenspeichern. Meta nennt für die eigenen Bots bis zu 24 Stunden, bei anderen Anbietern liegt die Spanne je nach Crawl-Frequenz der Seite eher bei Tagen. Plane die Prüfung im Server-Log deshalb frühestens eine Woche nach der Änderung ein.

**Brauche ich zusätzlich eine llms.txt?**

Sie ersetzt die robots.txt nicht, sie ergänzt sie. Die robots.txt steuert den Zugriff, die llms.txt gibt KI-Systemen einen kuratierten Überblick über die wichtigsten Inhalte. Sinnvoll ist die Reihenfolge: erst den Zugang richtig einstellen, dann die Orientierung verbessern.

Quellen: [OpenAI: Bots](https://developers.openai.com/api/docs/bots) · [Anthropic: Crawler und robots.txt](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) · [Perplexity: Bots](https://docs.perplexity.ai/guides/bots) · [Google Search Central: Common Crawlers](https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers) · [Apple: Über Applebot](https://support.apple.com/en-us/119829) · [Meta: Web-Crawler](https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/) · [Bing Webmaster Blog: Optionen für Bing Chat](https://blogs.bing.com/webmaster/september-2023/Announcing-new-options-for-webmasters-to-control-usage-of-their-content-in-Bing-Chat) · [Cloudflare: AI crawler traffic by purpose](https://blog.cloudflare.com/ai-crawler-traffic-by-purpose-and-industry/) · [Cloudflare: AI-Traffic-Optionen](https://developers.cloudflare.com/changelog/post/2026-07-01-ai-traffic-options/)

---

## Warum werde ich in KI-Antworten nicht zitiert?

URL: https://flize.io/wissen/warum-werde-ich-nicht-zitiert/
Veröffentlicht: 2026-08-26

**Kurz gesagt:** Wenn KI-Antworten dich nicht nennen, liegt es fast immer an einer von vier Stufen: Der Crawler kommt nicht an deine Seite, er sieht den Inhalt nicht, die Passage ist nicht zitierfähig, oder du beantwortest nicht die Frage, die tatsächlich gestellt wird. Prüfe die Stufen in dieser Reihenfolge, denn jede fehlgeschlagene Stufe macht alle folgenden wirkungslos. Die ersten beiden kosten Minuten und erklären die meisten Fälle, die letzten beiden sind redaktionelle Arbeit.

**TL;DR**

- Vier Stufen, feste Reihenfolge: erreichbar, lesbar, zitierfähig, relevant.
- Häufigster technischer Fehler: KI-Crawler pauschal sperren und damit auch die Such-Crawler aussperren, die die Zitate überhaupt setzen.
- GPTBot blockieren ist nicht dasselbe wie OAI-SearchBot blockieren: getrennte Bots, getrennte Folgen (OpenAI-Doku 2026).
- Für neue Domains bei Cloudflare gelten ab dem 15. September 2026 neue Standardwerte: Search erlaubt, Agent und Training auf werbefinanzierten Seiten blockiert (Cloudflare, Juli 2026).
- Für Google AI Overviews gibt es keine Extra-Optimierung: Wer nicht im Suchindex steht oder Vorschauen einschränkt, kann dort nicht erscheinen (Google Search Central 2026).

### Wie findest du heraus, woran es liegt?

Die Ursache liegt fast immer auf einer von vier Stufen, und diese Stufen bauen aufeinander auf: **erreichbar, lesbar, zitierfähig, relevant.** Scheitert eine Stufe, sind alle folgenden wirkungslos. Der beste Antwort-Block nützt nichts, wenn die robots.txt den Crawler aussperrt, und der offenste Crawler-Zugang nützt nichts, wenn auf der Seite keine Antwort steht.

Deshalb lohnt die Reihenfolge. Stufe 1 und 2 sind eine Sache von Minuten, es sind Konfigurationsfragen mit einer eindeutigen Antwort. Stufe 3 und 4 sind redaktionelle Arbeit und dauern Wochen. Wer mit dem Schreiben anfängt, ohne den Zugang geprüft zu haben, investiert unter Umständen in Texte, die kein Crawler je sieht.

### Stufe 1: Kommt der Crawler überhaupt an?

Prüfe zuerst die robots.txt, denn hier steckt der häufigste Fehler: Wer KI-Crawler pauschal aussperrt, sperrt auch die Such-Crawler aus, die die Zitate überhaupt erst setzen. Die großen Anbieter trennen ihre Bots nach Zweck, und genau diese Trennung entscheidet:

- **OpenAI**: `OAI-SearchBot` beliefert die Suchfunktionen in ChatGPT, `GPTBot` sammelt Material für das Training der Modelle, `ChatGPT-User` ruft Seiten ab, wenn jemand im Chat danach fragt ([OpenAI-Doku](https://developers.openai.com/api/docs/bots), 2026). GPTBot zu sperren hält dich nicht aus ChatGPT-Antworten heraus, OAI-SearchBot zu sperren schon.
- **Anthropic**: `ClaudeBot` sammelt Inhalte, die ins Training einfließen können, `Claude-SearchBot` arbeitet an der Qualität der Suchergebnisse, `Claude-User` ruft Seiten auf Nutzeranfrage ab ([Anthropic Support](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler), 2026).
- **Perplexity**: `PerplexityBot` indexiert Seiten für die Suchergebnisse und wird laut Anbieter nicht für das Training von Foundation Models genutzt, `Perplexity-User` ruft Seiten ab, wenn eine Nutzerfrage es erfordert ([Perplexity-Doku](https://docs.perplexity.ai/guides/bots), 2026).
- **Google**: `Google-Extended` steuert Training und Grounding in anderen Google-Systemen, nicht die Aufnahme in AI Overviews. Dafür zählt der normale Suchindex ([Google Search Central](https://developers.google.com/search/docs/appearance/ai-features), 2026).

Der zweite Ort, an dem Zugriffe scheitern, steht nicht in der robots.txt: dein CDN oder deine Web Application Firewall. Cloudflare hat die Steuerung im Juli 2026 in drei Klassen aufgeteilt, Search, Agent und Training, und setzt für neu hinzukommende Domains ab dem 15. September 2026 neue Standardwerte. Search bleibt erlaubt, Agent und Training werden auf werbefinanzierten Seiten blockiert, und Mehrzweck-Crawler, die Suche und Training verbinden, fallen unter die Training-Sperre ([Cloudflare Changelog](https://developers.cloudflare.com/changelog/post/2026-07-01-ai-traffic-options/), 1. Juli 2026). Ein Blick ins Dashboard gehört also zur Diagnose, nicht nur ein Blick in die Datei.

Für Google kommt ein dritter Punkt dazu: Es gibt keine Extra-Optimierung für AI Overviews und AI Mode. Wer nicht im Suchindex steht, kann dort nicht erscheinen, und `nosnippet`, `max-snippet`, `data-nosnippet` sowie `noindex` begrenzen die Vorschau und damit auch die KI-Funktionen ([Google Search Central](https://developers.google.com/search/docs/appearance/ai-features), 2026). Wie die Auswahl darüber hinaus funktioniert, steht in [Wie komme ich in Google AI Overviews?](https://flize.io/wissen/google-ai-overviews/)

Die härteste Prüfung ist der Server-Log: Filtere die Zugriffe der letzten 30 Tage nach den Bot-Namen oben. Wenn ein Name gar nicht auftaucht, ist die Diagnose fertig, und alles Weitere kannst du dir vorerst sparen.

### Stufe 2: Sieht der Crawler den Inhalt, den du meinst?

Ein Crawler sieht das HTML, das dein Server ausliefert, und sonst nichts. Die verbreiteten KI-Crawler führen kein JavaScript aus, deshalb existiert alles, was erst im Browser entsteht, für sie nicht. Der schnellste Test dauert zehn Sekunden: „Seitenquelltext anzeigen“ öffnen und nach deinem wichtigsten Satz suchen. Nicht die Entwicklerkonsole nehmen, die zeigt das gerenderte Ergebnis und damit ein zu freundliches Bild.

Vier Fälle, in denen die Seite für Menschen einwandfrei aussieht und für Maschinen leer ist:

- **Inhalte, die per JavaScript nachgeladen werden**: Tabs, Akkordeons und Produktdaten aus einer API sind die üblichen Verdächtigen.
- **Die Kernaussage steckt in einem Bild oder Video**: Zahlen in der Infografik, die Tabelle als Screenshot, das Argument im eingebetteten Video. Nichts davon ist Text auf der Seite.
- **Etwas steht davor**: Consent-Banner, Login oder Paywall, die statt des Artikels eine Zwischenseite ausliefern. Entscheidend ist, was im HTML steht, nicht was ein Mensch nach zwei Klicks sieht.
- **Der Statuscode passt nicht**: Fehlerseiten, die 200 melden, lange Weiterleitungsketten, Geoblocking oder ein Rate-Limit, das Crawlern reihenweise 429 zurückgibt.

### Stufe 3: Lässt sich die Passage zitieren?

Ab hier wird es redaktionell. KI-Systeme zitieren keine Artikel, sie zitieren Passagen, und eine Passage muss allein stehen können. Das typische Symptom auf dieser Stufe: Deine Seite wird nachweislich gecrawlt und rankt auch in der Suche, in Antworten aber taucht ein Wettbewerber auf, dessen Seite inhaltlich schwächer ist.

Dann fehlt meistens die Antwortform, nicht das Wissen: keine direkte Antwort im ersten Absatz, Überschriften als Schlagworte statt als Fragen, Zahlen ohne Quelle und Datum, drei Absätze Vorrede vor der eigentlichen Aussage. Wie sich das ändern lässt, zeigt [Wie schreibe ich einen Artikel, den KI zitiert?](https://flize.io/wissen/artikel-den-ki-zitiert/) im Detail, und welche Kriterien ChatGPT dabei anlegt, steht in [Wie werde ich in ChatGPT zitiert?](https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/)

### Stufe 4: Beantwortest du die Frage, die wirklich gestellt wird?

Die vierte Ursache ist keine technische: Die Frage, für die du zitiert werden willst, stellt in dieser Form niemand. Fragen in Chat-Interfaces sind länger, konkreter und an einen Fall gebunden. Nicht „BU Kosten“, sondern „Was kostet eine Berufsunfähigkeitsversicherung, wenn ich als Handwerkerin arbeite?“. Wer nur die kurze Variante bedient, hat für die lange nichts anzubieten.

Der Ablauf dagegen ist immer derselbe: erheben, welche Fragen deine Zielgruppe tatsächlich stellt, prüfen, welche davon deine Website schon beantwortet, und nur die Lücken schreiben. Womit sich diese Fragen finden lassen, zeigt [Diese Tools finden die Fragen, die Nutzer*innen ChatGPT und Perplexity stellen](https://flize.io/wissen/fragen-scouting-tools/). Eine Regel gilt dabei durchgehend: eine Frage, eine Seite, die sie abschließt. Drei Seiten, die dieselbe Frage halb beantworten, konkurrieren gegeneinander.

### Was, wenn technisch alles stimmt und du trotzdem nicht auftauchst?

Dann bleiben drei Erklärungen, die nichts mit einem Fehler zu tun haben:

- **Die Antwort schwankt**: Dieselbe Frage liefert in zwei Läufen unterschiedliche Quellen. Eine einzelne Stichprobe ist deshalb kein Messwert, sondern eine Momentaufnahme.
- **Für diese Frage sind andere Quellen besser aufgestellt**: Bei Vergleichs- und Empfehlungsfragen greifen Antwort-Engines häufig auf Übersichten, Fachmedien und Bewertungsplattformen zurück statt auf Anbieterseiten. Dann geht es um Erwähnungen außerhalb deiner Domain, nicht um deine Seite.
- **Die Änderung ist noch nicht angekommen**: Live abgerufene Quellen wirken mit dem nächsten Crawl, trainiertes Modellwissen erst mit einem neuen Trainingsstand. Warum es diese zwei getrennten Wege gibt, erklärt [GEO erklärt: Warum KI-Antworten das neue Ranking sind](https://flize.io/wissen/geo-erklaert/).

### Wie prüfst du, ob sich etwas geändert hat?

Mit einer festen Fragenliste, die du wiederholt stellst, und über mehrere Läufe hinweg. Interessant ist nicht, ob du in einem Chat genannt wirst, sondern wie oft du über eine Woche hinweg genannt wirst, in welchem Zusammenhang und mit welcher Seite. Welche Kennzahlen dafür taugen und wie du sie sauber erhebst, steht in [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/)

Genau diese Kette bündelt [flize](https://flize.io/): GEO-Score für den Zugang und die Lesbarkeit, Scouting für die offenen Fragen, Antwort-Check für den Abgleich mit deiner Website und Content-Produktion für die Lücken, also Artikel, geschrieben, um zitiert zu werden.

### FAQ

**Wie lange dauert es, bis eine Änderung in KI-Antworten ankommt?**

Es gibt keine zugesicherte Frist. Systeme, die für eine Anfrage live Quellen abrufen, sehen deine Änderung mit dem nächsten Crawl, also je nach Seite innerhalb von Tagen bis Wochen. Trainiertes Modellwissen ändert sich dagegen erst mit einem neuen Trainingsstand des Modells. Technische Korrekturen an Stufe 1 und 2 wirken deshalb deutlich schneller als der Aufbau von Bekanntheit.

**Soll ich GPTBot erlauben oder blockieren?**

Das sind zwei Entscheidungen, nicht eine. GPTBot sammelt laut OpenAI Material für das Training der Modelle, OAI-SearchBot beliefert die Suchfunktionen in ChatGPT. Wer beide sperrt, um Trainingsdaten zu verhindern, schließt sich zugleich aus den Antworten aus, in denen Quellen verlinkt werden. Wenn Sichtbarkeit das Ziel ist, lass mindestens die Such-Crawler zu.

**Ich stehe bei Google auf Platz 1 und werde trotzdem nicht zitiert. Wie geht das?**

Ranking und Zitat sind zwei verschiedene Auswahlverfahren. Ein Ranking bewertet ganze Seiten für eine Suchanfrage, eine Antwort-Engine sucht die Passage, die zu einer konkreten Frage passt, teils bei anderen Quellen und über eigene Crawler. Eine gut rankende Seite ohne direkte Antwort, ohne belegte Zahlen und ohne Frage-Struktur liefert nichts, was sich einsetzen lässt.

**Kann ich erzwingen, dass eine KI mich nennt?**

Nein. Kein Verfahren garantiert ein Zitat, weil die Auswahl bei jeder Anfrage neu entsteht und sich zwischen Läufen unterscheidet. Du kannst nur die Voraussetzungen herstellen, also Zugang, Lesbarkeit, Antwortform und Themenabdeckung, und danach über mehrere Läufe messen. Anbieter, die feste Platzierungen in KI-Antworten versprechen, verkaufen etwas, das sie nicht liefern können.

Quellen: [OpenAI: Bots](https://developers.openai.com/api/docs/bots) · [Anthropic: Crawler und robots.txt](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) · [Perplexity: PerplexityBot](https://docs.perplexity.ai/guides/bots) · [Google Search Central: KI-Funktionen](https://developers.google.com/search/docs/appearance/ai-features) · [Cloudflare: AI-Traffic-Optionen](https://developers.cloudflare.com/changelog/post/2026-07-01-ai-traffic-options/)

---

## Fragen statt Suchbegriffe: Was Fragen-Scouting für Versicherer anders macht

URL: https://flize.io/wissen/fragen-scouting-versicherer/
Veröffentlicht: 2026-08-21

**Kurz gesagt:** Fragen-Scouting sammelt die konkreten Fragen, die Menschen tatsächlich stellen, mit dem Ziel, sie so zu beantworten, wie eine KI sie zitieren kann. Klassische Keyword-Recherche sammelt Suchbegriffe und deren Suchvolumen, mit dem Ziel, damit in Suchmaschinen zu ranken. Für Versicherer liegt der Unterschied im Rohmaterial: hier ganze Fragen und die Absicht dahinter, dort Begriffe und Menge. Denn ein Prompt, die Eingabe an ein KI-System, ist kein Relevanzsignal wie ein Keyword, sondern eine Anleitung zur Textgenerierung.

**TL;DR**

- Keyword-Recherche zählt Suchbegriffe und Volumen, Fragen-Scouting erfasst ganze Fragen samt der Absicht dahinter.
- Ein Prompt ist kein Relevanzsignal wie ein Keyword, sondern eine Anleitung zur Textgenerierung.
- Versicherungsfragen sind lang, konkret und an einen Fall gebunden, also genau die Form, die in Keyword-Tools kaum auftaucht.
- Beide Recherchestränge ergänzen sich: Keyword-Tools bleiben im Werkzeugkasten, die Fragenanalyse kommt dazu.

### Wie gehen klassische Keyword-Recherche und Fragen-Scouting jeweils vor?

Keyword-Recherche folgt seit Jahren dem gleichen Muster. Tools listen Begriffe und Phrasen, nach denen Menschen in großen Suchmaschinen suchen, dazu das monatliche Suchvolumen dieser Anfragen. Für einen Versicherer ergibt das eine Liste wie „Berufsunfähigkeitsversicherung“, „BU Vergleich“, „BU Kosten“, jeweils mit einer Zahl daneben. **Fragen-Scouting** setzt vor dieser Stufe an: nicht der Begriff zählt, sondern die ganze Frage, mit ihrem Kontext und ihrer Absicht dahinter. Aus „BU Kosten“ wird dann „Was kostet eine Berufsunfähigkeitsversicherung, wenn ich als Handwerkerin arbeite?“, und damit eine Frage, die sich beantworten lässt.

### Warum lesen KI-Systeme Inhalte anders aus als Suchmaschinen?

Der Grund für diesen Bruch liegt darin, wie Menschen mit KI-Systemen überhaupt umgehen. Nutzer*innen stellen Fragen direkt an ChatGPT, Perplexity oder Google AI Overviews und bekommen synthetisierte Antworten, ohne eine Website zu besuchen. Gerade in der Versicherung, wo die Recherche lange vor dem Abschluss beginnt, verschiebt sich damit der erste Kontakt: Die Antwort entsteht im Chat, nicht auf der Produktseite. Damit verändert sich auch, was als Eingabe zählt: kein Suchbegriff, den ein Ranking-Algorithmus mit einer Seite abgleicht, sondern ein **Prompt**, der dem Sprachmodell sagt, welchen Text es erzeugen soll, kein Signal für Relevanz. Über welche Wege Inhalte in solche Antworten gelangen, zeigt [GEO erklärt: Warum KI-Antworten das neue Ranking sind](https://flize.io/wissen/geo-erklaert/).

### Was ändert sich dadurch am Ergebnis?

Das zeigt sich am deutlichsten im Ergebnis selbst. Wer reale Kundenfragen identifiziert und Inhalte in genau dieser Sprache formuliert, wie sie in Chat-Interfaces gestellt werden, trifft die Anfrageform, die am anderen Ende tatsächlich ankommt. Statt einer Seite zum Keyword „Hausratversicherung“ entsteht eine Seite, die „Zahlt meine Hausratversicherung, wenn die Waschmaschine ausläuft?“ fast wörtlich als Überschrift trägt und direkt darunter die Antwort gibt, statt sie in einen erklärenden Fließsatz zu verpacken. Das verändert die Textstruktur: **Frage-Antwort-Aufbau** statt Themenseite. Wer Content so aufbereitet, dass er konkrete Kundenfragen direkt beantwortet, erhöht die Chance, in generierten KI-Antworten überhaupt zu erscheinen. Wie so ein Aufbau im Detail aussieht, steht in [Wie schreibe ich einen Artikel, den KI zitiert?](https://flize.io/wissen/artikel-den-ki-zitiert/)

### Wie lässt sich das im Content-Prozess eines Versicherers kombinieren?

Für einen Versicherer heißt das konkret: Keyword-Tools bleiben im Werkzeugkasten, werden aber um eine Analyse typischer Fragen ergänzt, wie sie in Chatbots gestellt werden. Beide Recherchestränge laufen dann zusammen, statt sich gegenseitig zu ersetzen. Praktisch sind das drei Schritte: Fragen scouten, jede Frage gegen die eigenen Seiten prüfen (welche beantwortet ihr schon, welche nicht?) und die Lücken mit answer-ready Inhalten schließen. Genau diesen Ablauf bündelt [flize](https://flize.io/): Scouting, Antwort-Check und Content-Produktion, für die eigene Domain oder für Kund*innen. Welche Tools solche Fragen finden, zeigt [Diese Tools finden die Fragen, die Nutzer*innen ChatGPT und Perplexity stellen](https://flize.io/wissen/fragen-scouting-tools/).

### FAQ

**Ersetzt Fragen-Scouting die Keyword-Recherche?**

Nein. Keyword-Recherche zeigt weiterhin, wonach in Suchmaschinen gesucht wird und wie oft. Fragen-Scouting kommt daneben, weil es das Rohmaterial liefert, das KI-Systeme verarbeiten: ganze Fragen samt Absicht. Beide Recherchestränge laufen im Content-Prozess zusammen, statt sich gegenseitig zu ersetzen.

**Woher bekommen Versicherer die Fragen ihrer Kund*innen?**

Aus zwei Richtungen. Intern aus Beratungsgesprächen, Schadenmeldungen, Servicecenter-Protokollen und Maklerrückfragen, also aus Quellen, in denen echte Formulierungen bereits vorliegen. Extern aus Tools, die KI-Assistenten mit Prompts der Zielgruppe abfragen und protokollieren, welche Antworten und Quellen zurückkommen.

**Wie passt eine kurze KI-taugliche Antwort zu verbindlichen Vertragsangaben?**

Die kurze Antwort beantwortet die Frage, sie ersetzt aber keine Vertragsbedingungen. Sinnvoll ist ein zweistufiger Aufbau: oben die direkte, zitierfähige Antwort in ein bis drei Sätzen, darunter der Verweis auf Bedingungen, Tarifdetails und den Stand der Angaben. So bleibt der Text für KI-Systeme verwertbar und für die Fachprüfung sauber.

---

## Reddit-Zitate in ChatGPT brechen ein: von 3,8 % auf unter 1 %

URL: https://flize.io/wissen/reddit-zitate-chatgpt/
Veröffentlicht: 2026-08-21

**Kurz gesagt:** Reddit hielt vom 18. Juli bis zum 7. August 2026 einen stabilen Anteil von 3,8 Prozent an den Zitaten in ChatGPT Search. Am 14. August fiel dieser Anteil auf unter ein Prozent, im Schnitt auf 0,52 Prozent zwischen dem 14. und 17. August, ein relativer Rückgang von 86 Prozent. Die Zahlen stammen von PromptWatch, das die Oberflächen der KI-Systeme laufend misst. Wichtig dabei: PromptWatch schließt ein Erhebungsproblem als Ursache selbst nicht aus, und OpenAI hat keine Änderung bestätigt.

**TL;DR**

- Reddit-Anteil an ChatGPT-Zitaten: 3,8 % im Schnitt vom 18. Juli bis 7. August 2026, danach 0,52 % vom 14. bis 17. August (PromptWatch 2026).
- Das entspricht einem relativen Rückgang von 86 %, der Sieben-Tage-Schnitt lag zuletzt bei 1,50 %.
- PromptWatch nennt eine Änderung an der Quellenauswahl als naheliegende Erklärung, schließt ein Erhebungsproblem aber ausdrücklich nicht aus.
- Für die eigene Sichtbarkeit heißt das: Plattform-Anteile schwanken kurzfristig, tragfähig sind eigene, zitierfähige Inhalte.

### Was zeigen die Zahlen genau?

Die Kurve war vor dem Einbruch bemerkenswert flach. Vom **18. Juli bis zum 7. August 2026** lag Reddits Anteil an allen Zitaten in ChatGPT Search konstant bei rund **3,8 Prozent**. Am **14. August** fiel dieser Wert unter ein Prozent und blieb dort: im Schnitt **0,52 Prozent** vom 14. bis 17. August, ein relativer Rückgang von **86 Prozent**. In den gleitenden Durchschnitten sieht man den Bruch verzögert: Der Sieben-Tage-Schnitt lag zuletzt bei 1,50 Prozent (minus 54,4 Prozent gegenüber der Vorwoche), der 30-Tage-Schnitt noch bei 3,15 Prozent, weil er die stabile Phase davor mitträgt. Alle Werte stammen aus dem Bericht von [PromptWatch vom 18. August 2026](https://promptwatch.com/data/reddit-citations-are-dropping-in-chatgpt).

### Wie wurden die Daten erhoben?

PromptWatch misst nicht über eine Schnittstelle, sondern über die Oberflächen der KI-Systeme selbst: Prompt-Antworten, die darin genannten Quellen und Klickdaten, nach eigenen Angaben über 26 Milliarden Datenpunkte. In den Zitatanteil fließen nur Antworten ein, die mindestens eine Quelle nennen, der Anteil beschreibt also die Verteilung innerhalb der zitierenden Antworten, nicht aller Antworten. Der Bericht selbst formuliert eine Einschränkung, die man mitlesen sollte: Ein Problem bei der Datenerhebung lässt sich als Ursache für den Sprung nicht ausschließen. Die Größenordnung des Einbruchs steht damit unter Vorbehalt, der beobachtete Bruch am 14. August aber ist eindeutig datiert.

### Warum zitiert ChatGPT plötzlich weniger Reddit?

Eine bestätigte Erklärung gibt es nicht. PromptWatch nennt eine **Änderung an der Quellenauswahl** als naheliegenden Kandidaten, ohne sie belegen zu können, und OpenAI hat keine entsprechende Anpassung öffentlich gemacht. Wer daraus eine Strategie ableitet, arbeitet mit einer Vermutung. Belastbar ist an dieser Stelle nur die Beobachtung selbst: Der Anteil einer einzelnen Plattform an KI-Zitaten kann sich innerhalb eines Tages um den Faktor sieben verschieben, ohne Ankündigung und ohne erkennbaren Anlass auf Seiten der Plattform.

### Was heißt das für deine Sichtbarkeit?

Genau das ist der praktische Kern. Wer Sichtbarkeit in KI-Antworten darauf aufbaut, auf fremden Plattformen präsent zu sein, hängt an einer Stellschraube, die andere bedienen. Tragfähiger ist die eigene Domain mit Inhalten, die als Antwort funktionieren: eine Frage pro Überschrift, die Antwort im ersten Satz, Zahlen mit Quelle und Datum. Wie das im Detail aussieht, steht in [Wie schreibe ich einen Artikel, den KI zitiert?](https://flize.io/wissen/artikel-den-ki-zitiert/), und was ChatGPT dabei besonders gewichtet, in [Wie werde ich in ChatGPT zitiert?](https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/) Ebenso wichtig: Solche Verschiebungen bemerkt nur, wer laufend misst, statt einmal im Quartal zu schauen. Wie du das aufsetzt, zeigt [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/)

### FAQ

**Wie belastbar sind diese Zahlen?**

Der Bericht stammt von einem einzelnen Anbieter, PromptWatch, und bezieht sich auf ChatGPT Search in einem Zeitraum von gut vier Wochen. PromptWatch selbst schließt ein Problem bei der Datenerhebung als Ursache für den Sprung am 14. August 2026 nicht aus. Der beobachtete Bruch ist damit gut dokumentiert, die genaue Größenordnung sollte man als vorläufig behandeln.

**Heißt das, Reddit ist für KI-Sichtbarkeit nicht mehr relevant?**

Das lässt sich aus diesen Daten nicht ableiten. Gemessen wurde eine Antwort-Engine (ChatGPT Search) über wenige Wochen. Andere Systeme wie Perplexity oder Google AI Overviews wählen ihre Quellen eigenständig aus, und ein Anteil, der innerhalb eines Tages fällt, kann ebenso schnell wieder steigen.

**Was folgt daraus für die eigene Content-Arbeit?**

Zwei Dinge. Erstens: Sichtbarkeit nicht auf einer einzelnen fremden Plattform aufbauen, sondern auf eigenen Inhalten, die eine Frage direkt und zitierfähig beantworten. Zweitens: laufend messen statt punktuell prüfen, weil solche Verschiebungen sonst erst Wochen später auffallen.

Quellen: [PromptWatch: Reddit Citations Are Dropping in ChatGPT (18. August 2026)](https://promptwatch.com/data/reddit-citations-are-dropping-in-chatgpt)

---

## Wie schreibe ich einen Artikel, den KI zitiert?

URL: https://flize.io/wissen/artikel-den-ki-zitiert/
Veröffentlicht: 2026-08-19

**Kurz gesagt:** Ein Artikel wird zitiert, wenn er eine konkrete Frage sofort beantwortet: Die Antwort steht als eigenständiger Absatz ganz oben, jede Überschrift ist eine Frage und wird im ersten Satz darunter beantwortet, jede Zahl trägt Quelle und Datum, und die Seite ist ohne JavaScript lesbar. KI-Systeme zitieren keine Artikel, sie zitieren Passagen. Deine Aufgabe ist, jede einzelne Passage zitierfähig zu machen.

**TL;DR**

- KI-Systeme zitieren Passagen, keine Artikel: Jeder Absatz muss auch ohne den Rest der Seite Sinn ergeben.
- Antwort zuerst: Die Kernaussage steht im ersten Absatz, nicht nach der Einleitung.
- Eine Frage pro H2, im ersten Satz beantwortet. Danach erst Begründung, Beispiel und Einschränkung.
- Zahlen ohne Quelle und Datum fallen raus, weil das Modell sie nicht belegen kann.
- Häufigster Fehler: die Vorrede. Drei Absätze Hinführung, bevor die Frage überhaupt fällt.

### Was macht einen Artikel zitierfähig?

Zitierfähig ist ein Artikel, wenn sich eine einzelne Passage daraus herauslösen und in eine Antwort einsetzen lässt, ohne dass Bedeutung verloren geht. Das ist der ganze Unterschied zum klassischen Schreiben. Ein Mensch liest von oben nach unten und baut sich Kontext auf. Ein Sprachmodell sucht in vielen Dokumenten nach den Stellen, die zur gestellten Frage passen, und formuliert daraus eine Antwort. Der Link in der Quellenangabe zeigt zwar auf die ganze Seite, ausgewählt und verarbeitet wird aber die einzelne Passage. Zitierfähig ist deshalb nicht der Artikel, sondern der Absatz.

Daraus folgt eine Regel, die alles Weitere bestimmt: **Jeder Absatz muss allein stehen können.** Keine Rückbezüge wie „wie oben erwähnt", keine Pronomen, deren Bezug zwei Absätze zurückliegt, keine Aussage, die ohne die Überschrift darüber sinnlos wird. Wenn dein bester Satz erst verständlich ist, nachdem jemand die drei Absätze davor gelesen hat, ist er als Zitat wertlos.

### Wie baust du den Antwort-Block am Anfang?

Der Antwort-Block ist der wichtigste Absatz des Artikels: zwei bis vier Sätze ganz oben, die die Titelfrage vollständig beantworten. Vollständig heißt, dass jemand, der nur diesen Block liest, eine korrekte Antwort hat und den Rest nur für die Tiefe braucht. Drei Dinge gehören hinein:

- **Der Begriff aus der Frage, ausgeschrieben**: Lautet die Überschrift „Was ist llms.txt?", beginnt die Antwort mit „llms.txt ist ...", nicht mit „Dabei handelt es sich um ...". Das Modell braucht den Anker im Satz, nicht nur in der Zeile darüber.
- **Die Antwort ohne Einschränkung im ersten Satz**: Bedingungen, Ausnahmen und Sonderfälle kommen im zweiten oder dritten Satz.
- **Die Abgrenzung, wenn das Thema oft verwechselt wird**: Ein Satz reicht, nämlich der, was es nicht ist.

Was nicht hineingehört, ist Vorrede. Sätze wie „In den letzten Jahren hat sich viel verändert" kosten dich die Passage, weil ein System die ersten Zeilen prüft und nichts Verwertbares findet.

### Wie strukturierst du den Rest des Artikels?

Nach dem Antwort-Block wird jeder Abschnitt zu einer eigenen kleinen Antwort-Einheit. Formuliere **jede H2 als Frage**, so wie deine Zielgruppe sie stellen würde, und beantworte sie im ersten Satz darunter. Der Rest des Abschnitts liefert Begründung, Beispiel und Einschränkung, in dieser Reihenfolge.

Warum Fragen? Weil die Anfrage in einem Chat-Interface selbst eine Frage ist. Je näher deine Überschrift an der Formulierung liegt, die jemand eintippt, desto eindeutiger ist die Zuordnung zwischen Frage und Passage. Für Menschen gilt dasselbe: Eine Frage als Überschrift verspricht eine Antwort, ein Substantiv verspricht nichts. Vier Maße, die sich in der Praxis bewährt haben:

- **Eine Frage pro H2, nicht zwei**: Doppelfragen erzeugen Abschnitte, die nur zur Hälfte zitierfähig sind.
- **Absätze von drei bis fünf Sätzen**: Kürzer wirkt zerhackt, länger vermischt zwei Gedanken in einer Passage.
- **Listen nur für gleichrangige Elemente**: Alles, was einen Zusammenhang erklärt, gehört in Fließtext. Eine Liste aus Halbsätzen ist schlecht zitierbar, weil jedem Punkt der Kontext fehlt.
- **Ein FAQ-Block am Ende**: für die Fragen, die zum Thema gehören, aber den Argumentationsgang stören würden.

### Wie belegst du Aussagen so, dass eine KI sie übernimmt?

Eine Zahl ohne Quelle und Datum ist für ein Antwort-System ein Risiko: Es kann nicht nachvollziehen, woher der Wert stammt, und greift im Zweifel zu einer Quelle, bei der es das kann. Deshalb gehören Urheber und Zeitraum direkt neben die Zahl, in denselben Satz und nicht in eine Fußnote am Seitenende.

Konkret: „Googles Anteil am verifizierten Bot-Traffic lag im zweiten Quartal 2026 bei 30,1 Prozent ([Cloudflare Radar](https://radar.cloudflare.com/bots))" ist zitierfähig, wie der Artikel [Wer liest deine Website?](https://flize.io/wissen/wer-liest-deine-website/) zeigt. „Googles Anteil sinkt deutlich" ist es nicht. Dasselbe gilt für Begriffe: Wer eine Definition liefert, die andere wörtlich übernehmen können, wird als Definition zitiert.

Zwei Punkte, die dabei oft untergehen. Verlinke die Quelle im Text und nicht nur in einer Liste am Seitenende, damit die Zuordnung im zitierten Absatz selbst steckt. Und halte das Datum der letzten Aktualisierung sichtbar, im Text und in den strukturierten Daten. Aktualität ist bei mehreren Antwort-Engines ein eigenes Auswahlkriterium, [Wie werde ich in Perplexity zitiert?](https://flize.io/wissen/wie-werde-ich-in-perplexity-zitiert/) geht darauf im Detail ein.

### Welche Fehler kosten dich das Zitat?

Die häufigsten Fehler sind keine Schreibfehler, sondern Struktur-Fehler:

- **Die Vorrede**: Drei Absätze Hinführung, bevor die Frage überhaupt fällt. Der zitierfähige Teil steht dann auf halber Seitenhöhe.
- **Marketing-Sprech statt Aussage**: „Die smarteste Lösung am Markt" enthält nichts, was ein Modell einsetzen könnte. Prüfe jeden Satz mit einer Frage: Ließe sich das überhaupt widerlegen?
- **Wichtiges nur im Bild**: Tabellen als Grafik, Zahlen in der Infografik, die Kernaussage im Video. Was nicht als Text auf der Seite steht, wird nicht zitiert.
- **Inhalte, die erst per JavaScript nachgeladen werden**: Die verbreiteten KI-Crawler führen kein JavaScript aus und sehen nur das serverseitig ausgelieferte HTML. Googles Systeme rendern, verlassen kannst du dich darauf aber nur bei Google. Ein Blick in die Seitenquelle zeigt dir, was übrig bleibt.
- **Ein Thema über fünf Seiten verteilt**: Wenn drei Seiten dieselbe Frage halb beantworten, konkurrieren sie gegeneinander. Besser eine Seite, die die Frage abschließt.

### Woher weißt du, worüber du schreiben sollst?

Der beste Artikelaufbau nützt nichts, wenn niemand die Frage stellt. Der Ablauf vor dem Schreiben ist deshalb genauso wichtig wie das Schreiben selbst: erst erheben, welche Fragen deine Zielgruppe tatsächlich stellt, dann prüfen, welche davon deine Website schon beantwortet, und nur die Lücken schreiben. Wie sich diese Fragen finden lassen, zeigt [Diese Tools finden die Fragen, die Nutzer*innen ChatGPT und Perplexity stellen](https://flize.io/wissen/fragen-scouting-tools/). Ob die Antworten dich danach nennen, zeigt [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/)

Genau diese Kette bündelt [flize](https://flize.io/): GEO-Score, Fragen-Scouting, Antwort-Check und Content-Produktion, also Artikel, geschrieben, um zitiert zu werden, für die eigene Domain oder für Kund*innen.

### FAQ

**Wie lang sollte ein zitierfähiger Artikel sein?**

Es gibt keine Mindestlänge. Entscheidend ist, ob die Frage vollständig beantwortet ist, nicht die Wortzahl. Ein kurzer Artikel, der eine Frage sauber abschließt, wird häufiger zitiert als ein langer, der drei Fragen halb behandelt. Wenn ein Thema zu groß wird, teile es in zwei Artikel mit je einer Frage.

**Hilft ein FAQ-Block wirklich?**

Ja, aus zwei Gründen. Erstens sind Frage-Antwort-Paare von Natur aus eigenständige Passagen, die sich ohne Kontext einsetzen lassen. Zweitens lässt sich der Block als FAQPage-Schema auszeichnen und macht die Zuordnung von Frage und Antwort damit auch maschinell explizit. Wichtig zur Einordnung: Google zeigt seit Mai 2026 keine FAQ-Rich-Results mehr in den Suchergebnissen und hat die Dokumentation dazu im Juni 2026 entfernt. Der Schema-Typ bleibt gültig und maschinenlesbar, weg ist nur die aufklappbare Darstellung in der Google-Suche.

**Kann ich die Artikel mit KI schreiben lassen?**

Ja. Antwort-Engines bewerten nicht, wie ein Text entstanden ist, sondern ob er die Frage belegt und strukturiert beantwortet. Googles Spam-Richtlinie zum Scaled Content Abuse zielt ausdrücklich auf Masse ohne Mehrwert, nicht auf das Werkzeug, und gilt für maschinell wie manuell erstellte Inhalte gleichermaßen. Ungeprüfte KI-Texte tragen zwei Risiken: falsche Zahlen und erfundene Quellen, die dich als Quelle unbrauchbar machen, und Menge ohne redaktionelle Prüfung. Fakten, Belege und eine fachliche Durchsicht gehören deshalb vor die Veröffentlichung.

**Muss ich meine alten Artikel neu schreiben?**

Meistens nicht. Drei Eingriffe reichen: einen Antwort-Block voranstellen, die Überschriften in Fragen umformulieren und jede Zahl mit Quelle und Datum versehen. Das kostet etwa eine Stunde pro Artikel und wirkt mit dem nächsten Crawl.

Quellen: [Cloudflare Radar: Bots](https://radar.cloudflare.com/bots) · [Google Search Central: FAQPage](https://developers.google.com/search/docs/appearance/structured-data/faqpage) · [Google Search Central: Spam-Richtlinien](https://developers.google.com/search/docs/essentials/spam-policies)

---

## Diese Tools finden die Fragen, die Nutzer*innen ChatGPT und Perplexity stellen

URL: https://flize.io/wissen/fragen-scouting-tools/
Veröffentlicht: 2026-08-13

**Kurz gesagt:** Zwei Tool-Kategorien finden die Fragen, die Nutzer*innen KI-Assistenten stellen: AEO-Tools (Answer Engine Optimization), die ChatGPT, Perplexity und Co. gezielt mit Prompts der Zielgruppe abfragen und protokollieren, was zurückkommt, und Tools, die eine Domain oder einen Markennamen scannen und daraus automatisch mögliche Fragen ableiten. Die einen starten bei der Frage, die anderen bei deiner Website.

**TL;DR**

- Zwei Kategorien: AEO-Tools fragen KI-Assistenten mit Prompts ab und protokollieren die Antworten, andere Tools leiten Fragen automatisch aus einer Domain oder einem Markennamen ab.
- Drei technische Wege dahinter: direkte Prompt-Analyse, automatisiertes Reverse-Engineering und Verfahren wie RAG.
- Anders als Keyword-Recherche zählt Fragen-Scouting keine Begriffe, sondern erfasst reale Fragen, so wie sie in Chat-Interfaces gestellt werden.

### Welche zwei Tool-Kategorien helfen weiter?

Es gibt zwei Kategorien, die hier wirklich weiterhelfen. Zum einen **AEO-Tools** (Answer Engine Optimization), die gezielt KI-Assistenten mit Prompts deiner Zielgruppe abfragen und protokollieren, was zurückkommt: welche Quellen zitiert werden, welche Entitäten die Antwort mit deinem Thema verknüpft, wie die Antwort aufgebaut ist. Zum anderen Tools, die **automatisch Suchanfragen erzeugen**, indem sie eine Domain oder einen Markennamen scannen und daraus mögliche Fragen ableiten. Beide Kategorien lösen dasselbe Problem aus zwei Richtungen: die einen starten bei der Frage und schauen, was die KI daraus macht, die anderen starten bei deiner Website und leiten die Frage ab.

### Wie kommen diese Tools an die Fragen heran?

Technisch läuft das über drei Wege, die sich oft ergänzen. Der erste ist die **direkte Prompt-Analyse**: dieselben Formulierungen eingeben, die echte Nutzer*innen tippen würden, und systematisch auswerten, was der Assistent antwortet, welche Quellen er nennt und wie er die Antwort strukturiert. Das liefert Informationen aus erster Hand, ganz ohne Umweg über einen Index. Der zweite Weg ist **automatisiertes Reverse-Engineering**: Ein Tool scannt eine Domain oder einen Firmennamen und generiert daraus selbstständig plausible Suchanfragen, ohne dass jemand die Fragen von Hand formulieren muss. Der dritte Weg kommt aus der Technik hinter den Antwort-Engines selbst. Verfahren wie **Retrieval-Augmented Generation**, kurz RAG, holen bei der Beantwortung zusätzlich externe Daten dazu, um Antworten genauer und breiter abzustützen.

### Warum funktioniert Fragen-Scouting anders als klassische Keyword-Recherche?

Klassische Keyword-Recherche fragt: Wonach sucht jemand, und wie oft im Monat? Klassische SEO-Tools liefern dafür Funktionen zur Recherche relevanter Begriffe und Phrasen sowie deren monatliches Suchvolumen. Das Problem: Wer in ChatGPT oder Perplexity tippt, sucht nicht nach Begriffen, sondern stellt Fragen, so wie man sie auch einem Menschen stellen würde. **Fragen-Scouting** setzt genau hier an: reale Nutzerfragen identifizieren und erfassen, so wie sie in Chat-Interfaces gestellt werden, statt einzelne Begriffe zu zählen.

### Wie nutzt du die gefundenen Fragen für deine Website?

Aus den gefundenen Fragen wird ein Arbeitsvorrat: jede Frage gegen die eigene Website prüfen (welche beantwortet sie schon, welche nicht?) und die Lücken mit answer-ready Artikeln schließen. Genau diesen Ablauf bündelt [flize](https://flize.io/): Scouting, Antwort-Check und Content-Produktion, für die eigene Domain oder für Kund*innen. Wie du anschließend misst, ob die Antworten dich zitieren, zeigt [Wie messe ich meine Sichtbarkeit in KI-Antworten?](https://flize.io/wissen/ki-sichtbarkeit-messen/)

### FAQ

**Wo stoßen diese Tools an ihre Grenzen?**

Eine Grenze betrifft nicht die Tools selbst, sondern das, was am Ende dabei herauskommt. Wer mit Perplexity arbeitet oder Perplexity-Antworten als Referenz für die eigene Recherche nutzt, bekommt zwar Quellenangaben mitgeliefert und spart Zeit, das schützt aber nicht vor Fehlern. Nutzer*innen sollten die gelieferten Informationen trotzdem auf Richtigkeit prüfen, weil auch hier wie bei allen KI-Tools eine gewisse Anfälligkeit für falsche oder ungenaue Angaben besteht.

**Wie wähle ich das passende Tool für meinen Anwendungsfall?**

Die Auswahl hängt davon ab, wie strukturiert du vorgehen willst. Es gibt einen Schritt-für-Schritt-Rahmen dafür, wie man passende Prompts überhaupt findet, filtert und für ein laufendes Tracking auswählt, statt wahllos Fragen zu sammeln.

---

## GEO erklärt: Warum KI-Antworten das neue Ranking sind

URL: https://flize.io/wissen/geo-erklaert/
Veröffentlicht: 2026-08-12

**Kurz gesagt:** GEO steht für Generative Engine Optimization. Es geht darum, Inhalte so aufzubereiten, dass Systeme wie ChatGPT, Perplexity oder Gemini sie in ihren generierten Antworten tatsächlich zitieren, statt nur klassische Suchergebnisse zu liefern. Sichtbarkeit entsteht dabei über zwei Einstiegspunkte: das trainierte Wissen des Modells und die live abgerufenen Quellen.

**TL;DR**

- Die Ergebnisliste fällt weg, die Antwort selbst wird zum Schauplatz: Sichtbar ist, wer zitiert wird, nicht wer rankt.
- Inhalte gelangen über zwei Einstiegspunkte in eine KI-Antwort: das trainierte Wissen des Modells und live abgerufene Quellen.
- Der schnellste Hebel ist der Live-Abruf: Crawler-Zugang plus answer-ready Struktur.

### Warum ist die KI-Antwort das neue Ranking?

Klassisches SEO verfolgt ein klares Ziel: möglichst weit oben in der Suchergebnisliste stehen. Klicks und Rankings sind die Währung. GEO verschiebt dieses Ziel. Hier zählt, ob ein KI-System deine Inhalte als Beleg heranzieht und in seiner Antwort nennt. Die Ergebnisliste fällt weg, die Antwort selbst wird zum Schauplatz. Das ist mehr als eine neue Kennzahl. Es verändert, wonach du überhaupt optimierst: nicht mehr Sichtbarkeit in einer Liste, sondern Präsenz in einem Text, den ein Modell formuliert.

Den vollständigen Vergleich der beiden Disziplinen findest du in [GEO vs. SEO](https://flize.io/wissen/geo-vs-seo/).

### Woher nehmen KI-Systeme ihre Antworten?

Damit stellt sich die Frage, woher ein KI-System seine Antworten überhaupt nimmt. Ein Teil des Wissens steckt bereits im Modell selbst, gespeichert aus den Daten, mit denen es trainiert wurde. Für aktuelle oder spezifische Fragen reicht das aber nicht. Deshalb ziehen viele Systeme zusätzlich externe Quellen heran, die außerhalb der ursprünglichen Trainingsdaten liegen, und rufen sie live ab, um Antworten auf abrufbaren Dokumenten statt nur auf gespeichertem Wissen aufzubauen. Für dich bedeutet das: Es gibt keine Linkliste, die du erklimmst. Es gibt **zwei Einstiegspunkte**, über die deine Inhalte überhaupt in eine Antwort gelangen können, das trainierte Wissen und die live abgerufenen Quellen. Bei SEO reicht ein gutes Ranking. Bei GEO musst du an beiden Stellen zitierfähig sein.

### Wie kommst du ins trainierte Wissen?

Das trainierte Wissen ist der langsame Einstiegspunkt. Was ein Modell über deine Marke, dein Produkt oder dein Thema gelernt hat, stammt aus den Texten, die zum Trainingszeitpunkt über dich im Web standen. Direkt steuern lässt sich das nicht, indirekt schon:

- **Erwähnungen auf vielen Quellen**: Fachartikel, Verzeichnisse, Foren und Presse zählen mehr als die zehnte Unterseite der eigenen Domain.
- **Konsistente Beschreibungen**: Wenn dein Angebot überall gleich beschrieben wird, lernt das Modell eine klare Zuordnung statt widersprüchlicher Fragmente.
- **Zitierfähige Definitionen**: Sätze der Form „X ist ...", die andere übernehmen können, wandern als Formulierung durchs Web und irgendwann ins Training.

Die Wirkung kommt verzögert, oft erst mit der nächsten Modellgeneration. Deshalb ist dieser Einstiegspunkt Pflege, kein Sprint.

### Wie kommst du in die live abgerufenen Quellen?

Der Live-Abruf ist der schnelle Hebel, denn hier entscheidet sich die Quellenauswahl bei jeder Frage neu. Drei Voraussetzungen musst du erfüllen:

- **Crawler-Zugang**: KI-Bots wie GPTBot, PerplexityBot oder Google-Extended dürfen deine Inhalte lesen und sehen sie serverseitig, nicht erst nach JavaScript.
- **Answer-ready Struktur**: direkte Antwort im ersten Absatz, eine Frage pro Seite, klare H2-Fragen, Zahlen mit Quelle und Datum.
- **Maschinenlesbare Bedeutung**: Schema.org/JSON-LD und eine [llms.txt](https://flize.io/wissen/was-ist-llms-txt/) machen explizit, worum es auf der Seite geht.

Sobald die Inhalte gecrawlt und auffindbar sind, können sie zitiert werden, oft innerhalb von Tagen. Wie die Auswahl im Detail funktioniert, zeigt [Wie werde ich in ChatGPT zitiert?](https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/)

### Wie startest du konkret?

Der pragmatische Ablauf in vier Schritten: Erst der **GEO-Score** (wie maschinenlesbar ist die Website heute?), dann das **Scouting** (welche Fragen stellt deine Zielgruppe gerade?), dann der **Antwort-Check** (welche dieser Fragen beantwortet deine Website schon, welche nicht?) und schließlich die **Content-Produktion**: Artikel, geschrieben, um zitiert zu werden. Genau diesen Ablauf automatisiert [flize](https://flize.io/), für die eigene Domain oder für Kund*innen.

### FAQ

**Ist GEO nur ein neues Wort für SEO?**

Nein. SEO optimiert für die Position in einer Ergebnisliste, GEO dafür, dass KI-Systeme deine Inhalte als Quelle heranziehen und in ihrer Antwort nennen. Die technische Basis überschneidet sich, Ziel und Messgrößen unterscheiden sich.

**Was heißt zitierfähig konkret?**

Eine Seite ist zitierfähig, wenn sie eine konkrete Frage direkt im ersten Absatz beantwortet, Zahlen mit Quelle und Datum belegt und maschinell sauber lesbar ist: semantisches HTML, Schema.org, freier Crawler-Zugang.

**Kann ich beeinflussen, was ein Modell über mich gelernt hat?**

Nur indirekt und langsam, über konsistente Erwähnungen und Beschreibungen auf vielen Quellen im Web. Schneller wirkt der zweite Einstiegspunkt: Inhalte, die KI-Systeme bei der Antwort live abrufen und zitieren können.

**Womit fange ich an?**

Mit dem GEO-Score deiner Website: Wie maschinenlesbar ist sie heute? Danach die Fragen deiner Zielgruppe erheben, jede Frage gegen die eigene Website prüfen und die Lücken mit answer-ready Artikeln schließen.

---

## Wer liest deine Website? Googles Anteil am Bot-Traffic fällt auf ein Drittel

URL: https://flize.io/wissen/wer-liest-deine-website/
Veröffentlicht: 2026-07-30

**Kurz gesagt:** Googles Anteil am weltweiten Bot-Traffic ist laut Cloudflare Radar binnen eines Jahres von 46,8 auf 30,1 Prozent gefallen. Nicht, weil Google weniger crawlt, sondern weil neue Player wie Anthropic, Apple und Baidu dazugekommen sind. Wenn heute ein Bot eine Website liest, ist es deutlich seltener ein Such-Crawler und häufiger eine KI, die gerade eine Antwort baut.

**TL;DR**

- Google: 46,8 % → 30,1 % Anteil am verifizierten Bot-Traffic (Cloudflare Radar, Q2 2025 vs. Q2 2026).
- Anthropic, Apple und Baidu standen vor einem Jahr nicht in den Top 9, heute holen sie zusammen 13,2 Punkte.
- Meta, OpenAI und Microsoft stehen praktisch unverändert da: Der Markt geht in die Breite, nicht an einen neuen Marktführer.
- Für Websites heißt das: Der typische Bot-Besuch dient immer öfter einer KI-Antwort, nicht einem Suchindex.

### Wie hat sich der Bot-Traffic verändert?

Vor einem Jahr kam fast die Hälfte des weltweiten Bot-Traffics von Google. Heute ist es knapp ein Drittel. Das zeigt eine eigene Abfrage der [Cloudflare Radar API](https://developers.cloudflare.com/radar/), verifizierter Bot-Traffic, Q2 2025 gegen Q2 2026, abgerufen am 30. Juli 2026:

- **Google**: 46,8 % → 30,1 %
- **Meta**: 14,6 % → 14,9 %
- **OpenAI**: 8,7 % → 7,6 %
- **Microsoft**: 5,2 % → 5,3 %
- **Sonstige**: 14,9 % → 22,3 %

Google verliert fast 17 Prozentpunkte, und keiner der etablierten Namen hat sie eingesammelt. Meta, OpenAI und Microsoft stehen praktisch da, wo sie vor einem Jahr standen.

### Wer sind die neuen Player?

Drei Namen, die vor einem Jahr nicht einmal in den Top 9 der Bot-Betreiber standen: **Anthropic** (jetzt Platz 5 mit 4,9 %), **Apple** (4,3 %) und **Baidu** (4,0 %). Zusammen holen sie 13,2 Punkte und damit fast so viel, wie Google abgegeben hat. Rausgeflogen sind dafür Semrush, Yandex und Huawei. Ein Jahr, ein Drittel der Liste ausgetauscht.

### Crawlt Google jetzt weniger?

Das lässt sich aus den Zahlen nicht ableiten, und vermutlich stimmt es auch nicht. Cloudflare Radar misst **Anteile, keine absoluten Mengen**. Googles Stück vom Kuchen ist kleiner geworden, weil der Kuchen selbst gewachsen ist: Es lesen heute schlicht mehr Maschinen das Web als vor einem Jahr.

### Was machen die neuen Bots auf deiner Website?

Der entscheidende Unterschied liegt nicht in der Menge, sondern im Zweck. Ein Such-Crawler liest deine Seite, um sie in einen Index einzusortieren, und schickt dir später vielleicht Besucher*innen. Die neuen Bots lesen deine Seite oft **in dem Moment, in dem jemand eine Frage stellt**: Eine KI holt die Inhalte, baut daraus eine Antwort und nennt im besten Fall die Quelle. Deine Website hat damit immer öfter Leser, die [keine Menschen sind](https://flize.io/kein-mensch/). Und diese Leser entscheiden, ob du in der Antwort vorkommst.

### Was bedeutet das für deine Sichtbarkeit?

Wenn der typische Bot-Besuch immer seltener ein Such-Crawler ist, reicht es nicht mehr, nur für Rankings zu optimieren. Deine Inhalte müssen so geschrieben sein, dass eine Maschine sie versteht und zitieren kann: direkte Antworten, klare Struktur, belegte Zahlen. **Geschrieben, um zitiert zu werden.** Ob das heute schon funktioniert, zeigt der [Antwort-Check](https://flize.io/wissen/ki-sichtbarkeit-messen/): Kommst du in den KI-Antworten auf die wichtigsten Fragen deiner Zielgruppe vor? Genau diesen Kreislauf automatisiert [flize](https://flize.io/): Scouting, Antwort-Check, Content-Produktion und Attribution, gebündelt an einem Ort.

### FAQ

**Heißt das, Google crawlt weniger als früher?**

Nein, das lässt sich aus den Zahlen nicht ableiten. Cloudflare Radar misst Anteile, keine absoluten Mengen. Googles Stück vom Kuchen ist kleiner geworden, weil der Kuchen gewachsen ist: Es sind deutlich mehr Bot-Betreiber aktiv als vor einem Jahr.

**Sollte ich KI-Bots in der robots.txt blocken?**

Wer in KI-Antworten sichtbar sein will, sollte Antwort-Bots wie ClaudeBot, OAI-SearchBot oder PerplexityBot nicht pauschal aussperren. Sinnvoll ist eine bewusste Entscheidung pro Bot: Zugriffe für Antworten zulassen, Training je nach eigener Content-Strategie erlauben oder ausschließen.

**Woher stammen die Zahlen?**

Aus einer eigenen Abfrage der Cloudflare Radar API, verifizierter Bot-Traffic, Q2 2025 gegen Q2 2026, abgerufen am 30. Juli 2026. Cloudflare sieht als CDN-Anbieter einen großen Teil des weltweiten Web-Traffics und verifiziert Bots über Netzwerk- und Verhaltensmerkmale.

**Ist SEO damit tot?**

Nein. Google bleibt der größte einzelne Bot-Betreiber, und klassische Suche liefert weiter Traffic. Aber der Anteil der Bots, die für KI-Antworten lesen, wächst schnell. GEO ergänzt SEO, es ersetzt es nicht.

Quellen: [Cloudflare Radar: Bots](https://radar.cloudflare.com/bots) · [Cloudflare Radar API (Entwickler-Doku)](https://developers.cloudflare.com/radar/)

---

## Wie werde ich in Perplexity zitiert?

URL: https://flize.io/wissen/wie-werde-ich-in-perplexity-zitiert/
Veröffentlicht: 2026-07-27

**Kurz gesagt:** Perplexity ist eine Antwortmaschine: Jede Antwort wird mit nummerierten Quellen belegt. Zitiert wird, wer eine konkrete Frage direkt, aktuell und überprüfbar beantwortet und PerplexityBot nicht aussperrt. Weil Perplexity immer Quellen nennt, wird die Quellenliste bei jeder Frage neu vergeben. Die einzige Frage ist, ob du darin vorkommst.

**TL;DR**

- Perplexity beantwortete im Mai 2025 rund 780 Mio. Anfragen pro Monat, bei über 20 % Wachstum je Monat.
- Jede Antwort listet Quellen — die Zitierdichte ist höher als bei jeder anderen Antwort-Engine.
- Bevorzugt werden frische, datierte, faktenreiche Seiten mit klarer Struktur.
- Pflicht: PerplexityBot in der robots.txt erlauben und Inhalte serverseitig ausliefern.

### Wie funktioniert Perplexity?

Perplexity kombiniert einen eigenen, auf Aktualität ausgelegten Suchindex mit Live-Abrufen: Zu jeder Frage holt das System passende Seiten, extrahiert die relevanten Passagen und baut daraus eine Antwort, in der **jede Aussage einer nummerierten Quelle zugeordnet** ist. Das unterscheidet Perplexity von klassischen Chatbots: Es gibt keine Antwort ohne Quellenliste. Die Plattform ist damit vom Start weg eine Zitiermaschine — im Mai 2025 mit rund 780 Mio. Anfragen pro Monat, bei nach Unternehmensangaben über 20 % Wachstum je Monat ([CEO Aravind Srinivas, Juni 2025](https://techcrunch.com/2025/06/05/perplexity-received-780-million-queries-last-month-ceo-says/)). Eine aktuellere offizielle Monatszahl hat Perplexity bislang nicht veröffentlicht.

### Wie wählt Perplexity seine Quellen aus?

Entscheidend ist die **Passage, nicht die Markengröße**: Perplexity sucht für jede Teilaussage die Quelle, die sie am direktesten belegt. Drei Muster fallen dabei auf:

- **Aktualität schlägt Archiv**: Der Index ist auf frische Inhalte optimiert. Seiten mit sichtbarem Stand-Datum und gepflegten Fakten werden bevorzugt.
- **Viele Quellen, aber präzise**: Perplexity zitiert deutlich mehr Quellen als andere Systeme: In einer Auswertung von über 118.000 KI-Antworten waren es im Schnitt rund 22 Zitate pro Frage, etwa das Dreifache von ChatGPT. Wer nur „auch etwas zum Thema" schreibt, fliegt trotzdem raus.
- **Diversität der Quelltypen**: Neben klassischen Websites zitiert Perplexity auffällig oft Fachartikel, Dokumentationen und Community-Inhalte.

### Welche Inhalte zitiert Perplexity bevorzugt?

- **Direkte Antworten**: Der erste Absatz beantwortet die Frage — der Rest vertieft.
- **Zahlen mit Quelle und Datum**: Perplexity belegt Aussagen; unbelegte Behauptungen sind schwer zitierbar.
- **Frage-Überschriften**: H2/H3 in Frageform machen die Zuordnung Frage → Passage trivial.
- **Strukturierte Blöcke**: Listen, Tabellen und FAQ-Abschnitte lassen sich sauber extrahieren.
- **Gepflegte Aktualität**: ein sichtbares „Stand: …" signalisiert, dass die Fakten geprüft sind.

### Welche Rolle spielen PerplexityBot und Perplexity-User?

Perplexity nutzt zwei Zugriffe ([Perplexity Crawler-Dokumentation](https://docs.perplexity.ai/docs/resources/perplexity-crawlers)):

- **PerplexityBot** crawlt für den Suchindex und respektiert die robots.txt. Blockierte Seiten indexiert Perplexity ohne Volltext; Domain, Überschrift und eine kurze faktische Zusammenfassung können laut Help Center weiterhin auftauchen — ein Zitat mit Substanz wird daraus nicht. Laut Perplexity wird der Bot nicht für das Training von Basismodellen genutzt.
- **Perplexity-User** ruft Seiten live ab, wenn Nutzer*innen eine konkrete Frage stellen. Perplexity versteht diesen Zugriff als Agent im Auftrag der Nutzer*innen, der der robots.txt nicht strikt folgt.

Praktisch heißt das: **PerplexityBot in der robots.txt erlauben**, Inhalte serverseitig ausliefern (kein reines JavaScript-Rendering) und mit [llms.txt](https://flize.io/wissen/was-ist-llms-txt/) kuratierten Kontext anbieten.

### Wie prüfst du, ob du zitiert wirst?

- **Selbst fragen**: Stelle die typischen Fragen deiner Zielgruppe in Perplexity und prüfe die Quellenliste — inklusive Formulierungsvarianten.
- **Referral-Traffic**: Besuche mit Herkunft perplexity.ai in der Web-Analyse beobachten.
- **Systematisches Monitoring**: dieselben Fragen regelmäßig automatisiert prüfen und Erwähnungen über die Zeit verfolgen — so macht es der [Sichtbarkeits-Check](https://flize.io/wissen/ki-sichtbarkeit-messen/) in [flize](https://flize.io/).

### Perplexity vs. ChatGPT: die Unterschiede

Die Kriterien überschneiden sich stark — wer [für ChatGPT optimiert](https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/), hat auch bei Perplexity gute Karten. Drei Unterschiede lohnen den Blick:

- **Zitierpflicht**: ChatGPT zitiert nur bei suchgestützten Antworten, Perplexity immer. Jede Frage vergibt Quellenplätze.
- **Aktualität**: Perplexitys Index ist news-näher; gepflegte, datierte Inhalte steigen schneller ein.
- **Eigener Index**: Perplexity crawlt selbst und betreibt einen eigenen Suchindex, statt sich auf Google oder Bing zu stützen, ergänzt um Daten von Drittanbieter-Crawlern. Genau das macht den PerplexityBot-Zugang umso wichtiger.

Systematisch wird das Ganze, wenn du laufend weißt, **was deine Zielgruppe gerade fragt**, jede Frage gegen deine Website abgleichst und Lücken mit answer-ready Artikeln schließt. Genau diesen Kreislauf automatisiert [flize](https://flize.io/): Scouting, Antwort-Check, Content-Produktion und Attribution.

### FAQ

**Kann ich ein Zitat in Perplexity garantieren?**

Nein. Aber weil Perplexity jede Antwort mit Quellen belegt, wird für jede Frage immer jemand zitiert. Wer die direkteste, aktuellste und am besten belegte Antwort liefert, hat die höchste Wahrscheinlichkeit, in der Quellenliste zu stehen.

**Muss ich PerplexityBot erlauben?**

Ja. Wer PerplexityBot per robots.txt blockiert, erscheint laut Perplexity ohne Volltext — Domain, Überschrift und eine kurze faktische Zusammenfassung bleiben möglich. Für Zitate mit Substanz braucht der Crawler Zugriff auf die Seiteninhalte.

**Wie schnell tauchen neue Inhalte in Perplexity auf?**

Der Index von Perplexity ist auf Aktualität ausgelegt. Gut verlinkte, sauber strukturierte Seiten tauchen oft innerhalb von Tagen in Antworten auf, bei tagesaktuellen Themen auch schneller.

**Bringt ein Perplexity-Zitat auch Besucher*innen?**

Ja, Zitate sind klickbar und erscheinen in der Web-Analyse als Referral von perplexity.ai. Die Klickrate ist niedriger als bei klassischen Suchtreffern, dafür kommen Besucher*innen mit einer konkreten, vorqualifizierten Frage.

Quellen: [Perplexity: Crawler-Dokumentation](https://docs.perplexity.ai/docs/resources/perplexity-crawlers) · [Perplexity Help Center: robots.txt](https://www.perplexity.ai/help-center/en/articles/10354969-how-does-perplexity-follow-robots-txt) · [TechCrunch: 780 Mio. Anfragen (Juni 2025)](https://techcrunch.com/2025/06/05/perplexity-received-780-million-queries-last-month-ceo-says/) · [Qwairy: Provider Citation Behavior (Q3 2025)](https://www.qwairy.co/blog/provider-citation-behavior-q3-2025)

---

## Wie komme ich in Google AI Overviews?

URL: https://flize.io/wissen/google-ai-overviews/
Veröffentlicht: 2026-07-22

**Kurz gesagt:** In AI Overviews landet, wer eine Suchanfrage direkt, strukturiert und belegt beantwortet und technisch sauber crawlbar ist. Zitierfähig ist laut Google jede Seite, die indexiert und mit Snippet ausspielbar ist; besondere Zusatzanforderungen gibt es nicht. Ein Top-Ranking ist keine Bedingung, über das Zitat entscheiden klare Antwort-Blöcke.

**TL;DR**

- AI Overviews stehen über den klassischen Treffern und beantworten die Frage direkt, mit wenigen verlinkten Quellen.
- Zitiert wird, was indexiert ist und die Frage in einem klaren Absatz beantwortet, nicht zwingend die Nummer 1.
- Strukturierte Daten, saubere Überschriften und belegte Zahlen erhöhen die Chance.
- Miss deinen Anteil: Tauchst du in den AI Overviews deiner wichtigsten Fragen überhaupt auf?

### Was sind Google AI Overviews?

AI Overviews sind die von Google generierten Antwort-Zusammenfassungen, die bei vielen Suchanfragen über den klassischen Treffern erscheinen. Statt nur eine Linkliste zu zeigen, formuliert Google eine direkte Antwort und verlinkt daneben die wenigen Quellen, aus denen sie stammt. Für dich heißt das: Der erste sichtbare Platz in der Suche ist nicht mehr der erste blaue Link, sondern die Overview selbst.

### Wie wählt Google die Quellen aus?

Die Eintrittskarte ist schlichter, als viele denken: Laut Google muss eine Seite indexiert und in der Suche mit Snippet ausspielbar sein, „no additional requirements" und keine Sonderoptimierung. Google betont sogar, dass AI Overviews eine breitere und vielfältigere Auswahl an Quellen verlinken als die klassische Trefferliste, ein Spitzenplatz im Ranking ist also keine Voraussetzung. Ob eine Seite dann tatsächlich zitiert wird, entscheidet die **einzelne Passage**: Beantwortet ein klarer Absatz die Frage direkt, ist er leicht zu übernehmen. Marketing-Sprech und verschachtelte Texte sind es nicht.

### Was du konkret optimieren kannst

- **Direkte Antwort zuerst**: Der erste Absatz unter einer Überschrift beantwortet die Frage, der Rest vertieft.
- **Fragen als Überschriften**: H2 in der Sprache deiner Zielgruppe, nicht in Marketing-Slogans.
- **Belegte Zahlen mit Datum**: überprüfbar schlägt behauptet und wird lieber übernommen.
- **Strukturierte Daten**: Schema.org / JSON-LD macht Bedeutung explizit ([Google zu strukturierten Daten](https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data)).
- **Crawlbarkeit**: Inhalte serverseitig ausliefern, den Google-Crawler nicht aussperren, Kerninfos nicht in PDFs verstecken.

### AI Overviews, AI Mode und klassische Suche

AI Overviews sind der erste Schritt. Mit dem [AI Mode](https://blog.google/products-and-platforms/products/search/search-io-2026/) ist Google längst beim dialogorientierten Antwort-Erlebnis angekommen: über eine Milliarde Nutzer*innen im Monat, verfügbar in rund 200 Ländern und knapp 100 Sprachen (Google, Mai 2026). Die gute Nachricht: Die Grundlagen sind dieselben. Eine Website, die Fragen direkt, belegt und maschinenlesbar beantwortet, gewinnt in der Overview, im AI Mode und in den klassischen Treffern zugleich. Du optimierst nicht für ein Feature, sondern für maschinenlesbare Klarheit ([Google zu KI-Funktionen](https://developers.google.com/search/docs/appearance/ai-features)).

### Wie du deine Sichtbarkeit misst

Ein Blick auf einzelne Suchanfragen reicht nicht, weil die Overview sich ständig ändert. Sinnvoll ist eine feste Liste der wichtigsten Fragen deiner Zielgruppe, die du regelmäßig prüfst: Erscheint eine Overview? Wirst du als Quelle verlinkt? Wie entwickelt sich dein Anteil über die Zeit? Genau diesen [Antwort-Check](https://flize.io/wissen/ki-sichtbarkeit-messen/) automatisiert flize, statt dass du Fragen manuell abtippst.

### Vom Einzeltreffer zum System

Einmal in einer Overview zu erscheinen ist Zufall, dauerhaft dort zu stehen ist Arbeit. Systematisch wird es, wenn du laufend weißt, **was deine Zielgruppe gerade fragt**, jede Frage gegen deine Website abgleichst und Lücken mit answer-ready Artikeln schließt. Genau diesen Kreislauf automatisiert [flize](https://flize.io/): Scouting, Antwort-Check, Content-Produktion und Attribution, gebündelt an einem Ort.

### FAQ

**Sind AI Overviews dasselbe wie Featured Snippets?**

Nein. Ein Featured Snippet zitiert eine einzelne Seite fast wörtlich. Ein AI Overview fasst mehrere Quellen zu einer generierten Antwort zusammen und verlinkt sie einzeln. Die Grundlage ist ähnlich: eine klare, direkte Antwort auf die Frage.

**Verliere ich Klicks durch AI Overviews?**

Für rein informationelle Fragen sinken Klicks oft, weil die Antwort schon oben steht. Wer als Quelle zitiert wird, behält Sichtbarkeit und Markenkontakt. Wer gar nicht vorkommt, verliert beides. Deshalb zählt Präsenz in der Overview mehr als der reine Ranking-Platz.

**Wie oft ändern sich die Quellen in AI Overviews?**

Häufig. Die Auswahl variiert je nach Formulierung, Region und Zeitpunkt und wird laufend neu generiert. Ein einzelner Check sagt wenig aus, erst die Beobachtung über die Zeit zeigt, ob du stabil vorkommst.

**Muss ich strukturierte Daten haben, um zitiert zu werden?**

Zwingend ist es nicht, aber es hilft. Schema.org macht Bedeutung explizit und erleichtert Google das Extrahieren der passenden Passage. In Kombination mit direkten Antworten und sauberer Struktur erhöht es die Chance deutlich.

Quellen: [Google Search Central: AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) · [Google Search Central: Intro to structured data](https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data)

---

## Wie messe ich meine Sichtbarkeit in KI-Antworten?

URL: https://flize.io/wissen/ki-sichtbarkeit-messen/
Veröffentlicht: 2026-07-21

**Kurz gesagt:** KI-Sichtbarkeit misst du nicht an Rankings, sondern an Erwähnungen: Wie oft wird deine Marke oder Domain in den Antworten auf die relevanten Fragen deiner Zielgruppe genannt und zitiert? Die Basis ist eine feste Liste echter Fragen, die du regelmäßig über mehrere Antwort-Engines prüfst und über die Zeit verfolgst, statt einzelner Stichproben.

**TL;DR**

- Klassische Rankings zeigen nicht, ob KI-Antworten dich nennen. Du brauchst eigene Kennzahlen.
- Kern-Metrik: Anteil deiner Kernfragen, in denen du erwähnt oder zitiert wirst.
- Miss über mehrere Engines und über die Zeit, nicht als einmaligen Check.
- Ergänze das mit Referral-Traffic aus KI-Quellen in deiner Web-Analyse.

### Warum Rankings nicht mehr reichen

Ein Platz-1-Ranking sagt dir, dass deine Seite in der Trefferliste oben steht. Es sagt dir nicht, ob ChatGPT deine Marke nennt, ob Perplexity dich zitiert oder ob Googles AI Overview auf dich verlinkt. Immer mehr Fragen werden direkt in der KI-Antwort beantwortet, ohne dass jemand die klassische Trefferliste sieht. Wer nur Rankings misst, ist an genau der Stelle blind, an der die Entscheidung heute fällt.

### Die drei Kennzahlen, die zählen

- **Erwähnungsrate**: In wie vielen deiner Kernfragen wird deine Marke oder Domain in der Antwort genannt? Das ist deine wichtigste Zahl, quasi dein Anteil an den Antworten.
- **Zitationsrate**: In wie vielen Antworten wirst du zusätzlich als verlinkte Quelle angeführt? Das bringt Klicks und ist nachweisbar.
- **Kontext und Tonalität**: Wirst du korrekt und positiv dargestellt oder falsch eingeordnet? Eine Erwähnung im falschen Zusammenhang ist kein Gewinn.

### So erhebst du die Daten

Die Grundlage ist eine feste Liste echter Fragen deiner Zielgruppe, nicht deiner Wunsch-Keywords. Diese Fragen stellst du regelmäßig über die wichtigsten Antwort-Engines, zum Beispiel ChatGPT, Perplexity, Gemini und Googles AI Overviews. Für jede Frage hältst du fest: erwähnt, zitiert oder gar nicht vorhanden. Entscheidend ist, dass Fragen und Vorgehen konstant bleiben, damit die Werte über die Zeit vergleichbar sind. Genau dieses [Scouting und den Antwort-Check](https://flize.io/wissen/google-ai-overviews/) automatisiert flize, statt dass du wöchentlich Fragen von Hand abtippst.

### Referral-Traffic aus KI-Quellen

Ergänzend liefert deine Web-Analyse ein zweites Signal: Besuche mit Herkunft von Quellen wie chatgpt.com, perplexity.ai oder google.com über AI-Funktionen. Dieser Referral-Traffic zeigt, dass Zitate tatsächlich Klicks bringen. Er ersetzt die direkte Messung nicht, weil viele Erwähnungen ohne Klick passieren, aber er belegt den Geschäftswert deiner KI-Sichtbarkeit.

### Vom Messen zum Handeln

Messen ist nur der Anfang. Der Wert entsteht, wenn aus den Zahlen Aufgaben werden: Bei welchen Fragen wirst du nicht genannt? Welche Antwort fehlt auf deiner Website? Jede Lücke ist ein konkreter Auftrag für einen answer-ready Artikel. So schließt sich der Kreis aus Scouting, [Antwort-Check](https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/) und Content-Produktion, den [flize](https://flize.io/) an einem Ort bündelt und über die Zeit sichtbar macht.

### FAQ

**Was ist der Unterschied zwischen Erwähnung und Zitat?**

Eine Erwähnung nennt deine Marke im Text der Antwort. Ein Zitat verlinkt zusätzlich deine Seite als Quelle. Beides ist wertvoll: Die Erwähnung schafft Markenkontakt, das Zitat bringt zusätzlich Klicks und Nachweisbarkeit. Miss am besten beides getrennt.

**Wie viele Fragen sollte ich tracken?**

Lieber die richtigen als viele. Starte mit 20 bis 50 echten Fragen deiner Zielgruppe, die kommerziell oder inhaltlich zählen. Diese feste Basis über die Zeit zu verfolgen ist aussagekräftiger als hunderte Fragen einmalig zu prüfen.

**Kann ich KI-Sichtbarkeit in Google Analytics sehen?**

Nur teilweise. Referral-Traffic aus Quellen wie chatgpt.com oder perplexity.ai taucht in der Web-Analyse auf und zeigt, dass Zitate Klicks bringen. Ob du in einer Antwort genannt wirst, ohne dass jemand klickt, siehst du dort nicht, dafür braucht es das direkte Abfragen der Engines.

**Wie oft sollte ich messen?**

Regelmäßig und im festen Rhythmus, etwa wöchentlich. KI-Antworten ändern sich laufend, deshalb zählt der Trend über die Zeit mehr als ein einzelner Messwert. Wichtig ist, dass die Fragen und die Methode gleich bleiben, damit die Werte vergleichbar sind.

Quellen: [Google Search Central: AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) · [Imperva 2026 Bad Bot Report](https://www.imperva.com/blog/bad-bot-report-2026-bots-agentic-age/)

---

## Wie werde ich in ChatGPT zitiert?

URL: https://flize.io/wissen/wie-werde-ich-in-chatgpt-zitiert/
Veröffentlicht: 2026-07-16

**Kurz gesagt:** Zitiert wird, wer für eine konkrete Frage die beste maschinenlesbare Antwort liefert: direkte Antwort im ersten Absatz, klare Struktur, belegte Zahlen mit Datum und freier Zugang für OpenAIs Such-Crawler OAI-SearchBot. Garantieren lässt sich ein Zitat nicht, aber die Wahrscheinlichkeit lässt sich systematisch erhöhen: Frage für Frage, Seite für Seite.

**TL;DR**

- ChatGPT sucht bei aktuellen Fragen live im Web und zitiert wenige, klar strukturierte Quellen.
- Bevorzugt werden direkte Antworten, Definitionen, Zahlen mit Datum und FAQ-Blöcke.
- Pflicht: OAI-SearchBot nicht aussperren und Inhalte nicht nur per JavaScript laden.
- Der Weg: die Fragen deiner Zielgruppe kennen, Lücken schließen, messen.

### Wie wählt ChatGPT seine Quellen aus?

Bei aktuellen oder faktischen Fragen nutzt ChatGPT eine Web-Suche: Es holt Kandidaten-Seiten, extrahiert die passenden Passagen und zitiert die Quellen, die die Frage am direktesten beantworten. Entscheidend ist dabei die **einzelne Passage**, nicht die Markengröße. Auch kleine Websites werden zitiert, wenn der Abschnitt exakt sitzt: Frage erkannt, Antwort geliefert, Beleg vorhanden.

### Welche Inhalte werden bevorzugt zitiert?

- **Direkte Antworten**: Der erste Absatz beantwortet die Frage, der Rest vertieft.
- **Präzise Definitionen**: Sätze der Form „X ist ..." lassen sich wörtlich übernehmen.
- **Zahlen mit Quelle und Datum**: überprüfbar schlägt behauptet.
- **Strukturierte Blöcke**: Listen, Tabellen und FAQ-Abschnitte sind leicht zu extrahieren.
- **Sichtbare Aktualität**: ein Stand-Datum signalisiert Pflege.

### Welche technischen Voraussetzungen gelten?

- **Crawler-Zugang**: OAI-SearchBot in der robots.txt erlauben — er entscheidet über die Sichtbarkeit in der ChatGPT-Suche. GPTBot steuert nur die Nutzung als Trainingsdaten und ist für Zitate nicht nötig ([OpenAI Bot-Dokumentation](https://developers.openai.com/api/docs/bots)).
- **Serverseitige Inhalte**: Was nur per JavaScript nachlädt, sehen viele Crawler nicht.
- **Schema.org / JSON-LD**: strukturierte Daten machen Bedeutung explizit.
- **[llms.txt](https://flize.io/wissen/was-ist-llms-txt/)**: kuratierter Kontext für Sprachmodelle.
- **Saubere Hierarchie**: eine H1, logische H2-Fragen, kurze Abschnitte.

### Wie prüfst du, ob du zitiert wirst?

Drei Wege, vom schnellen Check bis zum System:

- **Selbst fragen**: Stelle die typischen Fragen deiner Zielgruppe in ChatGPT (mit aktivierter Suche) und schau, welche Quellen genannt werden.
- **Referral-Traffic**: Besuche mit Herkunft chatgpt.com in der Web-Analyse beobachten.
- **Systematisches Monitoring**: dieselben Fragen regelmäßig automatisiert prüfen und Erwähnungen über die Zeit verfolgen, so macht es die Attribution in [flize](https://flize.io/).

### Die häufigsten Fehler

- **Marketing-Sprech statt Antworten**: „Führende Lösungen für ..." beantwortet keine Frage.
- **Kerninfos in PDFs oder hinter Logins**: unsichtbar für Antwort-Engines.
- **Keine Daten, kein Datum**: unbelegte Aussagen werden ungern übernommen.
- **Eine Seite für zehn Fragen**: lieber eine Frage vollständig beantworten als zehn halb.
- **Such-Crawler pauschal blockiert**: wer OAI-SearchBot oder PerplexityBot aussperrt, verzichtet auf die Antwort-Sichtbarkeit.

### Vom Einzeltreffer zum System

Eine zitierte Seite ist ein Anfang, kein Zustand. Systematisch wird es, wenn du laufend weißt, **was deine Zielgruppe gerade fragt**, jede Frage gegen deine Website abgleichst und Lücken mit answer-ready Artikeln schließt. Genau diesen Kreislauf automatisiert [flize](https://flize.io/): Scouting, Antwort-Check, Artikel und Attribution, gebündelt als Digest.

### FAQ

**Kann ich ein Zitat in ChatGPT garantieren?**

Nein. Die Quellenauswahl variiert je nach Modell, Formulierung und Session. Aber je direkter, belegter und maschinenlesbarer deine Antwort ist, desto höher die Wahrscheinlichkeit, zitiert zu werden.

**Muss ich GPTBot erlauben?**

Nicht zwingend. Entscheidend ist OAI-SearchBot: Wer ihn per robots.txt aussperrt, wird laut OpenAI in ChatGPT-Suchantworten nicht angezeigt. GPTBot steuert dagegen nur, ob Inhalte für das Training von Basismodellen genutzt werden dürfen — ihn zu blockieren kostet keine Zitate. Zusätzlich ruft ChatGPT-User Seiten live ab, wenn eine Nutzerfrage einen konkreten Seitenaufruf auslöst.

**Wie lange dauert es, bis neue Inhalte zitiert werden?**

Sobald die Inhalte gecrawlt und auffindbar sind, oft Tage statt Monate, weil suchgestützte Antworten auf aktuelle Indizes zugreifen. Voraussetzung ist, dass die Seite die Frage direkt beantwortet.

**Gilt das auch für Perplexity, Gemini und AI Overviews?**

Die Kriterien sind weitgehend identisch: direkte, belegte, maschinenlesbare Antworten mit freiem Crawler-Zugang. Wer für ChatGPT optimiert, gewinnt in der Regel überall. Die Besonderheiten von [Perplexity](https://flize.io/wissen/wie-werde-ich-in-perplexity-zitiert/) und [Google AI Overviews](https://flize.io/wissen/google-ai-overviews/) haben eigene Artikel.

Quellen: [OpenAI: Overview of OpenAI crawlers](https://developers.openai.com/api/docs/bots) · [Imperva 2026 Bad Bot Report](https://www.imperva.com/blog/bad-bot-report-2026-bots-agentic-age/)

---

## Was ist llms.txt und wer braucht es?

URL: https://flize.io/wissen/was-ist-llms-txt/
Veröffentlicht: 2026-07-09

**Kurz gesagt:** llms.txt ist eine Markdown-Datei im Stammverzeichnis einer Website (deine-domain.de/llms.txt), die KI-Systemen einen kuratierten Überblick über die wichtigsten Inhalte gibt: was die Site ist, welche Seiten zählen und wo sie liegen. Der Vorschlag stammt von Jeremy Howard (Answer.AI, September 2024). Anders als robots.txt steuert sie keinen Zugriff, sondern hilft Sprachmodellen beim Verstehen.

**TL;DR**

- Eine Markdown-Datei unter /llms.txt: Kurzbeschreibung plus kuratierte Linkliste.
- robots.txt steuert Zugriff, sitemap.xml listet alles, llms.txt kuratiert das Wichtige.
- Aufwand: unter einer Stunde. Risiko: praktisch keins.
- Ein offizieller Standard ist es (noch) nicht, aber ein wachsendes Ökosystem.

### Was steht in einer llms.txt?

Das Format ist bewusst simpel und für Sprachmodelle gemacht: reines Markdown, keine Konfigurationssyntax.

- **H1**: der Name der Website oder des Produkts.
- **Blockquote**: ein bis drei Sätze, die das Angebot zusammenfassen.
- **H2-Sektionen**: kuratierte Linklisten, jeder Link mit einem Satz Kontext (etwa „Pages", „Docs", „Legal").

Ein lebendes Beispiel liest du unter [flize.io/llms.txt](https://flize.io/llms.txt): genau diese Struktur, gepflegt bei jedem neuen Inhalt.

### llms.txt vs. robots.txt vs. sitemap.xml

Die drei Dateien werden oft verwechselt, lösen aber verschiedene Probleme:

- **robots.txt** steuert Zugriff: Welche Crawler dürfen welche Pfade lesen?
- **sitemap.xml** listet vollständig: alle URLs, für systematisches Crawling.
- **llms.txt** kuratiert: die wichtigsten Inhalte mit Kontext, damit ein Sprachmodell die Site schnell und richtig einordnet.

Kurz: robots.txt sagt „dürfen", sitemap.xml sagt „finden", llms.txt sagt „verstehen".

### Wer braucht llms.txt (und wer nicht)?

Besonders lohnend ist die Datei für Websites mit erklärungsbedürftigem Angebot: SaaS-Produkte, Dokumentationen, Agenturen, Shops mit klaren Kategorien, Fachpublikationen. Überall dort entscheidet der erste Eindruck der Maschine, ob deine Inhalte als Quelle taugen. Wenig bringt sie reinen Bild-Portfolios oder Sites, deren Inhalte ohnehin aus einer einzigen Seite bestehen.

### Wie legst du eine llms.txt an?

Vier Schritte, realistisch unter einer Stunde:

- **1. Kernseiten sammeln**: die 10 bis 30 Seiten, die dein Angebot wirklich erklären.
- **2. Je Seite ein Satz**: was beantwortet diese Seite, für wen?
- **3. Als Markdown speichern** und unter /llms.txt im Root veröffentlichen.
- **4. Aktuell halten**: jeder neue relevante Inhalt bekommt eine Zeile.

### Wird llms.txt überhaupt gelesen?

Die ehrliche Antwort: Verbindliche Zusagen der großen KI-Anbieter gibt es nicht, llms.txt ist ein offener Community-Vorschlag ([llmstxt.org](https://llmstxt.org/)) mit wachsender Verbreitung, unter anderem in Dokumentations-Ökosystemen. Googles John Mueller verglich die Datei im April 2025 sogar mit dem längst bedeutungslosen Keywords-Meta-Tag: Kein KI-Dienst habe bestätigt, sie zu nutzen, und in Server-Logs frage sie praktisch niemand ab ([Search Engine Journal, 2025](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/)). Die Rechnung bleibt trotzdem eindeutig: Kosten und Risiko liegen nahe null, und jede Maschine, die die Datei nutzt, bekommt sauberen Kontext statt Rätselraten. Als Teil eines [GEO-Setups](https://flize.io/wissen/was-ist-geo/) gehört sie zur Grundausstattung.

### FAQ

**Ist llms.txt ein offizieller Standard?**

Nein. Es ist ein offener Vorschlag von Jeremy Howard (Answer.AI) aus dem September 2024, dokumentiert auf llmstxt.org. Die Verbreitung wächst, eine offizielle Standardisierung steht aus.

**Ersetzt llms.txt robots.txt oder sitemap.xml?**

Nein, sie ergänzt beide. Zugriffssteuerung bleibt Aufgabe der robots.txt, die vollständige URL-Liste liefert weiterhin die sitemap.xml.

**Was ist llms-full.txt?**

Eine verbreitete Ergänzung, die statt kuratierter Links die kompletten Inhalte in einer Datei bündelt, für Systeme, die eine Site in einem Rutsch einlesen wollen. Sie stammt nicht aus der Spezifikation von llmstxt.org, dort sind nur die generierten Dateien llms-ctx.txt und llms-ctx-full.txt beschrieben, sondern hat sich über Doku-Plattformen als Konvention etabliert. Für die meisten Websites reicht die normale llms.txt.

**Wie prüfe ich meine llms.txt?**

Rufe die Datei im Browser unter deiner-domain.de/llms.txt auf, prüfe Markdown-Syntax und Links. Ein GEO-Audit wie der flize Score prüft die Datei automatisch mit.

Quellen: [llmstxt.org (Answer.AI, 2024)](https://llmstxt.org/) · [Search Engine Journal: John Mueller zu llms.txt (2025)](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/)

---

## Was ist GEO? Generative Engine Optimization erklärt

URL: https://flize.io/wissen/was-ist-geo/
Veröffentlicht: 2026-06-18

**Kurz gesagt:** GEO (Generative Engine Optimization) ist die Optimierung einer Website dafür, dass KI-Antwort-Engines wie ChatGPT, Google AI Overviews, Perplexity und Gemini ihre Inhalte sauber lesen, verstehen, zitieren und weiterempfehlen. SEO zielt auf Platzierungen in der klassischen Suche, GEO zielt darauf, in der generierten Antwort selbst vorzukommen.

**TL;DR**

- GEO heißt: sichtbar in KI-Antworten, nicht nur in zehn blauen Links.
- Technische Basis: semantisches HTML, Schema.org, llms.txt, Crawler-Zugang und eine answer-ready Struktur.
- Über die Hälfte des weltweiten Web-Traffics ist bereits nicht-menschlich: 53 % im Jahr 2025 (Imperva 2026).
- GEO ergänzt SEO, es ersetzt es nicht.

### Was bedeutet GEO genau?

GEO steht für **Generative Engine Optimization**: die gezielte Aufbereitung einer Website, damit generative Antwort-Systeme sie als verlässliche Quelle nutzen. Diese Systeme beantworten Fragen direkt, statt nur Links aufzulisten. Wer in der Antwort vorkommt, gewinnt Sichtbarkeit; wer maschinell schlecht lesbar ist, fällt heraus, bevor ein Mensch die Seite je sieht.

### GEO vs. SEO: Was ist der Unterschied?

SEO bringt dich in die Ergebnisliste. GEO bringt dich in die **Antwort**. SEO denkt in Rankings und Klicks, GEO denkt in Zitaten und Erwähnungen. Die technischen Grundlagen überschneiden sich (sauberes HTML, schnelle Seiten, klare Struktur), aber GEO verlangt zusätzlich maschinenlesbare Bedeutung: strukturierte Daten, llms.txt und Inhalte, die als eigenständige Antwort-Blöcke funktionieren.

### Warum wird GEO gerade jetzt wichtig?

Weil sich verschiebt, **wer** eine Website überhaupt liest. 2024 hat automatisierter Traffic erstmals seit einem Jahrzehnt den Menschen überholt, 2025 waren es bereits **53 % des weltweiten Web-Traffics** ([Imperva 2026](https://www.imperva.com/blog/bad-bot-report-2026-bots-agentic-age/)). KI-Agenten beschreibt Imperva dabei als neue Kategorie von Internet-Teilnehmern. Und es beschleunigt: Gartner erwartet, dass bis 2028 **90 % der B2B-Käufe über KI-Agenten vermittelt** werden und damit über 15 Billionen US-Dollar B2B-Ausgaben durch Agenten-Marktplätze fließen ([Gartner, Oktober 2025](https://www.gartner.com/en/newsroom/press-releases/2025-10-21-gartner-unveils-top-predictions-for-it-organizations-and-users-in-2026-and-beyond)). Mehr dazu auf unserer Seite zum [agentischen Web](https://flize.io/kein-mensch/).

### Wie macht man eine Website KI-ready?

Vier Bausteine bilden die Basis:

- **Semantisches HTML**: echte Überschriften-Hierarchie, Tabellen und Landmarks, damit Maschinen Struktur erkennen.
- **Schema.org / JSON-LD**: strukturierte Daten, die Answer-Engines direkt konsumieren.
- **llms.txt & Crawler-Zugang**: KI-Bots (GPTBot, ClaudeBot, PerplexityBot, Google-Extended) finden und dürfen das Richtige lesen.
- **Answer-ready Struktur**: direkte Antwort zuerst, klare Definitionen, Q&A-Blöcke, zitierfähige Aussagen.

### Wie misst man GEO-Erfolg?

Über den GEO-Score pro Seite (wie gut ist die maschinelle Lesbarkeit?) und über tatsächliche Erwähnungen in KI-Antworten. Monitoring-Tools zeigen den Status, Content schließt die Lücke. Genau dafür liefert [flize](https://flize.io/) laufend fertige Artikel für die Fragen deiner Zielgruppe.

### FAQ

**Ist GEO dasselbe wie SEO?**

Nein. SEO optimiert für Platzierungen in der klassischen Suchergebnisliste. GEO optimiert dafür, dass KI-Antwort-Engines deine Inhalte als Quelle nutzen und zitieren. Die Technik überschneidet sich, das Ziel unterscheidet sich.

**Brauche ich GEO, wenn ich schon SEO mache?**

Ja. Gutes SEO ist eine solide Grundlage, deckt aber nicht ab, was Answer-Engines zusätzlich brauchen: maschinenlesbare Struktur, llms.txt, zitierfähige Antwort-Blöcke und Crawler-Zugang für KI-Bots.

**Was ist llms.txt?**

llms.txt ist eine Datei im Stammverzeichnis deiner Website, die KI-Systemen kompakt zeigt, welche Inhalte wichtig sind und wie sie strukturiert sind, ähnlich wie robots.txt, aber für Sprachmodelle.

**Wie fange ich mit GEO an?**

Starte mit dem GEO-Score deiner Website: Wie gut ist semantisches HTML, Schema.org, llms.txt und Crawler-Zugang? Daraus ergibt sich eine priorisierte Liste, was als Erstes umzusetzen ist.

Quellen: [Imperva 2026 Bad Bot Report](https://www.imperva.com/blog/bad-bot-report-2026-bots-agentic-age/) · [Gartner Top Predictions (Okt. 2025)](https://www.gartner.com/en/newsroom/press-releases/2025-10-21-gartner-unveils-top-predictions-for-it-organizations-and-users-in-2026-and-beyond)