Ranking-Faktoren der KI-Suche: Wie die KI entscheidet, welche Quellen sie zitiert und empfiehlt

Der Inhaber eines Buchhaltungsbüros bittet ChatGPT: „Empfiehl mir ein zuverlässiges Buchhaltungsbüro für ein kleines Unternehmen“ – und sieht in der Antwort drei Wettbewerber. Er stellt Perplexity dieselbe Frage und findet sein Unternehmen wieder nicht. Der erste Gedanke: Jemand kauft sich diese Plätze, oder die KI wählt zufällig aus. Beides stimmt nicht. Hinter der Auswahl steckt ein Mechanismus, und er ist inzwischen gut genug verstanden, um ihn zu beeinflussen.

Ich erkläre ihn so, wie ich ihn einem Kollegen ohne technischen Hintergrund erklären würde: woher die KI ihr Wissen bezieht, wie sie Seiten findet und filtert, warum sie manche Websites gern zitiert und andere ignoriert – und was die Ranking-Faktoren der KI-Suche in der Praxis für ein Unternehmen bedeuten, das zu einer Quelle werden will, der die KI vertraut.

Was eine KI-Antwort ist und warum die Shortlist zählt

Beginnen wir mit den Grundlagen. Eine KI-Antwort ist ein Text, den ein KI-Assistent für eine bestimmte Frage schreibt. Keine Liste mit zehn Links wie in der klassischen Suche, sondern eine fertige Empfehlung: wen man wählen sollte, was es kostet, worauf man achten muss. Daneben erscheinen oft Links zu den Websites, aus denen die Informationen stammen.

Diese Antworten begegnen Menschen an zwei Orten. Der erste ist direkt die Suche: Google AI Overviews und AI Mode über den Google-Ergebnissen, Copilot-Antworten in Bing. Der zweite sind Chat-Assistenten: ChatGPT, Gemini, Claude, Perplexity, Copilot und andere, in die man eine Frage tippt wie eine Nachricht an einen Freund und eine ausführliche Antwort erhält. Wie das auf dem Bildschirm aussieht, vergleichen wir im Artikel Wie KI-Antworten Quellen zitieren.

Für ein Unternehmen zählt vor allem eines: Eine Antwort nennt in der Regel nur eine Handvoll Unternehmen. Der Nutzer wählt unter ihnen und sucht selten weiter. Die Frage „Wie wählt die KI Quellen aus?“ ist also in Wahrheit die Frage, ob Sie auf der Shortlist landen, aus der Ihr Kunde wählt.

Zwei Wissensquellen: Trainingsdaten und Echtzeitsuche

Jeder moderne KI-Assistent kann auf zwei Wegen von Ihrem Unternehmen wissen. Es ist wichtig, sie auseinanderzuhalten, denn Sie beeinflussen sie unterschiedlich.

Wissen aus dem Training

Ein großes Sprachmodell (LLM) wird mit einer riesigen Menge an Texten trainiert, die bis zu einem bestimmten Stichtag gesammelt wurden. Das Modell speichert diese Texte nicht wie eine Datenbank. Es lernt Zusammenhänge zwischen Wörtern und Begriffen. Große Marken, über die Tausende Seiten schreiben, „kennt“ das Modell gut. Ein kleines Unternehmen mit einer Website und ein paar Erwähnungen kennt es vermutlich nicht oder erinnert sich ungenau daran.

Dieses Wissen hat drei Schwachstellen. Es veraltet: Über Ereignisse nach dem Stichtag weiß das Modell nichts. Es lässt sich nicht schnell korrigieren: Änderungen erscheinen erst in einer künftigen Modellversion. Und es ist bei Details unscharf: Das Modell nennt womöglich selbstbewusst einen alten Preis oder verwechselt Unternehmen mit ähnlichen Namen.

Echtzeitsuche (RAG)

Um Fragen zu aktuellen Dingen wie Preisen, Unternehmen, Standorten und jüngsten Ereignissen zu beantworten, recherchieren KI-Assistenten im Moment der Antwort. Dieses Verfahren heißt Retrieval-Augmented Generation, kurz RAG. Vereinfacht sieht der Ablauf so aus:

1. Die Frage verstehen. Die KI entscheidet, ob ihr eigenes Wissen reicht oder eine Suche nötig ist. Fragen zu Unternehmen, Preisen und der Auswahl eines Anbieters lösen fast immer eine Suche aus.
2. Sie umformulieren. Aus einer Frage werden mehrere Suchanfragen. Ein hypothetisches Beispiel: Aus „Empfiehl mir ein Buchhaltungsbüro für eine kleine GmbH“ könnten „Buchhaltung für kleine GmbH in Santa Rosa City Preise“, „beste Buchhaltungsbüros für kleine Unternehmen“ und „Buchhaltung auslagern Erfahrungen“ werden.
3. Seiten finden. Die Suchanfragen gehen an einen Suchindex. Google AI Overviews und AI Mode nutzen den Google-Index, Copilot stützt sich auf Bing, und ChatGPT, Claude und Perplexity durchsuchen das Web mit eigenen Crawlern (OAI-SearchBot, Claude-SearchBot, PerplexityBot) und Suchpartnern.
4. Lesen und Passagen auswählen. Die KI öffnet die gefundenen Seiten, zerlegt den Text in Passagen und behält diejenigen, die die Frage am besten beantworten.
5. Abgleichen und schreiben. Passagen aus verschiedenen Quellen werden verglichen, zu einer stimmigen Antwort zusammengefügt und mit Links zu den verwendeten Seiten versehen.

Hier liegt die zentrale Erkenntnis. Im Suchmodus gelangt ein Unternehmen in zwei Stufen in die Antwort: Zuerst muss seine Seite gefunden werden, dann muss seine Passage nützlicher sein als die eines Wettbewerbers. Die erste Stufe übernimmt das klassische SEO, die zweite GEO (Generative Engine Optimization). Deshalb baut GEO auf gutem altem SEO auf.

Ranking-Faktoren der KI-Suche im Überblick

Eine offizielle Liste der Ranking-Faktoren für die KI-Suche gibt es nicht, und keine Plattform veröffentlicht ihre Gewichtungen. Aus dem oben beschriebenen Mechanismus geht aber klar hervor, welche Eigenschaften darüber entscheiden, ob eine Seite zitiert wird. Das ist das Arbeitsmodell, das wir in Audits verwenden:

Stufe eins: Die Seite muss gefunden und gelesen werden

Der ärgerlichste Grund, in KI-Antworten zu fehlen, ist rein technischer Natur. Die KI kann nicht zitieren, was sie nicht öffnen konnte. Das sind die typischen Hindernisse, die wir in Audits finden:

• die Website ist in Google oder Bing schlecht indexiert – wegen Fehlern, Duplikaten oder langsamer Ladezeiten;
• die robots.txt sperrt KI-Such-Crawler wie OAI-SearchBot, Claude-SearchBot oder PerplexityBot;
• Hosting, CDN oder Firewall sperren Bots, obwohl die robots.txt sie zulässt;
• der Haupttext wird per JavaScript geladen, und der Crawler sieht eine leere Seite;
• wichtige Informationen stecken in PDFs, Bildern oder Tabs, die sich erst per Klick öffnen.

Eine Feinheit, die man kennen sollte: Die Sperre von Trainings-Crawlern ist eine eigene Entscheidung. GPTBot sammelt Daten für das Modelltraining von OpenAI, OAI-SearchBot versorgt die ChatGPT-Suche, und ChatGPT-User ruft Seiten auf, wenn ein Nutzer darum bittet. Das Token Google-Extended steuert, ob Ihr Content für Training und Grounding von Gemini genutzt wird, und hat keinen Einfluss auf die Google-Suche. Wer das verwechselt, verschwindet leicht versehentlich aus der KI-Suche.

All das lässt sich an einem Tag prüfen und in wenigen Tagen beheben. Solange das Problem aber besteht, hilft auch noch so viel Content nicht.

Stufe zwei: Warum die KI klare Seiten mit Fakten zitiert

Angenommen, die Seite wurde gefunden und gelesen. Jetzt entscheidet die KI, ob sie eine Passage daraus übernimmt. Dabei gelten vier einfache Regeln.

Die Passage beantwortet die Frage direkt

Vergleichen Sie zwei hypothetische Passagen. Die erste: „Wir bieten einen individuellen Ansatz und flexible Lösungen für jedes Unternehmen.“ Die zweite: „Die Buchhaltung für eine GmbH mit bis zu 10 Mitarbeitenden kostet ab 400 $ pro Monat und umfasst Monatsberichte und Lohnabrechnung“ (die Zahlen sind zur Veranschaulichung erfunden). Aus der ersten kann die KI nichts übernehmen. Die zweite ist eine fertige Antwort auf die Frage des Nutzers und lässt sich leicht wiedergeben.

Die Passage ergibt auch ohne Kontext Sinn

Die KI liest die Seite nicht als Ganzes, sondern in einzelnen Abschnitten. Formulierungen wie „die Preise stehen oben“, „wie bereits erwähnt“ oder „unser Service“ ohne Namen verlieren ihren Sinn, sobald die Passage herausgelöst wird. Ein guter Block nennt Unternehmen, Leistung und Konditionen aus sich selbst heraus.

Die Seite hat eine klare Struktur

Als Fragen formulierte Überschriften, eine kurze Antwort am Anfang jedes Abschnitts, Listen, Vergleichstabellen und ein FAQ-Block helfen der KI, die richtige Passage zu finden. Schema-Markup liefert zusätzliche Hinweise, wo Name der Organisation, Preis und Adresse stehen. Mehr dazu im Artikel Schema-Markup, FAQ und Ihr Unternehmen als Entität.

Die Fakten lassen sich überprüfen

Ein namentlich genannter Autor mit echter Erfahrung, ein Aktualisierungsdatum, Unternehmensangaben, eine Adresse, Lizenzen und Zertifizierungen. Je mehr überprüfbare Details eine Seite enthält, desto weniger Gründe hat die KI, an ihr zu zweifeln.

Stimmigkeit: Warum die KI Sie mit anderen Quellen abgleicht

Die KI verlässt sich nicht auf das Wort eines Unternehmens. Sie behandelt ein Unternehmen als Entität, als Bündel von Fakten: Name, Adresse, Telefonnummer, Leistungen, Preise, Geschäftsführung, Bewertungen. Diese Fakten sammelt sie aus verschiedenen Quellen. Stimmen die Quellen überein, ist das Bild klar. Widersprechen sie sich, beginnen die Probleme.

Ein hypothetisches Beispiel. Auf der Website heißt das Unternehmen „Ledger Plus Bookkeeping“, im Google Unternehmensprofil „LedgerPlus“, ein Verzeichnis nennt eine alte Adresse, und ein Marktplatz zeigt noch die Preise vom letzten Jahr. Die KI sieht vier Versionen eines Unternehmens. Es gibt drei mögliche Folgen, und alle sind schlecht: Sie übernimmt die Daten des Marktplatzes und nennt den falschen Preis, sie schränkt ein mit „laut einigen Quellen“, oder sie vermeidet es, ein Unternehmen zu nennen, bei dem sie sich nicht sicher sein kann.

Was abgeglichen werden sollte:

• die Website und alle ihre Bereiche, einschließlich Footer und Kontaktseite;
• Karteneinträge und Unternehmensverzeichnisse;
• Branchenkataloge, Marktplätze und Bewertungsplattformen;
• Profile in sozialen und beruflichen Netzwerken;
• Medienberichte und Artikel der Experten Ihres Unternehmens.

Die andere Seite der Stimmigkeit ist die unabhängige Bestätigung. Wenn Branchenübersichten, Bewertungen und Artikel über ein Unternehmen schreiben, erhält die KI ein Signal: Dieses Unternehmen existiert, ist in diesem Bereich tätig und bekannt. Wie Sie das systematisch aufbauen, erklären wir im Artikel Markenerwähnungen und Digital PR für die KI-Suche.

Empfehlungen: Warum die KI manche Unternehmen nennt und andere nicht

Nun fügen wir alles zusammen. Bittet ein Nutzer um eine Empfehlung, sucht die KI im Grunde nach Unternehmen, die gleichzeitig:

• gefunden werden – für die Suchanfragen, in die sie die Frage umformuliert hat;
• zu den Bedingungen des Nutzers passen (Standort, Budget, Branche, Zeitrahmen), und diese Bedingungen stehen ausdrücklich auf ihren Seiten;
• bestätigt werden – von mehreren unabhängigen Quellen ohne Widersprüche;
• klar beschrieben sind, sodass sich ihre Stärken in ein, zwei Sätzen zusammenfassen lassen.

Der Wettbewerber, den die KI empfiehlt, ist nicht unbedingt besser als Sie. Häufiger ist er einfach klarer beschrieben und in den Quellen sichtbarer.

Und die Ranking-Faktoren speziell für ChatGPT?

Viele suchen nach Ranking-Faktoren für ChatGPT, als hätte ChatGPT eine eigene Geheimformel. In der Praxis durchläuft ChatGPT bei der Websuche dieselben Stufen: Sein Crawler und seine Suchpartner müssen Ihre Seite finden, die Seite muss lesbar sein, und Ihre Passage muss die Frage besser beantworten als andere. Das Plattformspezifische ist vor allem technischer Natur: welcher Crawler Zugriff braucht und auf welchen Index sich der Assistent stützt. Die übrigen Faktoren gelten für Google, ChatGPT, Perplexity, Gemini, Claude und Copilot gleichermaßen.

Warum sich die Antworten ändern

Dieselbe Frage kann zweimal gestellt unterschiedliche Listen von Unternehmen liefern. Die Gründe liegen auf der Hand: Die KI schreibt die Antwort jedes Mal neu, die generierten Suchanfragen können sich unterscheiden, und das Ergebnis hängt von Formulierung, Sprache, Standort des Nutzers und Aktualität des Index ab. Deshalb verspricht eine seriöse Agentur nie eine bestimmte Position in einer KI-Antwort. Gemessen wird die LLM-Sichtbarkeit: der Anteil der beobachteten Prompts, in denen das Unternehmen vorkommt, regelmäßig geprüft anhand desselben Fragensets.

So werden Sie zur Quelle, die die KI zitiert: Was das für Ihr Unternehmen bedeutet

Aus dem Mechanismus ergibt sich eine klare Abfolge von Maßnahmen. Jeder Schritt setzt an einer bestimmten Stufe der Auswahl an.

• KI-Sichtbarkeitsaudit. Finden Sie heraus, was KI-Assistenten heute sagen, und decken Sie technische Hindernisse auf der Stufe „gefunden und gelesen“ auf.
• Prompt-Recherche. Sammeln Sie die Fragen, die Kunden der KI stellen – so wie die Keyword-Recherche im SEO. Das ist die Grundlage für Content und Messung zugleich.
• Technische Optimierung. Öffnen Sie die Website für Suchmaschinen- und KI-Crawler, beheben Sie Fehler, holen Sie Text aus Skripten heraus, ergänzen Sie Schema-Markup und llms.txt.
• Content mit Fakten. Überarbeiten Sie wichtige Seiten so, dass jeder Block als eigenständige Antwort funktioniert, und erstellen Sie Content für Ihr Prompt-Set.
• Stimmige Unternehmensdaten. Gleichen Sie Ihre Unternehmensangaben auf der Website und in allen Drittquellen ab.
• Bestätigung durch Dritte. Bauen Sie Markenerwähnungen aus und veröffentlichen Sie Artikel Ihrer Experten in externen Quellen.
• KI-Sichtbarkeits-Monitoring. Fragen Sie Ihr Prompt-Set regelmäßig ab und passen Sie die Arbeit an die Ergebnisse an.

Für sich allein bewirken diese Schritte wenig. Ein großartiger Artikel auf einer für Crawler gesperrten Website wird nicht zur Quelle. Eine perfekte Website ohne jede Erwähnung auf Drittseiten verliert gegen einen bekannten Wettbewerber. Und widersprüchliche Daten in Verzeichnissen untergraben beides. Wenn die KI bereits Ihre Wettbewerber empfiehlt, erklären wir im Artikel Warum die KI Ihre Wettbewerber empfiehlt und was Sie tun können, wie Sie vorgehen.

Das Ergebnis: planbare Arbeit statt Glücksspiel

Wer den Mechanismus versteht, sieht in der KI-Suchmaschinenoptimierung keine Magie mehr. Die KI empfiehlt Unternehmen, die sie finden, verstehen und denen sie vertrauen kann. Jede dieser drei Bedingungen lässt sich in konkrete Aufgaben übersetzen: technische, inhaltliche und solche für die Reputation. Sie lassen sich erledigen, überprüfen und wiederholen, wenn KI-Plattformen die Regeln ändern. Der Effekt verstärkt sich mit der Zeit: Je früher ein Unternehmen zu einer klaren, bestätigten Quelle wird, desto stärker ist seine Position in KI-Antworten.

Wie KI-Suchmaschinenoptimierung Ihre Website zur Quelle für die KI macht

Wir sind seit 2002 im SEO tätig, haben über 100 Kunden weltweit und Zertifizierungen von Google und Yandex. Wir optimieren für Google AI Overviews und AI Mode, ChatGPT, Gemini, Claude, Perplexity und Microsoft Copilot sowie für weitere Assistenten, wo Ihr Markt es erfordert. Ihre Website und Ihre KI-Sichtbarkeit werden komplett von einem Team betreut – für Unternehmen aus Santa Rosa City und von überall sonst.

Die Arbeit umfasst ein KI-Sichtbarkeitsaudit, Prompt-Recherche, technische Optimierung der Website (Zugriff für KI-Crawler, llms.txt, Schema-Markup, Ladegeschwindigkeit, Fehler), neuen Content, der für KI-Antworten aufgebaut ist, Markenerwähnungen auf externen Websites, Artikel in externen Quellen, die die Autorität Ihres Unternehmens und seiner Experten stärken, sowie laufendes KI-Sichtbarkeits-Monitoring.

Die KI bewertet Ihre Website als Ganzes, deshalb betreuen wir vom ersten Tag an Ihre gesamte Website – von der technischen Optimierung bis zu GEO. Wir garantieren die Umsetzung der GEO-Aufgaben, die Fehlerbehebung und die schnelle Anpassung Ihrer Website an neue Anforderungen der KI-Suche.

Das Honorar beträgt 290 $ pro Monat und enthält die ersten 10 Arbeitsstunden. Jede weitere Stunde kostet 45 $. GEO-Leistungen rechnen wir nach tatsächlichem Aufwand ab: Wir berechnen nur die im jeweiligen Monat erbrachten und abgenommenen Leistungen. Keine Rabatte, keine Gratismonate.

Vereinbaren Sie ein Gespräch: Wir finden heraus, auf welcher Stufe KI-Assistenten Ihr Unternehmen heute verlieren und was Sie zuerst beheben sollten.