Teil 3 der Serie „Webseite und KI“ – Stand: 25. Oktober 2026
In Teil 1 ging es um die Frage, ob Sie in Zeiten von KI noch eine Webseite brauchen. Antwort: ja, denn KI liest Webseiten. Teil 2 lieferte die Checkliste, was eine Seite dafür braucht.
Teil 3 ist der unbequeme. Rund um „GEO“ (Generative Engine Optimization) ist ein Markt entstanden, der viel verspricht und wenig belegt. Wir prüfen die häufigsten Versprechen.
Vorab eine Fairness-Regel: Google hat sich offiziell geäußert, OpenAI, Perplexity und Co. meist nicht. Wo Belege fehlen, schreiben wir deshalb „kein valider Nachweis“ und nicht „nachweislich nutzlos“.
Mythos 1: „Sie brauchen eine llms.txt und Markdown-Versionen Ihrer Seiten“
Behauptung: Eine Datei llms.txt im Hauptverzeichnis und Markdown-Kopien der Seiten machen Ihre Inhalte für KI lesbar.
Belege: Googles Leitfaden „Optimizing your website for generative AI features on Google Search“ vom 15. Mai 2026 führt llms.txt unter den Dingen, die Sie ignorieren können. Google Search nutzt die Datei nicht. Auch spezielles Markup oder Markdown für die Suche sei nicht nötig.
John Mueller verglich llms.txt schon im April 2025 mit dem Keywords-Meta-Tag. Seine Begründung: Kein KI-Dienst habe angekündigt, die Datei zu nutzen. Markdown-Seiten für Bots nannte er im Februar 2026 auf Bluesky „such a stupid idea“. Bots erwarten HTML, Markdown-Kopien verlieren Navigation und Verlinkung.
Ahrefs wertete im Juni 2026 Logdaten von 137.210 Domains aus. 28 % hatten eine llms.txt, 97 % davon erhielten im Mai 2026 keine einzige Anfrage. Der Großteil der restlichen Abrufe kam von SEO-Tools, nicht von KI-Systemen.
Der faire Teil: Coding-Agents nutzen llms.txt tatsächlich, etwa für Entwicklerdokumentation. In den Ahrefs-Daten gehörte Claude Code zu den aktivsten Abrufern. Chromes Lighthouse prüft die Datei seit Version 13.3 experimentell, getrennt von SEO und ohne Ranking-Einfluss.
Fazit: Für Software-Dokumentation sinnvoll, für die Webseite eines Handwerksbetriebs oder einer Praxis bisher ohne Nachweis. Einordnung: Mythos (mit Ausnahme für Entwicklerdokus).
Mythos 2: „Zerlegen Sie Ihre Texte in KI-Häppchen“
Behauptung: Sprachmodelle bevorzugen kurze, isolierte Textblöcke. Also sollen Sie Inhalte in viele Mini-Abschnitte oder gar eigene Seiten zerstückeln („Content Chunking“).
Belege: Danny Sullivan von Google sprach das im Podcast „Search Off the Record“ (Folge 102, 8. Januar 2026) direkt an. Nach Rücksprache mit Googles Ingenieuren: „So we don’t want you to do that.“ Kurzfristige Effekte schloss er nicht aus, aber Systeme ändern sich und belohnen dann Inhalte für Menschen.
Googles Leitfaden ergänzt: Die Systeme erkennen mehrere Themen auf einer Seite und zeigen den passenden Teil. Eine ideale Seitenlänge gibt es nicht. Suchsysteme zerlegen Seiten also intern selbst in Passagen.
Der Unterschied: Klare Zwischenüberschriften, kurze Absätze und eine Antwort pro Abschnitt helfen Lesern und Maschinen. Das ist Struktur. Zerstückelung dagegen reißt Zusammenhänge auseinander und erzeugt dünne Seiten.
Fazit: Gliedern ja, zerhacken nein. Einordnung: Mythos.
Mythos 3: „Spezielles Schema-Markup ist der KI-Hebel“
Behauptung: Mit bestimmten schema.org-Auszeichnungen werden Sie in KI-Antworten bevorzugt.
Belege: Google schreibt im Leitfaden, dass für generative KI-Funktionen kein spezielles Schema nötig ist. Eine „übermäßige Fokussierung“ auf strukturierte Daten steht explizit auf der Liste der unnötigen Maßnahmen.
Gleichzeitig empfiehlt Google strukturierte Daten weiterhin als Teil guter SEO. Sie machen Seiten für Rich Results berechtigt, etwa Bewertungssterne oder Produktinfos.
Fazit: Schema ist solides Handwerk, aber kein Geheimschalter für KI. Einordnung: Teilweise wahr.
Mythos 4: „Embeddings auf der Webseite verbessern Ihren KI-Score“
Behauptung: Tools berechnen einen „Embedding-Score“ für Ihre Texte oder hinterlegen fertige Vektoren auf der Seite, damit KI Sie besser versteht.
Was Embeddings sind: Ein Modell übersetzt Text in eine lange Zahlenreihe, einen Punkt in einem vieldimensionalen Raum. Ähnliche Bedeutungen liegen nah beieinander. Das ist real und Grundlage moderner Suche.
Der Haken: Jedes Modell baut seinen eigenen Raum. Google erklärt im Machine-Learning-Kurs, dass Embeddings vom Training abhängen. Vektoren verschiedener Modelle sind nicht vergleichbar, selbst bei gleicher Länge. Ein Crawler holt sich Ihren Text und rechnet mit seinem eigenen Modell. Ihre vorberechneten Zahlen sind für ihn Datenmüll.
Ein „Embedding-Score“ misst also bestenfalls, wie ein bestimmtes Tool-Modell Ihren Text sieht. Ob ChatGPT oder Gemini das genauso sehen, weiß niemand. Einen unabhängigen Beleg für den Nutzen solcher Plugins haben wir bei unserer Recherche nicht gefunden.
Fazit: Die Technik ist echt, das Produkt darum herum unbelegt. Einordnung: Mythos.
Mythos 5: „Begriffe müssen in exakt berechneter Häufigkeit vorkommen“
Behauptung: WDF*IDF- oder TF-IDF-Tools berechnen, wie oft welcher Begriff im Text stehen muss. Wer die Werte trifft, rankt.
Belege: Google listet unnatürliche Wiederholung von Begriffen in den Spam-Richtlinien als Keyword-Stuffing. John Mueller sagt sinngemäß: Auf Keyword-Dichte würde er sich nicht konzentrieren, schreiben Sie natürlich. Googles KI-Leitfaden ergänzt, dass KI-Systeme Synonyme und Bedeutung verstehen.
Unsere Einschätzung: Suchmaschinen und Sprachmodelle rechnen Texte intern ohnehin in Zahlen um. Wer Begriffe in berechneter Häufigkeit in Texte presst, unterschätzt moderne Sprachmodelle. Er optimiert für ein Tool-Dashboard, nicht für Suchmaschine oder Leser.
Als Ideengeber für vergessene Unterthemen können solche Tools nützlich sein. Als Zielwert nicht.
Fazit: Themenabdeckung zählt, Zählwerte nicht. Einordnung: Mythos.
Mythos 6: „Ein GEO-Plugin macht Ihr WordPress KI-sichtbar“
Behauptung: Installieren, aktivieren, in ChatGPT auftauchen.
Was solche Plugins tun: Wir haben typische Vertreter im WordPress-Verzeichnis geprüft. Der Funktionsumfang: llms.txt erzeugen, Markdown-Versionen ausliefern, Organization-Schema setzen, KI-Bots in der robots.txt erlauben, Bot-Besuche zählen. Dazu ein „AI-Readiness-Score“ und oft ein kostenpflichtiges Dashboard.
Belege: Keines der geprüften Plugins nennt Studien oder Vorher-nachher-Daten zur Wirkung. Eines schreibt in den FAQ ehrlicherweise selbst: Kein Plugin kann eine Platzierung in KI-Antworten garantieren. Die Funktionen sind meist Mythos 1 und 3 in Paketform.
Nützlich kann es sein, KI-Crawler in der robots.txt nicht versehentlich auszusperren. Das erledigt aber auch eine Zeile Text.
Fazit: Bequem verpackt, Wirkung ohne Nachweis. Einordnung: Mythos (einzelne Basisfunktionen sinnvoll).
Mythos 7: „Wir garantieren Ihre Erwähnung in ChatGPT“
Behauptung: Gegen Gebühr erscheint Ihre Firma garantiert in KI-Antworten.
Belege: KI-Antworten sind probabilistisch. Gleiche Frage, andere Antwort. SparkToro und Gumshoe.ai ließen 12 Empfehlungsfragen rund 3.000-mal durch ChatGPT, Claude und Googles KI laufen (veröffentlicht Januar 2026). Dieselbe Markenliste kam in unter 1 % der Fälle zweimal vor. Dieselbe Reihenfolge in etwa 0,1 %.
Kein KI-Anbieter legt seine Auswahlkriterien offen. Google warnt schon für die klassische Suche: Niemand kann eine Platz-1-Garantie geben.
Fazit: Wer garantiert, was niemand kontrolliert, verkauft Hoffnung. Einordnung: Mythos.
Mythos 8: „Unser KI-Sichtbarkeits-Score zeigt Ihren Fortschritt“
Behauptung: Ein Tool misst Ihre „KI-Position“ und zeigt Woche für Woche den Fortschritt.
Belege: Dieselbe SparkToro-Studie zeigt: Positionen in KI-Listen sind praktisch Zufall. Rand Fishkin nannte Tools mit „AI ranking position“ „full of baloney“. Stabiler war nur die Häufigkeit, mit der eine Marke über viele Durchläufe auftaucht.
Ein Score aus zehn Prompts mit je einem Durchlauf misst also vor allem Rauschen. Google warnt im KI-Leitfaden zudem vor Drittanbieter-Tools, die angeblich interne Google-Metriken kennen. Hinweis zur Fairness: Gumshoe verkauft selbst Tracking-Tools, die Studie ist nicht begutachtet.
Fazit: Messung ist möglich, aber nur mit vielen Prompts, vielen Wiederholungen und offengelegter Methode. Einordnung: Teilweise wahr.
Was stattdessen hilft
Die gute Nachricht: Eine gut gemachte, SEO-saubere Seite ist automatisch eine gute Wissensquelle für KI. Google sagt das sinngemäß selbst: KI-Funktionen basieren auf denselben Ranking- und Qualitätssystemen.
- Echte Inhalte mit eigener Expertise. Preise, Abläufe, Erfahrungswerte – was nur Sie wissen, kann keine KI woanders abschreiben.
- Saubere Technik. Crawlbar, indexierbar, schnell, sauberes HTML. KI-Crawler nicht aussperren.
- Klare Struktur. Sinnvolle Überschriften, eine Frage pro Abschnitt, direkte Antworten.
- Konsistente Daten. Unternehmensprofil bei Google, Impressum und Webseite mit identischen Angaben.
- Ehrlich messen. Search Console und echte Anfragen statt Fantasie-Scores.
Die ausführliche Checkliste finden Sie in Teil 2 dieser Serie: „KI-sichtbar ohne Tricks: Die Checkliste für Ihre Firmenwebseite“.
Sie möchten wissen, wo Ihre Seite steht, ohne Plugin-Abo und Embedding-Score? Wir prüfen das nüchtern und sagen Ihnen auch, was Sie sich sparen können. Mehr dazu auf unserer Seite zur GEO-Agentur in Bayreuth.
Quellen
- Google Search Central: Optimizing your website for generative AI features on Google Search (veröffentlicht 15. Mai 2026, aktualisiert 10. Juli 2026)
- Google Search Central Blog: A new resource for optimizing for generative AI in Google Search (Mai 2026)
- PPC Land: Google’s new guide for AI search: what SEO really needs now (Mai 2026)
- Ahrefs, Louise Linehan: We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read (15. Juni 2026)
- Search Engine Journal, Roger Montti: Google Says LLMs.Txt Comparable To Keywords Meta Tag (17. April 2025)
- Search Engine Journal, Matt G. Southern: Google’s Mueller Calls Markdown-For-Bots Idea „A Stupid Idea“ (4. Februar 2026)
- Search Engine Journal, Matt G. Southern: Google’s llms.txt Guidance Depends On Which Product You Ask (20. Mai 2026)
- PPC Land: Google warns against breaking content into chunks for AI (9. Januar 2026, zu Search Off the Record Folge 102 vom 8. Januar 2026)
- Benzatine: Google: Don’t make „bite-sized“ content for LLMs if you care about search rank (9. Januar 2026)
- Google for Developers: Machine Learning Crash Course – Embeddings: Embedding space
- Daily Dose of Data Science, Avi Chawla: The Biggest Mistake ML Folks Make When Using Multiple Embedding Models (18. Juli 2023)
- Google Search Central: Spam-Richtlinien für die Google Websuche (aktualisiert 28. August 2026)
- Ahrefs: Keyword Density: What Is It & Is It an SEO Ranking Factor?
- WordPress.org: llemmy – AI Visibility, GEO & AI Traffic Analytics und 42A AI Visibility – Agentic Enablement Layer (geprüft 25. Oktober 2026, als Beispiele für den Funktionsumfang)
- Search Engine Journal, Matt G. Southern: AI Recommendations Change With Nearly Every Query: SparkToro (30. Januar 2026)
- Search Engine Land, Danny Goodwin: AI recommendation lists repeat less than 1% of the time: Study
- Google Search Central: Brauche ich einen SEO? (aktualisiert 5. Juni 2026)
0921/ 164 98 164 0
Kontakt
Wir sitzen in Bayreuth
Bitte kein Besuch ohne Vorherige Anmeldung
Wichtig: Infos zu Bewerbungen finden Sie im Impressum
Email: info[at]sags.de
Phone: 0921/ 164 98 164 0


