ChatGPT, Google Gemini und Perplexity liefern generative Antworten, aber sie sind keine identischen Suchmaschinen. Quellenzugang, Produktoberfläche, Personalisierung und die Darstellung von Links unterscheiden sich. Deshalb sollte eine GEO-Strategie ein gemeinsames technisches Fundament mit systemspezifischen Tests verbinden.
Das gemeinsame Fundament
Für alle Systeme sind öffentlich zugängliche, technisch stabile und inhaltlich eindeutige Seiten die sinnvollste Ausgangsbasis. Dazu gehören:
- ein eindeutiger Statuscode und eine kanonische URL,
- wichtige Aussagen in sichtbarem HTML,
- interne Links von thematisch passenden Seiten,
- konkrete Angaben zu Autor, Organisation und Aktualisierung,
- Primärquellen für überprüfbare Behauptungen,
- eine konsistente Beschreibung von Leistungen, Produkten und Preisen.
Eine separate Textfassung nur für Bots schafft dagegen schnell Widersprüche. Strukturierte Daten sollten den sichtbaren Inhalt beschreiben und ihn nicht ersetzen.
Google: klassische Suche ist die Voraussetzung
Google erklärt ausdrücklich, dass für AI Overviews und AI Mode keine besonderen technischen Anforderungen oder speziellen Schema.org-Typen nötig sind. Eine Seite muss indexiert und grundsätzlich für ein Snippet in der Google Suche geeignet sein. Google nennt unter anderem Crawl-Zugang, interne Verlinkung, Seitenerfahrung, sichtbaren Text und strukturierte Daten, die zum Seiteninhalt passen. Die Leistung der KI-Funktionen fließt derzeit in den Web-Bericht der Search Console ein. Quelle: Google Search Central zu KI-Funktionen.
Die praktische Konsequenz: Probleme mit Indexierung, Canonicals oder schwachen Seiten lassen sich nicht durch ein GEO-Schema umgehen. Search Console, Logfiles und eine saubere Informationsarchitektur bleiben zentral.
ChatGPT: Suchzugang getrennt betrachten
OpenAI dokumentiert unterschiedliche Bots und User Agents. Für Suchsichtbarkeit ist insbesondere der in der offiziellen Bot-Dokumentation beschriebene Such-Crawler relevant; Trainingskontrolle und nutzerinitiierte Abrufe sind davon zu unterscheiden. Die jeweils aktuelle Bezeichnung und Zugriffsempfehlung sollte direkt in der offiziellen OpenAI-Bot-Dokumentation geprüft werden.
Für die Arbeit bedeutet das: robots.txt und CDN-Regeln werden bewusst konfiguriert, Serverzugriffe werden geprüft und wichtige Seiten dürfen nicht nur nach einer clientseitigen Interaktion erscheinen. Eine Freigabe garantiert jedoch weder Abruf noch Erwähnung.
Perplexity: Quellen und direkte Nachvollziehbarkeit
Perplexity zeigt in vielen Antwortformaten Quellen direkt an und dokumentiert eigene Bots. Betreiber sollten die jeweils aktuellen User Agents, IP-Verifikation und Steuerungsmöglichkeiten in der Perplexity-Dokumentation prüfen.
Inhaltlich sind Seiten hilfreich, die eine Frage vollständig beantworten, Begriffe definieren und ihre Aussagen unmittelbar belegen. Das gilt ebenso für andere Systeme; bei einer Oberfläche mit sichtbaren Quellen lässt es sich nur leichter qualitativ prüfen.
So testen wir die Unterschiede
Ein seriöser Vergleich verwendet dasselbe Promptset, denselben Zeitpunktkorridor und dokumentierte Rahmenbedingungen. Pro Ausgabe werden mindestens erfasst:
- Wird die Marke genannt?
- Welche Quelle oder URL wird verwendet?
- In welchem Kontext erscheint die Marke?
- Ist die Aussage korrekt, unvollständig oder falsch?
- Welche Wettbewerber und Quellentypen erscheinen?
Die Ergebnisse sind Momentaufnahmen, keine festen Rankings. Ein Modellwechsel oder eine andere Suchinterpretation kann die Ausgabe verändern. Deshalb werden qualitative Beispiele gemeinsam mit Referrals, Anfragen und Abschlüssen betrachtet. Mehr dazu steht in der GEO-Messmethodik.
Priorität für B2B-Unternehmen
Zuerst werden geschäftlich relevante Fragen und starke Zielseiten verbessert. Danach folgen technische Bot-Prüfungen und wiederholbare Tests pro System. Wer gleichzeitig hunderte nahezu gleiche „ChatGPT-, Gemini- und Perplexity-Seiten“ erstellt, verteilt interne Signale und erzeugt wenig zusätzlichen Nutzen.