Warum ChatGPT manche Websites zitiert und andere ignoriert: Ein tiefer Einblick für SEO- und AEO-Experten

Die Mechanik der Informationsaufnahme von LLMs: Mehr als nur Crawling

Um zu verstehen, warum ChatGPT und andere LLMs wie Gemini oder Claude bestimmte Websites hervorheben und andere nicht, müssen wir uns zunächst von der einfachen Vorstellung lösen, dass sie Websites auf die gleiche Weise 'lesen' wie traditionelle Suchmaschinen crawler. Ein LLM durchläuft zwei Hauptphasen: das Training und die Inferenz (Nutzung). Während des Trainings werden riesige Datensätze – das gesamte Internet, Bücher, Artikel, Datenbanken – verarbeitet. Diese Daten werden nicht als einzelne Quellen gespeichert, sondern vielmehr als ein statistisches Modell von Sprache und Wissen. Wenn ein LLM dann auf eine Anfrage reagiert, generiert es Text, der auf diesem internen Modell basiert. Eine 'Zitierung' ist in diesem Kontext oft ein Versuch des Modells oder seiner übergeordneten Architektur (z.B. Google AI Overviews, Perplexity), die generierte Information mit einer externen, verifizierbaren Quelle zu untermauern, die während des Trainings oder in Echtzeit-Suchen als besonders relevant oder autoritativ identifiziert wurde.

Der Schlüssel liegt darin, dass LLMs keine einfache Datenbank von Quellen führen. Stattdessen schätzen sie die Wahrscheinlichkeit von Wortsequenzen basierend auf den Mustern, die sie in ihren Trainingsdaten gelernt haben. Wenn eine Anfrage eine spezifische, faktische Information erfordert, greifen die neueren Generationen von LLMs (oft augmented durch Retrieval-Augmented Generation, RAG) in Echtzeit auf eine Suchfunktion zu. Hier kommen die traditionellen SEO-Indikatoren wieder ins Spiel: Eine Website muss für die zugrunde liegende Suchmaschine (z.B. Google für Gemini oder ChatGPT Plus mit Browsing-Funktion) gut ranken, um überhaupt in Betracht gezogen zu werden. Aber Ranking allein ist nicht ausreichend.

Faktoren, die die Zitierfähigkeit durch ChatGPT beeinflussen

Die Liste der Überlegungen, die ein LLM bei der Entscheidung, ob eine Quelle zitiert wird, durchläuft – sei es explizit oder implizit – ist komplex. Sie umfasst technische, inhaltliche und reputationelle Aspekte. Das Zusammenspiel dieser Faktoren bestimmt die 'Zitierwahrscheinlichkeit' einer Website.

Ein entscheidender Faktor ist die **Autorität und Glaubwürdigkeit** der Quelle. Websites, die als Experten in einem bestimmten Bereich anerkannt sind, mit hohem E-E-A-T-Score (Experience, Expertise, Authoritativeness, Trustworthiness), werden mit größerer Wahrscheinlichkeit zitiert. Dies umfasst Nachrichtenportale, wissenschaftliche Journals, etablierte Behördenseiten oder renommierte Branchenexperten. Weniger bekannte Blogs oder Foren haben es schwerer, es sei denn, sie enthalten hochspezifische, einzigartige Informationen, die nirgendwo anders zu finden sind.

**Relevanz und Spezifität** spielen ebenfalls eine Rolle. Wenn Ihre Website präzise und umfassende Antworten auf eine bestimmte Frage bietet, ist die Wahrscheinlichkeit höher, dass sie als direkte Quelle herangezogen wird. Allgemeine Übersichtsartikel sind weniger wahrscheinlich direkt zitiert zu werden als detaillierte Studien, Anleitungen oder Datenreports.

Die **Aktualität der Informationen** ist in vielen Bereichen (Nachrichten, Technologie, Wissenschaft) ein Killerkriterium. Veraltete Informationen werden von LLMs in der Regel gemieden, es sei denn, die Anfrage zielt explizit auf historische Daten ab. KI-Modelle sind darauf trainiert, die aktuellsten und relevantesten Informationen zu liefern.

Die **technische Zugänglichkeit und Crawlbarkeit** ist grundlegend. Wenn ein LLM oder die dahinterliegende Suchmaschine eine Website nicht effizient crawlen und parsen kann, existiert sie für das System faktisch nicht. Sauberes HTML, eine schnelle Ladezeit, mobile Responsivität und das Fehlen von blockierenden Skripten sind hier essenziell. Strukturierte Daten (Schema.org) helfen LLMs ebenfalls, den Inhalt und Kontext besser zu verstehen.

Zuletzt, die **Kohärenz der Informationen** über verschiedene Quellen hinweg. Wenn eine Information auf Ihrer Website einzigartig ist, sich aber nicht mit dem breiteren Konsens oder den 'Fakten', die das LLM bereits verinnerlicht hat, deckt, ist die Wahrscheinlichkeit einer Zitierung geringer, es sei denn, Ihre Quelle ist so autoritativ, dass sie diesen Konsens in Frage stellt oder ergänzt. Dies ist besonders bei kontroversen Themen relevant.

Technische und strukturelle Voraussetzungen für KI-freundliche Websites

Die 'Lesbarkeit' einer Website durch KI ist fundamental. Es geht nicht nur darum, dass herkömmliche Crawler den Inhalt sehen können, sondern auch darum, dass LLMs die semantische Bedeutung und Struktur effektiv erfassen können. Die Optimierung für Large Language Models verlangt eine erweiterte Sicht auf technische SEO.

**Sauberer, semantischer HTML-Code**: Verwenden Sie Überschriften (H1-H6) korrekt, Listen (UL, OL), Absätze (P) und semantische Tags (ARTICLE, NAV, SECTION, ASIDE). Dies hilft der KI, die Hierarchie und den Kontext Ihrer Inhalte zu verstehen.

**Strukturierte Daten (Schema Markup)**: Implementieren Sie Schema.org-Auszeichnungen für Artikel, Produkte, FAQs, Organisationen, Personen und andere relevante Entitäten. Dies bietet den LLMs zusätzliche Kontextinformationen und kann die Wahrscheinlichkeit erhöhen, dass spezifische Datensätze von Ihrer Seite extrahiert und zitiert werden, besonders für Google AI Overviews und Perplexity, die stark auf solche Daten setzen.

**Ladegeschwindigkeit und Core Web Vitals**: Eine schnelle Website ist nicht nur für Nutzer wichtig, sondern auch für Crawler und somit indirekt für LLMs. Langsame Websites können die Crawl-Effizienz beeinträchtigen und den Eindruck einer weniger professionellen oder unzuverlässigen Quelle vermitteln.

**Mobile-First-Indexierung und Responsivität**: Da ein Großteil des ursprünglichen Trainingsdatenmaterials des Internets auf mobilen Geräten abgerufen wurde, ist die mobile Darstellung Ihrer Inhalte entscheidend. Eine gut optimierte mobile Ansicht sorgt dafür, dass Ihre Inhalte für LLMs zugänglich und interpretierbar sind.

**Verwendung von sprechenden URLs und sinnvoller Linkstruktur**: Klare und logische URL-Strukturen sowie eine interne Verlinkung, die den thematischen Zusammenhang von Seiten aufzeigt, unterstützen die KI beim Aufbau eines 'Wissensgraphen' Ihrer Website.

Die technische Basis legt den Grundstein. Ohne sie, selbst mit dem besten Inhalt, wird Ihre Website unsichtbar bleiben, wenn es um KI-generierte Antworten geht.

• Verwenden Sie semantisches HTML für klare Struktur.
• Implementieren Sie umfassendes Schema.org-Markup.
• Optimieren Sie die Core Web Vitals für Geschwindigkeit.
• Stellen Sie eine exzellente Mobile-First-Erfahrung sicher.
• Nutzen Sie sprechende URLs und eine logische interne Verlinkung.
• Sorgen Sie für eine Robots.txt, die nicht unnötig blockiert.

Inhaltliche Exzellenz: Der Weg zur Glaubwürdigkeit und Relevanz

Abgesehen von der Technik ist der Inhalt König. Für LLMs bedeutet das jedoch nicht nur keyword-dicht zu schreiben, sondern wirklich wertvolle, tiefgehende und einzigartige Informationen bereitzustellen. Hier sind die entscheidenden Aspekte:

**E-E-A-T-Prinzipien (Experience, Expertise, Authoritativeness, Trustworthiness)**: Diese wurden ursprünglich von Google Popularized, sind aber noch relevanter für LLMs. Zeigen Sie klar auf, wer der Autor ist, welche Kompetenzen er besitzt, und untermauern Sie Fakten mit Belegen. Persönliche Erfahrungen können auch eine neue Dimension hinzufügen und Authentizität schaffen. Websites mit einer klaren 'Über uns'-Seite, Autorenbiografien und einem transparenten Redaktionsprozess haben einen Vorteil.

**Originalität und Tiefe**: Oberflächliche Artikel, die Bekanntes wiederholen, werden kaum zitiert. Eine LLM ist darauf trainiert, redundante Informationen zu filtern. Bieten Sie neue Perspektiven, detaillierte Analysen, Fallstudien oder exklusive Daten. Je einzigartiger Ihr Beitrag zum Thema, desto höher die Wahrscheinlichkeit, dass die KI ihn als wertvolle Quelle identifiziert.

**Umfassende und präzise Informationen**: Beantworten Sie Fragen vollständig und ohne Unsicherheiten. Vermeiden Sie vage Formulierungen. Wenn Ihre Inhalte eine Autoritätenposition einnehmen können, werden sie eher von KI-Modellen als Quelle herangezogen. Denken Sie daran, dass LLMs oft versuchen, eine einzige, kohärente Antwort zu formulieren. Ihre Informationen müssen also in sich schlüssig und glaubwürdig sein.

**Regelmäßige Aktualisierung**: Bleiben Sie am Puls der Zeit. Veralteter Content kann ein Hindernis sein. Zeigen Sie den LLMs und Suchmaschinen, dass Ihre Inhalte gepflegt werden und relevant bleiben. Dies signalisiert aktiv, dass Ihre Informationen vertrauenswürdig sind.

Die Anstrengungen im content marketing sollten sich darauf konzentrieren, die beste Ressource zu einem bestimmten Thema zu sein, die nicht nur für Menschen, sondern auch für neuronale Netze leicht verständlich und vertrauenswürdig ist.

Der Einfluss von Nischen und die Macht von Entitäten

In der Welt der LLMs und semantischen Suche gewinnen Nischen-Websites und die Konzept der 'Entitäten' massiv an Bedeutung. Während große, allgemeine Portale eine breite Abdeckung haben, können hochspezialisierte Nischen-Websites mit tiefgehendem Fachwissen oft leichter als Autorität für spezifische Anfragen erkannt werden.

**Nischen-Expertise**: Eine Website, die sich ausschließlich auf ein eng definiertes Thema konzentriert (z.B. "Optimierung für Solarenergieanlagen in alpinen Regionen"), kann zu diesem Thema fast unschlagbar autoritativ werden. Ein LLM ist in der Lage, diese Expertise zu erkennen und diese Website bei entsprechenden Anfragen als bevorzugte Quelle zu wählen, selbst wenn die Domain-Autorität im Vergleich zu einem Giganten wie Wikipedia geringer ist.

**Entitäten und der Wissensgraph**: LLMs arbeiten stark mit Entitäten – das sind konkrete 'Dinge' wie Personen, Orte, Organisationen, Konzepte. Wenn Ihre Website Informationen zu klar definierten Entitäten bereitstellt und diese Informationen im Kontext korrekt miteinander verknüpft sind, hilft dies den LLMs beim Aufbau ihres internen Wissensgraphen. Google's Knowledge Graph ist ein bekanntes Beispiel dafür. Indem Sie Ihre Inhalte mit diesen Entitäten verknüpfen (z.B. durch Links zu Wikipedia, Wikidata oder anderen autoritativen Quellen), signalisieren Sie Relevanz und Korrektheit.

Für GEO-SEO ist dies besonders wichtig. Lokale Unternehmen und Dienstleister, die ihre spezifische Geographie als Entität behandeln und detaillierte, standortbezogene Informationen bereitstellen (Öffnungszeiten, spezifische Adressen, lokale Veranstaltungen), können ihre Zitierwahrscheinlichkeit für lokale Anfragen erheblich steigern. Tools wie Google My Business und lokale Schema-Markups sind hier unverzichtbar.

Vergleich der Zitierungsansätze bei verschiedenen KI-Modellen

Es ist wichtig zu verstehen, dass nicht alle LLMs auf die gleiche Art und Weise zitieren oder Quellen nutzen. Es gibt signifikante Unterschiede in ihren Architekturen und den jeweiligen Prioritäten ihrer Entwickler.

**ChatGPT (OpenAI)**: Ursprünglich war ChatGPT (insbesondere die kostenfreie Version) bekannt dafür, Quellen kaum zu nennen, da es primär auf der Basis seines umfangreichen Trainingsdatensatzes generierte. Mit der Integration von Browsing-Funktionen (z.B. mit Bing) und Retrieval-Augmented Generation (RAG) in ChatGPT Plus wurden Quellenangaben häufiger und spezifischer. Es neigt dazu, einige wenige, sehr relevante und autoritative Quellen zu nennen.

**Gemini (Google)**: Als direktes Produkt von Google hat Gemini oft den Vorteil, auf Googles eigenen Index zugreifen zu können und dessen Ranking-Algorithmen zu nutzen. Google AI Overviews, die oft von Gemini angetrieben werden, versuchen explizit, mehrere Quellen zu aggregieren und anzuzeigen, was eine größere Chance für Websites bedeutet, zitiert zu werden, wenn sie relevante Snippets liefern können.

**Claude (Anthropic)**: Claude legt großen Wert auf Sicherheit und Verlässlichkeit. Es ist oft konservativer bei der Zitierung und konzentriert sich eher auf breiten Konsens und wissenschaftliche Quellen. Die Fähigkeit, lange Texte zu verarbeiten (großes Kontextfenster), bedeutet, dass es auch detailliertere Abhandlungen als Quelle heranziehen kann, wenn diese seine internen Konsistenzprüfungen bestehen.

**Perplexity.ai**: Perplexity wurde explizit als 'Antwort-Engine' mit Fokus auf Quellen entwickelt. Es ist bekannt dafür, zu jeder generierten Antwort detaillierte Quellenangaben zu liefern, oft mit direkten Links zu den Abschnitten der zitierten Websites. Dies macht es zu einem idealen Kandidaten für SEOs, die ihre Inhalte zitierfähig machen wollen, da es die Transparenz maximiert.

Es zeigt sich: Diversifikation der Strategie ist entscheidend. Was für Perplexity funktioniert, mag nicht direkt zu einer Zitierung durch die Basisversion von ChatGPT führen.

Messung der 'Zitierfähigkeit' und Anpassung von AEO/SEO-Strategien

Wie misst man, ob die eigenen Inhalte von LLMs wahrgenommen und zitiert werden? Das ist eine der größten Herausforderungen. Direkte Metriken sind selten, aber indirekte Indikatoren und strategische Anpassungen sind möglich.

**Monitoring von Brand Mentions und Zitierungen**: Nutzen Sie Tools, die das Internet nach Erwähnungen Ihrer Marke, Ihrer Produktnamen oder spezifischer einzigartiger Phrasen durchsuchen, die Sie verwenden. Achten Sie auf Foren, Blogs und auch auf KI-Outputs, die Ihre Inhalte referenzieren. Dies kann leider nur manuell oder mit sehr spezialisierten Tools erfolgen, da die API-Zugänge zu den LLMs für solche Analysen begrenzt sind.

**Traffic-Analyse von Referrern**: Ungewöhnliche Traffic-Spitzen oder Traffic von KI-assoziierten Domains könnten Hinweise sein, dass Ihre Inhalte über diese Kanäle gefunden wurden. Dies ist jedoch oft schwer eindeutig zuzuordnen.

**Sentiment-Analyse**: Wenn Ihre Inhalte zitiert werden, überprüfen Sie das Sentiment, in dem sie erwähnt werden. Positive oder neutrale Zitierungen sind gut. Negative oder misleading Kontextualisierungen erfordern möglicherweise eine Überarbeitung Ihrer Inhalte.

**Anpassung der AEO-Strategie**: Neben der Optimierung für traditionelle Keywords, denken Sie an 'Konzept-Keywords' und 'Entitäts-Keywords'. Optimieren Sie für Fragen und Absichten, die Nutzer in natürlichen Sprachabfragen an LLMs stellen könnten. Der Fokus verschiebt sich von einzelnen Keywords zu ganzheitlichen Themen und den 'Search Journeys' der Nutzer.

**AEO und GEO-Synergie**: Lokale Unternehmen sollten sicherstellen, dass ihre Informationen absolut konsistent über alle Plattformen (Website, Google My Business, Verzeichnisse) hinweg sind. LLMs neigen dazu, inkonsistente Informationen zu meiden oder als unglaubwürdig einzustufen. Wenn Sie eine lokale Dienstleistung anbieten, nennen Sie präzise spezifische Standorte, Postleitzahlen, Einzugsgebiete und lokale Landmarks.

Die Zukunft von SEO und AEO liegt darin, sowohl die menschliche Suchabsicht als auch die Funktionsweise von KI-Modellen zu verstehen und Inhalte entsprechend anzupassen. Es ist ein Marathon, kein Sprint.

Praktische Schritte: So optimieren Sie Ihre Website für LLM-Zitierungen

Basierend auf den bisherigen Erkenntnissen lassen sich konkrete Maßnahmen ableiten, um die Chancen zu erhöhen, dass Ihre Inhalte von LLMs zitiert werden.

1. **Bauen Sie Ihre E-E-A-T auf**: Veröffentlichen Sie Inhalte von ausgewiesenen Experten. Fügen Sie Autorenbiografien hinzu, verlinken Sie zu relevanten externen Quellen (wissenschaftliche Studien, Behörden). Lassen Sie Inhalte von erfahrenen Personen überprüfen und kuratieren. Zeigen Sie auf der Website, dass Sie eine vertrauenswürdige und autoritative Quelle sind.

2. **Content First, KI-Friendly Second**: Schreiben Sie primär für Ihre menschlichen Nutzer, aber achten Sie auf eine klare, strukturierte und faktengestützte Darstellung. Verwenden Sie präzise Sprache, vermeiden Sie Jargon, wo er nicht unbedingt nötig ist, und gehen Sie auf Fragen direkt ein.

3. **Nutzen Sie strukturierte Daten voll aus**: Implementieren Sie alle relevanten Schema.org-Markups. Speziell für Artikel, FAQs, How-Tos, Produkte und lokale Unternehmen (LocalBusiness Schema) ist dies von unschätzbarem Wert. Prüfen Sie diese Implementierungen regelmäßig.

4. **Nischen-Expertise stärken**: Werden Sie die Referenz in Ihrer Nische. Produzieren Sie tiefgehende, einzigartige und umfassende Inhalte zu spezifischen Themen, die nur Sie so abdecken können.

5. **Aktualität ist Trumpf**: Überprüfen und aktualisieren Sie Ihre Inhalte regelmäßig. Bei Evergreen-Inhalten fügen Sie Abschnitte mit 'Letzte Aktualisierung' hinzu. Zeigen Sie, dass Ihre Informationen aktuell und relevant sind.

6. **Technische Sauberkeit gewährleisten**: Schnelle Ladezeiten, mobile Responsivität, fehlerfreie HTML-Struktur und eine logische Seitenarchitektur sind nicht verhandelbar. Ein technisches SEO-Audit ist hierfür der erste Schritt.

7. **Multimodaler Content**: LLMs werden immer besser darin, verschiedene Content-Formate zu verarbeiten. Nutzen Sie Bilder, Videos, Infografiken und stellen Sie sicher, dass diese mit relevanten Alt-Texten und Beschreibungen versehen sind, die auch von KIs interpretiert werden können.

Die Integration dieser Schritte in Ihre kontinuierliche SEO-Arbeit wird nicht nur Ihre Chancen auf KI-Zitierungen erhöhen, sondern generell Ihre Online-Performance verbessern.

Die Zukunft der KI-Zitierungen und was das für Unternehmen bedeutet

Die Art und Weise, wie LLMs mit Informationen umgehen und Quellen zitieren, ist kein statisches Phänomen. Es entwickelt sich rasant weiter. Wir können davon ausgehen, dass künftige Modelle noch differenzierter in der Auswahl und Präsentation von Quellen sein werden.

**Verstärkter Fokus auf Verifizierbarkeit**: Mit zunehmender Besorgnis über 'Halluzinationen' und Fehlinformationen durch KIs wird der Druck auf Modellentwickler (OpenAI, Google, Anthropic) steigen, die Verifizierbarkeit von Informationen und die Nennung glaubwürdiger Quellen zu erhöhen. Dies könnte zu einem noch expliziteren und transparenten Zitierungsverhalten führen.

**Personalisierung von Zitierungen**: Es ist denkbar, dass LLMs in Zukunft Quellen je nach Nutzerpräferenzen, Standort (GEO-Relevanz) oder früheren Interaktionen personalisieren. Dies eröffnet neue Möglichkeiten und Herausforderungen für AEO und GEO-SEO, da die Relevanz nicht mehr nur global, sondern auch hochpersonifiziert bewertet wird.

**Neue Metriken und Analysetools**: Da der Einfluss von KIs auf den digitalen Traffic wächst, wird es einen Markt für Tools geben, die speziell die 'KI-Zitierfähigkeit' oder den 'KI-Index' einer Website messen. Diese Tools könnten Indikatoren bieten, wie gut eine Website von verschiedenen LLMs und ihren Architekturen wahrgenommen wird.

Für Unternehmen bedeutet dies eine kontinuierliche Anpassung und Investition in hochwertige, vertrauenswürdige Inhalte und eine robuste technische Infrastruktur. Wer sich jetzt mit den Prinzipien der KI-Zitierung auseinandersetzt, schafft die Grundlage für eine erfolgreiche digitale Zukunft. Die Ära, in der wir nur für Google optimierten, ist vorbei – wir optimieren jetzt für eine Vielzahl intelligenter Agenten und Modelle, die das Suchverhalten neu definieren.