Was die KI sucht, bevor sie antwortet
54 Query Fan-outs
aus einem Prompt
Wie Marken in KI-Chatbots sichtbar werden – oder verschwinden
01 / WORUM ES GEHT
Ihr seht Prompt und Antwort. Wir zeigen das Dazwischen.
Eine Frage an ChatGPT, Google, Claude …
Kurz darauf: eine fertige Antwort.
Ein realer ChatGPT-Lauf, als HAR mitgeschnitten: 4 Grounding-Queries, 86 URLs, 10 Zitate.
Menschliche Informationsbedürfnisse als Modell – damit antizipieren wir die gesamte User Journey.
01 / DER AUSLÖSER
Der sichtbare Prompt ist nur der Anfang.
Für ein technisch orientiertes, deutschsprachiges GEOWebinar würde ich diese Anbieter priorisieren:
1. 121WATT – GEOSeminar für Fortgeschrittene
Beste Wahl für echte technische Tiefe.
Das zweitägige LiveOnlineSeminar behandelt unter anderem:
Technical GEO: robots.txt, JavaScript, strukturierte Daten und KICrawler
Analysen mit GSC, GA4, SISTRIX und DataForSEO
Monitoring mit Rankscale und Peec AI
Entitäten, Grounding Pages und OffpageSignale
MCPServer und Automatisierung von GEOAnalysen
ContentEngineering und Wettbewerbsanalysen
Aktuell ausgewiesene WebinarTermine sind unter anderem 23.–24. September, 28.–29. Oktober und 9.–10. Dezember 2026. Das Format umfasst ungefähr 16 Stunden und setzt sinnvollerweise SEOVorkenntnisse voraus. 121WATT+1
Empfehlung: wählen, wenn du bereits SEO, Webentwicklung oder technische WebsiteAnalyse beherrschst.
2. Haufe Akademie – Crashkurs LLMO & GEO
Beste kompakte technische Einführung.
Der dreistündige LiveOnlineKurs behandelt saubere HTMLStrukturen, strukturierte Daten, Crawling, Semantik, externe Vertrauenssignale, ContentAufbereitung und LiveChecks. llms.txt wird ebenfalls behandelt; dessen praktischen Stellenwert solltest du allerdings kritisch einordnen, da es kein allgemein etablierter Suchmaschinenstandard ist.
Termine sind derzeit für 14. September 2026, 3. Dezember 2026 und 22. Februar 2027 aufgeführt. Der Preis beträgt 523,60 Euro inklusive Mehrwertsteuer. Haufe Akademie+1
Empfehlung: wählen, wenn du in drei Stunden einen strukturierten technischen Überblick und konkrete Prüfmaßnahmen brauchst.
3. OMR Education – Generative Engine Optimization
Guter Mittelweg zwischen Technik, Content und Strategie.
Das 150minütige OnlineSeminar wird als Fortgeschrittenenformat angeboten. Technisch behandelt es insbesondere Structured Data und CrawlingSteuerung; hinzu kommen zitierfähige ContentStrukturen, Markenautorität und ein GEOPlaybook.
Der nächste ausgewiesene Termin ist 25. August 2026 von 10:00 bis 12:30 Uhr, der Preis liegt bei 249 Euro. OMR Education+1
Empfehlung: sinnvoll für SEO und ContentVerantwortliche, die technische Maßnahmen verstehen, aber nicht ausschließlich auf Entwicklerniveau arbeiten wollen.
4. dc AG – Webinar SEO & GEO
Beste kostenlose Option.
Das kostenlose LiveWebinar am 8. Oktober 2026 von 10:00 bis 11:00 Uhr behandelt technische Voraussetzungen für KICrawler, technische Auszeichnungen, Datenbereitstellung, KIProduktfeeds sowie Analyse und Monitoring. Der Schwerpunkt liegt deutlich auf Websites und Webshops. dc AG
Empfehlung: als Einstieg oder zur Prüfung, ob du anschließend ein umfangreicheres Seminar benötigst.
5. Heise Academy – KISuche und GEO
Gute günstige Grundlagenaufzeichnung.
Das einstündige Format mit Olaf Kopp und Kim M. Scheurenbrand behandelt Funktionsweisen von KISuchsystemen, Ranking beziehungsweise Auswahlmechanismen, „LLM Readability“, ChunkRelevanz und WebsiteStruktur. Es ist als abrufbarer Kurs ab 49 Euro verfügbar; SEO und Webentwicklungskenntnisse werden als hilfreich bezeichnet. Heise Academy
Empfehlung: gut zur konzeptionellen Vorbereitung, aber kein Ersatz für ein praktisches TechnicalGEOTraining.
Meine Rangfolge
- 121WATT, wenn technische Tiefe und praktische Toolarbeit entscheidend sind.
- Haufe Akademie, wenn du einen kompakten technischen Kurs suchst.
- OMR Education, wenn Technik, Content und Strategie gleich wichtig sind.
- dc AG, wenn das Webinar kostenlos sein soll.
- Heise Academy, wenn du zuerst die technischen Konzepte verstehen willst.
Achte bei GEOSchulungen darauf, dass sie nicht nur Textoptimierung versprechen. Ein belastbares technisches Programm sollte mindestens Crawling und Indexierung, serverseitiges Rendering, strukturierte Daten, Informationsarchitektur, Entitäten, Logfile oder BotAnalyse, Quellen und CitationMonitoring sowie wiederholbare Messverfahren behandeln. Die Forschungslage ist weiterhin uneinheitlich; stabile plattformübergreifende GEOErfolge lassen sich derzeit nicht durch einzelne allgemeine „Tricks“ garantieren. arXiv+1
- deutschsprachiges Webinar Generative Engine Optimization GEO technisch 2026
- Generative Engine Optimization Webinar deutsch Agentur Akademie
- GEO LLMO AEO Webinar deutsch technisch
- site:de webinar "Generative Engine Optimization"
Conversation: Technische GEO-Webinare EmpfehlungenModell: gpt-5-6-thinking1 Turn · HAR-Export
02 / DIE METHODE
Das ist kein Hack, das sind Daten in deinem Browser.
{
"title": "Technische GEO-Webinare Empfehlungen",
"default_model_slug": "gpt-5-6-thinking",
"mapping": {
// ─── Node 1 · Der User ───
"message": {
"author": { "role": "user" },
"content": {
"content_type": "text",
"parts": [ "ich möchte ein technical geo webinar besuchen. welche anbieter kannst du mir empfehlen. deutschsprachig. geo (generative engine optimization)" ]
}
},
// ─── Node 2 · Das Modell kündigt an ───
"message": {
"author": { "role": "assistant" },
"content": {
"parts": [ "Ich prüfe aktuelle deutschsprachige GEO-Webinare und trenne technische Formate von reinem Marketing-Überblick." ]
}
},
// ─── Node 3 · Der Such-Aufruf ───
"message": {
"author": { "role": "assistant" },
"metadata": {
"reasoning_status": "is_reasoning",
"reasoning_titles": [
"deutschsprachiges Webinar Generative Engine Optimization GEO technisch 2026 wird gesucht",
"Generative Engine Optimization Webinar deutsch Agentur Akademie wird gesucht",
"GEO LLMO AEO Webinar deutsch technisch wird gesucht",
],
"skip_reasoning_title": "Überspringen",
"search_queries": [
{ "type": "search", "q": "deutschsprachiges Webinar Generative Engine Optimization GEO technisch 2026" },
{ "type": "search", "q": "Generative Engine Optimization Webinar deutsch Agentur Akademie" },
{ "type": "search", "q": "GEO LLMO AEO Webinar deutsch technisch" },
{ "type": "search", "q": "site:de webinar \"Generative Engine Optimization\"" },
]
}
},
// ─── Node 4 · Die Ergebnisse des Suchindex ───
"message": {
"author": { "role": "tool" },
"metadata": {
"tool_icons": [
"https://www.google.com/s2/favicons?domain=www.dc.ag&sz=128",
"https://www.google.com/s2/favicons?domain=heise-academy.de&sz=128",
"https://www.google.com/s2/favicons?domain=www.medien-akademie.de&sz=128",
"https://www.google.com/s2/favicons?domain=www.cmt.de&sz=128",
"… 5 weitere"
],
"search_result_groups": [
{
"domain": "www.dc.ag",
"entries": [{
"url": "https://www.dc.ag/de/trainings/webinar-seo-geo",
"title": "Webinar SEO & GEO - dc AG",
"snippet": "Webinar SEO & GEO - dc AG 08.10.2026 Remote Webinar: Sichtbarkeit für Webshops mit KI Erfahre mehr darüber wie…"
}]
},
// … 8 weitere Gruppen · alle Nodes zusammen: 86 URLs
]
}
},
// ─── Node 5 · Die finale Antwort ───
"message": {
"author": { "role": "assistant" },
"content": {
"parts": [ "Für ein **technisch orientiertes, deutschsprachiges GEO-Webinar** würde ich diese Anbieter priorisieren: …" ]
},
"metadata": {
"safe_urls": [
"https://arxiv.org/abs/2602.12187",
"https://arxiv.org/abs/2602.12187?utm_source=chatgpt.com",
"https://arxiv.org/abs/2607.14035",
"… 18 weitere"
],
"content_references": [{
"type": "grouped_webpages",
"matched_text": "citeturn541378search12…",
"attribution": "121WATT | Digital Marketing Academy",
"title": "GEO Fortgeschritten Seminar: Für AI Overviews optimieren | 121WATT",
"snippet": "### State of Generative Engine Optimization (GEO) 2026 ... ## Die nächsten Termine für das…"
}, … 5 weitere ]
}
}
}
}Die Frage des Users steht im Klartext im ersten Node.
„Ich prüfe aktuelle deutschsprachige GEO-Webinare …“
„… wird gesucht“ — drei Titel, bevor eine einzige Suche läuft.
Wortwörtlich protokolliert — das ist der Fan-out.
google.com/s2/favicons — daher kennt die UI die Quellen-Logos.
Jeder Treffer mit URL, Titel und Snippet.
Was die Antwort trägt — und was nur Rohmaterial blieb.
Strukturiert, als JSON in der HAR Datei.
02 / SELBER MACHEN
Sechs Klicks. Kein Tool nötig.
Die Conversation-ID steht in der URL: chatgpt.com/c/6a7202d0-…
⌘⌥I auf dem Mac, F12 unter Windows — dann Seite neu laden.
Blendet alles aus außer den API-Calls.
Conversation-ID ins Suchfeld — oder einfach „conversation“.
/backend-api/conversation/<id> — das ist der Datenstrom.
Das komplette JSON von Folie 3. Rechtsklick → als HAR exportieren, fertig.
Genau das haben wir uns gerade im Detail angesehen. Das könnt ihr selber für jede Unterhaltung in ChatGPT analysieren.
03 / METHODISCHE GRENZE
Wir lesen keine Gedanken. Wir messen Spuren.
- Tool-Suchqueries
- Ergebnisgruppen & URLs
- Listenreihenfolge
- verborgene Gedankengänge
- interne Rankingregeln
04 / GPT SPY
Ein Bookmarklet. Zwei Analysen.
05 / DIE FRAGE
Aber wo sind jetzt die 54 Queries?!
Wie viele Queries erzeugt die gesamte User Journey — und wie verläuft sie?
05 / DAS MESSY MIDDLE · 310.000 ENTSCHEIDUNGEN
Keine Stufen. Eine Schleife.
05 / WARUM DAS ZUR KI PASST
AIDA ist eine Sequenz. Das Messy Middle ist ein Zustandsraum.
Frage zerlegen, breit sammeln, verdichten — der Explore/Evaluate-Zyklus, ausgelagert an ein System. Unsere 4 Grounding-Queries sind genau das.
Wer in Trainingsdaten und Retrieval-Index breit vertreten ist, wird mitgeführt statt durchlaufen. Attention ist ein Moment — Exposure ist ein Bestand.
Vergleich, Pro/Contra, Zusammenfassung: ein informationelles Ziel, kein emotionales. Marken liefern die Bausteine dafür — oder eben nicht.
Sterne, Reviews, Expertenurteile, Attribute, Konditionen — genau das extrahiert ein LLM. Aber nur, wenn es maschinenlesbar vorliegt.
Agentic Commerce: Produktpräferenz hält (27 % Wechselbereitschaft) — Händlerpräferenz nicht (48 %).
06 / DIE SECHS BIASES
Getestet: schwache gegen starke Ausprägung.
Social Proof
Top-Effekt in 28 von 31 Kategorien · 15 % Anteil an der Gesamtentscheidung (Retail 2022) · bei Gebrauchtwagen 1,7× stärker als im Schnitt.
FÜR MASCHINENReviewanzahl und Durchschnitt ins AggregateRating-Markup — genau darauf greift das LLM zu, wenn es eine Empfehlung begründet.
"aggregateRating": { "ratingValue": 4.8, "reviewCount": 1243 }Category Heuristics
Top-Effekt in 14 von 31 · Breitband: „unbegrenztes Datenvolumen“ hob die Zweitmarke von 30 auf 57 % · Kfz: 40 → 68 % · Baufinanzierung: 33 → 51 %.
FÜR MASCHINENDer direkteste GEO-Hebel: Attribute als benannte Eigenschaften in Tabellen, Product-Properties und Feeds — nicht im Fließtext versteckt.
| Datenvolumen | unbegrenzt |
| Zinsbindung | 28 Monate |
| SF-Rabatt-Schutz | inklusive |
Authority Bias
TV-Kategorie: 30 → 43 % · eine unabhängige Instanz (Which?) wog schwerer als das Fachmagazin · im Hirnscan: Die Entscheidung wird ausgelagert.
FÜR MASCHINENBenannte, verlinkte, nachprüfbare Quelle statt „Testsieger“-Grafik — LLMs zitieren Autoritäten mit Namen weiter.
„Empfohlen von Which?“
benannt · verlinkt · nachprüfbarPower of Free
Top-Effekt in 18 von 31 · Mietwagen: ein Gratis-Tag → 70 % · Flug: Gratis-Gepäck 36 → 63 % — Gratis plus Kategorie-Heuristik.
FÜR MASCHINEN„Inklusive“ und „kostenlos“ explizit benennen — das sind extrahierbare Attribute. Der Haken: Finance und Merchandising müssen mit.
Power of Now
Katzenfutter: 24-h- statt 7-Tage-Lieferung → 28 auf 42 % · stark bei FMCG · invertiert beim Sofa: lange Lieferzeit las sich als Qualitätssignal.
FÜR MASCHINENLieferzeit als strukturiertes Attribut (shippingDetails) — aber kategorieabhängig einsetzen, nicht pauschal.
Scarcity
Meist das am wenigsten wirksame Prinzip · in der Exploration kontraproduktiv — funktioniert nur als Abschluss-Trigger spät in der Evaluation.
DIE POINTEAusgerechnet das meistgenutzte Element im deutschen E-Commerce trägt am wenigsten — und kann nach hinten losgehen.
Social Proof + Category Heuristics + Power of Free = 31 % der Entscheidung — mehr als der Preis (30 %). Bei Laptops, Sneakern und Feuchtigkeitscreme schlug das Bias-Paket einen 10-%-Rabatt.
07 / DER GENERATOR
Aus Karte und Hebeln wird ein Prompt.
MESSY MIDDLE — FULL-FUNNEL QUERY GENERATOR (v2)
DEINE ROLLE
Du bist ein Search Intent Analyst. Du identifizierst reale Suchanfragen (Prompts), die Nutzer in jeder Phase der Customer Journey stellen — vom ersten Auslöser bis nach dem Kauf.
DEIN INPUT
category — Produkt- oder Dienstleistungskategorie (oder URL)
language — Sprache der Ergebnisse
DEIN OUTPUT
Eine einzige flache Tabelle mit 75–100 Suchanfragen für die gegebene Kategorie. Nicht mehr, nicht weniger. Jede Anfrage ist einer Phase, einem Cluster, einer Heuristik, einem Kanal und einem AI-Score zugeordnet.
WORKFLOW
Schritt 1: Web-Recherche
Führe gezielte Suchanfragen durch, um reale Nutzersprache zu identifizieren. Suche pro Phase:
| Phase | Suchfokus |
| Trigger | Foren (Reddit), "People Also Ask", Schmerzpunkte, Symptome, Auslöser |
| Explore | Übersichtsartikel, Vergleiche, Grundlagen |
| Evaluate | Testberichte, Vergleichstabellen, Preisvergleiche |
| Purchase | Verfügbarkeit, Lieferung, Gutscheine |
| Experience | Anleitungen, Fehlerbehebung, Tipps |
Entitäten-Pflicht: Notiere während der Recherche eine Liste der real existierenden Entitäten (Anbieter, Marken, Produkte, Gesetze, Tools, Prüfungsinstanzen, Fristen), die du gefunden hast. Nur Entitäten von dieser Liste dürfen später in Queries auftauchen.
Schritt 2: Queries ableiten und klassifizieren
Leite aus der Recherche die relevantesten Suchanfragen ab. Verwende die Nutzersprache, keine Marketing-Sprache.
Verteilung über die Phasen (Richtwert):
| Phase | Anteil | Anzahl (bei 85 Queries) |
| Trigger | ~15% | 10–15 |
| Explore | ~25% | 18–25 |
| Evaluate | ~30% | 22–30 |
| Purchase | ~15% | 10–15 |
| Experience | ~15% | 10–15 |
Evaluate und Explore bekommen mehr Gewicht — dort passiert die meiste Entscheidungsarbeit.
Priorisierungsregel: Wenn du zwischen einer generischen und einer spezifischen Query wählen musst, nimm die spezifische.
Loop-Quote (Pflicht): Der Messy Middle ist kein linearer Funnel. Mindestens 15% aller Queries müssen Schleifen abbilden: Zweifel, Kritik an der Kategorie, Rückschläge, Wiedereröffnung einer schon getroffenen Entscheidung, Abbruch- und Kündigungsfragen, Scheitern und Zweitversuch.
Schritt 3: Jede Query bewerten
A) Einen Cluster (frei formuliert, beschreibt das Nutzerziel)
B) Eine dominante Heuristik (BH1–BH6):
| Code | Heuristik | Bedeutung |
| BH1 | Category Heuristics | Nutzer will Komplexität reduzieren |
| BH2 | Social Proof | Nutzer sucht Bestätigung durch andere |
| BH3 | Authority | Nutzer sucht Expertenmeinung |
| BH4 | Scarcity | Nutzer reagiert auf Knappheit |
| BH5 | Power of Now | Nutzer braucht sofortige Lösung |
| BH6 | Power of Free | Nutzer sucht kostenlose Einstiegspunkte |
C) Einen Kanal — und die Form der Query folgt dem Kanal:
| Kanal | Form |
| 2–8 Wörter, Keyword-Syntax, keine Ich-Form. Dominant in Purchase (mind. 70%) | |
| AI-Chat | Ganzer Satz, oft Ich-Form mit Situationskontext. Dominant in Trigger (mind. 60%) und Experience |
Eine Google-Query im Chat-Format oder eine Chat-Query im Keyword-Format ist ein Fehler.
D) Einen AI Memory Score (1–5):
| Score | Bedeutung |
| 1 | Tool-Pflicht — Antwort ohne Live-Suche unmöglich |
| 2 | Tool-dominant — AI braucht Suche für Genauigkeit |
| 3 | Hybrid — AI kennt Konzept, sucht aktuelle Daten |
| 4 | Memory-dominant — Suche nur für Feinheiten |
| 5 | Pure Memory — Evergreen-Wissen |
Schritt 4: Realitäts-Check (vor der Ausgabe, Pflicht)
1. Laut-Lese-Test: Enthält die Query Redundanzen oder Details, die kein Mensch tippen würde? → Umformulieren.
2. Entitäten-Test: Kommt jede genannte Marke auf der Recherche-Liste vor? Keine erfundenen Anbieter, keine erfundenen Termine.
3. Kanal-Test: Passt die Form zum Kanal? Chat-Sätze in Purchase sind Fehler.
Schritt 5: Tabelle ausgeben
Eine einzige Markdown-Tabelle, sortiert: Trigger → Explore → Evaluate → Purchase → Experience.
REGELN
1. Nur die Tabelle. Keine Einleitung, keine strategischen Implikationen.
2. Nutzersprache. Keine Marketing-Sprache.
3. Keine Duplikate. Jede Query deckt einen einzigartigen Such-Intent ab.
4. Mindestens 75, maximal 100 Queries.
5. Jede Phase vertreten. Minimum 10 Queries pro Phase.
6. Kategoriespezifisch. Nur in Schritt 1 verifizierte Entitäten.
7. Kein Keyword-Stuffing.
8. Loop-Quote einhalten. Mindestens 15% Zweifel, Rückschläge, Wiederaufnahme.
9. Sprache = language-Parameter.
DEIN START
Frage mich jetzt nach der category und der language.
Trigger → Explore → Evaluate → Purchase → Experience — Evaluate und Explore bekommen das meiste Gewicht, denn dort passiert die Entscheidungsarbeit.
Category, Social Proof, Authority, Scarcity, Now, Free — die Hebel von eben, als Pflichtfeld in jeder Zeile.
Google: Keyword-Syntax, 2–8 Wörter. AI-Chat: ganzer Satz mit Situationskontext. Purchase gehört zu 70 % Google.
1 = Tool-Pflicht bis 5 = Pure Memory — eine Hypothese je Query, testbar gegen echte Läufe wie unseren.
Entitäten-Pflicht (nur recherchierte Marken), Loop-Quote ≥ 15 % für Zweifel und Rückschläge, Realitäts-Check vor der Ausgabe.
Kein Keyword-Brainstorming. Ein belegtes Modell als Bauplan — Ergebnis: 85 Fragen entlang der Journey.
08 / DIE QUERY MAP
85 Fragen. Eine Journey. Ein Lauf.
Ein Generator-Lauf für „technical geo webinar“: 85 Fragen über die komplette Journey.
09 / DER AI MEMORY SCORE
Erinnert sich die KI — oder muss sie suchen?
Evergreen-Wissen.
„Was ist GEO?“ — die Antwort kommt aus dem Trainingskorpus, ganz ohne Suche. Hier gewinnt, wer seit Jahren präsent ist: Exposure.
Memory-dominant.
Etablierte Unterschiede, Standardanleitungen — die KI antwortet sicher, Suche nur für Feinheiten. Marke im Korpus schlägt Aktualität.
Hybrid — die größte Gruppe.
Konzept aus dem Gedächtnis, Beispiele und Marktlage aus der Suche. Beide Wege müssen funktionieren — Korpus und Retrieval.
Tool-dominant.
„Bestes Technical-GEO-Webinar 2026“ — vages Vorwissen, die Suche entscheidet. Wer beim Grounding nicht auftaucht, existiert in der Antwort nicht.
Tool-Pflicht.
Preise, Termine, Verfügbarkeit — ohne Live-Suche keine belastbare Antwort. Genau hier lief unser gemessener Turn: 4 Grounding-Queries, 86 URLs.
Exposure & Autorität
das GEO-Spielfeld
Score ≤ 2 heißt: Die Antwort entsteht im Grounding — in genau der Kaskade, die wir auf Folie 3 gemessen haben.
Der Score ist eine definierte Planungsrubrik, keine OpenAI-Telemetrie — aber testbar gegen echte Läufe.
10 / DER GENERATOR-LAUF
Um die Journey zu antizipieren, recherchiert ChatGPT selbst.
- Technical SEO Webinar deutsch GEO Generative Engine Optimization Webinar
- site:reddit.com technical SEO Probleme Erfahrungen Website indexing crawling
- Generative Engine Optimization Erfahrungen Reddit SEO KI Chatbots
- Technical SEO Webinar kostenlos deutsch
- GEO Generative Engine Optimization Webinar deutsch KI Sichtbarkeit
- AI Search Optimization Webinar deutsch ChatGPT Perplexity Google AI Overviews
- Technical SEO Seminar Erfahrungen Vergleich deutsch 121WATT Haufe Claneo
- SISTRIX Webinar AI Overviews GEO Technical SEO
- site:developers.google.com/search AI features website requirements Googlebot
- site:help.openai.com OAI-SearchBot GPTBot robots.txt ChatGPT search publishers
- site:docs.perplexity.ai crawler robots.txt PerplexityBot
- site:screamingfrog.co.uk SEO Spider crawl audit structured data PageSpeed
- site:121watt.de seminar technical seo preis termine 2026 online
- site:haufe-akademie.de 34166 Technisches SEO Preis Termine online
- site:digicomp.ch von SEO zu GEO Webinar Preis Aufzeichnung
- GEO Webinar kostenlos Aufzeichnung deutsch ChatGPT Perplexity llms.txt
- site:reddit.com/r/SEO technical SEO audit course webinar worth it
- site:reddit.com/r/TechSEO ChatGPT crawler blocked robots.txt AI search visibility
- site:reddit.com/r/SEO "GEO" "llms.txt"
- site:reddit.com/r/SEO AI Overviews traffic dropped what to do
11 / SEMANTISCHE REIBUNG
Das Modell versteht den Kontext. Der Suchindex nicht.
„Technical SEO Webinar deutsch GEO“
„GEO Webinar AI Search deutsch“
„OpenAI crawler official documentation“
„site:reddit.com GEO Erfahrungen“
Alle 20 Queries zielen auf SEO und AI-Search. Das Modell hat „Technical GEO“ richtig verstanden — kein einziger Ausreißer Richtung Geografie.
Medizin-Datenbank, Wörterbücher, Wikipedia — und die Geo Group, ein US-Gefängnisbetreiber. Zwei fachfremde Domains stehen sogar in den Top 10 nach RRF.
Ein reiner Sichtbarkeitsscore versteht keine Bedeutung. Vor jeder Handlung: Entitäten-, Intent- und Relevanzprüfung — deshalb schauen wir die Rangliste gleich mit Filter an.
12 / PROMINENZ ≠ WAHRHEIT
RRF sieht Positionen. Kontext macht daraus ein Signal.
RRF = Σ 1 / (60 + Position) — frühe Position und Wiederholung ergeben einen hohen Score. Mehr nicht.
37 Treffer, RRF 0,48 — dreimal so viel wie Platz 2. Sieht nach Marktführerschaft aus.
5 der 20 Suchqueries waren explizit auf site:reddit.com beschränkt — die Maschine hat Reddit gezielt angesteuert, das ist kein Marktsignal.
Wikipedia und Merriam-Webster verschwinden aus der Liste — übrig bleiben nur Quellen, die wirklich SEO und AI-Search meinen.
3 direkte Treffer · Rang 8 roh, Rang 6 nach Filter — hinter offiziellen Docs, Tools und Communities. Genau diese Lücke ist der Arbeitsauftrag.
12 / DAS ERGEBNIS BEIM USER
Was beim User ankommt: 121WATT auf Platz 1.
Prompt: „ich möchte ein technical geo webinar besuchen. welche anbieter kannst du mir empfehlen. deutschsprachig. geo (generative engine optimization)“
Live-Online · ca. 16 Std. · Termine: 23.–24.09. / 28.–29.10. / 09.–10.12.2026
3 Std. · 523,60 €
150 Min. · 249 €
1 Std. · kostenlos · 08.10.2026
Abruf-Kurs · ab 49 €
Die Antwort begründet mit Substanz: robots.txt & KI-Crawler · GSC, GA4, SISTRIX, DataForSEO · Monitoring mit Rankscale & Peec AI · MCP-Server & Automatisierung.
keine einzelne URL. Ein Lauf, ein Modell (gpt-5-6-thinking). Ein gemessener Footprint — kein garantiertes Ranking.
13 / DAS GEO-FRAMEWORK
Aus einer Vermutung wird ein Messprozess.
Die Journey kartieren: alle Fragen entlang des Messy Middle.
85 Fragen · 5 Phasen · 6 Heuristiken→Je Frage markieren: Erinnert sich die KI — oder muss sie suchen?
AI Memory Score 1–5 · 31× Tool-Pflicht→Nicht raten, messen: HAR exportieren, Fan-out und Quellen auslesen.
20 Queries · 146 Results · RRF je Domain→Rauschen rausrechnen: Mehrdeutigkeit und Query-Design verzerren.
5× site:reddit.com · Geo Group ≠ GEO→Evidenzlücken gezielt schließen — dann erneut messen.
Rang 6 in der Recherche · Platz 1 in der AntwortWo findet die KI heute keine belastbare Antwort über euch?
Optimiert nicht nur
den Prompt.
Bedient die Recherche.
Die sichtbare Frage ist nur die Spitze —
die eigentliche Strategie liegt in der Kaskade dahinter.
der Journey
+ 29 Hybrid je nach Kontext
25 Fragen beantwortet das Modell aus dem Gedächtnis, 31 nur per Live-Suche — und wo Evidenz fehlt, bleibt die Marke unsichtbar. Unser gemessener Fan-out endete auf Platz 1.
TOOLS / FRAGEN
Testet eure eigene Recherchekaskade.
QUELLEN
Alle Quellen dieses Talks.
Conversation „Technische GEO-Webinare Empfehlungen“ · gpt-5-6-thinking · 4 Grounding-Queries, 86 Quellen, 21 Safe URLs, 10 Zitate
Conversation „Prompt Ausführung“ · Generator-Lauf: 20 Queries in 5 Batches, 146 Results, 64 Domains, RRF-Auswertung
85 Fragen · 5 Phasen · 6 Heuristiken · AI Memory Score — Output des Messy-Middle-Generators
Google & The Behavioural Architects · rund 310.000 simulierte Kaufentscheidungen, 6 Verhaltensheuristiken
Effektstärken der Heuristiken, Power of Showing Up (15–44 %), Agentic-Commerce-Kennzahlen
Der Prompt, der die 85er-Query-Map erzeugt hat
Die Architektur des Conversation-JSON, Schritt für Schritt
Alle Zahlen im Deck stammen aus diesen Quellen — nichts ist geschätzt oder erfunden.
Vielen Dank.
Weiter / Enthüllung
Zurück
Sprechernotizen
Vollbild
Erste Folie