Sichtbarkeit da, Klicks weg. Das ist gerade die Realität bei vielen Websites: Laut Sistrix bleibt die Sichtbarkeit in Deutschland stabil, trotzdem brechen die Klickzahlen ein. Kein Tracking-Fehler, sondern die neue Normalität der KI-Suche. Genau darum ging es in unserem Webinar zu SEO und GEO 2026. Wir haben für dich die wichtigsten Inhalte hier noch einmal aufbereitet, die dir helfen, folgende Frage zu klären: Wie gestalte ich KI-Suchmaschinenoptimierung für meine Website, ohne alles über Bord zu werfen, was bisher funktioniert hat?
Die kurze Antwort vorweg: SEO ist nicht tot. Aber es reicht 2026 allein nicht mehr aus.
Das lernst du in dieser Aufzeichnung:
- Warum KI-Kampagnen ohne saubere und konsistente Daten nicht skalieren
- Welche Datenpunkte Google, Meta & Co. für eine zuverlässige Optimierung benötigen
- Wie du GA als belastbare Entscheidungs- und Steuerungsgrundlage nutzt
- Wie konsistente Conversions und ein sauberer Datalayer aufgebaut sein sollten
- Wie bessere Datenqualität die Performance und Lernfähigkeit von Algorithmen verbessert
Für wen lohnt sich der Inhalt?
Für Marketing- und Digitalverantwortliche, Performance- und Kampagnen-Manager:innen sowie Analytics-Teams, die KI nicht nur automatisiert einsetzen, sondern auf Basis sauberer Daten gezielt steuern wollen.
Warum SEO gerade unter Druck steht
Die Zahlen dazu sind mittlerweile ziemlich eindeutig. Laut einer aktuellen Sistrix-Analyse tauchen AI Overviews – von Google generierte KI-Zusammenfassungen direkt über den Suchergebnissen – inzwischen bei rund 20 Prozent der Suchanfragen in Deutschland auf. Die Klickrate auf Position 1 sinkt dadurch von 27 auf 11 Prozent. Das ist ein Verlust von fast 60 Prozent. Hochgerechnet bedeutet das etwa 265 Millionen organische Klicks weniger pro Monat in Deutschland, im Schnitt über alle Keywords einen Klickverlust von 6,6 Prozent.
Besonders hart trifft es klassische Infoseiten. Bei denen baut sich die KI die Antwort mittlerweile einfach selbst zusammen, ganz ohne Klick auf die Quelle. Das deckt sich mit internationalen Daten: Eine Studie des Pew Research Center zeigt, dass die Klickrate bei Google-Suchen mit AI Summary von 15 auf 8 Prozent fällt. Auf den Link innerhalb der KI-Zusammenfassung selbst klickt sogar nur 1 Prozent der Nutzer.
Was dahintersteckt: Das Suchverhalten hat sich in kurzer Zeit stark verändert. Wer heute eine Frage hat, tippt sie zunehmend in ChatGPT, Gemini oder direkt in die KI-Zusammenfassung bei Google und bekommt eine fertige Antwort, ohne eine einzige Website zu besuchen. Der klassische Search Funnel, bei dem man sucht, eine Trefferliste bekommt und sich durchklickt, kollabiert gerade. Aus einer Suchanfrage wird ein Prompt, aus einem Ranking wird eine Referenzierung. Wer in der KI-Antwort nicht als Quelle auftaucht, ist schlicht unsichtbar. Das ist unabhängig davon, wie gut die Position in den klassischen Suchergebnissen ist.
Für Unternehmen bedeutet das vor allem eins: weniger Kontrolle. Man kann nicht mehr genau messen, nicht mehr genau vorhersagen, wo die eigenen Inhalte landen. Das ist unbequem, gerade wenn man aus einer Welt kommt, in der sich Rankings und Klicks noch relativ sauber tracken ließen.
Vom Ranking zur Referenzierung: der Search Shift
Der zweite große Umbruch betrifft nicht nur das Wo, sondern das Wie. Klassisches SEO hat über Jahre auf Keywords optimiert. Generative Engines wie ChatGPT, Perplexity oder Google AI Overviews denken aber nicht in Keywords, sondern in Entitäten – klar definierten Dingen, Personen, Orten und Konzepten, die miteinander in Beziehung stehen. Mehr dazu, wie Google Inhalte über solche Zusammenhänge einordnet, auch in unserem Beitrag zu strukturierten Daten und Schema.org.
Ein Beispiel aus einem unserer Workshops, Thema Tourismus: Spreewald ist eine Entität. Spreewälder Gurken, Lübbenau, Kanufahren, die Region Brandenburg – alles eigene Entitäten, die miteinander verknüpft sind. Google arbeitet mit diesem Konzept über den Knowledge Graph schon länger, aber jetzt wird es für die Sichtbarkeit in KI-Antworten entscheidend. Die KI braucht ein Bedeutungsnetz, kein vages "Wir bieten hochwertige Lösungen für Ihre Bedürfnisse". Genau solche Marketing-Floskeln blendet die KI im Zweifel einfach aus, weil sie den Kontext nicht greifbar machen.

Das Search Experience & AI Visibility Framework
Aus der Arbeit mit unseren SEO- und GEO-Kunden hat sich bei uns ein Framework mit vier Bausteinen herausgebildet, die zusammenspielen müssen. Fällt einer weg, bricht die Referenzierbarkeit:
- Technik: Die Basis, damit KI-Systeme deine Seite überhaupt sauber lesen können – von der robots.txt bis zu ersten Experimenten mit llms.txt.
- Content: Frage, Antwort, präzise Definition. Fachexpertise statt Textlänge – dazu gleich mehr.
- Struktur: Klare Hierarchien, Schema-Auszeichnung, thematische Hub-Pages statt einer riesigen Seite mit allem drauf.
- Autorität: Das Vertrauensthema. Wer schreibt hier, wie lange gibt es das Unternehmen schon, wird man an anderer Stelle zitiert? Das war früher die Basis für Backlinks, jetzt wird es noch direkter zum Signal.
Technik, Content und Struktur kannten SEOs so oder so ähnlich schon immer. Neu ist vor allem, wie stark Autorität an Gewicht gewinnt und wie technisch die Anforderungen inzwischen wieder werden, nachdem Struktur eine Weile lang eher zweitrangig behandelt wurde.
Was ist GEO – und was hat es mit RAG auf sich?
Kurz gesagt: GEO (Generative Engine Optimization) ist die Optimierung von Inhalten dafür, dass sie von KI-Systemen wie ChatGPT, Perplexity oder Google AI Overviews gefunden, verstanden und zitiert werden – im Gegensatz zum klassischen SEO, das auf Rankings in Suchergebnislisten zielt.
| Klassisches SEO | GEO | |
|---|---|---|
| Fokus | Ranking in der Trefferliste | Zitierung in der KI-Antwort |
| Zentrale Einheit | Keyword | Entität |
| Wichtigstes Signal | Backlinks | Erwähnungen & Autorität |
| Content-Format | Lange, umfassende Artikel | Kompakte Atomic Answers |
| Erfolgsmessung | Klicks, Rankings | Citation Rate, Share of Voice |
Technisch dahinter steckt oft RAG, Retrieval Augmented Generation: das Framework, mit dem viele LLMs arbeiten, um sich Antworten aus vorhandenen Inhalten zusammenzubauen, statt alles aus dem eigenen Training zu generieren. Für dich heißt das praktisch: Die KI liest nicht mehr die komplette Seite von oben bis unten, sondern zieht sich die Passagen, die am besten zur Anfrage passen und am häufigsten zitiert werden. Deshalb der Rat, den man aktuell überall hört: die Antwort auf die Kernfrage nach oben stellen, die sogenannte Atomic Answer – idealerweise in rund 50 Wörtern so eigenständig formuliert, dass sie auch ohne den Rest der Seite verständlich ist.
Und noch eine Frage, die im Webinar öfter kam: Braucht es zwingend Schema-Markup wie JSON-LD, oder reichen gut geschriebene Texte? Bei einfachen Themen können gute Texte ausreichen, gerade für Google AI Overviews, die eine Weiterentwicklung der klassischen Featured Snippets sind. Bei Produkten, Preisen oder anderem strukturierten Content wird sauberes Schema aber schnell zur Voraussetzung – ohne klare technische Übersetzung versteht die KI den Inhalt schlicht nicht zuverlässig.
5 Quick Wins der KI-Suchmaschinenoptimierung
Aus dem Webinar die fünf Tipps, mit denen du direkt anfangen kannst:
- Die Ein-Satz-Regel. Jede Seite braucht eine zentrale Aussage. Lässt sie sich nicht in einem Satz zusammenfassen, ist das schon das Problem.
- Entscheidungshilfe statt Keyword-Stopfen. KI liebt Inhalte, die beim Entscheiden helfen – Vergleiche, konkrete Empfehlungen, klare Aussagen.
- Klarheit vor Länge. 800 verdichtete Wörter schlagen 3.000 generische Worthülsen. Der KI ist die Länge egal, dem Nutzer aber auch.
- Konsistente Wiederholungen. Zentrale Aussagen über mehrere Inhalte hinweg wiederholen, das erhöht das Maschinenverständnis.
- Kanal-Synergie. Website, LinkedIn und PR nicht isoliert bespielen, sondern konsistent – KI lernt aus vielen Kanälen gleichzeitig, nicht nur von deiner Seite.
Was bei alldem oft untergeht
Ein paar ehrliche Einschränkungen, die im Webinar auch zur Sprache kamen: Es gibt aktuell kein verlässliches Keyword-Tool für Prompts, denn jede Anfrage an eine KI ist anders formuliert. Daher bleibt das vorerst Trial and Error. Auch Sichtbarkeits-Tools wie Sistrix, Otterly oder PageRangers liefern erste hilfreiche Daten, aber noch keine hundertprozentig belastbare Grundlage. Und beim Thema strukturierte Daten für KI-gesteuerte Käufe – Stichwort Buy-Action- oder Checkout-Schema – ist vieles noch offen, auch rechtlich. Das würden wir aktuell eher beobachten als überstürzt implementieren.
Was sich dagegen ziemlich klar zeigt: Backlinks verlieren als alleiniges Signal an Bedeutung, weil viele KI-Bots Links nicht mehr im klassischen Sinn crawlen, sondern eher nach Erwähnungen suchen. Interne Verlinkung und eine saubere Navigationsstruktur bleiben trotzdem essenziell – sie helfen sowohl klassischen Crawlern als auch dabei, thematische Zusammenhänge für die KI erkennbar zu machen.
Fazit
SEO und GEO trennen wir bei lunapark nicht mehr strikt voneinander – beides greift ineinander. Klassische SEO-Grundlagen wie Technik, Struktur und interne Verlinkung bleiben relevant. Neu dazu kommen Entitäten-Denken, Atomic Answers und ein deutlich stärkerer Fokus auf Autorität und Zitierfähigkeit. Wie sich Google AI Overviews konkret auf die Sichtbarkeit auswirken, haben wir auch in einem eigenen Beitrag genauer aufgeschlüsselt.
Ganz fertig ist dieses Thema für niemanden, auch für uns nicht, denn die Systeme entwickeln sich gerade im Wochen- statt Monatstakt weiter. Wer jetzt anfängt, seine Seiten entlang der vier Bausteine Technik, Content, Struktur und Autorität durchzugehen, ist aber schon deutlich besser aufgestellt als der Großteil des Wettbewerbs, der noch abwartet.
Häufige Fragen zu SEO & GEO 2026
Ist SEO durch GEO ersetzt worden?
Nein. Der Großteil der klassischen SEO-Maßnahmen bleibt relevant – Technik, Struktur und interne Verlinkung wirken weiterhin. GEO baut darauf auf und ergänzt zusätzliche Anforderungen, die speziell auf generative KI-Systeme wie ChatGPT, Perplexity oder Google AI Overviews zugeschnitten sind.
Was ist eine Atomic Answer?
Die kleinste, eigenständig verständliche Antwort auf die Kernfrage einer Seite – idealerweise in rund 50 Wörtern direkt am Anfang formuliert, so dass sie auch ohne den restlichen Seiteninhalt verständlich bleibt. KI-Systeme ziehen sich bevorzugt genau solche kompakten Passagen für ihre Antworten heran.
Brauche ich zwingend JSON-LD-Schema-Markup?
Zwingend vorgeschrieben ist es nicht, aber es macht KI-Systemen die Auswertung deutlich leichter. Bei Produkten, Preisen oder anderem strukturierten Content wird sauberes Schema schnell zur Voraussetzung, weil gut geschriebener Text allein dort oft nicht zuverlässig verstanden wird.
Wie lang sollte ein AI-ready Blogartikel sein?
Kürzer als früher gedacht. Statt pauschal 2.000 bis 3.000 Wörter anzustreben, zählt die Verdichtung: 800 präzise Wörter zu einem klar abgegrenzten Thema funktionieren oft besser als eine lange, generische Seite. Wichtiger als die Wortzahl ist, dass jede Seite eine zentrale Aussage klar transportiert.
Weiterführende Inhalte

Digital Marketing 2026: Von KI-Hype zu messbarer Wirkung
Wir ordnen die zentralen Erkenntnisse der aktuellen McKinsey-Studie „State of Marketing Europe 2026“ ein und übertragen diese auf die Praxis im digitalen Marketing.

Ein Playbook für saubere Daten und performante KI-Kampagnen
KI-gestützte Marketingkampagnen benötigen fundierte Datenquellen. Bist du vorbereitet? Finde hier heraus, wie du dein Tracking sauber strukturierst!

SEO & GEO Schulterblick
Der SEO & GEO Schulterblick ist ein strategisches Beratungsformat von luna-park. Wir prüfen deine bestehende SEO-Strategie und geben dir konkrete Handlungsempfehlungen.






