Sichtbarkeit in ChatGPT & Co: Der ultimative Leitfaden für Ihre B2B-Website

Die digitale Landschaft erlebt gerade ihre wohl bedeutendste Transformation seit der Erfindung von Google: Das Suchverhalten der Nutzer hat sich grundlegend gewandelt – auch im B2B-Bereich.

Immer mehr Menschen verlassen sich auf Zero-Click-Suchen: Sie überspringen bei der Suche nach Lösungen oder Anbietern Suchmaschinen wie Google und wenden sich direkt an KI-Systeme wie ChatGPT, Gemini oder Perplexity. Und jene, die weiterhin Suchmaschinen nutzen? Die verlassen sich vermehrt auf die AI Overview bzw. die Search Generative Experience (SGE), die Generative AI direkt in die Suchergebnisse integriert.

Für Unternehmen und ihre Marketing-Teams bedeutet diese Entwicklung zwar nicht, dass die klassische SEO ignoriert werden kann (dazu später mehr), jedoch steigert sie die Dringlichkeit von Maßnahmen zur Steigerung der Sichtbarkeit in etablierten Large Language Models (LLMs). Das neue Keyword heißt “KI Sichtbarkeit” – sprich: Wie wahrscheinlich ist es, dass Ihre Marke, Web-Inhalte und Leistungen von generativen KI-Modellen erkannt, verstanden und in Folge in Antworten integriert werden?

Dazu müssen Web-Inhalte zugänglich, als relevant empfunden und als vertrauenswürdig eingestuft werden. Viele Unternehmen sind mit ihren digitalen Angeboten nicht darauf vorbereitet. Ihnen droht die digitale Unsichtbarkeit und damit ein Traffic-Einbruch.

Wie stellt man sicher, dass Web-Inhalte für ChatGPT & Co zugänglich sind?

Die technische Zugänglichkeit wird über die Steuerung des Crawler-Zugriffs gewährleistet. Entscheidend dafür? Die robots.txt Datei. Sie steuert, ob die Indexierung durch KI-relevante Bots, wie OAI-SearchBot, GPTBot und ChatGPT-User, gelingt. Auch wichtig ist, dass die Inhalte serverseitig als HTML vorliegen, denn OpenAIs Crawler können JavaScript nicht ausführen. Was nicht als statisches HTML im Quellcode liegt, bleibt für die KI unsichtbar. Ebenso wichtig ist, dass schnelle Ladezeiten sichergestellt werden.

Ein weiteres Steuerungsinstrument ist die LLMS.txt Datei mit klar strukturiertem Aufbau und eindeutigen, statischen URLs. Sie listet gezielt URLs und Content auf, die für Large Language Models relevant sind. Eine LLMS.txt Datei ist jedoch kein Garant für gute Sichtbarkeit, von einigen Bots wird sie nämlich Berichten zufolge weitgehend ignoriert.

Was kann ich tun, um öfter von ChatGPT & Co genannt zu werden?

Positiv bewerten KI-Modelle neben der maschinenlesbaren Aufbereitung und der semantischen Klarheit, die Aktualität und Vertrauenswürdigkeit der Inhalte. Das ist vergleichbar mit klassischer SEO, bei dem Experience, Expertise, Authoritativeness und Trustworthiness (kurz: E-E-A-T) schon seit langer Zeit als Guideline gelten.

Um etwa die Vertrauenswürdigkeit und die Glaubwürdigkeit von Web-Inhalten zu steigern, wird die Verwendung von Quellenangaben empfohlen. Auch ein Impressum und eine Datenschutzerklärung sorgen für notwendige Transparenz. Als noch stärkere Signale gelten die Erwähnungen in reputablen Fachmedien oder auf autoritativen Drittseiten (z.B. Wikipedia), Backlinks von vertrauenswürdigen Domains und positive Erwähnungen (“Mentions”) auf Social Media, in Podcasts, auf Bewertungsplattformen oder in Foren.

Auch das Repurposing von Inhalten ist förderlich, wie etwa die Behandlung eines Themas in Podcasts (Anmerkung: nicht auf Transkripte vergessen), Blogartikeln und über externe Branchenmedien. Was die Chance auf Zitierung außerdem erhöht, ist die Bereitstellung von exklusiven Inhalten – vor allem die Veröffentlichung von Studien bzw. Benchmarks, die auf eigenen Umfragen, Analysen bzw. Daten beruhen.

Wie sorge ich dafür, dass meine Web-Inhalte korrekt verstanden und wiedergegeben werden?

Für B2B-Unternehmen mit komplexen Inhalten und Angeboten sind “strukturierte Daten” essentiell. Strukturierte Daten sind standardisierte Informationen, die über spezielle Markup-Sprachen wie JSON-LD, Microdata oder RDFa in den HTML-Code einer Website eingebettet werden. Sie geben Webseiteninhalten eine klare Struktur, sodass Suchmaschinen und LLMs bzw. KI-Bots den Kontext und die Bedeutung besser verstehen können. Als Standard hat sich dafür das Vokabular von Schema.org etabliert, das von Google, Microsoft, Yahoo und Yandex entwickelt wurde.

Um die Zitierfähigkeit der Inhalte z.B. im Unternehmensblog zu garantieren, sollten die Inhalte außerdem in prägnante, logisch gegliederte Abschnitte unterteilt werden, die jeweils eine Kernaussage adressieren. Diese Struktur erleichtert LLMs das Erfassen und Verarbeiten von Inhalten. Auch Kurzzusammenfassungen, Gegenüberstellungen in tabellarischer Form und die Aufbereitung von Inhalten in einer Frage-Antwort-Struktur machen LLMs die Extraktion von Inhalten leichter. Die Formulierung der Inhalte, inklusive der Fragestellungen, sollte dabei die Sprache der Zielgruppe (also der KI-Nutzer) möglichst genau widerspiegeln. Bei Bildern sollte außerdem nicht auf die Alt-Tags und Bildbeschreibungen vergessen werden.

Wie kann ich die KI-Sichtbarkeit meiner Marke und Inhalte messen?

Um den Erfolg der Maßnahmen im Bereich GEO (Generative Engine Optimization) bzw. LLMO (Large Language Model Optimization) zu messen, empfiehlt sich der Einsatz von spezialisierten AI Search Monitoring Tools, wie etwa Peec AI, OtterlyAI oder die Agent Analytics von Profound. productrank.ai ist eine gute Lösung für den Start, um initial zu überprüfen, ob und wie man für gewisse Suchanfragen in ChatGPT, Anthropic, Perplexity und Gemini rankt. Die Liste an Citations hilft auch bei der Identifizierung potenzieller Drittseiten für Medienpartnerschaften.