Dansk
English
Immer mehr Menschen beginnen, LLMs zu nutzen, um Fragen zu stellen, Produkte, Anleitungen und alles Mögliche zu finden. Das bedeutet, dass eine neue Disziplin für Marketer entstanden ist: LLMO (Large Language Model Optimization).
Da immer mehr LLMs wie ChatGPT, Perplexity und seit neuestem auch das chinesische DeepSeek in den Suchraum eindringen, müssen sich Unternehmen und Online-Marketer darauf einstellen, nicht mehr nur für Google zu optimieren, sondern auch den Anstieg der LLM-Suchen zu berücksichtigen.
Nicht, weil dies das heißeste Thema der Stadt ist. Denn wenn die LLMs die Wachstumsprognosen erreichen, wird es ein echtes Geschäft sein, wenn sie in den Antworten der KI-Chatbots angezeigt oder erwähnt werden.
In diesem Beitrag werde ich mich mit generativen KI-Chatbots befassen, was das für die Zukunft von SEO bedeutet und wie man für KI-Chatbots (LLMO) optimiert. Sei dir bewusst, dass einige Fragen unbeantwortet bleiben, weil dieser Bereich noch so neu ist, aber die ersten Anzeichen zeigen, dass sich klassische SEO nicht allzu sehr von LLMO unterscheidet.
Was ist LLMO?
LLM-Optimierung, auch LLMO genannt, ist der Prozess, mit dem du deine Inhalte für große Sprachmodelle vorbereitest. Diese cleveren KI-Systeme, die Textantworten (sowie Bilder und Videos) produzieren, wie ChatGPT, Gemini, Perplexity, DeepSeek usw.
LLMO ist das Äquivalent zu SEO. LLMO ist die Optimierung für KI-Chatbots, so wie SEO die Optimierung für Suchmaschinen ist.
Das ist wichtig, denn in den letzten Jahren haben sich immer mehr Menschen an KI-gesteuerte Konversationen gewandt, um ihre Fragen zu beantworten. Jemand tippt eine Frage in einen Chatbot, und der Chatbot erstellt eine Antwort auf der Grundlage dessen, was er gelernt hat.
Wenn die Informationen auf deiner Website in den Trainingsdaten der KI enthalten sind und als verlässlich gelten, wirst du in der Antwort vielleicht zitiert. Und wenn die Leute sehen, dass deine Marke von einer KI erwähnt wird, scheinen sie dir ziemlich viel zu vertrauen.
LLMs und KI-Chatbots sind die größte Veränderung auf dem Suchmarkt seit Jahren – vielleicht sogar seit jeher. Das ist also eine große Sache und wird das Spiel grundlegend verändern.
Einen kleinen Einblick, warum wir es „LLMO“ nennen und nicht die vielen Akronyme wie „GEO“, „GAIO“ und „AI SEO“, findest du in unserem Beitrag LLMO ist der beste Name für LLM SEO.
Spoiler: Es ist einfacher und angenehmer zu sagen.
Bedeutet die Optimierung für die LLM-basierte Suche, dass ich die traditionelle SEO ignorieren sollte?
Ganz und gar nicht. Eigentlich willst du beides, und auf kurze Sicht willst du nicht weniger Ressourcen für Google SEO ausgeben als im letzten Jahr. Auch wenn sich immer mehr Menschen auf KI-Chatbots verlassen, um schnelle Antworten zu erhalten, greift die Mehrheit für gründlichere Recherchen immer noch auf die Standard-Suchmaschinen zurück.
Lass dich nicht von all den LinkedIn-Umfragen täuschen, die dies und jenes zeigen. Diese Umfragen und kleinen Erhebungen geben nicht das wahre Bild wieder, wenn die Ergebnisse fast 50/50 sind, wenn es darum geht, wie viele Menschen LLMs und wie viele Google nutzen.
Tatsache ist, dass Google immer noch viel, viel mehr Suchanfragen erhält als alle LLMs zusammen. Laut Statcounter hält Google immer noch rund 90 % des Suchmarktes. Die LLMs werden Marktanteile gewinnen, aber ich glaube, dass Google die dominierende Quelle für die Suche bleiben wird.
Verlass dich nicht nur auf mein Wort. Sieh dir die Traffic-Quellen von morningscore.io im Dezember/Januar an, nur gefiltert nach Google, Bing, LinkedIn, ChatGPT und Perplexity (andere Quellen wurden herausgefiltert, wie z.B. direkter Traffic, der fast genauso hoch ist wie unser Google-Traffic, andere Suchmaschinen und andere Verweise):
Die Verteilung ist klar. Google sitzt auf der absoluten Mehrheit – noch. Bing verweist fast viermal so viele Nutzer auf Morningscore wie ChatGPT und Perplexity zusammen.
Sogar LinkedIn übertrifft beide als Traffic-Quelle in einer Zeit, in der Marketer voll auf LLMO setzen.
Denk daran: Die Mehrheit deiner Kunden ist wahrscheinlich nicht so technikaffin wie die frühen KI-Anhänger in Technik, Marketing und mehr. Das zeigt uns, dass LLMs zweifelsohne stark genutzt werden, aber eher für arbeitsbezogene Aufgaben, um Dinge zu erledigen, als als Ersatz für die Google-Suche, um Unternehmen, Produkte, Dienstleistungen usw. zu finden. Hier ist die gute
Nachricht: LLMO und traditionelle SEO passen gut zusammen. Wenn du deine Website für Chatbots aufbereitest (indem du sie so schreibst, dass KI sie leicht verstehen kann), hilfst du auch den menschlichen Lesern, sich besser in deinen Inhalten zurechtzufinden. Außerdem kommen die Standard-SEO-Regeln – wie die Verwendung aussagekräftiger Überschriften und die Sicherstellung, dass deine Seite schneller lädt als ein koffeinhaltiger Gepard – auch den KI-Systemen zugute.
Es ist eine Win-Win-Situation, also behalte beides auf jeden Fall auf deinem Radar. LLMs werden mehr Marktanteile erobern und sollten mittel- und langfristig ernsthaft in deinem aktuellen Marketing-Mix berücksichtigt werden. Ich persönlich glaube, dass Google AI Overviews kurzfristig einen größeren Anteil am organischen Traffic haben wird als ChatGPT, Perplexity und DeepSeek.
Wie verarbeiten und „bewerten“ LLM-basierte generative KI-Systeme Inhalte?
Generative KI-Modelle ordnen Seiten nicht auf die gleiche Weise wie Suchmaschinen. Stattdessen analysieren sie Muster im Text und können so vorhersagen, was als Nächstes kommt.
Stell dir vor, du liest ein riesiges Skript mit allen Wörtern, die jemals online getippt wurden, und sollst das nächste Wort oder den nächsten Satz anhand des Kontexts vorhersagen. Genau das tun diese KI-Modelle tagein, tagaus.
Sie nutzen Trainingsdaten, die sie aus einem riesigen Teil des Internets gesammelt haben, um diese Muster zu bilden. Sie haben zwar keine „Rangliste“, aber sie vertrauen auf Informationen, die konsistent, gut erklärt und häufig aktualisiert werden.
Wenn deine Website ein gewisses Maß an originellen Daten, thematischer Autorität oder einen einladenden Schreibstil aufweist, wird die KI deinen Text vielleicht häufiger erwähnen oder deine Website als Quelle für ihre Antworten auflisten. Mit der Zeit, wenn mehr generative Modelle Live-Updates einbeziehen, könnten sich deine frischen Inhalte als verlässliche Quelle herausstellen. Lass uns einen genaueren
Blick darauf werfen, wie LLMs tatsächlich funktionieren. Ich entschuldige mich im Voraus für die vielleicht etwas technischen Ausführungen.
Wie LLMs funktionieren (einfach erklärt)
1. Zerlegen von Text in kleine Stücke (Tokens)
Das Herzstück der meisten LLMs, wie ChatGPT oder Gemini, ist ein Prozess, der den Text in handhabbare Stücke, sogenannte Tokens, unterteilt. Tokens sind oft einzelne Wörter, können aber auch Teile von Wörtern oder Symbole sein. Indem das Modell Sätze in diese kleinen Teile zerlegt, kann es analysieren, wie sie in großen Textmengen häufig nebeneinander erscheinen.
2. Abbildung von Token in einem „semantischen Raum“
Sobald Texte in Token aufgeteilt sind, stellt ein Modell jedes Token als Vektor dar, den du dir als eine Liste von Zahlen vorstellen kannst. Mit Hilfe von Vektoren können Computer Token auf einer Art Karte, dem so genannten semantischen Raum, platzieren. Auf dieser Karte liegen verwandte Begriffe nahe beieinander, während nicht verwandte Begriffe weiter auseinander liegen. Zum Beispiel können Wörter wie „Apfel“ und „Banane“ nahe beieinander stehen, was bedeutet, dass es sich bei beiden um Früchte handelt.
3. Von der Statistik zur (Beinahe-)Semantik
Auch wenn sie statistische Muster verwenden, um herauszufinden, wie Wörter typischerweise zusammen auftreten, können sie ein tiefes Verständnis von Sprache vortäuschen, vor allem wenn große Textmengen vorliegen. Bei echter „Semantik“ geht es darum, die Bedeutung hinter den Wörtern zu verstehen, während LLMs hauptsächlich mathematische Beziehungen nutzen, um zu erraten, welches Token am besten als nächstes passt. Mit genügend Trainingsdaten scheinen sie den Kontext erstaunlich gut zu erfassen (und manchmal auch nicht so gut, wie du wahrscheinlich schon erlebt hast, wenn du eines der LLMs benutzt hast).
4. Beziehungen messen
Im semantischen Raum kann ein Modell berechnen, wie ähnlich sich zwei Token sind, indem es die Abstände oder Winkel zwischen ihren Vektoren betrachtet. Wenn die Zahlen auf eine enge Beziehung hindeuten, folgert das Modell, dass die Token eine Art Verbindung haben, wie „Pasta“ und „italienische Küche“.
5. Aufbau einer Wissensbasis durch Training
LLMs lernen zunächst aus riesigen Sammlungen von Texten, die von Menschen erstellt wurden, wie Websites, Büchern und Archiven. Das anfängliche Training hilft ihnen, grundlegende Grammatik, Fakten und Muster zu lernen. Obwohl nicht immer klar ist, welche Websites oder Quellen verwendet wurden, stützen sich viele Modelle auf große Datensätze, die durch Crawlen des öffentlichen Internets zusammengestellt wurden. Diese breite Ausbildung macht sie gut für allgemeine Aufgaben, kann aber in spezielleren Bereichen Lücken hinterlassen.
6. Hinzufügen von Fachwissen (RAG-Ansatz)
Um fortgeschrittene oder Nischenthemen zu bearbeiten, verwenden moderne Sprachmodelle oft eine Methode namens Retrieval Augmented Generation (RAG). Bei diesem Ansatz werden zusätzliche Details oder domänenspezifische Informationen wie wissenschaftliche Forschungsarbeiten oder spezialisierte Datenbanken genau dann abgerufen, wenn das Modell sie benötigt. Durch das Abrufen relevanter Fakten bei Bedarf kann RAG dazu beitragen, „Halluzinationen“ zu vermeiden, bei denen sich das Modell Informationen ausdenkt. Zusammengefasst:
- Mit Tokens kann ein Modell Text in kleinen Stücken verarbeiten.
- Vektoren verwandeln Wörter in Zahlen, sodass das Modell berechnen kann, wie eng die Wörter zusammenhängen.
- Modelle lernen grundlegende Muster aus riesigen Bibliotheken mit öffentlichen Texten.
- Zusätzliche Techniken, wie die RAG, bieten mehr Zuverlässigkeit und fachspezifische Tiefe.
Wie man für LLMs optimiert (LLMO)
Ein Schlüssel dazu ist, so zu schreiben, dass sowohl Menschen als auch KI dem Text folgen können, ohne sich einen Muskel zuzuziehen. Stelle den Hauptpunkt in den Vordergrund und unterstütze ihn mit Details.
Zeige, dass du dich mit deinem Thema auskennst, indem du Fakten oder persönliche Erfahrungen einfügst, die dich von der Masse der allgemeinen Texte abheben. Je einzigartiger dein Inhalt ist, desto wahrscheinlicher ist es, dass ein Chatbot denkt: „Hey, das ist interessant – das sollte ich erwähnen!“
Versuche, mit den Phrasen, die du rund um deine Marke oder dein Thema verwendest, konsistent zu bleiben. Generative KI erkennt sich wiederholende Muster. Wenn du für deine LLM-Optimierung bekannt bist, solltest du in den meisten deiner relevanten Artikel über LLMO sprechen. Diese Wiederholung hilft der KI, deine Marke mit diesem Thema in Verbindung zu bringen.
Kommt dir das bekannt vor von dem, was als SEO Best Practice gilt?
Welche Schritte musst du also tatsächlich unternehmen, um in LLMs zu „ranken“ und was sind einige der LLMO-Faktoren? Schauen wir uns das mal an.
Digitale PR
Wie wir bereits festgestellt haben, analysieren und prognostizieren LLMs Wörter und Phrasen.
Der Kern von LLMs sind Cluster. Genau wie bei Themenclustern werden auch bei LLMs verwandte Wörter und Phrasen geclustert.
So ist „Katze“ thematisch mit „Kätzchen“ verwandt, weil beide eine Katze sind. Gleichzeitig ist es auch mit „Hund“ verwandt, da es sich bei beiden um Haustiere handelt. Wenn wir den Begriff „Hund“ weiter fassen, könnten wir auch „Leine“ verwenden, da ein Hund eine Leine trägt, wenn er draußen spazieren geht.
Ein Beispiel: Bei der Suche nach „what is the best gamified SEO tool“ in ChatGPT wird Morningscore erwähnt.
Und warum? Denn das Markenunternehmen Morningscore hat die größte oder eine der größten messbaren Nähe zum Thema „gamifiziertes SEO-Tool“, während Ahrefs, Semrush und Moz aufgrund ihrer Markenbeziehung zum Thema SEO-Tool auch als traditionelle Plattformen genannt werden.
Um in ähnlichen Chatbot-Anfragen erwähnt oder empfohlen zu werden, musst du eine Assoziation des Themas mit deiner Marke herstellen. Das wird durch digitale PR erreicht. Dies kann durch Medienberichte, Pressemitteilungen, bezahltes Sponsoring, klassisches Linkbuilding, öffentliche Kundenrezensionen, die deine Marke mit dem Thema in Verbindung bringen, und auch durch eine Platzierung in Suchmaschinen für ähnliche Suchanfragen geschehen.
Erhalte ein starkes Backlinkprofil
Ein starker Satz von Backlinks zeigt großen Sprachmodellen, dass dein Name oder deine Website an vielen vertrauenswürdigen Stellen im Internet erscheint. Wenn ein LLM das Internet nach Mustern und zuverlässigen Referenzen durchsucht, bemerkt es diese Stimmen.
Im Laufe der Zeit hilft dieser weit verbreitete „digitale Goodwill“ der KI, dich als angesehene Stimme in deinem Fachgebiet zu betrachten, so dass sie dich mit größerer Wahrscheinlichkeit in ihren Antworten erwähnt oder zitiert. Ein hochwertiges Backlink-Profil signalisiert, dass andere deine Inhalte für teilenswert halten, was die KI dazu veranlassen kann, deine Marke oder Website als vertrauenswürdige Ressource in ihren Konversationen zu behandeln.
Implementiere Statistiken und zitierwürdige Inhalte
Wie wir bereits festgestellt haben, können sich einige KI-Chatbots direkt mit Websites verbinden und somit direkt Zitate und Statistiken aus deiner Forschung oder deinen Daten bereitstellen.
Eine Studie zeigt, dass die am häufigsten empfohlenen Websites Zitate, Verweise und Statistiken in ihren Inhalten enthalten. Bis zu 30-40% mehr Sichtbarkeit in LLMs zu sehen, indem sie einfach ihre Glaubwürdigkeit stärken, indem sie ihre Inhalte mit Zitaten und Statistiken untermauern.
Dies wird auch als Rankingfaktor bei Google angesehen, da die Autorität und Glaubwürdigkeit der Marke erhöht wird.
Entitätsforschung
Wie wir bereits wissen, gibt es einen offensichtlichen Zusammenhang zwischen den Wörtern und Phrasen, die in den Inhalten verwendet werden, und der Erwähnung in LLMs, da diese zur Vorhersage der Antwort verwendet werden.
Um also für LLMs zu optimieren, müssen wir die Verwendung von Schlüsselwörtern, Phrasen und Themen berücksichtigen, aber auch, wie deine Marke wahrgenommen wird.
Um zu verstehen, wie du deine Marke für die LLM-Suche optimieren kannst, schauen wir uns die Theorie an und was wir damit machen können.
Google verwendet die„3 Säulen des Rankings„, um Inhalte zu priorisieren:
Was du über dich selbst sagst (On-Page-Inhalt)
- Betrachte deine Website-Texte, Blogbeiträge und Produktseiten als „Selbstdarstellung“ deiner Marke.
- LLMs suchen nach Erwähnungen von bestimmten Themen, Schlüsselwörtern und wichtigen Phrasen auf deiner Website. So können sie herausfinden, wie relevant du für ein bestimmtes Thema bist.
Was andere über dich sagen (Anchor-Text & Backlinks)
- Ankertext ist der klickbare Text in Links, die von anderen Websites auf deine Seite zeigen.
- Wenn viele Leute mit einem Begriff wie „Industrieforschung“ auf dich verlinken, könnte ein LLM annehmen, dass du eine vertrauenswürdige Quelle für dieses Thema bist.
Was dein Publikum tut (Daten zur Nutzerinteraktion)
- Suchmaschinen berücksichtigen oft, wie Menschen mit deiner Website interagieren. Zum Beispiel, wie lange sie bleiben, welche Links sie anklicken oder ob sie oft wiederkommen.
- Diese Daten sind zwar nicht immer direkt für alle sichtbar, aber sie sind Teil des Systems, das entscheidet, ob deine Inhalte ansprechend und nützlich sind.
Jetzt musst du deine Marke auf die gleiche Weise prüfen, wie es die LLMs tun werden (oder zumindest versuchen, es nachzuahmen)
1. Überprüfe deine On-Page-Themen
- Nutze NLP-Tools: Tools wie die Natural Language Processing API von Google (oder ähnliche Dienste) können deine Inhalte scannen, um wichtige Themen, Themen und Entitäten zu identifizieren. So erhältst du eine Momentaufnahme davon, wie ein Algorithmus deine Seiten kategorisieren könnte.
- Überprüfe deinen Fokus: Wenn das Tool viele Verweise auf „Content-Strategie“ oder „technische SEO“ entdeckt, deutet das darauf hin, dass deine Website in den Augen des Modells stark mit diesen Bereichen verbunden ist.
2. Betrachte deine Website als Ganzes
- Themenkonsistenz: Neben den einzelnen Seiten solltest du auch darauf achten, ob sich deine gesamte Website auf ein Hauptthema konzentriert oder ob sie sich auf viele Themen verteilt. Wenn deine Marke „uneinheitlich“ erscheint, wirst du von den LLMs vielleicht nicht als Autorität in einem bestimmten Bereich angesehen.
- Markenpositionierung: Wenn du feststellst, dass das Modell dich mit Themen assoziiert, die nicht deiner tatsächlichen Expertise entsprechen, solltest du deine Content-Strategie anpassen, um die Themen zu betonen, die dir wirklich am Herzen liegen. Mit anderen Worten: Beschränke dich auf das Wesentliche.
3. Überprüfe deine Backlinks und Ankertexte
- Backlink-Analyse: Verwende ein Backlink-Checker-Tool, um zu sehen, welche Websites auf dich verlinken und wie sie auf dich verweisen.
- Qualität des Anchor-Textes: Wenn die Links nur deinen Markennamen enthalten, wirst du eher als allgemeines Unternehmen gesehen. Steht in den Links „beste E-Commerce-Lösungen“, glaubt das Modell, dass du eine Autorität im E-Commerce bist. Achte darauf, dass deine eingehenden Links mit dem übereinstimmen, wie du wahrgenommen werden willst.
Um mehr darüber zu erfahren, wie LLMs deine Marke wahrnehmen, kannst du zum Beispiel Gemini fragen, wie sie deine Marke wahrnehmen, um eine Vorstellung davon zu bekommen, wie Googles LLM dein Unternehmen versteht und mit verschiedenen Themen in Verbindung bringt.
Reddit und UGC-Inhalte
Reddit ist nicht nur eine der meistbesuchten Websites der Welt mit Abermillionen monatlichen Besuchern, sondern auch eine wichtige Datenquelle für das Training großer Sprachmodelle. Reddit selbst hat diese Bedeutung in seiner S-1-Einreichung bei der SEC hervorgehoben und festgestellt, dass:
„Our content is particularly important for artificial intelligence (“AI”) – it is a foundational part of how many of the leading large language models (“LLMs”) have been trained.“
– Reddit, S-1 Einreichung bei der SEC
Wenn Nutzer/innen auf Reddit über deine Marke sprechen, kann diese Konversation schließlich Teil des Datensatzes werden, der von KI-Unternehmen verwendet wird, insbesondere von solchen, die öffentliche Webdaten anzapfen. Wenn diese LLMs mehr Erwähnungen deines Produkts oder deiner Dienstleistungen aufnehmen, können sie umfassendere und genauere Antworten über deine Marke geben. Reddit ist jedoch nicht die einzige UGC-Plattform, denn auch Quora kann in Betracht gezogen werden.
Best Practices für Reddit-Erwähnungen
Wir reden hier nicht von parasitärem SEO, um deinen Inhalt auf der Reddit-Plattform zu platzieren. Die Reddit-Strategie sollte sich auf echten Markenaufbau konzentrieren und die Nutzer dazu bringen, über deine Marke zu sprechen und mit ihr zu interagieren. Um das zu erreichen, musst du deine Community aktiv aufbauen:
Echtes Engagement für die Gemeinschaft fördern
- Beteilige dich organisch an relevanten Subreddits. Beteilige dich an den Nutzern, indem du hilfreiche Antworten und Einblicke gibst. Vermeide werbliches Verhalten, um deine Glaubwürdigkeit zu wahren.
Host AMAs (Ask Me Anything)
- AMAs können viel Aufmerksamkeit erregen, wenn du oder ein Vertreter deiner Marke bereit bist, die Fragen der Nutzer ehrlich zu beantworten. Manche AMAs erhalten Tausende von Kommentaren und schaffen so einen robusten Thread mit nutzergenerierten Inhalten über deine Marke.
Ein Beispiel dafür ist ein anonymer McDonalds-Franchisenehmer mit dem Benutzernamen @McFranchisee, der im Dezember 2024 ein AMA auf X machte. Dieses AMA führte, in gerundeten Zahlen, zu 1.000 Kommentaren, 10.000 Likes, 212 Re-Posts, 4.400 Personen, die es speicherten und 4,3 Millionen Views. Dieses AMA wurde zum viralen Ereignis mit einer Gesamtzahl von Aufrufen, die die durchschnittliche Reichweite des Nutzers um ein Vielfaches überstieg.
Was also mit ein bisschen Freizeit am Morgen begann, wurde zu ein paar Tagen Vollzeitarbeit, in denen ich den Leuten ehrlich und ausführlich antwortete.
Partnerschaften mit einflussreichen Redditors
- Arbeite mit seriösen Subreddit-Moderatoren oder einflussreichen Reddit-Nutzern zusammen, die mit deiner Marke übereinstimmen. Ihre Befürwortungen und Gespräche können zu einem authentischen Engagement der Nutzer führen.
Organische Erwähnungen ermutigen
- Anstatt direkte Links zu setzen, solltest du die Community dazu ermutigen, ihre Erfahrungen und ihr Feedback zu teilen. So bleiben die Diskussionen natürlich und es gibt keine „Spam“-Flaggen oder Rückschläge durch die Moderatoren.
Verfolge deine Markenpräsenz
- Mit Tools wie Ahrefs kannst du in den Berichten Top Pages oder Site Explorer nach der Reddit-Domain und deinem Markennamen filtern. So kannst du Trends erkennen, wie oft (und wo) du auf Reddit erwähnt wirst.
Aber warum ist das alles für LLMO wichtig? Da sich LLMs weiterentwickeln, brauchen sie ständig neue, abwechslungsreiche und kontextreiche Inhalte, um ihre Genauigkeit und ihr Verständnis zu verbessern. Wenn du eine Präsenz auf Reddit pflegst, schaffst du wertvolle, organische Berührungspunkte, die in die LLM-Trainings-Pipelines einfließen und deine Sichtbarkeit in den KI-generierten Ergebnissen erhöhen können. Je authentischer und verbreiteter deine Erwähnungen sind, desto wahrscheinlicher ist es, dass neue KI-Modelle detaillierte, positive und genaue Hinweise auf deine Marke liefern. Hinweis: Du kannst die gleiche Strategie auch für andere große UGC-Plattformen anwenden.
Mach SEO für LLMO
Dies ist der schwierigste Teil dieses Artikels, denn LLMO ist immer noch eine neue Sache mit vielen unbeantworteten Fragen, Dokumentationen, Fallstudien usw.
In einem meiner früheren Blogbeiträge habe ich über Schema und strukturierte Daten als wichtigen Teil von LLMO gesprochen (insbesondere darüber, wie man in der ChatGPT-Suche „ranken“ kann).
Es scheint, dass ich mit dieser Annahme falsch lag, denn Elle Berreby hat auf LinkedIn verraten, dass KI-Crawler die strukturierten Daten auf einer Seite nicht sehen können, da sie nur die statische HML crawlen können.
Die Tatsache, dass KI-Crawler nicht in der Lage sind, strukturierte Daten zu lesen, ändert nichts daran, dass du deine SEO-Strategie nicht aufgeben sollst, denn Google ist immer noch die wichtigste Traffic-Quelle und sollte nicht vernachlässigt werden.
SEO sollte aus mehreren Gründen immer noch eine deiner wichtigsten Strategien für die Leadgenerierung und den Verkauf sein.
Zum einen hält Google mit rund 90 % immer noch den größten Anteil am Suchmarkt.
Zweitens gibt es eine Korrelation, die darauf hindeutet, dass organische Suchmaschinenplatzierungen die Erwähnungen in LLMs vorantreiben – was nicht wirklich überraschend ist, da Bing zum Beispiel die Hauptquelle für ChatGPT-Suchergebnisse ist.
Die Schlussfolgerung ist: Lass SEO nicht links liegen. SEO ist nicht tot, und Google ist nicht tot. SEO wird auch in den kommenden Jahren der wichtigste Treiber für den Traffic sein, auch wenn LLMs ihren Teil dazu beitragen werden. Und vergiss nicht, dass deine heutige SEO-Arbeit dir helfen wird, deine Marke für KI-Chatbots aufzubauen.
Alter des Unternehmens
Das ist schwer zu optimieren, denn dein Unternehmen ist so alt – oder jung – wie es ist. Deshalb haben größere Marken, die oft schon einige Jahre auf dem Buckel haben, von Anfang an einen leichten Vorteil. Warum ist das Alter des Unternehmens überhaupt relevant, fragst du dich vielleicht? Das hat zwei Seiten, denn das Alter des Unternehmens entspricht oft dem Alter der Domain. Ein altes, florierendes Unternehmen hat im Laufe der Jahre an Autorität und Glaubwürdigkeit gewonnen, im Gegensatz zu neuen, jungen Unternehmen, denen es an Glaubwürdigkeit fehlt. Zweitens haben die meisten LLMs einen Stichtag irgendwann im Jahr 2023, was bedeutet, dass jüngere Unternehmen in LLMs, die nicht auf Anfrage von Suchmaschinen ausgewertet werden, nicht wirklich bekannt sind.
Hol dir eine Wikipedia-Seite
Eine Wikipedia-Seite kann sich positiv auf deine LLMO-Strategie auswirken, da sie deine Autorität, Glaubwürdigkeit und Sichtbarkeit steigert. Wikipedia ist eine der vertrauenswürdigsten Seiten im Internet, und Suchmaschinen nutzen sie oft, um Informationen zu überprüfen und zu verifizieren.
Ein großer Vorteil einer Wikipedia-Seite ist ihre Verbindung zum Knowledge Graph von Google. Da Google häufig Daten aus Wikipedia für das Informationspanel in den Suchergebnissen abruft, kann eine gut strukturierte Seite dazu beitragen, die Präsenz deiner Marke zu stärken und es den Leuten zu erleichtern, zuverlässige Informationen über dich zu finden.
Über SEO hinaus hat Wikipedia auch einen Einfluss auf das Training von KI-Modellen. Große Sprachmodelle wie ChatGPT und Gemini nutzen Wikipedia als Teil ihrer Kerndaten. Das heißt, wenn deine Marke, dein Unternehmen oder dein persönliches Profil dort gut dokumentiert ist, ist es wahrscheinlicher, dass KI-Chatbots korrekt darauf verweisen.
Wikipedia ist jedoch kein Firmenverzeichnis, weshalb du oft eine Marke haben oder bekannt sein musst und eine Art Drittquelle sein musst, um wirklich eine Chance auf einen Eintrag zu haben.
Klare, prägnante Antworten geben
Um in KI-Chatbots erwähnt zu werden, musst du Antworten in demselben Stil geben, wie du erlebst, dass sie Antworten ausgeben. Versuche, die Art und Weise nachzuahmen, wie LLMs Antworten geben, und entwickle dieselbe Strategie der Kurzform und der direkten Antwort.
Deine Inhalte müssen so strukturiert sein, wie es Menschen in einem normalen Gespräch erwarten würden. Das erhöht deine Chancen auf eine Erwähnung enorm, denn deine Inhalte sind leichter zu verstehen und zu interpretieren und geben den Nutzern eine klare Antwort auf ihre Frage.
Was sind die wichtigsten LLM-Optimierungstaktiken für Marketer/innen von heute?
Ein wichtiger Punkt ist der Abgleich mit dem, was die Nutzer tatsächlich tippen oder sagen. Menschen unterhalten sich mit KI oft in einem alltäglichen Stil, z. B. „Wie optimiere ich meine Website für generative KI?“ Wenn du diese Art von Sprache in deinen Inhalt einfließen lassen kannst, hast du eine größere Chance, aus dem Datenhaufen herausgeholt zu werden.
Das ist schon bei SEO schwierig, aber bei LLMO ist es noch schwieriger, da die Suchanfragen noch unübersichtlicher werden, mit noch mehr Longtail-Suchanfragen und sogar ganzen Sätzen, die nicht nur eine Frage, sondern auch eine Menge Kontext enthalten, der in Hunderten oder Tausenden von Varianten für dieselbe Anfrage auftaucht.
Was in der SEO als „die unordentliche Mitte“ bekannt ist, ist in der LLM nicht nur ein Durcheinander.
Es ist ein echter Dschungel. Ein anderer Ansatz ist es, in Nischenthemen einzutauchen. Wenn deine Seite die einzige ist, die einen super-spezifischen Aspekt erklärt, z. B. wie LLM-basierte Chatbots mit archaischen Sprachen umgehen, dann könnte die KI dich aussondern.
Denke an den „Wow-Faktor“: Gibt es etwas, das du anbieten kannst, was sonst niemand kann? Bedenke auch, dass kleinere Beiträge von größeren Domains überschattet werden können. Wenn du also eine kleine Marke bist, solltest du eher in die Tiefe als in die Breite gehen, denn kleine Unternehmen und Marken haben es mit LLMO schwerer.
Wie wird die LLM das Suchmaschinenmarketing verändern?
Die größte Veränderung besteht darin, dass die Menschen superdirekte Antworten mit weniger Klicks erhalten können. Wenn ein Chatbot eine kristallklare Lösung anbietet, machen sich viele Nutzer nicht die Mühe, mehrere Websites zu besuchen. Das verändert die Art und Weise, wie du die Aufmerksamkeit der Menschen erregst. Anstatt nur um einen Spitzenplatz in der Suche zu kämpfen, solltest du deine Marke direkt in der von der KI generierten Antwort auftauchen lassen.
Langfristig könnten Chatbots interaktiver werden. Sie könnten den Nutzer nach bestimmten Details fragen und die Antworten dann im Handumdrehen anpassen. Das bedeutet, dass deine Inhalte flexibel sein müssen und mehrere Blickwinkel oder Erweiterungen zur Verfügung stehen müssen. Je umfassender und dynamischer deine Seite ist, desto mehr könnte sich eine KI auf dich verlassen, wenn es um detaillierte Hinweise geht.
Manche sagen sogar voraus, dass Chatbots Sprach-, Video- oder immersive Elemente einbauen werden, was das Marketing zu einem kreativen Wunderland machen könnte. Wenn deine Marke mit einzigartigen Erkenntnissen in diesen Formaten bereit ist, bist du ganz vorne mit dabei.
Wir sehen bereits vollständig KI-generierte Texte, Bilder und Videos. Diese Entwicklung wird zweifellos noch weiter zunehmen und KI-versierte Marketingfachleute sehr wertvoll machen, da eine Person die Arbeit mehrerer Menschen übernehmen kann.
Musst du dir also Sorgen um deinen Job machen? Nein. Dein Job wird sich wahrscheinlich ändern, da KI-Tools viele deiner Aufgaben übernehmen können – aber denk daran: Jemand muss die KI kontrollieren.
Welche Herausforderungen bringt die LLM-Optimierung für kleinere Marken und Unternehmen mit sich?
Eine große Hürde ist, dass es kleineren Marken oft an starken Backlink-Profilen, digitaler PR und einem sofortigen Wiedererkennungswert fehlt. KI-Modelle bevorzugen manchmal Websites mit einer bekannten Präsenz. Andererseits können kleinere Marken florieren, wenn sie sich auf ein winziges Stück des Content-Kuchens konzentrieren, das von den großen Playern nicht bedient wird. Ganz ähnlich wie bei der Google-Suche.
Wenn du in etwas der Beste bist (egal, wie klein dieses „Etwas“ ist), kannst du dich bei der KI durchsetzen. Es geht darum, sich auf Spezialwissen zu konzentrieren, das die Leser/innen tatsächlich brauchen. Auf diese Weise kann die KI dich zu den „maßgeblichen Quellen“ für deinen speziellen Bereich des Internets zählen.
Wie können Unternehmen den Erfolg messen und Kennzahlen im LLM verfolgen?
Die Analyse-Tools holen die KI noch ein. Du wirst vielleicht keine schöne Dashboard-Box mit der Aufschrift „Chatbot-Besuche“ sehen. Im Moment schauen viele auf die Traffic-Zahlen in GA4, Plausible oder einer anderen Tracking-Software, die sie als Anhaltspunkte implementiert haben, aber das zeigt nicht wirklich, wie viel, wie oft und für welche Suchanfragen unsere Marke angezeigt wurde.
Umfragen, Feedback-Formulare und die Suche nach Markennamen können helfen, diese Puzzleteile zusammenzusetzen. Wir planen, im Jahr 2025 das ChatGPT-Tracking sowie das Google AI Overviews-Tracking in Morningscore zu veröffentlichen, die dir klare Einblicke in die Begriffe geben, mit denen Menschen Chatbots aufgefordert haben. Es wird ähnlich funktionieren wie ein klassischer Rank Tracker, aber für LLM-Suchen.
In unserer KI-SEO-Roadmap findest du alle anderen coolen KI-Funktionen, die wir 2025 einführen werden.
Ist SEO tot?
Nein, SEO ist sehr lebendig. Die Menschen brauchen oft mehr als eine zweizeilige Antwort, und genau da glänzen die Standard-Suchmaschinen. Sie ermöglichen eine tiefere Erkundung und lassen die Nutzer durch mehrere Links klicken.
KI-Chatbots sind zwar praktisch, bieten aber nicht immer die gleiche Vielfalt an Perspektiven. Manche Nutzer/innen mögen eine zweite oder dritte Sichtweise, die über die Ergebnisseite einer Suchmaschine leichter zu finden ist.
Außerdem gehst du direkt zur Quelle und liest die Kommunikation von den Unternehmen selbst und nicht von einem prädiktiven, generativen KI-Chatbot.
Außerdem gelten die Grundlagen der Suchmaschinenoptimierung: schnelle Ladezeiten, gut beschriftete Qualitätsinhalte, relevante Themen, hochwertige Backlinks und vieles mehr signalisieren den KI-Chatbots, dass du eine Qualitätsquelle bist. Selbst wenn ein Nutzer mit einer KI-Konversation beginnt, kann es sein, dass er auf deiner Seite landet, um mehr zu erfahren. SEO und LLMO gehen Hand in Hand: Jede Methode ergänzt die andere.
Ersetzt die Integration von LLM-Strategien die traditionellen SEO-Methoden?
Nein. Du willst deine Seiten immer noch für Google und vielleicht auch für Bing optimieren, wenn das heute der Treiber für deine Website ist.
Menschen verlassen sich auf die klassischen Suchmaschinen, wenn sie tiefergehende Recherchen durchführen wollen, vor allem, wenn sie Produkte vergleichen, nach Bewertungen suchen oder verschiedene Standpunkte zu einem heiklen Thema untersuchen wollen. Die LLM-basierte Suche kann schnelle Antworten liefern, aber die normale SEO hat ihre eigenen Vorteile.
Indem du beides kombinierst, stellst du sicher, dass du keinen Teil des Traffics verpasst, egal ob er von einem Nutzer kommt, der eine Frage in einen Chatbot eingegeben hat, oder von jemandem, der eine Anfrage in eine Suchleiste eingegeben hat.
Die beste Strategie ist vielleicht ein Layering: Behalte deine Standard-SEO bei (mit einer starken Website-Struktur, relevanten Schlüsselwörtern, starken Backlinks usw.) und passe den Text dann leicht an, damit er von KI-Chatbots leicht zu analysieren ist.
Das bedeutet Klarheit, direkte Antworten und eine konsistente Formulierung rund um deine Schlüsselthemen und -fragen.
LLMO und SEO stehen nicht im Widerspruch zueinander. Wie wir bereits festgestellt haben, teilen SEO und LLMO viele der gleichen „Anforderungen“, um zu ranken oder erwähnt zu werden.
Wie lauten die neuesten Prognosen und Statistiken zum KI-Wachstum?
Experten sagen voraus, dass die Ausgaben für KI-Tools in den nächsten Jahren deutlich steigen werden. Verschiedene Studien deuten darauf hin, dass immer mehr Unternehmen – von Start-ups bis hin zu Fortune-500-Giganten – KI in ihre täglichen Abläufe einbinden werden.
Das Streben nach automatisierter Kundenbetreuung und Datenanalyse bedeutet, dass KI-Chatbots mehr Aufgaben übernehmen werden. Das bietet Chancen für Vermarkter, die Inhalte produzieren, die die KI problemlos nutzen kann.
Was den Suchmarkt und die Traffic-Quellen angeht, wird KI ebenfalls große Teile davon übernehmen.
In unserem Artikel Will AI Grow Bigger Than Google Search? gehen wir auf einige Zahlen und Prognosen ein. Eine wichtige Erkenntnis ist, dass mit dem Einzug der generativen KI in immer mehr Apps, tragbare Geräte und Betriebssysteme die Chance wächst, in diesen KI-gesteuerten Schnittstellen zu erscheinen.
LLM-Chatbots werden bis 2028 wahrscheinlich ganze 15% des Suchmarktes erreichen und sollten eher als Chance denn als Bedrohung gesehen werden.
Welcher LLM wird der Gewinner der KI-Suche sein?
Die KI steckt noch in den Kinderschuhen und die Technologie verändert sich blitzschnell, so dass es fast unmöglich ist, vorherzusagen, wer sich durchsetzen wird.
ChatGPT hat den Vorteil, der erste wirklich gute KI-Chatbot mit einer breiten Anbindung zu sein. Perplexity wurde von ChatGPT im Jahr 2024 mehr oder weniger fallen gelassen. Perplexity ist nicht tot, aber ich glaube nicht, dass sie ChatGPT einholen werden.
Der chinesische Konkurrent DeepSeek startete im Januar 2025 als ernsthafter Konkurrent, der den Markt erschütterte.
Außerdem haben wir Microsoft CoPilot und nicht zu vergessen, dass das mächtige Google auch Gemini hat.
Ich bin gespannt, wenn ich in ein paar Jahren auf diesen Beitrag zurückblicke, um zu sehen, wer den Markt für generative KI beherrscht.
Meiner Meinung nach verfügt Google über einen größeren Datenpool als alle anderen. Ich glaube, dass Google irgendwann einen großen Vorteil aus seiner Position, seinem Geld und seinen Daten ziehen wird. ChatGPT wird wahrscheinlich ein ziemlich großer Konkurrent sein, wenn sie ein Modell finden, das die Wirtschaft langfristig am Leben erhält.
FAQ zu LLMO
Erfordert die LLM-Optimierung spezielle Tools oder Kenntnisse, die über die traditionellen SEO-Tools hinausgehen?
Viele bekannte SEO-Prinzipien gelten auch für die LLM-Optimierung, aber du brauchst vielleicht zusätzliche Daten. Die Untersuchung von KI-Forschungsarbeiten oder die Nutzung spezieller NLP-Plattformen kann dir beispielsweise tiefere Einblicke in die Art und Weise geben, wie Sprachmodelle Inhalte interpretieren und wie du deine Inhalte dementsprechend gestalten kannst. Gezielte LLM-Rankings mit Tools stehen bevor und du wirst wahrscheinlich entweder zusätzliche Tools oder All-in-One-KI-Tools benötigen, wie wir sie in Morningscore entwickeln.
Gibt es ethische Überlegungen, die zu beachten sind, wenn man nach Erwähnungen in großen Sprachmodellen sucht?
Auf jeden Fall. Die übermäßige Verwendung bestimmter Phrasen oder der Versuch, deinen Markennamen in den Inhalt zu „stopfen“, um LLMs zu manipulieren, kann zu fragwürdigen Praktiken führen – genau wie Keyword-Stuffing bei SEO. Es ist vorteilhafter und ethisch vertretbarer, genaue und hochwertige Informationen zu präsentieren. Wenn ein LLM anfängt, irreführende oder voreingenommene Inhalte zu zitieren, weil du ihn in diese Richtung gestoßen hast, könnte dies das Vertrauen der Nutzer/innen schädigen und möglicherweise gegen die Richtlinien verstoßen, wenn die Plattform, die die KI trainiert oder hostet, dies entdeckt. Aounon Kumar und Himabindu Lakkaraju haben eine Studie zur Manipulation von LLMs durchgeführt, um die Sichtbarkeit von Produkten zu erhöhen.
Wie kann ein Unternehmen mit negativen oder falschen Markenerwähnungen durch KI-Chatbots umgehen?
Antwort: Überprüfe zunächst, woher die KI möglicherweise falsche Daten bezieht. Vielleicht handelt es sich um alte Webseiten, ungenaue Presse oder nutzergenerierte Kommentare. Wenn möglich, korrigiere die Quelle oder veröffentliche eine aktualisierte Erklärung, die die Fakten klarstellt. Einige KI-Modelle erlauben es, Ungenauigkeiten durch Feedback zu melden, was bei zukünftigen Trainings-Updates hilfreich sein kann. Die konsequente Veröffentlichung klarer, korrigierter Informationen auf deinen eigenen Kanälen trägt auch dazu bei, dass deine Marke im Laufe der Zeit besser wahrgenommen wird.
Wird die LLM-Optimierung für Technologien wie Sprachassistenten oder Augmented Reality an Bedeutung gewinnen?
Auf jeden Fall. Da Sprachassistenten und AR-Plattformen zunehmend auf KI setzen, ist es wichtig, deine Inhalte für LLMs zu optimieren. Sprach- und AR-Technologien werden oft mit Sprachmodellen integriert, um Anfragen zu bearbeiten. Wenn deine Website so strukturiert ist, dass KI leicht relevante, prägnante Antworten finden kann, bist du bei zukünftigen sprach- oder AR-gesteuerten Interaktionen besser aufgestellt.
Wie verfolge ich am besten eine LLMO-Strategie, da sich die Technologie schnell verändert?
Wähle einen iterativen Ansatz. Sieh dir regelmäßig die neuesten Updates von KI-Forschungszentren an, verfolge, wie gut deine Inhalte zitiert oder umschrieben werden, und passe sie entsprechend an. Mit anderen Worten: Du musst die führenden Stimmen im Bereich KI auf LinkedIn, Youtube, in den Tech-Medien, die LLMs selbst und andere relevante Quellen verfolgen.
