Content-Typ-Strategie: Welche Formate AI-Zitierungen gewinnen

Nicht jeder Inhalt hat die gleiche Chance, in einer KI-Antwort zitiert zu werden. Generative Suchsysteme wie Google AI Overviews, ChatGPT und Perplexity wählen aus, welche Seiten sie als Quelle nennen, und diese Auswahl folgt erkennbaren Mustern. Der Content-Typ, also das Format eines Inhalts, ist dabei einer der unterschätzten Hebel. Ein Vergleichsartikel mit klarer Tabelle wird anders behandelt als ein vergrabener Tiefenartikel oder eine generische Was-ist-Seite. Dieser Artikel zeigt, welche Formate in KI-Zitierungen vorne liegen, wie ein zitierfähiger Inhalt aufgebaut ist und wie B2B-Unternehmen im DACH-Raum ihre Content-Typ-Strategie darauf ausrichten.

Warum der Content-Typ über KI-Sichtbarkeit entscheidet

Die Art und Weise, wie Menschen suchen, verschiebt sich messbar. In Deutschland nutzt laut einer repräsentativen Bitkom-Befragung die Hälfte (50 Prozent) der Internetnutzer zumindest manchmal den Chat mit einer KI statt der klassischen Internetsuche (Daten für Deutschland, Basis 1.156 Befragte ab 16 Jahren). Damit entscheidet sich ein wachsender Teil der Sichtbarkeit nicht mehr im klassischen Ranking, sondern in der generierten Antwort selbst. Wer dort nicht als Quelle erscheint, ist faktisch unsichtbar, auch wenn die eigene Seite technisch indexiert ist.

Diese Verschiebung trifft den DACH-B2B-Markt direkt, weil die Anbieterrecherche zunehmend KI-gestützt läuft. Auf der Nachfrageseite professionalisiert sich der Einsatz: In Österreich nutzen laut Statistik Austria inzwischen 30 Prozent der Unternehmen ab 10 Beschäftigten KI im Jahr 2025, nach 20 Prozent im Jahr 2024 (Daten für Österreich). Entscheider recherchieren also nicht nur privat, sondern auch beruflich mit KI-Werkzeugen. Für den Content bedeutet das: Das Format muss so gebaut sein, dass eine Maschine die Kernaussage entnehmen und der Quelle zuordnen kann.

Wichtig ist, dass klassisches Ranking weiterhin die Eintrittskarte bleibt. Eine internationale Ahrefs-Analyse zeigt, dass 76,10 Prozent der in AI Overviews zitierten Seiten in den klassischen Top 10 ranken (Basis 1,9 Millionen Zitierungen aus 1 Million AI Overviews). Gleichzeitig ist gutes Ranking nicht mehr hinreichend: Dieselbe Quelle beschreibt die Kopplung nur als positiv, aber moderat und beziffert die Zitierchance als höchstens muenzwurfartig. Genau in dieser Lücke zwischen Ranking und Zitierung entscheidet das Format darüber, ob eine Seite tatsächlich als Quelle genannt wird.

Format-Taxonomie: Welches Format welche Suchintention bedient

Content-Typen sind keine Stilfrage, sondern eine Funktion der Suchintention. Jedes Format bedient eine andere Phase der Buyer Journey und wird von KI-Systemen unterschiedlich verwertet.

• Vergleichsartikel: Bedient die Evaluierungsphase im Bottom-of-Funnel. Wer A gegen B abwägt, hat Kaufabsicht. KI-Systeme entnehmen aus klaren Gegenüberstellungen besonders gut strukturierte Antworten, weshalb dieses Format für zitierfähige Inhalte zentral ist.
• Ranked Listicles: Geordnete Bestenlisten beantworten Auswahlfragen direkt. Ihr Aufbau aus nummerierten, in sich geschlossenen Punkten passt strukturell zu der Art, wie generative Systeme Antworten zusammensetzen.
• How-to-Anleitungen: Bedienen die transaktionale Umsetzungsphase. Schrittweise Inhalte mit klarer Reihenfolge sind maschinenlesbar und eignen sich für prozessbezogenes Markup.
• Definitions- und Glossarseiten: Bedienen Top-of-Funnel-Wissensfragen. Diese Inhalte sind besonders anfällig für Zero-Click, weil die KI die Definition direkt ausspielt und kein Klick mehr nötig ist.
• Original-Research: Eigene Daten und Studien liefern Information Gain, also Inhalt, den es so noch nicht gibt. Wer die Methodik sehen will, klickt weiter, was dieses Format resistenter gegen reine Zero-Click-Abkopplung macht.
• Case Studies: Bedienen die Entscheidungsphase mit Beweisen. Konkrete, belegbare Ergebnisse sind schwer zu replizieren und stützen E-E-A-T.
• FAQ-Inhalte: Bedienen viele kurze, spezifische Fragen auf einmal. Ihr Frage-Antwort-Aufbau ist nahezu deckungsgleich mit der Logik generativer Antworten.

Die strategische Konsequenz: Top-Funnel-Formate wie generische Definitions- und Was-ist-Seiten verlieren am stärksten an Klicks, weil ihre Antwort vollständig in der KI-Oberfläche aufgeht. Bottom-of-Funnel-Formate wie Vergleiche, Case Studies und Original-Research behalten ihren Wert, weil sie entweder zur Entscheidung gebraucht werden oder einzigartige Inhalte tragen.

Anatomie eines zitierfähigen Vergleichsartikels

Ein Vergleichsartikel wird nicht durch sein Thema zitierfähig, sondern durch seine Struktur. Vier Bausteine sind entscheidend.

• Antwort-Capsule oben: Direkt nach der Überschrift gehört eine kompakte, in sich geschlossene Antwort von etwa 40 bis 60 Wörtern, die die Kernfrage des Vergleichs beantwortet. Genau diese Front-Loading-Logik leiten Analysten aus der Zitierverteilung ab.
• Vergleichstabelle mit strukturierten Daten: Eine klare Tabelle mit benannten Kriterien macht die Gegenüberstellung maschinenlesbar. Strukturierte Darstellung ist nachweislich ein Zitiertreiber, nicht nur eine Lesehilfe.
• Klare H2-Gliederung: Jede Vergleichsdimension bekommt eine eigene, sprechende Zwischenüberschrift. So entstehen abgegrenzte Passagen, die ein System einzeln entnehmen kann.
• Benannte Quellen und Zahlen im Fliesstext: Statistiken und Belege gehören ausgeschrieben in den Text, nicht nur in Fussnoten. Eine internationale Citation-Studie zeigt, dass Seiten mit mindestens einer benannten Quelle im Fliesstext 2,1-mal häufiger zitiert werden (internationale Daten, Basis 4.243 zitierte URLs aus 1.000 AI Overviews).

Die Länge spielt zusammen mit der Struktur. Dieselbe Analyse beziffert, dass Seiten über 2.500 Wörter 1,6-mal häufiger zitiert werden als Seiten unter 800 Wörtern (internationale Daten), wobei der Effekt nicht linear ist, sondern ab rund 1.800 Wörtern einsetzt und um etwa 3.500 Wörter sättigt. Länge wirkt also nur in Verbindung mit klarer Gliederung und entnehmbaren Passagen.

Front-Loading und Passage-Density

Wo eine Antwort auf der Seite steht, entscheidet mit darüber, ob sie zitiert wird. Eine internationale Auswertung von Kevin Indig zeigt eine klare Konzentration am Seitenanfang: 44,2 Prozent der ChatGPT-Zitierungen stammen aus den ersten 30 Prozent der Seite, 31,1 Prozent aus dem mittleren Drittel und 24,7 Prozent aus dem letzten Drittel (internationale Daten, Basis 1,2 Millionen ChatGPT-Antworten und 18.012 verifizierte Zitierungen). Eine vergrabene Antwort tief im Tiefenartikel wird seltener gefunden als dieselbe Aussage weit oben.

Daraus folgen zwei Prinzipien. Erstens Front-Loading: Die direkte Antwort auf die Hauptfrage gehört möglichst nah an die erste Überschrift, idealerweise als kurze Answer-Capsule. Zweitens Passage-Density: Auch lange Inhalte sollten aus vielen self-contained Passagen bestehen, von denen jede eine Teilfrage vollständig beantwortet. Eine Passage, die ohne den umgebenden Kontext verständlich bleibt, kann von einem KI-System direkt entnommen und zugeordnet werden. Lange Tiefenartikel sind damit nicht im Nachteil, solange sie nicht als ein einziger fortlaufender Block, sondern als Folge eigenständiger, klar überschriebener Antworteinheiten gebaut sind.

Schema und Markup als Format-Fundament

Strukturierte Daten übersetzen das Format in eine maschinenlesbare Form und sind damit ein direkter Zitierhebel. Die internationale Citation-Studie quantifiziert den Effekt deutlich: mit Schema ausgezeichnete Seiten werden 2,3-mal häufiger zitiert als unstrukturierte Äquivalente, und Seiten mit HowTo-Schema erreichen sogar den 2,8-fachen Wert (internationale Daten). Markup ist damit kein technisches Beiwerk, sondern Teil der Content-Typ-Strategie.

Entscheidend ist, das Markup zum Format passend einzusetzen, nicht wahllos.

• FAQPage-Schema: Für echte Frage-Antwort-Blocke. Es macht die einzelnen Q-und-A-Paare als abgegrenzte Einheiten auslesbar.
• HowTo-Schema: Für schrittweise Anleitungen mit nummerierten, geordneten Schritten und klaren Überschriften. Es ist nur dort redaktionell valide, wo der Inhalt tatsächlich prozessbasiert ist.
• ItemList-Schema: Für Ranked Listicles und geordnete Bestenlisten. Es bildet die Reihenfolge der Listenpunkte explizit ab.
• Article-Schema: Als Grundauszeichnung für redaktionelle Inhalte inklusive Autor, Datum und Quelle, was E-E-A-T-Signale maschinenlesbar macht.

Alle diese Auszeichnungen werden als JSON-LD im Seitenkopf eingebunden. Wichtig ist die Ehrlichkeit des Markups: Schema, das nicht zum sichtbaren Inhalt passt, riskiert die Abwertung. HowTo-Schema gehört nur auf echte Schritt-für-Schritt-Inhalte, ItemList nur auf echte Listen.

Multimodalität im Content-Mix

Reiner Text ist nicht immer das stärkste Format. In Google AI Overviews ist Video das meistzitierte Format über alle Branchen hinweg: Eine grossangelegte internationale Auswertung beziffert, dass YouTube rund 23,3 Prozent der Zitierungen in AI Overviews stellt (internationale Daten, Basis 36 Millionen AI Overviews und 46 Millionen Zitierungen, März bis August 2025). Die Studie deutet das so, dass KI Video sowohl als Inhalt als auch als Kontext behandelt und dabei nicht nur das Transkript, sondern auch Verständlichkeit und Signale interpretiert.

Für die Praxis heisst das nicht, jeden Artikel zu verfilmen, sondern Multimodalität gezielt einzusetzen.

• Video: Lohnt sich bei Demonstrationen, Anleitungen und erklärungsbedürftigen Prozessen, wo Bewegung und Ton echten Mehrwert liefern.
• Eingebettete Grafiken und Diagramme: Visualisieren eigene Daten aus Original-Research und machen komplexe Vergleiche schneller erfassbar.
• Tabellen und Schaubilder: Stützen Vergleichsartikel und Listicles und erhöhen die strukturelle Entnehmbarkeit.

Ein reines Textformat ist dort im Nachteil, wo Konkurrenzinhalte denselben Sachverhalt zusätzlich visuell oder als Video belegen. Der pragmatische Ansatz für DACH-B2B ist ein Text-Kern mit klarer Struktur, ergänzt um eigene Grafiken und, wo sinnvoll, ein begleitendes Video.

Content-Format-Mapping auf den DACH-B2B-Funnel

Die Buyer Journey im B2B verläuft heute weitgehend selbstgesteuert. Entscheider recherchieren, vergleichen und schliessen Anbieter aus, bevor sie Kontakt aufnehmen, zunehmend mithilfe von KI-Werkzeugen. Die Content-Typ-Strategie sollte deshalb jedem Funnel-Abschnitt das Format zuordnen, das dort sowohl die Intention bedient als auch zitierfähig ist.

• Top-of-Funnel (Problembewusstsein): Definitions-, Glossar- und Was-ist-Inhalte. Sie schaffen Reichweite und Markennennungen, verlieren aber am stärksten direkte Klicks an Zero-Click. Ihr Wert liegt darin, als zitierte Quelle die Marke in der Antwort zu platzieren.
• Middle-of-Funnel (Evaluierung): Ranked Listicles, Kategorieuebersichten und tiefe How-to-Inhalte. Hier beginnt die ernsthafte Auswahl, und strukturierte, entnehmbare Formate zahlen direkt ein.
• Bottom-of-Funnel (Entscheidung): Vergleichsartikel, Case Studies und Preis- beziehungsweise Leistungsseiten. Diese Formate bedienen die Kaufabsicht und liefern den hochwertigsten Verweisverkehr aus KI-Antworten, weil sie nahe an der konkreten Anbieterwahl stehen.

Für den DACH-Markt kommt hinzu, welche Plattformen KI-Systeme bevorzugt als Quelle heranziehen. Eine internationale Analyse von Peec AI nennt Reddit als die meistzitierte Domain in KI-Antworten, gefolgt von YouTube, LinkedIn, Wikipedia und Forbes (internationale Daten, Basis 30 Millionen analysierte Quellen). Für B2B-Anfragen gewichtet Perplexity laut derselben Quelle Reddit, LinkedIn und G2 besonders stark. Eine vollständige Content-Typ-Strategie endet deshalb nicht auf der eigenen Domain, sondern denkt Präsenz und konsistente Markennennungen auf diesen Drittplattformen mit.

Information Gain und E-E-A-T pro Format

KI-Systeme belohnen Inhalte, die etwas Neues beitragen, und ignorieren austauschbare Wiederholungen. Information Gain bezeichnet genau diesen zusätzlichen Informationswert gegenüber dem, was bereits vielfach im Netz steht. Thin Content und Duplicate Content, also dünne oder kopierte Inhalte ohne eigenen Mehrwert, haben in der KI-Zitierung kaum eine Chance, weil das System aus vielen ähnlichen Quellen wählen kann.

Was den Mehrwert pro Format ausmacht, unterscheidet sich.

• Eigene Daten und Original-Research: Selbst erhobene Zahlen sind die stärkste Form von Information Gain, weil sie nur aus einer Quelle stammen können und damit oft die Erstquelle einer Aussage werden.
• Experten-Statements: Benannte, attribuierbare Aussagen von Fachpersonen stützen Erfahrung und Autorität und sind schwer zu replizieren.
• Erstquellen-Statistiken im Fliesstext: Belege gehören ausgeschrieben und verlinkt in den Text. Das passt zum nachgewiesenen Zitiervorteil benannter Quellen.
• Konkrete, belegbare Ergebnisse: Case Studies mit nachprüfbaren Resultaten liefern den Trust, den generische Ratgeber nicht bieten.

Dass strukturierte Methodik wirkt, zeigt auch die Forschung zur Generative Engine Optimization. Eine akademische arXiv-Studie weist nach, dass GEO-Methoden die Sichtbarkeit in generativen Antworten um bis zu 40 Prozent steigern können (internationale Daten, domainübergreifender Benchmark). Der gemeinsame Nenner ist klar: Eigener, belegter, gut strukturierter Inhalt wird belohnt, austauschbarer nicht.

Häufige Fehler

• Top-Funnel-Content überinvestieren: Wer den Grossteil der Ressourcen in generische Was-ist- und How-to-Inhalte steckt, baut genau die Formate aus, die am stärksten an Zero-Click verlieren, und vernachlässigt die zitierstarken Bottom-Funnel-Formate.
• Antwort vergraben: Die Kernaussage erst nach langer Einleitung zu liefern, widerspricht der Front-Loading-Logik. Die entscheidende Antwort gehört in die ersten 30 Prozent der Seite.
• Schema wahllos oder falsch einsetzen: HowTo-Schema auf Nicht-Prozessseiten oder FAQ-Markup ohne echte Fragen ist nicht nur wirkungslos, sondern riskiert Abwertung. Markup muss zum sichtbaren Format passen.
• Reines Textdenken: Formate ohne eigene Grafiken oder Video bleiben dort zurück, wo die Konkurrenz multimodal belegt, gerade weil Video in AI Overviews stark zitiert wird.
• Thin und Duplicate Content skalieren: Masse ohne Information Gain produziert austauschbare Seiten, die KI-Systeme nicht als Quelle brauchen.
• Nur auf Klicks schauen: Wer ausschliesslich den klassischen Klick misst, übersieht den Wert von Zitierungen und Markennennungen in KI-Antworten und steuert seine Formate falsch.

Metriken und Messung jenseits des Klicks

In einer Zero-Click-Welt reicht der klassische organische Traffic als Erfolgsmass nicht mehr aus. Wenn die Antwort in der KI-Oberfläche aufgeht, entsteht Wert durch Sichtbarkeit als Quelle, auch ohne Besuch. Die Content-Typ-Strategie braucht deshalb KPIs, die auf das Format einzahlen.

• Share of Voice in AI Overviews: Der Anteil der eigenen Domain an den zitierten Quellen für die relevanten Themen. Er zeigt, ob die eingesetzten Formate tatsächlich als Quelle gewählt werden.
• Zitierhäufigkeit: Wie oft die eigenen Inhalte über ChatGPT, Perplexity, Google AI Mode und AI Overviews als Quelle erscheinen, idealerweise nach Format aufgeschlüsselt.
• Markennennungen: Erwähnungen der Marke in generierten Antworten, auch ohne verlinkte Quelle. Gerade Top-Funnel-Formate zahlen hierauf ein.
• KI-Referral-Traffic: Der Verweisverkehr, der trotz Zero-Click aus KI-Antworten auf die Seite kommt, segmentiert nach Content-Typ, um die wertvollsten Formate zu erkennen.
• Ranking als Eingangsvoraussetzung: Da die grosse Mehrheit der zitierten Seiten in den Top 10 rankt, bleibt die klassische Position eine notwendige Begleitmetrik.

Sinnvoll ist, diese Kennzahlen pro Content-Typ zu erheben. So wird sichtbar, welche Formate Zitierungen und Markennennungen erzeugen und welche nur Klicks verlieren, ohne als Quelle aufzutauchen.

EU AI Act und KI-gestützte Content-Erstellung

Viele Formate entstehen heute mit KI-Unterstützung, und das ist im DACH-Raum zulässig, solange die Inhalte echten Mehrwert liefern und die Transparenzpflichten beachtet werden. Generative Systeme bewerten nicht, ob ein Text von einer Maschine mitgeschrieben wurde, sondern ob er Information Gain bietet und nicht als Thin oder Duplicate Content austauschbar ist. KI-gestützte Erstellung ist damit ein Effizienzhebel, kein Qualitätsersatz: Eigene Daten, Experten-Input und redaktionelle Prüfung bleiben das, was ein Format zitierfähig macht.

Hinzu kommt die regulatorische Ebene. Der EU AI Act bringt für den Einsatz generativer KI Kennzeichnungs- und Transparenzpflichten, die ab 2026 greifen. Für eine compliance-konforme Content-Produktion im DACH-Raum bedeutet das, künstlich erzeugte oder manipulierte Inhalte dort zu kennzeichnen, wo es vorgeschrieben ist, und die eigene Nutzung von KI in der Formaterstellung dokumentierbar zu halten. Dieser Abschnitt ist als fachliche Einordnung zu verstehen und ersetzt keine Rechtsberatung; die konkrete Pflichtenlage sollte vor der Umsetzung juristisch gegengeprüft werden.

Predictive-Perspektive: Wie sich Zitierformate weiterentwickeln

Die Richtung der Entwicklung ist absehbar. Mit Google AI Mode, Perplexity und weiteren generativen Oberflächen verschiebt sich Suche von der Linkliste zur synthetisierten Antwort. Die Kopplung zwischen klassischer Top-10-Position und Zitierung lockert sich dabei: Zwar ranken weiterhin die meisten zitierten Seiten in den Top 10, doch das Ranking allein garantiert die Zitierung immer weniger, wie die nur moderate Korrelation in der Ahrefs-Analyse zeigt. Das gibt dem Format zusätzliches Gewicht, weil es über die verbleibende Differenz mitentscheidet.

Drei Tendenzen sind für die Content-Typ-Strategie relevant. Erstens steigt der Wert von Formaten, die einzigartige Inhalte tragen, also Original-Research, Vergleiche und Case Studies, weil sie nicht beliebig aus anderen Quellen rekonstruierbar sind. Zweitens nimmt die Bedeutung maschinenlesbarer Struktur weiter zu, da Schema und klare Passagen die Entnahme erleichtern. Drittens wird die plattformübergreifende Präsenz wichtiger, weil generative Systeme stark auf wenige autoritative Domains und Communitys zurückgreifen. Eine zukunftsfeste Strategie setzt deshalb auf eigene, belegte und klar strukturierte Bottom-Funnel-Formate, denkt Multimodalität mit und sichert konsistente Markennennungen auch ausserhalb der eigenen Domain.

Weiterführendes

Die Content-Typ-Strategie ist ein Baustein einer breiteren Content- und GEO-Strategie. Sinnvolle Anschlussthemen sind die Suchintention als Ausgangspunkt der Formatwahl, Topic Cluster und Pillar Pages als Struktur für entnehmbare Passagen, Information Gain und E-E-A-T als Qualitätsfundament sowie die Zero-Click-Strategie mit ihren Kennzahlen jenseits des Klicks. Wer diese Elemente verbindet und jedem Funnel-Abschnitt das passende, zitierfähige Format zuordnet, baut eine KI-Sichtbarkeit auf, die über die reine Klickmessung hinaus tragfähig ist.