Die fünf Säulen der GEO-Skepsis: Eine kritische Analyse

Kaum ein Begriff im B2B-Online-Marketing hat 2025 und 2026 so schnell Karriere gemacht wie GEO (Generative Engine Optimization), die Optimierung von Inhalten fuer KI-Suchsysteme wie ChatGPT Search, Perplexity, Google AI Overviews und Gemini. Parallel zur Euphorie ist eine ernstzunehmende Gegenbewegung entstanden. Erfahrene SEO-Fachleute, Datenanalysten und Agenturkritiker werfen GEO vor, alter Wein in neuen Schlaeuchen zu sein, auf duenner Datenbasis zu stehen und vor allem eines zu verkaufen: Unsicherheit. Dieser Artikel ordnet die Kritik entlang von fuenf Saeulen, prueft sie nuechtern gegen die belegbare Faktenlage und leitet daraus ein Reifegradmodell fuer oesterreichische B2B-Unternehmen ab. Wer GEO-Budgets verantwortet, braucht beides: das Gegenargument und das Gegen-Gegenargument.

Warum die GEO-Skepsis relevant ist (und nicht ignoriert werden darf)

GEO-Skepsis ist kein Bremserreflex von Ewiggestrigen. Sie kommt aus dem Zentrum der Disziplin und benennt reale Schwachstellen: fehlende Messbarkeit, fragwuerdige Studien, ein wirtschaftlich noch winziger Kanal und ein Beratungsmarkt, der von der Verwirrung lebt. Fuer Entscheider im DACH-Raum ist die Skepsis doppelt wertvoll. Erstens schuetzt sie vor teurem Aktionismus, der dem aktuellen Geschaeftsbeitrag nicht entspricht. Zweitens schaerft sie den Blick dafuer, welche GEO-Massnahmen wirklich tragen und welche reines Cargo-Cult-Marketing sind. Die ehrliche Position liegt selten an den Raendern. Wer GEO als reine Revolution oder als reinen Schwindel verkauft, vereinfacht. Die folgende Analyse trennt belegbare Kritik von Bauchgefuehl.

Saeule 1: "GEO ist nur umetikettiertes SEO"

Das haeufigste Argument lautet: GEO ist kein eigenes Handwerk, sondern SEO unter neuem Namen. Diese These hat empirische Rueckendeckung. In einer Branchenanalyse von Digiday argumentieren Praktiker, dass GEO als Erweiterung von SEO zu verstehen sei, nicht als komplett eigene Strategie, und dass die meisten GEO-Taktiken auf denselben Fundamenten wie SEO beruhen, weil LLMs ihre Informationen ueberwiegend aus hoch rankenden, autoritativen Webinhalten ziehen. uSERP-CEO Jeremy Moser bringt es in derselben Analyse auf die Formel, dass 80 Prozent von GEO gutes, fundamentales SEO sind.

Die Reduktion ist nicht falsch, aber sie greift zu kurz. Wer GEO vollstaendig in SEO aufloest, uebersieht die verbleibenden 20 Prozent, in denen sich die Disziplinen unterscheiden: KI-Systeme zitieren nicht zwingend die Position-1-Seite, sondern jene Passage, die eine konkrete Frage am praezisesten und am fruehesten im Text beantwortet (Front-Loading). Sie bevorzugen extrahierbare, in sich geschlossene Antwortbloecke (Answer Islands) und bewerten Markennennungen anders als klassische Backlinks. Die nuechterne Mitte lautet deshalb: GEO ist eine Schicht auf SEO, kein Ersatz. Ein technisch und inhaltlich schwaches Fundament laesst sich durch GEO-Taktiken nicht reparieren. Ein starkes Fundament wird durch sie inkrementell besser fuer KI-Antworten erschlossen.

Saeule 2: Die Datenbasis-Kritik an der Princeton-Studie

Die GEO-Bewegung beruft sich gern auf die Princeton-GEO-Studie, die fuer einzelne Methoden Sichtbarkeitsgewinne von bis zu plus 40 Prozent ausweist. Genau hier setzt die fundierteste Kritik an. Die Analyse GEO Targeted: Critiquing the Generative Engine Optimization Research von SandboxSEO haelt fest, dass es sich um einen Preprint ohne Peer-Review handelt, und formuliert den methodischen Kern wortwoertlich: Der Autor glaubt, dass die Methodik des Papers ernste Verzerrungen, Fehler und Fragezeichen enthaelt. Entscheidend ist der Hinweis, dass die Studie keine produktive Suchmaschine getestet hat, sondern jede Anfrage mit den zugehoerigen Top-Fuenf-Seiten ueber einen Template-Prompt in GPT-3.5 eingespeist hat, also eine simulierte statt einer live arbeitenden Generative Engine.

Fuer die Praxis heisst das: Die oft zitierten Prozentgewinne stammen aus einer Laborumgebung mit einem aelteren Modell und kuenstlichen Prompts. Sie sind ein Hinweis auf moegliche Wirkmechanismen, aber keine belastbare Geschaeftsgrundlage. Ein DACH-B2B-Unternehmen, das GEO-Budgets allein mit der Princeton-Zahl rechtfertigt, baut auf Sand. Wer die Studie zitiert, sollte sie als das kennzeichnen, was sie ist: ein nicht begutachteter Forschungsentwurf, der laut SandboxSEO bemerkenswert wenig unabhaengig nachgeprueft wurde.

Saeule 3: Das Volumen-vs.-Conversion-Paradox

Das wirtschaftliche Kernargument der Skeptiker: KI-Traffic mag gut konvertieren, ist aber im Umsatz noch winzig. Beide Halbsaetze stimmen. Eine ueber Search Engine Land berichtete GA4-Analyse von Visibility Labs zeigt, dass ChatGPT-Traffic mit 1,81 Prozent gegenueber 1,39 Prozent bei non-branded organischer Suche konvertierte, also 31 Prozent hoeher. Die hoehere Conversion-Rate ist real. Doch dieselbe internationale Auswertung von 94 E-Commerce-Marken stellt sie ins Verhaeltnis: Verglichen wurden 9,46 Millionen non-branded organische Sessions mit 135.000 ChatGPT-Referral-Sessions, und ChatGPT erzeugte 474.000 US-Dollar Umsatz gegenueber 32,1 Millionen US-Dollar aus non-branded organischer Suche, also 1,48 Prozent des organischen Umsatzes.

Die ehrliche Schlussfolgerung fuer Oesterreich heute: Ein Kanal mit ein bis zwei Prozent Umsatzanteil rechtfertigt selten ein eigenes Grossprojekt. Im DACH-B2B, wo Kaufzyklen lang und Zielgruppen klein sind, faellt das absolute Volumen noch geringer aus als in der US-E-Commerce-Stichprobe. Der wirtschaftlich vertretbare Weg ist nicht GEO als Sonderbudget, sondern GEO als Nebenprodukt eines ohnehin starken SEO- und Content-Fundaments. Die hohe Conversion ist ein Argument fuer Aufmerksamkeit, nicht fuer einen Blankoscheck.

Saeule 4: Das Mess- und Attributionsproblem

GEO hat ein hartes Messproblem, und das ist die schluessigste Saeule der Skepsis. Es fehlen belastbare, standardisierte Metriken, das Ranking der LLMs ist eine Blackbox, und Ergebnisse lassen sich nicht garantieren. Hinzu kommt ein Attributionsdefekt, der quantifizierbar ist. Die Ghost Citations Study von Semrush und Kevin Indig untersuchte 3.981 Domain-Erscheinungen ueber 115 Prompts, 14 Laender und vier KI-Engines und fand, dass 61,7 Prozent Ghost Citations waren, also zitiert, ohne dass die Marke genannt wurde. Anders gewendet: 62 Prozent der KI-Zitate fuehren zu keiner Markennennung.

Diese Luecke ist die Achillesferse jeder GEO-Erfolgsmessung. Wenn eine Quelle die Antwort einer KI speist, ohne dass der Nutzer den Markennamen sieht, entsteht weder ein Klick noch eine bewusste Markenwahrnehmung, und der Effekt taucht in keinem klassischen Analytics-Bericht auf. Tools fuer KI-Sichtbarkeit existieren, doch sie messen Erwaehnungen und Zitate, nicht garantierten Geschaeftswert. Fuer Controller im DACH-Raum bedeutet das: GEO-Reporting muss als Naeherung verstanden werden, nicht als belastbare Umsatzattribution. Wer harte Erfolgsgarantien verspricht, verkennt die Blackbox-Natur der Systeme.

Saeule 5: Der "GEO-Grift" und das Penalty-Risiko

Die fuenfte Saeule ist die unbequemste: Ein Teil des GEO-Markts monetarisiert vor allem Unsicherheit. Agenturen verkaufen GEO-Pakete, deren Wirkung sie nicht belegen koennen, llms.txt wird als Pflicht-Datei vermarktet, obwohl keine relevante KI-Suchmaschine ihre Beruecksichtigung bestaetigt hat, und manche empfohlenen Taktiken sind nicht nur wirkungslos, sondern riskant. Selbstbeweihraeuchernde Listicles, in denen sich eine Marke wiederholt selbst als Testsieger nennt, koennen von Suchmaschinen als Manipulation gewertet werden. Skaliert produzierte, duenne KI-Inhalte tragen dasselbe Abwertungsrisiko.

Diese Saeule ueberschneidet sich mit Saeule 2 und 4: Wo Wirksamkeit nicht messbar ist und die Studienlage duenn bleibt, entsteht ein idealer Markt fuer Versprechen ohne Beleg. Der nuechterne Rat lautet, GEO-Massnahmen am selben Standard zu messen wie jede andere Marketinginvestition. Taktiken, die ohne KI-Argument schon gutes SEO und gute Inhalte sind, sind sicher. Taktiken, die ausschliesslich mit einem nicht ueberpruefbaren KI-Versprechen begruendet werden, gehoeren auf den Pruefstand. Eine technische Datei, die niemand nachweislich liest, ersetzt keine inhaltliche Substanz.

Was die GEO-Skeptiker uebersehen: der empirische Klick-Kollaps

So treffend die fuenf Saeulen sind, sie blenden den realen Handlungsdruck aus. Das Nutzerverhalten in der klassischen Suche veraendert sich messbar, und zwar zulasten der Klicks. Eine Untersuchung des Pew Research Center ueber 68.879 Suchanfragen von 900 US-Erwachsenen zeigt, dass Nutzer mit einer KI-Zusammenfassung in 8 Prozent der Besuche auf ein klassisches Suchergebnis klickten, gegenueber 15 Prozent ohne KI-Zusammenfassung. Der Link in der Zusammenfassung selbst wurde in nur 1 Prozent der Besuche geklickt. Noch deutlicher faellt die Auswertung von Ahrefs ueber 300.000 Keywords aus: Die Praesenz einer AI Overview korreliert inzwischen mit einer um 58 Prozent niedrigeren durchschnittlichen Klickrate fuer die bestplatzierte Seite, nach zuvor 34,5 Prozent im April 2025.

Das ist die entscheidende Gegenposition. Selbst wenn KI-Traffic heute kaum Umsatz bringt, schrumpft der klassische organische Klick als Quelle. Wer ausschliesslich auf den Status quo des Referral-Volumens schaut, optimiert fuer eine Vergangenheit, die gerade erodiert. Die rationale Antwort ist nicht Panik, sondern Vorbereitung: Inhalte so bauen, dass sie sowohl klassisch ranken als auch von KI-Systemen sauber zitiert werden koennen.

Best Practices: belegbare Taktiken statt Cargo-Cult

Aus der Kritik laesst sich eine disziplinierte Praxis ableiten. Setzen Sie nur auf Massnahmen, die auch ohne KI-Argument Wert schaffen.

• Fundament zuerst: Technische SEO, thematische Autoritaet und Inhaltstiefe bleiben die Grundlage, weil LLMs laut Digiday ueberwiegend aus hoch rankenden, autoritativen Inhalten zitieren.
• Front-Loading: Beantworten Sie die Kernfrage eines Abschnitts in den ersten Saetzen, bevor Sie ausholen. Extrahierbare Antworten erhoehen die Zitierwahrscheinlichkeit.
• Answer Islands: Strukturieren Sie Inhalte in in sich geschlossene, klar ueberschriebene Bloecke, die eine KI ohne Kontextverlust herausloesen kann.
• Brand Mentions kultivieren: Da 62 Prozent der KI-Zitate laut Semrush ohne Markennennung erfolgen, lohnt es, die Marke direkt in zitierfaehige Kernaussagen einzubauen, statt sie nur ins Impressum zu schreiben.
• Schema fuer Maschinenlesbarkeit: Strukturierte Daten helfen der Extraktion, sind aber Hygiene, kein Wundermittel. Sie ersetzen keine inhaltliche Substanz.

Haeufige Fehler im Umgang mit GEO

• Die Princeton-Zahl als Beweis verkaufen: Plus 40 Prozent stammen aus einem nicht begutachteten Preprint mit simulierter Engine und GPT-3.5, wie SandboxSEO dokumentiert. Als Geschaeftsgrundlage taugt das nicht.
• GEO als Sonderbudget statt als Schicht: Bei 1,48 Prozent organischem Umsatzanteil im internationalen E-Commerce-Sample rechtfertigt der Kanal selten ein isoliertes Grossprojekt.
• Garantien versprechen: Das Blackbox-Ranking der LLMs und 61,7 Prozent Ghost Citations machen harte Erfolgsgarantien unserioes.
• llms.txt als Pflicht behandeln: Keine relevante KI-Suchmaschine bestaetigt deren Beruecksichtigung. Die Datei kostet wenig, ersetzt aber keine Substanz.
• Self-promotional Listicles: Wiederholte Eigenlob-Platzierungen riskieren Abwertungen statt Sichtbarkeit.

Metriken und Messung: Naeherung statt Gewissheit

GEO-Erfolg laesst sich nur naeherungsweise messen, und genau das muss im Reporting transparent sein. Sinnvoll sind drei Ebenen. Erstens KI-Sichtbarkeit: Wie oft und mit welcher Share of Voice taucht die Domain in Antworten von ChatGPT, Perplexity, Google AI Overviews, Google AI Mode und Gemini auf. Zweitens die Ghost-Citation-Quote: Welcher Anteil der Zitate fuehrt zu einer tatsaechlichen Markennennung. Die Semrush-Studie liefert mit 38,3 Prozent Erscheinungen mit Markennennung einen Benchmark fuer den Abstand zwischen Zitiert-Werden und Wahrgenommen-Werden. Drittens der klassische Referral- und Conversion-Pfad aus GA4, im Wissen, dass KI-Referrals laut Visibility Labs mit 1,81 Prozent Conversion ueberdurchschnittlich abschliessen, aber in absoluten Zahlen klein bleiben. Keine dieser Metriken liefert garantierte Umsatzattribution. Wer das offen kommuniziert, schuetzt das eigene Reporting vor falschen Versprechen.

Weiterfuehrendes: Ein Reifegradmodell fuer oesterreichische B2B-Unternehmen

Die Synthese aus Skepsis und Gegenargument ist kein Entweder-oder, sondern eine Frage des Zeitpunkts. Drei Stufen helfen bei der Einordnung.

• GEO ist Verschwendung, wenn das SEO- und Content-Fundament schwach ist. Hier zahlt jeder GEO-Euro auf eine Schicht ein, die keinen Unterbau hat. Erst Fundament, dann KI-Optimierung.
• GEO ist Kuer, wenn das Fundament steht und die Zielgruppe KI-Suche noch zurueckhaltend nutzt. Das trifft auf weite Teile des DACH-Raums zu. In Oesterreich schaetzen laut Statistik Austria 73 Prozent ihr KI-Wissen als gering oder nicht vorhanden ein, und nur 4 Prozent nutzen generative KI-Tools taeglich oder fast taeglich. Auf dieser Stufe genuegt es, zitierfaehig zu schreiben und die Entwicklung zu beobachten, ohne Sonderbudget.
• GEO ist Pflicht, wenn die Zielgruppe KI-Systeme aktiv fuer Recherche und Vorauswahl nutzt und der klassische Klick spuerbar erodiert. Der Ahrefs-Befund von minus 58 Prozent CTR auf Position 1 zeigt, dass dieser Punkt fuer informationsgetriebene Themen naeher rueckt. Wer hier zu spaet startet, verliert Sichtbarkeit in beiden Welten.

Die regulatorische Zurueckhaltung und das geringe KI-Selbstvertrauen im DACH-Raum verschieben den Pflicht-Zeitpunkt fuer viele oesterreichische B2B-Unternehmen nach hinten, heben ihn aber nicht auf. Die kluge Haltung ist, das Fundament so zu bauen, dass GEO ohne Zusatzaufwand mitlaeuft, und den Kanal genau dann zu skalieren, wenn die eigene Zielgruppe ihn nutzt. GEO-Skepsis und GEO-Vorbereitung sind kein Widerspruch. Sie sind zwei Seiten derselben rationalen Strategie.