GEO-Audit: Was er wirklich prüft

Von Manfred Mayer Rieger · Veröffentlicht 11. September 2026

Zwei Audits derselben Startseite, am selben Nachmittag ausgeführt — eines kostenlos, eines kostenpflichtig — und das kostenlose kann den höheren Score liefern. Nicht weil die Website weniger Probleme hat. Sondern weil der kostenlose Lauf weniger davon geprüft hat, entsprechend weniger Mängel fand, und trotzdem eine Zahl meldet, als hätte er überall genauso genau hingesehen wie der bezahlte. Genau diese Lücke zwischen dem, was ein Audit geprüft hat, und dem, was es zu geprüft haben behauptet, unterscheidet eine Seite, die sich „GEO-Audit“ nennt, von einer, die nur so klingt.

Was ist ein GEO-Audit?

Ein GEO-Audit prüft, ob ein Unternehmen so aufgestellt ist, dass es von KI-Suchtools gefunden und zitiert wird — ChatGPT, Perplexity, Googles AI Overviews —, so wie ein technisches SEO-Audit prüft, ob eine Website für ein Ranking bei Google aufgestellt ist. Der erste Teil des Namens stammt aus Generative Engine Optimization, einem Begriff, den Forschende der Princeton University und des IIT Delhi 2024 in einer Studie einführten, die maß, welche Änderungen an einer Seite eine Quelle in KI-generierten Antworten tatsächlich nach oben brachten (arXiv:2311.09735).

„SEO-Audit“ hat jahrzehntelange, geteilte Konventionen hinter sich: Praktiker sind sich weitgehend einig, was auf die Checkliste gehört. „GEO-Audit“ hat das noch nicht — der Begriff ist erst ein paar Jahre alt, und niemand hat einen Standard veröffentlicht, der festlegt, was der Name verlangt. Zwei Tools, die ihn verwenden, können fast völlig unterschiedliche Dinge prüfen. Was sich trotzdem meist wiederfindet: Crawler-Zugriff für die Crawler, die KI-Systeme tatsächlich einsetzen, strukturierte Daten, E-E-A-T-Signale — und, wenn ein Audit tief genug geht, ein Blick darauf, was ein KI-Modell tatsächlich sagt, wenn man es nach dem Unternehmen fragt.

Wie unterscheidet es sich von einem klassischen SEO-Audit?

Weniger, als der Name vermuten lässt — jedenfalls für den größten Teil der Checkliste. Crawlbarkeit, Schema-Markup, Seitenstruktur und verständliche Inhalte sind SEO-Grundhandwerk, das ein GEO-Audit übernimmt statt neu zu erfinden — eine Seite, die für den Googlebot unlesbar ist, ist aus denselben Gründen auch für einen KI-Crawler unlesbar.

Der erste echte Unterschied liegt darin, wer da liest. Google betreibt einen Crawler mit einem Signalsatz. KI-Systeme betreiben mehrere getrennte Crawler mit getrennten Aufgaben — einer speist die Trainingsdaten eines Modells, einer baut den Index auf, den eine Live-Suchfunktion abfragt, einer ruft eine Seite auf Anfrage ab, wenn jemand ein Modell bittet, einen Link zu öffnen —, und die robots.txt einer Website kann den einen erlauben und den anderen blockieren, ohne dass es jemandem auffällt, bis ein KI-Tool die Seite nicht mehr zitiert, während Google sie unverändert weiter rankt.

Der zweite Unterschied sind Modelltests: ein KI-Modell direkt fragen, was es über ein Unternehmen weiß und ob es es empfehlen würde. Nichts an einem klassischen SEO-Audit tut das, weil Google keine vergleichbare Blackbox hat, die man befragen könnte. Ein GEO-Audit, das diesen Schritt auslässt, prüft die Voraussetzungen für KI-Sichtbarkeit, ohne je das Ergebnis zu prüfen. Wie ein Modell den Rest einer Seite jenseits des Crawls liest, behandelt der KI-SEO-Ratgeber.

Was prüft ein kostenloses GEO-Audit im Vergleich zu einem Deep-Audit?

Genau hier entsteht die Score-Lücke aus der Einleitung, und es lohnt sich, konkret zu werden, statt es bei einem vagen Sternchen zu belassen.

Ein kostenloser Lauf überspringt den Crawl, das Rendern im Browser, Performance-Messungen und die meisten externen Quellen. Eine kleine Gruppe externer Prüfungen — eine öffentliche Wissensdatenbank-Abfrage, eine Safe-Browsing-Prüfung, ein öffentlicher Backlink-Autoritätswert — läuft unabhängig vom gewählten Tarif auf beiden Stufen. Weil ein Lauf gegen die vollständige Checkliste bewertet wird und nicht nur gegen das, was er selbst geprüft hat, wird der Score eines kostenlosen Berichts, der weniger von der Seite abgedeckt hat, um genau diesen Anteil herabgestuft — und trägt gar keine Buchstaben-Note mehr, nur eine vorläufige Zahl von 100, gedeckelt unterhalb des Maximums, mit einem Hinweis, wie viele Prüfungen nie liefen. Das ist auch der Grund, warum ein kostenloser Bericht über einem Deep-Bericht derselben Website landen kann: Die beiden Zahlen bewerten nicht dasselbe.

Die zweite Lücke ist die eben beschriebene Modelltest-Stufe. Ein kostenloser Scan führt sie gar nicht aus — ein Modell zu fragen, was es über ein Unternehmen bereits glaubt, ist ausschließlich dem Deep-Audit vorbehalten. Wer sich für KI-Sichtbarkeit auf einen kostenlosen Scan verlässt, bekommt die Einrichtungsprüfungen und keine einzige „was sagt ein Modell tatsächlich“-Prüfung. Ein Bericht, der etwas anderes suggerieren würde, würde ausgerechnet in der Richtung irreführen, die für die Bewertung des Scores am meisten zählt. Die vollständige Checkliste hinter beiden Stufen steht offen in der Methodik.

Können Sie eines selbst durchführen?

Die Einrichtungs-Hälfte schon, in etwa fünfzehn Minuten. robots.txt auf Regeln prüfen, die KI-Crawler anders behandeln als den Googlebot. Den Seitenquelltext öffnen und bestätigen, dass strukturierte Daten vorhanden sind und mit dem übereinstimmen, was sichtbar auf der Seite steht. Den Unternehmensnamen direkt in einem Modell suchen und lesen, was zurückkommt — beschreibt es das echte Unternehmen, oder weicht es aus und rät anhand dessen, was der Name nahelegt? Ein kostenloser Scan führt die Einrichtungs-Hälfte automatisch aus und liefert dieselben Prüfungen in einem Durchgang.

Die Ergebnis-Hälfte ist allein schwerer sauber umzusetzen. Eine Frage an ein Modell an einem Tag ist eine Stichprobe von eins, und Modelle antworten nicht zweimal identisch — ein verlässliches Bild braucht mehrere Modelle, mehrere Formulierungen der Frage und mehrere Durchläufe je Formulierung, gerade um die Schwankung von Durchlauf zu Durchlauf zu erfassen, statt eine einzelne glückliche oder unglückliche Antwort für eine feste Tatsache zu halten. Genau dieser Aufwand ist der Grund, warum ein kostenloses Tool diesen Teil auslässt und ein kostenpflichtiges nicht.

Wie oft sollte ein Unternehmen neu auditieren?

Vierteljährlich ist für eine stabile Website ein vernünftiger Richtwert — weder Googles Crawl-Zyklus noch der Trainingszyklus eines KI-Modells läuft schnell genug, um häufigeres Prüfen zu belohnen. Früher erneut prüfen nach allem, was verändert, was ein Crawler sieht: ein Relaunch, eine Schema-Änderung, eine neue robots.txt-Regel oder ein Rebranding, das den Unternehmensnamen auf der ganzen Seite betrifft. Das sind die Änderungen, die ein Ergebnis am ehesten verschieben, bevor die nächste geplante Prüfung sie auffangen würde.

All das macht „GEO-Audit“ noch nicht zu einer gefestigten Kategorie. Der Begriff steht ungefähr dort, wo „SEO-Audit“ stand, bevor Suchmaschinen genug Dokumentation veröffentlicht hatten, damit sich Praktiker auf annähernd dieselbe Checkliste einigen konnten. Bis etwas Vergleichbares hier passiert, ist die ehrlichere Version eines GEO-Audits die, die offenlegt, was sie geprüft hat und was nicht — nicht die mit der höheren Zahl.