Hinweis: Dieser Beitrag gehört zur Wissensrubrik Was nach SEO kommt: Ein Nachruf auf eine Disziplin, die wir falsch verstanden haben im Mehrklicks-Wissensportal.
Die Inhalte beschreiben Methoden und Strukturen, mit denen wir Marken für KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews sichtbar machen.
Eine thematische Einordnung und die operative Umsetzung findest du auf der Seite Agentur für KI-Sichtbarkeit.
Ich erinnere mich an den Anruf eines Marketingleiters. Er war stolz. „Wir haben unsere ‚Über uns‘-Seite komplett überarbeitet. Fotos vom Team, unsere Geschichte, unsere Werte – alles nach E-E-A-T optimiert.“ Ich fragte ihn, woher er wisse, dass eine KI das beeindruckt. Es wurde still am anderen Ende der Leitung.
Diese Szene wiederholt sich fast täglich. Dahinter steckt gut gemeintes Marketing, das jedoch auf einer fundamentalen Fehleinschätzung beruht: dem Glauben, KI-Systeme wie Google oder ChatGPT würden Vertrauen so bewerten wie ein Mensch. Sie lesen keine emotionalen Geschichten. Sie scannen keine sympathischen Teamfotos. Sie interpretieren keine Werte.
KI-Systeme berechnen Vertrauen. Sie tun das, indem sie Datenpunkte verbinden, Reputationen quantifizieren und digitale Fußabdrücke analysieren. Deine auf Hochglanz polierte ‚Über uns‘-Seite ist für eine Maschine nur eine Quelle von vielen – und dazu noch die voreingenommenste von allen. Die Wahrheit über deine Marke findet eine KI woanders.
Jahrelang haben uns SEO-Guides eingetrichtert, dass wir unsere Expertise, Erfahrung, Autorität und Vertrauenswürdigkeit (E-E-A-T) auf unserer eigenen Website darstellen müssen. Wir haben Autoren-Boxen gebaut, Zertifikate abgebildet und Kundenstimmen integriert.
Das Problem: Aus Sicht einer Maschine ist deine eigene Website eine einzige große Werbebroschüre. Jede Behauptung, die du über dich selbst aufstellst, ist zunächst einmal unbestätigt. Eine KI verlässt sich nicht auf deine Selbstdarstellung. Sie sucht nach externer Validierung im gesamten Netz. Sie will nicht lesen, dass du ein Experte bist – sie will es aus verknüpften, glaubwürdigen Datenquellen ableiten.
Der fundamentale Wandel liegt im Verständnis, was du für eine KI bist: keine Website, sondern eine Entität. Eine Entität ist ein klar abgrenzbares Konzept – eine Person, ein Unternehmen, ein Produkt, ein Ort. Und diese Entität hat eine Reputation, die weit über die Grenzen deiner Domain hinausgeht. Es geht nicht mehr darum, was du über dich sagst, sondern darum, was das gesamte Netz an Daten über dich weiß.
Die entscheidende Frage ist also nicht: „Wie optimiere ich meine Seite für E-E-A-T?“, sondern: „Welche Datenpunkte muss eine KI finden, um meiner Entität Vertrauen zuzuordnen?“
Vergiss für einen Moment deine Website und versetz dich in die Logik einer Maschine. Sie sammelt, verknüpft und bewertet Informationen, um sich ein objektives Bild zu machen. Dieses Bild stützt sich auf drei zentrale Säulen.
Deine Marke oder dein Autor existiert als Entität im Web. KI-Systeme bewerten diese Entität anhand ihres digitalen Fußabdrucks. Dazu gehören:
Co-Zitation und Link-Kontext: Wer erwähnt dich? Es geht nicht um die Anzahl der Backlinks, sondern um die Autorität der Quelle. Eine Erwähnung in einer wissenschaftlichen Publikation, einem anerkannten Branchenportal oder einer Regierungsseite ist ein massiver Vertrauensbeweis. Die KI analysiert den Kontext: Wirst du als Quelle, als Beispiel oder als Kritikpunkt genannt?
Präsenz in Wissensdatenbanken: Ist deine Marke in strukturierten Datenbanken wie Wikidata, Crunchbase oder branchenspezifischen Verzeichnissen eingetragen? Diese Quellen gelten als kuratiert und glaubwürdig. Ein Eintrag hier ist wie ein offizieller Stempel, der deine Existenz und deine Eigenschaften bestätigt.
Konsistenz der Informationen: Sind Name, Adresse, Gründungsdatum und andere Kerninformationen über deine Marke im gesamten Web konsistent? Widersprüchliche Daten erzeugen bei einer Maschine Misstrauen.
Der Fußabdruck ist die Summe aller externen Signale, die deine Existenz und Relevanz belegen. Hier wird Vertrauen nicht behauptet, sondern durch die Assoziation mit anderen vertrauenswürdigen Entitäten verdient.
Während Prosa für Menschen geschrieben ist, sind strukturierte Daten die Muttersprache von Maschinen. Mithilfe von schema.org-Markup kannst du einer KI exakt sagen, was auf deiner Seite zu finden ist.
Organization-Schema: Definiert dein Unternehmen als Entität mit Name, Logo, Adresse und offiziellen Social-Media-Profilen (sameAs-Links). Das verbindet deine Website eindeutig mit deinen anderen digitalen Assets.
Person- oder Author-Schema: Macht einen Autor zu einer identifizierbaren Entität. Hier kannst du auf seine Social-Media-Profile, seine Wikidata-Seite oder andere Publikationen verweisen. Das beweist Expertise durch vernetzte Fakten, nicht durch eine blumige Biografie.
sameAs-Property: Dies ist vielleicht der wichtigste Befehl. Mit sameAs sagst du einer KI: „Die Entität, die auf dieser Seite beschrieben wird, ist dieselbe wie die Entität unter diesem Link (z. B. in Wikidata oder LinkedIn).“ Das schafft eine eindeutige, maschinenlesbare Identität.
Strukturierte Daten übersetzen deine Marketing-Aussagen in eine Sprache, die Algorithmen ohne Interpretation verstehen.
Der wichtigste Teil von E-E-A-T ist zunehmend die Person hinter dem Inhalt. Wer spricht hier? Und warum sollte eine KI ihm oder ihr glauben? Hier kommt der sogenannte Author Graph ins Spiel. Eine KI bewertet einen Autor nicht anhand seines Porträtfotos, sondern anhand eines Netzwerks von Datenpunkten:
Publikationshistorie: Wo hat diese Person sonst noch publiziert? Sind das anerkannte Fachmedien?
Akademischer oder beruflicher Hintergrund: Ist die Person mit Universitäten, Fachverbänden oder bekannten Unternehmen verbunden?
Soziale Verknüpfungen: Mit welchen anderen Experten ist diese Person online vernetzt?
Der Author Graph ist die digitale Reputation einer Person. Eine gut geschriebene Autoren-Bio auf deinem Blog ist nett. Ein Autor, dessen Name im Netz als Knotenpunkt in einem Netzwerk von Fachexperten auftaucht, ist für eine KI eine echte Autorität.
Wenn du diesen neuen Ansatz verstanden hast, erkennst du, warum die Optimierung einzelner Seiten ins Leere läuft: Es geht nicht mehr darum, eine Seite zu schmücken, sondern ein glaubwürdiges, vernetztes digitales Ökosystem für deine Marke und deine Experten aufzubauen.
Hör auf, Vertrauens-Checklisten abzuhaken. Fange an, wie eine Maschine zu denken:
Definiere deine Entitäten: Wer seid ihr? Welche Personen sind eure Aushängeschilder? Behandle sie wie Datenobjekte mit klaren Eigenschaften.
Schaffe externe Beweise: Sorge für Einträge in relevanten Datenbanken. Werde in Fachkreisen zitiert. Baue eine Reputation außerhalb deiner eigenen Website auf.
Strukturiere deine Wahrheit: Nutze Schema-Markup, um alle Puzzleteile deiner Identität für Maschinen eindeutig zu verbinden.
Die Zukunft der Sichtbarkeit gehört nicht denen, die am schönsten über sich schreiben, sondern denen, deren Expertise und Vertrauen maschinell überprüfbar sind. Das ist der Kern der neuen KI-Sichtbarkeit.
Nein, aber ihre Rolle hat sich verändert. On-Page-Inhalte sind wichtig für den menschlichen Nutzer und geben der KI den thematischen Kontext. Die Verifizierung von Vertrauen und Expertise findet aber zunehmend über externe, vernetzte Datenpunkte statt. Deine Seite liefert die Behauptung, das Netz liefert den Beweis.
Beginne mit den Grundlagen: Sorge für einen konsistenten digitalen Auftritt (Name, Adresse etc.). Erstelle einen Wikidata-Eintrag für dein Unternehmen. Implementiere ein sauberes Organization-Schema auf deiner Website und verknüpfe es mit sameAs-Links zu deinen wichtigsten Profilen (z. B. LinkedIn, X, Crunchbase).
Das ist kein Projekt mit einem Enddatum, sondern ein kontinuierlicher Prozess. Der Aufbau einer digitalen Reputation ist wie der Aufbau einer Reputation im echten Leben: Er erfordert Zeit, Konsistenz und beständige, qualitativ hochwertige Arbeit. Jeder Fachartikel, jede Erwähnung und jeder neue Dateneintrag zahlt auf dein Vertrauenskonto ein.
Absolut. Erfahrung wird für eine KI aber nicht durch eine Erzählung wie „Ich habe 10 Jahre Erfahrung“ bewiesen. Sie wird durch Datenpunkte validiert: Hat der Autor nachweislich über Jahre hinweg zu diesem Thema publiziert? Ist er in Projekten oder Unternehmen aus diesem Bereich als Mitarbeiter oder Gründer verzeichnet? Auch hier gilt: Daten schlagen Behauptungen.