Hinweis: Dieser Beitrag gehört zur Wissensrubrik Perplexity SEO: Wie du zitiert wirst, während andere noch Traffic jagen 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 noch genau an das Gefühl. Ein Projekt für einen Kunden im Finanzsektor, monatelange Arbeit. Wir hatten alles ‚richtig‘ gemacht: Keyword-Recherche, On-Page-Optimierung, hochwertiger Content, ein solides Backlink-Profil. Das Ergebnis: Platz 2 bei Google für einen extrem umkämpften Suchbegriff. Der Traffic floss, der Kunde war glücklich.
Ein paar Wochen später testete ich ein neues Tool, das damals noch unter dem Radar flog: Perplexity. Aus reiner Neugier gab ich eine Frage ein, die thematisch genau zu unserem Top-Ranking-Artikel passte. Ich erwartete, unsere Seite prominent in den Quellen zitiert zu sehen.
Das Ergebnis? Nichts.
Unsere Seite existierte nicht. Perplexity bezog seine Informationen aus Fachjournalen, Universitäts-Websites und direkten Unternehmensberichten. Unser mühsam optimierter Artikel, der Google so gut gefiel, war für dieses KI-System unsichtbar, irrelevant, wertlos. Das war der Moment, in dem ich verstand: Das Spiel, das wir jahrelang gespielt hatten, ist vorbei.
Wir Marketer sind darauf trainiert, in Rankings zu denken. Ein Top-3-Platz bei Google war lange Zeit das Äquivalent zu einer Immobilie in bester Lage. Doch diese Logik bricht gerade in sich zusammen. Der Grund dafür ist ein fundamentaler Wandel, wie Informationen gefunden und verarbeitet werden.
Google ist eine Suchmaschine, Perplexity ist eine Antwortmaschine.
Das klingt banal, ist aber der Kern des Problems.
Google (traditionell) durchsucht das Web, bewertet Seiten anhand von hunderten Signalen (darunter Keywords und Backlinks) und präsentiert dir eine geordnete Liste von Dokumenten, aus denen du deine eigene Antwort finden sollst.
Perplexity (und andere KI-Systeme) durchforstet das Web (oder eigene Indizes wie den PPLX), versteht die Informationen, synthetisiert sie zu einer direkten Antwort und belegt diese mit Quellen.
Ein Ranking bei Google ist das Ergebnis eines Beliebtheitswettbewerbs, eine Nennung bei Perplexity hingegen das Resultat einer Eignungsprüfung. Und die Kriterien für diese Prüfung sind radikal anders.
Kehren wir zu unserem Finanz-Projekt zurück. Warum hat unser für Google perfekter Artikel in der KI-Welt so kläglich versagt? Die Analyse war ernüchternd und lehrreich zugleich.
Der Artikel war perfekt auf das Hauptkeyword und eine Reihe von Long-Tail-Varianten optimiert. Die Keyword-Dichte stimmte, die Begriffe fanden sich in Überschriften, im Text und in den Alt-Tags. Wir haben Google genau das Futter gegeben, das es lange Zeit liebte.
Das Problem: KI-Systeme denken nicht in Keywords, sie denken in Entitäten und Konzepten. Eine KI will nicht wissen, wie oft du ’nachhaltige Geldanlage‘ schreibst. Sie will verstehen:
Wer spricht hier? (Ist der Autor eine anerkannte Finanzautorität?)
Was ist das Konzept ’nachhaltige Geldanlage‘ genau? (Definition, Kriterien, Abgrenzungen)
Welche Beziehungen gibt es zu anderen Konzepten? (ESG-Kriterien, Greenwashing, EU-Taxonomie)
Unser Artikel beantwortete zwar eine Suchanfrage, erklärte das Konzept dahinter aber nicht tiefgreifend genug, um für eine Maschine als verlässlich zu gelten. Er musste erst als Entität wahrgenommen werden, um Relevanz zu signalisieren.
Wir hatten ein starkes Backlink-Profil aufgebaut, hauptsächlich von Finanz-Blogs und News-Portalen. Nach alter SEO-Logik war das ein klares Signal für Autorität.
Das Problem: KI-Antwortmaschinen misstrauen dem ‚Wisdom of the Crowds‘-Prinzip, auf dem Backlinks basieren. Ein Link von einem anderen Blog beweist nur, dass ein anderer Blogger dich für relevant hält. Eine KI sucht nach dem ‚Wisdom of the Experts‘. Sie bevorzugt Quellen, die eine verifizierbare, direkte Verbindung zum Thema haben:
Wissenschaftliche Studien
Offizielle Berichte von Finanzinstituten
Datenbanken und anerkannte Fachmedien
Gesetzes- und Verordnungstexte
Unsere Backlinks waren für die KI nur Rauschen. Es waren keine echten Trust-Signale, sondern lediglich Empfehlungen aus einer Blase, die für die KI nicht primär vertrauenswürdig war.
Der Artikel war als klassisches ‚Listicle‘ aufgebaut: ‚Die Top 10 nachhaltigen ETFs für 2024‘. Ein Format, das für schnelle Leser und Google Snippets optimiert war.
Das Problem: Eine KI, die eine komplexe Antwort synthetisieren soll, braucht mehr als eine Liste. Sie braucht Architektur. Sie sucht nach strukturierten Daten, klar definierten Abschnitten, Kausalzusammenhängen und Beweisen für jede aufgestellte Behauptung.
Unser Artikel behauptete, dies seien die ‚besten‘ ETFs, belegte das aber nur mit oberflächlichen Kennzahlen und Verlinkungen zu anderen Meinungen. Was fehlte, war die rohe, strukturierte Information: Worauf basieren die Nachhaltigkeitsratings? Welche Methodik steckt dahinter? Wo sind die Primärquellen für diese Daten?
Die gesamte Strategie zielte auf klassische SEO-Metriken ab. Das eigentliche Ziel, eine umfassende KI-Sichtbarkeit, wurde komplett verfehlt.
Die Erkenntnis, dass unsere Arbeit für die nächste Generation von Informationssystemen wertlos war, glich einem Weckruf. Es geht nicht mehr darum, den Algorithmus auszutricksen. Vielmehr geht es darum, die eigene Marke und Inhalte so zu strukturieren, dass eine Maschine sie als glaubwürdige und relevante Wissenseinheit verstehen kann.
Das bedeutet eine radikale Abkehr von alten Gewohnheiten:
Baue Entitäten, keine Keyword-Seiten: Definiere klar, wer du bist, wofür du stehst und was dein Fachgebiet ist. Sorge dafür, dass diese Informationen konsistent über alle Plattformen hinweg verfügbar und mit strukturierten Daten (Schema.org) ausgezeichnet sind. Deine Marke und deine Autoren müssen zu maschinenlesbaren Entitäten mit nachweisbarer Expertise werden.
Schaffe Vertrauen durch Beweise, nicht durch Links: Jeder Claim, jede Zahl und jede Behauptung in deinem Content muss mit einer Primärquelle belegt werden. Verlinke auf Studien, offizielle Daten und Originaldokumente. Werde selbst zur Primärquelle, indem du eigene Daten erhebst und veröffentlichst.
Denke in Architekturen, nicht in Artikeln: Strukturiere dein Wissen in logischen Silos und verbinde verwandte Konzepte miteinander. Nutze Hub-Seiten, Glossare und interne Verlinkungen, um semantische Zusammenhänge für Maschinen klar erkennbar zu machen. Dein Ziel ist nicht ein einzelner Artikel, sondern ein Knowledge Graph zu deinem Thema.
Dieser Wandel ist nicht trivial. Er erfordert ein Umdenken weg vom reinen Marketing hin zum Aufbau eines digitalen Wissenssystems. Aber die Alternative ist die schmerzhafte Erkenntnis, dass man für die Zukunft der Informationssuche schlichtweg nicht mehr existiert.
Perplexity AI ist eine ‚Antwortmaschine‘ oder ‚dialogorientierte Suchmaschine‘. Statt einer Liste von Links liefert es eine direkte, zusammenfassende Antwort auf eine Frage und zitiert dabei die verwendeten Quellen. Es nutzt große Sprachmodelle (wie GPT) und eigene Web-Indizes, um Informationen zu finden, zu bewerten und zu synthetisieren.
Nein, aber ihre Rolle ändert sich drastisch. Ein Link von einer hochrelevanten, thematisch tief verankerten Autorität (z. B. einer Universität oder einem Fachverband) ist nach wie vor ein starkes Signal. Eine große Masse an Links von generischen Blogs oder Verzeichnissen verliert jedoch massiv an Bedeutung für KI-Systeme, die Quellenqualität über Link-Quantität stellen.
Eine Entität ist ein eindeutig identifizierbares Konzept, eine Person, ein Ort oder eine Organisation (z. B. ‚Apple Inc.‘, ‚Angela Merkel‘, ‚Berlin‘). Für KI-Systeme ist es entscheidend, dass deine Marke oder dein Autor als eine solche klar definierte Entität mit spezifischen Eigenschaften (z. B. ‚Expertise in Finanztechnologie‘) erkannt wird. Dies geschieht durch konsistente Informationen und strukturierte Daten.
Beginne damit, deine Expertise klar zu definieren und zu belegen. Überarbeite deine wichtigsten Inhalte: Füge Zitate und Links zu Primärquellen hinzu. Strukturiere deine Texte logischer und beantworte nicht nur das ‚Was‘, sondern auch das ‚Warum‘ und ‚Wie‘. Implementiere Schema.org-Markup (insbesondere Person, Organization, Article), um Maschinen zu helfen, deine Inhalte und deren Urheber korrekt zuzuordnen.
Die Zeit, in der wir Google mit Keywords und Backlinks beeindrucken konnten, ist vorbei. Die neue Währung ist maschinenlesbares Vertrauen. Wenn deine Inhalte nicht auf Fakten basieren, deine Marke keine klare Entität ist und dein Wissen nicht strukturiert ist, wirst du von Google zwar vielleicht noch eine Weile geliebt – aber von den Systemen der Zukunft komplett ignoriert. Und diese Zukunft hat bereits begonnen.