ChatGPT SEO heißt, Seiten so zu bauen, dass ChatGPT sie als Quelle abruft und zitiert. Der Engpass ist eng: Eine ChatGPT-Antwort nennt im Schnitt 4,76 Quellen.
Zum Vergleich: Perplexity nennt 13,69. Dieselbe Arbeit an derselben Seite hat auf ChatGPT also rund ein Drittel der Chancen, allein weil weniger Plätze zu vergeben sind. Dieser Artikel zeigt, wie ChatGPT zu seinen Quellen kommt, welche Änderungen in Messungen tatsächlich etwas bewegen, und welche nachweislich nicht.
Vier Plätze statt zehn Ergebnisse
Der wichtigste Unterschied zur klassischen Suche ist keine Rankinglogik, sondern die Zahl der Plätze. Aus 731.000 ausgewerteten Antworten in einem Fenster von 14 Tagen:
| Engine | Quellen pro Antwort | Median | Antworten mit Quellen |
|---|---|---|---|
| Perplexity | 13,69 | 10 | 100,0 Prozent |
| Google AI Mode | 12,95 | 11 | 94,6 Prozent |
| AI Overviews | 8,73 | 8 | 96,2 Prozent |
| Copilot | 6,30 | 5 | 96,6 Prozent |
| Gemini | 5,24 | 4 | 82,2 Prozent |
| ChatGPT | 4,76 | 4 | 99,3 Prozent |
| Grok | 2,14 | 1 | 66,6 Prozent |
Die gute Nachricht steckt in der letzten Spalte: 99,3 Prozent der ChatGPT-Antworten nennen überhaupt Quellen. Es gibt also fast immer etwas zu gewinnen. Die schlechte steht daneben: Es sind vier Plätze, Median vier, und darum konkurrieren alle.
Daraus folgt eine Priorisierung, die den meisten Kunden zuerst wehtut. Wenn du bei null anfängst, ist ChatGPT nicht der beste erste Kanal, sondern der härteste. Perplexity und Google AI Mode haben mehr Regalfläche, und was du dort lernst, lässt sich auf ChatGPT übertragen.
Wie ChatGPT zu einer Quelle kommt
Die Antwort entsteht in Stufen, und deine Seite kann an jeder davon scheitern. OpenAIs eigene Dokumentation bestätigt getrennte Aktionen für Suche, Seitenaufruf und Suche innerhalb der Seite, dazu URL-Annotationen und eine vollständige Liste der herangezogenen Quellen. Die Bewertungsformel dahinter ist nicht veröffentlicht.
Praktisch sind es vier Ereignisse, die man auseinanderhalten muss:
| Ereignis | Was es heißt | Wo es entschieden wird |
|---|---|---|
| Abgerufen | Deine Seite ist im Kandidatenkreis | Klassisches Ranking und Query Fan-out |
| Angezeigt | Die Oberfläche zeigt deinen Link | Darstellungsregeln der Engine |
| Verwendet | Text deiner Seite landet im Kontext des Modells | Passagenauswahl |
| Zitiert | Die Antwort schreibt dir eine Aussage zu | Generierung und Zitatvergabe |
Die Lücke zwischen abgerufen und zitiert ist die größte. In der AirOps-Analyse von 15.000 Prompts und 548.534 abgerufenen Seiten schafften es nur 15 Prozent der abgerufenen Seiten in die Antwort. Vier von fünf Seiten waren nah dran und kamen trotzdem nicht vor.
Genau diese Seiten sind dein billigster Hebel. Sie haben die schwere Stufe schon geschafft, und sie zu finden ist der Ausgangspunkt jeder KI-Content-Optimierung.
Was messbar hilft
Die klassische Position
Unbequem, aber am besten belegt. AirOps hat die Zitierrate nach Abrufposition gemessen: 58,4 Prozent auf Position 1, 54,4 Prozent auf Position 2, dann der Absturz auf 35,5 Prozent auf Position 3 und 14,2 Prozent auf Position 10. Die kontrollierte Sprinklr-Studie mit 252.000 paarweisen Vergleichen über sechs Systeme fand für Position 1 gegen Position 2 Odds Ratios über 2.000.
Es gibt keine ChatGPT-Taktik, die schlechte klassische Sichtbarkeit ausgleicht. Alles Weitere wirkt auf Seiten, die es in den Kandidatenkreis geschafft haben.
Titel und Zwischenüberschriften an der echten Frage
Ahrefs hat 1,4 Millionen ChatGPT-Prompts ausgewertet: Die mittlere Ähnlichkeit zwischen Prompt und Titel lag bei 0,602 für zitierte Seiten und bei 0,484 für nicht zitierte. AirOps hat dasselbe für Zwischenüberschriften gemessen, mit Zitierraten von 30,2 Prozent unter 0,50 Ähnlichkeit bis 41,0 Prozent ab 0,90.
Wichtig dabei: Gemeint ist die Frage, wie sie gestellt wird, nicht dein Keyword. Modelle erzeugen zusätzliche Teilfragen, die in keinem Keyword-Tool auftauchen, und genau die macht Query-Fan-out-Analyse sichtbar. Ein Titel, der nur auf dein Hauptkeyword optimiert ist, verfehlt genau die Formulierungen, über die du tatsächlich abgerufen wirst.
Die Antwort ins erste Drittel
Kevin Indigs Auswertung von rund 1,2 Millionen KI-Antworten und 18.012 verifizierten Zitaten fand 44,2 Prozent der Zitate in den ersten 30 Prozent des Quelltextes.
Das ist eine Verteilung, kein kontrollierter Versuch. Der Mechanismus liegt aber auf der Hand: Was am Seitenende steht, kann eine Passagenauswahl nicht auswählen, die oben liest.
Konkret werden
Sprinklr fand für „Spezifikationen vorhanden gegen keine" Odds Ratios zwischen 8,63 und 243, und ein ausgewiesener Preis war einer von nur vier Faktoren, die in jedem getesteten System signifikant waren.
Preise, Maße, Zahlen, benannte Personen. Ein Satz mit einer prüfbaren Angabe lässt sich zitieren, ein Satz mit einem Adjektiv nicht.
Entitäten ausschreiben
Schreib „Die Avorice GmbH betreut seit 2019 Shopware-Projekte", nicht „Wir betreuen seit Jahren solche Projekte". Eine ausgewählte Passage beginnt womöglich mitten auf der Seite, und ein Pronomen bezieht sich dort auf nichts.
Sprinklr misst dafür „Suchbegriffe vorhanden gegen fehlend" mit Odds Ratios von 5,99 bis 40,0. Zwei bis drei Nennungen pro Abschnitt reichen, mehr klingt maschinell.
Was nachweislich nicht hilft
Schema-Markup als Zitierhebel. Ahrefs hat 1.885 Seiten verfolgt, die Schema ergänzt haben, gegen 4.000 gematchte Kontrollseiten, jeweils 30 Tage vorher und nachher. Das Ergebnis: minus 4,6 Prozent bei AI Overviews, plus 2,4 Prozent im AI Mode, plus 2,2 Prozent bei ChatGPT. Nur der Rückgang bei AI Overviews war statistisch von null unterscheidbar, und Ahrefs selbst wollte ihn nicht dem Schema zuschreiben. Eine unabhängige Auswertung von 730 KI-Zitaten aus 75 kommerziellen Suchanfragen fand ebenfalls Nullergebnisse.
Liefere Schema aus, damit Maschinen deine Seite parsen können. Erwarte davon keine Zitate.
Keywords stopfen, Fachjargon streuen, autoritativ klingen. In der Princeton-Arbeit von 2024 lagen alle drei auf oder unter dem Ausgangsniveau, Keyword-Stuffing im Perplexity-Test rund 10 Prozent darunter.
Statistiken nachträglich draufstreuen. Hier liegt der feine Unterschied. Seiten, die echte Zahlen enthalten, werden häufiger zitiert. Zahlen nachträglich zu ergänzen ist aber kein verlässlicher Eingriff: FeatGEO fand „Statistiken ergänzen" auf drei simulierten Engines unter der Basislinie, etwa 12,21 gegen 13,34 Prozent auf GPT-4o-mini. Und in der Princeton-Aufschlüsselung nach Ausgangsrang kostete dieselbe Technik die Seite auf Rang 1 rund 20,6 Prozent Sichtbarkeit, während sie der Seite auf Rang 5 knapp 98 Prozent brachte.
Schreib Belege hinein, weil der Text sie braucht. Nicht, weil eine Studie 40 Prozent gemeldet hat.
Ein realistischer Plan für eine Woche
- Zwanzig Fragen aufschreiben, die deine Kunden vor dem Kauf stellen. Fragen, keine Keywords.
- Diese Fragen in ChatGPT stellen und notieren, wer zitiert wird. Das ist dein tatsächlicher Wettbewerb auf dieser Fläche, und er deckt sich selten mit deiner Google-Konkurrenz. Systematisch geht das über Wettbewerbsanalyse in der KI-Suche und das Tracking der zitierten Quellen.
- Für jede Frage die passende Seite suchen. Gibt es keine, ist das die Lücke. Gibt es eine, die die Frage nur streift, ist das der schnellere Gewinn.
- Titel und erste Zwischenüberschrift an die Frage anpassen, im Wortlaut, in dem sie gestellt wird.
- Die Antwort ins erste Drittel ziehen. Ein direkter Antwortsatz vor jeder Einleitung.
- Adjektive durch Zahlen ersetzen. Preise, Zeiträume, Stückzahlen, Namen.
Nach vier Wochen dasselbe noch einmal, mit denselben zwanzig Fragen. Ohne festes Prompt-Set und eine Basisperiode vergleichst du nur Rauschen, denn Antwortmengen bewegen sich auch ohne dein Zutun. Wer das nicht per Hand machen will: KI-Sichtbarkeit über neun Antwortmaschinen zu tracken heißt genau das, täglich und mit den zitierten Quellen je Antwort, sodass du siehst, ob deine Änderung das Quellenset bewegt hat.
Methodenhinweis
Unsere Zahlen stammen aus Finseo-Trackingdaten, aggregiert über Konten hinweg, ohne dass Kunde, Projekt oder eine private Domain in irgendeiner Zahl erkennbar wäre. Der Engine-Vergleich umfasst ein Fenster von 14 Tagen und nennt die Antwortzahl je Engine. Die Prompt-Sets wählen unsere Kunden, der Bestand kippt also in deren Kategorien. Große Stichprobe, keine zufällige.
Externe Zahlen sind ihrer Studie mit Stichprobengröße und Jahr zugeordnet. Mehrere der Arbeiten von 2026 sind Preprints oder Anbieteranalysen, teils mit simulierter statt produktiver Abfrage. Wo Studien sich widersprechen, stehen beide Ergebnisse im Text.
FAQ
Was ist ChatGPT SEO? ChatGPT SEO bezeichnet Maßnahmen an Inhalten mit dem Ziel, von ChatGPT als Quelle abgerufen und zitiert zu werden. Es überschneidet sich stark mit klassischem SEO, weil der Abruf auf gewöhnlichem Suchranking aufsetzt.
Kann ich ChatGPT für SEO nutzen? Das ist eine andere Frage als diese. Hier geht es darum, in ChatGPT-Antworten vorzukommen, nicht darum, ChatGPT als Werkzeug für SEO-Arbeit einzusetzen.
Ist SEO durch KI tot? Nein. Die Abrufposition ist der am besten belegte Einzelfaktor: Seiten auf Abrufposition 1 wurden in 58,4 Prozent der Fälle zitiert, auf Position 10 in 14,2 Prozent. Klassische Sichtbarkeit ist Voraussetzung, nicht Gegenspieler.
Wie lange dauert es, bis ich in ChatGPT auftauche? Länger als eine Rangänderung und mit mehr Schwankung. Plane eine Basisperiode von zwei bis vier Wochen ein, bevor du irgendetwas veränderst.
Bringt Schema-Markup Zitate in ChatGPT? Nach der Datenlage nicht. Eine gematchte Untersuchung von 1.885 Seiten fand Effekte zwischen minus 4,6 und plus 2,4 Prozent je nach Fläche.
Welche Seiten soll ich zuerst anfassen? Die, die abgerufen, aber nicht zitiert werden. In der AirOps-Auswertung betrifft das 85 Prozent aller abgerufenen Seiten.
Quellen
Unsere
- Finseo-Trackingdaten: Quellen pro Antwort je Engine, 731.000 Antworten in einem Fenster von 14 Tagen
Extern
- AirOps, The Fan-Out Effect, 2026: 16.851 Anfragen, 50.553 Antworten, 353.799 Seiten
- Ahrefs, Why ChatGPT Cites One Page Over Another, 2026: 1,4 Millionen Prompts
- Ahrefs, We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved, 2026
- Vishwakarma, Kumar und Jamidar, What Gets Cited: Competitive GEO in AI Answer Engines, Sprinklr, ACM SIGIR 2026
- Kevin Indig, The science of how AI pays attention, Growth Memo 2026
- Aggarwal et al., GEO: Generative Engine Optimization, ACM KDD 2024: https://arxiv.org/abs/2311.09735
- Liu und Xu, FeatGEO, NUIST 2026
- Kurt Fischman, Does Schema Markup Predict AI Citation?, SSRN 2026
- OpenAI, Entwicklerdokumentation zu Suche, Seitenaufruf und Quellenangaben, 2026
Offenlegung: Die Trackingzahlen in diesem Artikel stammen von Finseo, einer Plattform für KI-Sichtbarkeit. Externe Zahlen sind ihrer jeweiligen Quelle zugeordnet.