Kann man GEO selbst machen, mit ChatGPT, Claude oder Open Source?
Kurz gefasst
Für den Einstieg ja. ChatGPT und Claude liefern aber den Weg, den alle bekommen, auch Ihre Wettbewerber. Wer in KI-Antworten herausstechen will, braucht Expertise im Feld. scaile macht Managed GEO: trackt, plant und setzt um.
Dora ist Founding Engineer bei scaile. Sie hat an der TUM Informatik, Psychologie und Neurowissenschaften studiert, die ideale Kombination für GEO: Sie versteht die Technik ebenso wie die menschliche Seite und weiß, wie man Inhalte schreibt und produziert, die Menschen zum Kauf führen und KI dazu bringen, Sie in ihren Antworten zu nennen.
Wichtige Erkenntnisse
ChatGPT und Claude sind gute Partner für Recherche und Entwürfe in der Generative Engine Optimization (GEO). Ihre Preise, Kunden und Fallbeispiele kennen sie nicht, und sie veröffentlichen nichts.
Eine Antwort im Chatfenster ist eine Stichprobe. KI-Assistenten nennen selten zweimal dieselbe Liste von Marken, deshalb braucht eine brauchbare Messung viele Durchläufe derselben Frage.
Ein selbst gebauter Tracker ist ein kleines Softwareprojekt: Prompts, API-Aufrufe mit eingeschalteter Websuche, wiederholte Durchläufe, Namenserkennung und ein Bericht. Jemand muss ihn pflegen, wenn sich die Modelle ändern.
Google hat nichts gegen KI-geschriebene Seiten an sich. Google geht gegen viele Seiten vor, die Nutzern nichts bringen, egal wie sie entstanden sind.
Ob ChatGPT, Claude oder Open Source: Das Werkzeug ist nicht der Engpass. GEO ist laufende Arbeit. Jemand muss jeden Monat messen, wo Ihre Marke in KI-Antworten vorkommt, und Ihre Seiten danach überarbeiten. Klären Sie zuerst, wer in Ihrem Team diese Zeit hat.
Kann man GEO selbst machen, mit ChatGPT, Claude oder Open Source?
Für den Einstieg ja. ChatGPT und Claude geben Ihnen den Durchschnitt dessen, was über GEO geschrieben wurde: den Weg, den jedes Team bekommt, das dieselbe Frage stellt, auch Ihre Wettbewerber. Damit kommen Sie auf das Niveau aller anderen, aber nicht darüber hinaus. Wer in KI-Antworten genannt werden will, in denen andere fehlen, braucht jemanden, der das Feld versteht und Wege sieht, die im Durchschnitt nicht vorkommen.
ChatGPT und Claude leisten echte Arbeit in der Generative Engine Optimization (GEO): Sie helfen Ihnen, Käuferfragen zu recherchieren, und geben Ihren Seiten eine klarere Struktur. Ein Open-Source- oder selbst gebautes Skript kann die Fragen Ihrer Käufer über die APIs an KI-Modelle schicken und festhalten, welche Marken zurückkommen. Was keines dieser Werkzeuge mitbringt, ist eine verlässliche Messung oder die Stunden, um Ihre Seiten jeden Monat zu ändern.
Marketingteams fragen genau so: „Können wir GEO nicht selbst mit Claude, ChatGPT oder einem Open-Source-Setup machen, statt einen Dienstleister zu beauftragen?“ Die ehrliche Antwort hängt weniger an den Werkzeugen als an der Arbeit drumherum. Google schreibt, generative KI könne besonders bei der Recherche zu einem Thema nützlich sein und dabei, originellen Inhalten eine Struktur zu geben. [1] Dass das Werkzeug die Person ersetzt, die den Inhalt kennt, steht dort nicht.
Ob GEO bei einer Agentur, einem Tool, Ihrem Team oder in den freien Stunden einer Marketerin liegen sollte, ist eine breitere Frage. Sie beantwortet GEO-Agentur, Tool, Inhouse oder selbst machen. Dieser Beitrag bleibt beim Selbermachen: was die Assistenten leisten, was ein selbst gebauter Tracker braucht und wo er aufhört.
Was ChatGPT und Claude bei Ihrer GEO-Arbeit leisten
ChatGPT und Claude sind am Anfang der meisten GEO-Aufgaben nützlich und am Ende schwach. Sie entwerfen, fassen zusammen und strukturieren schnell um. Die Fakten, die nur Ihr Unternehmen hat, können sie nicht liefern, und was über Ihr Angebot stimmt, können sie nicht entscheiden.
Fragen sammeln, die Käufer stellen könnten, nach Kaufphase gruppieren und Seiten vorschlagen, die sie beantworten
Sie ergänzenWelche Fragen Ihre Kunden in Vertriebsgesprächen wirklich stellenEine bestehende Seite mit der Antwort zuerst umbauen, eine erste FAQ schreiben, strukturierte Daten vorschlagen
Sie ergänzenPreise, Fallbeispiele, Zahlen und die Prüfung jeder AussageEine Wettbewerberseite oder eine zitierte Quelle zusammenfassen, zwei Fassungen Ihrer eigenen Seite vergleichen
Sie ergänzenDas Urteil, ob sich die Änderung lohntDie Grenze ist Wissen, nicht Sprache. Ein Assistent schreibt einen flüssigen Absatz über Ihr Produkt aus dem, was er im Training gelernt hat, und dieser Absatz ist nur so aktuell und so konkret wie dieses Training. Was eine Seite zitierwürdig macht, ist aus erster Hand: Ihre eigenen Zahlen, die Fragen Ihrer Kunden, Ihre Fallbeispiele. Das kommt aus Ihrem Team, und jemand mit Befugnis muss es freigeben, bevor es live geht.
Warum Nachfragen bei ChatGPT kein Tracking ist
Wer ChatGPT nach seinem Markt fragt, hat eine Stichprobe von eins, keine Messung. Bei SparkToro ließen 600 Freiwillige 12 Prompts insgesamt 2.961-mal durch ChatGPT, Claude und Googles KI laufen. Das Ergebnis: KI-Systeme nennen selten zweimal dieselbe Liste von Marken oder Empfehlungen, in weniger als einem von 100 Fällen, egal bei welcher Frage. [2]
Messen wird dadurch nicht sinnlos. Es ändert, was Sie messen. SparkToro hält den Anteil der Durchläufe, in denen eine Marke vorkommt, für einen (wahrscheinlich) vernünftigen Weg zu erkennen, wie präsent oder unsichtbar sie ist. [2] Ein Anteil braucht viele Durchläufe, viele Fragen und eine Aufzeichnung jeder Antwort. Wer an einem Freitagnachmittag ein paar Fragen von Hand stellt, bekommt einen Eindruck, keinen Anteil.
Um zu sehen, wie sich ein selbst gebauter Tracker verhält, hat scaile eine Kauffrage 20-mal über die Gemini-API von Google gestellt, auf Englisch: Welche Agenturen können einem mittelständischen Unternehmen in Deutschland helfen, von ChatGPT und anderen KI-Assistenten empfohlen zu werden? Nennen Sie bis zu fünf. Bei zehn Durchläufen war die Google-Suche als Grundlage eingeschaltet, bei zehn aus. Mit Suche nannten keine zwei der zehn Antworten dieselben Agenturen. Zusammen nannten sie 21 verschiedene Agenturen, die häufigste stand in 9 von 10 Antworten. Ohne Suche nannten 6 der 10 Antworten gar keine Agentur, nur Arten von Agenturen. Es ist eine Frage an ein Modell, es zeigt also das Verhalten, keine Rangliste des Marktes.
Das zweite Ergebnis zählt so viel wie das erste. Ob das Modell im Web suchte, hat die Antworten vollständig verändert. Wenn Sie eine kostenlose Prüfung von Hand richtig machen wollen, mit sauberen Sitzungen und mehreren Assistenten: Die Methode steht in KI-Sichtbarkeit kostenlos prüfen.
Was ein selbst gebauter oder Open-Source-Tracker braucht
Ein selbst gebauter Tracker ist ein kleines Softwareprojekt, das weiterlaufen muss, nachdem es gebaut ist. Die Idee ist einfach: die Fragen Ihrer Käufer nach Zeitplan an jedes KI-Modell schicken, die Antworten speichern und zählen, welche Marken und Quellen vorkommen. Jeder Teil dieses Satzes verlangt eine Entscheidung.
Welche Fragen, in welchen Sprachen und Märkten, wie gruppiert. Ein Tracker ist nur so gut wie seine Fragen; wie Sie sie auswählen, steht in welche Prompts Sie tracken sollten.
In der API von OpenAI ist die Websuche ein Werkzeug, das Sie in der Anfrage einschalten. Selbst dann kann das Modell je nach Prompt entscheiden, ob es im Web sucht oder nicht. [3] Ein Skript ohne Websuche misst das Gedächtnis des Modells, nicht die Antwort, die Ihre Käufer sehen.
Jede Frage mehrmals an jedes Modell, weil ein Durchlauf eine Stichprobe ist. Jeder Durchlauf ist ein bezahlter Aufruf.
Freien Text in Markennamen übersetzen. Schreibweisen schwanken, Namen kommen mit Rechtsform, und manche Antworten nennen Kategorien statt Firmen.
Eine Datenbank der Antworten und eine Ansicht, die Ihr Team jede Woche liest, mit einer Ausgangsmessung zum Vergleich.
API-Schlüssel, Ratenlimits, fehlgeschlagene Aufrufe und neue Modellversionen, die die Antworten unter Ihnen verändern.
Die direkten Kosten stehen auf den Preisseiten der Anbieter. Die Websuche über die Claude-API kostet zum Beispiel 10 US-Dollar pro 1.000 Suchen, plus die üblichen Token-Kosten für die gefundenen Inhalte. [4] Diese Rechnung wächst mit jeder Frage, jedem Modell und jeder Wiederholung. Sie ist trotzdem nur ein Teil der Kosten: Jemand muss die Schleife am Laufen halten und aus ihren Zahlen Entscheidungen machen.
Open-Source-Projekte können Ihnen die erste Version des Codes ersparen. Sie ersparen Ihnen nicht die Prompts, die API-Schlüssel und ihre Rechnungen und nicht die wöchentliche Stunde, in der jemand das Ergebnis liest und entscheidet, was sich ändern soll.
Wo KI-geschriebene Seiten scheitern
KI-geschriebene Seiten scheitern, wenn sie nichts hinzufügen, nicht weil ein Modell sie geschrieben hat. Laut Google kann es gegen die Spamrichtlinie zum Missbrauch skalierter Inhalte verstoßen, mit generativer KI viele Seiten ohne Mehrwert für Nutzer zu erzeugen. [1] Die Richtlinie selbst gilt für unoriginelle Inhalte in großer Menge, egal wie sie entstanden sind. [5]
Googles eigener Selbsttest für hilfreiche Inhalte fragt, ob Sie umfangreiche Automatisierung nutzen, um Inhalte zu vielen Themen zu erstellen. [6] Ein selbst gebautes Setup, das aus einer Liste von Prompts eine Liste von Entwürfen macht und sie veröffentlicht, ist genau das Muster, vor dem diese Frage warnt.
Die Lösung ist kein besonderes KI-Format. Google schreibt, für AI Overviews und den KI-Modus gebe es keine zusätzlichen Anforderungen und keine besonderen Optimierungen. [7] Was hilft, ist eine Seite, die die Frage zuerst beantwortet und Fakten trägt, die sonst niemand hat. Wie Sie die Arbeit zwischen Modell und Prüfer aufteilen, steht in KI-Content oder menschlicher Content.
Wann reicht es, GEO selbst zu machen?
GEO selbst zu machen reicht, wenn der Umfang klein ist und jemand die Aufgabe besitzt. Umfang und Stunden entscheiden.
Ein Markt, einige Dutzend Käuferfragen, eine Person mit festen Stunden pro Woche und Seiten, die Ihr Team ohne lange Freigabekette ändern kann.
Mehrere Märkte oder Sprachen, ein Tracker, für dessen Pflege niemand Zeit hat, oder eine Liste zu ändernder Seiten, die schneller wächst als die Stunden dafür.
Viele Teams landen dazwischen. Sie behalten, was nur sie haben: das Produktwissen, die Kundenfälle und die Freigabe, und sie nutzen ChatGPT oder Claude weiter für eigene Entwürfe. Sie geben die Teile ab, die Kontinuität brauchen: die Prompts, das Tracking über mehrere Modelle, den Plan, welche Seiten sich als Nächstes ändern, die Seitenarbeit und das Reporting. Diese Aufteilung hält das Wissen in Ihrem Team und die Routine aus seiner Woche.
Einen echten Teil von GEO können Sie selbst machen: Recherche und Entwürfe mit ChatGPT oder Claude und einen ersten Tracker aus einem Open-Source-Projekt. Was über das Ergebnis entscheidet, ist die Wiederholung: dieselben Fragen immer wieder gemessen und Seiten jeden Monat geändert und freigegeben. Hier liefert scaile den Mehrwert: scaile findet datenbasiert die Fragen, die Ihre Käufer KI-Assistenten stellen, misst, wo Ihre Marke in den Antworten vorkommt, und ein fester KI-Suche-Stratege plant mit Ihnen jede Woche, welche Seiten sich als Nächstes ändern. So bekommen Sie nicht den Weg, den alle bekommen, sondern einen Plan für Ihren Markt, und nichts geht ohne Ihre Freigabe live. Wenn Ihr Team die Entscheidungen und die Freigabe behalten und Tracking, Planung und Seitenarbeit abgeben will, sprechen Sie mit scaile über Strategy with you.
Häufig gestellte Fragen
Können wir einfach mit ChatGPT prüfen, ob wir vorkommen?
Für einen ersten Eindruck, ja. Stellen Sie die Kauffragen, nicht Ihren Markennamen, in einer sauberen Sitzung und in mehr als einem Assistenten. Für eine Zahl, die Sie berichten können, brauchen Sie viele Durchläufe und eine Aufzeichnung jeder Antwort.
Ist ein Open-Source-GEO-Tool kostenlos?
Der Code kann kostenlos sein. Die API-Aufrufe, die Gebühren für die Websuche, das Hosting und die Stunden für die Pflege sind es nicht.
Straft Google Inhalte ab, die mit ChatGPT oder Claude geschrieben wurden?
Nicht wegen des Werkzeugs. Google geht gegen Seiten vor, die in großer Menge ohne Mehrwert für Nutzer entstehen, egal wie.
Spielt es eine Rolle, welches Modell wir nutzen?
Weniger als die Art, wie Sie es nutzen. Ihre Käufer nutzen mehrere Assistenten, und jede Antwort ändert sich von Durchlauf zu Durchlauf, ein einzelnes Modell ist also ein Blick auf den Markt.
Quellen
- Google Search’s Guidance on Generative AI Content on Your Website | Google Search Central | Documentation | Go
- NEW Research: AIs are highly inconsistent when recommending brands or products; marketers should take care whe
- Web search | OpenAI API
- Web search tool - Claude Platform Docs
- Spam Policies for Google Web Search | Google Search Central | Documentation | Google for Developers
- Creating Helpful, Reliable, People-First Content | Google Search Central | Documentation | Google for Develope
- AI Features and Your Website | Google Search Central | Documentation | Google for Developers
