TL;DR
- Google behandelt Arbeit für AI Overviews und AI Mode weiterhin als SEO.
- Indexierbare Seiten, eigene Erfahrung und technische Klarheit bilden die Grundlage.
- Ein besonderes KI-Markup oder eine llms.txt-Datei ist für Google nicht erforderlich.
- Eigene Messungen müssen suchgestützte Antworten und Modellgedächtnis getrennt auswerten.
Google AI Overviews und AI Mode verändern die Darstellung von Suchergebnissen. Die technische Grundlage bleibt jedoch die Google-Suche: öffentlich erreichbare Seiten, der Suchindex sowie die zentralen Ranking- und Qualitätssysteme.
Für B2B-Unternehmen folgt daraus kein zweites Regelwerk neben SEO. Entscheidend sind Inhalte, die konkrete Fachfragen besser beantworten als austauschbare Zusammenfassungen. Dazu gehören eigene Erfahrungen, Messwerte, Bilder aus realen Projekten und nachvollziehbare Belege.
Was Google für generative Suche empfiehlt
Google nennt in seinem Leitfaden für generative Suche dieselben Grundlagen, die auch für klassische Suchergebnisse gelten:
- Die Seite muss indexierbar und für einen Suchergebnis-Textauszug geeignet sein.
- Inhalte sollen für Menschen geschrieben, klar gegliedert und fachlich belastbar sein.
- Eigene Erfahrung und ein nachvollziehbarer Standpunkt schaffen mehr Wert als Inhalte, die bekannte Quellen nur neu zusammenfassen.
- Gute Bilder und Videos können zusätzliche Fundstellen in der Suche schaffen.
- JavaScript-Inhalte müssen für Google erreichbar bleiben.
- Google Business Profile und Merchant Center liefern bei lokalen Unternehmen und Produkten verlässliche Geschäftsdaten.
Wer generative Werkzeuge bei der Texterstellung nutzt, muss weiterhin Genauigkeit, Qualität und Relevanz sicherstellen. Viele automatisch erzeugte Seiten ohne eigenen Wert können gegen Googles Spamregeln verstoßen. Google beschreibt das in den Hinweisen zu KI-erstellten Inhalten.
GEO und AEO sind für Google weiterhin SEO
GEO und AEO sind gebräuchliche Namen für Arbeit an der Sichtbarkeit in generativen Antworten. Google beschreibt dafür aber kein eigenes Ranking-System. AI Overviews und AI Mode greifen auf den Suchindex und die bestehenden Qualitäts- und Rankingsysteme zurück.
Das bedeutet nicht, dass sich nichts verändert. Suchanfragen können in mehrere Teilfragen zerlegt werden. Dadurch werden auch Seiten relevant, die einen einzelnen Teil einer komplexen Frage besonders gut beantworten. Eine eigene Seite für jede denkbare Formulierung ist trotzdem keine sinnvolle Strategie und kann als massenhaft erzeugter Inhalt ohne Mehrwert gewertet werden.
Was nicht erforderlich ist
- Keine besondere KI-Datei: Google verwendet llms.txt nicht für Suche, AI Overviews oder AI Mode.
- Kein künstliches Zerteilen: Inhalte müssen nicht in winzige Abschnitte zerlegt werden. Die Länge richtet sich nach Thema und Lesern.
- Keine Texte nur für Maschinen: Google versteht Synonyme und Zusammenhänge. Jede Suchvariante als eigene Seite abzubilden schafft keinen zusätzlichen Wert.
- Kein Sonder-Schema: Strukturierte Daten können Rich Results ermöglichen, sind aber keine Voraussetzung für generative Suchfunktionen.
- Keine gekauften Erwähnungen: Künstliche Nennungen helfen weder Lesern noch der Glaubwürdigkeit einer Quelle.
Was im B2B praktisch zählt
1. Fachwissen sichtbar machen
Ein Maschinenbauer kann reale Auslegungsentscheidungen, Messverfahren und Fehlerbilder dokumentieren. Ein Softwareanbieter kann konkrete Migrationswege, Grenzen und technische Vergleiche zeigen. Solche Inhalte lassen sich einer klaren Quelle und echter Erfahrung zuordnen.
2. Technische Grundlagen prüfen
Wichtige Seiten brauchen eindeutige interne Links, einen korrekten Canonical-Verweis, passende Titel und funktionierende Medien. Inhalte dürfen nicht durch Robots-Regeln, Anmeldungen oder fehlerhaftes JavaScript verborgen sein. Strukturierte Daten müssen zum sichtbaren Inhalt passen.
3. Aussagen belegen
Quellen, Autoren, Veröffentlichungsdatum und Aktualisierungen sollten nachvollziehbar sein. Eigene Zahlen brauchen eine kurze Erklärung zur Messmethode und zu ihren Grenzen.
4. Reale Fragen beantworten
Eine gute Seite löst eine konkrete Aufgabe. Sie erklärt Begriffe nur so weit wie nötig und führt dann zu Auswahlkriterien, Vorgehen, Beispielen oder überprüfbaren Ergebnissen.
5. Suchsysteme getrennt messen
Google Search Console erfasst die Leistung in der Google-Suche. Andere Antwortsysteme brauchen eigene Tests. Dabei muss feststehen, ob das System live gesucht hat, welche Quelle genannt wurde und ob die Antwort reproduzierbar ist.
Was wir selbst gemessen haben
Im August 2026 haben wir einen mittelständischen Betrieb mit zehn kaufnahen Fragen in vier Modellen geprüft. Die Trennlinie verlief zwischen Systemen mit Websuche und Antworten aus dem Modellgedächtnis.
Die beiden Modelle mit Websuche nannten die Firma in sechs beziehungsweise zwei von zehn Antworten. Die beiden Modelle ohne Websuche nannten sie in keiner von insgesamt zwanzig Antworten. Diese Stichprobe beschreibt einen Betrieb und ist keine allgemeine Marktstudie.
Für die Praxis zeigt der Test: Aktuelle, indexierbare und korrekt verlinkte Quellen können suchgestützte Antworten beeinflussen. Das Trainingswissen eines Modells ändert eine neue Webseite dagegen nicht sofort. Beide Bereiche gehören deshalb in getrennte Auswertungen.
Den Prüfstand kannst du unter check.waterproof.agency für eine eigene Domain nutzen. Zehn Fragen, vier Modelle und die Originalantworten machen das Ergebnis nachvollziehbar. Der Beitrag zur Messmethode erklärt Aufbau und Grenzen.
Fazit
Für Google bleibt die Grundlage klar: hilfreiche Inhalte, ein technisch zugänglicher Auftritt und überprüfbare Geschäftsdaten. GEO oder AEO können diese Arbeit benennen, ersetzen SEO aber nicht. Wer Sichtbarkeit in weiteren Antwortsystemen beurteilen will, braucht getrennte Tests statt einer pauschalen Kennzahl.