Wie deine Marke in die Antworten von ChatGPT und Perplexity kommt – ein Praxisleitfaden

Damit deine Marke in den Antworten von ChatGPT und Perplexity auftaucht, brauchst du drei Dinge gleichzeitig: Inhalte, die eine konkrete Frage in einem zitierfähigen Absatz beantworten; eine saubere technische Basis aus strukturierten Daten, konsistenten Entitäten und freigeschaltetem Crawler-Zugang; und ein Monitoring, das dir zeigt, ob es funktioniert. Es gibt keinen Knopf und keine Buchung. Du wirst nicht „eingeblendet”, du wirst zitiert – und zwar dann, wenn deine Seite die beste, klarste Quelle für genau diese Frage ist.

TL;DR

• Schreibe answer-first: erst die Antwort in zwei bis vier Sätzen, dann der Kontext. KI-Systeme zitieren Passagen, keine ganzen Seiten.
• Mach dich als Entität eindeutig: konsistente NAP-Daten, Organization-Schema, verlinkte Profile, sauberer sameAs.
• Lass die richtigen Bots rein: GPTBot, OAI-SearchBot, PerplexityBot. Ohne Crawler-Zugang keine Zitierung.
• llms.txt ist nett, aber kein Wundermittel – Priorität haben Content und Crawlbarkeit.
• Ohne Monitoring stocherst du im Nebel. Frag die Modelle regelmäßig selbst ab.

Warum „SEO reicht doch” hier nicht stimmt

Klassisches SEO optimiert auf Rankings – Position 1 bis 10 in einer Liste blauer Links. Answer Engine Optimization (AEO, manchmal auch GEO für Generative Engine Optimization) optimiert auf etwas anderes: darauf, dass ein Sprachmodell deinen Inhalt in seine generierte Antwort übernimmt und idealerweise mit einer Quellenangabe versieht. Das ist ein anderes Spielfeld.

Der entscheidende Unterschied: In einer Suchergebnisliste konkurrierst du um Sichtbarkeit. In einer KI-Antwort konkurrierst du um Zitierfähigkeit. ChatGPT und Perplexity formulieren eine eigene Antwort und greifen dafür auf Passagen zurück, die klar, faktisch und eindeutig zuordenbar sind. Eine Seite, die rankt, aber ihre Kernaussage in fünf verschachtelten Absätzen versteckt, wird selten zitiert. Eine Seite, die dieselbe Frage im ersten Absatz sauber beantwortet, hat gute Chancen – auch wenn sie organisch auf Position vier liegt.

Und ja, gutes SEO bleibt die Grundlage. Die meisten dieser Systeme bauen auf einem Web-Index auf (Perplexity hat einen eigenen, OpenAI greift in der Suche unter anderem auf Bing-Infrastruktur und eigenen Crawl zurück). Wer im klassischen Index nicht existiert, existiert auch für die KI nicht. AEO kommt obendrauf, nicht stattdessen.

Schritt 1: Schreib zitierfähig, nicht nur lesbar

Das ist der mit Abstand größte Hebel – und der, an dem die meisten scheitern, weil er nach Arbeit aussieht. Zu Recht.

Answer-first-Struktur. Beginne jeden wichtigen Abschnitt mit einer eigenständigen, vollständigen Antwort in zwei bis vier Sätzen. Diese Passage muss aus dem Zusammenhang gerissen Sinn ergeben, denn genau so wird sie verarbeitet. Schreib nicht „Wie oben erwähnt, hängt das von mehreren Faktoren ab” – das ist für ein Modell wertlos. Schreib: „Ein Onlineshop sollte das SSL-Zertifikat alle 90 Tage automatisch erneuern lassen, etwa über Let’s Encrypt. Manuelle Erneuerung führt regelmäßig zu Ausfällen.”

Eine Frage, eine H2. Formuliere Überschriften als die Fragen, die Menschen tatsächlich stellen. „Was kostet eine Astro-Website?” schlägt „Unsere Preismodelle im Überblick”. Die Modelle matchen die Nutzerfrage gegen deine Struktur – mach es ihnen leicht.

Fakten, Zahlen, Definitionen. KI-Antworten lieben harte Information: konkrete Werte, Schritt-für-Schritt-Listen, klare Definitionen, kurze Vergleichstabellen. Schwammige Marketing-Prosa („wir bieten maßgeschneiderte Lösungen für Ihren Erfolg”) wird ignoriert. Sie enthält nichts, was sich zitieren ließe.

Aktualität und Substanz. Veraltete Inhalte werden seltener herangezogen. Ein Datum, eine sichtbare letzte Aktualisierung und echte Tiefe statt 400-Wörter-Dünnbrett helfen messbar. Wir sehen in der Praxis: Seiten mit einer klaren Definition plus Beispiel plus Einordnung der Trade-offs werden deutlich häufiger zitiert als reine Übersichtsseiten.

Schritt 2: Mach deine Marke zu einer eindeutigen Entität

Ein Sprachmodell kann deine Marke nur zitieren, wenn es sie als eigenständige, konsistente Entität versteht. Heißt deine Firma auf der Website „Müller & Partner GmbH”, im Impressum „Mueller und Partner”, bei Google „Müller Partner” und auf LinkedIn nochmal anders – dann zerfällt deine Entität in vier unscharfe Bruchstücke. Keines davon ist vertrauenswürdig.

NAP-Konsistenz. Name, Adresse, Telefonnummer (Name, Address, Phone) müssen überall byte-genau identisch sein: Website, Impressum, Google Business Profile, Branchenverzeichnisse, Social Profiles. Das ist mühsam und unspektakulär. Es ist trotzdem die Grundlage.

Organization-Schema mit sameAs. Sag den Maschinen explizit, wer du bist und wo du sonst noch existierst:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Rocket-Monkeys",
  "url": "https://rocket-monkeys.com",
  "logo": "https://rocket-monkeys.com/logo.png",
  "description": "Webentwicklung, KI-Integration und AEO/SEO aus München.",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "München",
    "addressCountry": "DE"
  },
  "sameAs": [
    "https://www.linkedin.com/company/rocket-monkeys",
    "https://github.com/rocket-monkeys"
  ]
}

Der sameAs-Block ist der Knoten, der deine verstreuten Profile zu einer Entität verknüpft. Je mehr verlässliche, übereinstimmende Belege ein Modell für „diese Marke = diese Sache” findet, desto sicherer wird sie zitiert.

Erwähnungen außerhalb deiner eigenen Domain. Hier wird es unbequem: KI-Systeme gewichten, was andere über dich sagen, oft höher als das, was du über dich selbst sagst. Fachartikel, Branchenverzeichnisse, ein gepflegter Wikipedia-Eintrag (wenn Relevanz gegeben ist), Erwähnungen in Podcasts oder Gastbeiträgen – das alles formt das Bild der Entität. Reine Eigen-PR auf der eigenen Seite reicht nicht.

Schritt 3: Strukturierte Daten richtig einsetzen

Schema.org-Markup macht aus „Text, den ein Mensch interpretieren muss” maschinenlesbare Fakten. Das senkt die Unsicherheit für das Modell – und Unsicherheit ist der Hauptgrund, warum eine Quelle nicht zitiert wird.

Praktisch relevant sind vor allem:

• FAQPage für echte Frage-Antwort-Blöcke. Jede Frage wird zu einer sauber abgegrenzten, zitierfähigen Einheit.
• Article / BlogPosting mit author, datePublished, dateModified. Autorenschaft und Aktualität sind Vertrauenssignale.
• Product, Service, Offer für konkrete Leistungen und Preise.
• BreadcrumbList für nachvollziehbare Seitenhierarchie.

Ein verbreitetes Missverständnis: Schema sei ein „Ranking-Trick”. Ist es nicht. Es garantiert kein Zitat. Es reduziert die Mehrdeutigkeit deiner Inhalte – nicht mehr, aber das ist viel wert. Verwende JSON-LD im <head>, validiere mit dem Schema-Markup-Validator von Schema.org und dem Rich-Results-Test, und markiere nur, was auch sichtbar auf der Seite steht. Erfundenes Markup fliegt früher oder später auf.

Schritt 4: Lass die richtigen Crawler rein

Der dümmste vermeidbare Fehler: Du machst alles richtig, aber blockst die Bots aus. Ohne Crawler-Zugang gibt es kein Zitat – Punkt. Und die Sache hat eine Nuance, die viele übersehen: Training-Crawling und Such-Crawling sind getrennt steuerbar.

OpenAI betreibt drei Bots, jeden einzeln über robots.txt kontrollierbar:

User Agent	Zweck	Für Sichtbarkeit relevant?
GPTBot	Sammelt Inhalte fürs Modelltraining	Optional – betrifft Trainingsdaten
OAI-SearchBot	Speist die Web-Suche in ChatGPT	Ja, unbedingt freilassen
ChatGPT-User	Ruft Seiten ab, wenn ein Nutzer aktiv einen Link öffnet	Ja

Bei Perplexity:

• PerplexityBot – baut den Such-Index auf, unbedingt zulassen.
• Perplexity-User – ruft Seiten bei konkreten Nutzeranfragen ab.

Der entscheidende Punkt: Du kannst OAI-SearchBot erlauben und GPTBot sperren. Damit erscheinst du in der ChatGPT-Suche, ohne zwangsläufig fürs Foundation-Model-Training herzuhalten. Das ist die saubere Standardlösung für alle, die bei der Trainingsnutzung skeptisch sind, aber Sichtbarkeit wollen. Eine pragmatische robots.txt:

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Perplexity-User
Allow: /

User-agent: GPTBot
Disallow: /

Zwei ehrliche Hinweise. Erstens: Änderungen an robots.txt greifen nicht sofort – bei OpenAI kann es rund 24 Stunden dauern, bis die Systeme nachziehen. Zweitens: Die Bot-Compliance ist nicht perfekt. Perplexity stand wiederholt in der Kritik, undeklarierte Crawler eingesetzt zu haben, um No-Crawl-Direktiven zu umgehen; Cloudflare hat sie zeitweise von der Liste verifizierter Bots gestrichen. Wenn du eine aggressive WAF oder Bot-Protection fährst, prüf, ob sie dir aus Versehen die legitimen KI-Such-Crawler blockt. Wir sehen das in Audits öfter, als uns lieb ist.

Schritt 5: llms.txt – sinnvoll, aber kein Wundermittel

llms.txt ist eine 2024 von Jeremy Howard vorgeschlagene Konvention: eine Markdown-Datei im Wurzelverzeichnis (/llms.txt), die KI-Systemen eine kuratierte Landkarte deiner wichtigsten Inhalte gibt. Anders als robots.txt blockt sie nichts – sie kuratiert. Die Idee: weniger Rauschen, klarerer Pfad zu deinen Kerninhalten.

Eine schlanke Version:

# Rocket-Monkeys

> Webentwicklung, KI-Integration und AEO/SEO aus München.

## Leistungen
- [Webentwicklung](https://rocket-monkeys.com/webentwicklung): Astro, Performance, Barrierefreiheit.
- [KI-Integration](https://rocket-monkeys.com/ki): RAG, Agenten, Automatisierung.
- [AEO & SEO](https://rocket-monkeys.com/aeo): Sichtbarkeit in KI-Antworten.

## Ressourcen
- [Blog](https://rocket-monkeys.com/blog)
- [Kontakt](https://rocket-monkeys.com/kontakt)

Ehrliche Einordnung – und hier weichen wir bewusst vom Hype ab: llms.txt ist Stand 2026 eine Community-Konvention, kein offizieller Standard, und kein IETF-RFC. Die Unterstützung quer durch die großen Anbieter ist bestenfalls partiell, die Verbreitung liegt grob im einstelligen bis niedrigen zweistelligen Prozentbereich der Websites. Heißt konkret: Leg die Datei an, sie kostet eine halbe Stunde und schadet nie. Aber erwarte keinen Sichtbarkeitssprung daraus. Wer seine Energie statt in zitierfähigen Content in eine perfekte llms.txt steckt, optimiert die falsche Variable.

Schritt 6: Miss, ob es funktioniert

Ohne Monitoring tappst du im Dunkeln. Die unbequeme Wahrheit: KI-Antworten sind nicht-deterministisch. Dieselbe Frage liefert heute eine andere Antwort als morgen, je nach Modellversion, Kontext und Zufall. Eine einzelne Stichprobe sagt fast nichts.

Was wir in der Praxis tun:

• Promptset definieren. Leg 20 bis 50 reale Fragen fest, bei denen deine Marke auftauchen sollte – inklusive der unbequemen („beste Astro-Agentur München”, „Alternativen zu Anbieter X”).
• Regelmäßig abfragen. Stell dieselben Prompts wöchentlich in ChatGPT (mit Suche) und Perplexity. Dokumentiere: Wirst du genannt? Verlinkt? Korrekt dargestellt? Oder wird ein Wettbewerber zitiert?
• Server-Logs auswerten. Filtere die Zugriffe von OAI-SearchBot, PerplexityBot und Co. Crawlen sie deine Seiten überhaupt? Welche? Das ist dein direktes Feedback, ob die technische Basis steht.
• Spezialtools nutzen. Es gibt mittlerweile dedizierte AI-Visibility-Tools, die das automatisieren. Brauchst du am Anfang nicht zwingend – ein Spreadsheet plus Disziplin bringt dich überraschend weit.

Wichtig ist die Halbwertszeit der Erkenntnis: Was diese Woche zitiert wird, kann nach dem nächsten Modell-Update anders aussehen. AEO ist kein Projekt mit Enddatum, sondern ein laufender Prozess. Wer das als einmalige Maßnahme verkauft, hat es nicht verstanden.

Wo wir ansetzen würden

Wenn du heute anfängst, fang nicht bei llms.txt an. Fang beim Content an: Nimm deine fünf wichtigsten Seiten und schreib jede so um, dass die Kernfrage im ersten Absatz beantwortet ist. Parallel prüfst du in einer Stunde deine robots.txt und dein Organization-Schema – zwei technische Quick Wins, die oft sofort etwas bewegen. Dann baust du das Monitoring auf, damit du nicht raten musst. Der Rest – FAQ-Schema, Entitäten-Pflege, externe Erwähnungen – folgt iterativ.

Wir bei Rocket-Monkeys bauen genau diese Kette: technisch saubere Astro-Seiten, sinnvoll eingesetzte KI und Inhalte, die Maschinen wie Menschen verstehen. Wenn du wissen willst, warum deine Marke in ChatGPT und Perplexity gerade nicht (oder falsch) auftaucht, schau dir mit uns deine Logs, dein Schema und deine wichtigsten Seiten an. Schreib uns für ein unverbindliches Erstgespräch an info@rocket-monkeys.com – wir sagen dir ehrlich, wo der größte Hebel liegt.