Teil 2 von drei. In Teil 1 ging es um die Ausgangslage: Der Shift ist real, trifft aber nicht jede Kategorie und nicht jede Marke gleich. Jetzt zur eigentlichen Arbeitsfrage. Wenn ein Sprachmodell sich ein Bild von deiner Marke macht, welche Quellen zieht es dafür heran? Und warum kommen ausgerechnet die teuersten Marketingmaßnahmen dort nicht an?
Zwei Achsen: Markenwirkung und Maschinenlesbarkeit
Der nützlichste Filter für Budgetentscheidungen sind zwei Fragen, die man an jede Maßnahme stellen kann. Erstens: Wirkt sie auf die Marke? Zweitens: Kann ein KI-System sie überhaupt erfassen? Die Kombination ergibt vier Felder.
Hohe Markenwirkung KI versteht es nicht
TV-SpotEventsSponsoringPlakatRadioMesseBrand SoundSamplingInstagram Story
Oben rechts liegt das Budget, das doppelt arbeitet.
Zwei Dinge fallen sofort auf. Erstens: Die teuersten Maßnahmen im Marketing stehen oben links. Ein TV-Spot wirkt massiv auf die Marke und ist für ein Sprachmodell trotzdem unsichtbar, weil es ihn schlicht nicht liest. Zweitens: Das, was in der SEO-Welt gern als Kern von GEO verkauft wird, steht unten rechts. Schema-Markup wird verstanden, verändert aber kein Markenbild. Es ist Hygiene, kein Hebel.
Die praktische Konsequenz: Nicht mehr Budget, sondern Budget umschichten. Wer eine Kampagne oben links fährt, sollte einen Teil davon so aufbereiten, dass er oben rechts landet. Ein Messeauftritt wird zum Fachartikel, ein Event zum Video mit Transkript, ein Sponsoring zur Pressemeldung mit Zahlen.
Sieben Quellen, die tatsächlich ankommen
Das sind die Signalquellen, die wir in Projekten am häufigsten unterschätzt sehen. Keine davon ist neu. Neu ist, dass sie inzwischen zusammen ausgewertet werden.
Signal 01
Metadaten und Inhalte deiner Videos
Titel, Beschreibung, Kapitelmarken und Transkript eines Videos sind Text, und Text wird gelesen. Deshalb tauchen YouTube-Videos in KI-Antworten überdurchschnittlich oft als Quelle auf, auch bei Fragen, die auf den ersten Blick nichts mit Video zu tun haben. Wer die Frage im Titel wörtlich stellt und im Video beantwortet, liefert dem Modell ein sauberes Frage-Antwort-Paar.
Dieselbe Frage, zwei Oberflächen: Das Video rankt in der klassischen Suche und liefert gleichzeitig den Text, aus dem KI-Systeme zitieren.
Der Nebeneffekt: Ein Video, das eine Suchfrage sauber beantwortet, sammelt Aufrufe über Monate statt über Tage. Die Kurve daneben zeigt ein Video, das nach acht Monaten mehr Aufrufe pro Woche bekommt als in der ersten. Wie wir das systematisch aufsetzen, steht auf der Seite zu Social SEO.
Signal 02
Aktuelles aus Magazinen und deinem Blog
Sprachmodelle bevorzugen frische Inhalte deutlich, weil Aktualität ein Hinweis auf Richtigkeit ist. Ein Fachartikel von letzter Woche schlägt einen besseren von vor zwei Jahren. Das gilt für das eigene Magazin genauso wie für Beiträge, die auf fremden Domains erscheinen.
Die KI-Übersicht nennt hier drei Marken beim Namen und begründet, wofür jede steht. Keine Position, kein Klick, trotzdem Markennennung.
Quelle: AirOps Research. Anteil der Inhalte, die in KI-Antworten zitiert werden.
Der Effekt ist größer, als die meisten Redaktionspläne abbilden: Inhalte unter drei Monaten werden nach Auswertung von AirOps rund dreimal so oft zitiert wie Inhalte, die neun Monate und älter sind. Ein Update-Rhythmus ist damit keine Fleißaufgabe, sondern ein Rankingfaktor für Zitate.
Signal 03
Eigene Ressourcen und Daten
Studien, Benchmarks, Rechner, kostenlose Werkzeuge: Inhalte, die es nur bei dir gibt, sind für ein Sprachmodell die einzige mögliche Quelle. Alles andere kann es aus zehn Seiten zusammenschreiben. Genau deshalb bringen eigene Daten überproportional viele Zitate, und nebenbei die Verlinkungen, die im klassischen SEO immer noch zählen.
BrightLocal bündelt Research, Webinare und kostenlose Tools in einem eigenen Navigationsbereich.
Signal 04
Wen du als Zielgruppe benennst
Ein Modell ordnet eine Marke den Segmenten zu, die sie selbst benennt. Wer nur „Lösungen für Unternehmen" schreibt, wird bei „Software für Maschinenbau" nicht gefunden. Wer Branchen, Rollen und Anwendungsfälle explizit ausschreibt, liefert die Verknüpfung frei Haus.
Lösungen nach Branche und Anwendungsfall getrennt, statt einer Sammelseite für alle.
Signal 05
Welche Fragen gestellt werden, und deine Antworten
Die Frage-Antwort-Struktur ist das Format, das am direktesten in eine generierte Antwort übernommen werden kann. Eine gute FAQ-Sektion ist deshalb kein Servicebaustein am Seitenende, sondern eine eigene Content-Gattung: eine Frage pro Abschnitt, wörtlich so formuliert, wie Menschen sie stellen, und eine Antwort, die für sich allein steht.
Jede Frage wörtlich, jede Antwort eigenständig lesbar. Genau die Bausteine, die ein Modell übernehmen kann.
Signal 06
Was du auf LinkedIn schreibst
LinkedIn-Beiträge sind öffentlich zugänglicher Text mit einer eigenen URL, und die ersten Wörter eines Beitrags landen in genau dieser URL. Wer den Einstieg wie eine Suchanfrage formuliert, bekommt eine Seite, die auch außerhalb der Plattform auffindbar ist. Dazu kommt der Personenbezug, der für Sprachmodelle ein starkes Autoritätssignal ist.
Die ersten Wörter des Beitrags stehen wörtlich in der URL. Ein Format, das kaum jemand bewusst nutzt.
Signal 07
Wer hinter der Marke steckt
Im B2B kauft niemand von einem Logo, und ein Sprachmodell zitiert lieber eine Person als eine anonyme Redaktion. Namentliche Autor:innen, verlinkte Profile, Gesichter und ein durchgängiger Personenbezug geben dem System etwas, das es einer Entität zuordnen kann.
Die persönlichen Kanäle der Gründer direkt aus der Navigation heraus verlinkt.
Und dazwischen: Kurzformate. Was in einem langen Video ausführlich beantwortet wird, funktioniert als Shorts- oder TikTok-Clip noch einmal separat. Andere Oberfläche, anderer Suchweg, dieselbe Aussage. Ein Beispiel aus einem laufenden Projekt steht auf unserer Social-SEO-Seite.
Was daraus folgt
Keines dieser sieben Signale ist eine Geheimtaktik. Der Unterschied liegt in der Bewertung: Bisher galten Videos, LinkedIn-Beiträge und FAQ-Seiten als Kanalarbeit mit eigenem Zweck. Heute laufen sie zusätzlich in dieselbe Auswertung ein und formen gemeinsam das Bild, das ein Modell von der Marke hat.
Zusammengefasst
Ein Modell versteht Text, Struktur und Personen. Es versteht keine Bühne, keinen Sound und keine Atmosphäre. Wer beides braucht, muss die Wirkung der einen Seite in die Sprache der anderen übersetzen.
Bleibt die Frage, wie die Inhalte selbst aussehen müssen, damit sie nicht nur gelesen, sondern zitiert werden. Darum geht es im dritten Teil.
AirOps Research: Zitierrate von Inhalten nach Alter (unter 3 Monate gegenüber 9 bis 12 Monaten und älter).
Screenshots aus öffentlich zugänglichen Websites und Suchergebnissen, erhoben 2026. Die genannten Unternehmen dienen als Beispiel und stehen in keiner Geschäftsbeziehung zu LLAMA LEAGUE, sofern nicht anders angegeben.
