GEO-Audit: Technische und semantische Diagnose für generative Engines

Das GEO-Audit fokussiert auf die Site selbst — Tech, Schema, Content. Das KI-Sichtbarkeits-Audit kombiniert Site-Diagnose mit LLM-Sichtbarkeits-Messung. Wenn Sie bereits wissen, dass Sie unsichtbar sind, ist das GEO-Audit das schnellere und günstigere Instrument.

Beide Audits liefern eine 90-Tage-Roadmap, das KI-Sichtbarkeits-Audit zusätzlich die Baseline pro LLM. Wer in 6–9 Monaten sauber messen will, ob die Maßnahmen wirken, braucht die Baseline — wer nur umsetzen will, kommt mit dem GEO-Audit aus.

Wir crawlen die Domain mit unserem LLM-Profil-Crawler, der je User-Agent (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot, Bytespider) prüft, ob Inhalte zugänglich, gerendert und strukturiert sind. Anschließend bewerten wir Schema-Tiefe, Definition-Lead-Qualität und Entity-Vernetzung.

Parallel laufen drei statische Analysen: ein robots.txt- und llms.txt-Audit gegen die aktuelle Bot-Realität, ein Schema-Validierungs-Lauf via Google Rich Results Test und Schema.org-Validator, sowie eine semantische HTML-Bewertung (heading-Struktur, list/table-Nutzung, schema-konforme Auszeichnungen).

Pro KI-Bot getrennt: Reichweite (welche Seiten sind aus Bot-Perspektive erreichbar), Rendering (kommt der vollständige Hauptinhalt im ersten HTTP-Response oder erst nach JS-Hydration), Schema (sind JSON-LD-Blöcke serverseitig vorhanden), Verlinkung (welche Pfade lassen sich vom Bot überhaupt traversieren), Performance (LCP, TBT, CLS aus Bot-Sicht).

Wichtig: Was Googlebot sieht und was GPTBot sieht, ist nicht identisch. Manche Sites rendern fürs Google-Caching-Layer komplett, blockieren aber via CDN-Regel andere Bots. Diese Asymmetrie ist einer der häufigsten Befunde unserer Audits — und meist unbeabsichtigt.

Der Crawler protokolliert für jeden geprüften Pfad: HTTP-Status, Render-Differenz Plain-vs-JS, Schema-Validität, Definition-Lead-Score (0–10), interne Linktiefe und Crawl-Hindernisse (CAPTCHAs, Geo-Blocking, Bot-Detection).

Jeder Top-25-Pfad bekommt einen Definition-Lead-Score von 0 bis 10. Bewertet werden: Existenz eines klar markierten Lead-Absatzes, Länge im Korridor 40–60 Wörter, Antwort-Fähigkeit (lässt sich der Absatz unverändert als Snippet zitieren), Faktendichte (mindestens zwei harte Fakten), Markierung im Schema (DefinedTerm oder vergleichbar).

Score 0–3: Seite ist im LLM-Kontext praktisch unsichtbar, Refactor zwingend. Score 4–6: Substanz da, aber Format ungeeignet, Refactor lohnt sich. Score 7–10: Seite ist als Zitat-Kandidatin gut aufgestellt, nur Feinschliff nötig.

Diese Bewertung ist nicht abstrakt — sie korreliert in unseren Mandaten mit ~0,71 Spearman zur tatsächlichen Citation-Rate nach 12 Wochen. Score-Verbesserung ist also der zuverlässigste Frühindikator für Sichtbarkeitswachstum.

Das GEO-Audit ist eine Site-Diagnose. Es misst nicht, wo Sie aktuell in ChatGPT oder Perplexity stehen — dafür ist das KI-Sichtbarkeits-Audit gedacht. Es ist die richtige Wahl, wenn Sie wissen, dass Sie unsichtbar sind, und nur die Hebel suchen, oder wenn Sie vor einem Relaunch die GEO-Tauglichkeit der neuen Site-Architektur sicherstellen wollen.

Es liefert auch keine Roadmap mit dezidierten Briefings für jeden einzelnen Pfad — das passiert im Strategie-Sprint oder Retainer. Wer eine fertige Aufgabenliste für 12 Wochen Eigen-Umsetzung will, sollte direkt den Strategie-Sprint buchen.

Vor Relaunch: Architektur und Schema-Konzept der neuen Site GEO-tauglich gestalten, bevor sie live geht — spart einen 6-Monats-Rückbau.

Nach Migration: Plötzliche Sichtbarkeits-Drops nach CMS-Wechsel oder Hosting-Migration diagnostizieren. Häufige Ursachen: Bot-Blockaden durch neues CDN, fehlende Schema-Migration, geänderte URL-Strukturen.

Vor Agentur-Wechsel: Saubere Baseline schaffen, damit die neue Agentur weiß, wo sie startet und welche Hebel priorisiert sind.

Bei JS-Heavy-SPAs: Single-Page-Apps mit clientseitigem Rendering sind für viele KI-Bots schlecht lesbar. Das GEO-Audit zeigt pro Pfad, wo Inhalte nicht ankommen — und welche Render-Strategie (SSR, ISR, statisches Pre-Rendering) den Hebel löst.

Cluster A — Bot-Blockaden (in ~38 % der Audits): CDN-Default-Regeln blockieren KI-Bots, robots.txt erbt veraltete Disallow-Einträge, llms.txt fehlt komplett. Fix-Aufwand 2–6 Stunden, Wirkung 4–8 Wochen.

Cluster B — Schema-Schwund (~52 %): Article ohne author, FAQPage mit Platzhaltern, Organization ohne sameAs. Validierung schlägt fehl, LLMs ignorieren das Markup. Fix-Aufwand 8–20 Stunden, Wirkung 2–6 Wochen.

Cluster C — Definition-Lead-Lücke (~61 %): Top-25-Seiten beginnen mit Storytelling, Brand-Versprechen oder generischen Intros. Refactor-Aufwand 15–40 Stunden, Wirkung 4–10 Wochen — und der zuverlässigste Hebel über alle Branchen hinweg.

Lesen Sie den Leitartikel Technische GEO und die zugehörigen Spokes: JSON-LD-Leitfaden, Schema.org-für-GEO, Crawler-Steuerung-KI-Bots, Semantic-HTML-für-LLMs und Core-Web-Vitals-und-GEO. Für die Content-Seite ergänzt der Leitartikel KI-Content-Strategie mit dem Spoke Content-Audit-für-GEO.