KI-SEO-Agentur für Marken, die in ChatGPT, Perplexity und Google AI gefunden werden

Wir bauen drei Schichten parallel auf, weil keine einzelne davon allein ausreicht. Der Entity-Layer macht Ihre Marke für LLMs eindeutig: Wikidata-Item, Knowledge-Graph-Eintrag, sauber gepflegte sameAs-Vernetzung zu LinkedIn, Crunchbase, Branchenverbänden und — wo verfügbar — DNB-Eintrag. Erst wenn ChatGPT, Claude und Gemini Sie nicht mehr mit einem Namensvetter verwechseln, beginnen Ranking-Effekte überhaupt zu greifen.

Der Content-Layer übersetzt Ihre Expertise in zitierfähige Formate. Wir schreiben Definition-Leads (40–60 Wörter, antwortfähig, ohne Marketing-Sprache), bauen Cluster-Architekturen aus Content-Hub und Spokes, ergänzen Vergleichstabellen, FAQ-Blöcke mit echten Kundenfragen und Mini-Case-Studies mit konkreten Zahlen. Diese Bausteine sind in unseren Logs die mit Abstand häufigsten Zitatquellen in LLM-Antworten.

Der Tech-Layer ist die Hygiene-Schicht: Schema.org-Tiefe (Organization, Article, FAQPage, HowTo, DefinedTerm, Product wo passend), llms.txt mit kuratierter URL-Liste, semantisches HTML, saubere Core Web Vitals, robots.txt-Regeln pro KI-Bot. Ohne diese Schicht bleibt die beste Content-Arbeit für die Hälfte der Modelle unsichtbar.

Was wir bewusst nicht tun: Massenproduktion von KI-Texten, Keyword-Stuffing, Linkkauf, sogenanntes Programmatic SEO mit Template-Seiten ohne Substanz. Diese Taktiken brechen in LLM-Rankings nach 90–120 Tagen — wir haben den Effekt in zwei Mandanten-Audits 2025 dokumentiert und beim zweiten den kompletten generierten Content wieder aus dem Index nehmen müssen.

Unsere Hauptmandate: B2B-Software (SaaS, Plattformen), Industrie-Mittelstand und Maschinenbau, gehobenes E-Commerce mit eigener Marke, spezialisierte Beratungen, Family Offices und regulierte Branchen (Recht, Steuer, Medizin). Mindest-Site-Größe: rund 25 indexierte Seiten. Mindest-Reife: bestehender Content, an dem sich substanziell arbeiten lässt, und ein internes Ansprech-Setup, das Freigaben in unter zehn Werktagen entscheiden kann.

Wir arbeiten nicht mit Affiliate-Farmen, Glücksspiel, reinen Lead-Aggregatoren oder Anbietern ohne klares Geschäftsmodell — diese Modelle skalieren in LLMs nicht, weil die Modelle Entity-Klarheit verlangen, die diese Strukturen per Design vermeiden.

Ebenfalls eine ehrliche Absage gibt es, wenn die Erwartung lautet: in drei Monaten Marktführer in ChatGPT werden. Realistisch sind in 90 Tagen erste belastbare Brand-Mentions, eine sauber aufgesetzte Foundation und ein dokumentierter Share-of-Answer-Lift im einstelligen bis niedrig zweistelligen Bereich. Wer mehr verspricht, verkauft Hoffnung.

Foundation (Wochen 1–4): Wir messen den Status quo in fünf LLMs auf einem Prompt-Set aus 80–160 echten Recherche-Fragen Ihrer Zielgruppe, prüfen die 25 Tech-Faktoren, ziehen das Organization-Schema gerade, legen oder konsolidieren das Wikidata-Item und deployen eine kuratierte llms.txt. Output: Audit-PDF, Baseline-Dashboard, 90-Tage-Roadmap.

Substanz (Wochen 5–12): Die Top-25 Seiten werden auf Definition-Lead-Format überarbeitet, FAQPage- und Article-Schemas kommen flächendeckend, Entity-Vernetzung wird zu LinkedIn, Branchenverbänden, Studien-Quellen geknüpft. Parallel laufen Press-Outreach (3–5 Trade-Press-Mentions) und der erste Hub-Spoke-Sprint mit 6–8 neuen Inhalten.

Skalierung (ab Monat 4): Wir liefern Studien-Assets mit eigener Datenerhebung, Tool-Reviews, Branchen-Benchmarks und Vergleichs-Inhalte. Ab diesem Punkt verschiebt sich der Erfolgs-Treiber von Hygiene zu Authority. Parallel institutionalisieren wir das wöchentliche Drift-Tracking, damit Modell-Updates der Anbieter (alle 6–10 Wochen relevant) keine Sichtbarkeits-Einbrüche verursachen.

Share-of-Answer: Anteil der Antworten in unserem Prompt-Set, in denen Ihre Marke namentlich genannt wird. Berechnet wöchentlich pro LLM und pro Prompt-Cluster. Ziel-Korridor 12 Monate: 15–35 % je nach Wettbewerb.

Citation-Rate: Anteil der Antworten, in denen Ihre Domain als Quelle verlinkt oder als Zitat gekennzeichnet ist. Härter als Share-of-Answer, aber direkter Indikator für Referral-Traffic.

Brand-Mention-Rate: Wie oft erscheint Ihre Marke ungesteuert in semantisch nahen Prompts — also dort, wo Sie nicht explizit gesucht wurden. Indikator für Top-of-Funnel-Mindshare.

Antwort-Qualität: Stimmt das, was LLMs über Sie sagen, inhaltlich? Wir prüfen quartalsweise auf Halluzinationen und korrigieren über Schema-, Wikipedia- und Press-Hebel. Eine falsche Geschichte über Ihr Unternehmen ist schädlicher als gar keine.

Jedes Mandat bekommt ein Konkurrenz-Set von 4–8 Anbietern, das wir in denselben Prompt-Clustern tracken. Wir sehen monatlich, welche Wettbewerber dazugewinnen, welche verlieren und in welchen Sub-Themen Sie verdrängt werden. Diese Daten landen direkt in der Content-Pipeline — Sub-Themen, in denen Konkurrenten gewinnen, werden zum priorisierten Spoke.

Die Methode hat einen Nebeneffekt, der oft unterschätzt wird: Sie sehen vor dem Vertrieb, wenn ein Wettbewerber ein neues Produkt positioniert oder eine Studie veröffentlicht — manchmal sechs Wochen, bevor es im Markt offiziell wird.

Jedes Mandat hat einen festen Lead-Strategen plus einen Tech-Spezialisten. Kommunikation läuft über Slack-Connect oder Teams, wöchentlich gibt es ein 30-Minuten-Stand-up und einmal monatlich ein 60-Minuten-Strategie-Review mit Geschäftsführung oder Marketing-Leitung.

Reporting kommt monatlich als kompaktes PDF (max. 12 Seiten) plus Live-Dashboard. Wir liefern keine 80-Seiten-Excel-Wüsten — die Erfahrung zeigt, dass solche Reports gelesen, aber nicht genutzt werden. Stattdessen drei Kernzahlen, drei abgeschlossene Sprints, drei nächste Hebel.

Vertragsmodell: 3 Monate Mindestlaufzeit, danach monatlich kündbar mit 30 Tagen Frist. Kein Setup-Aufschlag bei Direkt-Start aus einem unserer Audits.

Im DACH-B2B-Mittelstand sehen wir 2026 die größte Lücke zwischen vorhandener Substanz und tatsächlicher KI-Sichtbarkeit. Maschinenbau-Zulieferer, technische Dienstleister, ERP- und Industrie-SaaS-Anbieter haben in der Regel exzellente Produkte und solide klassische SEO — aber kaum strukturierte Inhalte, die ein LLM ohne Reibung zitieren kann. Genau hier liegt der schnellste Hebel: bestehende Whitepaper, Case Studies und Produktdokumentation werden in zitierfähige Formate übersetzt, ohne neuen Content produzieren zu müssen.

Im gehobenen E-Commerce mit eigener Marke verschiebt sich der Erfolgs-Treiber stärker auf Vergleichs- und Empfehlungs-Kontexte. ChatGPT und Perplexity beantworten heute Recherche-Fragen wie „Welcher Anbieter für X im Preisbereich Y?“ — wer hier nicht in mindestens drei der ersten fünf Antworten erscheint, verliert die Top-of-Funnel-Sichtbarkeit, die früher Google-SERPs geliefert haben. Wir messen in Pilot-Mandaten 22–41 % Anteil an genannten Marken, abhängig von Wettbewerbsintensität.

Bei regulierten Branchen (Recht, Steuer, Medizin) ist die Aufgabe enger: hier zählt Halluzinations-Reduktion über Schema.org und Wikipedia-Pflege deutlich mehr als reine Sichtbarkeits-Steigerung. Eine falsche Behauptung über Ihre Kanzlei oder Praxis ist haftungsrelevant — die Foundation-Arbeit muss diese Risiken aktiv eliminieren, bevor Reichweiten-Hebel gezogen werden.

Fehler 1: Organization-Schema fehlt oder ist generisch. Etwa 70 % der DACH-Mittelstand-Sites, die wir auditieren, haben kein sauberes JSON-LD mit sameAs-Vernetzung. Das ist der mit Abstand schnellste Hebel — Setup in 4–6 Stunden, Effekt in ChatGPT-Antworten meist binnen 14 Tagen sichtbar.

Fehler 2: Definition-Lead-Format ignoriert. Die ersten 40–60 Wörter eines Artikels entscheiden, ob ein LLM den Inhalt extrahieren kann. Marketing-Texte mit Storytelling-Einstieg werden von Perplexity nachweislich seltener zitiert als Faktentexte mit klarer Definition zuerst. Wir schreiben die Top-25-Seiten in der ersten Welle systematisch um.

Fehler 3: KI-Crawler werden blockiert. robots.txt-Regeln, die GPTBot, ClaudeBot, PerplexityBot oder Google-Extended unbeabsichtigt aussperren, sind in jedem zweiten Audit präsent. Die Korrektur ist trivial, aber ohne Korrektur ist jede weitere GEO-Arbeit wirkungslos.

Fehler 4: Wikidata-Item fehlt oder ist verwaist. Ohne sauber gepflegtes Wikidata-Item bleibt Ihre Marke für Claude und Gemini eine schwach belegbare Entity. Wir legen die Items an oder konsolidieren bestehende — strikt nach Notability-Regeln, ohne Spam-Risiko.

Fehler 5: Keine Konsolidierung von Marken-Mentions. Wenn Ihr Unternehmen in Trade-Press, LinkedIn-Posts und Branchenverzeichnissen unter leicht abweichenden Schreibweisen erscheint, verlieren LLMs den Entity-Bezug. Wir prüfen die Top-200 externen Erwähnungen und korrigieren systematisch.

Unsere Methodik basiert auf einem internen Datensatz aus 80+ DACH-GEO-Projekten seit 2023, dokumentiert in monatlichen Cohort-Analysen. Wir wissen empirisch, welche Hebel in welcher Reihenfolge welchen Effekt haben — und welche Hebel überschätzt werden (kurze Antwort: llms.txt allein, Domain-Authority-Tools, Massen-Content).

Vor jedem Mandat liefern wir einen kostenlosen 30-Minuten-Sichtbarkeits-Check mit echten Daten zu Ihrer aktuellen Position in fünf LLMs. Wenn die Analyse zeigt, dass Ihr Setup bereits gut ist oder dass GEO für Ihre Zielgruppe nicht der richtige Hebel ist, sagen wir das offen — auch wenn das einen entgangenen Auftrag bedeutet. Diese Praxis hat uns seit 2024 mehr Empfehlungen gebracht als jedes Marketing-Budget.

Unsere Senior-Stratregen arbeiten alle seit mindestens fünf Jahren operativ in SEO, Content und technischer Optimierung — kein Generalist, kein Praktikant am Account. Der gleiche Mensch, den Sie im Pitch sehen, leitet auch das Mandat. Das ist kein Verkaufsargument, sondern Voraussetzung für die Qualität, die GEO 2026 erfordert.

Wer tiefer einsteigen will: unsere Methodik ist im Wissens-Hub öffentlich dokumentiert. Lesen Sie die GEO-90-Tage-Roadmap für den Mittelstand, die Auswahl-Checkliste für KI-SEO-Agenturen und den Beitrag zu KI-Sichtbarkeits-Kosten und -Benchmarks — alles ohne Lead-Wall. Wer danach noch eine Frage hat, bekommt im Sichtbarkeits-Check eine ehrliche Antwort.