Von unsichtbar zu KI-empfohlen: Wie ich ChatGPT in 7 Wochen zur Empfehlung brachte

Im Frühjahr 2026 hatte meine persönliche Website etwa 50 Besucher im Monat. Nichts war kaputt. Sie war schlicht unsichtbar, für Google genauso wie für die Assistenten, die Menschen heute statt Google fragen. Eine typische KI-Antwort nennt etwa 2,8 Marken, und ich war bei keiner einzigen Query dabei, die für mein Geschäft zählte.

Seitdem betreibe ich eine wöchentliche Optimierungsschleife auf meiner eigenen Website und parallel dazu ein präregistriertes Quasi-Experiment auf 52.821 KI-Zitationen, um zu prüfen, ob meine Taktiken tatsächlich die Zitationen bewegen. Dieser Beitrag deckt beide Hälften ab: was ich getan habe, und was die Daten über das Warum sagen.

Die eine Sache, die darüber entscheidet, ob Sie zitiert werden

Die semantische Übereinstimmung zwischen der Frage und einer Passage auf Ihrer Seite. Im präregistrierten Modell auf 52.821 Zitationen ist das mit Abstand die stärkste Variable, pro Standardabweichung das 3,27-Fache der Zitationschance wert (95-%-Intervall 2,68 bis 4,01), mehr als alle Autoritäts-, Formatierungs- und Aktualitätsvariablen im Modell zusammen. Alles andere in diesem Artikel ist demgegenüber Nebensache.

Ohne Fachjargon: Der Assistent zerlegt Ihre Seite in Passagen von rund fünfzig Wörtern, verwandelt die Frage und jede Passage in eine numerische Bedeutungsrepräsentation und zitiert diejenige, deren Bedeutung der Frage am nächsten liegt. Die Aufgabe ist, die Bedeutung zu treffen, und die Worte der fragenden Person zu verwenden bringt diese Bedeutung zur Deckung.

Warum Sie eine Query nicht treffen können, die Sie nicht vorhersehen

Weil im Zentrum dieser Karte eine reale Frage steht, müssen Sie wissen, wie reale Menschen sie formulieren, und fast niemand prüft das. Zielen Sie mit einer Passage stattdessen auf die glattgebügelte Version, die sich ein Assistent ausgedacht hätte, passiert die semantische Übereinstimmung, die Sie eigentlich wollten, nie.

Das kann ich gegen etwas prüfen, das den meisten Menschen nicht zur Verfügung steht. neuroflash, wo ich CIO bin, sieht, wie Menschen wirklich formulieren, sowohl was sie fragen als auch wie sie es tippen. Stellt man das Profil realer Queries dem gegenüber, was ein Sprachmodell erfindet, wenn es nach Suchqueries gefragt wird, kommt nur die Länge der Query nahe heran.

Das Query-Set muss also an echtem Verhalten simuliert werden, statt sich ausgedacht zu werden. Genau das tun die Digital Twins in der Schleife unten: Schritt 1 simuliert die Zielgruppe, Schritt 2 lässt sie Suchverhalten produzieren, kalibriert an der realen Verteilung oben, so kommt man auf das Zentrum der Karte statt auf eine Schätzung davon. Werden diese beiden Schritte falsch gemacht, optimiert jeder spätere Schritt eine Seite für eine Frage, die niemand stellt.

Wie die Twins das Query-Set aufbauen, in zwei Schritten

Beide Hälften werden gebraucht. Die Twins liefern das Was, die Sache, nach der eine gegebene Persona suchen würde. Der Kalibrierungsdurchgang liefert das Wie, die Form, die diese Absicht annimmt, wenn jemand sie in ein Chatfenster tippt.

Von einer Persona zu einer Query, die jemand wirklich tippen würde

Schritt 1. Die Twins wissen, was ihrer Persona wichtig ist

illustrative Beispiel-Twins

Alina, 25

Werbung und Marketing, Berlin

Interessiert sich dafür, ob ein Speaker bei einem Team in den Zwanzigern ankommt.

Suchabsicht

Einen Keynote-Speaker finden, dessen KI-Material ein junges Publikum erreicht.

Nadine, 37

HR-Assistentin, Stuttgart

Organisiert einen Führungskräftetag, Budget und Logistik entscheiden.

Suchabsicht

Herausfinden, was ein KI-Keynote kostet und wie Reise und Timing für eine eintägige Veranstaltung funktionieren.

Korbinian, 63

Vertriebsleiter, Rosenheim

Will wissen, ob sich die Ausgabe bei der Größe seines Unternehmens lohnt.

Suchabsicht

Herausfinden, ob ein KI-Keynote für ein mittelständisches Unternehmen sein Geld wert ist.

kalibriert an echten Nutzermustern

Schritt 2. Der Humanisierungsdurchgang gleicht jede Query an echte menschliche Queries an, im Was und im Wie

je näher an der realen Frageweise, desto öfter werden Sie gefunden

ki speaker der bei gen z ankommt

7 Wörter, kleingeschrieben

ki keynote kosten führungskräftetag

4 Wörter, reines Suchkeyword

lohnt sich ein ki keynote für ein mittelständisches unternehmen

9 Wörter, kleingeschrieben

Kalibrierungsziel, die oben gemessenen realen Queries: Median 11 Wörter, 46 % beginnen mit Kleinbuchstaben, ein Fragezeichen bei weniger als der Hälfte.

Der Ausgangspunkt: 50 Besucher im Monat und null KI-Erwähnungen

Vor dem Umbau war meine Website eine WordPress-Installation, die 468 KB Homepage-HTML, 60 Scripts und 9 Stylesheets lud, 70 Punkte bei PageSpeed erreichte und etwa 16 Google-Impressionen am Tag hatte. Auf meinem eingefrorenen Query-Set nannte mich ChatGPT in 3,7 % der Antworten. Bei kommerziellen Queries wie „bester KI-Keynote-Speaker" fehlte ich komplett, während andere Namen standardmäßig empfohlen wurden.

Ich habe meine eigene Methode zuerst an mir selbst angewendet, aus einem einfachen Grund: Ich verkaufe diese Arbeit, und ich verkaufe lieber nichts, das ich nicht selbst durchgestanden habe.

Die wöchentliche Schleife, die ich auf meiner eigenen Website fahre

Die Schleife hat sieben Schritte und braucht eine Arbeitssitzung pro Woche. Zielgruppe simulieren, die Queries generieren, die sie wirklich tippen, über Engines hinweg messen, die Lücken lesen, Inhalt schreiben, den die Twins abgenommen haben, veröffentlichen, dann sieben Tage später erneut messen.

Die sieben Schritte, und der Skill dahinter

Fast nichts davon geschieht von Hand. Jeder Schritt läuft auf einem benannten Skill innerhalb eines Agenten-Frameworks, das ich selbst gebaut habe und auf meiner eigenen Maschine betreibe, und das Framework erinnert sich zwischen den Wochen: die Zielgruppe, das eingefrorene Query-Set, was schon veröffentlicht wurde und was die Twins abgelehnt haben, all das trägt weiter. Dieses Gedächtnis ist der Grund, warum Woche zehn weniger Aufwand kostet als Woche eins, statt mehr.

1. Zielgruppe mit Digital Twins simulieren. Von einem Sprachmodell erfundene Personas kommen einem Münzwurf nahe. Twins, verankert in echten Umfrageteilnehmenden, antworten wie die Menschen, die tatsächlich Keynotes buchen, und die Zielgruppendefinition wird einmal festgehalten und jede Woche wiederverwendet statt von Grund auf neu gebaut.
2. Queries generieren, die menschlich klingen. Twins produzieren Suchverhalten entlang der Journey, kalibriert an der oben gezeigten realen Query-Verteilung statt an einem Keyword-Tool. Der Query-Skill hält dieses Set eingefroren, das macht die Zahlen einer Woche mit der nächsten vergleichbar.
3. Mit einem KI-Sichtbarkeits-Tracking-Anbieter messen (Peec.ai, Rankscale und andere). Das Query-Set läuft durch ChatGPT, Gemini, Copilot, Perplexity und Claude und liefert Share of Voice, Zitationsrate und Position pro Persona und Journey-Stufe zurück. Der Audit-Skill führt diesen Scan jedes Mal auf dieselbe Weise aus und bewertet ihn gegen die Wettbewerber, die mir wichtig sind, sodass die Baseline vor jeder Inhaltsänderung erfasst wird und vergleichbar bleibt.
4. Die Lücken lesen, Marke und Nicht-Marke getrennt gehalten. Entscheidend ist die Zelle „erscheint überhaupt nicht", nicht „Position 7". Markenbehaftete Queries in den Durchschnitt zu mischen schönt den Score und verdeckt die Lücke. Derselbe Skill gibt die fehlenden Queries als Schreibbriefing für die nächste Woche zurück.
5. Twin-getesteten Inhalt schreiben. Der GEO-Artikel-Autor-Skill entwirft Answer-first-Inhalt gegen die Query, auf die er zielt, und vor der Veröffentlichung bewerten die Twins Titel, Hook und Einstieg, während ein Fact-Checking-Durchgang jede Zahl und jeden Quellenlink prüft.
6. Inhalt veröffentlichen. WordPress raus, statisches HTML rein. PageSpeed stieg von 70 auf 97 und Homepage-HTML sank von 468 KB auf 14 KB. Der Website-Editor-Skill bearbeitet, prüft in der Vorschau, deployt und verifiziert mit einem Rollback-Pfad, sodass eine am Montagmorgen gelesene Lücke noch am selben Tag mit einer Live-Seite beantwortet werden kann.
7. Erneut messen und wiederholen. Wöchentlich auf den geänderten Seiten, monatlich auf dem gesamten Query-Set. Die Lückenanalyse ergab einen Rückstand von 44 review-freigegebenen Artikeln, veröffentlicht mit maximal zwei pro Woche, und die Video-Repurposing- und LinkedIn-Skills verwandeln jeden davon in Clips und Posts, die von den Engines in Tagen statt in dem Monat aufgenommen werden, den eine neue Seite braucht.

Was die Schleife in sechs Monaten verändert hat

Vier Zahlen beschreiben das Ergebnis. PageSpeed 70 auf 97. Google-Impressionen von etwa 16 pro Tag vor dem Relaunch auf etwa 287 pro Tag heute, mit Klicks entlang derselben Kurve von deutlich unter eins pro Tag auf rund zwei. ChatGPT-Erwähnungsrate von 3,7 % auf 17,4 %, das sind 40 von 230 gemessenen Antworten, sieben Wochen nach Messbeginn. Und die Geschäftszahl: Drei Keynote-Buchungsanrufe kamen über die optimierten Speaker-Seiten herein, zwei davon konvertierten, rund 10.000 € Umsatz.

Eine Buchung machte es konkret. Ein Kunde fragte ChatGPT nach dem besten KI-Keynote-Speaker in Hamburg, bekam meinen Namen, prüfte die Website und buchte eine Keynote im mittleren vierstelligen Bereich. Kein Ad-Spend, keine Kaltakquise, kein Vermittler.

Warum eine Buchung kein Beweis ist, und was ich dagegen getan habe

Ein einzelner Erfolg beweist nichts. KI-Antworten mischen sich Woche für Woche ohne jeden Eingriff neu, ein Vorher-nachher-Vergleich auf einer Handvoll Queries ist also größtenteils Rauschen. Um herauszufinden, was Zitationen wirklich antreibt, habe ich ein präregistriertes Modell auf 1.362 Queries, 2 Engines und 3 Snapshots gebaut, aufgenommen zwischen dem 2. und 16. Juli 2026, mit 52.821 Zitationen und 847 abgerufenen Seiten.

Sechsundzwanzig Variablen wurden festgehalten, bevor die Daten angefasst wurden, sie decken Relevanz, Autorität, Formatierung, Aktualität, Seitenstruktur und die Content-Behauptungen des aktuellen GEO-Playbooks ab. Zitierte Seiten werden gegen Seiten verglichen, die für andere Queries in derselben Sprache, Engine und demselben Thema zitiert wurden, sodass Query-Schwierigkeit und Engine per Design absorbiert werden. Das Modell trennt mit AUC 0,874, und nur das Woche-für-Woche-Persistenzmodell auf 7.701 Seiten-Query-Paaren kommt einer kausalen Lesart nahe.

Die Befunde, die verändert haben, wie ich schreibe

Über die reine semantische Übereinstimmung hinaus bewegen zwei Dinge die Chance nach oben und eines nach unten. Ein Einstieg, der die Query beantwortet, und ein Titel, der die Worte der Query trägt, erhöhen die Chance, dichte Listenformatierung senkt sie, und der Rest des konventionellen Playbooks, Backlinks, FAQ-Markup, fragenförmige Überschriften, zeigt keinen eigenständigen Effekt, sobald Seiteninhalt ins Modell eingeht.

Fünf Dinge folgen daraus. Setzen Sie die tatsächlichen Worte der Query in den Titel, denn Titelüberlappung verdoppelt die Chance in etwa, selbst wenn semantische Ähnlichkeit kontrolliert wird. Antworten Sie in den ersten 60 Wörtern, denn ein Einstieg, der zur Query passt, ist der stärkste Formatierungshebel im Modell, und frühe Zitationen überleben den erneuten Retrieval-Durchgang der nächsten Woche. Behalten Sie den Schema-Block als billige Grundhygiene statt als Strategie: Das Markup zeigte keinen eigenständigen belastbaren Effekt, sobald Answer-first-Inhalt direkt gemessen wurde, und fragenförmige Überschriften allein zahlten sich auch nie aus. Lassen Sie die Backlink-Kampagne weg, und optimieren Sie stattdessen auf Relevanz. Und hören Sie auf zu strecken: Kein Seitenlängenziel bringt Zitationen ein, während kürzlich veröffentlichte Seiten etwas besser abschneiden.

Die Abschnittslänge, die zitiert wird, und warum Seitenlänge kein Hebel ist

Etwa 145 Wörter pro Abschnitt. Dort erreicht die vom Modell vorhergesagte Zitationswahrscheinlichkeit ihren Höhepunkt, innerhalb des 120-180-Wörter-Fensters, das Praktiker seit Jahren behaupten, und es ist das einzige Stück Chunking-Folklore, das diese Daten stützen. Die Länge der ganzen Seite verläuft andersherum: Es gibt in diesem Korpus keinen Sweet Spot zwischen 500 und 1.500 Wörtern, und zusätzliche Länge bringt für sich genommen nie eine Zitation ein.

Ich habe das Best-Practice-Playbook 2026 getestet, und das meiste davon ist gestorben

Die Studie hat auch die Ratschläge, die in der KI-Such-Community kursieren, unter dasselbe Mikroskop gelegt: semantische Tripel, Entitätsdichte, in sich geschlossene Abschnitte, den gesamten Subquery-Baum eines Themas auf einer Seite abzudecken. Jede Behauptung wurde zu einer präregistrierten Variable; die Content-Maße wurden über 818 abgerufene Seiten von 13 unabhängigen KI-Bewertenden gescored, und jedes Schlagzeilenergebnis wurde von einem adversarialen Verifikationsdurchgang angegriffen, bevor ich es geglaubt habe. Eine Behauptung hat überlebt.

Der eine Überlebende ist das stärkste Formatierungsergebnis im ganzen Projekt. Seiten, deren erste 60 Wörter die Query semantisch beantworten, verdienen sich pro Standardabweichung etwa die doppelte Zitationschance, und die Schätzung bewegte sich unter jeder Robustheitsprüfung, die ich darauf losgelassen habe, kaum. Es ist früh gelieferte Relevanz statt eines separaten Tricks, und genau deshalb funktioniert es: Retrieval liest von oben, und ein Einstieg, der die Frage schon trifft, gewinnt den Passagenwettbewerb, bevor der Rest der Seite überhaupt betrachtet wird.

Die Fehlschläge haben mich genauso viel gelehrt wie der Überlebende. Die Behauptung zu semantischen Tripeln sah zunächst spektakulär aus, über 40 % höhere Zitationschance mit einem verschwindenden p-Wert, bis der Verifikationsdurchgang das Ganze auf einen einzigen fehlkalibrierten Rater-Batch zurückführte, der etwa 2,5-mal höher zählte als die anderen zwölf. Entfernt man diese 60 Seiten, ist der Effekt weg, im Zitationsmodell und im Woche-für-Woche-Persistenzmodell. Deshalb wird hier jede Variable festgehalten, bevor die Daten angefasst werden, und jede Schlagzeile wird angegriffen, bevor sie veröffentlicht wird: Der Unterschied zwischen einem Befund und einem Artefakt ist meist eine Robustheitsprüfung, die jemand tatsächlich durchgeführt hat.

Was ich zuerst tun würde, würde ich heute bei null anfangen

Fangen Sie mit der Messung an, nicht mit Inhalt. Bauen Sie ein Query-Set, das klingt wie Ihre Kunden statt wie ein Keyword-Tool, messen Sie, wo Sie pro Engine fehlen, und beheben Sie dann die drei Seiten, die einer Kaufentscheidung am nächsten sind: Titel mit den Worten der Query umgeschrieben, Antwort nach oben verschoben, FAQ-Schema ergänzt.

Rechnen Sie mit Bewegung in Wochen, nicht in Quartalen. Eine neue Seite braucht etwa einen Monat, um in die Engines einzuziehen, während ein LinkedIn-Post schon am nächsten Tag erscheinen kann, das spricht dafür, jetzt zu veröffentlichen statt einen Launch zu planen. Messen Sie dann in einem festen Takt erneut: Ohne Baseline können Sie einen echten Gewinn nicht vom Rauschen unterscheiden, das die Engines von selbst produzieren.

Eine Anmerkung dazu, wohin das als Nächstes führt. Die wöchentliche Schleife ist keine Willenskraft, sondern das Paket an Skills dahinter: der Audit, der misst, der Artikel-Autor, der entwirft, der Website-Editor, der ausliefert, das Twin-Pretesting, das entscheidet, was gut genug für die Veröffentlichung ist. Dieses Paket vermittle ich auf der Seite zur KI-Sichtbarkeit, aufgesetzt auf Ihrer eigenen Maschine statt von einer Agentur gemietet, und dort gibt es ein kostenloses Erstgespräch, falls Sie lieber erst fragen möchten, ob es zu Ihrer Situation passt.

Häufig gestellte Fragen zur KI-Sichtbarkeit

Was bringt ChatGPT wirklich dazu, eine Seite zu zitieren?

Wie eng eine Passage auf der Seite der Bedeutung der Frage entspricht. In einem präregistrierten Modell auf 52.821 Zitationen trug die semantische Übereinstimmung zwischen Query und Passage das 3,27-Fache der Zitationschance pro Standardabweichung (2,68 bis 4,01), mehr als alle Autoritäts-, Formatierungs- und Aktualitätsvariablen zusammen. Die praktische Version: Schreiben Sie die Antwort in den Worten, die die fragende Person nutzt, in den ersten 60 Wörtern der Seite.

Wie lange dauert es, bis ChatGPT Sie empfiehlt?

Auf meiner eigenen Website kam die erste messbare Bewegung innerhalb von Wochen nach der Veröffentlichung, und die Erwähnungsrate stieg über rund sechs Monate wöchentlicher Iterationen von 3,7 % auf 17,4 %. Eine neu veröffentlichte Seite braucht in der Regel etwa einen Monat, bis die Engines sie aufnehmen.

Helfen Backlinks bei der KI-Sichtbarkeit?

Nicht eigenständig. Verweisende Domains und Backlinks auf Seitenebene wurden beide statistisch null, sobald Seiteninhalt und Query-Relevanz ins Modell eingingen (p = 0,42 und p = 0,15). Die Studie konnte unverlinkte Markenerwähnungen oder organisches Ranking nicht messen, lesen Sie das also als „kein eigenständiger Effekt innerhalb des KI-sichtbaren Pools", nicht als „Links spielen nie eine Rolle".

Erhöht FAQ-Schema die KI-Zitationen wirklich?

Weniger, als es scheint. Seiten mit FAQPage-, QAPage- oder HowTo-JSON-LD werden zwar häufiger zitiert, aber im vollständigen Modell zeigte das Markup selbst keinen belastbaren eigenständigen Effekt (p = 0,27): Das Modell schreibt die Zitationen dem Answer-first-Inhalt zu, den diese Seiten tendenziell tragen. Behalten Sie das Schema, es kostet nichts, aber stecken Sie die Mühe in die ersten 60 Wörter.

Verbessern semantische Tripel oder Entitätsdichte die KI-Zitationen?

Keins von beiden hat den Test überstanden. Über 818 gescorte Seiten hinweg führte der scheinbare Effekt der semantischen Tripel auf ein Rater-Artefakt zurück, und Entitätsdichte blieb statistisch nicht schlüssig. Die Content-Variable, die standhielt, war, ob die ersten 60 Wörter der Seite die Query beantworten, mit etwa der doppelten Zitationschance pro Standardabweichung.

Wie viele Queries braucht es für eine verlässliche Messung?

Hunderte, keine Handvoll. KI-Antworten mischen sich Woche für Woche ohne jeden Eingriff erheblich neu, ein Drei-Query-Check vor und nach einer Änderung misst also Rauschen. Mein eigener Pulse läuft auf einem eingefrorenen Set von über 1.300 Queries.

Quellen und Hinweise zur Methode

Eine Website, ehrlich gemessen, plus ein präregistriertes Modell auf den Zitationen anderer Menschen ebenso wie auf meinen eigenen. Diese Kombination hat aus einer Ansammlung von Taktiken eine Methode gemacht.