SEO ist tot. Und niemand kann Ihnen KI-Sichtbarkeit verkaufen.

Beide Sätze der Überschrift sind provokant. Beide sind, richtig gelesen, wahr. Und beide sind eine gute Nachricht, allerdings nicht für jeden.

Was genau gestorben ist

Vorweg die Präzisierung, damit die Provokation hält: Nicht das Handwerk ist tot. Crawlbarkeit, saubere Informationsarchitektur, indexierbare Detailseiten, das ist relevanter als je zuvor. Unsere eigene Auswertung von 113.775 KI-Zitaten zeigt: 63 Prozent der zitierten URLs liegen zwei bis drei Klick-Ebenen tief. KI-Systeme zitieren die Arbeitsebene einer Website. Wer die technischen Grundlagen nicht macht, hat dort nichts, was zitiert werden könnte.

Gestorben ist etwas anderes: das Abrechnungsmodell. Ein Jahrzehnt lang ließ sich Sichtbarkeit als Stückware kaufen, Backlinks zu 400 bis 500 Dollar das Stück, Gastartikel, Linktausch, monatliche Retainer gegen eine Tabellenzeile mit Domain-Rating-Werten. Search Engine Land hat diesem Modell gerade den Nachruf geschrieben: Wer heute Links kauft, bezahlt für die Illusion von Autorität. Ein hoher Domain-Rating-Wert garantiert weder organischen Traffic noch redaktionelle Glaubwürdigkeit, und schon gar nicht, dass ein KI-System den Link bei einer Empfehlung berücksichtigt.

Der Grund ist strukturell, nicht modisch. Klassische Suchmaschinen bewerteten Dokumente und ließen sich über eine bekannte Währung beeinflussen: den Link. KI-Antwortsysteme synthetisieren stattdessen so etwas wie einen Konsens über eine Marke, aus dem gemeinsamen Auftreten der Marke mit Branchenbegriffen, Anwendungsfällen und Wettbewerbern über viele glaubwürdige Quellen hinweg. Ein erzwungener Link in einem thematisch fremden Gastartikel trägt zu diesem Konsens nichts bei. Er ist Rauschen.

Warum das GEO-Versprechen nicht einlösbar ist

Auf den Tod des alten Modells folgt nicht automatisch ein besseres. Es folgt zunächst: ein Verkäufermarkt für Unsicherheit.

Im klassischen SEO gab es eine, wenn auch fragwürdige, gemeinsame Währung: Rankings, Domain-Autorität, Sichtbarkeitsindizes. Man konnte einem Dienstleister auf die Finger schauen. Im KI-Zeitalter gibt es diese Währung noch nicht. Niemand außerhalb der Anbieter weiß, welche Fragen Nutzer den Assistenten tatsächlich stellen. Niemand kennt die Gewichtung, mit der ein Modell Quellen auswählt. Und genau diese Lücke füllt gerade ein neuer Markt: Agenturen, die versprechen, eine Marke „in ChatGPT zu platzieren", gegen Retainer, versteht sich.

Der Search-Engine-Land-Autor beschreibt, was er hinter solchen Angeboten fand: dasselbe alte Linktausch-Modell, umetikettiert als „AI mention building" und „LLM visibility campaigns". Erwähnungen auf denselben minderwertigen Websites. Bezahlte Listicles. Reddit-„Strategien", die schlicht Astroturfing sind (Search Engine Land).

Die unbequeme Logik dahinter: Wo es keine prüfbare Metrik gibt, kann jeder Experte sein. Die Unsicherheit ist nicht das Hindernis dieser Angebote, sie ist ihr Geschäftsmodell. Ein Versprechen, das niemand widerlegen kann, verkauft sich hervorragend.

Deshalb der zweite Satz der Überschrift: Niemand kann Ihnen KI-Sichtbarkeit verkaufen. Das Perfide daran: Das Versprechen „wir bringen Sie in drei Monaten in die Empfehlungen" ist nicht etwa unerfüllbar, es ist trivial erfüllbar. Jeder kann in fünf Minuten einen Prompt formulieren, bei dem eine bestimmte Marke garantiert genannt und zitiert wird: Man muss die Frage nur eng genug an der Marke entlang bauen, ihre Produktnamen, ihre Begriffe, ihre Nische hineinschreiben. Die Messung zeigt dann verlässlich „Erfolg". Nur stellt kein einziger Neukunde, der die Marke noch nicht kennt, jemals diese Frage.

Der Betrug liegt also nicht im Versprechen, er liegt im Maßstab. Wer das Prompt-Korpus kontrolliert, kontrolliert das Ergebnis. Ein Dienstleister, der seine eigene Erfolgsmessung an einem wohlwollenden Korpus aufhängt, erfüllt jede Garantie und beweist nichts. Das relevante Korpus entsteht aus der Gegenrichtung: aus den Ängsten, Problemen, Absichten und Kaufphasen von Menschen, die die Marke noch nicht kennen, Fragen, in denen kein Markenname vorkommt und deren Antwort offen ist. Genau an diesem Korpus wird eine Marke anfangs oft nicht genannt. Das ist kein Messfehler, sondern der einzige Befund, mit dem sich arbeiten lässt. Was sich seriös leisten lässt, ist deshalb nicht die garantierte Nennung, sondern: das ehrliche Korpus bauen, die Voraussetzungen schaffen, das Quellenumfeld bearbeiten, und an unverändertem Maßstab messen, was passiert.

Die Prüfbarkeits-Latte: fünf Fragen an jeden Dienstleister

Wenn es keine gemeinsame Währung gibt, bleibt als Unterscheidung zwischen Experte und Scharlatan nur eines: Prüfbarkeit. Fünf Fragen genügen für ein erstes Urteil, und sie funktionieren gegenüber jedem Anbieter, auch gegenüber uns:

1. „Welche Prompts messen Sie, und legen Sie das Korpus offen?" Wie viele Fragen, nach welcher Logik ausgewählt, ein Dialog-Turn oder mehrere? Und vor allem: Wie viele davon enthalten den Markennamen oder führen erkennbar auf die Marke zu? Ein Korpus aus markennahen Prompts garantiert Erfolgsmeldungen und misst nichts. Wer das Korpus nicht offenlegt, dessen Zahlen sind von Messrauschen nicht zu unterscheiden.

2. „Unterscheiden Sie zwischen Nennung und Zitat?" Eine Marke kann empfohlen werden, ohne dass ihre Website zitiert wird, und zitiert werden, ohne empfohlen zu werden. Wer beides in einen Score mischt, misst nichts Bestimmtes.

3. „Trennen Sie Voraussetzungen von Wirkung?" Bot-Zugang, Lesbarkeit und Inhaltsabdeckung sind steuerbar. Ob ein Assistent die Marke nennt, ist es nicht. Ein Anbieter, der beides vermengt, verkauft die steuerbare Hälfte als Beleg für die unsteuerbare.

4. „Welche Kausalaussage treffen Sie, und welche ausdrücklich nicht?" Dass eine Quelle in KI-Antworten auftaucht, ist ein Sichtbarkeits-Indikator, kein Wirkungsbeweis. Ein seriöser Anbieter sagt diesen Satz von selbst.

5. „Was garantieren Sie?" Die einzige richtige Antwort ist: nichts, jedenfalls nichts, das an einem ehrlichen Korpus gemessen wird. Kein Format garantiert ein Zitat, keine Maßnahme garantiert eine Empfehlung. Wer garantiert, lügt, oder misst an einem Korpus, das die Marke schon beim Namen nennt, sodass die Garantie immer erfüllt ist.

Ein Ehrlichkeitstest, den wir selbst bestehen müssen

An dieser Stelle die Offenlegung in eigener Sache, und sie fällt kleiner aus, als es an dieser Stelle bequem wäre. Wir messen laufend eine Baseline von rund 2.400 verschiedenen Fragen über vier KI-Assistenten hinweg, aus denen bisher 17.200 ausgewertete Antworten geworden sind, Stand 9. August 2026. Aus diesen Antworten stammen die 113.775 Zitate aus Teil 1. Auch hier gilt, was dort steht: Die Verteilung über die gemessenen Organisationen ist schief, der überwiegende Teil stammt aus einer einzigen.

Und wir können trotzdem nicht präzise sagen, welche einzelne Maßnahme welche einzelne Empfehlung auslöst. Niemand kann das. Die Modelle sind nicht deterministisch, die Anbieter legen ihre Auswahllogik nicht offen, und zwischen Maßnahme und Empfehlung liegen zu viele unbeobachtbare Schritte.

Was wir sehen können: Bei Kunden, die die Voraussetzungen systematisch schaffen und ihr Quellenumfeld bearbeiten, steigen über die Zeit die Anfragen, die nachweislich auf KI-Empfehlungen zurückgehen. Das ist eine Korrelationsbeobachtung, kein Kausalbeweis, und wir schreiben das so, weil wir denselben Maßstab anlegen müssen, den wir von anderen verlangen.

Falls das ernüchternd klingt: Es ist das Gegenteil. Misstrauen Sie jedem, der es genauer weiß. Wer 113.775 ausgewertete Zitate vorliegen hat und trotzdem keine Kausalität behauptet, während Anbieter ohne jede Messung Garantien geben, der Unterschied ist das ganze Argument.

Zur Offenlegung gehört auch die technische Seite. Welche Bots wir erkennen und wie jeder einzelne überprüft wird, steht in unserem öffentlichen Bot-Katalog, samt der Anbieter, bei denen wir es nicht können, und dem Grund dafür.

Warum früh messen das Einzige ist, was sich nicht nachholen lässt

Aus der Nicht-Kausalität folgt nicht Beliebigkeit. Sie folgt einer einfachen Konsequenz: Ohne Baseline ist jede spätere Aussage wertlos. Wer in einem Jahr wissen will, ob sich seine Sichtbarkeit in KI-Antworten verändert hat, braucht die Messung von heute. Maßnahmen lassen sich nachholen, Inhalte lassen sich nachbauen, Partnerseiten lassen sich nachrüsten, der Nullpunkt lässt sich nicht nachträglich messen. Jeder Monat ohne Baseline ist ein Monat, in dem später niemand mehr sagen kann, was gewirkt hat und was Zufall war.

Das ist der eigentliche Grund, jetzt anzufangen. Nicht die Angst, etwas zu verpassen, sondern die Tatsache, dass der Vergleichsmaßstab nur in eine Richtung entsteht: vorwärts.

Die Experten sitzen schon im Haus

Bleibt die Frage, wer die Arbeit macht, wenn das alte Agenturmodell sie nicht mehr leisten kann. Die Antwort steht meist schon auf der Gehaltsliste der Marke.

KI-Systeme belohnen, was das alte Modell ignorierte: belegte Aussagen, spezifisches Fachwissen, eigene Daten. Wil Reynolds formuliert es so: KI-Systeme verlangen um ein Vielfaches häufiger Belege für Behauptungen; Cyrus Shepard fand in einer aktuellen Auswertung, dass 92 Prozent der Websites mit signifikantem organischem Wachstum eigene, proprietäre Inhalte produzieren (beide zitiert bei Search Engine Land). Genau dieses Wissen existiert in jedem Unternehmen längst, im Produktmanagement, im Service, bei den Technikern, die jeden Tag die Fragen beantworten, die Nutzer später einem Assistenten stellen. Es hat nur nie den Weg ins offene Web gefunden, weil der externe Texter es nicht kannte und der interne Experte nicht schrieb.

Das ist die Transformationsaufgabe der Online-Marketing-Agentur, wenn sie eine Zukunft haben will: nicht mehr Stückware liefern, sondern übersetzen, internes Expertenwissen in öffentlich zugängliche, belegte, maschinenlesbare Inhalte überführen und deren Weg durch das Quellenumfeld begleiten. Die Agentur, die weiter Links verkauft, verkauft Aktivität. Die Agentur, die Expertenwissen erschließt und die Wirkung ehrlich misst, verkauft etwas, das der Kunde behalten kann.

Die Chance, die in der Unsicherheit steckt

Ein Letztes, weil es die Richtung der ganzen Entwicklung zeigt. Wenn KI-Systeme Konsens über Marken synthetisieren, haben große Marken bei generischen Fragen strukturell die besseren Karten: mehr Erwähnungen, mehr Ko-Präsenz, mehr Quellen. Wer als kleine Marke den Frontalangriff auf „beste [Kategorie]" plant, wird verlieren.

Die reale Chance liegt eine Ebene tiefer, dort, wo unsere Daten hinzeigen: bei spezifischen Fragen. KI-Zitate führen überwiegend auf tiefe, spezifische Seiten, und dort tritt die belegte Fachseite eines kleinen Anbieters gegen die generische Kategorieseite des Großen an. Diesen Wettbewerb kann sie gewinnen. Spezifisch schlägt vollständig. Für kleine Marken ist das die seltene Gelegenheit, in einem neuen Kanal präsent zu sein, bevor die Großen ihre Prozesse umgestellt haben. Nicht überall, aber genau dort, wo ihre Expertise am tiefsten ist.

Die Kurzfassung in drei Sätzen: Das kaufbare Sichtbarkeitsmodell ist tot, das Handwerk dahinter nicht. Niemand kann Empfehlungen in KI-Systemen garantieren, prüfbar messen, systematisch die Voraussetzungen schaffen und das eigene Expertenwissen erschließen kann jeder. Und weil sich der Nullpunkt nicht nachmessen lässt, ist der beste Zeitpunkt für die erste Baseline nicht später.

Teil 1 der Serie: „Wir haben 113.775 KI-Zitate gezählt. Nur vier von hundert führen zur Marke selbst." Teil 2: „Wenn 96 Prozent der KI-Zitate an der Marke vorbeiführen: Was jetzt zu tun ist." Messstand 09.08.2026.