Autoren-Beiträge How-To GEO
- Details
- von Julian Gottke, Köln
GEO eröffnet der PR eine neue strategische Rolle. Neben der Presse entscheiden nun auch Large Language Models darüber, welche Informationen sichtbar werden, welche Marken wahrgenommen werden und welche Themen im Relevant Set landen. Die gute Nachricht: PR kann die Grundlage dieser Antworten beeinflussen. Eine Schritt-für-Schritt- Anleitung.
Grundlage: In welchem Modell performt die Marke gut?
Nicht jedes Modell nutzt dieselben Quellen oder folgt derselben Logik. Einige bevorzugen journalistische Inhalte, andere greifen stärker auf eigene Datenbestände zurück. Ein Modellvergleich zeigt, wo die Marke bereits stark ist und in welchen Systemen sie kaum vorkommt. Das hilft, Prioritäten zu setzen und Maßnahmen gezielt zu planen.
Für eine manuelle GEO-Analyse empfiehlt es sich, zunächst ChatGPT zu betrachten – es hat in Deutschland die mit Abstand höchste Nutzung und prägt damit die Wahrnehmung vieler Zielgruppen. Wer mehrere Systeme effizient analysieren möchte, nutzt spezialisierte GEO-Tools: Sie bündeln unterschiedliche Modellquellen und ermöglichen per Klick den direkten Vergleich, ohne jedes Modell einzeln abfragen zu müssen.
Prompt-Recherche: Welche Prompts würden meine Kund:innen eingeben?
Am Anfang steht die Frage, welche Prompts Zielkund:innen tatsächlich eingeben. Für die Keyword-Recherche können klassische SEO-Tools genutzt werden: Sie zeigen, wonach Personas suchen, welche Begriffe relevant sind und wie Suchintentionen verteilt sind.
Simultan zur Keyword-Recherche zeigt eine gezielte Prompt-Recherche, wie Kundinnen und Kunden formulieren, welche Begriffe sie nutzen und welche Probleme sie lösen möchten. Im B2C-Kontext lassen sich viele Einstiegsfragen leicht ableiten. Einige Tools erlauben darüber hinaus, mit KI-basierten Prompt-Suggestions Varianten und semantisch verwandte Formulierungen zu identifizieren.
In komplexeren Szenarien reicht aber vielleicht auch das nicht auf Dauer: Hier werden Unternehmen künftig verstärkt User-Interviews, Kund:innenbefragungen und interne Workshops benötigen, um die tatsächlichen Entscheidungsfragen präzise zu verstehen.
Domain-Split: Auf welche Quellen greift das LLM primär zu?
Nachdem klar ist, wie die Zielgruppe fragt, folgt der Blick darauf, wie das Modell antwortet. Der Domain-Split zeigt, welche Quellen für die KI besonders relevant sind. Er kategorisiert und klassifiziert die Medientypen, aus denen ein LLM seine Antworten speist – z. B. Corporate Blogs und Webseiten, Fachpresse, News-Seiten, Foren oder andere Formen von User-Generated Content.
Damit Botschaften in KI-Antworten ankommen, müssen sie im ursprünglichen Content konsistent und klar formuliert sein. Der Key-Message-Pull-Through zeigt, welche Kernbotschaften ein LLM zur Marke oder zum Produkt übernimmt.
Screenshots aus der GEO-Section in blinq
Tauchen Corporate Blogs oder Marketing-Landingpages überdurchschnittlich oft auf, sollte PR eng mit Content und Marketing zusammenarbeiten, um diese Owned-Kanäle strategisch zu pflegen und zu optimieren. Dominieren hingegen Fachmedien, zeigt das, wie viel Einfluss klassische PR-Arbeit auf die Modellantworten hat.
Fachpresse wird zum zentralen Hebel. Ist man in diesen Medien bereits sichtbar, lohnt es sich, Beziehungen zu relevanten Journalist:innen auszubauen und bestehende Themen weiter zu vertiefen. Taucht die eigene Marke hingegen noch nicht auf, sollten gezielt Kontakte hergestellt und nutzwertige, klar positionierte Storys angeboten werden. Eine Analyse der wichtigsten Fachredaktionen liefert dabei Hinweise, welche Titel besonders stark in die Modelllogik einspeisen – und damit Priorität haben.
Konkurrenz: Welche Brands werden zitiert?
Ein Blick auf die Marken, die das Modell erwähnt, zeigt die Wettbewerbssituation aus KI-Perspektive. Welche Unternehmen tauchen regelmäßig auf, welche bleiben außen vor? Diese Ebene liefert Hinweise darauf, wie präsent ein Marktsegment in der Modelllogik ist und wie stark die eigene Marke im Vergleich zu anderen abschneidet.
Auch hier gilt: Spielen Fachmedien eine Rolle, kann PR gezielt mit Thought-Leadership-Beiträgen, Interviews oder Produktstories ansetzen. Tauchen Fachmedien noch kaum auf, lohnt es sich dennoch, dort Sichtbarkeit aufzubauen – LLMs entwickeln sich kontinuierlich weiter und könnten diese Quellen künftig stärker gewichten.
Sentiment in LLMs und Blind Spots
Die Tonalität ist entscheidend. Ein Sentiment-Check zeigt, ob das Modell die eigene Marke positiv, neutral oder negativ darstellt. Diese Einordnung wirkt unmittelbar auf Vertrauen und Glaubwürdigkeit.
Dabei ergänzen sich Produktebene und Markensicht. Die Analyse zeigt auch, welche Produkte das Modell als relevant oder führend wahrnimmt, welche Funktionen oder Vorteile hervorgehoben werden und wo möglicherweise blinde Flecken bestehen.
GEO macht also sichtbar, wo die Marke gut aufgestellt ist und wo Lücken klaffen. Diese sogenannten Blind Spots können fehlende Fachmedienpräsenz, unklare Botschaften, nicht platzierte Produkte oder dominante Wettbewerber sein.
Über den Autor: Julian Gottke ist Gründer und Geschäftsführer von blinq, einem Kommunikations-Tool für ganzheitliche Sichtbarkeit in Presse, Podcasts und LLMs.
- Zugriffe: 1257