Warum GEO ohne Audit und Prompt-Set verbranntes Budget ist

Bevor die erste Seite umgeschrieben wird, klärt ein GEO-Audit drei Dinge: welche Fragen deine Käufer tatsächlich an KI-Systeme stellen, welche Quellen die Engines in deiner Kategorie zitieren, und wo die Wahrnehmung der KI von der Realität deines Unternehmens abweicht. Ohne diese Klärung optimierst du auf Vermutungen. Die Datenbasis dafür liefert kein Tool. Sie kommt aus der Google Search Console, aus Suchbegriffs-Berichten bezahlter Kampagnen, aus Keyword-Gap-Analysen, aus dem CRM und aus der Positionierung des Unternehmens selbst. Daraus entsteht das Prompt-Set, an dem anschließend jede Messung und jede Priorisierung hängt.

Das Wichtigste in Kürze:

• Das Prompt-Set ist das Messinstrument. Wer es falsch baut, misst dauerhaft die falschen Dinge. Ein Set, das Themen bevorzugt, in denen ein Unternehmen ohnehin stark ist, produziert steigende Kurven ohne Umsatzwirkung.

• Mid- und Lower-Funnel schlagen Awareness. 41 Prozent der B2B-Software-Käufer nutzen KI vor allem für den Anbietervergleich, den kaufnächsten Anwendungsfall überhaupt (G2, März 2026, n = 1.076).

• Fanout macht die Arbeit sichtbar. In einem unserer Audits übersetzten die Engines 50 Nutzerfragen in 444 eigene Suchanfragen. Erst diese Ebene zeigt, welche Content-Formate überhaupt eingesammelt werden können.

• Die häufigste Lücke ist keine Content-Lücke, sondern eine Wahrnehmungslücke. Unternehmen gewinnen Deals in einem Segment, in dem sie öffentlich nicht als Experte auftauchen. Für die KI existiert diese Stärke schlicht nicht.

Die meisten Anfragen, die bei uns landen, klingen ungefähr so: Wir wollen in ChatGPT sichtbar werden, könnt ihr direkt mit dem Content loslegen. Verständlich, denn Umsetzung fühlt sich nach Fortschritt an, Analyse nach Verzögerung. Nur setzt Umsetzung ohne Diagnose voraus, dass man die Antwort schon kennt. Kennt man aber nicht. Dieser Artikel zeigt, welche Daten ein belastbarer GEO-Audit heranzieht, warum jede einzelne davon gebraucht wird und wie daraus ein Prompt-Set entsteht, das anschließend Monate an Arbeit steuert.

Was passiert, wenn GEO ohne Audit startet?

Budget fließt in Arbeit, deren Wirkung hinterher niemand nachweisen kann. Harmlos ist das nicht, weil zwei Effekte zusammenkommen.

Der erste ist die fehlende Baseline. Wer nicht weiß, wie sichtbar eine Marke vor dem ersten Handgriff war, kann hinterher jede Veränderung behaupten und keine belegen. Schwerer wiegt der zweite Effekt. Ohne Analyse landet die Arbeit fast automatisch dort, wo sie am einfachsten ist, also auf der eigenen Website, die in vielen Kategorien gar nicht der größte Hebel ist.

Dazu kommt eine Verwechslung, die uns fast wöchentlich begegnet. Viele Teams halten GEO für eine technische Aufgabe. Robots.txt öffnen, Schema-Markup ergänzen, Rendering prüfen, fertig. Diese Arbeit ist notwendig, keine Frage. Sie entscheidet darüber, ob eine Engine deine Inhalte überhaupt lesen kann. Über die Empfehlung entscheidet sie nicht. In einem unserer Audits erreichte die technische Dimension 18 von 20 möglichen Punkten, während Content-Zitierfähigkeit bei 11 von 30 und Off-Site-Signale bei 6 von 20 lagen. Die Gesamtwertung: 53 von 100. Eine rein technische Optimierung hätte an dieser Bewertung nahezu nichts geändert.

Welche Daten gehören in einen GEO-Audit?

Fünf Datenquellen tragen die Analyse, dazu kommen zwei Recherche-Ebenen. Jede davon beantwortet eine andere Frage.

In dieser Liste fehlt ein Sichtbarkeits-Tool. Unverzichtbar werden Tracking-Tools erst, sobald das Prompt-Set steht. Für die Herleitung selbst tragen sie wenig bei, weil sie messen, was man ihnen vorgibt. Die Vorgabe entsteht vorher. Mehr dazu in Reicht ein GEO-Tool.

Warum ist die Search Console die wichtigste Datenquelle?

Weil sie als einzige Quelle zeigt, was Menschen wirklich eintippen, statt was ein Marketing-Team für plausibel hält. Das Muster, das sie offenlegt, sieht in fast jedem B2B-Software-Konto identisch aus.

In einem Audit für einen Anbieter aus dem Flottenmanagement-Segment standen 653.000 Impressions in drei Monaten gerade einmal 4.730 Klicks gegenüber. Rund 37 Prozent dieser Klicks entfielen auf Marken-Suchanfragen. Die wichtigste Produktseite kam auf 90.258 Impressions und 71 Klicks, eine Klickrate von 0,08 Prozent. In seiner Kategorie war das Unternehmen also durchgehend präsent und wurde trotzdem kaum geklickt.

Für GEO ist genau dieses Muster wertvoll. Hohe Impressions bei niedriger Klickrate zeigen eine vorhandene Nachfrage und eine Relevanz, die für die Anzeige in den Ergebnissen reicht. Nur überzeugt der Inhalt weder Menschen noch Maschinen davon, die maßgebliche Antwort zu sein. Aus diesen Suchanfragen werden die stärksten Kandidaten für Solution-Discovery-Prompts, weil sie belegte Nachfrage mit belegter Schwäche kombinieren.

Die Trennung von Brand und Non-Brand ist dabei kein Formalismus. Marken-Suchanfragen verzerren jede Auswertung nach oben. Wer sie drin lässt, übersieht das eigentliche Sichtbarkeitsproblem.

Was bringt der Blick ins CRM?

Er deckt die Lücke zwischen dem auf, was ein Unternehmen kann, und dem, was der Markt darüber weiß. Dieser Befund überrascht uns in Audits am häufigsten.

Wir sehen regelmäßig Unternehmen mit einer sehr spitzen Positionierung oder einer Kundengruppe, die im CRM dominiert, jede Ausschreibung gewinnt und die höchste Zufriedenheit zeigt. Auf der Website findet sich zu genau dieser Gruppe nichts. Keine eigene Seite, kein Fachartikel, keine Referenz, kein Vortrag. Für die KI und für den allgemeinen Markt existiert diese Expertise damit nicht. Der reale Zustand und die Wahrnehmung von außen laufen auseinander, und niemand im Unternehmen merkt es, weil intern jeder weiß, wie gut man in diesem Segment ist.

Ein Prompt-Paar aus dem erwähnten Flottenmanagement-Audit zeigt, wie groß der Abstand werden kann. Bei der Frage nach Carsharing-Lösungen für Kommunen und Stadtwerke wurde der Anbieter in 83 Prozent der KI-Antworten genannt, praktisch Marktführerschaft. Die Nachbarfrage nach Fuhrparksoftware für öffentliche Verwaltung und Behörden brachte 0 Prozent. Dieselbe Zielgruppe, dieselben realen Kunden, zwei völlig verschiedene Antworten. Der Grund war banal. Andere Anbieter hatten dedizierte Behörden-Seiten, dieser nicht.

Solche Gaps findet man, indem man die Deal-Daten neben die Sichtbarkeitsdaten legt, nicht im Content-Brainstorming.

Wie entsteht ein belastbares Prompt-Set?

Aus den Datenquellen oben, sortiert nach Funnel-Stufe, in acht Kategorien mit unterschiedlichem Gewicht. Wir arbeiten mit 40 bis 50 Prompts pro Projekt, weil weniger die Kategorie nicht abdeckt und mehr die Auswertung unscharf macht.

Reine Problem-Awareness-Fragen fliegen dabei raus. Wer noch nicht weiß, dass er Software dieser Kategorie braucht, kauft in den nächsten Monaten nichts. Der Anbietervergleich ist mit 41 Prozent der häufigste KI-Anwendungsfall bei Software-Käufern (G2, März 2026), und genau dort muss ein Set schwer sein. Alle Zahlen zum Kaufverhalten stehen in Wie B2B-SaaS-Käufer mit KI recherchieren.

Formuliert wird jeder Prompt als echte, tippbare Frage, nicht als Keyword-Fragment. Eine Engine reagiert auf eine Frage anders als auf eine Wortgruppe. Wer Keywords ins Tracking kippt, misst eine Situation, die so nie stattfindet.

Auf der Fanout-Ebene wird sichtbar, wie die Engines eine Frage weiterverarbeiten. Aus 50 Prompts wurden im genannten Audit 444 eigene Suchanfragen der Engines. Die Muster darin waren eindeutig. Fast jede kommerzielle Frage wurde als Vergleichssuche ausgeführt, meist mit dem Zusatz Deutschland und einer Jahreszahl, oft mit einem Persona-Qualifier wie Behörden, Kliniken, Stadtwerke oder einer konkreten Flottengröße. Wer in diesen Formaten keine Seite hat, kann von den Engines gar nicht eingesammelt werden. Nachlesen lässt sich das direkt in den Subqueries.

Warum verzerren die falschen Prompts jedes Reporting?

Weil Share of Voice eine relative Kennzahl ist und sich über die Auswahl der Fragen steuern lässt. Der Punkt ist unangenehm, und er richtet sich auch an unsere eigene Zunft.

Wer ein Prompt-Set mit Themen füllt, in denen ein Unternehmen ohnehin stark ist, bekommt eine hohe Ausgangssichtbarkeit und eine schöne Kurve. Nur bewegt sich diese Kurve in einem Bereich, in dem der Kunde bereits gewonnen hat. Umsatzwirkung entsteht dort nicht. Genauso lässt sich das Gegenteil bauen: ein Set voller aussichtsloser Fragen, das eine dramatische Ausgangslage erzeugt und später leichte Verbesserungen zulässt. Beides ist kein Betrug im engeren Sinn, aber ein Reporting, das die Realität nicht abbildet.

Deshalb gehört zu jedem seriösen Prompt-Set eine offengelegte Herleitung. Jeder Prompt braucht eine nachvollziehbare Quelle, also eine Suchanfrage aus der Search Console, einen Suchbegriff aus einer Kampagne, einen Wettbewerber aus der Deal-Historie oder ein Segment aus dem CRM. Prompts, bei denen ein Unternehmen strukturell nicht gewinnen kann, gehören ausdrücklich als Beobachtungs-Prompts markiert, nicht stillschweigend aus dem Set entfernt.

Lass dir die Herleitung des Prompt-Sets zeigen, bevor du unterschreibst. Wer sie nicht liefern kann, hat sie nicht. Weitere Prüffragen für die Anbieterauswahl stehen in GEO-Agentur, Inhouse oder Freelancer.

Was liefert ein GEO-Audit am Ende?

Eine Baseline, eine Bewertung und einen priorisierten Plan.

• Die Sichtbarkeits-Baseline: Wie oft die Marke und jeder relevante Wettbewerber über alle Engines hinweg genannt werden, aufgeschlüsselt nach Kategorie und einzelnem Prompt. Ohne diese Zahlen ist jede spätere Erfolgsaussage wertlos.

• Die Quellenlandschaft: Welche Domains und welche URL-Typen die Engines in dieser Kategorie tatsächlich zitieren, und auf welchen davon die eigene Marke fehlt. Das ergibt die Off-Site-Roadmap. Wie stark das von der Theorie abweichen kann, haben wir in Wer wird von KI zitiert aufgeschrieben.

• Der Faktencheck: Was die Engines über die Marke behaupten, geprüft gegen die Realität. Falsche Preise, falsch zugeordnete Zertifizierungen und verwechselte Firmen finden wir in nahezu jedem Projekt. Ein Teil davon stammt aus veralteten eigenen Seiten und ist damit sofort korrigierbar.

• Die Scorecard und der Maßnahmenplan: Eine Bewertung über technischen Zugang, Zitierfähigkeit der Inhalte, Entitäts-Klarheit, Off-Site-Signale und Messbarkeit, übersetzt in Quick Wins und Pakete für 30 und 90 Tage, jeweils mit Aufwand und erwarteter Wirkung.

Fertig ist ein Audit für uns erst, wenn wir gemeinsam mit dem Kunden entschieden haben, was zuerst angefasst wird. Ein Plan, den der Kunde nicht mitentschieden hat, wird nicht umgesetzt. Die Priorisierung hängt an internen Ressourcen, an vorhandenem Content und daran, wie viel ein Team selbst übernehmen kann. In welcher Reihenfolge die einzelnen Schritte wirken, steht im 6-Schritte-Playbook für B2B-SaaS.

Was kostet ein GEO-Audit, und wann lohnt er sich nicht?

Unser Audit kostet 2.900 Euro. Enthalten sind die vollständige Datenauswertung, die Herleitung des Prompt-Sets über mehrere Iterationen, das Aufsetzen des laufenden Trackings, der priorisierte Plan und die gemeinsame Entscheidung, was davon zuerst läuft. Die Einordnung im Markt und die Frage, wie sich ein Audit zu laufenden Retainern verhält, steht in Was kostet GEO wirklich.

Manchmal rechnet sich dieser Schritt nicht. Bei sehr kleinen Websites mit einer Handvoll Seiten, ohne nennenswerte Suchdaten und ohne Wettbewerbsumfeld ist die Datenbasis zu dünn. Dann bringt es mehr, zunächst die Basics selbst umzusetzen, den Crawler-Zugang zu prüfen, die Kernseiten extrahierbar zu strukturieren und ein einfaches Monitoring aufzusetzen. Die Anleitung dazu steht in unserem Grundlagen-Artikel. Auch wer ohnehin nur eine einzelne Vergleichsseite bauen will, braucht keinen vollständigen Audit.

Sinnvoll wird der Audit dort, wo mehrere Segmente, mehrere Wettbewerber und ein laufendes Marketing-Budget aufeinandertreffen, also überall dort, wo eine falsche Priorisierung teuer wird.

Häufige Fragen

Was ist ein GEO-Audit?
Ein GEO-Audit ist die systematische Bestandsaufnahme der KI-Sichtbarkeit eines Unternehmens: Welche Fragen stellt die Zielgruppe, wie oft wird die Marke in den Antworten genannt, welche Quellen zitieren die Engines, und was behaupten sie über das Unternehmen. Ergebnis sind eine Baseline, eine Bewertung nach Dimensionen und ein priorisierter Maßnahmenplan.

Was ist ein Prompt-Set?
Ein Prompt-Set ist die feste Liste an Fragen, die regelmäßig über ChatGPT, Perplexity, Google AI Overviews und Copilot laufen, um Sichtbarkeit messbar zu machen. Üblich sind 40 bis 50 Fragen, sortiert nach Funnel-Stufe und Kategorie. Es ist das Messinstrument des gesamten Programms.

Wie viele Prompts braucht ein GEO-Tracking?
40 bis 50 Prompts decken eine B2B-Software-Kategorie in der Regel sauber ab. Weniger lässt Segmente unbeobachtet, deutlich mehr macht die Auswertung unscharf und teuer, weil Tracking-Tools nach Promptzahl abrechnen.

Welche Daten braucht ihr von uns für einen GEO-Audit?
Zugriff auf die Google Search Console, den Suchbegriffs-Bericht aus laufenden Kampagnen, eine Wettbewerberliste, Informationen zu Positionierung und ICP sowie idealerweise Auswertungen aus dem CRM zu gewonnenen und verlorenen Deals. Fehlt eine Quelle, wird sie durch Recherche kompensiert und im Ergebnis als Lücke gekennzeichnet.

Kann ich das Prompt-Set nicht einfach selbst schreiben?
Grundsätzlich ja, und für einen ersten Eindruck reicht das. Schwierig ist die Herleitung, nicht das Formulieren. Ein Set, das aus Bauchgefühl entsteht, bildet meist die Innensicht des Unternehmens ab statt die Suchrealität der Käufer. Genau das verzerrt später jede Auswertung.

Wie lange dauert ein GEO-Audit?
Die Datenauswertung und die Herleitung des Prompt-Sets brauchen wenige Tage. Danach folgt ein Messfenster, in dem das Set über alle Engines läuft, bevor belastbare Aussagen möglich sind. Insgesamt sollte man mit zwei bis drei Wochen bis zur Präsentation rechnen.

Ersetzt ein Tracking-Tool den Audit?
Nein. Ein Tool misst, was man ihm vorgibt, und liefert Kennzahlen, keine Priorisierung. Die Frage, welche Prompts überhaupt gemessen gehören und welcher Schritt daraus folgt, beantwortet es nicht. Mehr dazu in Reicht ein GEO-Tool.

Nächster Schritt

Wenn ihr wissen wollt, ob sich ein Audit für eure Kategorie rechnet: In einem 30-minütigen Gespräch schauen wir uns eure Ausgangslage an, klären welche Datenquellen bei euch vorliegen und wie ein Prompt-Set für euer Segment aussehen würde. Termin zum Audit-Gespräch buchen.

Weiterlesen

• Wer wird von KI zitiert? Die Auswertung von 953 KI-Antworten einer B2B-Kategorie. Zeigt, warum die Quellenlage in engen Nischen komplett anders aussieht als in den gängigen Studien.

• Reicht ein GEO-Tool? Peec AI, Profound, Otterly und Scrunch mit aktuellen Preisen. Dazu die vier Kennzahlen, die im Dashboard am häufigsten falsch gelesen werden.

• Was kostet GEO wirklich? Woraus sich ein Retainer zusammensetzt, warum die Spanne so breit ist und welche Vertragslaufzeit sich fachlich begründen lässt.

• GEO für B2B-SaaS in 6 Schritten Die Umsetzung nach dem Audit: Messung, Reviews, Vergleichsseiten, Struktur, Entität und Off-Site in der Reihenfolge, in der sie wirken.

• Wie komme ich in ChatGPT- und Perplexity-Antworten? Die belegten On-Page-Taktiken aus der GEO-Studie und die technischen K.-o.-Kriterien.

• Wie B2B-SaaS-Käufer mit KI recherchieren Alle aktuellen Zahlen zum KI-Kaufverhalten 2026, jeweils mit Quelle, Jahr und Stichprobe.

• GEO-Agentur, Inhouse oder Freelancer? Kosten, Auswahlkriterien und rote Flaggen im Vergleich, plus die ehrliche Antwort, wann sich welche Option lohnt.

• Was ist GEO? Definition, Abgrenzung zu SEO, AEO und LLMO sowie das Zielbild bis 2030.

Quellen

• G2 (2026). The Answer Economy: 2026 AI Search Insight Report. Befragung März 2026, n = 1.076 B2B-Software-Käufer

• Forrester (2026). The State of Business Buying, 2026. Befragung von rund 18.000 B2B-Einkäufern

• Aggarwal, P. et al. (2024). GEO: Generative Engine Optimization. KDD 2024. arXiv: 2311.09735

• First Principle Impact (2026). GEO-Audit im Segment Flottenmanagement-Software, DACH. 50 Prompts, 4 Engines, 953 Non-Branded-Chats, 444 Such-Subqueries, Analysezeitraum Juli 2026. Anbieterdaten anonymisiert