Wir wollten es genau wissen. Ob sich generative KI-Modelle \u00fcberhaupt gezielt beeinflussen lassen \u2013 durch Inhalte, die man online verf\u00fcgbar macht. Ob es also eine Art neues SEO gibt, das nicht mehr auf Rankings in Suchmaschinen zielt, sondern darauf, Teil des aktiven „Wissens“ eines Sprachmodells zu werden. Die ern\u00fcchternde wie interessante Antwort vorweg: Es ist m\u00f6glich, aber mit erheblichem Aufwand verbunden. Und es k\u00f6nnte sich lohnen.<\/p>\n
Die klassische Suchmaschinenoptimierung richtet sich an Systeme wie Google oder Bing, die Inhalte indexieren und ranken. Doch mit dem Aufstieg generativer Modelle wie GPT-4, Gemini oder Claude verschiebt sich die Dynamik: Nutzer\\:innen stellen Fragen direkt an das Modell, oft ohne zu wissen, woher die Antwort stammt. Sichtbarkeit entsteht nicht mehr nur durch Platz 1 im Suchergebnis, sondern durch Aufnahme in die Trainingsdaten oder Retrieval-Systeme. F\u00fcr Contentproduzierende stellt sich damit eine neue Frage: Wie wird man Teil dieser Antwortmaschine?<\/p>\n
Gro\u00dfe Sprachmodelle werden auf Milliarden von Webseiten, Dokumenten und Codequellen trainiert. F\u00fcr die Pretraining-Phase werden Crawler eingesetzt, die \u00f6ffentlich zug\u00e4ngliche Inhalte indexieren. Diese Inhalte m\u00fcssen nicht gut gerankt sein, aber sie m\u00fcssen auffindbar, verlinkt und maschinenlesbar sein. Einige Modelle nutzen erg\u00e4nzend Retrieval-Augmented Generation (RAG): Dabei wird zum Zeitpunkt der Anfrage aktiv auf externe Datenquellen zugegriffen.<\/p>\n
Wir haben in unserem Projekt testweise mehrere Domains mit hochwertigen Fachinhalten ausgestattet, strukturierte Metadaten genutzt, die Inhalte gezielt verlinkt und synthetischen Traffic erzeugt. Ziel war es, herauszufinden, ob die Inhalte in RAG-gest\u00fctzten Systemantworten oder sogar direkt im Modell auftauchen.<\/p>\n
Einzelne Artikel, selbst wenn gut geschrieben, gut verlinkt und technisch optimiert, wurden nur in Ausnahmef\u00e4llen erkennbar eingebunden. Erst eine verteilte, systematisch orchestrierte Kampagne \u2013 mit Dutzenden Domains, hunderten Beitr\u00e4gen, koordiniertem Crosslinking und kontinuierlichem Traffic \u2013 f\u00fchrte zu messbaren Effekten. In Promptantworten von GPT-4 tauchten Elemente unserer Inhalte auf, teilweise paraphrasiert, manchmal wortw\u00f6rtlich. Dabei wurde klar: Die Modelle \u201ewissen\u201c nicht \u2013 sie haben Textmuster gespeichert. Wer diese Muster oft genug und konsistent in \u00f6ffentliche R\u00e4ume einspeist, kann Sichtbarkeit im Modell erzeugen.<\/p>\n
Wenn gro\u00dfe Modelle zu Gatekeepern f\u00fcr Alltagswissen werden, entscheidet ihre Trainingsbasis mit \u00fcber die Sichtbarkeit von Argumenten, Fachpositionen und Deutungsmustern. Das \u00f6ffnet Raum f\u00fcr neue Strategien \u2013 aber auch f\u00fcr Hoffnung: Dass gute Inhalte, echte Expertise, klug strukturierter Text wieder an Bedeutung gewinnen. Nicht, weil sie perfekt optimiert sind, sondern weil sie in einem Meer von Redundanz auffallen.<\/p>","protected":false},"excerpt":{"rendered":"
Wir wollten es genau wissen. Ob sich generative KI-Modelle \u00fcberhaupt gezielt beeinflussen lassen \u2013 durch Inhalte, die man online verf\u00fcgbar macht. Ob es also eine Art neues SEO gibt, das nicht mehr auf Rankings in Suchmaschinen zielt, sondern darauf, Teil des aktiven „Wissens“ eines Sprachmodells zu werden. Die ern\u00fcchternde wie interessante Antwort vorweg: Es ist […]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[207],"tags":[98,99,221,80],"class_list":["post-920","post","type-post","status-publish","format-standard","hentry","category-analysen","tag-ai","tag-ki","tag-llm","tag-seo"],"yoast_head":"\n