Was ist AEO?
Sichtbarkeit in ChatGPT, Perplexity & Google AI — Stand 2026

2026 verschiebt sich der Boden unter der organischen Suche. Rund sechs von zehn Google-Suchen zeigen heute eine KI-Antwort, oft ganz oben, oft ausführlich genug, dass kein Klick mehr nötig ist. Das ist keine Prognose, sondern die Suchergebnisseite, die Ihre Kunden gerade in diesem Moment sehen. AEO — Answer Engine Optimization — ist die Antwort darauf. Und sie ist nicht das, was viele Agenturen daraus machen.

Kurzantwort

AEO (Answer Engine Optimization) ist die Disziplin, Inhalte so zu strukturieren, dass KI-Suchmaschinen wie ChatGPT, Perplexity, Google AI Overviews und Gemini sie als Quelle zitieren. Während klassisches SEO darauf abzielt, in der Linkliste auf Platz 1 zu erscheinen, zielt AEO darauf ab, in der KI-Antwort selbst genannt zu werden — mit Markenname, Verlinkung und Kontext. Für Marken im DACH-Raum ist das 2026 keine Spielwiese mehr, sondern ein zweiter Sichtbarkeitskanal, der eigene Regeln hat.

Warum AEO überhaupt existiert: was sich 2025/2026 verschoben hat

Die einfachste Beschreibung des Wandels ist eine Zahl: Rund 58 % aller Google-Suchen enden 2026 ohne Klick auf eine externe Webseite. Die Antwort steht direkt im Suchergebnis — in einer KI-Box, in einem Featured Snippet, in einer People-Also-Ask-Liste. Dazu kommen ChatGPT, Perplexity, Claude und andere KI-Assistenten, die Millionen Anfragen täglich beantworten, ohne dass Google überhaupt involviert ist. Der Trichter ist breiter geworden, aber die Klicks am unteren Trichterende werden seltener.

Das hat zwei Konsequenzen. Erstens: Ein Top-3-Ranking bei Google bedeutet nicht mehr automatisch Traffic. Zweitens: Wer in einer KI-Antwort genannt wird, gewinnt einen Sichtbarkeitsvorteil, der weit über den klassischen Klick hinausgeht — Markenpräsenz, Vertrauensaufbau, indirekte Conversion über andere Kanäle. Studien aus dem Frühjahr 2026 zeigen, dass eine Erwähnung in Google AI Overviews die Klickrate auf die zitierte Quelle um etwa 35 % erhöht — vorausgesetzt, die Quelle wird überhaupt zitiert.

AEO und SEO — der Unterschied in einem Satz

SEO bringt Sie auf eine Liste. AEO bringt Sie in eine Antwort. Klingt nach Wortspiel, ist aber operativ ein anderer Job: andere Inhaltsstruktur, andere Vertrauenssignale, andere Erfolgsmessung. SEO optimiert auf Klick. AEO optimiert auf Zitat — und das Zitat passiert nicht in einer Liste, sondern in einem Fließtext, den eine Maschine generiert.

Wichtig: AEO ersetzt SEO nicht. Beides existiert nebeneinander, beides braucht Pflege, und beide profitieren voneinander — eine starke SEO-Basis ist oft die Voraussetzung dafür, dass eine KI Ihre Domain überhaupt als zitierfähig einstuft. Wer AEO als „das neue SEO“ verkauft, hat das Spielfeld nicht verstanden. Es sind zwei Kanäle, beide gehören in den Plan.

Worauf AEO baut — drei Säulen, auf hoher Ebene betrachtet

Was eine Quelle für eine KI „zitierfähig“ macht, ist kein einzelner Hebel, sondern ein Zusammenspiel. Auf hoher Ebene lassen sich drei Säulen beschreiben — ohne dass damit das konkrete Vorgehen einer Audit-Sitzung verraten wäre.

Säule 1: Strukturelle Klarheit

Eine KI-Suchmaschine extrahiert keine Absätze, sondern Aussagen. Damit ein Inhalt zitierbar ist, muss die zentrale Aussage auf der Seite einfach zu finden, eindeutig formuliert und mit Kontext versehen sein. Kein KI-Modell zitiert eine vage Andeutung. Es zitiert einen klaren Satz, idealerweise mit Zahl, Datum und Bezugspunkt. Für DACH-Marken bedeutet das: blumig formulierte Inhalte, die im US-Markt gut funktionieren, fallen hier oft durchs Raster — deutsche KI-Antworten wirken kürzer, sachlicher, faktenbezogener.

Säule 2: Quellen-Autorität

KI-Suchmaschinen versuchen, Halluzinationen zu vermeiden — also bevorzugen sie Quellen, die als verlässlich gelten. Welche Signale dabei eine Rolle spielen, unterscheidet sich von Suchmaschine zu Suchmaschine, und ändert sich auch innerhalb einer Maschine über die Zeit. Auf Marken-Ebene zählen klassische Indikatoren — Konsistenz über Domain-Grenzen hinweg, Verweise aus etablierten Quellen, klare Autorenschaft —, kombiniert mit neueren Faktoren, die speziell für KI-Sichtbarkeit eine Rolle spielen. Welche genau? Das ist Teil dessen, was eine Audit-Sitzung beantwortet.

Säule 3: Maschinenlesbarkeit

Schema.org, semantische HTML-Struktur, klar deklarierte Beziehungen zwischen Inhalten — das alles ist nicht neu, wird aber im AEO-Kontext anders priorisiert als im klassischen technischen SEO. Eine KI verarbeitet eine Seite anders als ein Crawler. Welche Markup-Typen 2026 nachweisbar Wirkung zeigen, welche im Verdacht stehen, abgewertet zu werden, und welche schlicht überschätzt sind — das gehört in die Tagesarbeit, nicht ins Marketingmaterial.

AEO im DACH-Markt: warum die US-Spielbücher hier nicht reichen

Die meisten verfügbaren AEO-Anleitungen sind US-amerikanisch. Das ist kein Vorwurf, das ist ein Fakt — und ein Problem. Im DACH-Markt unterscheiden sich drei Dinge wesentlich. Erstens: Die Datenlandschaft auf Deutsch ist dünner. Wer auf Deutsch schreibt, hat es leichter, sichtbar zu werden, weil die Konkurrenz kleiner ist — aber nur, wenn die Inhalte tatsächlich auf Deutsch entstehen, nicht aus dem Englischen übersetzt sind. Zweitens: Lokale Vertrauenssignale wiegen schwerer. Eine Quelle, die auf österreichische Behörden, Statistik Austria, Wirtschaftskammer oder gerichtliche Entscheidungen verweist, wird in einer KI-Antwort über den DACH-Markt anders behandelt als eine, die nur auf US-Quellen verweist. Drittens: Der EU AI Act und die deutsche Datenschutzpraxis prägen die Erwartungshaltung — was in den USA als „aggressive AEO-Taktik“ verkauft wird, ist hier oft schlicht inakzeptabel oder rechtlich heikel.

Konkret heißt das: AEO im DACH-Markt ist konservativer, faktenbezogener und stärker an lokalen Quellen orientiert als im US-Markt. Wer das nicht beachtet, gewinnt vielleicht in den ersten Wochen ein paar Erwähnungen, verliert sie aber wieder, sobald die Inhalte als generisch oder unzuverlässig erkannt werden.

Praxis-Beispiel: METROX als AEO-Designprojekt

Statt mit fiktiven Erfolgsgeschichten zu arbeiten, ein konkretes Beispiel aus der eigenen Werkstatt: METROX ist eine PropTech-Plattform, die für den österreichischen Wohnimmobilienmarkt einen Demand Index, Mietpreise und Methodik-Dokumente publiziert. Das Projekt ist von Beginn an mit AEO-Kriterien im Hinterkopf gebaut worden — nicht als nachträgliche Optimierung, sondern als grundlegende Designentscheidung.

Drei Punkte sind dabei sichtbar, ohne dass damit die Methodik im Detail offengelegt wird. Strukturell hat jede Bezirksseite eine kompakte numerische Zusammenfassung im Kopf der Seite — Median-Quadratmeterpreis, Demand Index, Brutto-Miete — präzise genug, dass eine KI den Satz im Originalwortlaut zitieren kann. Semantisch sind alle relevanten Inhaltstypen mit strukturierten Daten ausgezeichnet, in einer Auswahl, die sich an dem orientiert, was 2026 nachweisbar funktioniert — und nicht an dem, was 2022 noch Stand der Technik war. Was die Quellen-Autorität betrifft, verweist die Methodik-Seite explizit auf öffentliche Datenquellen wie Statistik Austria, OeNB und Eurostat — nicht als Schmuck, sondern weil eine KI, die nach Wiener Wohnimmobilienpreisen fragt, exakt diese Verweise als Vertrauensanker erwartet.

Das Ergebnis ist nicht Magie. Es ist ein Designentscheid, der konsequent durchgezogen wird. Genau das ist AEO in der Praxis: weniger spektakulär, als es sich verkauft, aber konsequenter umzusetzen, als es zunächst aussieht.

Drei Fragen, die Sie sich selbst stellen können — ohne Audit, ohne Tools

Bevor man über einen Audit nachdenkt, gibt es drei einfache Fragen, die jede Marke selbst beantworten kann.

1. Stellen Sie die Frage, die Ihre Kunden stellen würden, in ChatGPT oder Perplexity. Erscheint Ihr Markenname in der Antwort? Wenn ja: in welchem Kontext, mit welchem Wortlaut, mit oder ohne Verlinkung? Wenn nein: welche Marken werden stattdessen genannt? Das ist der Nullpunkt jeder AEO-Arbeit, und er kostet zehn Minuten.
2. Hat Ihre wichtigste Landingpage einen klaren 50-Wort-Antwortabsatz im ersten Bildschirm? Wenn jemand die Seite in fünf Sekunden überfliegt — oder eine KI sie in fünf Sekunden zusammenfasst —, wäre die Kernaussage unmissverständlich? Oder ist sie verteilt über drei Absätze und einen Marketing-Slogan?
3. Erkennt eine Maschine die Beziehungen auf Ihrer Seite? Wer ist der Autor, welche Organisation steht dahinter, was ist das Thema, welche Quellen werden genannt? Diese Fragen werden über strukturierte Daten beantwortet — oder bleiben unbeantwortet.

Wenn zwei dieser drei Antworten ein klares „Nein“ oder „weiß ich nicht“ sind, gibt es Spielraum. Wenn alle drei „Ja“ sind, ist Ihre Domain bereits AEO-tauglich, und ein Audit lohnt sich nur dann, wenn Sie aktiv ausbauen wollen.

Was AEO nicht ist

Zwei Missverständnisse, die häufig auftauchen.

AEO ist kein Trick. Es gibt keine Geheimformel, mit der man eine KI dazu bringt, eine Marke zu zitieren, die sonst keine Erwähnung verdient. Wer das verspricht, verkauft Hoffnung, nicht Methode. Was funktioniert, ist konsequente strukturelle und inhaltliche Arbeit — über Monate, nicht Wochen.

AEO ist auch keine reine Schema-Markup-Disziplin. Wer denkt, mit ein paar zusätzlichen JSON-LD-Blöcken sei das Thema erledigt, übersieht den größeren Teil der Arbeit: Inhalte so zu schreiben, dass sie zitierbar werden, Quellen so zu setzen, dass die Domain als verlässlich gilt, und das alles über Sprachen und Marktversionen hinweg konsistent zu halten.

Wie es weitergeht

Wer im DACH-Raum 2026 nicht zumindest weiß, wie sichtbar die eigene Marke in den großen KI-Antwortmaschinen ist, arbeitet auf Basis veralteter Annahmen. Die gute Nachricht: Die Konkurrenz schläft hier noch weitgehend. Während im US-Markt bereits zahlreiche Anbieter unter dem Label „AEO-Agentur“ auftreten, wirkt das Feld im DACH-Raum nach öffentlich auffindbaren Anbietern im Frühjahr 2026 noch klein. Wer jetzt anfängt, hat einen Vorsprung, der sich für eine Weile halten lässt.

Wenn Sie wissen wollen, wie Ihre Domain heute in ChatGPT, Perplexity und Google AI Overviews vorkommt — und an welchen Stellen es konkret Spielraum gibt —, ist ein Audit der naheliegende erste Schritt. Kein Standardpaket, kein 40-seitiger Bericht, keine Tools-as-a-Service. Eine fokussierte Untersuchung dessen, was bei Ihnen funktioniert, was nicht, und in welcher Reihenfolge sich was ändern lässt.

Quellen und Hintergrund

• Google Search Liaison — offizielle Mitteilungen zu AI Overviews und Schema-Updates, 2026
• Anthropic — Engineering Blog zu Claude Code & Claude API, Postmortem 23.04.2026
• Addy Osmani (Google Chrome Engineering) — Beiträge zu „Agentic Engine Optimization“, April 2026
• SearchEngineLand & Search Engine Roundtable — AEO-bezogene Berichterstattung, Q1–Q2 2026
• Statistik Austria, OeNB — öffentliche Datenquellen, beispielhaft im METROX-Designprojekt verlinkt

Hinweis zur Methodik: Dieser Artikel beschreibt das „Was“ und das „Warum“ von AEO. Das „Wie“ — konkrete Audit-Methodik, Markup-Auswahl, Content-Mapping — ist Teil der eigentlichen Projektarbeit und wird hier bewusst nicht in operativer Tiefe dargestellt. Stand: April 2026.