GEO-Audit durchführen: die komplette Checkliste 2026

Ein GEO-Audit beantwortet eine Frage in fünf Teilen: Kann eine Antwort-Engine deine Seiten erreichen, sie lesen, sie verstehen, etwas Zitierwürdiges darauf finden und darauf handeln? Jeder Teil ist eine Kategorie, und sie sind nicht gleich gewichtet — die Evidenz sagt, dass manche weit mehr zählen als andere. Die fünf Kategorien, in der Reihenfolge, in der dieser Leitfaden sie durchgeht: Crawler-Zugang (dürfen die Bots hinein, die Live-KI-Antworten speisen), zitierfähige Inhalte (gibt es auf der Seite etwas, das sich in eine Antwort heben lässt), strukturierte Daten (lässt sich die Seite ohne Raten parsen), technische Lesbarkeit (rendert die Seite ohne JavaScript, mit gültiger llms.txt und sauberer Sitemap) und Agent-Readiness (kann ein KI-Agent, nicht nur ein Crawler, die Seite finden und darauf handeln). Die Falle, die dieser Leitfaden verhindern soll: das Audit als bestanden/durchgefallen-Checkliste zu behandeln. Crawler-Zugang macht dich zulässig, zitiert zu werden. Zitierfähiges Material macht dich zitiert. Eine Seite kann jedes technische Kästchen abhaken und einer Engine trotzdem nichts Zitierwürdiges bieten — wir wissen das, weil unsere es tat.

Beginne mit der robots.txt, denn nichts danach zählt, wenn die Crawler die Seite nicht lesen können. Aber "Crawler erlauben" ist zu vage für ein Audit. Es gibt zwei getrennte Populationen, und sie brauchen unterschiedliche Entscheidungen. Trainings-Crawler sammeln Daten, um künftige Modelle zu trainieren — GPTBot (OpenAI), ClaudeBot (Anthropic), Google-Extended, CCBot (Common Crawl), Applebot-Extended. Sie zu blockieren hält deine Inhalte aus den Gewichten des nächsten Modells; es entfernt dich nicht aus den heutigen Antworten und ist eine legitime Rechteentscheidung. Live-Antwort-Crawler holen deine Seite in Echtzeit, um eine Antwort zu bauen, die ein Nutzer gerade jetzt stellt — OAI-SearchBot (ChatGPT-Suche), PerplexityBot und Perplexity-User, ClaudeBot beim Browsen, Googles Crawler hinter AI Overviews und AI Mode sowie Bingbot hinter Copilot. Blockiere einen davon, und du verschwindest komplett aus den Live-Zitaten dieser Engine. Der häufigste — und teuerste — Fehler ist, die beiden zu verwechseln: GPTBot zu blockieren, um "KI draußen zu halten", und dabei unwissentlich auch OAI-SearchBot zu blockieren, sodass du aus ChatGPTs zitierten Antworten verschwindest, während deine Wettbewerber drinbleiben. Prüfe jeden User-Agent einzeln gegen deine robots.txt. Und mach dann, was die meisten Audits auslassen: prüfe auch die robots.txt deiner Wettbewerber. "Du blockierst PerplexityBot, während drei von fünf Wettbewerbern ihn zulassen" ist der Befund, der eine Entscheidung wirklich ändert — und der Grund, warum CrunchJunkie das Wettbewerber-Set gemeinsam mit deinem crawlt.

Das ist der Schritt, den fast jede GEO-Checkliste unterschätzt — und laut Forschung der wichtigste. Aggarwal et al. testeten rund 10.000 Anfragen und fanden, dass Statistiken, direkte Zitate und autoritative Quellenangaben die Sichtbarkeit einer Seite in generativen Antworten um bis zu 40% hoben, während klassische Keyword-Dichte kaum etwas bewegte ("GEO: Generative Engine Optimization", KDD 2024). Das Audit hier dreht sich also nicht um Wortzahl oder Keywords. Es fragt: Enthält die Seite belegte Statistiken (eine Zahl mit Quelle), direkte Zitate, die eine Engine wörtlich heben kann, und autoritative ausgehende Links, die signalisieren, dass die Seite in einer echten Belegkette steht? Diese drei sind die stärksten On-Page-Hebel, für die wir Evidenz haben. Hier das Beispiel, unten gezeigt. Am 8. August haben wir genau dieses Audit auf unserer eigenen spanischen Agentur pmax.online laufen lassen. Technisch war sie stark: Composite 93/100, Band KI-bereit, KI-Crawler-Zugang 100/100, Agent-Readiness 100/100, gültige llms.txt, Inhalt serverseitig gerendert (1.398 Wörter ohne JavaScript sichtbar). Auf jeder Checkliste dieser Branche ist das erledigt. Das Audit widersprach und markierte drei Content-Lücken mit hoher Priorität auf denselben Seiten: keine autoritativen ausgehenden Quellenangaben (zwei externe Links, keiner zu anerkannt autoritativen Domains), direkte Zitate auf nur einer von sechs Seiten und Statistiken, die zwar vorhanden, aber keiner Quelle zugeordnet sind. Das eigene Fazit war unmissverständlich — glaubwürdige Quellen zu zitieren ist das mit Abstand stärkste Signal für KI-Zitate, und genau das fehlte uns. Eine technisch starke Seite bot den Antwort-Engines nichts Zitierwürdiges. Genau diese Lücke fängt dieser Schritt — und die anderen können es nicht.

Strukturierte Daten (Schema.org-Markup) sagen einer Engine, was eine Seite ist, statt sie schließen zu lassen. Das Audit prüft die Typen, die deine tatsächlichen Inhalte beschreiben — Organization und ihre sameAs-Profile, Article oder BlogPosting mit benanntem Autor, Product mit Preis und Verfügbarkeit, FAQPage für Frage-Antwort-Blöcke, BreadcrumbList für die Seitenstruktur. Zwei Dinge trennen ein echtes Audit von einem Plugin, das nur "füge Schema hinzu" sagt. Erstens muss das Markup korrekt sein — Schema, das der sichtbaren Seite widerspricht, ist schlimmer als keines und genau die Art Fehler, die still ausgeliefert wird. Zweitens muss eine Autorenidentität im Article-Schema auf eine echte, verifizierbare Person auflösen (eine Person mit Rolle und einer Profil-URL, die tatsächlich lädt), denn eine benannte Autorschaft, die auf niemanden zeigt, ist ein E-E-A-T-Risiko, kein Signal. Worauf im Audit-Ergebnis zu achten ist: gültiges JSON-LD (kein veraltetes Microdata), keine Validierungsfehler und — der Teil, den Checklisten auslassen — Schema, das zu dem passt, was die Seite tatsächlich sagt.

Ein Crawler, der hinein darf, muss die Seite trotzdem lesen können. Diese Kategorie ist die klassische technische Ebene, neu gefasst für Retrieval. Serverseitiges Rendering ist der große Punkt. Die meisten Live-Antwort-Crawler führen wenig oder kein JavaScript aus, sodass Inhalt, der erst nach einem clientseitigen Render erscheint, für sie eine leere Seite ist. Das Audit prüft, ob dein Hauptinhalt im rohen HTML steht — Quelltext, nicht das gerenderte DOM. Eine React- oder Vue-Seite, die eine leere Hülle ausliefert und clientseitig hydriert, kann technisch "online" und faktisch unsichtbar sein. llms.txt ist die aufkommende Konvention (vorgeschlagen auf llmstxt.org) — eine Markdown-Datei im Root, die Modellen eine kuratierte Karte deiner wichtigsten Seiten gibt, so wie robots.txt Crawlern Regeln und sitemap.xml eine Liste gibt. Die Verbreitung ist früh und keine große Engine behandelt sie bislang als maßgeblich, daher wertet das Audit sie als schwach gewichtetes Positivsignal, nicht als Pflicht — vorhanden und gültig ist besser als fehlend, aber sie rettet keine Seite, die an den Schritten 1–3 scheitert. Der Rest dieser Kategorie ist SEO-Hygiene, die weiterhin gilt: eine funktionierende XML-Sitemap, korrekte Canonical-Tags, kein versehentliches noindex und vernünftige Antwortzeiten.

Die neueste Kategorie und die, die jedes Quartal wichtiger wird. Retrieval-Crawler lesen deine Seiten; KI-Agenten versuchen, Dinge im Auftrag eines Nutzers zu tun — Produkte vergleichen, Verfügbarkeit prüfen, eine Aufgabe starten. Agent-Readiness fragt, ob deine Seite irgendetwas bereitstellt, worauf ein Agent handeln kann. Das Audit bewertet dies separat (ein eigener 0–100), weil es vorausschauend ist: Vorhandensein von .well-known-Schnittstellen, maschinenlesbare Struktur, die ein Agent navigieren kann, und — bei den Plattformen, die am weitesten sind — eine MCP-Fläche (Model Context Protocol), über die ein Agent dein Produkt direkt abfragen kann. Die meisten Seiten schneiden hier heute schwach ab, und das ist in Ordnung; es ist ein Frühindikator dafür, wo du investieren musst, kein bestanden/durchgefallen. Wir betrachten unseren eigenen MCP-Connector als Referenzimplementierung dafür, wie ein hoher Agent-Readiness-Wert in der Praxis aussieht.

Der größte Fehler bei der GEO-Bewertung ist, die fünf Kategorien gleich zu mitteln. Das erzeugt einen bequemen Composite, der genau das Versagen verbirgt, das dich Zitate kostet — exakt der Fehler, über den wir uns bei gemischten "AI Visibility Scores" lustig machen. Gewichte nach Evidenz. In unserem eigenen Audit sind die Gewichte auf der Score-Karte oben sichtbar: KI-Crawler-Zugang und Inhalte tragen je 30 Punkte, strukturierte Daten 20, technische Hygiene 15 und llms.txt nur 5 — und Agent-Readiness steht ganz außerhalb des Composite. Crawler-Zugang ist zudem ein Tor: Scheiterst du daran für eine Engine, ist dein Wert dort praktisch null, so gut der Inhalt auch ist. Zitierfähige Inhalte tragen von den bestehbaren Kategorien das größte Gewicht, weil dahinter die stärkste kausale Evidenz steht (der Bis-zu-40%-Befund oben). Diese Gewichtung ist der Grund, warum unsere eigene Seite 93/100 erreichte und trotzdem sieben priorisierte Fixes im Wert von bis zu +11 Punkten zutage förderte: KI-Crawler-Zugang und technische Hygiene waren perfekt (100), aber Content-Zugänglichkeit (92) und strukturierte Daten (76) zogen den gewichteten Composite herunter. Der Composite war hoch; das Audit ließ dennoch nicht zu, dass ein starker technischer Wert die Lücken übertüncht. Ein Wert, auf den du nicht handeln kannst, ist Dekoration — ein gutes GEO-Audit liefert dir eine priorisierte Liste von Fixes, jeder mit den Punkten markiert, die er zurückbringt, keine einzelne Zahl.

Ein Audit ist eine Momentaufnahme; KI-Sichtbarkeit ist ein bewegliches Ziel. Drei Dinge machen aus einem einmaligen Wert ein echtes Programm. In Prioritätsreihenfolge beheben. Nimm die priorisierte Liste und beginne oben — meist eine Crawler-Zugangslücke (höchster Hebel, oft eine einzeilige robots.txt-Änderung) oder die Content-Lücken aus Schritt 2 (höchste Evidenz). Verzettle dich nicht an schwach gewichteten Punkten, um eine Eitelkeitszahl zu heben. Gegen Wettbewerber benchmarken. Deine robots.txt-Entscheidungen und deine Inhaltstiefe bedeuten nur etwas relativ zu den anderen Seiten, die eine Engine liest, wenn sie deine Prompts beantwortet. Crawle das Wettbewerber-Set: Wo lassen sie einen Crawler zu, den du blockierst, und wo ist ihr Inhalt zitierfähiger als deiner? Diese Lücke ist deine Roadmap. Nach Zeitplan neu laufen lassen. Bot-Namen ändern sich, du veröffentlichst neue Seiten, Wettbewerber bewegen sich. Wir auditieren unsere eigene Seite wöchentlich. Lass das kostenlose GEO-Audit auf einer beliebigen Domain laufen, um Wert und priorisierte Fix-Liste in Sekunden zu bekommen, und hol es dann in CrunchJunkie für das wöchentliche Re-Audit, den Wettbewerbs-Crawler-Benchmark und die Content-Briefs, die die von dieser Checkliste gefundenen Lücken schließen.