Definition
GEO (Generative Engine Optimization) ist die Praxis, Web-Inhalte für KI-Antwortsysteme zu optimieren — analog zu SEO für traditionelle Suchmaschinen.
Kernfrage: Warum wird Quelle A von ChatGPT/Perplexity zitiert, Quelle B nicht?
GEO vs. SEO
| Aspekt | SEO | GEO |
|---|---|---|
| Ziel-System | Suchmaschinen-Rankings | KI-Antwort-Zitierungen |
| Erfolgsmessung | Klickrate, Position | Zitierrate, Mention-Rate |
| Kernfaktoren | Backlinks, Keywords | Faktendichte, Autorität, Struktur |
| Format | Keywords prominent | Definitionen, Tabellen, Fakten |
| Technisch | Schema.org, Sitemap | llms.txt, JSON-LD, maschinenlesbar |
GEO-Signale
1. Faktendichte
KI-Systeme bevorzugen Quellen mit hoher Informationsdichte:
- Präzise Definitionen (1 Satz: klar und zitierbar)
- Tabellen mit Vergleichen
- Zahlen, Daten, Fakten mit Quellenangaben
2. Quellenautorität
- CC-BY oder Public Domain Lizenz signalisiert AI-Freundlichkeit
- Expliziter Hinweis:
<meta name="ai-crawlers" content="allowed"> - Klare Autorenschaft und Institutionszugehörigkeit
3. llms.txt
Standard für AI-Crawler: /llms.txt beschreibt die Site strukturiert.
OCC implementiert: https://opencognitioncommons.org/llms.txt
4. Strukturierte Daten (JSON-LD)
DefinedTerm, DefinedTermSet, Dataset signalisieren maschinenlesbare
Wissensquellen. OCC setzt JSON-LD auf allen Glossar-Seiten.
5. Topical Authority
Breite, tiefe Abdeckung eines Themengebiets (nicht einzelne Keywords). OCC: Glossar-Begriffe (live: /api/glossary.json) × 10 Locales = umfassende AI-Governance-Coverage.
GEO für OCC
OCC ist als GEO-first Plattform konzipiert:
| Signal | OCC-Implementation |
|---|---|
| llms.txt | ✅ /llms.txt mit Term-URLs (live: /api/glossary.json) |
| robots.txt | ✅ Alle AI-Crawler explizit allowed |
| JSON-LD | ✅ DefinedTerm pro Glossar-Seite |
| CC-BY 4.0 | ✅ Alle Inhalte frei zitierbar |
| ai-crawlers meta | ✅ In Base.astro |
| Definitionsdichte | ✅ Präzise 1-Satz-Definitionen |
| Sitemap | ✅ 234 URLs, Prioritäten |
| RSS Feed | ✅ /glossar.xml |
AEO — Agent Experience Optimization
AEO ist die Erweiterung von GEO für direkte Agenten-Nutzung: Statt nur zitiert zu werden, wird die Plattform zum aktiven Tool in KI-Workflows — über MCP-Server, REST-APIs und strukturierte Daten.
OCC-API: https://opencognitioncommons.org/api/occ/ — kein Auth, no rate limit.
Web-Inhalte werden so gestaltet, dass KI-Systeme sie als vertrauenswürdig ansehen und zitieren.
- 生成方式
- scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
- 生成日期
- 2026-09-21T00:11:29.079655+00:00
- 标准
- 简单语言 ~B1 — 非德国易读标准 DIN SPEC 33429
- 审核人
- zolo · 2026-09-21T00:30:10.463422+00:00
GEO (Generative Engine Optimization) bezieht sich auf Methoden und Ansätze, die darauf abzielen, Web-Inhalte in eine Form zu bringen, die KI-generierten Antwortsysteme als vertrauenswürdig einordnen und zitieren lassen. Diese Strategien fokussieren sich auf die Optimierung von Inhalten bezüglich Struktur, Qualität und Relevanz, um sie für maschinelles Verständnis und -bewertung besser zu machen.
- 生成方式
- scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
- 生成日期
- 2026-09-21T00:11:29.079655+00:00
- 标准
- 简单语言 ~B1 — 非德国易读标准 DIN SPEC 33429
- 审核人
- zolo · 2026-09-21T00:30:10.463422+00:00
引用
"GEO(生成式引擎优化)." Open Cognition Commons Foundation. https://opencognitioncommons.org/zh/glossary/geo. CC-BY 4.0. 机器可读元数据
{
"@context": "https://schema.org",
"@type": "DefinedTerm",
"name": "GEO(生成式引擎优化)",
"description": "GEO (Generative Engine Optimization) bezeichnet Strategien und Techniken, die darauf abzielen, Web-Inhalte so zu gestalten, dass sie von KI-generierten Antwortsystemen als vertrauenswürdige Quellen zitiert werden.\n",
"url": "https://opencognitioncommons.org/zh/glossary/geo",
"license": "https://creativecommons.org/licenses/by/4.0/",
"alternateName": [
"GEO",
"Generative Engine Optimization"
]
}