Vom KI-Entwurf zum zitierfähigen Text: wie ihr Lücken in KI-Antworten findet und vor der Freigabe schließt

• Dennis Gumprich
• Überarbeitet 31. Oktober 2026

Warum werden KI-Entwürfe so selten zitiert?

Weil ein Sprachmodell zusammenfasst, was es bereits gibt. Es schreibt verständlich, gliedert sauber und beantwortet die Frage. Was es nicht kann: von euren Projekten berichten, eure Zahlen nennen oder eine Quelle angeben, die es nicht kennt. Damit entsteht ein Text, der dasselbe sagt wie zehn andere Seiten zur selben Frage, und genau solche Texte haben in einer KI-Antwort keinen Platz.

In der klassischen Suche kostet ein austauschbarer Text ein paar Positionen. In einer KI-Antwort kommt er gar nicht vor, weil das System aus vielen ähnlichen Quellen nur wenige auswählt. Es greift dann zu den Seiten, die etwas beitragen, das die anderen nicht haben: einen dokumentierten Fall, eine eigene Auswertung, eine klar benannte Fachperson.

Dass genau diese Elemente zählen, stützt die Forschung. Die Studie, die den Begriff Generative Engine Optimization geprägt hat, hat verschiedene Änderungen an Texten getestet und gemessen, wie sichtbar die Texte danach in generativen Antworten waren. Ergänzte Zitate, Statistiken und Quellenangaben erhöhten die Sichtbarkeit um bis zu rund 40 Prozent. Keyword Stuffing verschlechterte das Ergebnis dagegen.¹

Wie findet ihr die Fragen, bei denen ihr fehlt?

Mit einem festen Katalog von Fragen, die eure Zielgruppe an KI-Assistenten stellt, und zwar ohne euren Markennamen. Diese Fragen lasst ihr regelmäßig in ChatGPT, Gemini, Perplexity und den AI Overviews beantworten und haltet fest, ob ihr genannt werdet, an welcher Stelle und ob eine eurer Seiten als Quelle verlinkt ist. Sortiert nach Erwähnungen stehen eure Lücken oben.

Der Verzicht auf den Markennamen ist entscheidend. Wer nach eurer Marke fragt, kennt euch bereits, und die Antwort beschreibt euch fast immer. Interessant sind die Fragen von Menschen, die sich gerade erst orientieren: Welche Lösung passt zu uns? Wie gehen andere Teams vor? Worauf muss ich achten? Bei diesen Fragen entsteht die Shortlist, und dort entscheidet sich, ob ihr überhaupt in Betracht gezogen werdet.

Die Kombination aus Erwähnungsrate und Position ist aufschlussreicher als jede Zahl allein. Eine niedrige Rate bei guter Position heißt: Wenn die KI euch findet, empfiehlt sie euch weit oben. Das Problem ist dann nicht eure Relevanz, sondern die Zahl der Fragen, zu denen ihr eine passende Antwort liefert. Der Hebel liegt in neuen oder überarbeiteten Inhalten, nicht in der Feinarbeit an bestehenden Spitzenplätzen.

1. Schritt 1Fragen sammelnZwanzig bis vierzig Fragen aus Vertriebsgesprächen, Kundenservice, Webinaren und Ausschreibungen, im Wortlaut der Zielgruppe und ohne euren Markennamen.
2. Schritt 2Ausgangswert festhaltenJede Frage einmal in den gängigen Assistenten stellen oder automatisiert abfragen lassen. Für jede Frage notieren: genannt ja oder nein, Position, eigene Seite zitiert, welche fremden Quellen zitiert werden.
3. Schritt 3Nach Erwähnungen sortierenFragen mit null oder fast null Nennungen stehen oben. Das ist eure Lückenliste.
4. Schritt 4Fremde Quellen ansehenFür die obersten Fragen prüfen, welche Seiten stattdessen zitiert werden und was sie gemeinsam haben: Format, Länge, Belege, Autorenschaft.

Welche Lücke lohnt einen eigenen Beitrag?

Nicht jede. Eine Lücke lohnt einen eigenen Beitrag, wenn vier Bedingungen zusammenkommen: Ihr kommt bei der Frage praktisch nicht vor, die Frage liegt nah an eurem Angebot, ihr kennt das Format, das die KI dort zitiert, und ihr habt zu der Frage eigene Substanz. Fehlt die Substanz, schreibt ihr den elften austauschbaren Text zum Thema.

Das zweite Kriterium wird oft unterschätzt. Eine Nennung bei einer allgemeinen Wissensfrage bringt Reichweite. Eine Nennung bei einer Frage, die Interessenten kurz vor einer Entscheidung stellen, bringt Gespräche. Wenn ihr wenig Kapazität habt, beginnt mit den Lücken, die der Vertrieb aus seinen Gesprächen kennt.

Das vierte Kriterium ist das härteste. Wer zu einer Frage keine eigene Erfahrung, keine eigenen Zahlen und keinen dokumentierten Fall hat, kann zwar einen guten Text schreiben, aber keinen besseren als die Quellen, die bereits zitiert werden. In diesem Fall lohnt es sich, zuerst Substanz zu schaffen, etwa durch eine kleine Auswertung oder ein Gespräch mit Kundinnen und Kunden, und den Beitrag danach zu planen.

Wie hilft KI bei der Auswahl, ohne zu raten?

Indem sie auf eure Messdaten zugreift, statt aus allgemeinem Wissen zu antworten. Ein KI-Assistent, der an eure Messung der KI-Sichtbarkeit angebunden ist, kann die Lückenliste auswerten, die Kriterien anwenden und einen Beitrag mit Begründung vorschlagen. Prüft dabei immer, ob die Empfehlung auf euren Zahlen beruht.

Eine gute Empfehlung erkennt ihr an drei Dingen. Sie nennt die konkrete Frage aus eurem Katalog. Sie nennt die Zahl der Antworten, in denen ihr fehlt, und die Quellen, die stattdessen zitiert werden. Und sie begründet, warum das gewählte Format zur Frage passt. Fehlt eines davon, hat der Assistent geraten. Viele Assistenten zeigen inzwischen an, welche Daten sie abgerufen haben. Ein kurzer Blick darauf ersetzt eine lange Diskussion über die Qualität der Empfehlung.

Aus der Empfehlung entsteht dann das Briefing, und in das Briefing gehört die Frage aus dem Katalog im Wortlaut der Zielgruppe. Sie ist später der Maßstab für die Prüfung. Welche weiteren Felder ein Briefing für zitierfähige Inhalte braucht, steht im Beitrag zu GEO im Content-Prozess.

Was misst ein GEO-Score?

Ein GEO-Score bewertet, wie gut eine KI einen Text verstehen, einordnen und als Quelle übernehmen kann. GEO steht für Generative Engine Optimization. Der Score setzt sich aus Teilwerten zusammen, etwa für die direkte Antwort, die Zitierfähigkeit einzelner Sätze, die Abdeckung des Themas und die Vertrauenssignale. Aussagekräftig sind die Teilwerte, nicht die Gesamtzahl.

Die einzelnen Werkzeuge gewichten unterschiedlich und benennen ihre Teilwerte verschieden. Die folgenden acht Bereiche tauchen in den meisten Bewertungen auf, weil sie sich aus der Funktionsweise von KI-Suchen ableiten. Google beschreibt zum Beispiel für AI Overviews und AI Mode ein Verfahren namens „query fan-out“: Das System stellt mehrere verwandte Suchanfragen zu Teilthemen und zieht dafür weitere Seiten heran.² Ein Text, der mehr dieser Teilfragen beantwortet, hat mehr Gelegenheiten, gefunden zu werden.

Wichtig ist außerdem, woran gemessen wird. Ein guter GEO-Score bewertet einen Text gegen eine konkrete Nutzerfrage. Erkennt das Werkzeug die Frage automatisch, weicht sie oft leicht von der Frage aus eurem Katalog ab. Setzt sie deshalb von Hand auf genau die Frage, bei der ihr fehlt. Dann misst der Score, ob der Text eure Lücke schließt, und nicht, ob er irgendeine verwandte Frage beantwortet.

Wie lest ihr einen GEO-Score richtig?

Über das Muster der Teilwerte, nicht über die Gesamtzahl. Eine 55 kann bedeuten, dass ein Text gut geschrieben, aber unbelegt ist, oder dass er belegt, aber schwer zugänglich ist. Beides verlangt völlig unterschiedliche Arbeit. Wer nur auf die Gesamtzahl schaut, weiß, dass etwas fehlt, aber nicht, wer im Team es liefern muss.

Bei KI-Entwürfen zeigt sich fast immer dasselbe Muster. Ein Beispiel aus einer Live-Prüfung im Oktober 2026: Ein KI-Entwurf zur Frage, wie man aus einem Briefing Blogartikel und Social-Media-Posts erstellt, erreichte insgesamt 55 von 100 Punkten. Die Lesbarkeit lag bei 100, die direkte Antwort bei 80, die Zitierfähigkeit und die Themenabdeckung bei 75, die Entitäten bei 70. E-E-A-T lag bei 10: keine Links zu Primärquellen, keine externen Links, kein ausgewiesener Autor.

Das Muster ist typisch und sagt mehr als die Zahl. Die Teilwerte, die von Sprache und Struktur abhängen, sind hoch. Die Teilwerte, die von Erfahrung und Belegen abhängen, sind niedrig. Die Folgerung ist eindeutig: Dieser Text braucht keine weitere Umformulierung durch die KI, sondern Material aus dem Team. Drei Muster helfen beim Lesen.

Viele Werkzeuge listen zusätzlich die Fragen, die ein Leser zum Thema ebenfalls stellt, und markieren, ob der Text sie abdeckt, teilweise abdeckt oder auslässt. Diese Liste ist für die Überarbeitung oft wertvoller als der Score selbst. Im Beispiel waren Pflichtbausteine eines Briefings, der Ablauf bis zum fertigen Artikel und typische Fehler vollständig abgedeckt. Kanalunterschiede und ein konkretes Beispiel waren nur teilweise abgedeckt. Eine Frage fehlte ganz: Wie werden Rollen, Freigaben und Zuständigkeiten im Team organisiert? Für eine Marketingleitung ist genau das oft die wichtigste.

Welche Verbesserungen setzt ihr zuerst um?

Zuerst die schnellen Verbesserungen, die die Redaktion in wenigen Minuten erledigt, dann die Substanz, für die ihr Material aus Fachabteilung, Vertrieb oder Projekten braucht. Die schnellen Verbesserungen heben den Score sichtbar. Den Unterschied zu anderen Quellen machen aber fast immer die Verbesserungen, die Recherche brauchen.

Gute GEO-Werkzeuge schlagen konkrete Verbesserungen vor und nennen für jede den Aufwand und die erwartete Wirkung auf den Score. Das verändert die Diskussion im Team. Statt darüber zu streiten, ob ein Text gut genug ist, entscheidet ihr, welche Verbesserungen ihr umsetzt und wer sie liefert.

Im Beispiel standen insgesamt 13,4 Punkte aus allen offenen Vorschlägen im Raum. Die drei schnellen Verbesserungen brachten davon einen Teil, die meisten Punkte lagen bei Informationsgewinn und Faktendichte. Das ist kein Zufall. Was die KI nicht liefern kann, ist genau das, was einen Text zitierwürdig macht.

Eine Auswertung des Toolanbieters Sistrix passt zu diesem Muster. Für „GEO-Mythen im Datencheck: Was 96.418 URLs über AI-Citations verraten“ vom Oktober 2026 haben Johannes Beus und Julia Weißbach 96.418 URLs aus 17.380 Domains im deutschsprachigen Raum untersucht. Verglichen wurden zitierte und nicht zitierte Seiten derselben Domain in ChatGPT, AI Mode und AI Overviews im zweiten Quartal 2026. Für eine Autorenbox mit Foto ermittelt die Analyse einen Faktor von 1,4, für ein sichtbares Update-Datum und für mindestens zehn externe Links jeweils 1,3, wobei 1,0 keinen Unterschied bedeutet. Ein sichtbares Update-Datum hatten nur 5 Prozent der Seiten. Autor und externe Links fehlten dem KI-Entwurf im Beispiel, das Aktualisierungsdatum stand unter den schnellen Verbesserungen. Nehmt alle drei als feste Angaben in eure Prüfung vor der Freigabe auf. Einschränkend gilt: Es ist die Analyse eines Toolanbieters, und sie zeigt Zusammenhänge, keine Ursachen.

Was kann nur euer Team liefern?

Alles, was es nur bei euch gibt: dokumentierte Fälle aus Projekten, eigene Zahlen mit Zeitraum, Ergebnisse interner Tests, die Erfahrung einer namentlich genannten Fachperson und Quellen, die ihr geprüft habt. Dieses Material liegt selten in der Redaktion, sondern in Vertrieb, Kundenservice, Projektteams und Produktmanagement. Die Aufgabe der Redaktion ist, es dort abzuholen.

Ein Beispiel für den Unterschied. Ein KI-Entwurf schreibt: „Nehmen wir an, das Briefing fokussiert das Problem, dass Marketingteams zu viel Zeit in Abstimmungen verlieren.“ Eine überarbeitete Fassung schreibt, was in einem echten oder anonymisierten Projekt passiert ist: wie viele Felder das Briefing hatte, welche Inhalte daraus entstanden sind und wie sich die Zeit bis zur Freigabe verändert hat. Der zweite Absatz ist kein besserer Stil. Er ist eine Information, die eine KI nirgendwo anders findet.

Google stützt diese Richtung in seinem Leitfaden „Website für generative KI-Funktionen in der Google Suche optimieren“ vom Juli 2026. Die Optimierung für KI-Antworten ist dort Teil der allgemeinen Suchoptimierung, und Google rät, eigene Erfahrung und Fachwissen einzubringen, statt Bekanntes zu wiederholen. Eine llms.txt-Datei nutzt Google nach eigener Aussage nicht, ein spezielles Schema braucht es nicht, und Texte eigens für KI umzuschreiben ist nicht nötig. Steckt die Zeit deshalb in das Material aus Vertrieb, Kundenservice und Projekten, nicht in technische Sonderwege. Einschränkend gilt: Das ist eine Plattformrichtlinie für die Google Suche und gilt nicht automatisch für ChatGPT oder Perplexity.

1. Quelle 1VertriebWelche Einwände und Fragen kommen zu diesem Thema? Welche Kundensituationen lassen sich anonymisiert beschreiben?
2. Quelle 2KundenserviceWo hakt es in der Praxis? Welche Fehler sehen die Kolleginnen und Kollegen immer wieder?
3. Quelle 3Projekte und ProduktmanagementWelche Werte gibt es zu Dauer, Aufwand oder Ergebnis? Welche Tests wurden intern gemacht?
4. Quelle 4Fachperson als Autorin oder AutorWer steht mit Namen und Rolle für den Inhalt? Wer prüft ihn beim nächsten Update?

Damit das nicht jedes Mal neu verhandelt werden muss, lohnt eine einfache Regel: Jeder Beitrag zu einer Lücke aus dem Fragenkatalog enthält mindestens eine Angabe, die es nur bei euch gibt. Wer für dieses Material zuständig ist, steht im Briefing. Wie ihr eure Fachleute dabei entlastet, statt sie mit Schreibaufträgen zu belasten, steht in Übergaben zwischen Marketing und Fachabteilung.

Wer prüft was vor der Freigabe?

Die Redaktion prüft den GEO-Score und setzt die schnellen Verbesserungen um. Die Fachabteilung bestätigt Zahlen und Aussagen und liefert die Substanz. Die Freigabe entscheidet, ob der Text die vereinbarte Mindeststufe erreicht oder mit einem dokumentierten Grund darunter veröffentlicht wird. So bleibt die Prüfung schnell und trotzdem verbindlich.

Eine feste Mindeststufe klingt streng, spart aber Abstimmung. Ohne sie wird bei jedem Text neu diskutiert, ob 62 Punkte gut genug sind. Mit ihr ist klar, was fehlt und wer es liefert. Wichtig ist die Ausnahme: Manche Texte sollen gar nicht in KI-Antworten auftauchen, etwa Pressemitteilungen mit kurzer Halbwertszeit. Für sie gilt die Stufe nicht, und das steht im Briefing. Wie ihr Prüfkriterien insgesamt so aufbaut, dass Freigaben nicht länger dauern, steht in der Checkliste vor der Freigabe.

Wie messt ihr, ob der Text wirkt?

Mit derselben Frage aus demselben Katalog, monatlich und mit Datum dokumentiert. Nach der Veröffentlichung beobachtet ihr, ob Erwähnungsrate und Zitierrate bei dieser Frage steigen und ob eure Seite unter den zitierten Quellen auftaucht. Rechnet mit Wochen, nicht mit Tagen, weil überarbeitete Seiten erst neu erfasst werden müssen.

Der Ausgangswert vor der Veröffentlichung ist dabei unverzichtbar. Ohne ihn lässt sich später nicht zeigen, was der Text bewirkt hat. Haltet für jede Frage fest, wie oft ihr vor der Überarbeitung genannt wurdet, welche Quellen zitiert wurden und welchen Score der Text vor und nach der Überarbeitung hatte. Diese drei Werte reichen, um im Quartals-Review zu entscheiden, ob der Ansatz trägt.

Erwartet keine gleichmäßige Kurve. KI-Antworten schwanken von Abfrage zu Abfrage, und einzelne Sprünge haben oft Ursachen, die nichts mit eurem Text zu tun haben, etwa eine Änderung im Modell oder neue Quellen von anderen. Bewertet deshalb Trends über mehrere Monate und nicht einzelne Messpunkte. Wie ihr diese Messung in ein Reporting für die Geschäftsführung übersetzt, steht in Content-Wirkung belegen.

Fünf Fehler beim Weg vom KI-Entwurf zum zitierfähigen Text

• Den Score als Garantie lesenEin hoher Score macht einen Text zitierfähig, nicht automatisch zitiert. Ob er wirkt, zeigt erst die Messung in den KI-Antworten.
• Gegen die falsche Frage prüfenWird der Text gegen eine automatisch erkannte, allgemeine Frage bewertet, misst der Score nicht die Lücke, die ihr schließen wolltet. Setzt die Frage aus eurem Katalog.
• Nur die schnellen Verbesserungen umsetzenAutorenzeile und Antwortsatz sind schnell erledigt und heben den Score. Den Unterschied zu anderen Quellen machen Praxisfälle und Belege.
• Die KI weiter umformulieren lassenWenn Sprache und Struktur bereits hoch bewertet sind, bringt eine weitere Fassung aus der KI kaum Punkte. Gebraucht wird Material aus dem Team.
• Ohne Ausgangswert startenWer vor der Überarbeitung nicht dokumentiert, in welchen Antworten er vorkommt, kann später keine Wirkung belegen.

Wann lohnt sich der Aufwand für euch noch nicht?

Wenn eure Zielgruppe vor einer Entscheidung kaum recherchiert, wenn ihr weniger als zwei bis drei Inhalte im Monat veröffentlicht oder wenn es zu euren Kernfragen im Haus noch keine eigene Substanz gibt. Im letzten Fall ist der erste Schritt nicht die Prüfung, sondern das Sammeln von Fällen und Zahlen.

Bei wenigen Veröffentlichungen reicht es, die Prüffragen aus der Tabelle oben von Hand anzuwenden und zwei- bis dreimal im Jahr zu messen. Ein Werkzeug mit automatisiertem Score und laufender Messung lohnt sich, wenn mehrere Personen, Agenturen und Fachabteilungen Inhalte liefern und ihr eine einheitliche Messlatte braucht. Und wenn bei euch heute unklar ist, wer Inhalte beauftragt und wer sie freigibt, gehört diese Frage vor alles andere. Wie ihr solche Abläufe aufbaut, steht in Content Operations: was es ist und wie ihr es aufbaut.

Fazit: Die KI schreibt den Text, euer Team macht ihn zitierwürdig

Ein KI-Entwurf ist ein guter Anfang. Er ist lesbar, gegliedert und beantwortet die Frage. Für eine Nennung in ChatGPT, Perplexity oder den AI Overviews reicht das selten, weil viele Seiten dasselbe sagen. Der Unterschied entsteht bei Erfahrung, Belegen und Informationen, die es nur bei euch gibt, und genau dort zeigt ein GEO-Score, wo euer Team ansetzen muss.

Zusammen mit der Messung in den KI-Antworten entsteht daraus ein Kreislauf: Lücke finden, passenden Beitrag planen, Text vor der Freigabe prüfen, Wirkung nachmessen. Statt Bauchgefühl habt ihr eine Messlatte vor der Veröffentlichung, statt endloser Feedbackschleifen eine Liste mit klaren Zuständigkeiten.

Häufige Fragen

Dennis Gumprich

Senior Consultant Content Solutions · contentbird GmbH

Dennis begleitet Marketing- und Kommunikationsteams bei der Frage, wie generative KI in bestehende Content-Prozesse passt, ohne Qualität, Markensprache und Freigaben zu untergraben. Schwerpunkte: Content Operations, AI Governance und Toolauswahl in Mittelstand und Konzern.

Transparenzhinweis: Dennis arbeitet für contentbird, einen Anbieter von KI-gestützter Content-Software. Produkterwähnungen sind im Beitrag gekennzeichnet. Mehr über Dennis · LinkedIn