Google erklärt KI-Optimierung: Warum AEO und GEO am Ende doch SEO bleiben

Warum dieser Google-Leitfaden wichtig ist

Google hat am 15. Mai 2026 einen neuen offiziellen Leitfaden zur Optimierung für generative KI-Funktionen in Google Search veröffentlicht. Der Beitrag von John Mueller verweist auf die neue Dokumentation Optimizing your website for generative AI features on Google Search. Zielgruppe sind Website-Betreiber, SEOs und Entwickler, die verstehen wollen, wie Inhalte in AI Overviews, AI Mode und der Google-Suche insgesamt sichtbarer werden können.

Die Veröffentlichung kommt zu einem Zeitpunkt, an dem Begriffe wie AEO, GEO, LLMO und KI-Sichtbarkeit inflationär verwendet werden. Viele Anbieter verkaufen dafür neue Audit-Frameworks, Markdown-Dateien, Prompt-Tests oder Erwähnungsstrategien. Google setzt dem nun eine nüchterne Einordnung entgegen: Wer für generative KI in Google Search optimiert, optimiert weiter für Search. Das bedeutet nicht, dass sich nichts ändert. Es bedeutet, dass die Grundlage nicht neu erfunden wird.

Für KI-Radar ist der Leitfaden deshalb interessant, weil er zwei Dinge gleichzeitig tut. Er bestätigt, dass generative Sucherlebnisse andere Retrieval- und Antwortprozesse nutzen. Gleichzeitig begrenzt er den Hype um Spezialtaktiken. Sichtbarkeit in KI-Antworten entsteht bei Google nicht durch eine einzelne Datei, ein neues Schema oder eine magische Textformel. Sie entsteht aus dem Zusammenspiel von Indexierbarkeit, Qualität, Kontext, Quellenklarheit und Nutzerwert.

AEO und GEO bleiben bei Google Teil von SEO

Die klarste Aussage steht gleich am Anfang des Leitfadens: SEO bleibt für generative KI-Suche relevant. Google begründet das damit, dass die generativen Funktionen in der Suche auf den zentralen Ranking- und Qualitätssystemen aufbauen. AI Overviews und AI Mode sind also keine vollständig getrennten Suchmaschinen neben Google. Sie sind neue Oberflächen und Antwortformen, die Inhalte aus dem Suchindex nutzen.

Google nennt explizit zwei technische Konzepte: Retrieval-augmented generation, auch Grounding genannt, und Query Fan-out. RAG soll Antworten verbessern, indem relevante, aktuelle Webseiten aus dem Suchindex abgerufen und zur Antwortbildung genutzt werden. Query Fan-out erzeugt parallel verwandte Suchanfragen, um eine komplexe Nutzerfrage breiter zu verstehen und zusätzliche relevante Ergebnisse zu finden.

Damit wird die Debatte präziser. AEO und GEO sind als Arbeitsbegriffe nicht falsch. Sie beschreiben, dass Teams ihre Inhalte für Antwortmaschinen und generative Oberflächen optimieren wollen. Aus Sicht von Google Search sind sie aber keine eigene Disziplin mit eigenen geheimen Rankingregeln. Wer für AI Overviews optimieren will, muss dieselben Fragen besser beantworten, die gutes SEO seit Jahren stellt: Ist die Seite crawlbar? Ist sie hilfreich? Ist sie zuverlässig? Hat sie eigene Substanz? Können Menschen und Systeme die wichtigsten Aussagen verstehen?

RAG und Query-Fan-out verändern die Content-Anforderung

Die Tatsache, dass Google RAG und Query-Fan-out im Leitfaden erklärt, ist kein technisches Detail für Entwickler. Es ist der Schlüssel zur praktischen Content-Arbeit. Klassische Suche rankt Dokumente. Generative Suche muss aus Dokumenten Antwortmaterial gewinnen. Dafür reicht eine Seite, die grob zum Keyword passt, nicht immer aus. Sie muss konkrete, belastbare, gut einordenbare Aussagen liefern.

RAG bedeutet: Google sucht nicht nur eine Seite, sondern relevante Informationsbausteine, die eine Antwort stützen können. Wenn ein Artikel viele Themen vermischt, Zahlen ohne Datum nennt oder Quellen nur gesammelt am Ende aufführt, wird er für Grounding schwerer nutzbar. Wenn eine Seite dagegen eigene Erfahrung, klare Abschnitte, konkrete Belege, Tabellen, Bilder und aktuelle Kontextangaben enthält, kann sie als Antwortgrundlage plausibler werden.

Query-Fan-out verschiebt die Keyword-Logik. Eine Nutzerfrage kann intern in viele Teilfragen zerlegt werden. Wer deshalb hunderte dünne Seiten für jede denkbare Longtail-Variante baut, läuft laut Google in die falsche Richtung. Besser ist ein starkes, hilfreiches Dokument, das ein Thema aus Nutzersicht umfassend und sauber strukturiert behandelt. Google sagt ausdrücklich, dass es nicht nötig ist, jede mögliche Suchvariation separat abzudecken.

Nicht-kommodifizierter Content wird zum Kernsignal

Der zentrale Content-Begriff des Leitfadens ist nicht etwa „KI-optimiert“, sondern „non-commodity content“. Gemeint sind Inhalte, die über austauschbares Allgemeinwissen hinausgehen. Google nennt als Gegenpol typische Standardratgeber, die jeder schreiben könnte und die wenig eigene Einsicht liefern. In generativen Sucherlebnissen wird diese Unterscheidung wichtiger, weil KI-Systeme Durchschnittswissen selbst sehr gut zusammenfassen können.

Für Unternehmen heißt das: Ein Artikel mit bekannten Definitionen, generischen Tipps und zusammenkopierten Quellen wird weniger verteidigungsfähig. Sichtbar werden eher Inhalte, die eigene Daten, echte Erfahrung, konkrete Beispiele, transparente Methodik oder eine nachvollziehbare Fachperspektive einbringen. Das kann eine eigene Preisauswertung sein, ein Vergleich aus realen Implementierungen, ein Kundenservice-Datensatz, eine Produktanalyse oder ein Erfahrungsbericht aus einem Pilotprojekt.

Google betont außerdem die Organisation des Inhalts für Menschen: Absätze, Abschnitte und klare Überschriften helfen Lesern und Systemen. Das ist keine Einladung zu mechanischem Chunking. Es ist eine Erinnerung, dass gute Informationsarchitektur die Extraktion erleichtert. Wer Expertise zeigt, sollte sie nicht in Textwänden verstecken.

Bilder und Videos spielen ebenfalls eine Rolle. Der Leitfaden weist darauf hin, dass generative Suchfunktionen auch relevante Bilder und Videos einbeziehen können. Für KI-Sichtbarkeit reicht deshalb nicht nur Fließtext. Gerade bei Produkten, Anleitungen, lokalen Unternehmen und komplexen B2B-Themen können eigene Screenshots, Diagramme, Produktbilder, Demo-Videos und visuelle Nachweise zusätzliche Eintrittspunkte schaffen.

Technische SEO bleibt die Eintrittskarte

Der Leitfaden ist auch eine Absage an die Idee, technische SEO sei in der KI-Suche weniger wichtig. Google schreibt sinngemäß: Die Art, wie Search Seiten findet und verarbeitet, bleibt der Kern, über den KI-Systeme auf Inhalte zugreifen. Eine Seite muss indexierbar sein und für Snippets in Google Search infrage kommen, damit sie überhaupt in generativen Search-Features erscheinen kann. Selbst dann sind Crawling, Indexierung und Ausspielung nicht garantiert.

Für die Praxis ist das klar: Server-seitig sichtbarer Hauptcontent, saubere Statuscodes, Canonicals, interne Links, Sitemaps, funktionierende Bilder, crawlbare Ressourcen und eine gute Performance bleiben Grundlage. JavaScript ist nicht verboten, aber komplexer. Wer Hauptinhalte erst nach Client-Hydration erzeugt, sollte sehr genau prüfen, was Googlebot und andere Systeme tatsächlich abrufen und verarbeiten können.

Interessant ist Googles Einordnung zu semantischem HTML. Perfektes HTML ist keine Voraussetzung, weil das Web real unordentlich ist und Google vieles verstehen kann. Trotzdem empfiehlt Google semantisches HTML, wo es sinnvoll ist, unter anderem weil es Screenreadern und anderen Nutzungsformen hilft. Für KI-Radar passt das gut zur Agenten-Perspektive: Klarer DOM, Accessibility Tree und stabile Interaktionselemente sind nicht nur SEO-Dekoration, sondern machen Websites für maschinelle und menschliche Nutzung robuster.

Page Experience bleibt ebenfalls relevant. Google nennt Darstellung auf allen Geräten, niedrige Latenz und die klare Unterscheidung zwischen Hauptinhalt und anderen Elementen. Für AI Search ist das nicht nur UX. Wenn Nutzer nach einem KI-Klick schnell abspringen, weil Popups, Layout-Shifts oder überladene Seiten stören, wird aus Sichtbarkeit kein Geschäftswert.

Mythbusting: Was Google ausdrücklich nicht fordert

Der spannendste Teil des Leitfadens ist das Mythbusting. Google nennt mehrere Taktiken, die für Google Search nicht nötig sind. Dazu gehören llms.txt-Dateien, spezielle AI-Textdateien, neues maschinenlesbares Spezial-Markup und Markdown-Dateien. Google kann viele Dateitypen crawlen und indexieren. Daraus folgt aber nicht, dass diese Dateien für generative KI-Suche besonders behandelt werden.

Auch künstliches Chunking ist laut Google keine Pflicht. Man muss Inhalte nicht in winzige Blöcke zerlegen, damit KI sie versteht. Google kann Nuancen und mehrere Themen auf einer Seite verarbeiten. Entscheidend ist nicht eine ideale Länge, sondern ob die Seite für das Publikum sinnvoll ist. Das ist eine wichtige Korrektur für Teams, die gerade anfangen, alte Artikel mechanisch in „KI-Chunks“ umzuschreiben.

Eine weitere Absage gilt dem Schreiben nur für KI-Systeme. Google sagt, dass Systeme Synonyme, Bedeutungen und Suchintentionen verstehen können. Es ist also nicht nötig, jede Longtail-Formulierung wörtlich in den Text zu pressen. Wer Content nur wegen Query-Fan-out massenhaft aufbläht, bewegt sich zudem gefährlich nah an Scaled Content Abuse.

Schließlich warnt Google vor inauthentischen Erwähnungen und vor übertriebener Fixierung auf Structured Data. Erwähnungen im Web können sichtbar werden, aber künstlich erzeugte Mentions sind keine belastbare Strategie. Strukturierte Daten bleiben sinnvoll für Rich Results und Gesamt-SEO, sind aber keine Spezialanforderung für generative KI-Suche.

Agentische Suche ist das nächste Thema

Zum Schluss öffnet Google den Blick auf agentische Erlebnisse. AI Agents können Aufgaben im Auftrag von Nutzern ausführen, etwa Produkte vergleichen oder Reservierungen vorbereiten. Browser-Agenten können Webseiten visuell analysieren, den DOM untersuchen und den Accessibility Tree interpretieren. Google verweist dafür auf Best Practices für agentenfreundliche Websites und nennt auch entstehende Protokolle wie Universal Commerce Protocol.

Das ist noch kein Massenstandard für jedes Unternehmen. Aber es zeigt, wohin sich die Optimierungsfrage bewegt. KI-Sichtbarkeit ist nicht nur „Werde ich zitiert?“, sondern auch „Kann ein Agent meine Seite zuverlässig verstehen, bedienen und mit meinen Daten arbeiten?“ Für E-Commerce, lokale Unternehmen, SaaS und B2B-Portale wird diese Frage zunehmend operativ.

Praktisch bedeutet das: Websites sollten nicht nur gut ranken, sondern klare Aktionen anbieten. Buttons brauchen verständliche Namen, Formulare echte Labels, Produktdaten konsistente Attribute, Preise und Verfügbarkeiten sollten aktuell sein, und wichtige Prozesse dürfen nicht vollständig hinter fragilen Frontend-Mustern verschwinden.

Was Unternehmen jetzt konkret tun sollten

Erstens: Content-Inventar nach Einzigartigkeit bewerten. Welche Artikel enthalten eigene Erfahrung, Daten, Beispiele oder methodische Einordnung? Welche Seiten sind nur generische Zusammenfassungen? Für letztere reicht es nicht, ein paar KI-Keywords einzubauen. Sie brauchen einen echten Informationsgewinn.

Zweitens: Top-Landingpages technisch prüfen. Ist der Hauptcontent im HTML sichtbar? Sind Bilder beschriftet und technisch sauber eingebunden? Stimmen Canonicals, Statuscodes, interne Links, Sitemap und strukturierte Daten? Gibt es Duplicate Content, der Crawling-Ressourcen bindet und Signale verwässert?

Drittens: Search Console und Analytics zusammenführen. Seit Google Analytics den AI-Assistant-Kanal ausrollt und Google Search Console weiterhin Daten für Search-Oberflächen liefert, wird die Messung differenzierter. Google-AI-Features, externe Assistenten, klassische Suche und Referral-Traffic müssen getrennt, aber gemeinsam interpretiert werden.

Viertens: Redaktionsprozesse ändern. Jeder neue Artikel sollte eine klare These, konkrete Belege, aktuelle Daten, Quellenangaben und eigene Perspektive enthalten. Wer nur „Was ist X?“ schreibt, konkurriert mit KI-Zusammenfassungen. Wer zeigt, wie X in einem konkreten Markt, Produkt, Rechtsrahmen oder Unternehmensprozess wirkt, schafft mehr Wert.

Fünftens: Agentenfähigkeit als technische Qualitätsprüfung etablieren. Ein einfacher Test lautet: Kann ein Mensch, ein Screenreader, ein Suchcrawler und ein Browser-Agent dieselbe Hauptinformation und dieselbe Hauptaktion erkennen? Wenn nicht, ist das kein Zukunftsproblem, sondern ein aktuelles UX- und SEO-Problem.

Fazit: Weniger Hacks, mehr Substanz

Googles neuer Leitfaden ist keine Revolution, aber eine wichtige Klärung. Für AI Overviews und AI Mode zählen keine isolierten AEO-Tricks. Sichtbarkeit entsteht aus denselben Grundlagen, die gute Websites ohnehin brauchen: crawlbare Technik, hilfreicher Content, reale Expertise, klare Struktur, schnelle Seiten, gute Bilder und verlässliche Geschäftsdaten.

Der Unterschied liegt in der Konsequenz. Generative Suche belohnt nicht nur, dass eine Seite relevant ist. Sie braucht Informationen, die als Antwortgrundlage funktionieren. Das verschiebt die Arbeit weg von Keyword-Abdeckung und hin zu Evidenzqualität. Unternehmen, die jetzt ihre Inhalte von austauschbar zu erfahrungsbasiert, von fragmentiert zu strukturiert und von technisch fragil zu robust umbauen, sind für klassische Suche und KI-Suche besser aufgestellt.