â
[[callout]] TL;DR
đż Keine Lust zu lesen? Im Video zur AI-Suche & LLMO zeige ich dir die wichtigsten Strategien direkt in der Anwendung.
[[callout end]]
â
In Teil 1 dieser Blogserie zum Thema LLMO habe ich erklÀrt, wie KI die organische Suche grundlegend verÀndert: Statt zehn blauer Links dominieren heute KI-generierte Antworten. Wer dort nicht sichtbar ist, verliert Relevanz. Selbst bei stabilen SEO Rankings.
LLMO (Large Language Model Optimization) wird zur zentralen Strategie, um in KI-Suchen prÀsent zu sein. Dabei geht es nicht nur um Traffic, sondern um ErwÀhnungen deines Brands in den KI-Antworten, die Nutzer:innen direkt zur Entscheidung bringen.
Die grosse Chance: Wer heute in KI-Antworten erscheint, wird automatisch empfohlen. LLMs verkaufen deine Lösung fĂŒr dich. NatĂŒrlich vorausgesetzt, du bietest den richtigen Content auf den richtigen KanĂ€len. Hier setzen wir an.
Sichtbarkeit in LLMs entsteht fĂŒr viele Brands auf zwei Wegen:
Beide Wege sind richtig. Ausschlaggebend ist, dass du im richtigen Kontext erscheinst.
Schon heute gibt es Strategien und Taktiken, mit denen du deinen Brand direkt als Quelle in den LLMs etablierst oder in bestehende Diskussionen auf Drittplattformen einbringst. Hier die drei wichtigsten Schritte zu mehr Sichtbarkeit in LLMs.
â
Wenn wir ĂŒber Sichtbarkeit und Optimierung fĂŒr LLMs sprechen, mĂŒssen wir uns eingestehen: Wir haben aktuell kaum Daten darĂŒber, wie Menschen tatsĂ€chlich prompten. Diese DatenlĂŒcke stellt uns vor Herausforderungen.
Meine vielleicht etwas kontroverse Meinung dazu: Weniger Daten sind nur dann problematisch, wenn wir unsere Kund:innen nicht wirklich verstehen.
In einer Welt ohne verlĂ€ssliche Keyword-Daten wird ein anderer Faktor entscheidend: NĂ€he zur Zielgruppe. Viele Unternehmen beginnen ihre Content-Planung mit Suchvolumen, kennen aber die tatsĂ€chlichen BedĂŒrfnisse ihrer Nutzer:innen nicht. Dies fĂŒhrt zu Content, der zwar gut gemeint ist, aber ins Leere zielt. Diese Distanz zur Zielgruppe ist ein klassischer Marketingfehler und besonders in SEO-Kreisen weit verbreitet.
â
[[callout]] Praxisbeispiel: Cybersecurity-Anbieter
Die meisten SEO-Strategien der letzten Jahre konzentrierten sich auf generische Top-of-Funnel-Themen. Ein Artikel wie âWas ist Cybersecurity?" mag zunĂ€chst sinnvoll erscheinen, da ein hohes Suchvolumen hinter dem Begriff âcybersecurityâ steckt. Doch wer CTOs mit 15 Jahren Berufserfahrung erreichen will, erkennt schnell: Diese Zielgruppe hat lĂ€ngst komplexere Fragen. Welche genau? Das lĂ€sst sich nur durch Audience Research rausfinden.
Wertvolle Sichtbarkeit entsteht nicht durch Wikipedia-Àhnliche Grundlagenartikel, sondern durch massgeschneiderte Inhalte, welche eben auch schwierige Fragen der Zielgruppe adressieren, die nicht in einem kurzen Paragrpahen beantwortet werden können.
[[callout end]]
â
Der Datenmangel ist aber nicht nur ein Hindernis, sondern eine Chance. Er zwingt uns, direkt mit der Zielgruppe zu sprechen, relevante Fragen zu stellen, zuzuhören und auf dieser Basis Inhalte zu bauen, die wirklich hilfreich sind.
Die besten Quellen fĂŒr echte Audience Research sind oft nĂ€her als gedacht:
Sobald wir wissen, was die Zielgruppe beschĂ€ftigt und die wichtigsten Pain Points sind, können wir uns an die Content-Strategie machen. Einer der wichtigsten strategischen Hebel fĂŒr Sichtbarkeit in LLMs ist dabei die Wahl der richtigen Content-Formate.
Jetzt da wir wissen, wo der Zielgruppe der Schuh drĂŒckt, welche Themen sie interessieren und was ihre Ziele und Desired Outcomes sind, können wir diese gegen Content-Formate entlang der Customer Journey mappen.
Einfach nur das wiederzugeben, was bereits existiert, reicht aber nicht mehr. LLMs wie ChatGPT beantworten einen Grossteil der Fragen gleich direkt im eigenen Interface. Eine Marke oder Website wird nur dann zitiert wenn die Inhalte den Nutzer:innen einen echten Mehrwert bieten.
Um diesen Mehrwert zu liefern, bieten sich zwei AnsÀtze:
Thought Leadership Content geht bewusst gegen den Konsens, formuliert neue Thesen, teilt eigene Studien und setzt Impulse.
Product-led Content hingegen geht mit dem Konsens, zeigt aber auf, welches Produkt in welcher Situation die beste Lösung ist. Denn selbst im KI-Zeitalter benötigen Nutzer:innen konkreten Marken- oder ProduktvorschlĂ€ge, wenn sie Kaufentscheidungen treffen mĂŒssen.
â
â
Beide Formate erfĂŒllen unterschiedliche Funktionen entlang der Customer Journey. Thought Leadership baut Vertrauen auf, schafft Awareness und sorgt dafĂŒr, dass eine Marke âTop of Mindâ ist. Product-led Content fĂ€ngt die Zielgruppe ab, wenn sie unterschiedliche Lösungen vergleicht, unterstĂŒtzt massgeblich beim Kaufprozess und hilft Nutzer:innen bei der finalen Entscheidung.
Schauen wir uns die beiden Content-Formate etwas genauer an:
âThought Leadership Content (TLC) lebt von Haltung und OriginalitĂ€t. Er liefert keine Zusammenfassung des Status quo, sondern hinterfragt Bestehendes oder bringt neue Ideen ein. Durch TLC teilen Autor:innen eigene Erkenntnisse, veröffentlichen Studien oder formulieren Thesen, die die Branche zum Nachdenken bringen. Es ist die einzig valide Alternative zu generischem ToFu (Top of Funnel) Content.
Wie die in unserem letzten Artikel erwĂ€hnte Studie von Ahrefs beweist, korrelieren ErwĂ€hnungen des Brands im Internet am stĂ€rksten mit der Sichtbarkeit in LLMs. Dies unterstreicht, warum Thought Leadership Content (TLC) im KI-Zeitalter nicht nur wĂŒnschenswert, sondern unerlĂ€sslich ist: Ohne differenzierte Perspektiven und eigene Erkenntnisse wirst du online schlichtweg nicht erwĂ€hnt. Niemand zitiert oder teilt Content, der nur den Status quo recyclet. Nur wer eigene Daten erhebt, neue Sichtweisen liefert oder aktuelle Entwicklungen kommentiert, wird zitiert und geteilt.
TLC fĂŒhrt nicht nur zu mehr ErwĂ€hnungen, sondern steigert Engagement und baut Vertrauen auf. Wenn es um komplexe Themen oder weitreichende Entscheidungen geht, will man verstehen wie etwas genau funktioniert. Eine kurze KI-Zusammenfassung zu lesen reicht oft nicht aus. Wenn der Content effektiv Neues und Spannendes bietet, nehmen sich viele Leute auch gerne die Zeit, einen Deep Dive zu machen und den TLC zu lesen.
â
[[callout]] Praxisbeispiel Thought Leadership: Data Study
Unsere Studie zum Thema Domainstrategie haben wir einerseits auf unserem Blog veröffentlicht, andererseits fĂŒr unseren Newsletter ĂŒbersetzt und schliesslich mehrmals auf LinkedIn geposted. Erfreulicher Spillover-Effekt war, dass die Studie von einem Deutschen SEO Podcast aufgenommen und diskutiert wurde. Insgesamt haben wir mit dem Teilen dieser Studie 26 ErwĂ€hnungen und Backlinks abgeholt.
[[callout end]]
â
âProduct-led Content (PLC) ist die moderne Form von Kaufberatung. PLC liefert genau den Kontext, den LLMs brauchen, um deine Lösung den richtigen Personen zu empfehlen. Wenn jemand eine spezifische Frage stellt, suchen LLMs nicht nach allgemeinen ErklĂ€rungen, sondern nach prĂ€zisen Antworten. Sichtbar wird, wer klar zeigt: FĂŒr wen ist das Produkt gedacht? Was kann es besser als andere? Und warum ist es in dieser Situation relevant?
Der Unterschied zum klassischen SEO Content liegt im Fokus. Es geht nicht darum, ein Thema breit abzudecken. Vielmehr geht es darum, eine konkrete Frage besser zu beantworten als anderen, die richtigen Pains zu adressieren, LösungsvorschlĂ€ge zu prĂ€sentieren und die BrĂŒcke zum eigenen Produkt zu schlagen.
â
[[callout]] Praxisbeispiel Product-led Content: Kosten
FĂŒr die eigene Website haben wir einen Artikel zum Thema âContent Marketing Kostenâ verfasst. Der Artikel hat es in die Antwort der LLMs, sowie das Featured Snippet geschafft.
[[callout end]]
â
Um in der neuen RealitÀt erfolgreich zu sein, braucht es ein konstantes Investment auf unterschiedlichen Ebenen.
LLMs wie ChatGPT oder Gemini analysieren das HTML deiner Website. Wenn deine Inhalte erst durch clientseitiges JavaScript geladen werden, sieht die KI oft nichts. Um ĂŒberhaupt als Quelle infrage zu kommen, mĂŒssen deine Inhalte serverseitig sichtbar sein. Besonders wichtig sind Elemente wie Ăberschriften, Texte, Preise oder FAQs. Lade sie direkt mit dem initialen Seitenaufruf.
Nutze SSR (Server Side Rendering) oder Dynamic Rendering, damit die unterschiedlichen Bots deine Seite verstehen. Ein hilfreiches Tool zur PrĂŒfung, ob das schon funktioniert, ist beispielsweise Screaming Frog.
Eine der grossen Unterschiede zwischen SEO und LLMO liegt darin, das LLMs keine ganzen Seiten analysieren oder indexieren, sondern der Fokus auf einzelnen Passagen liegt (auf Englisch: âPassage Indexingâ). Sie bewerten, ob ein Abschnitt eine konkrete Frage prĂ€zise beantwortet, unabhĂ€ngig vom restlichen Inhalt der jeweiligen Page. Genau deshalb ist es entscheidend, wie du deine Inhalte aufbereitest und strukturierst.
Jede Passage sollte nur ein Thema behandeln und klar abgegrenzt sein. Halte deinen Content âMECEâ, also âmutually exclusive, collectively exhaustiveâ. So steigt die Chance, dass genau dieser Abschnitt als Antwort ausgewĂ€hlt und zitiert wird.
Was du zudem tun kannst: Nutze ein Inhaltsverzeichnis mit Ankerlinks (siehe diesen Blogpost), um wichtige Passagen gezielt auffindbar zu machen. Verwende in den H2/H3 konkrete Fragen und liefere in deiner Antwort die Kernaussage gleich zuerst (bottom line up front).
ErgĂ€nze strukturierte Daten wie FAQ- oder QA-Markup, um semantische Relevanz zu verstĂ€rken und nutze direkte Zitate, falls sinnvoll. Idealerweise entstammen diese natĂŒrlich effektiven Interviews und werden nicht einfach noch kurz vor dem Publishing hinzugefĂŒgt.
Auch der beste Content entfaltet erst Wirkung, wenn er fĂŒr LLMs optimiert und auf externen Plattformen distribuiert wird. Sichtbarkeit in LLMs entsteht eben nicht nur durch die direkte Content Optimierung fĂŒr LLMs, sondern auch durch ErwĂ€hnungen auf Drittquellen. Nutze deine Content-Ideen idealerweise mehrfach.
Dabei gilt: Je besser deine initiale Idee und der Product-led oder Thought-Leadership-Inhalt ist, desto leichter wird die Distribution.
Eine erfolgreiche Distribution ĂŒber passende KanĂ€le sollte daher kein nachtrĂ€glicher Gedanke sein, sondern bereits bei der Themenauswahl und -priorisierung berĂŒcksichtigt werden.
Unsicher, welche KanĂ€le genau fĂŒr dein Unternehmen sinnvoll sind? Dann nutze ein Prompt Tracking Tool, um die Quellen zu identifizieren, die am hĂ€ufigsten von LLMs wie ChatGPT in Antworten auftauchen.
â
[[callout]] Praxisbeispiel: Prompt Tracking mit Peec AI
Basierend auf den Pain Points und wichtigsten Fragen deiner Zielgruppe, kannst du in Tools wie Peec AI ein Keyword Tracking aufsetzen. Tauchen bspw. Wikipedia oder Reddit immer wieder als Quellen auf? Oder aber die Listicles auf Vergleichsplattformen? Dann ist das jeweils ein gutes Zeichen, dass sich eine Investition dort lohnt.
[[callout end]]
â
Bei Digital Leverage setzen wir auf folgende Distributionsmassnahmen:
â
[[callout]] Praxisbeispiel: EintrÀge & Listicles
Wir werden hier von einer anderen SEO-Agentur in einem Ranking aufgefĂŒhrt, nachdem ich höflich gefragt habe, ob sie uns auch auf die Liste mit aufnehmen könnten.
[[callout end]]
â
â
[[callout]] Repurposing fĂŒr LinkedIn
Wir haben die Learnings und Frameworks die in diesem Artikel beschrieben wurden beispielsweise in mehrere LinkedIn-Posts umgewandelt: Search engines vs LLMs, LLM verkaufen deine Lösung fĂŒr dich, Content Formate fĂŒr LLMO, etc.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Fragen auf Reddit beantworten
Hier hat jemand auf Reddit exakt die Lösung gesucht, die ein Kunde von mir anbietet. Ein kurzer Verweis auf die Website war genug, und mein Kunde hat so nicht nur eine ErwÀhnung erhalten, sondern auch gleich einen neuen Lead gewonnen.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Reporterfragen beantworten
Hier wurde ich von einer Content Marketing Managerin auf LinkedIn angepingt, ob ich gerne meinen Senf zur Flut an AI Tools geben mag. Ich wurde entsprechend in ihrem Artikel zitiert.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Guest Blogging
Wir schreiben z.B. regelmĂ€ssig fĂŒr Plattformen wie marketing.ch oder die Blogs anderer Agenturen (mit Ă€hnlicher Zielgruppe), Kund:innen (siehe Denteo unten) und weiteren Partner:innen.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Newsletter
Wir selbst nutzen Substack als Plattform und ĂŒbersetzen viele unserer Artikel, Studien und Case Studies ins Newsletterformat. Dabei achten wir darauf, dass die Beispiele welche wir auf SEOexamples.com teilen möglichst kurz und knackig sind. Stand Juli 2025 haben wir knapp 700 Subscribers, welche die Distribution von neuem Content unterstĂŒtzen.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Podcast
Unsere Head of Content, Joeline Fruchi, wurde von Andreas Diehl, Thought Leader im Thema OKR, zu einem Podcast eingeladen, um ĂŒber OKRs zu sprechen. Ein weiterer Podcast mit Andreas Diehl zum Thema LLMO ist bereits in den Startlöchern.
[[callout end]]
â
â
[[callout]] Praxisbeispiel: Ads
Wir schalten selbst Google Ads auf die Homepage, wichtige Landing Pages und BoFu-Artikel wie z.B. âWie viel kostet Content Marketingâ, von denen wir wissen, dass wir nicht nur Klicks, sondern eben auch Conversions erhalten können.
[[callout end]]
â
Eine wirksame LLMO-Strategie startet nicht mit neuen Tools oder technischen Quickwins, sondern mit der Zielgruppe. Wer ihre Fragen, Pain Points und Entscheidungslogik wirklich versteht, schafft die Grundlage fĂŒr Inhalte, die in KI-Antworten ĂŒberhaupt eine Rolle spielen. Denn auch LLMO-Strategien funktionieren wie jede andere erfolgreiche Marketingstrategie: kundenzentriert.
Optimierungen machen nur dann Sinn, wenn die Inhalte substanziell und differenziert sind. Das Ziel ist nicht, Rankings oder Traffic zu maximieren, sondern ĂŒber Thought Leadership oder Product-led Content Vertrauen aufzubauen, Kaufentscheide zu erleichtern und den Mehrwert deiner Lösung im richtigen Moment sichtbar zu machen.
Bei der Umsetzung gilt: Die Basics sind Pflicht. Sauberes HTML, strukturierte Inhalte, Distribution ĂŒber relevante KanĂ€le⊠Aber LLMO entwickelt sich schnell. Wer langfristig vorne bleiben will, muss experimentieren, eigene Beobachtungen machen und neue Formate testen. Sichtbarkeit in LLMs ist kein âHack", sondern das Resultat aus grĂŒndlicher Audience Research, Content, der Kund:innen wirklich weiterbringt, sowie fortlaufender Optimierung und gezieltem Experimentieren.
â
[[callout]]
Nicht sicher, wo du ansetzen sollst? Wir helfen dir, die Weichen fĂŒr ein erfolgreiches LLMO Projekt zu stellen.
đ Buche einen unverbindlichen Call.
[[callout end]]