‍

[[callout]] TL;DR

• Die Suche verändert sich radikal. LLMs wie ChatGPT und neu auch Google liefern direkte Antworten im Interface. Das senkt die Klickrate auf klassische Suchergebnisse, sogar bei Top-Rankings.
• Traffic ist nicht alles. Weniger Klicks heisst nicht weniger Wirkung. Viele Nutzer:innen treffen Kaufentscheidungen basierend auf Informationen aus den LLMs. KPIs wie Klicks und Sichtbarkeit müssen neu gedacht werden.
• Zwei Content-Formate funktionieren weiterhin. Thought Leadership Content schafft Aufmerksamkeit mit einzigartigen Insights und Blickwinkeln. Product-led Content bringt Nutzer:innen gezielt zum Produkt. Beide Formate greifen entlang der Customer Journey ineinander.
• LLMO erfordert Technik, Content und Distribution. Nur wer Inhalte sauber rendert, strukturiert und distribuiert, wird von LLMs gefunden, gelesen und zitiert. Sichtbarkeit ist kein Zufall.

🍿 Keine Zeit zum Lesen? Im Webinar zur AI-Suche & LLMO zeige ich dir die wichtigsten Strategien direkt in der Anwendung.

[[callout end]]

‍

Google und ChatGPT liefern sich ein Kopf-an-Kopf-Rennen um die Suchhoheit. Der einzige sichere Trend: Alles wird mehr KI-getrieben und dialogorientiert. Ein Zurück zu traditionellen Suchmethoden wird es nicht geben.

Zehn blaue Links? Sieht man immer seltener. Die aktuelle Search Journey vieler Nutzer:innen involviert gleichermassen AI Overviews und Prompting in ChatGPT, Perplexity oder Gemini. Je direkter und kohärenter die LLMs eine Frage beantworten, desto weniger häufig folgt ein Klick auf eine externe Website.

Das verändert die Spielregeln der organischen Suche grundlegend: Statt klassischem SEO braucht es LLMO (Large Language Model Optimization) um weiterhin genau dann sichtbar zu sein, wenn Kund:innen nach Lösungen wie deiner suchen.

‍

Was ist LLMO?

LLMO (Large Language Model Optimization) beschreibt die Konzeption von Strategien, um Webseiten für die KI-basierte Suche zu optimieren. Das Ziel von LLMO ist es, als Brand prominent in KI-generierten Antworten von ChatGPT, Perplexity oder den Google AI Overviews sowie ähnlichen Tools erwähnt zu werden. Verwandte Begriffe mit gleicher Bedeutung sind GEO (Generative Engine Optimization) und AEO (Answer Engine Optimization).

‍

Wie unterscheiden sich LLMO und SEO?

Im Grundsatz gilt: Die bewährten SEO-Grundlagen bleiben weiterhin relevant. Seiten mit guten Rankings bei Google und Bing haben nachweislich bessere Chancen, auch in AI-Overviews oder LLM-Antworten berücksichtigt zu werden. Dies bestätigt eine Studie von Semrush:

Denn LLMs greifen gerne auf die Ergebnisse von Suchmaschinen zurück oder werden durch diese beeinflusst. Trotzdem darf man nicht ignorieren, dass LLMs fundamental anders funktionieren. LLMs wie ChatGPT nutzen beispielsweise oft eine breitere Auswahl an Quellen als klassische Suchmaschinen.

Hört sich widersprüchlich an?

Beide Welten überschneiden sich, aber nicht vollständig. Wer sich nur auf Rankings in den klassischen Suchresultaten fokussiert, bleibt in den Antworten der LLMs womöglich unsichtbar. Und wer nur rein für LLMs optimiert, verliert möglicherweise Sichtbarkeit in der aktuell immer noch wichtigsten Suchmaschine der Welt: Google.

Hier ein Vergleich der Unterschiede:

‍

Der Impact von LLMs in der organischen Suche

Bleiben wir noch kurz bei Google. Google ist nach wie vor die wichtigste Suchmaschine weltweit. In der Schweiz ist Google immer noch für gut 95% des organischen Traffics verantwortlich. Und während über Jahre nur kleine Algorithmus-Updates erfolgt sind, ändert sich Google nun rasant.

Googles AI Overviews (AIOs), die seit ein paar Monaten auch im DACH-Raum ausgespielt werden, reduzieren beispielsweise die Klickrate auf klassische Suchresultate um durchschnittlich 30 %. Das betrifft auch Seiten auf Position 1 und bedeutet: Selbst wenn deine Website prominent im AIO-Panel genannt wird, führt das nicht automatisch zu Traffic.

Die Panels werden gemäss aktuellen Studien nämlich überflogen und nicht wirklich gelesen. Junge Zielgruppen vertrauen der KI mehr als ältere Generationen und verlassen sich bei informationalen Suchanfragen zunehmend auf Direktantworten als finale Entscheidungshilfe, ohne die Suchresultate jemals zu verlassen.

‍

[[callout]] Praxisbeispiel ImmoZins

Ein Beispiel aus unserem Kundenportfolio: Für ImmoZins haben wir zwischen 2021 und 2023 erfolgreich Wiki- und How-to-Content erstellt. Wir konnten in kürzester Zeit Top-Rankings erzielen und die organischen Klicks schnellten in die Höhe. Die Rankings bleiben bis heute stabil. Doch seit Frühling 2025 gehen die Klicks zurück – obwohl die Seite in der Google AI Overview prominent erscheint.

Dieses Muster zeigt sich in nahezu allen Wissensbranchen wie z.B. Tech, SaaS, Finance, Insurance: Die Impressionen steigen, die Klicks sinken.

Nutzer:innen sehen den Inhalt, aber nur noch wenige klicken für einfache Definitionen oder Schritt-für-Schritt-Anleitungen auf die Website. Wieso auch? Sie erhalten eine passende Antwort gleich im Search Interface.

[[callout end]]

‍

Die neue Realität

Vielen Unternehmen wird die Tragweite dieser neuen Realität nun bewusst.

Die entscheidende Frage: Wie reagiert man auf diese Entwicklung?

Gewisse Unternehmen nutzen neue KI-Tools, um schneller Inhalte zu produzieren oder bestehende Inhalte mit ein paar Tweaks für LLMs zu optimieren. Das gleiche Playbook, nur leicht adaptiert. Meiner Meinung nach ist dieser Ansatz problematisch.

"AI has simultaneously increased the supply of SEO content and reduced the demand for it." – Ryan Law, Director of Content Marketing at Ahrefs

Ja, Unternehmen können jetzt mühelos hunderte von Blogposts in die Suchergebnisse pumpen. Aber genauso einfach können Google oder ChatGPT deine Website umgehen und Suchanfragen direkt mit KI beantworten. Während das Angebot an mittelmässigen Inhalten stetig wächst, wird die Nachfrage direkt durch die LLMs bedient.

Die Konsequenz: In den nächsten Jahren wird der Wert von “Copycat Content", wie beispielsweise Wikis, der dem Konsens entspricht, auf praktisch null sinken. Daher bedarf es innovativer Formate und differenzierter Strategien, die wir unter dem Konzept LLMO hier systematisch erschliessen und erklären.

‍

{{blog-cta}}

Erfolgsmessung: Klicks sind nur die Spitze des Eisbergs

Eine Strategie beginnt mit der Identifikation der wichtigsten Probleme, die einen vom Erreichen der eigenen Ziele abhalten. Aber was sind genau die Ziele, die wir überhaupt mit LLMO erreichen wollen?

Viele B2B-Unternehmen, mit denen wir sprechen, verzeichnen trotz sinkendem organischen Traffic keine Einbussen im Umsatz. Dies wirft eine wichtige Frage auf: Ist Traffic weiterhin ein wichtiger KPI? Und ist ein Rückgang im Traffic überhaupt problematisch?

In den meisten Fällen ist meine Antwort: Nein, denn organische Klicks sind nur die Spitze des Eisbergs. Das bedeutet nicht, dass wir Klicks gar nicht mehr messen sollten.

Aber es ist wichtig, die aktuelle Entwicklung in Kontext zu stzen. Nur weil du weniger organischen Traffic bekommst, oder weniger Daten zu Prompts und Keywords hast, heisst das nicht, dass die Suche als Kanal an Bedeutung verliert oder dir Kund:innen und Umsatz durch die Lappen gehen.

Folgendes darf deswegen nicht vergessen werden: Viele Menschen nutzen heute KI, um nach Produkten zu suchen und Empfehlungen zu erhalten.

Das Marktforschungsunternehmen Forrester spricht davon, dass gut 89 % der B2B-Käufer:innen heute generative KI in ihrer Customer Journey nutzen – Tendenz steigend.

Dennoch: Oft klickt die Zielgruppe nicht auf das Suchergebnis. Deine Marke oder dein Produkt wird also womöglich empfohlen, du kannst das aber in der Search Console oder Google Analytics nicht nachvollziehen.

Wir brauchen also alternative Attributionsmodelle:
‍

1. Nutzung spezialisierter Monitoring-Tools (z.B. profound, otterly, peec AI)

Wir selbst nutzen Peec.AI, um die Sichtbarkeit der eigenen Marke via ausgewählte Prompts zu monitoren. So sehen wir, in welchen LLM Antworten wir schon auftauchen, wo wir uns gegen die Konkurrenz behaupten können und wo es noch Aufholbedarf gibt. Neben dem Benchmarking, ist die Analyse der Quellen ein zentraler Punkt. Also: Auf welche Websites, Foren, Blogs etc. greifen LLMs zu, um ihre Antwort zu konstruieren? So evaluieren wir nicht nur die eigene Sichtbarkeit, sondern können LLM Antworten gewissermassen reverse-engineeren und konkrete Massnahmen ableiten.

‍

2. Kundenbefragungen und Feedback-Formulare mit explizitem Verweis auf LLMs/KI als Quelle

Manche Unternehmen wie z.B. Ahrefs reagieren auf die Entwicklungen, indem sie Nutzer:innen über Formulare direkt fragen, wie sie auf die Marke gestossen sind. Mit überraschenden Ergebnissen: Gemäss eigenen Angaben hat Ahrefs schon mehr als 14’000 neue Nutzer:innen über ChatGPT gewinnen können. Das zeigt: Websites erhalten zwar weniger Klicks, aber nicht unbedingt weniger Leads.

‍

‍

3. Analyse von Webseiten-Traffic und Referral-Quellen, soweit möglich

Neben Promptracking und Kundenbefragung sollte weiterhin der Referral-Traffic ausgewertet werden, auch wenn Klicks nur die Spitze des Eisbergs sind. Effektiv haben wir ja selbst ein LLM Dashboard gebaut, das genau dies tut und welches du gerne kopieren kannst.

‍

Achtung: Nichts bleibt stehen: Kontinuierliche Anpassung und Optimierung der Maßnahmen auf Basis der gesammelten Daten und Veränderungen im LLM-Ökosystem

‍

LLMs verkaufen deine Lösung für dich

Weniger Klicks bedeuten also nicht weniger Wirkung. Wer in LLMs wie ChatGPT oder Gemini sichtbar ist, wird nicht nur gefunden, sondern direkt empfohlen. Die Antwort der LMMs ersetzt so oft den Klick und bringt deine Lösung genau zum richtigen Zeitpunkt an die richtige Zielgruppe.

LLM-Nutzer:innen treffen schneller Entscheidungen, vertrauen den Antworten stärker als klassischen Suchresultaten und konvertieren besser. Laut Semush ist ein LLM-Referral im Schnitt 4.4 x so wertvoll wie ein Klick aus der organischen Suche.

Und obwohl insgesamt die organischen Klicks durch den LLM-Trend sinken, steigt der Traffic auf Startseiten bei vielen Unternehmen aus dem schon zuvor genannten Grund: Brands werden genannt aber nicht verlinkt.

‍

[[callout]] Beispiel

Hier sehen wir das am Beispiel des Suchresultats für “beste email marketing software”. Mailchimp wird als beste Lösung erwähnt, aber nicht verlinkt. Wenn nun jemand an der Software interessiert ist, tippt die Person wohl nochmals bei Google “mailchimp” ein und der ganze Traffic landet auf der Homepage.

LLMs verkaufen also deine Lösung für dich. Vorausgesetzt natürlich du tauchst für die richtigen Keywords und Prompts auf. Wie genau? Das schauen wir uns gleich an!

[[callout end]]

‍

Wie funktionieren LLMS grundsätzlich?

Auch wenn LLMs oft wie eine Blackbox wirken, wissen wir, wie sie grundsätzlich funktionieren: Sie arbeiten mit Wahrscheinlichkeiten und berechnen Wort für Wort, was am wahrscheinlichsten als Nächstes kommt – basierend auf dem, was sie über bestimmte Begriffe gelernt haben.

Wenn eine Marke in Verbindung mit einem Thema oder Produkt wiederholt erwähnt wird, steigt die Chance, dass sie auch in der Antwort des LLMs erscheint.

Das bestätigt eine Studie von Ahrefs, in der analysiert wurde, welche Faktoren am stärksten mit der Markensichtbarkeit in LLMs (besonders in Google AI Overviews) korrelieren. "Branded web mentions" waren mit einer Korrelation von 0,664 der eindeutige Spitzenreiter.

Einfach ausgedrückt: Je öfter dein Brand auf Webseiten erscheint, desto wahrscheinlicher wird er von KI in Antworten zu relevanten Anfragen erwähnt. Obwohl Korrelation nicht gleich Kausalität ist, funktionieren LLMs durch statistische Vorhersagen. Damit eine KI deinen Brand im Zusammenhang mit einer entsprechenden Produktkategorie erwähnt, müssen diese Begriffe in den Trainingsdaten häufig gemeinsam vorkommen.

Es geht also um Assoziationen. Deshalb musst du herausfinden:

• Für welche Begriffe und Produktkategorien willst du stehen?
• Und welche Quellen nutzt das jeweilige LLM?

Wie können wir in LLMS sichtbar werden?

Sichtbarkeit in LLMs entsteht für viele Brands also auf zwei Wegen:

1. Sie werden selbst zur Quelle – z. B. durch Content auf der eigenen Website. Das ist relativ ähnlich zu klassischem SEO.
2. Sie werden in Quellen genannt, die LLMs heranziehen.

Beide Wege sind relevant. Entscheidend ist, dass du im richtigen Kontext erscheinst.

Schon heute gibt es Strategien und Taktiken, mit denen du dein Brand direkt als Quelle in den LLMs etablieren oder in bestehende Diskussionen auf Drittplattformen einbringen kannst.

Hier ein kurzer Überblick zu den drei wichtigsten Schritten für mehr Sichtbarkeit in LLMs.

‍

In drei Schritten zur LLMO-Strategie

Nachfolgend brechen wir LLMO kurz und knackig in drei Schritten runter, und gehen auf aktuelle Herausforderungen ein und wie wir diese für Kund:innen lösen.

‍

[[callout]]

Du willst mehr Praxisbeispiele und konkrete Optimierungsempfehlungen?

👉 Hier findest du unseren Artikel zur LLMO-Strategie.

[[callout end]]

‍

1. Analyse: Nähe zur Zielgruppe statt blindem Keyword-Fokus

Der Weg zu einer erfolgreichen LLMO-Strategie beginnt mit echter Audience Research.

In einer Welt ohne verlässliche Keyword-Daten wird die Nähe zur Zielgruppe noch entscheidender. Nur wenn wir die Fragen, Herausforderungen und Entscheidungsprozesse potenzieller Kund:innen wirklich verstehen, können wir relevante Inhalte erstellen.

Direkte Einblicke aus Kundeninterviews, Sales Calls oder der Onsite Search sind, entgegen der Meinung vieler SEO Consultants, deutlich wertvoller als abstrakte Suchvolumen. Schliesslich sind Prompts nichts anderes als Fragen deiner Zielgruppe.

Unser Ziel ist nicht, Klicks und Rankings zu steigern, sondern den Mehrwert unseres Angebots für die Zielgruppe sichtbar zu machen und mehr Interessierte von unserer Lösung zu überzeugen.

‍Über unseren Content machen wir den Mehrwert für die Zielgruppe sichtbar.

Dieser Mehrwert sieht für jedes Unternehmen, jede Branche, jede Zielgruppe anders aus.

Je nach Zielgruppe (B2B vs. B2C, Branche, Unternehmensgrösse) variieren die relevanten Touchpoints und Kanäle, über die Nutzer:innen mit LLM-generierten Antworten in Kontakt kommen. Diese Customer Journey und die Rolle von LLMs im Kaufprozess und der Entscheidungsfindung möglichst gut zu verstehen, ist unsere Aufgabe als Marketer. Der einfachste Weg dorthin? Du befragst deine Zielgruppe selbst!

‍

‍

2. Strategie: Wirkungsvolle Content-Formate einsetzen

Sichtbarkeit in LLMs entsteht nicht durch generische Inhalte, sondern durch Differenzierung.

Thought Leadership Content bringt neue Perspektiven ein und hilft der Marke, zur relevanten Stimme im Markt zu werden. Product-led Content zeigt klar, welche Lösung für welches Problem geeignet ist und unterstützt potenzielle Kund:innen im Kaufprozess.

Beide Formate greifen in unterschiedlichen Phasen der Customer Journey und stärken sowohl Sichtbarkeit als auch Vertrauen.

‍

3. Umsetzung: Content optimieren und distribuieren

Damit Inhalte von LLMs erkannt und verarbeitet werden, müssen sie technisch zugänglich und klar strukturiert sein. Parallel dazu braucht es gezielte Distribution: über Social Media, Communities, Partnerseiten, Newsletter oder Ads. Nur so schaffst du es mit deinem Brand direkt oder indirekt in die Quellen der LLMs.

Denn Sichtbarkeit in KI-Antworten entsteht nicht nur durch den Content selbst, sondern auch durch externe Erwähnungen und smarte Distribution.

‍

[[callout]] Praxisbeispiel Thought Leadership: Data Study

Unsere Studie zum Thema Domainstrategie haben wir einerseits auf unserem Blog veröffentlicht, andererseits für unseren Newsletter übersetzt 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 Erwähnungen und Backlinks abgeholt.

[[callout end]]

‍

Du willst mehr Beispiele und konkrete Optimierungsmassnahmen sehen? Hier geht’s weiter zum Deep Dive in deine erste LLMO-Strategie.

‍

Fazit

Die Verschiebung zu Direktantworten transformiert das Such-, Entscheidungs- und Kaufverhalten der Menschen. Während klassische SEO-Prinzipien weiterhin wichtig bleiben, reicht es nicht mehr aus, nur auf Rankings zu optimieren. Wer in den Antworten von ChatGPT, Gemini oder Google AI Overview sichtbar sein will, muss verstehen, wie die KI funktioniert – und entsprechend mit LLM-konformen Strategien reagieren.

Das bedeutet: weg von generischem „Copycat Content", hin zu Product-led oder Thought Leadership Content mit echtem Mehrwert, inklusive passender Distributionsstrategie. Statt nur auf Traffic für die eigene Website zu fokussieren, geht es jetzt darum, in den wichtigen Discovery-, Evaluations- und Entscheidungsprozessen entlang der gesamten Search Journey sichtbar zu werden.

‍

[[callout]]

Nicht sicher, wo du ansetzen sollst? Wir helfen dir, die Weichen für ein erfolgreiches LLMO Projekt zu stellen.

👉 Buche einen unverbindlichen Call.

[[callout end]]