SEO vs. LLMO: Wie optimieren wir für die Suche der Zukunft? (Teil 1)

Welche vier fundamentalen Unterschiede müssen wir für die Suche der Zukunft kennen? Noch nie wurde so viel gesucht wie heute: Auf Google, auf Perplexity, über ChatGPT oder Microsoft Copilot. Doch wer in der Webanalyse auf Klickzahlen schaut, sieht ein anderes Bild: Mehr Impressionen, weniger Traffic. In dieser zweiteiligen Blogserie zeigen wir Ihnen, was Sie konkret tun können.

Warum diese Entwicklung?

Weil sich die Suchumgebung grundlegend verändert. Google integriert AI Overviews (AIOs) und Chatbots liefern direkte Antworten, sodass ein Klick nur noch selten nötig ist. Klassische SEO-Metriken verlieren an Aussagekraft. Gleichzeitig steigt die Zahl der Zero-Click-Suchen, der nicht-attribuierbaren Interaktionen und der Conversational Touchpoints, bei denen Marken nicht mehr über klassische Rankings sichtbar werden.

Was viele bei dieser Challenge übersehen: Die Veränderungen bieten auch eine enorme Chance. Denn wenn Sprachmodelle wie ChatGPT oder Perplexity unsere Produkte oder Services erwähnen, empfehlen oder vergleichen, machen sie vor allem eines: Sie verkaufen diese für uns – vorausgesetzt, wir liefern die richtigen Inhalte, Formate und Signale. Die Optimierung für LLMs (Large Language Model Optimisation) ist daher nicht einfach nur ein Trend, sondern die neue Realität.

Begriffserklärung: Was ist LLMO / GEO?

LLMO steht für Large Language Model Optimisation, GEO für Generative Engine Optimisation, AEO für Answer Engine Optimization. Im Kern meinen alle dasselbe: Die Optimierung von Inhalten, Strukturen und Signalen für mehr Sichtbarkeit in generativen Systemen wie Google’s AI Mode, Gemini, ChatGPT oder Perplexity. Wichtig zu verstehen ist: Diese Systeme arbeiten nicht mehr mit klassischer Indexierung, sondern mit Embeddings, semantischer Nähe und Entity-Mapping. Sichtbarkeit entsteht nicht durch Keywords allein, sondern durch Kontext, Relevanz und Struktur. Was sich sonst noch ändert? Hier sind die grössten Unterschiede zwischen klassischem SEO und der Optimierung für KI-getriebene Suchsysteme.

Die vier grössten Unterschiede zwischen SEO und LLMO

1. Suchverhalten: von Keywords zu Prompts

Klassische Suchmaschinen sind Klick-zentriert. Nutzer:innen geben ein Keyword ein, klicken sich durch Resultate, vergleichen mehrere Seiten und springen so oft zurück auf die SERP (Search Engine Results Page), bis sie das passende Resultat gefunden haben. Das förderte viele Touchpoints, viele einzelne Sitzungen, aber auch viele Absprünge.

LLMs funktionieren anders:

Im Gegensatz zu klassischen Suchsystemen werden heute nicht mehr einzelne Keywords eingegeben, sondern komplexe Prompts erstellt, mit deutlich mehr Kontext und teilweise multiplen Search Intents. Im Zentrum steht nicht mehr der Klick auf eine externe Webseite, sondern die generierte Antwort, die möglichst direkt und überzeugend die Suchabsicht erfüllt, oft ganz ohne Weiterleitung zu einer externen Quelle.

Die Suchenden springen weniger hin und her, sondern fragen mehr nach, verfeinern Prompts, und geben Anweisungen. So verlassen Nutzer:innen das Search- oder Appinterface seltener. Und dies verändert das Suchverhalten grundlegend.

Gemäss SemRush nutzen 89 % der B2B-Käufer:innen schon generative KI-Tools wie ChatGPT in mindestens einer Phase ihres Kaufprozesses. Und dies wird in den nächsten Jahren nur noch zunehmen, denn Tools wie ChatGPT sind nicht mehr aus unserem Alltag wegzudenken.

Leider fehlt uns die Datengrundlage, denn wir wissen nicht genau, wie Leute prompten. Wenig Daten sind aber nur dann ein Problem, wenn wir unsere Kund:innen nicht kennen.

Was Sie heute machen können:

• Starten Sie bei Ihrer Zielgruppe, nicht im Keyword Tool. Investieren Sie in echte Audience Research, zum Beispiel durch das Durchführen von Kundeninterviews, Lesen von Support-Anfragen oder Foren.
• Finden Sie heraus, welche Fragen wirklich gestellt werden und ob es sich lohnt, diese zu beantworten. Gute Anhaltspunkte liefern People Also Ask, Community-Posts oder Suchverhalten auf der eigenen Website.
• Stellen Sie sich bei jedem Inhalt die Frage, ob Sie diesen auch ohne Such- oder Antwortmaschinen schreiben würden, weil er den Mehrwert, den Sie bestehenden Kund:innen bieten, sichtbar macht und Leser:innen in ihrer Journey weiterbringt.

2. Algorithmen: Index vs. Vektoren

SEO basiert auf Crawling, Indexierung und URL-Level-Bewertung: Suchmaschinen analysieren Seiten, speichern sie im Index und bestimmen per Ranking-Algorithmus, welche URL zu welchem Keyword passt.

LLMs funktionieren anders:

Sie speichern keine Seiten, sondern semantische Muster. Texte werden zerlegt, in Vektoren übersetzt und gespeichert. Bei jeder Anfrage wird dann geprüft, welche gespeicherten Passagen dem Prompt semantisch am nächsten kommen.

Was Sie heute machen können:

• Prüfen Sie, ob wichtige Inhalte auch ohne JavaScript sichtbar sind, damit LLMs Ihre Website korrekt lesen können.
• Setzen Sie strukturierte Daten gezielt ein, zum Beispiel für FAQs, Autorenangaben oder Produktinformationen.
• Optimieren und strukturieren Sie Ihren Content so, dass einzelne Abschnitte gezielt auffindbar und verständlich sind, etwa durch Passage Indexing.

Im Teil zwei der Blogserie erfahren Sie, welcher Content relevant und wirkungsvoll für die neue Suche ist und wie Sie den Erfolg Ihrer Massnahmen messen. Hier geht es zum Teil 2 «SEO vs. LLMO: Wie optimieren wir für die Suche der Zukunft?».