KI-Glossar: AI-Search- & GEO-Begriffe erklärt

AEO (Answer Engine Optimization)

Answer Engine Optimization ist die Praxis, Inhalte so zu optimieren, dass KI-Antwortmaschinen sie als Quelle für eine direkte Antwort auswählen. Sie ist eng mit GEO verwandt, mit dem Schwerpunkt darauf, die Antwort zu sein statt einer von zehn blauen Links.

Agent (KI-Agent)

Ein KI-Agent ist ein System, das ein Sprachmodell nutzt, um Aktionen auszuführen — Tools aufzurufen, zu browsen oder mehrstufige Aufgaben zu erledigen — statt nur Text zurückzugeben. Agenten sind der Grund, warum Protokolle wie MCP wichtig sind: Sie brauchen einen sicheren, standardisierten Weg, um externe Daten und Dienste zu erreichen.

AI Mode

AI Mode ist Googles dialogorientierte, KI-generierte Sucherfahrung, bei der eine chatähnliche Oberfläche Anschlussfragen direkt beantwortet. Ob deine Marke innerhalb von AI Mode auftaucht, lässt sich nicht so messen wie klassische Rankings, auch wenn die dadurch ausgelösten Klicks in der Webanalyse erfasst werden können.

AI Overview

Ein AI Overview ist die KI-generierte Zusammenfassung, die Google ganz oben in vielen Suchergebnissen platziert, indem es aus mehreren Quellen schöpft und diese zitiert. Einen Platz unter diesen zitierten Quellen zu ergattern, ist ein zentrales Ziel von GEO.

Answer Engine

Eine Answer Engine ist jedes System, das eine Anfrage mit einer zusammengefassten Antwort beantwortet statt mit einer Liste von Links — ChatGPT, Perplexity, Gemini und Googles AI Overviews zählen alle dazu. Der Begriff fasst den strategischen Wandel hinter AEO zusammen.

C

Chunking

Chunking ist der Prozess, Inhalte in kleinere Passagen aufzuteilen, damit ein Retrieval-System die relevanteste Stelle indexieren und abrufen kann. Eine klare Struktur — kurze Abschnitte, aussagekräftige Überschriften, in sich abgeschlossene Absätze — erleichtert das Chunking und den Abruf von Inhalten.

E

Embedding

Ein Embedding ist eine numerische Darstellung von Text (oder Bildern), die Bedeutung als Zahlenliste erfasst, sodass ein Modell messen kann, wie ähnlich sich zwei Inhalte sind. Embeddings treiben die semantische Suche und das Retrieval innerhalb von KI-Systemen an.

Entität

Eine Entität ist ein eindeutiges, identifizierbares Ding — eine Person, Marke, ein Produkt oder Ort —, das Engines verfolgen und in einem Wissensgraphen miteinander verknüpfen. Als klare Entität erkannt zu werden, hilft KI-Engines, deine Marke mit den richtigen Themen zu verbinden und sie sicher zu erwähnen.

F

Fine-tuning

Fine-tuning ist der Prozess, ein Basismodell mit einem fokussierten Datensatz weiterzutrainieren, um sein Verhalten oder Wissen zu spezialisieren. Es unterscheidet sich vom Retrieval: Fine-tuning verankert Informationen im Modell, während Retrieval sie zum Antwortzeitpunkt abruft.

G

GEO (Generative Engine Optimization)

Generative Engine Optimization ist die Disziplin, deine Inhalte und deine Markenpräsenz so zu optimieren, dass generative KI-Engines dich erwähnen und zitieren. Sie erweitert SEO in ChatGPT, Gemini, Perplexity und AI Overviews hinein.

Grounding

Grounding liegt vor, wenn eine KI-Engine ihre Antwort auf abgerufene, überprüfbare Quellen stützt statt nur auf ihre trainierten Parameter. Auf Quellen gestützte Antworten enthalten am ehesten Zitate — genau deshalb ist es wichtig, eine abrufbare, vertrauenswürdige Quelle zu sein.

H

Halluzination

Eine Halluzination ist eine selbstbewusste, aber falsche oder erfundene Aussage eines KI-Modells. Starke, gut strukturierte und zitierbare Inhalte verringern die Wahrscheinlichkeit, dass eine Engine Details über deine Marke erfindet, statt die korrekten Fakten heranzuziehen.

K

KI-Crawler

Ein KI-Crawler ist ein Bot, der von einem KI-Unternehmen betrieben wird, um Webinhalte für das Training oder den Live-Abruf zu sammeln — zum Beispiel GPTBot, ClaudeBot, Google-Extended oder PerplexityBot. Deine robots.txt steuert, welche von ihnen auf deine Website zugreifen dürfen.

L

LLM (Large Language Model)

Ein Large Language Model ist ein KI-Modell, das auf riesigen Textmengen trainiert wurde, um Sprache vorherzusagen und zu generieren — die Engine hinter ChatGPT, Claude, Gemini und anderen. Alles in der KI-Suche läuft letztlich auf einem davon.

llms.txt

llms.txt ist eine vorgeschlagene einfache Textdatei, die KI-Modelle in klarer, strukturierter Form auf deine wichtigsten Inhalte verweist. Die Verbreitung steckt noch in den Anfängen, und sie ist kein Ersatz für solide, crawlbare Inhalte.

M

Markenerwähnungs-Monitoring

Markenerwähnungs-Monitoring in der KI-Suche bedeutet, zu verfolgen, wann, wo und wie KI-Engines deine Marke in ihren Antworten nennen. Es ist die Grundlage jeder KI-Sichtbarkeitsstrategie, denn man kann nicht verbessern, was man nicht sieht.

MCP (Model Context Protocol)

Das Model Context Protocol ist ein offener Standard, der es KI-Assistenten ermöglicht, sich konsistent mit externen Tools und Datenquellen zu verbinden. Damit kann ein Modell einen Dienst wie SEOcrawl sicher aufrufen, um Live-SEO-Daten abzurufen, statt aus dem Training zu raten.

Multimodal

Multimodal beschreibt ein Modell, das mehr als eine Art von Eingabe verarbeiten kann — Text, Bilder, Audio oder Video — innerhalb desselben Systems. Deshalb können KI-Engines heute einen Screenshot oder ein Diagramm lesen, nicht nur Worte.

P

Prompt

Ein Prompt ist die Anweisung oder Frage, die du einem KI-Modell gibst, um eine Antwort zu erzeugen. In der KI-Suche sind die Prompts, die echte Nutzer eintippen, die Anfragen, für die du erscheinen möchtest.

Prompt-Tracking

Prompt-Tracking bedeutet, im Zeitverlauf zu überwachen, wie KI-Engines eine definierte Reihe von Prompts beantworten — welche Marken sie erwähnen, welche Quellen sie zitieren und wie sich das verändert. Es ist das KI-Such-Pendant zum Rank-Tracking.

Q

Query Fan-out

Query Fan-out ist die Technik, bei der eine KI-Engine eine einzelne Nutzerfrage in mehrere Teilanfragen zerlegt, diese parallel ausführt und die Ergebnisse zu einer einzigen Antwort zusammenführt. Das Verständnis dafür erklärt, warum es besser ist, ein Thema gründlich abzudecken, als auf eine exakte Phrase abzuzielen.

R

RAG (Retrieval-Augmented Generation)

RAG ist eine Architektur, bei der ein Modell zum Antwortzeitpunkt relevante Dokumente abruft und damit eine fundierte, mit Quellen belegte Antwort generiert. Die meisten KI-Sucherfahrungen sind eine Form von RAG — weshalb es das Wichtigste ist, abrufbar zu sein.

Reranking

Reranking ist ein zweiter Verarbeitungsschritt, der abgerufene Passagen nach Relevanz neu sortiert, bevor das Modell seine Antwort schreibt. Es ist ein Grund, warum oft die nützlichste, am besten passende Passage gewinnt statt der bloß populärsten.

S

Share of AI Voice

Share of AI Voice ist der prozentuale Anteil der KI-Antworten — für ein Thema oder ein Prompt-Set —, in denen deine Marke im Vergleich zu Wettbewerbern erscheint. Es ist die zentrale Kennzahl, um KI-Sichtbarkeit zu messen und sich mit Konkurrenten zu vergleichen.

T

Token

Ein Token ist die Texteinheit, die ein Modell liest und generiert — ungefähr ein Wort oder Wortbestandteil. Tokens sind wichtig, weil sie die Kontextgrenzen eines Modells und die Kosten seines Betriebs bestimmen.

Trainingsdaten

Trainingsdaten sind die Gesamtheit an Text und anderen Inhalten, aus denen ein Modell vor der Bereitstellung gelernt hat. Wenn deine Marke und deine Fakten im gesamten Web gut repräsentiert sind, ist es wahrscheinlicher, dass sie sich in dem widerspiegeln, was ein Modell bereits „weiß“.

V

Vektordatenbank

Eine Vektordatenbank speichert Embeddings und findet die nächstliegenden Treffer zu einer Anfrage nach Bedeutung statt nach exakten Keywords. Sie ist die Retrieval-Engine hinter der semantischen Suche und den meisten RAG-Systemen.

W

Wissensgraph

Ein Wissensgraph ist eine strukturierte Karte von Entitäten und den Beziehungen zwischen ihnen. KI-Engines stützen sich auf Wissensgraphen, um Marken eindeutig zuzuordnen und zu entscheiden, welchen Fakten über dich sie vertrauen.

Z

Zero-Click

Ein Zero-Click-Ergebnis ist eines, bei dem der Nutzer seine Antwort direkt in der Oberfläche erhält und nie eine Website besucht. KI-Antworten haben den Zero-Click-Anteil weiter erhöht, weshalb die Sichtbarkeit innerhalb der Antwort — Zitate und Erwähnungen — heute genauso wichtig ist wie der Klick.

SEO + GEO. Vereint.

Die KI-Suche ändert das Vokabular, nicht die Grundlagen. Eine starke, gut strukturierte und vertrauenswürdige Website gewinnt sowohl bei klassischen Rankings als auch bei KI-Zitaten. SEOcrawl vereint beides an einem Ort: klassische SEO-Intelligenz plus ein AI Tracker, der deine Markenerwähnungen, Zitate und deinen Share of AI Voice über ChatGPT, Gemini, Perplexity, Copilot und Google AI Overviews hinweg überwacht. Hör auf zu raten, ob KI-Engines dich erwähnen — fang an, es zu messen.