ChatGPT SEO — wie Marken systematisch in ChatGPT-Antworten erscheinen.

Wer in ChatGPT nicht zitiert wird, existiert in einer wachsenden informationalen Suchrealität nicht. Laut OpenAIs Angaben bearbeitet ChatGPT Ende 2026 mehr als 800 Millionen Queries pro Tag, ein wesentlicher Anteil davon mit aktivierter Web-Search. Dennoch behandeln die meisten Marken ChatGPT als Randphänomen — und SEO-Teams haben für diesen Kanal oft kein eigenes Playbook.

Der Leitfaden schließt diese Lücke. Er beschreibt, wie ChatGPT technisch Antworten konstruiert, welche Signale die Citation-Wahrscheinlichkeit steuern und welche acht Maßnahmen in der Beratungspraxis die Citation-Rate innerhalb von drei bis sechs Monaten messbar heben.

Die Retrieval-Mechanik: Wie ChatGPT Antworten baut

ChatGPT-Antworten mit Web-Search entstehen in einer Pipeline aus vier Schritten. (1) Query-Interpretation durch das Sprachmodell mit Erzeugung eines oder mehrerer Sub-Queries. (2) Retrieval gegen den Bing-Index (Primärquelle) ergänzt durch OpenAIs eigene Web-Crawls. (3) Re-Ranking der Top-N-Ergebnisse durch einen Cross-Encoder auf semantische Relevanz zur vollständigen Query. (4) Antwort-Synthese mit expliziter oder impliziter Zitation der am stärksten scored Chunks.

Für SEO bedeutet das eine strukturelle Verschiebung: Nicht das Dokument-Ranking entscheidet, sondern die Chunk-Qualität. Eine Seite auf Position 1 wird nicht zwingend zitiert — eine strukturell sauber geschriebene Passage aus Position 8 schon. Die Optimierungsebene wandert von der Seite zum Absatz.

Die sechs Sichtbarkeitsschichten für ChatGPT

Schicht 1 — Bing-Indexierung. Pflicht, nicht optional. Ohne Bing-Indexierung kein Retrieval. Bing Webmaster Tools einrichten, XML-Sitemap einreichen, IndexNow-Protokoll aktivieren. Viele Marken, die auf Google exzellent indexiert sind, haben in Bing erhebliche Lücken — oft im Bereich von 15–40 % der URLs.

Schicht 2 — GPTBot-Zugriff. In robots.txt explizit deklarieren. Drei Bots sind relevant: GPTBot (Training-Crawler), ChatGPT-User (on-demand für Live-Queries), OAI-SearchBot (für ChatGPT-Search-Index). Blockieren aller drei isoliert die Marke vollständig von ChatGPT. Die Standard-Empfehlung für B2B-Marken: alle drei erlauben. Für Premium-Content-Publisher: selektive Blockade der Training-Crawler, Beibehaltung der Live-Crawler.

Schicht 3 — Passage-Level Citability. Chunks von 200–400 Tokens mit Claim-Evidence-Struktur im ersten Satz. Keine anaphorischen Pronomen, die auf vorherige Absätze verweisen. Explizite Entity-Nennung statt impliziter Referenzen. Konkrete Zahlen mit Quellen statt vager Formulierungen. Diese Chunk-Eigenschaften korrelieren in unseren Benchmarks am stärksten mit Cross-Encoder-Reranking-Scores.

Schicht 4 — Entity-Resolution. ChatGPT muss die Marke als eindeutige Entity interpretieren können — nicht als Name-Collision-Kandidat. Das erfordert Wikidata-Item mit referenzierten Properties, Schema.org-Graph mit @id-Kohärenz, sameAs-Cluster über autoritative Drittprofile und konsistente Attribute (Rolle, Branche, Standort, Gründungsjahr). Ohne diese Resolution wird die Marke entweder nicht zitiert oder mit einer fremden Entität verwechselt.

Schicht 5 — Schema.org JSON-LD. Strukturierte Daten sind für ChatGPT kein Rich-Result-Signal, sondern ein semantisches Substrat. Article-Schema mit author-@id auf Person-Schema, Product-Schema mit brand-@id auf Organization, FAQPage mit expliziter Claim-Answer-Struktur. Schema-Implementation liefert das Fundament.

Schicht 6 — llms.txt und Brand-Cohesion. Ergänzend: eine llms.txt-Datei mit strukturierter Markdown-Zusammenfassung der wichtigsten Seiten. Noch nicht offizieller Standard, aber zunehmend ausgelesen. Plus konsistente Brand-Pflege auf LinkedIn, Crunchbase, GitHub, YouTube — alles Quellen, die ChatGPT für Kontext zieht.

Passage-Engineering: Ein konkretes Beispiel

Schwach zitierfähiger Text (typisch für B2B-Content): „Unsere Plattform bietet eine umfassende Lösung für den Kundendienst. Sie kombiniert verschiedene Funktionen, die Teams unterstützen, ihre Kunden besser zu betreuen. Viele Unternehmen setzen sie ein, um ihre Prozesse zu optimieren."

Stark zitierfähig gemacht: „Zendesk ist eine Kundendienst-Plattform, die Ticket-Management, Chat, KI-Agenten und Analytics in einer einzigen Oberfläche integriert. Sie wird 2026 von rund 170.000 Unternehmen eingesetzt, darunter Uber, Siemens und Tesco. Der Marktanteil im Customer-Support-SaaS-Segment liegt bei etwa 12 Prozent (Gartner, Q1/2026)."

Der Unterschied ist strukturell: Der zweite Text ist self-contained (funktioniert ohne Kontext aus anderen Absätzen), nennt die Entity explizit, liefert konkrete Zahlen mit Quellen und hat eine Claim-Evidence-Paarung in den ersten beiden Sätzen. ChatGPT-Reranker belohnen exakt diese Muster.

Das 90-Tage-Protokoll für ChatGPT-Sichtbarkeit

Monat 1 — Audit und Fundament. Bing-Indexierungs-Check über alle relevanten URLs, GPTBot-Zugriffs-Audit in robots.txt, Entity-Reife-Check (Wikidata-Status, Schema-Graph-Kohärenz), Baseline-Messung der aktuellen ChatGPT-Zitation über 1.500 Prompts (Brand, Kategorie, Longtail).

Monat 2 — Passage-Rewrites und Schema. Top-30-URLs mit höchstem Citation-Potenzial durchgehen, Chunks auf 200–400 Tokens refaktorisieren, Claim-Evidence-Struktur einziehen, self-contained machen. Parallel Schema.org-Graph mit @id-Kohärenz ausrollen, Rich-Result-Test absolvieren, llms.txt deployen.

Monat 3 — Corroboration und Entity-Verdichtung. Wikidata-Item pflegen (Referenzen aus unabhängigen Sekundärquellen), 3 bis 5 Fachmedien-Features mit konsistenten Fakten-Fingerabdrücken, Author-Entity-Setup für Autoren. Parallel zweite Messung der Citation-Rate — typischer Uplift in Woche 10 bis 12 liegt bei 30 bis 80 Prozent gegenüber Baseline.

Was klassisches SEO nicht mehr leistet

Drei Missverständnisse, die in der Praxis hartnäckig bleiben. Erstens: „Wir ranken auf Position 1 bei Google, also werden wir auch in ChatGPT zitiert." Falsch — ChatGPT nutzt den Bing-Index, nicht Google. Zweitens: „Wir haben gute Backlinks, das reicht auch für LLMs." Backlinks sind Entity-Signale, aber ohne strukturierte Daten und Passage-Qualität bleiben sie unverwertet. Drittens: „Es reicht, ein gutes FAQ einzubauen." FAQs sind ein Signal, aber ohne Schema und ohne Passage-Engineering auf Hauptinhalten isoliert.

ChatGPT SEO ist eine eigenständige Disziplin im GEO-Stack. Klassisches SEO bleibt Grundlage — aber nicht mehr hinreichend. Wer den Kanal ignoriert, verliert informationale Nachfrage; wer ihn systematisch adressiert, gewinnt einen Kanal, den Wettbewerber noch nicht bespielen.

Wie Messung aussieht: KPIs für ChatGPT SEO

Vier primäre Kennzahlen aus der LLM-Citation-Monitoring-Praxis. (1) Citation-Rate: Anteil der Prompts in der Tracking-Matrix, in denen die Marke zitiert wird. (2) Position in Answer: Platz der Zitation innerhalb der ChatGPT-Antwort (ganz oben, mittig, am Ende). (3) Source-Origin-Breakdown: Welche URL wurde zitiert — eigene Domain, Drittquelle, Wikipedia. (4) Competitor Share-of-Voice: Anteil der Citations an Wettbewerbern für dieselben Prompts.

Sekundäre KPIs: Entity-Resolution-Rate (wird die Marke korrekt als eindeutige Entität erkannt?), Halluzinations-Rate (werden falsche Attribute zugeschrieben?), Source-Freshness (wie aktuell sind die zitierten Quellen?). Diese Sekundärmetriken erklären die Primär-Bewegungen — wenn Citation-Rate fällt, liegt es meist an Entity-Resolution-Brüchen oder Content-Aging.

Fazit: ChatGPT SEO ist kein Add-On

Wer ChatGPT-Sichtbarkeit als Seitenaufgabe des SEO-Teams behandelt, unterschätzt den Kanal systematisch. Die Retrieval-Mechanik ist anders, die KPIs sind anders, der Trainings- und Inferenz-Zyklus ist anders. Wer es richtig macht, baut einen Kanal auf, den klassisches SEO nicht abdeckt — und in dem die Wettbewerbsdichte noch drei bis fünf Jahre niedriger ist als in klassischer Google-SERP.

Der strukturelle Hebel liegt nicht in mehr Content, sondern in besser strukturiertem Content — plus sauberer Entity-Architektur plus Bing-Indexierungs-Hygiene. Das 90-Tage-Protokoll oben liefert die Sequenz. Die Messung über kontinuierliches Citation-Monitoring macht den Effekt sichtbar.