Definition: Was ist Co-Occurrence?
Semantische Co-Occurrence ist das messbare gemeinsame Auftreten von Entitäten — etwa „Marke X“ und „Thema Y“ — in denselben Dokumenten, Absätzen oder Satzkontexten. Sprachmodelle lernen keine expliziten Regeln der Form „X ist Experte für Y“. Sie lernen Verteilungsmuster: Erscheinen zwei Begriffe wiederholt in denselben Korpora, entsteht im Embedding-Raum eine Nähe, die bei der Antwort-Generierung abgerufen wird.
Das erklärt einen der häufigsten GEO-Befunde: Eine Marke kann auf der eigenen Website umfassend über ein Thema publizieren und trotzdem in keiner LLM-Antwort zu diesem Thema vorkommen — weil die Assoziation nur auf der eigenen Domain existiert, nicht im restlichen Korpus.
Kanäle mit hohem Co-Occurrence-Gewicht
- Wikipedia und Wikidata: Tier-1-Quellen in Trainings- und Retrieval-Korpora; eine belegte Erwähnung wiegt mehr als hunderte eigene Seiten.
- Fachportale und Branchen-Reports: hoch zitiert, thematisch eindeutig, oft mit stabilen URLs.
- Akademische Repositorien und Studien: langlebig, autoritativ, klar attribuiert.
- Reddit und Stack Exchange: strukturierte Diskussions-Korpora mit dokumentierter Verwendung in LLM-Trainingsdaten.
- Podcasts und Konferenzen mit Transkripten: Ko-Nennung von Person, Organisation und Fachgebiet in zitierfähiger Form.
Praxis: Co-Occurrence-Engineering
Der operative Kern lautet: nicht (nur) auf der eigenen Domain über Thema X schreiben, sondern dafür sorgen, dass die Marke in fremden, autoritativen Kontexten neben Thema X genannt wird — Gastbeiträge, Studien-Mitwirkung, Experten-Zitate in Fachmedien, Konferenz-Programme. In der Beratungspraxis hat sich ein Ziel von vier bis sechs autoritativen Erwähnungen pro Quartal als realistischer Takt bewährt.
Qualität schlägt Menge: Eine Nennung in einem Kontext, der Marke, Fachgebiet und Organisation gemeinsam führt („[Person], [Rolle] bei [Organisation], erklärt [Thema] …“), erzeugt die Assoziation präziser als zehn Nennungen ohne thematischen Anker. Konsistenz über Quellen hinweg — gemessen als Multi-Source Agreement — verstärkt den Effekt.
Grenzen und Missverständnisse
- Kein schneller Hebel: Co-Occurrence wirkt über Trainings- und Retrieval-Korpora — Aufbauzeit Monate bis Jahre, nicht Wochen.
- Kein Spam-Kanal: massenhafte Nennungen in minderwertigen Verzeichnissen erzeugen keine belastbare Assoziation und können der Quellen-Reputation schaden.
- Nicht mit Backlinks verwechseln: Der Link ist für Co-Occurrence sekundär; entscheidend ist die textliche Ko-Nennung im richtigen Kontext. Eine unverlinkte Erwähnung in einer Tier-1-Quelle ist mehr wert als ein Link ohne thematischen Kontext.
Verwandte Begriffe
Co-Occurrence ist einer der drei Kern-Hebel von GEO (neben Entity Clarity und Trust Density). Sie materialisiert sich im Embedding-Raum, setzt eine saubere Entity voraus und wird durch E-E-A-T-Signale der Quellen gewichtet. Wie Ko-Nennungen für Personen-Marken aufgebaut werden, zeigt der Beitrag Entity SEO für Personen.
Assoziationen entstehen in fremden Quellen
LLMs glauben nicht der Selbstbeschreibung einer Marke, sondern dem Muster ihrer Erwähnungen. Wer mit einem Thema assoziiert werden will, braucht Ko-Nennungen in Quellen, die Trainings- und Retrieval-Korpora erreichen.
FAQ zu Co-Occurrence
Was ist der Unterschied zwischen Co-Occurrence und Backlinks? ▾
Backlinks sind Hyperlink-Verweise und wirken primär auf klassische Ranking-Signale. Co-Occurrence ist die textliche Ko-Nennung von Marke und Thema im selben Kontext — sie wirkt auf die Assoziationsbildung in Sprachmodellen, auch ohne Link. Eine unverlinkte Erwähnung in einer autoritativen Quelle kann für generative Sichtbarkeit wertvoller sein als ein kontextloser Link.
Wie baut man Co-Occurrence praktisch auf? ▾
Über Präsenz in fremden, autoritativen Kontexten: Gastbeiträge auf Fachportalen, Mitwirkung an Studien und Reports, Experten-Zitate in Medien, Konferenz-Auftritte mit veröffentlichten Programmen, belegbare Wikipedia-/Wikidata-Einträge. Vier bis sechs hochwertige Erwähnungen pro Quartal sind ein realistischer Takt.
Wie schnell wirkt Co-Occurrence? ▾
Langsam. Retrieval-Systeme greifen neue Quellen binnen Wochen auf; die Assoziationsbildung über Trainingsdaten neuer Modell-Generationen braucht Monate bis Jahre. Co-Occurrence ist ein Ausdauer-Hebel — deshalb lohnt der frühe Start.
Lässt sich Co-Occurrence messen? ▾
Näherungsweise: über Erwähnungs-Monitoring in autoritativen Quellen, Konsistenz-Metriken wie Multi-Source Agreement (MSA) und indirekt über die Entwicklung von Mention-Rate und Citation Rate in Cross-Model-Prompt-Tests.