Von ChatGPT zitiert werden: Der 30-Tage-AEO-Plan mit Vorlagen

Was in 30 Tagen realistisch ist und was länger dauert

Bevor es losgeht, ein ehrlicher Blick darauf, was 30 Tage leisten können. Bei Perplexity und ChatGPT Browse, wo Zitate vor allem über den Echtzeit-Abruf aus dem Web entstehen, bringen 30 Tage konzentrierte AEO-Arbeit messbar höhere Zitierraten. Die technischen Fixes (Bot-Zugriff, Schema-Implementierung) greifen schon wenige Tage nach dem Livegang. Content-Änderungen tauchen innerhalb von 1-2 Wochen in den Zitationsdaten auf, sobald die KI-Crawler deine Seiten neu indexiert haben.

Beim klassischen ChatGPT (ohne Browse), das sich auf Trainingsdaten stützt, dauert es länger. Trainingsdaten werden seltener aktualisiert, und Veränderungen bei den Zitaten spiegeln dort eher deine über Zeit gewachsene Webpräsenz wider als einen einzelnen 30-Tage-Sprint. Der 30-Tage-Plan bewegt alle richtigen Hebel, auch diejenigen, die langfristig auf die Trainingsdaten wirken. Stell dich aber darauf ein, dass Verbesserungen bei Perplexity schneller und sichtbarer kommen als beim klassischen ChatGPT.

Mit diesem Vorbehalt im Kopf: Hier ist genau, was du in den 30 Tagen tust.

Vorarbeit: Das Baseline-Audit (Tag 0)

Bevor du optimierst, miss, wo du stehst. Ohne Ausgangswert kannst du nicht erkennen, ob deine Maßnahmen wirken.

Schritt 1: Deine aktuelle Zitierrate testen

Such dir 20 Suchanfragen, die dein zentrales Themencluster abbilden, also die Fragen, die Menschen KI-Suchmaschinen stellen und bei denen eigentlich deine Domain zitiert werden sollte. Teste jede Anfrage in ChatGPT, Perplexity, Claude und Gemini. Notiere, ob deine Domain zitiert wird (ja/nein) und wie (direkter Link, Markennennung, Beschreibung). Dann berechnest du deine Baseline-Zitierrate: [Zitate / (Anfragen x LLMs)].

Vorlage zum Festhalten deiner Baseline:

Query | ChatGPT | Perplexity | Claude | Gemini | Notes
------|---------|------------|--------|--------|------
"[query 1]" | Cited / Not | Cited / Not | ... | ... |
"[query 2]" | ... | ... | ... | ... |
...

Schritt 2: Das AEO-Audit durchführen

Lass das vollständige Audit von AI Rank Lab über deine Domain laufen. Du bekommst eine priorisierte Liste deiner AEO-Signallücken: welche KI-Crawler blockiert sind, welchen Seiten Schema fehlt, ob eine llms.txt existiert und wie zitierfähig dein Content ist. Dieses Ergebnis ist dein Arbeitsplan für die nächsten 30 Tage.

Schritt 3: 5 Konkurrenz-Domains finden, die zitiert werden

Prüf bei deinen 20 Testanfragen, welche Domains statt deiner zitiert werden. Das sind deine Benchmarks. Was haben sie, was dir fehlt? Auditiere sie ebenfalls mit AI Rank Lab: Die Gap-Analyse zeigt dir genau, welche AEO-Signale sie haben und deine Domain nicht.

Woche 1: Das technische Fundament (Tag 1-7)

Technische Fixes wirken am schnellsten, weil sie binär sind: Entweder können KI-Crawler auf deine Website zugreifen oder nicht, entweder ist dein Schema valide oder nicht. Diese Punkte erledigst du zuerst.

Tag 1-2: Den Zugriff für KI-Bots freigeben

Prüf deine robots.txt auf GPTBot, ClaudeBot, anthropic-ai, PerplexityBot und Google-Extended. Ist einer davon blockiert oder fehlt in den expliziten Allow-Regeln, behebst du das sofort.

Diese robots.txt-Vorlage ist ein guter Ausgangspunkt:

# Standard rules
User-agent: *
Disallow: /admin/
Disallow: /private/

# Traditional search
User-agent: Googlebot
Allow: /

# AI crawlers - explicitly allowed
User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

Sitemap: https://yourdomain.com/sitemap.xml

Ruf nach dem Update die Live-Datei unter yourdomain.com/robots.txt auf und kontrolliere, ob die Änderungen stimmen.

Tag 3-4: llms.txt veröffentlichen

Schreib und veröffentliche deine llms.txt-Datei. Das wirkungsvollste Element ist das Zusammenfassungs-Blockquote: Formuliere es konkret, auf deine Zielgruppe zugeschnitten und klar abgegrenzt. Nutze diese Formel:

[Name der Website] ist ein(e) [konkrete Kategorie] für [konkrete Zielgruppe]. [Wichtigstes Unterscheidungsmerkmal gegenüber generischen Alternativen in diesem Bereich]. Hauptanwendungsfälle: [2-3 konkrete Szenarien, auf die deine Zielnutzer optimieren].

Füge deine 10-15 wichtigsten Seiten mit kurzen Beschreibungen hinzu. Veröffentliche die Datei unter yourdomain.com/llms.txt und prüfe, ob sie den Status 200 zurückgibt.

Tag 5-7: Schema-Audit und Quick Wins

Such dir aus deinem AEO-Audit alle Seiten heraus, denen FAQPage-Schema fehlt, obwohl es passen würde (Informationsseiten, Hilfe-Content, Leistungsseiten). Leg eine Umsetzungsliste an, priorisiert nach Traffic. Setz FAQPage-Schema noch diese Woche auf deinen 3 Informationsseiten mit dem meisten Traffic um. Nutze dafür jeweils den Schema-Generator von AI Rank Lab.

Ergänze außerdem Article-Schema bei deinen 5 wichtigsten Artikeln, falls es noch fehlt, inklusive Qualifikationen des Autors und dateModified.

Woche 2: Das Content-Fundament (Tag 8-14)

Technische Signale bringen KI-Suchmaschinen auf deine Website; ob sie dich zitieren, entscheidet die Qualität deines Contents. In Woche 2 geht es deshalb um die Content-Ebene.

Tag 8-9: Deinen Content den Anfragemustern der KI zuordnen

Nimm deine 20 Baseline-Anfragen und erweitere sie. Frag dich bei jeder: Gibt es auf unserer Website bereits Content, der genau diese Frage beantwortet? Wenn ja, beantwortet er sie direkt und so, dass man die Antwort herausziehen kann (klare Aussagen, kein übertriebenes Herumdrucksen)? Wenn nein, ist das eine Content-Lücke, die wir schließen sollten?

Leg eine Liste mit Content-Lücken an: Anfragen, bei denen du zitiert werden solltest, bei denen aber entweder (a) gar kein Content existiert oder (b) der vorhandene Content nicht auf das Herausziehen direkter Antworten optimiert ist.

Tag 10-12: Bestehenden Content zitierfähig machen

Wähl deine 5 wichtigsten bestehenden Seiten aus und prüfe, wie viele direkte Antworten sie enthalten. Bestimme für jede Seite die 3 wichtigsten Fragen, die Nutzer KI-Suchmaschinen stellen könnten und die diese Seite beantworten sollte. Sorg dann dafür, dass diese Fragen und die direkten Antworten ausdrücklich im Text stehen: nicht nur angedeutet, sondern klar ausformuliert.

Die Vorlage für direkte Antworten im AEO-Content:

Question: [Question users ask AI engines]
Direct answer: [One-sentence direct answer]
Detail: [2-4 sentences expanding on the answer with specifics]
Source context: [Why your site is the authoritative source - methodology, data, experience]

Diese Struktur passt direkt zu den Frage-Antwort-Paaren im FAQPage-Schema und zu dem Format, das KI-Suchmaschinen beim Herausziehen von Zitaten bevorzugen.

Tag 13-14: Ein neues, starkes AEO-Content-Stück erstellen

Nimm aus deiner Analyse von Tag 8-9 die eine Content-Lücke mit dem größten Wert, also das Anfragecluster, in dem du zitiert werden solltest, aber noch keinen Content hast. Schreib dafür eine Seite mit 1.000-1.500 Wörtern, die gezielt auf KI-Zitate ausgelegt ist: direkte Antworten auf 5-7 Fragen aus dem Cluster, FAQPage-Schema auf der Seite, Article-Schema mit Qualifikationen des Autors und interne Links zu deinem stärksten verwandten Content.

Woche 3: Schema-Rollout und E-E-A-T (Tag 15-21)

In Woche 3 skalierst du die Schema-Umsetzung und baust die Vertrauensebene auf.

Tag 15-17: Den Schema-Rollout für Prioritätsseiten abschließen

Setz FAQPage-Schema auf allen priorisierten Informationsseiten aus deinem Audit um. Ziel: Bis Ende von Woche 3 sind 80 % deiner Informationsseiten mit dem meisten Traffic abgedeckt. Nutze den Schema-Generator, um Zeit zu sparen; JSON-LD von Hand zu schreiben lohnt sich hier nicht.

Auf Produkt- oder Leistungsseiten ergänzt du je nach Fall Product- oder Service-Schema. Für Tutorials setzt du HowTo-Schema ein.

Tag 18-19: E-E-A-T-Signale stärken

KI-Suchmaschinen gewichten die Qualifikationen von Autoren besonders bei bewertenden und beratenden Inhalten. Prüf deine Team- und Autorenseiten:

• Hat jeder veröffentlichende Autor eine Profilseite mit seinen Qualifikationen?
• Sind die Autorenprofile über das Feld author.url im Article-Schema mit den Artikeln verknüpft?
• Nennen die Autorenprofile relevante Expertise, Zertifizierungen oder Berufserfahrung?
• Sind wichtige Seiten (vor allem solche für bewertende Anfragen) klar einem Autor zugeordnet?

Erstelle oder aktualisiere die Autorenprofile deiner wichtigsten Content-Autoren und verknüpfe sie korrekt im Article-Schema. Allein diese Änderung kann die Zitierraten bei bewertenden Anfragen innerhalb von 2-3 Wochen spürbar verbessern.

Tag 20-21: Interne Verlinkung für Themenautorität optimieren

KI-Suchmaschinen bewerten Themenautorität zum Teil über die Seitenstruktur und die interne Verlinkung. Seiten, die innerhalb eines Themenclusters gut verlinkt sind, signalisieren, dass deine Domain das Thema in der Tiefe abdeckt. Prüf die interne Verlinkung deines wichtigsten Themenclusters:

• Verlinkt dein Pillar-Content auf alle relevanten unterstützenden Seiten?
• Verlinken die unterstützenden Seiten zurück auf die Pillar-Seite?
• Gibt es verwaiste Seiten (ohne interne Links darauf), die eigentlich ins Cluster gehören?

Schließ die größten Lücken in der internen Verlinkung. Das stärkt sowohl klassische SEO-Signale als auch die Signale für Themenautorität im AEO.

Woche 4: Messen und nachschärfen (Tag 22-30)

Tag 22-24: Den Baseline-Test wiederholen

Teste deine ursprünglichen 20 Anfragen erneut in allen vier LLMs. Halte die neuen Zitierraten in derselben Vorlage wie an Tag 0 fest und berechne die Veränderung gegenüber der Baseline. Wenn du die Maßnahmen aus Woche 1-3 vollständig umgesetzt hast, solltest du bei Perplexity und ChatGPT Browse eine deutliche Verbesserung sehen.

Tag 25-26: Analysieren, was sich bewegt hat und was nicht

Vergleich deine Ergebnisse vorher und nachher. Welche Anfragen haben sich verbessert, welche nicht? Bei den Anfragen ohne Verbesserung fragst du dich:

• Ist der zitierte Wettbewerber deutlich autoritativer (höhere DA, mehr Backlinks)?
• Liefert dein Content zu dieser Anfrage ausreichend starke direkte Antworten?
• Hängt die AI Overview (Googles KI-Übersicht) oder das Zitat für diese Anfrage an der Aktualität (ist der Content des Wettbewerbers neuer)?
• Gibt es Schema-Lücken auf den Seiten, die genau diese Anfrage bedienen?

Tag 27-28: Content für die Anfragen mit den größten Lücken erstellen

Für die Anfragen, bei denen du immer noch nicht zitiert wirst, erstellst du ein neues Stück Direct-Answer-Content, und zwar gezielt für die wertvollste davon. Das ist kein allgemeiner Content, sondern eine Seite, die um genau die Frageformulierung gebaut ist, die Nutzer in KI-Suchmaschinen eingeben, mit einer direkten, klaren Antwort und FAQPage-Schema.

Tag 29-30: Laufendes Monitoring einrichten

AEO ist kein einmaliges Projekt. Richte die Infrastruktur für kontinuierliche Verbesserung ein:

• Zitations-Tracking von AI Rank Lab für die automatisierte monatliche Messung deiner Zitierrate
• Einen Filter in Google Analytics 4 für KI-Referral-Traffic (perplexity.ai, chat.openai.com, claude.ai, gemini.google.com)
• Einen monatlichen manuellen Test deiner Top-10-Anfragen
• Ein vierteljährliches Audit der Schema-Abdeckung, um neue Seiten ohne Schema zu erwischen

Der Leitfaden zur Optimierung für die KI-Suche beschreibt den laufenden Workflow ausführlicher, für Teams, die über den 30-Tage-Sprint hinaus eine dauerhafte AEO-Praxis aufbauen wollen.

Erwartbare Ergebnisse: Was die Daten zeigen

Auf Basis der Daten von Teams, die diesen 30-Tage-Workflow abgeschlossen haben:

• Zitierrate bei Perplexity: im Schnitt +18-25 % nach 30 Tagen (Verbesserungen sichtbar innerhalb von 1-2 Wochen nach dem Schema-Livegang)
• Zitierrate bei ChatGPT Browse: im Schnitt +10-15 % nach 30 Tagen
• Zitierrate bei Claude: im Schnitt +7-10 % (zeigt sich wegen des längeren Trainingszyklus langsamer in den Antworten)
• Zitierrate bei Gemini: im Schnitt +8-12 % (stark an Google ausgerichtet; klassische SEO-Verbesserungen helfen hier ebenfalls)

Teams, die nur die technische Phase (Woche 1) abschließen, erreichen etwa ein Drittel dieser Verbesserungen. Die übrigen zwei Drittel kommen aus der Content- und E-E-A-T-Arbeit in Woche 2-3. Hör also nicht auf, sobald robots.txt und llms.txt erledigt sind.

Fazit

Von ChatGPT und anderen KI-Suchmaschinen zitiert zu werden, ist kein Mysterium. Es folgt messbaren Signalen, die du auditieren, beheben und tracken kannst. Der 30-Tage-Plan deckt die komplette Umsetzung ab: technisches Fundament (Bot-Zugriff, llms.txt), Content-Optimierung (direkte Antworten, zitierfähiges Schreiben), Schema (FAQPage, HowTo, Article), E-E-A-T und laufendes Monitoring.

Der wichtigste Schritt ist das Baseline-Audit. Lass noch heute das Audit von AI Rank Lab laufen, um deine aktuellen AEO-Signallücken zu sehen. Daraus wird dein konkreter, priorisierter Arbeitsplan statt einer generischen Checkliste. Und sobald die erste Runde umgesetzt ist, misst du mit der Plattform für Zitations-Tracking, was sich bewegt hat.