Optimierung für Perplexity, ChatGPT Search und den Google AI-Modus im Jahr 2026

Im Jahr 2026 bedeutet der Satz „für AI Search optimieren“ drei verschiedene Dinge, und die meisten Publisher verfassen versehentlich ein einziges Playbook, das hauptsächlich nur zu einer Engine passt. Ich habe in der zweiten Hälfte von 2025 versucht, einen Ansatz gleichzeitig auf Perplexity, ChatGPT Search und Google AI Mode anzuwenden, und die Citation-Share-Dashboards lieferten drei unterschiedliche Muster. Die Seiten, die in Perplexity gewannen, waren nicht dieselben, die in ChatGPT Search erfolgreich waren, und Google AI Mode belohnte nahezu eine ganz eigene Art von Arbeit.

Auf mindnow veröffentlichen wir für B2B-SaaS-Kunden über alle drei Engines hinweg, und auf vadimkravcenko.com führe ich dieselben Experimente mit meinen eigenen Texten durch. seojuice.io verfolgt die Citation-Share-Daten hinter beiden Projekten. Dies ist kein Grundlagen-Primer zu AEO oder GEO (die existieren bereits in diesem Blog); es ist das je Engine zugeschnittene Operations-Playbook, das ich mir zu Beginn von 2025 gewünscht hätte.

Die Aufgabenstellung liegt grob bei 70 % gemeinsamem, klassischem SEO und 30 % enginespezifischem Aufwand. Die gemeinsamen 70 % sind der Bereich, in dem die meisten Teams ihren ersten Monat investieren sollten: Schema, thematische Tiefe, interne Verlinkung, Brand-Co-Occurence, Aktualität. Die 30 % sind der Teil, mit dem dieser Artikel sein Geld verdient. Kleinere Engines (Claude Web Search, Brave AI, You.com) sind real, aber noch nicht groß genug, um gezielt Ressourcen zu binden; zuerst die großen drei abdecken.

TL;DR:

• „AI Search“ ist kein einzelnes Produkt. Perplexity, ChatGPT Search und Google AI Mode belohnen unterschiedliche Arbeit, und die 2026 kursierenden One-Size-Fits-All-Playbooks bedienen meist versehentlich die breiteste Engine (Google).
• Etwa 70 % der Arbeit, die AI-Citations treibt, ist dasselbe klassische SEO, das du bereits machst: thematische Tiefe, Schema, interne Links, Brand-Co-Occurence. Die restlichen 30 % sind enginespezifisch – und genau diese 30 % allokieren die meisten Publisher falsch.
• Ein sinnvoller 30-Tage-Plan wählt eine Engine, erledigt diese gründlich, liefert die gemeinsamen Aufgaben aus und legt im zweiten Monat die nächste Engine oben drauf. Wer alle drei parallel versucht, produziert drei halbfertige Playbooks.

Die drei Engines im Vergleich

Perplexity ist eine eigenständige Answer-Engine. Sie crawlt das offene Web über PerplexityBot, zeigt pro Antwort 4–8 Inline-Zitate an und gewichtet stark Aktualität sowie die Frage, ob die Quellseite die Anfrage unter einer klaren Überschrift buchstäblich beantwortet. Answer Engine Optimierung entstand rund um solche Produkte, und Generative Engine Optimierung ist der breitere Schirm für die plattformübergreifende Arbeit.

ChatGPT Search ist die integrierte Suche innerhalb von ChatGPT. Sie crawlt mit OAI-SearchBot und greift auf den Bing-Index zurück, wenn die eigene Retrieval-Schicht versagt. Zitate sind seltener (1–3 pro Antwort), tragen aber mehr Gewicht, weil es schwerer ist, überhaupt aufgenommen zu werden. Markenautorität zum Thema – also ob das Modell deine Marke aus Trainings- und Retrieval-Daten gemeinsam „kennt“ – zählt hier mehr als bei Perplexity.

Google AI Mode ist das vollständige AI-Search-Erlebnis, das aus den AI Overviews hervorging und nun über dem klassischen Google für einen wachsenden Anteil an Suchanfragen sitzt. Es nutzt den Standard-Googlebot; kein separater User-Agent. Der Kandidatenpool wird aus den Top ca. 20 des klassischen Google gezogen und dann von einem Extraktionsmodell neu bewertet.

Attribut	Perplexity	ChatGPT Search	Google AI Mode
Discovery	PerplexityBot, eigener Index	OAI-SearchBot + Bing-Fallback	Googlebot (kein separater Agent)
Ranking-Signal	Wortwörtliches Q&A-Match, Aktualität	Bing-Rank + Markenautorität zum Thema	Top ≈ 20 bei klassischem Google, danach Extraktion
Zitate pro Antwort	4–8 inline	1–3, gewichtig	Versteckt im ausklappbaren „Sources“-Bereich
Hebel	Antwortförmige Überschriften, Bot zulassen, Präsenz auf Reddit/YouTube	Bing-Index-Gesundheit, Brand-Co-Occurence zum Thema	Klassisches SEO in die Top 20, Schema für Extraktion

Die kleineren Engines (Claude Web Search, Brave AI, You.com) fehlen nicht völlig, liefern aber noch zu wenig Referral-Traffic, um gezielt Ressourcen zu binden. Die gemeinsamen 70 % decken sie per Spill-Over mit ab.

Die 70 %, die mit klassischem SEO geteilt sind

Die gemeinsame Arbeit ist die Hauptsache, nicht die Fußnote. Die meisten Leser holen mehr heraus, wenn sie den Teil verbessern, der alle drei Engines speist, als wenn sie irgendeine enginespezifische Taktik jagen. Wer diesen Abschnitt überspringt, um direkt zu „was tun für Perplexity“ zu springen, produziert genau die drei halbfertigen Playbooks.

Thematische Tiefe. Seiten müssen Autorität zum Thema demonstrieren, nicht nur die unmittelbare Frage beantworten. AI-Engines gewichten dünne „Answer-Only“-Seiten von Websites ohne thematische Umgebung ab. Ein 800-Wörter-„Was ist X?“-Artikel auf einer Site ohne weiteres X-Material verliert Zitate an einen 1.500-Wörter-Beitrag auf einer Site mit Content-Cluster zu X.

Schema-Markup. FAQPage-, HowTo-, Article- und Organization-Schema helfen allen drei Engines, Inhalte sauber zu extrahieren. Schema ist kein Zauberschalter, aber es beseitigt Reibung. Der Hebel ist real, die Kosten gering.

Interne Verlinkung. Hub-und-Spoke-Strukturen helfen AI-Engines dabei, herauszufinden, welche Seite deiner Website die kanonische Antwort zu einem Thema ist. Eine Seite mit starken internen Link-Signalen aus verwandten Inhalten wird häufiger als Zitat ausgewählt, selbst wenn extern eine dünnere Seite existiert.

Brand-Co-Occurence. Erwähnungen auf Reddit, YouTube-Transkripten, LinkedIn-Posts und in redaktionellen Beiträgen bauen eine thematische Verknüpfung zwischen deiner Marke und dem Thema auf. Alle drei Engines nutzen dieses Signal in irgendeiner Form, und der Quellpool ist das offene Web. Die SEO-zu-GEO-Brücke erläutert das Denkmodell ausführlich.

Aktualität. Seiten, die in den letzten 6–12 Monaten aktualisiert wurden, erhalten mehr AI-Zitate als ältere, selbst wenn die ältere Seite im klassischen Google höher rankt. Das günstigste Signal: ein Content-Refresh-Rhythmus für die 20–30 umsatzstärksten Seiten, mit echten Überarbeitungen, nicht nur Date-Bumping.

„Die Arbeit, die dir im klassischen SEO Ergebnisse gebracht hat, ist dieselbe, die dir AI-Zitate verschafft. Die Versuchung ist, AI Search als separates Programm zu behandeln. Ist es nicht.“ — Lily Ray

Perplexity in der Praxis

Perplexity belohnt antwortförmigen Content direkter als jede andere Engine. Wenn eine Seite eine als Frage formulierte H2 hat und ein erster Absatz diese klar beantwortet, wird die Seite zitierfähig, während dieselben Inhalte, in einen Fließtext vergraben, es nicht sind.

Der erste Schritt ist mechanisch: prüfen, ob PerplexityBot crawlen darf. Viele Sites blockieren ihn noch standardmäßig, oft weil 2024 pauschal eine „disallow new bots“-Regel in robots.txt eingezogen wurde und nie wieder angesehen wurde. Öffne robots.txt, gib eine explizite Allow-Direktive für PerplexityBot und verifiziere per Fetch. Das AI-Crawler-Playbook deckt die User-Agents und den Verifizierungsschritt ab.

Der zweite Schritt ist strukturell. Nimm fünf bis zehn Pillar-Artikel, die im klassischen Google bereits gut ranken, und überführe sie in ein Q&A-Gerüst: H2 als Frage, erster Absatz als direkte Antwort, der Rest als Erläuterung. Das ist kein Re-Write; es ist ein redaktioneller Durchgang über die Überschriften und den ersten Satz jeder Sektion und lässt sich meist an einem Nachmittag pro Artikel erledigen.

Der dritte Schritt ist Third-Party. Perplexity zieht laut unabhängigen Zählungen rund 12–15 % seiner Zitate aus Reddit und 6–8 % aus YouTube-Transkripten. Keine Präsenz auf diesen Plattformen bedeutet Unsichtbarkeit im Share. Der Multisource-SEO-Artikel beschreibt, wie du diese Präsenz ohne Comment-Spam-Taktiken aufbaust.

Der vierte Schritt ist Schema. FAQPage-Schema auf den konvertierten Q&A-Seiten liefert Perplexity die Extraction-Handles, die es braucht; geringer Aufwand, geringer Preis, kumuliert mit der strukturellen Arbeit.

„Perplexity belohnt Seiten, die die Antwort im ersten Satz unter der Überschrift liefern. Vergräbst du die Antwort im Fließtext, siehst du zu, wie eine dünnere Seite das Zitat gewinnt.“ — Aleyda Solis

ChatGPT Search und worin es sich unterscheidet

ChatGPT Search nutzt OAI-SearchBot als Crawler. Das Erste, was du tun solltest, ist, OAI-SearchBot mental von GPTBot zu trennen: Es sind unterschiedliche User-Agents. GPTBot dient dem Training; OAI-SearchBot der Live-Retrieval-Schicht von ChatGPT Search. Eine Site kann den einen zulassen und den anderen blockieren – viele tun das. Wenn du ChatGPT-Search-Zitate möchtest, erlaube OAI-SearchBot.

Jenseits des Bots verhält sich ChatGPT Search weniger wie Perplexity und eher wie ein Mix aus Bing und einem Marken-Autoritätsfilter. Der Bing-Index ist die Fallback-Retrieval-Schicht; Seiten, die nicht in Bing indexiert sind, sind meist keine Kandidaten. Bing Webmaster Tools ist die richtige Einreichungsoberfläche für wichtige Seiten.

Markenautorität zum Thema ist der Teil ohne sauberen taktischen Hebel. Das Modell hat ein Gespür dafür, welche Marken zu welchen Themen „gehören“, basierend auf Trainingsdaten und Live-Retrieval zusammen. Diese Autorität aufzubauen ist langsame Arbeit: redaktionelle Erwähnungen, Podcast-Auftritte, Konferenz-Talks, namentlich gekennzeichneter Content. Es gibt keine Abkürzung. Der umfassendere ChatGPT-Visibility-Artikel beleuchtet die Markenpräsenz im Detail.

Das Zitierverhalten unterscheidet sich in der für die Messung wichtigsten Weise. ChatGPT Search zeigt typischerweise 1–3 Zitate pro Antwort, wo Perplexity 4–8 anzeigt. Eine Seite, die in ChatGPT Search zitiert wird, hat eine höhere Hürde genommen als dieselbe Seite in Perplexity, und die Einschätzung, ob deine Arbeit sich auszahlt, kommt langsamer.

Ein taktischer Hinweis: FAQPage-Schema hilft hier weniger als bei Perplexity. ChatGPT Search honoriert Tiefe und Markenautorität stärker als antwortförmiges Format. Ein tief recherchierter 2.000-Wörter-Beitrag ohne FAQ-Markup schlägt oft eine dünne Q&A-Seite mit perfektem Schema. Substanz zuerst, Schema danach – auf dieser Engine.

Google AI Mode und die Überschneidung mit klassischem Google

Google AI Mode ist für SEO-Praktiker mit klassischer Google-Erfahrung die am leichtesten zu verstehende der drei Engines. Die Eintrittskarte ist dieselbe: Rangiere in den Top ca. 20 des klassischen Google für die Anfrage. Ohne diese klassische Kandidatur ist auch die AI-Mode-Kandidatur vom Tisch. Es gibt keinen separaten Bot zuzulassen und keinen separaten Index zum Einreichen. Standard-Googlebot macht die Arbeit.

Das Signal ist klassisches SEO plus Verlängerung. E-E-A-T, Schema, interne Verlinkung, Backlinks, Page Experience: Alles, was eine Seite im klassischen Google nach oben bringt, macht sie auch zum Kandidaten für AI Mode. Die Extraktionsschicht, die die tatsächlichen Zitate auswählt, belohnt Seiten mit sauberem, lift-freundlichem Inhalt: 60–80-Wörter-Antwortabsätze nahe dem Top relevanter Sektionen, FAQ-Markup, wo es passt, und klare semantische Struktur.

Das Zitierverhalten unterscheidet sich auf eine Weise, die Traffic-Prognosen erschwert. Zitate sind in einem aufklappbaren „Sources“-Bereich versteckt, die visuelle Prominenz ist gering, und der Klick-Durchsatz aus AI Mode ist materiell niedriger als aus klassischen SERPs (Studien Ende 2025 beziffern den Klick-Rückgang auf 30–50 % für Anfragen, die AI Mode auslösen). Unsere Berichterstattung zum Klickrückgang durch AI Overviews verfolgte denselben Effekt; AI Mode verlängert ihn.

Rank-Tracking-Dashboards, die AI-Mode-Queries nicht von klassischen Queries trennen, absorbieren den Klickverlust stillschweigend in die Gesamttraffic-Zahl. Tracke den AI-Mode-CTR separat in der Google Search Console, wo die Daten verfügbar sind.

Wo man beginnt: die 30-Tage-Allokation

Der naive Plan ist, alle drei gleichzeitig zu machen; das Ergebnis sind drei halbfertige Playbooks. Keines von ihnen erzeugt ein kumulierendes Signal, weil keines die Tiefe erreicht, die AI-Citation-Share belohnt. Der bessere Plan wählt nach Abschluss der gemeinsamen Arbeit eine Engine und legt im zweiten Monat die nächste darauf.

Woche eins ist die gemeinsamen 70 %. Schema-Audit für die 5–10 wichtigsten Seiten. FAQPage-Markup, wo es passt. Interne-Link-Aufräumarbeiten, sodass die Hub-Seiten starke Signale von ihren Spokes erhalten. Ein Check der Marken-Präsenz im offenen Web: Welche Seiten auf welchen Sites nennen dich bereits zusammen mit deinen Themen und wo sind die Lücken. Diese Arbeit bedient alle drei Engines gleichzeitig.

Die Wochen zwei bis vier widmen sich einer Engine. Wähle nach dem Ort, an dem dein Publikum bereits ist. Präsenz auf Reddit oder YouTube deutet auf Perplexity. Redaktionelle Erwähnungen in Branchenpublikationen deuten auf ChatGPT Search. Starke klassische Google-Rankings deuten auf Google AI Mode, bei dem extraktionsfreundliches Format den Großteil der Arbeit ausmacht.

Monat zwei legt die zweite Engine drauf. Nicht neu beginnen; die gemeinsame Arbeit kumuliert. Monat drei prüft Citation-Share und verteilt die Ressourcen neu. Ein größeres Team mit dedizierter SEO-Kapazität kann ab Woche zwei zwei Engines parallel fahren, aber der gestaffelte Plan schützt ein kleines Team davor, alles gleichzeitig halb zu erledigen.

Messung, kurz gefasst

Der Großteil der Messarbeit gehört in einen eigenen Beitrag (die AI-Visibility-Audit-Methodik behandelt ihn ausführlich), aber die Kurzfassung lohnt sich. Tracke Citation-Share je Engine auf einem festen Query-Set, wöchentlich, manuell. Ein 20-Query-Check über drei Engines liefert 60 Beobachtungen pro Woche – genug, um Trends zu erkennen und den Einsatz umzuschichten.

Für Perplexity führst du die 20 Queries über die öffentliche Oberfläche aus und notierst, welche deiner Seiten in der Zitatliste auftauchen. Dasselbe Query-Set im Suchmodus von ChatGPT, Zitate nach URL erfasst. Für Google AI Mode nutzt du in der Google Search Console den Filter „Search appearance: AI Overview“. Tracke den CTR-Delta gegenüber klassischen SERPs in einer separaten Spalte.

Der Fehler, den die meisten Teams machen, ist, alles messen zu wollen. Der Zweck von Messung ist ein Signal, um Ressourcen umzuschichten, nicht Vollständigkeit.

Worauf ich in der AI-SEO-Debatte verzichten würde

Die meisten 2026 kursierenden „AI SEO“-Inhalte sind Grundlagen-Repackaging. Seit 2024 ist der Markt mit „Was ist AEO“- und „Was ist GEO“-Artikeln überschwemmt, und der Content hat sich auf dieselben fünf Taktiken eingependelt: Schema, FAQs, antwortförmiger Content, Marken-Erwähnungen, Aktualität. Die Liste ist okay; das Framing meist falsch.

Lass alles liegen, das AEO, GEO oder AISO ohne Details als „das neue SEO“ bezeichnet. Es sind Subdisziplinen, keine Ersatzreligionen; wer sie als vollständigen Ersatz fürs klassische SEO verkauft, begeht den Fehler, die gemeinsamen 70 % zu vernachlässigen.

Überspringe „Optimize for ChatGPT“-Guides, die ChatGPT Search nicht von der Konversations-Ansicht unterscheiden. Die beiden Produkte verhalten sich bei Retrieval und Citation unterschiedlich; ein Guide, der sie vermischt, lehrt die falschen Taktiken.

Überspringe Taktiken, die Schema als Zauberschalter darstellen. Eine Seite mit perfektem Schema und ohne thematische Autorität verliert Zitate an eine Seite mit schlampigem Schema und tiefer Autorität. Ship das Schema, erwarte aber nicht, dass es die schwere Arbeit übernimmt.

Verzichte auf alles, was „AI-only“-Content propagiert und klassisches SEO über Bord wirft. Das Aufgeben der gemeinsamen 70 % zugunsten von „Answer-First“-Taktiken kostet mehr Kandidatur, als es gewinnt; die Teams, die diesen Fehler gemacht haben, erkennt man in den Citation-Share-Dashboards an flachen oder fallenden Linien.

Die praktische Haltung: konservativ bei enginespezifischen Taktiken, aggressiv bei den gemeinsamen 70 %, und ehrlich in Bezug auf die 30 %, in denen die Gewinne real, aber begrenzt sind.

FAQ

<summary>Muss ich alle AI-Bots zulassen, oder kann ich auswählen?</summary>

Du kannst auswählen. PerplexityBot, OAI-SearchBot (für ChatGPT Search) und GPTBot (für das ChatGPT-Training) sind separate User-Agents. Die meisten Publisher erlauben PerplexityBot und OAI-SearchBot für Retrieval, und die Entscheidung zu GPTBot hängt von der Haltung des Publishers zur Nutzung von Trainingsdaten ab. Standard-Googlebot ist ein separater Fall; ihn zu blockieren kostet gleichzeitig klassischen Google-Traffic und AI-Mode-Kandidatur – selten die richtige Abwägung.

<summary>Sollte ich bestehende Artikel in ein Q&A-Format umschreiben?</summary>

Nicht flächendeckend. Speziell für Perplexity ist die Umwandlung der fünf bis zehn wichtigsten Seiten in ein Q&A-Skeleton die wirkungsvollste Änderung. Für ChatGPT Search und Google AI Mode bringt das Q&A-Format weniger; Tiefe und klassisches SEO zählen mehr. Wähle die Pillar-Seiten und konvertiere diese.

<summary>Reicht FAQPage-Schema, um Perplexity-Zitate zu bekommen?</summary>

Nein. Schema ist notwendig, aber nicht ausreichend. Eine Seite mit FAQPage-Schema, aber ohne thematische Tiefe und ohne Markenautorität verliert Zitate gegen eine Seite mit tiefem thematischem Content und ohne Schema. Setz das Schema um, weil es günstig ist und Reibung entfernt. Erwarte nicht, dass es der Hebel ist, der gewinnt.

<summary>Verwendet ChatGPT Search den Bing-Index?</summary>

Teilweise. OpenAI hat bestätigt, dass ChatGPT Search seine eigene Retrieval-Schicht (via OAI-SearchBot) mit dem Bing-Index mischt, wenn die native Retrieval Abdeckungslücken hat. Praktisch: Sorge dafür, dass deine wichtigen Seiten über Bing Webmaster Tools indexiert sind. Einreichung und Verifizierung dauern pro Site 20 Minuten und beseitigen einen echten Failure-Mode für die ChatGPT-Search-Kandidatur.

<summary>Wie schnell zeigen sich diese Änderungen im Citation-Share?</summary>

Variabel, aber die Form ist konsistent. PerplexityBot crawlt schnell erneut (oft innerhalb einer Woche nach einer strukturellen Änderung), und das Citation-Share-Signal bewegt sich innerhalb von zwei bis vier Wochen. ChatGPT Search ist langsamer, weil das Marken-Autoritäts-Signal länger braucht; rechne mit sechs bis zwölf Wochen für eine echte Verschiebung. Google AI Mode bewegt sich im klassischen Re-Crawl-Takt von Google plus dem Update des Extraktionsmodells, was ebenfalls in der 6-bis-12-Wochen-Spanne liegt. Plane in Monaten, nicht in Wochen.

<script type="application/ld+json"> { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Do I have to allow all the AI bots, or can I pick?", "acceptedAnswer": { "@type": "Answer", "text": "You can pick. PerplexityBot, OAI-SearchBot (for ChatGPT Search), and GPTBot (for ChatGPT training) are separate user agents. Most publishers allow PerplexityBot and OAI-SearchBot for retrieval, and the choice on GPTBot depends on the publisher's stance on training data use. Standard Googlebot is a separate case; blocking it costs classic Google traffic and AI Mode candidacy at once, which is rarely the right trade." } }, { "@type": "Question", "name": "Should I rewrite existing articles into a Q&A format?", "acceptedAnswer": { "@type": "Answer", "text": "Not wholesale. For Perplexity specifically, converting the five to ten highest-priority pages to a Q&A heading skeleton is the single highest-impact change. For ChatGPT Search and Google AI Mode, the Q&A format helps less; depth and classic SEO matter more. Pick the pillar pages and convert those." } }, { "@type": "Question", "name": "Is FAQPage schema enough to get Perplexity citations?", "acceptedAnswer": { "@type": "Answer", "text": "No. Schema is necessary, not sufficient. A page with FAQPage schema but no topical depth and no brand authority will lose citations to a page with deep topical content and no schema. Ship the schema because it's cheap and it removes friction. Don't expect it to be the lever that wins." } }, { "@type": "Question", "name": "Does ChatGPT Search use Bing's index?", "acceptedAnswer": { "@type": "Answer", "text": "Partially. OpenAI has confirmed that ChatGPT Search blends its own retrieval (via OAI-SearchBot) with the Bing index as a fallback layer for queries where the native retrieval comes up short. Practically: get your important pages indexed in Bing via Bing Webmaster Tools." } }, { "@type": "Question", "name": "How fast do these changes show up in citation share?", "acceptedAnswer": { "@type": "Answer", "text": "Variable, but the shape is consistent. PerplexityBot re-crawls quickly (often within a week of a structural change), and the citation share signal moves within two to four weeks. ChatGPT Search is slower because the brand-authority signal takes longer to update; expect six to twelve weeks for a real shift. Google AI Mode moves on Google's classic re-crawl cadence plus the extraction-model update, which is also in the six to twelve week range. Plan in months, not weeks." } } ] } </script>