GEO und AEO Glossar

Der AI Citation Report ist eine neue Analysefunktion in einigen Webmaster-Tools. Er zeigt, wie oft Inhalte einer Website in KI-Antworten zitiert oder als Quelle verwendet werden. Diese Daten helfen Websitebetreibern zu verstehen, wie sichtbar ihre Inhalte in der KI-Suche sind.

AI Search beschreibt Suchsysteme, die künstliche Intelligenz nutzen, um Antworten zu generieren. Statt nur eine Liste von Links zu liefern, erstellen sie zusammengefasste Inhalte aus verschiedenen Quellen. Bekannte Beispiele sind ChatGPT, Perplexity oder Microsoft Copilot.

AI Visibility beschreibt die Sichtbarkeit einer Website in KI-generierten Antworten. Sie zeigt, wie häufig Inhalte von einer KI als Quelle verwendet werden. Für moderne SEO-Strategien wird diese Form der Sichtbarkeit immer wichtiger.

Eine Answer Box ist ein hervorgehobenes Antwortfeld in Suchmaschinen. Sie liefert eine direkte Antwort auf eine Frage, ohne dass Nutzer erst auf ein Suchergebnis klicken müssen. Inhalte, die klar formuliert und gut strukturiert sind, haben bessere Chancen, in solchen Boxen zu erscheinen.

Eine Answer Engine ist ein Suchsystem, das Antworten statt Linklisten liefert. Die KI analysiert verschiedene Quellen und erstellt daraus eine zusammenhängende Erklärung. Beispiele sind ChatGPT, Perplexity oder Bing Copilot.

Article Schema ist ein strukturierter Datentyp aus dem Schema.org-Standard. Er hilft Suchmaschinen dabei, Artikel auf Websites besser zu verstehen. Dadurch können Inhalte in Suchergebnissen oder KI-Antworten besser eingeordnet werden.

Eine Author Entity beschreibt den Autor eines Artikels als klar identifizierbare Entität. Suchmaschinen können dadurch Expertise und Autorität besser bewerten. Gerade bei Fachthemen ist eine klare Autorenstruktur wichtig.

Die Canonical URL zeigt Suchmaschinen, welche Version einer Seite als Original gelten soll. Das ist besonders wichtig, wenn ähnliche Inhalte über mehrere URLs erreichbar sind. Dadurch wird Duplicate Content vermieden.

Citation Signals beschreiben Hinweise darauf, wie oft Inhalte von anderen Quellen referenziert werden. Dazu gehören Links, Erwähnungen oder KI-Zitate. Sie helfen Suchmaschinen und KI-Systemen, die Autorität einer Quelle zu bewerten.

Content Chunking bezeichnet das Aufteilen von Inhalten in klar strukturierte Abschnitte. Diese Struktur erleichtert es Suchmaschinen und KI-Systemen, einzelne Textteile zu analysieren. Gut strukturierte Inhalte werden häufiger als Antwortquelle verwendet.

Content Freshness beschreibt die Aktualität von Webinhalten. Suchmaschinen bevorzugen oft Inhalte, die regelmäßig aktualisiert werden. Besonders bei schnelllebigen Themen ist Aktualität ein wichtiger Rankingfaktor.

Ein Content Hub ist eine zentrale Seite, die mehrere thematisch zusammenhängende Inhalte bündelt. Von dort aus werden verschiedene Artikel miteinander verlinkt. Diese Struktur hilft Suchmaschinen, thematische Zusammenhänge zu erkennen.

Conversational Search beschreibt eine dialogbasierte Form der Suche. Nutzer stellen dabei mehrere aufeinander aufbauende Fragen. KI-Systeme versuchen, den Kontext der gesamten Unterhaltung zu verstehen.

Das Crawl Budget beschreibt, wie viele Seiten einer Website von Suchmaschinen gecrawlt werden können. Große Websites müssen darauf achten, dass wichtige Seiten regelmäßig gecrawlt werden. Technische Optimierung kann das Crawl Budget effizienter nutzen.

Entity SEO konzentriert sich auf die Optimierung rund um klar definierte Themen oder Entitäten. Statt einzelne Keywords zu optimieren, wird ein gesamtes Themenfeld abgedeckt. Dadurch verstehen Suchmaschinen Inhalte besser im Kontext.

Evergreen Content bezeichnet Inhalte, die langfristig relevant bleiben. Sie beantworten grundlegende Fragen oder erklären zeitlose Themen. Solche Inhalte bilden oft die stabile Basis einer Content-Strategie.

Ein Featured Snippet ist ein hervorgehobener Suchtreffer oberhalb der normalen Suchergebnisse. Er zeigt eine kurze Antwort auf eine Frage direkt auf der Ergebnisseite. Websites können dadurch besonders viel Sichtbarkeit erhalten.

Das How-To Schema ist ein strukturierter Datentyp für Anleitungen. Es beschreibt Schritt-für-Schritt-Anweisungen in maschinenlesbarer Form. Dadurch können Suchmaschinen Anleitungen besser darstellen.

Indexierung ist der Prozess, bei dem Suchmaschinen Inhalte speichern und im Suchindex verfügbar machen. Erst danach können Seiten in Suchergebnissen erscheinen. Eine gute technische Struktur erleichtert die Indexierung.

Information Gain beschreibt den zusätzlichen Mehrwert eines Inhalts gegenüber bestehenden Informationen. Suchmaschinen bevorzugen Inhalte, die neue Perspektiven oder zusätzliche Erkenntnisse liefern. Reine Wiederholungen vorhandener Inhalte haben geringere Chancen.

Internal Linking beschreibt die Verlinkung zwischen Seiten innerhalb einer Website. Dadurch können Suchmaschinen die Struktur einer Website besser verstehen. Gleichzeitig verbessert interne Verlinkung die Nutzerführung.

Der Knowledge Graph ist eine Datenstruktur von Suchmaschinen. Er stellt Beziehungen zwischen Entitäten dar. Dadurch können Suchmaschinen Zusammenhänge besser verstehen.

Ein Large Language Model ist ein KI-Modell, das Sprache verstehen und erzeugen kann. Es wird mit großen Textmengen trainiert. Beispiele sind GPT-Modelle oder ähnliche Systeme.

Machine-Readable Content beschreibt Inhalte, die von Algorithmen leicht verarbeitet werden können. Dazu gehören klare Struktur, semantische HTML-Elemente und strukturierte Daten. Solche Inhalte sind besonders gut für KI-Systeme geeignet.

Eine Natural Language Query ist eine Suchanfrage in natürlicher Sprache. Nutzer formulieren dabei vollständige Fragen statt einzelner Keywords. KI-Suchsysteme sind besonders gut darin, solche Anfragen zu verstehen.

Passage Ranking ist eine Technik, bei der Suchmaschinen einzelne Abschnitte eines Artikels bewerten. Dadurch können auch kleinere Textteile in den Suchergebnissen erscheinen. Eine klare Struktur erleichtert diese Bewertung.

Pillar Content ist ein umfassender Hauptartikel zu einem bestimmten Thema. Er bildet die zentrale Seite eines Themenclusters. Weitere Artikel verlinken auf diesen Hauptinhalt.

RAG ist eine Methode, bei der KI-Modelle externe Datenquellen nutzen. Die KI ruft aktuelle Informationen aus dem Web ab und integriert sie in ihre Antwort. Dadurch können Antworten aktueller und präziser werden.

Schema.org ist ein Standard für strukturierte Daten im Web. Er ermöglicht es Suchmaschinen, Inhalte besser zu verstehen. Viele SEO-Strategien nutzen Schema-Markup zur Optimierung.

Semantic Markup beschreibt HTML-Elemente mit klarer Bedeutung. Beispiele sind Überschriften, Listen oder Artikel-Tags. Diese Struktur hilft Suchmaschinen beim Verständnis von Inhalten.

Semantic Search bezeichnet eine Suchtechnologie, die Bedeutung und Kontext von Suchanfragen interpretiert. Statt nur nach Keywords zu suchen, analysiert die Suchmaschine den Sinn der Anfrage. Dadurch werden relevantere Ergebnisse geliefert.

Source Attribution beschreibt die Zuordnung von Informationen zu ihrer ursprünglichen Quelle. In der KI-Suche erfolgt diese Zuordnung häufig über Zitate oder Links. Für Websites ist das ein wichtiger Vertrauensfaktor.

Source Authority beschreibt die wahrgenommene Vertrauenswürdigkeit einer Quelle. Suchmaschinen bewerten dabei Faktoren wie Reputation, Fachwissen und Verlinkungen. Autoritative Quellen werden häufiger zitiert.

Topic Authority beschreibt die thematische Autorität einer Website. Sie entsteht, wenn eine Website viele hochwertige Inhalte zu einem bestimmten Thema veröffentlicht. Suchmaschinen erkennen dadurch Expertise.

Ein Topical Cluster ist eine Struktur aus mehreren Artikeln zu einem gemeinsamen Thema. Diese Inhalte sind miteinander verlinkt und ergänzen sich. Dadurch entsteht ein umfassendes Themennetz.

Training Data sind Datensätze, mit denen KI-Modelle trainiert werden. Sie enthalten große Mengen an Text, Bildern oder anderen Informationen. Die Qualität dieser Daten beeinflusst die Leistungsfähigkeit der KI.

Voice Search beschreibt Suchanfragen über Sprachassistenten. Nutzer formulieren dabei oft längere und natürlichere Fragen. Inhalte müssen deshalb auch auf solche Suchformen vorbereitet sein.