Answer Engine Optimization: was Google tatsächlich sagt

„Answer Engine Optimization“ und „Generative Engine Optimization“ werden als neue Disziplinen mit neuen Techniken verkauft. Google dokumentiert das Thema und wird dabei ungewöhnlich deutlich: Es gibt keinen separaten Hebel. Das macht die Arbeit nicht sinnlos — es macht sie gewöhnlich, und die gewöhnliche Variante ist überprüfbar.

Was Teams tatsächlich Sichtbarkeit kostet, ist nicht der Schreibstil, sondern die Crawler-Tokens: welcher Schalter welche Fläche steuert. Mehrere tun das Gegenteil dessen, was ihr Name nahelegt.

Was gesichert ist

Zitiert aus der Dokumentation von Google und der Modellanbieter.

Es gibt keine spezielle Optimierung. Google: Für die Anzeige in AI Overviews oder AI Mode bestehen keine zusätzlichen Anforderungen und keine besonderen Optimierungen.
Die Voraussetzung ist normale Suchsichtbarkeit. Eine Seite muss indexiert und mit Snippet in der Google Suche anzeigbar sein.
Keine KI-spezifischen Dateien oder Markups. Weder maschinenlesbare Dateien noch spezielles schema.org-Markup sind nötig. llms.txt wird laut Googles Optimierungsleitfaden ignoriert — es schadet weder, noch hilft es.
Google benennt Taktiken, die nicht funktionieren: Inhalte in Kleinstteile zerlegen, speziell für generative Suche schreiben und unechte Erwähnungen im Web aufbauen.
`nosnippet` ist der eigentliche Ausschalter. Es unterbindet das Text-Snippet und verhindert zugleich, dass der Inhalt als direkter Input für AI Overviews und AI Mode genutzt wird. max-snippet begrenzt den nutzbaren Umfang, data-nosnippet wirkt auf einzelne Elemente.
Google-Extended entfernt niemanden aus KI-Antworten. Es steuert, ob Inhalte künftige Gemini-Modelle trainieren, und beeinflusst laut Google weder die Aufnahme in die Google Suche noch das Ranking. Ein eigener User-Agent existiert nicht; das Token lebt ausschließlich in der robots.txt.
OpenAIs Tokens sind unabhängig voneinander. OAI-SearchBot sorgt für die Anzeige in der ChatGPT-Suche, GPTBot speist Foundation-Modelle, ChatGPT-User ist nutzerausgelöst. Beides lässt sich getrennt erlauben oder sperren.
Perplexitys nutzerausgelöste Abrufe ignorieren robots.txt. PerplexityBot hält sich daran und trainiert keine Foundation-Modelle; Perplexity-User ignoriert die Regeln in der Regel.
Strukturierte Daten allein garantieren nichts. Google gibt keine Zusicherung, dass strukturierte Daten in den Suchergebnissen erscheinen, selbst bei korrektem Markup.

So läuft die Arbeit

Zieht man die erfundenen Techniken ab, bleibt eine kurze, unspektakuläre Liste.

Prüfen, ob die Seite indexiert und snippet-fähig ist. Das ist die genannte Eintrittsbedingung — und die, die ein geerbtes noindex oder eine zu breite robots-Regel am häufigsten bricht.
Snippet-Direktiven prüfen, bevor Content entsteht. Ein nosnippet oder ein enges max-snippet im Template schließt diese Seiten still aus AI Overviews und AI Mode aus.
Crawler-Politik pro Fläche schriftlich festlegen: Suchaufnahme, Modelltraining und nutzerausgelöste Abrufe sind drei Entscheidungen mit drei Tokens.
Für Leserinnen und Leser schreiben, die eine Antwort brauchen, und die Antwort auf der Seite lassen statt hinter einer Interaktion. Googles Prioritäten: eigenständige Inhalte, Seitenerlebnis, technische Voraussetzungen.
Strukturierte Daten dort einsetzen, wo sie auf ein echtes Rich Result zielen, und mit dem sichtbaren Inhalt übereinstimmen lassen.
Für Commerce und Local Merchant-Center-Feeds und Google-Unternehmensprofile aktuell halten — Google nennt sie als Quellen für Produkte und Leistungen in KI-Antworten.
Nach jeder Migration erneut prüfen. Genau diese Einstellungen springen auf Defaults zurück, die niemand gewählt hat.

Wie sich das messen lässt

Messen, worüber die Plattformen berichten — und ehrlich bleiben, dass der Klick oft fehlt.

Impressionen aus KI-Funktionen im Bericht zur Leistung generativer KI, je Seite.
Zitationen und Citation Share aus den Bing Webmaster Tools — die einzige von einer Plattform veröffentlichte Share-Kennzahl auf Query-Ebene.
Abdeckung „indexiert und snippet-fähig“ als Hygienekennzahl.
Besuchsqualität statt reiner Klickzahl; Google benennt diese Verschiebung selbst.
Markensuche und Direct Traffic, wo sich Sichtbarkeit ohne Klick niederschlägt.

Wo Teams hier falsch abbiegen

Eine llms.txt für Google-Sichtbarkeit einkaufen. Google ignoriert die Datei.
Google-Extended sperren in der Annahme, das entferne die Seite aus AI Overviews. Es steuert nur das Gemini-Training.
nosnippet aus Markensicherheitsgründen setzen, ohne zu wissen, dass es die Seite zugleich aus AI Overviews und AI Mode nimmt.
Seiten „für die KI“ in Fragmente zerlegen — von Google ausdrücklich als wirkungslos benannt.
Annehmen, eine robots.txt-Sperre stoppe Perplexity vollständig.
Erwähnungen einkaufen, um autoritativ zu wirken.

Quellen

Answer Engine Optimization: häufige Fragen

Ist AEO etwas anderes als SEO?

Laut Googles Dokumentation nicht bei den Hebeln: Voraussetzung für AI Overviews und AI Mode sind Indexierung und Snippet-Fähigkeit, ohne Zusatzanforderungen und ohne Spezial-Markup. Anders ist die Messung, weil eine zitierte Antwort oft keinen Klick erzeugt.

Sollen wir eine llms.txt veröffentlichen?

Google ignoriert llms.txt nach eigener Aussage; die Datei schadet weder, noch hilft sie in der Google Suche. Andere Engines können abweichen.

Wie verhindern wir, dass Inhalte in KI-Antworten erscheinen?

Bei Google verhindert nosnippet, dass Inhalte als direkter Input für AI Overviews und AI Mode dienen; zusätzlich gibt es die Steuerung für generative KI in der Suche. Google-Extended zu sperren ist nicht dieser Schalter.

Hilft strukturierte Datenauszeichnung bei Zitationen?

Google nennt kein spezielles schema.org-Markup für generative KI-Funktionen und bezeichnet strukturierte Daten dafür als nicht erforderlich. Für Rich Results bleibt sie sinnvoll.