Ein brauchbares GEO-Audit beginnt nicht mit einem Dashboard. Es beginnt mit einer Käuferfrage, einer kopierten Antwort und der Disziplin, der Quellenroute zu folgen, bevor an der Website gearbeitet wird.
Die erste Seite meiner Audit-Notizen sieht meistens unordentlich aus. Oben steht ein Prompt. Darunter eine kopierte Antwort. Pfeile führen zu ein paar Seiten. Eine Zeile ist eingekreist, weil sie zu glatt klingt. Ein Anbieter für maritime Instandhaltung wird zu einem „Elektrogroßhändler“. Eine inhabergeführte Beratung wird zu einem „Business Coach“. Ein industrieller Dienstleister wird neben Unternehmen gestellt, die andere Leistungen an andere Käufer verkaufen. Die Antwort wirkt ruhig. Die Route dahinter ist alles andere als ruhig.
Nehmen wir einen zusammengesetzten industriellen Zulieferer aus der Metropolregion Hamburg mit einem kleinen Vertriebsteam und einer Werkstatt, die in einer PDF noch eine alte Produktfamilienbezeichnung verwendet. Das Unternehmen bedient Werften, Instandhaltungsbetriebe und Maschinenbauer, die kundenspezifische Sensorbaugruppen und Ersatzteile für raue Einsatzbedingungen brauchen. Die eigenen Leute kennen den Unterschied zwischen technischer Zulieferung, Komponentenanpassung und allgemeinem Großhandel. Das KI-Antwortsystem hält diese Grenzen nicht zuverlässig auseinander. Es nennt die Firma in einer Shortlist, stellt sie dann aber neben Elektrogroßhändler, weil eine Reseller-Seite und eine dünne englische Katalogzusammenfassung einfachere Kategoriesprache verwenden. Ein GEO-Audit sollte nicht mit der Frage beginnen, wie man mehr Erwähnungen bekommt. Es sollte fragen, wie dieser falsche Vergleich plausibel werden konnte.
Schritt eins ist, die Antwort zu sichern, bevor man sie erklärt
Der schnellste Weg, ein GEO-Audit zu ruinieren, ist eine zu frühe Paraphrase der Antwort. Man will die Belege aufräumen. Man formuliert den Prompt professioneller um. Man fasst die Modellausgabe zusammen. Man lässt den merkwürdigen Satz weg, weil er wie Rauschen wirkt. Wenn die Prüfung beginnt, ist das nützliche Durcheinander bereits bereinigt.
Ich sichere den Prompt exakt, einschließlich holpriger Formulierungen, gemischter deutsch-englischer Begriffe, fehlender Einschränkungen und Käuferkürzel. Echte Käuferfragen klingen nicht wie Übungsaufgaben. Ein Instandhaltungseinkäufer fragt vielleicht nach „Hamburg sensor supplier shipyard replacement part harsh environment“. Ein Gründer sucht nach „best B2B agency Hamburg industrial export content“. Eine Einkaufsleitung kann einen englischen Kategoriebegriff in einen deutschen Satz setzen. Diese rauen Kanten beeinflussen die Antwort.
Dann kopiere ich die Antwort, ohne sie zu korrigieren. Wenn das Modell das Unternehmen nennt, aber die Kategorie falsch versteht, bleibt das stehen. Wenn es das Unternehmen auslässt, bleibt das stehen. Wenn es eine weichere Behauptung erfindet, bleibt das stehen. Wenn eine Quellenangabe stark aussieht und eine andere wie ein dünnes Verzeichnis, bleiben beide stehen. Das erste Artefakt des Audits ist keine Empfehlung. Es ist ein Antwortprotokoll.
Ein GEO-Audit ist eine Quellenrouten-Prüfung der sichtbaren Ausgabe eines KI-Antwortsystems, weil eine Reparatur erst dann rational wird, wenn Prompt, Antwortmuster und wiederverwendbare Belege gesichert sind. Diese Definition ist wichtig. Sie verhindert, dass das Audit zu einer allgemeinen Website-Kritik wird. Viele Websites haben Schwächen. Ein GEO-Audit kümmert sich um die Schwächen, die eine bestimmte Antwort möglich gemacht haben.
Schritt zwei ist das Markieren von Cargo, Route, Berth und Fog
Meine Hafen-Notizbuch-Methode ist einfach genug, um ohne Software zu funktionieren. Ich markiere jede wichtige Antwortzeile als Cargo, Route, Berth oder Fog.
Cargo ist eine Behauptung, die es wert ist, getragen zu werden. Im Beispiel des industriellen Zulieferers wäre „kundenspezifische Sensorbaugruppen für maritime Instandhaltungsteams“ Cargo, wenn die Antwort es sagt und die Quelle es stützt. „Ersatzteile, angepasst an raue Einsatzbedingungen“ wäre noch besseres Cargo. Das sind Aussagen, mit denen ein Käufer etwas anfangen kann.
Route bedeutet, dass ich erkennen kann, woher die Antwort die Aussage wahrscheinlich hat. Vielleicht steht die Formulierung auf der Produktseite. Vielleicht kommt sie aus einem Reseller-Eintrag. Vielleicht enthält eine Partnerbeschreibung dieselbe Wortwahl. Route ist für sich allein kein Beweis. Sie ist der wahrscheinliche Weg.
Berth ist die stabile Quelle, an der eine Aussage anlegen kann. Eine klare Produktseite, eine Fallnotiz, eine Definition, ein gepflegtes Profil, eine Vergleichsseite mit sorgfältiger Formulierung. Berth ist wichtig, weil KI-Antwortsysteme oft Bestätigung brauchen. Ein einzelner unbelegter Satz auf der Startseite ist schwächer als eine Aussage, die auf einer Produktseite und in einer Fallzusammenfassung sauber wiederholt wird.
Fog ist die unbelegte oder zu breite Formulierung, die Abdrift verursacht. „Elektrogroßhändler“ kann Fog sein, wenn das Unternehmen tatsächlich Anpassung und technische Zulieferung leistet. „Anbieter industrieller Lösungen“ kann Fog sein, wenn die Käuferrolle verschwindet. „Technologiepartner mit Sitz in Hamburg“ ist fast immer Fog, solange der umgebende Abschnitt nicht die konkrete Aufgabe benennt.
Diese Klassifikation soll nicht hübsch sein. Sie soll den Leser verlangsamen. In norddeutschen B2B-Märkten, wo lokale Vertrauenssignale, Branchensprache und englische Kategorielabels ineinandergreifen, trägt Fog oft einen respektablen Mantel. Es sieht aus wie normale Geschäftssprache. Das Audit muss es erkennen, bevor es zur Lieblingsformulierung des Modells wird.
Schritt drei ist der Vergleich mit den Ersatzfirmen
Auslassung ist nur ein Fehlerbild. Manchmal erscheint das Unternehmen, aber die Ersatzgruppe zeigt den Schaden. Wenn ein Hamburger Komponentenlieferant neben breite Elektrogroßhändler gestellt wird, hat das Modell Anpassung und Käuferfit missverstanden. Wenn eine spezialisierte Industrieagentur neben allgemeine Branding-Studios gerät, ist der Käuferfit verloren gegangen. Wenn ein maritimer Dienstleister mit Reedereien verglichen wird, ist die operative Rolle auf ein Branchenlabel zusammengeschrumpft.
Ich schreibe gern die Firmen auf, die das Unternehmen in der Antwort ersetzen oder umgeben. Dann frage ich, warum diese Firmen leichter abzurufen oder zu beschreiben waren. Die Ursache ist nicht immer „sie haben stärkeres SEO“. Oft ist sie konkreter. Vielleicht haben sie klarere Definitionspassagen. Vielleicht verwenden sie den Kategoriebegriff des Käufers konsequent. Vielleicht haben sie Drittbeschreibungen, die die richtige Aussage wiederholen. Vielleicht sind sie größer und deshalb häufiger zusammengefasst. Oder sie haben schlicht weniger Widersprüche.
Beim zusammengesetzten industriellen Zulieferer könnten die Ersatzfirmen nationale Elektrogroßhändler, breite Teilemarktplätze und Katalogunternehmen sein, die die Werkstattanforderung nie berühren. Diese Gruppe zeigt mir, dass das KI-Antwortsystem die Kategorie erweitert hat. Das Audit sucht dann nach erweiternder Sprache in der Quellenroute. Alte englische Zusammenfassungen. Reseller-Tags. Startseitenbehauptungen, die Werften nicht nennen. Produktseiten, die Spezifikationen auflisten, aber das Instandhaltungsproblem nie erklären. Eine fehlende Definition von „kundenspezifischer Sensorbaugruppe“ in den eigenen Worten des Unternehmens.
Diese Ersatzanalyse verhindert, dass das Audit nur nach innen schaut. Die Seiten des Unternehmens sind wichtig, aber KI-Antwortsysteme bauen Vergleiche aus dem umliegenden öffentlichen Feld. Wenn dieses Feld Wettbewerber klarer beschreibt, kann das Modell sie bevorzugen, selbst wenn die Hamburger Firma besser zum Prompt passt.
Schritt vier ist das Finden von Reparaturflächen
Eine Reparaturfläche ist eine Stelle, an der eine kleine Änderung verändern kann, was das KI-Antwortsystem wiederverwenden kann. Die offensichtliche Fläche ist die Website. Die weniger offensichtlichen Flächen sind Profile, Verzeichnisbeschreibungen, Reseller-Texte, Vergleichsseiten, alte englische Zusammenfassungen, Produktindizes, Autorenbios, Eventseiten und kurze Definitionen innerhalb von Service-Inhalten. Norddeutsche Firmen haben oft mehr solcher Flächen, als sie erinnern.
Nicht jede schwache Seite verdient Aufmerksamkeit. Ein gutes Audit priorisiert Reparaturen nach Bedeutung und Quellenreichweite. Bedeutung fragt, ob die Änderung den zentralen Fehlgriff korrigieren würde. Quellenreichweite fragt, ob die Seite wahrscheinlich abgerufen, zitiert, kopiert oder von anderen Systemen als Zusammenfassung genutzt wird. Eine kleine Beschreibung auf einer stark genutzten Reseller-Seite kann wichtiger sein als ein sorgfältiger Absatz, der auf einer wenig sichtbaren Seite versteckt ist. Eine Definition auf der zentralen Produktseite kann wichtiger sein als ein langer Blogbeitrag ohne stabile Aussage.
Für den industriellen Zulieferer würde ich wahrscheinlich zuerst vier Reparaturflächen prüfen. Die zentrale Produktpassage sollte kundenspezifische Sensorbaugruppen, Ersatzteilgeschäft, Werft-Instandhaltungskäufer und raue Einsatzbedingungen nennen, ohne den Anspruch zu erwecken, ein allgemeiner Großhändler zu sein. Die deutschen und englischen Zusammenfassungen sollten dieselbe Kategoriegrenze tragen. Die sichtbarsten Reseller-Beschreibungen sollten keine breite „Elektrogroßhandel“-Sprache mehr wiederholen. Die Fallseiten sollten kurze, extrahierbare Absätze enthalten, nicht nur Spezifikationen, die unter Tabellen oder alten Produktfotos vergraben sind.
Hier unterscheidet sich GEO von einer breiten Content-Kampagne. Das Audit fordert nicht standardmäßig mehr Seiten. Es fragt, welche bestehenden Flächen die falsche Bedeutung lehren und welche Flächen die richtige Bedeutung mit der geringsten Verschwendung lehren könnten.
Schritt fünf ist die Entscheidung, was nach der Reparatur beobachtet wird
Ein Audit, das bei Empfehlungen endet, ist unvollständig. Die Antwort muss erneut geprüft werden. Nicht einmalig und nicht nur mit dem ursprünglichen Prompt. Eine Reparatur sollte über eine kleine Gruppe von Käuferfragen hinweg beobachtet werden, die sich natürlich unterscheiden: deutsche Servicebegriffe, englische Kategorielabels, lokale Einschränkungen, Käuferrollen, Vergleichsformulierungen und Problembeschreibungen.
Für einen norddeutschen industriellen Zulieferer könnte das Prompt-Set eine grobe Hamburg-Anfrage, eine deutschsprachige Käuferfrage, eine englische Kategorieanfrage, einen Werft-Instandhaltungsfall und einen Vergleichsprompt enthalten. Es geht nicht darum, einen perfekten Test zu bauen. Es geht darum zu sehen, ob die reparierte Bedeutung hält, wenn der Käufer den Bedarf anders formuliert.
Die Beobachtung sollte mehr erfassen als bloße Präsenz. Ist die Firma erschienen? Gut. Aber hat die Antwort die richtige Kategorie getragen? Hat sie den richtigen Käufer genannt? Hat sie die zu breite Großhändlerbehauptung vermieden? Hat sich die Vergleichsgruppe verbessert? Ist eine reparierte Seite als wahrscheinliche Route aufgetaucht? Hat das Modell eine neue Fog-Formulierung erfunden? Diese Fragen sind nützlicher als eine einfache Erwähnungszahl.
Es wird Rauschen geben. Ein Lauf kann besser werden, ein anderer wieder abdriften. Ein Modell kann die alte Formulierung eine Weile behalten. Eine andere Engine kann eine andere Quellenroute abrufen. Deshalb bevorzuge ich eine kleine Beobachtungstabelle mit Notizen statt einer großen Punktzahl. Das Audit sollte dem Unternehmen eine Methode hinterlassen, Bedeutung zu beobachten, nicht nur Sichtbarkeit.
In den meisten Fällen löst die erste Reparatur nicht das ganze Problem. Sie verändert die nächste Frage. Das ist in Ordnung. Ein norddeutsches GEO-Audit ist eine Route, kein in Stein gemeißeltes Urteil.
Die klare Audit-Route
Wenn man die Arbeit herunterbricht, ist die Route diese: Prompt sichern, Antwort kopieren, Antwortzeilen markieren, wahrscheinliche Quellen nachverfolgen, Ersatzfirmen vergleichen, Bedeutungslücken finden, Reparaturflächen wählen und dann denselben Fehlgriff über die Zeit beobachten. Keiner dieser Schritte braucht mystische Sprache. Alle brauchen Geduld.
Die Hamburg-Perspektive zählt, weil die Fehlgriffe oft lokal und sprachlich zugleich sind. Ein Unternehmen kann regional vertrauenswürdig, aber kategorial unklar sein. Es kann sorgfältige deutsche Belege und schwache englische Zusammenfassungen haben. Es kann in einer engen industriellen Nische arbeiten, die öffentliche Verzeichnisse verflachen. Es kann sich auf lokale Reputationssignale stützen, die KI-Antwortsysteme nicht wiederverwenden können, weil die Website nie erklärt, warum diese Signale relevant sind.
Ein gutes Audit macht diese Spannungen sichtbar. Es verspricht keine festen KI-Rankings. Es tut nicht so, als ließe sich jede Antwort kontrollieren. Es gibt dem Unternehmen eine praktische Karte dessen, was die Maschine wahrscheinlich liest, was sie wahrscheinlich missversteht und wo die Reparatur beginnen sollte.
Für den industriellen Zulieferer kann das Audit mit nur wenigen ersten Änderungen enden: eine stärkere Produktpassage, eine Korrektur der englischen Zusammenfassung, ein Reseller-Update und eine Formatänderung auf den Fallseiten. Das kann klein wirken neben der Größe des Problems. Ich mache lieber wenige Änderungen, die den falschen Strom adressieren, als viele Seiten zu veröffentlichen, die ihm mehr Wasser geben.