Learnings aus über 50 SEO- und GEO-Analysen: Was auf Websites schief läuft

Jahrzehntelange Erfahrung, starke Referenzen, fundiertes Fachwissen. Und trotzdem steht das Unternehmen weder bei Google oben noch in den Antworten von ChatGPT. Zwischen Juni und Oktober 2026 hat unser SEO-Team über 50 Websites analysiert, vom regionalen Dienstleister über Krankenkassen und Immobilienunternehmen bis zum international tätigen Industrieunternehmen. Einige waren bei Google gut aufgestellt und in der KI-Suche unsichtbar, die meisten hatten in beiden Kanälen Nachholbedarf. Dieser erste Teil des m:e GEO-Audit-Reports 2026 zeigt, was auf den Websites selbst schiefläuft. Teil 2 zeigt, woher KI-Systeme ihr Wissen über Unternehmen holen.

Unsere Learnings auf einen Blick

• Struktur schlägt Substanz: Im Schnitt erreichten die Websites 52 von 100 Punkten, keine einzige kam auf einen guten Gesamtwert. Dabei gehörten die Inhalte in rund 60 % der Analysen zu den stärksten Bereichen.
• Der Steckbrief fehlt: In 96 % der Websites fehlte ein maschinenlesbarer Datensatz, der beschreibt, wer hinter der Website steht.
• Die Fakten widersprechen sich: In 68 % der Websites passten Firmierung, Telefonnummer oder Zertifikate nicht zusammen.
• Entscheidungsfragen bleiben offen: In 60 % der Websites fehlten Inhalte zu Kosten und Anbieterwahl, in über 80 % Autor:in und Datum.
• Die Technik bremst unbemerkt: In 100 % der gemessenen Fälle lag die Ladezeit über dem Zielwert, in 96 % war das Linkprofil von Spam geprägt.

So sind wir vorgegangen

Grundlage sind über 50 SEO- und GEO-Analysen aus der Zeit von Juni bis Oktober 2026, alle nach derselben Methodik und mit demselben Scoring von 0 bis 100. Es ist dieselbe SEO- und GEO-Analyse, die unsere Kund:innen bekommen. Die Bandbreite der Unternehmen reicht von B2B bis B2C, von lokal bis international, vom Familienbetrieb bis zum Konzern. Gemessen und analysiert haben wir mit Peec AI, Ahrefs, Sistrix, der Google Search Console, Google Analytics und Screaming Frog.

Jede Website bewerten wir in sechs Dimensionen: Zitierfähigkeit für KI-Systeme, Markenautorität außerhalb der eigenen Website, Content-Qualität und E-E-A-T (Erfahrung, Expertise, Autorität, Vertrauen), Technik, strukturierte Daten und Eignung für die einzelnen KI-Plattformen.

Gut zu wissen:Der Score bewertet Struktur und Eignung deiner Website. Wie sichtbar ein Unternehmen in KI-Systemen tatsächlich ist, messen wir separat über Prompt-Tracking.

Sechs Fehler, die fast jede Website hat

Die ersten vier Fehler betreffen Marke und Inhalte, die letzten beiden die Technik.

Fehler 1: Kein maschinenlesbarer Steckbrief

In 96 % der Analysen fehlte auf den Kernseiten ein strukturierter Datensatz, der beschreibt, wer hinter der Website steht: kein Firmenname, kein Logo, keine Verbindung zu LinkedIn oder Wikidata. In über 90 % waren strukturierte Daten damit die schwächste der sechs Dimensionen. Manchmal ist das Markup da, aber fehlerhaft: Bei einem Fahrrad-Filialisten verwiesen die strukturierten Daten aller Blogartikel auf eine Testdomain.

Strukturierte Daten sorgen nicht direkt für KI-Zitate, helfen Maschinen aber, deine Marke eindeutig zuzuordnen. Welche Auszeichnungen dazugehören, zeigen wir in den technischen Grundlagen für KI-Sichtbarkeit.

Fehler 2: Fakten, die sich widersprechen

In 68 % der Analysen widersprachen sich zentrale Angaben wie Firmierung, Gründungsjahr, Telefonnummer oder Zertifikate, auf der eigenen Website oder zwischen Website, Google-Profil und Verzeichnissen. Der Extremfall: ein Schädlingsbekämpfer mit zwei Websites, vier Firmennamen und drei Telefonnummern. Ein Mensch erkennt darin denselben Betrieb, ein KI-System nicht zuverlässig.

Abhilfe schafft eine Seite, die alle Kernfakten an einer Stelle bündelt. In 98 % der Analysen gab es keine. Was eine Grounding Page ist und wie diese aufgebaut ist, zeigen wir im anderen Beitrag.

Fehler 3: Antworten für Kauffragen fehlen

In 60 % der Analysen fehlten Inhalte für die Entscheidungsphase: Kosten, Preisrahmen, Vergleiche, Kriterien für die Anbieterwahl. Genau diese Fragen stellen deine Kund:innen der KI. Auf die Frage, was das Entfernen eines Wespennests kostet, zitierte Google in seiner KI-Übersicht die Ratgeberseite einer Bank, nicht den Fachbetrieb, der diese Arbeit täglich erledigt. Seine Preislogik hatte der Betrieb längst, nur nicht als Antwort auf der Website. Wie du Entscheidungsinhalte aufbaust, zeigt unsere Content-Strategie für KI-Sichtbarkeit.

Was wir bisher gesehen haben: Fehler 1 bis 3 haben dieselbe Ursache. Deine Website weiß, wer du bist und was du kannst, sagt es Maschinen aber nicht eindeutig.

Fehler 4: Fachwissen ohne Namen und Datum

In über 80 % der Analysen standen an Fachinhalten weder Autor:in noch Datum. Für KI-Systeme ist das ein Vertrauensproblem: Sie greifen bevorzugt auf Inhalte zurück, bei denen erkennbar ist, wer sie geschrieben hat und wie aktuell sie sind. Wer dafür Formate und Redaktionsprozesse braucht, findet sie bei einer Content Marketing Agentur.

Fehler 5: 23,7 Sekunden bis zum Inhalt

In 100 % der Analysen mit Messung lag der Largest Contentful Paint mobil über dem Zielwert von 2,5 Sekunden, im Median bei rund 11 Sekunden. Gemeint ist die Zeit, bis das größte Element einer Seite sichtbar ist. Der Spitzenwert: 23,7 Sekunden bei einem Anbieter aus der Eventtechnik, verursacht durch ein einziges Video im Kopfbereich der Startseite. Selten liegt es am Hosting, fast immer an einem Bild, Video oder Slider.

Fehler 6: Spam-Links, die niemand bestellt hat

In 96 % der Analysen waren mehr als 60 % der verweisenden Links als Spam markiert, in einzelnen Fällen über 90 %. Keines der Unternehmen hatte das beauftragt. Das Muster war fast immer gleich: gefälschte Kundenstimmen und SEO-Verkaufstexte auf Wegwerf-Domains, die zwischen April und Juli 2026 sprunghaft zunahmen, unabhängig von Branche und Größe. Ob diese Wellen Rankings direkt kosten, lässt sich nicht sicher belegen. Wer sein Linkprofil nur einmal im Jahr prüft, merkt es aber erst, wenn die Sichtbarkeit schon gesunken ist.

Was wir bisher gesehen haben:  Ladezeit und Linkprofil prüft im Alltag kaum jemand. Ein Blick in die Messwerte einmal pro Quartal reicht, um beides früh zu erkennen.

Drei Annahmen, die nicht stimmten

KI-Crawler blockieren selten

„Wahrscheinlich sperren wir ChatGPT aus.“ In den Analysen stimmte das fast nie: Der Zugang für KI-Crawler lag meist bei 90 bis 95 von 100 Punkten. Die einzige echte Hürde war in einem Fall eine Sicherheitsprüfung, die Bots zeitweise abgewiesen hat.

Die llms.txt entscheidet nichts

Die llms.txt soll KI-Systemen zeigen, welche Seiten einer Website die wichtigsten sind. In 98 % der Analysen fehlte sie, den Ausschlag gab ihr Fehlen in keiner einzigen. Sie ist mit wenig Aufwand erstellt und kann als Zukunftsoption sinnvoll sein, Vorrang haben aber einheitliche Fakten und Antworten auf Kauffragen. Mehr dazu im Beitrag zur llms.txt.

Ein neuer Auftritt kostet Sichtbarkeit

In 24 % der Analysen fiel ein deutlicher Sichtbarkeitsverlust zeitlich mit einem neuen Website-Auftritt oder Domainumzug zusammen. Die Ursachen waren unspektakulär: Blogartikel, die ins Leere führen, ein Canonical-Tag der Startseite, das auf eine Unterseite zeigt, Testversionen, die bei Google auffindbar sind.

Was das für deine Website heißt

Die meisten analysierten Unternehmen haben genug Substanz. Was fehlt, ist die Aufbereitung, und Struktur lässt sich schneller verbessern als Substanz. Eine erfahrene SEO Agentur sorgt dafür, dass Google deine Inhalte findet und versteht. Eine GEO Agentur sorgt dafür, dass KI-Systeme sie zuordnen, zitieren und empfehlen können.

Warum auch die beste Website allein nicht reicht, zeigt Teil 2 des Reports: Dort geht es um die Quellen, aus denen KI-Systeme ihr Wissen über Unternehmen holen. Wie sich die Werte nach der Umsetzung entwickeln, zeigen wir im nächsten Update.