Von KI-Antwortmaschinen zitiert werden: was dokumentiert ist und was nicht

Die Dokumentation von Google Search Central zu KI-Übersichten und zum KI-Modus ist eindeutig. Es gibt keine zusätzlichen Anforderungen, um in einer der beiden Funktionen zu erscheinen, und keine besonderen Optimierungen sind nötig. Um als unterstützender Link infrage zu kommen, muss eine Seite indexiert und dafür zugelassen sein, in der Google Suche mit einem Snippet angezeigt zu werden. Googles Optimierungsleitfaden ergänzt, dass eine Website in der Search Console für die generativen KI-Funktionen der Suche einbezogen sein muss, um infrage zu kommen.

Google beschreibt auch den Mechanismus in allgemeinen Zügen. Die Funktionen nutzen Retrieval-Augmented Generation, die sich auf die zentralen Ranking-Systeme der Suche stützt, um Seiten aus dem Suchindex abzurufen, sowie „Query Fan-out“, bei dem das Modell mehrere verwandte Suchen zu Unterthemen ausführt, bevor es eine Antwort formuliert. KI-Übersichten erscheinen nur, wenn Googles Systeme sie gegenüber den klassischen Ergebnissen als Mehrwert einstufen, und nach Angaben von Google werden sie häufig nicht ausgelöst. KI-Modus und KI-Übersichten können unterschiedliche Modelle verwenden, sodass die angezeigten Links für dieselbe Frage abweichen können.

In der Praxis beruht die Sichtbarkeit in Googles KI-Funktionen auf denselben Grundlagen wie die gewöhnliche Sichtbarkeit in der Suche. Eine Seite, die nicht gecrawlt oder indexiert werden kann oder für die kein Snippet angezeigt werden darf, kommt nicht infrage.

OpenAI dokumentiert getrennte Crawler für getrennte Zwecke. OAI-SearchBot macht Websites in den Suchfunktionen von ChatGPT sichtbar, und Websites, die ihn blockieren, werden in den Suchantworten von ChatGPT nicht angezeigt, können aber weiterhin als Navigationslinks erscheinen. GPTBot crawlt Inhalte, die für das Training der Foundation Models von OpenAI verwendet werden können. Die beiden Einstellungen sind unabhängig voneinander, sodass eine Website OAI-SearchBot zulassen und GPTBot ausschließen kann. ChatGPT-User ruft Seiten ab, wenn ein Nutzer ChatGPT eine Frage stellt, und OpenAI weist darauf hin, dass robots.txt-Regeln für diese von Nutzern ausgelösten Anfragen möglicherweise nicht gelten. Nach Angaben von OpenAI kann es etwa 24 Stunden dauern, bis eine Änderung an der robots.txt die Suchergebnisse beeinflusst.

Die Dokumentation von Perplexity folgt einem ähnlichen Muster. PerplexityBot macht Websites in den Suchergebnissen von Perplexity sichtbar und verlinkt sie und wird nach Angaben von Perplexity nicht dafür eingesetzt, Inhalte für KI-Foundation-Models zu crawlen. Perplexity-User ruft Seiten als Antwort auf Nutzerfragen ab und ignoriert die robots.txt in der Regel. Perplexity rät Website-Betreibern hinter einer Web Application Firewall außerdem, die veröffentlichten IP-Bereiche freizugeben.

Ein Fehlerbild liegt eine Ebene unter der Arbeit des Content-Teams. Eine Firewall- oder CDN-Regel, die Scraper stoppen soll, kann OAI-SearchBot oder PerplexityBot blockieren, ohne dass jemand das entschieden hätte. Googles eigene Checkliste für KI-Funktionen verlangt, dass das Crawling nicht nur in der robots.txt, sondern auch „von jedem CDN und jeder Hosting-Infrastruktur“ zugelassen wird.

Kein Anbieter veröffentlicht die Kriterien, nach denen sein System für eine bestimmte Antwort eine Quelle einer anderen vorzieht. Ratschläge, die vorgeben, diese Gewichtungen zu kennen, sind Schlussfolgerungen. Googles Optimierungsleitfaden stellt fest, dass kein Drittanbieter-Tool Zugang zu Googles internen Ranking- oder KI-Systemen hat, und rät Website-Betreibern zur Vorsicht bei Tools, die behaupten, interne Google-Messwerte zu nutzen.

Der Leitfaden geht auch auf llms.txt ein. llms.txt ist ein auf llmstxt.org veröffentlichter Vorschlag für eine Markdown-Datei, die Sprachmodellen einen kuratierten Überblick über eine Website mit Links zu bereinigten Versionen ihrer Seiten gibt. Laut Google nutzt die Google Suche weder llms.txt noch ähnliche KI-Textdateien. Eine solche Datei zu veröffentlichen, hilft der Sichtbarkeit oder dem Ranking in der Google Suche weder noch schadet es ihnen. Die Crawler-Dokumentationen von OpenAI und Perplexity erwähnen sie nicht. Eine Website kann trotzdem eine veröffentlichen, etwa für Coding-Agenten oder andere Tools, die sie lesen, doch es gibt keine veröffentlichte Grundlage, sie bei einer der drei hier besprochenen Antwortmaschinen als Rankingfaktor zu behandeln.

Google nennt weitere verbreitete Taktiken, die Website-Betreiber nach eigener Aussage für die KI-Funktionen ignorieren können. Dazu gehören, Inhalte in kleine „Chunks“ aufzuteilen, Seiten eigens für KI-Systeme umzuschreiben, unechten Erwähnungen im Web nachzujagen und spezielles schema.org-Markup für KI hinzuzufügen.

Eine Antwortmaschine, die eine Organisation zitiert, muss herausfinden, um welche Organisation es sich handelt. Das wird schwieriger, wenn der Handelsname vom rechtlichen Namen abweicht, die Registernummer nirgends auf der Website steht und Profile in Verzeichnissen, auf sozialen Plattformen und Marktplätzen das Unternehmen unterschiedlich beschreiben.

Die Google-Dokumentation zu strukturierten Daten für Organisationen (Organization) beschreibt Markup, das Google hilft, die administrativen Angaben einer Organisation zu verstehen und sie von anderen zu unterscheiden. Zu den verfügbaren Properties gehören legalName, sameAs-Links zu Profilen auf anderen Websites, vatID, taxID und iso6523Code, der einen Legal Entity Identifier mit dem Präfix 0199 tragen kann. Keine der Properties ist verpflichtend. Googles Leitfaden zu KI-Funktionen fügt zwei Einschränkungen hinzu. Strukturierte Daten müssen mit dem sichtbaren Text auf der Seite übereinstimmen, und für die generative KI-Suche sind strukturierte Daten nicht erforderlich. Ihr Wert liegt darin, Mehrdeutigkeit zu beseitigen, und sie helfen bei der Berechtigung für Rich-Suchergebnisse.

Die Arbeit ist unspektakulär. Rechtlichen Namen, Registernummer und eingetragenen Sitz als Klartext auf die Website stellen. Diese Angaben einheitlich auszeichnen und sameAs auf die Profile verweisen lassen, die Sie selbst kontrollieren. Das Google Unternehmensprofil und, für Händler, die Angaben im Merchant Center aktuell halten. Laut Google können beide dazu beitragen, dass Produkte und Dienstleistungen in seinen KI-Antworten erscheinen.

Die Crawler-Richtlinie bewusst festlegen. Zugang für Training und für Suche lassen sich bei OpenAI über GPTBot und OAI-SearchBot getrennt steuern. Bei Google regelt das Token Google-Extended die Nutzung für Training und Grounding der Gemini-Modelle, und laut Google hat es keinen Einfluss auf Aufnahme oder Ranking in der Google Suche. Die Entscheidung und die Begründung für jeden User Agent festhalten.

Prüfen, ob die Richtlinie am Netzwerkrand greift. Firewall- und CDN-Protokolle auf blockierte Anfragen der veröffentlichten User Agents und IP-Bereiche durchsehen und die robots.txt mit den dokumentierten Tokens jedes Anbieters prüfen.

Snippet-Steuerungen nur dort einsetzen, wo sie einen Zweck erfüllen. Google behandelt nosnippet, data-nosnippet, max-snippet und noindex als die Steuerungen, die begrenzen, was von einer Seite in der Suche einschließlich ihrer KI-Funktionen erscheint. Eine Seite, die Snippets blockiert, schließt sich damit auch als unterstützender Link aus.

Messen, was messbar ist. Google weist den Traffic aus KI-Übersichten und KI-Modus im Leistungsbericht der Search Console aus und bietet einen Leistungsbericht für generative KI an. Zitierungen in anderen Antwortmaschinen lassen sich erfassen, indem man einen festen Satz von Fragen nach festem Zeitplan stichprobenartig abfragt. Die Ergebnisse sind als Beobachtungen zu behandeln, nicht als Ranking.

Den Antwortmaschinen etwas Zitierwürdiges bieten. Googles Leitfaden verlangt Inhalte, die keine Massenware sind und auf eigener Fachkenntnis beruhen. Für eine etablierte Organisation bedeutet das meist, die konkreten Belege, Methoden und Daten zu veröffentlichen, über die sie bereits verfügt, mit Autorschaft und Datum auf jeder Seite.