Mach den Test, bevor du weiterliest. Öffne ein Terminal und tippe:
curl -A "GPTBot" https://deine-domain.de/ -I
Kommt eine 200-Antwort zurück, darf OpenAIs Crawler deine Seite lesen. Kommt ein 403 oder eine Disallow-Meldung, bist du für ChatGPT praktisch nicht existent — egal, wie gut du bei Google rankst. Genau hier liegt die unbequeme Wahrheit: Deine Top-3-Platzierung bei Google nützt dir nichts, wenn die Antwort, die dein Kunde sieht, gar nicht mehr von Google kommt.
Generative KI-Modelle wie ChatGPT, Claude und Perplexity verschieben gerade, wie deine Zielgruppe recherchiert. Wer einen Shop betreibt oder für einen verantwortlich ist, merkt das an einer simplen Zahl: dem Anteil an Sitzungen, die nicht mehr über eine klassische Suchergebnisseite starten, sondern über eine fertig formulierte KI-Antwort. Wenn deine Website in dieser Antwort nicht vorkommt, verlierst du den Kunden, bevor er deinen Shop überhaupt gesehen hat.
Dieser Beitrag erklärt, was KI-Sichtbarkeit ist und wie du deine Website entlang von fünf Säulen prüfst und optimierst.
Ranken reicht nicht mehr. Du musst zitiert werden.
Drei Entwicklungen machen das Thema dringend: OpenAI hat ChatGPT eine eigene Suchschicht verpasst, Google hat seine AI Overviews breit ausgerollt, und Perplexity hat sich als ernstzunehmende Recherche-Alternative etabliert. Dazu kommen KI-Assistenten mit Suchfunktion wie Grok oder Microsoft Copilot.
Der Unterschied zur klassischen Suche ist der Punkt, an dem die meisten ihre alte SEO-Strategie überdenken müssen: Eine Google-Trefferliste zeigt zehn blaue Links. Eine KI-generierte Antwort zitiert oft nur zwei bis vier Quellen. Indexiert zu sein, reicht nicht. Das Sprachmodell muss deine Seite als zitierwürdig einstufen.
Praktisch heißt das: Eine Website auf Platz 5 bei Google kann in einer KI-Antwort häufiger zitiert werden als der Platz-1-Konkurrent — wenn sie auf KI-Sichtbarkeit optimiert ist und der andere nicht. Linkbuilding und Keywords bleiben relevant, aber sie sind nicht mehr der einzige Hebel.
Was KI-Sichtbarkeit konkret bedeutet
KI-Sichtbarkeit ist die Wahrscheinlichkeit, dass deine Website in einer von einem Sprachmodell generierten Antwort auftaucht. Sie ist messbar und steuerbar, und sie folgt fünf Regeln, die über klassische SEO hinausgehen:
- Zugänglichkeit für KI-Crawler — deine Seite muss les- und abrufbar sein.
- Entitäten-Klarheit — das Modell muss verstehen, wer du bist und was du tust.
- Zitierbare Inhalte — strukturiert und prägnant genug, um einen Passus zu entnehmen.
- Externe Vertrauenssignale — andere Quellen bestätigen deine Expertise.
- Technische Hygiene — schnell, aktuell, sauber gerendert.
Diese fünf hängen zusammen. Fehlt eine, sinkt deine KI-Sichtbarkeit spürbar, egal wie gut die anderen vier sitzen.
Säule 1 — Können die KI-Crawler überhaupt rein?
Fang hier an, denn alles andere ist sinnlos, wenn die Antwort nein lautet. Ein häufiger Befund bei KI-Sichtbarkeits-Prüfungen: Die Website sperrt die Bots aus, oft ohne dass es jemand bewusst entschieden hätte.
Die wichtigsten KI-Crawler sind GPTBot (OpenAI), ClaudeBot (Anthropic) und PerplexityBot (Perplexity). Google steuert die Nutzung deiner Inhalte fürs KI-Training über das robots.txt-Token Google-Extended — das ist kein eigener Crawler mit eigenem User-Agent, sondern eine Regel, die auf der bestehenden Googlebot-Infrastruktur aufsetzt (und nur das Training betrifft, nicht das Ranking).
Wichtig ist die Logik: robots.txt erlaubt standardmäßig alles. Du musst die Bots nicht aktiv „einladen" — du musst nur sicherstellen, dass keine Disallow-Regel sie blockiert. Genau so eine Blockade sieht typischerweise so aus:
# robots.txt — blockiert KI-Crawler (oft unbeabsichtigt)
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
Wenn so etwas in deiner robots.txt steht, raus damit. Häufig sitzt das Problem aber gar nicht in der robots.txt, sondern eine Ebene tiefer:
- Firewall / WAF: Cloudflare, ein WAF-Regelwerk oder dein Hoster blockt unbekannte User-Agents pauschal. Bei Shopware-Setups hinter Cloudflare ist das der häufigste stille Killer — die robots.txt sagt „erlaubt", die WAF sagt „403".
- Sicherheitsplugins / Bot-Management: Tools, die „verdächtige" Bot-Muster automatisch sperren, erwischen oft auch GPTBot & Co.
Crawl-delay: taucht in vielen Beispielen auf, ist aber kein offizieller Standard und wird von etlichen Bots schlicht ignoriert — kein verlässlicher Hebel.
Der curl-Test vom Anfang ist deine schnellste Diagnose. 200 heißt willkommen, alles andere heißt: nachschauen, wer blockt.
Säule 2 — Versteht das Modell, wer du bist?
Sprachmodelle lesen nicht nur Text, sie lesen Struktur. Strukturierte Daten sind die Etiketten, an denen ein Modell erkennt, ob du eine Agentur, ein SaaS-Anbieter oder ein Möbel-Shop bist — und damit, für welche Fragen du als Quelle taugst. Ein falsch ausgezeichnetes Unternehmen wird seltener und in den falschen Kontexten zitiert.
Das Werkzeug dafür ist schema.org-Markup im JSON-LD-Format. Für ein B2B-Unternehmen sieht das so aus:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "nextlevels GmbH",
"url": "https://next-levels.de",
"logo": "https://next-levels.de/logo.png",
"description": "Shopware-Agentur für E-Commerce und KI-Sichtbarkeit",
"sameAs": [
"https://www.linkedin.com/company/nextlevels",
"https://www.shopware.com/de/partner/agenturen/nextlevels-gmbh/"
],
"address": {
"@type": "PostalAddress",
"addressCountry": "DE",
"addressLocality": "Mönchengladbach"
},
"contactPoint": {
"@type": "ContactPoint",
"telephone": "+49-2161-XXXXXX",
"contactType": "Customer Service"
}
}
</script>
Das Markup allein reicht nicht. Drei Dinge gehören dazu:
- NAP-Konsistenz: Name, Adresse und Telefon müssen auf Website, im Google-Unternehmensprofil, bei LinkedIn und in Branchenverzeichnissen identisch sein. Abweichungen verwirren die Modelle — der häufigste Fehler ist die alte Adresse, die irgendwo im Netz noch herumsteht.
- FAQPage-Schema: Wenn dein Content Fragen beantwortet, zeichne sie als FAQ aus. Das erhöht die Chance, dass eine einzelne Antwort entnommen wird.
- Selbstauskunft im sichtbaren Text: Ein klarer Satz wie „Wir sind eine Shopware-Agentur aus Mönchengladbach" im Fließtext wirkt stärker als jedes versteckte Tag.
Prüfen kannst du dein Markup mit dem Rich Results Test von Google.
Säule 3 — Lässt sich dein Text zitieren?
Stell dir vor, ein Modell sucht eine Antwort auf „Wie unterscheidet sich KI-Sichtbarkeit von klassischer SEO?". Es findet deinen 2.000-Wörter-Artikel. Steckt die Antwort in vier ungegliederten Bleiwüsten-Absätzen, ist sie schwer zu entnehmen, und das Modell greift zur nächsten Quelle. Steht sie in einem klar abgegrenzten Abschnitt mit Zwischenüberschrift, zitiert das Modell dich.
Was dabei hilft:
- Inverse Pyramide pro Abschnitt: wichtigste Aussage zuerst, Details danach.
- Fragen als Überschriften: „Können die KI-Crawler überhaupt rein?" trifft die Suchanfrage besser als „Crawl-Optimierung".
- Tabellen und Listen für vergleichbare Werte — leicht maschinenlesbar.
So sieht eine zitierbare Vergleichstabelle aus (Stand der Nutzerzahlen: Anfang 2026):
| Plattform | Nutzer (ca.) | Fokus |
|---|---|---|
| ChatGPT | ~900 Mio WAU | Generalist, Echtzeit-Links |
| Google AI Overviews | ~2 Mrd / Monat | In Google Search integriert |
| Perplexity | >100 Mio MAU | Recherche-fokussiert |
| Claude | ~30 Mio MAU | Langform-Analysen |
Die Warnung dazu: Überstrukturiere nicht. Ein Text, der zu 70 % aus Bulletpoints besteht, liest sich für Menschen wie eine Stichwortsammlung. KI-Optimierung darf den menschlichen Leser nicht verdrängen — der kauft am Ende.
Säule 4 — Vertrauen entsteht außerhalb deiner Website
Sprachmodelle zitieren wie vorsichtige Journalisten: am liebsten das, was mehrere unabhängige Quellen bestätigen. Eine Einzelmeinung auf der eigenen Seite wiegt weniger als ein Konsens, der sich über das Netz zieht.
Ein Beispiel macht den Unterschied greifbar. Agentur A hat 50 Blogposts und zehn Backlinks von Standard-B2B-Seiten. Agentur B hat 30 Blogposts, aber einer davon wurde in drei Fachpublikationen aufgegriffen, und die Gründerin ist regelmäßig in Branchen-Podcasts. Im klassischen SEO könnte A höher ranken. In der KI-Antwort zitiert das Modell eher B, weil das externe Vertrauen dichter ist.
Was darauf einzahlt: Erwähnungen in Fachmedien, ein konsistentes Markenbild über alle Kanäle (Website, LinkedIn, Interviews erzählen dieselbe Geschichte), thematische Tiefe auf der eigenen Domain statt eines einzelnen Artikels, und — wo es passt — ein Wikipedia-Eintrag, den Modelle als Vertrauensquelle behandeln. Mehr Content allein hilft übrigens nicht: schlecht verlinkter, ungelesener Content ist eher Ballast als Vertrauenssignal.
Säule 5 — Technik, die KI-Crawler nicht ausbremst
Hier liegt der Punkt, der die meisten modernen Shops trifft. KI-Crawler wie GPTBot, ClaudeBot und PerplexityBot rendern kein JavaScript. Sie lesen das initiale HTML — und sonst nichts. Wenn dein Storefront eine reine Client-Side-SPA ist und den Content erst per JavaScript nachlädt, sehen diese Bots eine leere Seite.
Das ist kein Randthema: Wer ein React- oder Vue-Frontend ohne Server-Side-Rendering betreibt, ist für KI-Antworten unsichtbar, obwohl die Seite im Browser perfekt aussieht. Die Lösung ist Server-Side-Rendering oder statische Generierung (Next.js, Nuxt, SSG). Shopware liefert seine Storefront serverseitig gerendert aus — ein struktureller Vorteil, den man nicht leichtfertig durch einen Headless-Umbau ohne SSR verschenken sollte.
Daneben zählt die übliche technische Hygiene:
- Performance: Googles „good"-Schwelle für die Time to First Byte liegt bei ≤ 800 ms (laut web.dev). Ein langsamer Server bedeutet, dass pro Crawl weniger Seiten erfasst werden.
- Schlankes HTML: Als Faustregel hilft es, die HTML-Größe niedrig zu halten und CSS/JS zu minifizieren — eine harte Norm gibt es dafür nicht.
- Gepflegte
sitemap.xmlmit aktuellenlastmod-Angaben. - Frische: alte Beiträge aktualisieren, tote Links reparieren. Veralteter Content signalisiert mangelnde Pflege.
Und zur llms.txt, die gerade durch die SEO-Blogs geistert: Das ist keine robots-artige Zugriffsdatei mit Allow:/Disallow:. Der Vorschlag (llmstxt.org) beschreibt eine Markdown-Datei im Root, die LLMs eine kuratierte Landkarte deiner wichtigsten Inhalte gibt — Titel, kurze Beschreibung, dann thematische Link-Listen. Zugriff steuerst du über robots.txt; llms.txt ist Discovery, nicht Zugriffskontrolle. Vereinfacht:
# llms.txt
# H1-Titel, Kurzbeschreibung als Blockquote, dann kuratierte Link-Listen
> nextlevels: Shopware-Agentur. Die wichtigsten Ressourcen für KI-Systeme.
## Leistungen
- [Shopware-Migration](https://next-levels.de/...): SW5 → SW6 ...
## Blog
- [KI-Sichtbarkeit prüfen](https://next-levels.de/...): Die 5 Säulen ...
Die fünf Säulen im Überblick
| Säule | Kern-Maßnahme | Häufigster Fehler |
|---|---|---|
| 1. Crawler-Zugang | Keine Disallow-Blockade, WAF/Firewall prüfen | Cloudflare/WAF sperrt GPTBot still per 403 |
| 2. Entitäts-Klarheit | schema.org + konsistente NAP-Daten | Veraltete Adresse irgendwo im Netz |
| 3. Zitierbarkeit | Struktur, Fragen-H2, Tabellen | Bleiwüsten ohne entnehmbare Passagen |
| 4. Externes Vertrauen | PR, Fachmedien, konsistentes Markenbild | Nur auf die eigene Website verlassen |
| 5. Tech-Hygiene | SSR statt reiner Client-SPA, Performance | KI-Crawler rendern kein JS → leere Seite |
KI-Sichtbarkeit ist die Antwortseite derselben Medaille wie klassisches SEO — wer den Hebel ganzheitlich nutzen will, findet das bei unserer Suchmaschinenoptimierung. Und wer technisch tiefer in die Storefront-Architektur und das SSR-Thema aus Säule 5 einsteigen will, ist auf unserer Angular-Technologieseite richtig.
Jetzt prüfen, ob KI dich findet
Den curl-Test vom Anfang kannst du in 30 Sekunden selbst machen. Die anderen vier Säulen brauchen einen genaueren Blick. Der nextlevels KI-Sichtbarkeits-Check scannt deine Website kostenlos auf alle fünf Säulen und liefert einen Score plus priorisierte Handlungsempfehlungen. Kein Signup, keine Verpflichtung — nur deine Daten und konkrete nächste Schritte.