Prompt-Workflows für die systematische GEO-Sichtbarkeitsrecherche

1. Warum zufällige Chat-Tests keine belastbaren Erkenntnisse liefern

Eine einzelne, spontan formulierte Frage an ChatGPT oder Perplexity mag im Moment interessante Hinweise liefern, ist aber als Datenpunkt fast wertlos, sobald man sie mit einer späteren Prüfung vergleichen will. Schon kleine Formulierungsunterschiede, eine andere Tageszeit oder ein leicht abweichender Chat-Verlauf können zu spürbar anderen Antworten führen, weil generative Sprachmodelle nicht deterministisch arbeiten und zudem laufend aktualisiert werden. Ohne festen Prompt-Wortlaut und feste Dokumentation lässt sich also nie sauber sagen, ob eine veränderte Antwort tatsächlich eine veränderte Sichtbarkeit widerspiegelt oder schlicht Zufall ist.

Genau hier liegt der entscheidende Unterschied zur klassischen SEO-Rankingprüfung: Eine Position in der Google-Suche lässt sich mit einem Tool tagesaktuell und reproduzierbar abfragen. Eine Erwähnung im ChatGPT-Antworttext dagegen verlangt einen bewusst konstruierten, wiederholbaren Prozess, der ansonsten schnell zu einer Sammlung anekdotischer Einzelfälle verkommt, die im Reporting keine seriöse Trendaussage erlauben.

2. Standardisierte Prompt-Sets systematisch aufbauen

Der erste Schritt ist die Entwicklung eines festen Prompt-Sets pro Themenfeld, das mehrere Fragetypen abdeckt: direkte Markenfragen (etwa nach Empfehlungen für eine Produktkategorie), Vergleichsfragen (Marke gegen zwei bis drei Wettbewerber), und offene Kategoriefragen ohne Markennennung, bei denen geprüft wird, ob die eigene Marke unaufgefordert genannt wird. Jeder Prompt-Typ liefert eine andere Facette der Sichtbarkeit und sollte deshalb dauerhaft im gleichen Wortlaut wiederholt werden, damit spätere Abweichungen tatsächlich auf veränderte Sichtbarkeit zurückzuführen sind und nicht auf eine veränderte Fragestellung.

Wichtig ist, das Prompt-Set als versioniertes Dokument zu pflegen, ähnlich einer Keyword-Liste im klassischen SEO. Änderungen am Wortlaut sollten dokumentiert und mit Datum versehen werden, damit bei einer späteren Trendanalyse klar ist, ob ein Sichtbarkeitssprung auf eine reale Veränderung oder auf eine Prompt-Anpassung zurückgeht. Ein sauber geführtes Prompt-Set wird so über Monate zu einem verlässlichen Messinstrument statt einer Ad-hoc-Sammlung.

{
  "prompt_set_version": "2026-08",
  "kategorie": "waschmaschinen",
  "prompts": [
    {"typ": "direkt", "text": "Welche Marke für Waschmaschinen empfiehlst du für eine vierköpfige Familie?"},
    {"typ": "vergleich", "text": "Vergleiche Bosch, Miele und Siemens Waschmaschinen hinsichtlich Energieeffizienz."},
    {"typ": "offen_kategorie", "text": "Was sollte man beim Kauf einer neuen Waschmaschine 2026 beachten?"}
  ]
}

3. Dieselben Prompts über mehrere KI-Suchmaschinen hinweg testen

Ein zentraler Baustein des Workflows ist, dieselben standardisierten Prompts nicht nur in einem System, sondern parallel in mehreren relevanten KI-Suchmaschinen zu prüfen, etwa ChatGPT-Suche, Perplexity, Google AI Overviews und Bing Copilot. Die Systeme unterscheiden sich deutlich in ihren Quellenpräferenzen und in der Häufigkeit, mit der bestimmte Marken zitiert werden, sodass eine Sichtbarkeitsaussage, die nur auf einem einzigen System beruht, ein verzerrtes Gesamtbild ergibt.

In der Praxis empfiehlt sich eine Matrix aus Prompt und System, die pro Durchlauf konsequent durchgearbeitet wird. So entsteht mit der Zeit ein Bild davon, in welchem System die eigene Marke besonders stark oder besonders schwach vertreten ist, was wiederum gezielte Optimierungsmaßnahmen erlaubt, etwa den verstärkten Fokus auf Quellentypen, die ein bestimmtes System bevorzugt zitiert.

4. Dokumentation und Trend-Tracking über die Zeit

Jede Prompt-Antwort sollte strukturiert erfasst werden, nicht nur als Freitext-Kopie, sondern mit klaren Metadaten: Datum, verwendetes System, ob die eigene Marke genannt wurde, an welcher Position innerhalb der Antwort, und welche Quellen die Antwort zitiert. Nur mit dieser Struktur lässt sich später auswerten, ob die Nennungshäufigkeit über Wochen zunimmt, stabil bleibt oder abnimmt, und ob sich die zitierten Quellen verändern.

Ein einfaches, aber wirksames Format ist eine Tabelle mit einer Zeile pro Durchlauf, in der neben den genannten Metadaten auch ein kurzer Rohtext-Ausschnitt der relevanten Antwortpassage gespeichert wird. Über mehrere Monate hinweg lässt sich daraus ein Trendverlauf ableiten, der belastbarer ist als jede Einzelbeobachtung und der sich in einem monatlichen GEO-Reporting neben klassischen SEO-Kennzahlen platzieren lässt.

Datum       | System      | Prompt-Typ    | Marke genannt | Position | Zitierte Quelle
2026-07-04  | ChatGPT     | direkt        | ja             | 1 von 3  | eigene Kategorie-Seite
2026-07-04  | Perplexity  | direkt        | nein           | -        | Wettbewerber-Testbericht
2026-07-11  | ChatGPT     | direkt        | ja             | 1 von 3  | eigene Kategorie-Seite
2026-07-11  | Perplexity  | direkt        | ja             | 2 von 4  | eigener Ratgeberartikel

5. Automatisierung via API statt manueller Chat-Abfragen

Sobald das Prompt-Set über mehrere Systeme und Wochen hinweg wächst, wird die manuelle Abfrage per Weboberfläche schnell zum Flaschenhals. Viele Anbieter stellen inzwischen API-Zugänge bereit, über die sich derselbe Prompt-Wortlaut automatisiert und mit protokollierten Zeitstempeln abfragen lässt, was nicht nur Zeit spart, sondern auch die Konsistenz der Durchläufe erhöht, weil menschliche Formulierungsabweichungen von vornherein ausgeschlossen sind.

Ein einfaches Skript kann das Prompt-Set aus einer zentralen Konfigurationsdatei laden, jeden Prompt an die jeweilige API senden, die Antwort inklusive Metadaten in einer strukturierten Datenbank ablegen und bei Bedarf automatisch nach der eigenen Marke oder nach Wettbewerbsnamen im Antworttext suchen. So entsteht ein wiederholbarer, wöchentlich oder monatlich laufender Prozess, der ohne wiederkehrenden manuellen Aufwand belastbare Trenddaten liefert.

# Vereinfachtes Beispiel eines automatisierten Prompt-Durchlaufs
# (Pseudo-Aufruf, echte APIs verlangen jeweils eigene Authentifizierung)

for prompt in $(cat prompt_set_2026-08.json | jq -r '.prompts[].text'); do
  antwort=$(curl -s -X POST "https://api.anbieter.example/v1/query" \
    -H "Authorization: Bearer $API_TOKEN" \
    -d "{\"prompt\": \"$prompt\"}")
  echo "$(date -Iseconds) | $prompt | $antwort" >> geo_tracking_log.jsonl
done

6. Markenerwähnung und Positionsanalyse innerhalb der Antwort

Bei der Auswertung reicht ein einfaches Ja oder Nein zur Markenerwähnung nicht aus. Relevant ist auch, an welcher Stelle innerhalb der Antwort die Marke genannt wird, ob als erste Empfehlung, als eine von mehreren gleichwertigen Optionen, oder nur als Randerwähnung am Ende. Ähnlich wie bei klassischen Rankings gibt es auch hier eine faktische Prominenzhierarchie innerhalb einer einzelnen KI-Antwort, die sich systematisch erfassen lässt.

Eine sinnvolle Skala unterscheidet mindestens drei Stufen: Primärempfehlung, gleichrangige Nennung neben Wettbewerbern und reine Randerwähnung ohne inhaltliche Hervorhebung. Über die Zeit erfasst, zeigt diese Skala nicht nur, ob die Marke überhaupt genannt wird, sondern ob sich die Qualität der Nennung verbessert oder verschlechtert, was für die Priorisierung von GEO-Maßnahmen deutlich aussagekräftiger ist als eine reine Nennungsquote.

7. Wettbewerbsvergleich als fester Bestandteil des Workflows

Ein Prompt-Workflow, der ausschließlich die eigene Marke prüft, verpasst die wichtigste Kontextinformation: wie oft und wie prominent Wettbewerber in denselben Antworten genannt werden. Deshalb sollte jedes Prompt-Set von Anfang an auch Vergleichsprompts enthalten, die zwei bis drei relevante Wettbewerber explizit einschließen, sowie offene Kategoriefragen, bei denen beobachtet wird, welche Marken unaufgefordert in welcher Reihenfolge genannt werden.

Diese Wettbewerbsperspektive macht die eigenen Zahlen erst wirklich interpretierbar: Eine gleichbleibende Nennungsquote der eigenen Marke kann in einem wachsenden Markt trotzdem einen relativen Sichtbarkeitsverlust bedeuten, wenn Wettbewerber im selben Zeitraum deutlich häufiger genannt werden. Ohne diesen Vergleichswert bleibt jede GEO-Kennzahl isoliert und schwer zu bewerten.

8. Integration in bestehendes SEO-Reporting

Damit der Prompt-Workflow nicht als isolierte Fleißarbeit im Nebenraum verpufft, sollte er fest in bestehende SEO-Reportingstrukturen eingebunden werden. Konkret bedeutet das, die erfassten Kennzahlen wie Nennungsquote, Positionsstufe und Wettbewerbsverhältnis neben klassischen Kennzahlen wie organischem Traffic und Rankingpositionen im selben monatlichen Report darzustellen, statt sie in einer separaten, selten angeschauten Tabelle zu verstecken.

So lässt sich über die Zeit auch die Korrelation zwischen klassischer SEO-Sichtbarkeit und GEO-Sichtbarkeit beobachten, etwa ob eine verbesserte Zitierhäufigkeit in KI-Antworten mit einer Zeitverzögerung auch zu mehr direktem Markensuchvolumen in der klassischen Suche führt. Diese Verknüpfung liefert wertvolle Argumente für die weitere Priorisierung von GEO-Budget gegenüber rein klassischen SEO-Maßnahmen.

9. Praktischer Aufbau eines wiederholbaren Wochen- oder Monats-Zyklus

In der Praxis hat sich ein fester Zyklus bewährt: Am Anfang jedes Zeitfensters wird das aktuelle Prompt-Set gegen jedes relevante System durchlaufen, entweder automatisiert per API oder, wo keine API verfügbar ist, manuell nach einem festen Ablaufskript, um Formulierungsabweichungen zu vermeiden. Die Ergebnisse werden strukturiert dokumentiert und anschließend gegen den vorherigen Zyklus verglichen, mit besonderem Fokus auf Veränderungen bei Positionsstufe und Wettbewerbsverhältnis.

Auffällige Veränderungen, etwa ein plötzlicher Wegfall der eigenen Marke aus einer zuvor stabilen Empfehlung, sollten unmittelbar mit einer inhaltlichen Prüfung der betroffenen Quellseite verknüpft werden, um mögliche Ursachen zu identifizieren, etwa veralteten Content oder ein neu aufgetauchtes Wettbewerbs-Asset. So wird der Prompt-Workflow nicht nur zum Messinstrument, sondern zu einem echten Frühwarnsystem für die eigene GEO-Sichtbarkeit.

10. Zusammenfassung

11. FAQ: Prompt-Workflows für GEO: Das Wichtigste auf einen Blick