Content-Freshness für KI: Wie oft müssen Sie aktualisieren?
Definition: Content-Freshness beschreibt, wie aktuell und regelmäßig überarbeitet eine Webseite aus Sicht generativer KI-Systeme ist. Modelle wie ChatGPT, Perplexity und Google AI Overviews bevorzugen beim Generieren von Antworten Inhalte, die kürzlich veröffentlicht oder substantiell aktualisiert wurden – ältere Seiten verlieren dadurch messbar an Zitierhäufigkeit und KI-Sichtbarkeit.
Warum KI-Modelle auf Content-Freshness achten
Im klassischen SEO war Content-Freshness ein ergänzender Rankingfaktor. In der GEO – der Optimierung für generative Suchsysteme – ist sie zu einem der stärksten Zitier-Signale geworden. KI-Modelle, die nutzerspezifische Antworten generieren, greifen bevorzugt auf frisch aktualisierte Quellen zurück. Der Grund ist strukturell: Aktuelle Inhalte gelten als faktisch verlässlicher, besonders in Feldern, die sich schnell verändern – von Technologie über Regulierung bis hin zu Marktdaten.
Das betrifft keineswegs nur Nachrichtenartikel. Ratgeber, Produktbeschreibungen, Definitionen und FAQs konkurrieren in KI-Antworten um Zitierpositionen – und die Aktualität des Inhalts entscheidet dabei stärker als Linkpopularität oder Domain-Authority allein.
Wer seine KI-Sichtbarkeit bei Perplexity und ChatGPT trackt, stellt regelmäßig fest: Seiten, die mehrere Monate ohne Update geblieben sind, verschwinden aus den Zitierlisten – oft schneller, als es traditionelle Rankingverluste anzeigen würden.
Content-Freshness: Die 13-Wochen-Regel für KI-Zitierungen
Eine der belastbarsten Erkenntnisse aus aktuellen Analysen stammt von Amsive (2025): 50 % aller KI-Zitierungen entfallen auf Inhalte, die jünger als 13 Wochen sind. Dieses Zeitfenster hat sich als kritische Schwelle etabliert – wer es überschreitet, ohne zu aktualisieren, verliert Zitierplätze an Mitbewerber mit frischeren Seiten.
Ahrefs analysierte im Juli 2025 rund 17 Millionen KI-Zitierungen und kam zu einem klaren Befund: KI-zitierte Inhalte sind im Durchschnitt 25,7 % aktueller als organisch gerankte Inhalte. Freshness hat in der KI-Suche also ein höheres Gewicht als im traditionellen Google-Ranking.
Die Plattformen unterscheiden sich dabei erheblich in ihrer Freshness-Präferenz:
| Plattform | Freshness-Verhalten | Besonderheit |
|---|---|---|
| ChatGPT | 76,4 % der meistzitierten Seiten in den letzten 30 Tagen aktualisiert | Stärkster Recency-Bias |
| Perplexity | ~50 % der Zitierungen aus dem laufenden Kalenderjahr | Echtzeit-Index, 200+ Mrd. URLs |
| Google AI Overviews | Freshness kombiniert mit E-E-A-T-Autorität | Recency allein reicht nicht |
Laut Amsive (2025) fallen Seiten, die die 90-Tage-Marke ohne substantielles Update überschreiten, aus den aktiven Zitierungspools der meisten generativen Systeme heraus – unabhängig von ihrer historischen Autorität.
Update-Frequenz nach Inhaltstyp: konkrete Richtwerte
Die optimale Aktualisierungsfrequenz ist nicht für alle Inhalte gleich. Entscheidend ist der Inhaltstyp und seine Anfälligkeit für Veraltung:
Ratgeber- und Evergreen-Artikel: Alle 8–12 Wochen prüfen und bei Bedarf substantiell überarbeiten. Aktuelle Zahlen, neue Studien oder veränderte Empfehlungen einarbeiten.
Produkt- und Leistungsseiten: Monatlich kontrollieren. Preise, Funktionslisten und Verfügbarkeiten sind besonders freshness-sensitiv.
FAQ- und Definitionsseiten: Mindestens quartalsweise überprüfen. KI-Modelle zitieren Definitionsseiten bei faktischen Anfragen direkt – veraltete Definitionen kosten messbar Zitierpunkte.
Aktuelle Themen und Marktentwicklungen: Wöchentlich oder anlassbezogen. Hier gilt besonders starke Freshness-Präferenz bei Perplexity.
Technische Dokumentation: Alle 4–6 Wochen prüfen, insbesondere wenn sich Produkt- oder Plattformversionen ändern.
Eine praktische Faustregel: Jede Seite, die seit mehr als 90 Tagen unverändert ist, sendet generativen Modellen ein implizites Veralterungs-Signal – selbst wenn der Inhalt faktisch nach wie vor korrekt ist.
Nicht jedes Update zählt: Substantielle Aktualisierungen
Ein häufiger Fehler in der LLMO-Content-Strategie besteht darin, bloß das Publikationsdatum zu ändern, ohne den Inhalt wirklich zu überarbeiten. KI-Crawler und die dahinterliegenden Indizierungssysteme werten Freshness auf Basis der tatsächlichen Inhaltsdifferenz – kosmetische Anpassungen hinterlassen kein verwertbares Signal.
Wirksame Update-Signale:
- Neue Statistiken, Studienergebnisse oder Zahlen einarbeiten
- Veraltete Abschnitte vollständig neu schreiben
- Praxisbeispiele, Fallstudien oder konkrete Anwendungsfälle ergänzen
- Neue Unterabschnitte mit aktuellen Erkenntnissen hinzufügen
- Quellenverweise auf neue Publikationen einfügen
Nicht wirksam:
- Reine Tippfehler-Korrekturen ohne inhaltliche Substanz
- Metadaten-Anpassungen ohne Body-Änderung
- Keyword-Umformulierungen ohne neue Informationen
Die Princeton-Studie zur Generative Engine Optimization (ACM SIGKDD, 2024) belegt: Das Einbetten von Statistiken steigert die KI-Sichtbarkeit um bis zu 41 %, das Hinzufügen von Expertenaussagen um rund 28 %. Wer seinen Content regelmäßig mit neuen Daten anreichert, profitiert also doppelt – durch das Freshness-Signal und durch höhere inhärente Zitierbarkeit.
Welche Inhaltsformate KI-Modelle generell bevorzugen, beschreibt unser Beitrag zu Texten, die KI zitiert, und LLMO-Content-Strategie ausführlich.
Technische Freshness-Signale für KI-Crawler optimieren
Neben dem inhaltlichen Update gibt es technische Signale, die KI-Crawler direkt auswerten und die Freshness-Bewertung einer Seite beeinflussen:
HTTP-Header Last-Modified: Teilt Crawlern das Datum der letzten Änderung mit. Fehlt dieses Signal, erschließen Systeme die Aktualität allein über den Body-Content – unzuverlässiger und langsamer.
XML-Sitemap mit <lastmod>-Datum: Eine gepflegte Sitemap mit korrektem Überarbeitungsdatum hilft KI-Crawlern, Priorisierungen zu setzen. Veraltete oder fehlende Zeitstempel bremsen die Neu-Indizierung.
Schema.org-Markup dateModified: Über das Article-Schema lässt sich das Überarbeitungsdatum maschinenlesbar kennzeichnen – ein Signal, das Google AI Overviews explizit auswertet.
Interne Verlinkung auf aktualisierte Inhalte: Frisch aktualisierte Seiten, die aus anderen Seiten neu verlinkt werden, erhalten erhöhte Crawl-Priorität. Wie interne Linkstrukturen KI-Modelle bei der Kontextbewertung unterstützen, erklärt unser Artikel zur internen Linkstruktur für KI-Modelle.
E-E-A-T-Signale im aktualisierten Content: Autorennamen, Revisionsdaten und Quellenverweise stärken das Vertrauen, das KI-Modelle einem Inhalt zuweisen – insbesondere bei faktensensitiven Themen.
Fazit: Content-Freshness als GEO-Rankingfaktor
Content-Freshness ist in der KI-Suche kein optionales Signal – sie ist ein messbarer, plattformübergreifender Zitierfaktor. Die 13-Wochen-Grenze aus der Amsive-Studie (2025) liefert eine konkrete Planungsgröße: Spätestens alle drei Monate sollte jede wichtige Seite geprüft und bei Bedarf substantiell überarbeitet sein. ChatGPT bevorzugt Inhalte, die innerhalb der letzten 30 Tage aktualisiert wurden, Perplexity zitiert überwiegend Inhalte aus dem laufenden Jahr.
Entscheidend ist dabei nicht die Häufigkeit der Änderungen, sondern ihre Substanz. Neue Zahlen, ergänzte Studien und überarbeitete Abschnitte sind wirksam – ein geändertes Datum allein ist es nicht. Wer GEO ernst nimmt, plant Content-Aktualisierungen als festen Bestandteil seiner Redaktionsstrategie – und sichert sich damit dauerhaft Zitierpositionen in den KI-Antworten, die konventionelle Suchklicks zunehmend ersetzen.
Häufig gestellte Fragen
Wie oft muss ich Inhalte aktualisieren, damit KI-Modelle sie zitieren? Als Richtwert gilt: Wichtige Seiten sollten spätestens alle 8–12 Wochen inhaltlich überarbeitet werden. Laut Amsive (2025) stammen 50 % aller KI-Zitierungen aus Inhalten, die jünger als 13 Wochen sind. Wer diese Grenze regelmäßig einhält, bleibt im aktiven Zitierungspool generativer Modelle.
Reicht es, das Publikationsdatum zu ändern, ohne den Inhalt anzupassen? Nein. KI-Crawler werten Freshness auf Basis tatsächlicher Inhaltsdifferenzen. Ein geändertes Datum ohne Body-Update wird nicht als relevantes Freshness-Signal gewertet. Mindestens ein Abschnitt sollte mit neuen Informationen, Zahlen oder Beispielen angereichert werden, damit das Update zählt.
Welche Plattform bevorzugt besonders frische Inhalte? ChatGPT zeigt den stärksten Recency-Bias: 76,4 % der meistzitierten Seiten wurden in den letzten 30 Tagen aktualisiert. Perplexity ist ähnlich aggressiv und zitiert überwiegend Inhalte aus dem laufenden Kalenderjahr. Google AI Overviews kombiniert Freshness mit E-E-A-T-Autorität – hier allein auf Aktualität zu setzen reicht nicht.
Was gilt als substantielles Update für die KI-Sichtbarkeit? Neue Statistiken oder Studien einarbeiten, veraltete Abschnitte komplett neu schreiben, Praxisbeispiele ergänzen oder zusätzliche Unterabschnitte mit aktuellen Erkenntnissen hinzufügen – all das sind wirksame Freshness-Signale. Die Princeton-GEO-Studie (ACM SIGKDD, 2024) zeigt: Statistiken steigern die KI-Sichtbarkeit um bis zu 41 %, Expertenaussagen um rund 28 %.