geaio Dashboard: KI-Sichtbarkeit Schritt für Schritt tracken

Ein niedriger geaio-Score wirkt wie ein Rätsel. Dutzende Einzelbefunde ohne Reihenfolge wirken größer, als sie sind. Aus unserer Sicht kommt schneller voran, wer sie sortiert, statt sie alle gleichzeitig anzugehen.

Was der geaio-Score misst: vier Kategorien im Überblick

Im Dashboard heißen die vier Kategorien SEO, GEO, Entity und AI. Aus den vier Teilwerten berechnet geaio einen gewichteten Overall Score, ergänzt um konkrete Findings und Handlungsempfehlungen.

Laut der Dokumentation von Google gibt es für die Aufnahme in AI Overviews oder den AI Mode keine zusätzlichen technischen Anforderungen oder speziellen Schema.org-Markups gegenüber regulärem SEO (https://developers.google.com/search/docs/appearance/ai-features, Stand 10.12.2025). Aus unserer Sicht spricht das dafür, klassische SEO-Grundlagen auch mit Blick auf KI-Sichtbarkeit nicht zu vernachlässigen: Eine saubere technische Basis bleibt tragend, auch wenn KI-Systeme die Zielsuchmaschine sind.

Strukturierte Daten lassen sich über Schema.org abbilden. Laut Schema.org umfasst das zugrundeliegende Vokabular in Version 30.0 genau 823 Typen und 1.529 Eigenschaften (https://schema.org/docs/schemas.html, Stand 19.03.2026). Aus unserer Sicht zeigt allein diese Zahl, dass ein Score wie geaio immer nur einen Ausschnitt prüfen kann, nie alle möglichen Schema-Typen vollständig.

Den Analyse-Bericht lesen: Findings, Gewichtung und Aufwand

Aus unserer Sicht lassen sich Findings entlang zweier Dimensionen einordnen: wie kritisch ein Punkt ist und wie aufwendig er sich beheben lässt. Diese Kombination beeinflusst aus unserer Sicht, in welcher Reihenfolge sich ein Bericht sinnvoll abarbeiten lässt.

Für registrierte Nutzer zeigt das Dashboard zusätzlich die Analysehistorie: Deltas zur Voranalyse, eine Sparkline des Gesamtscores und eine Verlaufsliste früherer Läufe. Damit lässt sich nachvollziehen, ob eine Änderung tatsächlich gewirkt hat, statt nur zu vermuten.

Ein Finding allein sagt wenig über den Gesamtzustand einer Seite aus. Erst der Bericht in Summe zeigt, ob ein Problem isoliert auftritt oder sich durch mehrere Kategorien zieht, etwa wenn ein fehlendes Element gleich mehrere Kategorien gleichzeitig betrifft.

Befunde priorisieren: drei Wege durch die Ergebnisliste

Steht die Befundliste erst mal da, stellt sich die eigentliche Frage: In welcher Reihenfolge arbeitet man sie ab? Wir sehen dafür drei Ansätze:

Ansatz	Vorteil	Nachteil
Nach Gewichtung (kritisch zuerst)	Adressiert die Punkte, die im Bericht als kritisch markiert sind, zuerst	Kritische Findings können aufwendig sein, Fortschritt kann sich anfangs zäh anfühlen
Nach Aufwand (Quick Wins zuerst)	Kann für schnelle, sichtbare Veränderungen im Score sorgen und motivieren	Aufwendige, kritische Probleme können liegen bleiben
Nach Kategorie (SEO → GEO → Entity → AI)	Passt zur Teamstruktur, wenn Technik und Content getrennt arbeiten	Mischt kritische und geringe Findings in jeder Kategorie neu

Als Modellrechnung zeigt sich schnell, warum eine reine Kategorie-Strategie aus unserer Sicht einen blinden Fleck hat: Wer ausschließlich die AI-Kategorie bearbeitet, deckt nur einen Teil der Prüfpunkte im Score ab; die übrigen Kategorien bleiben unverändert, selbst wenn die AI-Kategorie danach makellos aussieht.

Aus unserer Sicht lohnt sich deshalb ein dritter Blick: gezielt nach der Schnittmenge aus kritischer Gewichtung und niedrigem Aufwand suchen. Das kombiniert die Stärken beider Ansätze — kritische Wirkung bei überschaubarem Aufwand. Erst danach lohnt sich der Blick auf kritische, aber aufwendige Baustellen wie eine Schema-Migration.

Handlungsempfehlungen umsetzen mit dem KI-Prompt-Generator

Für jede Analyse erzeugt geaio vier Prompt-Typen: einen Gesamtplan, die kritischen Probleme, die Quick Wins und die Stärken der Seite. Alle vier sind auf der Ergebnisseite von geaio.de/analyse nutzbar und für Claude, GPT und Gemini ausgelegt. Grundlage sind ausschließlich das Analyse-Ergebnis, also URL, Scores und Findings, sowie das erkannte CMS.

Dass der gleiche Prompt in unterschiedlichen Modellen unterschiedlich verarbeitet wird, liegt an der Art, wie diese Modelle Quellen einbinden. Laut der Dokumentation von Anthropic sind bei Claudes Web-Search-Tool Quellenangaben fest aktiviert, jede Zitation liefert bis zu 150 Zeichen des zitierten Originaltexts samt URL und Titel der Quelle (https://platform.claude.com/docs/en/agents-and-tools/tool-use/web-search-tool). Laut der Dokumentation von OpenAI fügt die Websuche Antworten standardmäßig Inline-Zitate über url_citation-Annotationen hinzu, die im Interface sichtbar und anklickbar sein müssen (https://developers.openai.com/api/docs/guides/tools-web-search). Perplexitys Search API liefert laut eigener Dokumentation Treffer als strukturierte Daten mit Titel, URL, Snippet, Veröffentlichungs- und Aktualisierungsdatum zurück (https://docs.perplexity.ai/docs/search/quickstart).

Für die Praxis heißt das: Ein Prompt, der für Claude formuliert ist, kann in ChatGPT trotzdem funktionieren, nutzt dort aber ein anderes Zitationsformat. Wer alle drei Modelle im Blick behalten will, sollte nicht nur einen Prompt-Typ testen, sondern den Vergleich über mehrere Modelle laufen lassen.

Der zweite Scan zeigt, ob sich die Arbeit gelohnt hat

Aus unserer Sicht ist ein einzelner geaio-Score vor allem eine Momentaufnahme. Erst der zweite Scan nach der Umsetzung zeigt im Delta, ob eine Maßnahme tatsächlich gewirkt hat oder ob eine andere Änderung an der Seite den Effekt überdeckt hat. Wie stark einzelne Signale die tatsächliche Zitierhäufigkeit in ChatGPT oder Perplexity beeinflussen, ist über die Branche hinweg öffentlich nicht einheitlich belegt. Diese Lücke offen zu benennen, gehört zu einem jungen Feld wie GEO dazu.

Wer mehrere Websites vergleicht, etwa die eigene und die der Konkurrenz, wendet aus unserer Sicht methodisch nichts grundlegend Neues an — nur eben auf mehrere Domains gleichzeitig.

Häufig gestellte Fragen

Was ist der geaio-Score genau? Im Dashboard heißen die vier Kategorien SEO, GEO, Entity und AI. Aus den vier Teilwerten berechnet geaio einen gewichteten Overall Score, ergänzt um konkrete Findings und Handlungsempfehlungen.

Wie oft sollte ich meine Website erneut analysieren lassen? Nach jeder umgesetzten Maßnahme lohnt sich ein erneuter Scan, um das Delta zur Voranalyse zu sehen. Für registrierte Nutzer zeigt das Dashboard zusätzlich die Analysehistorie: Deltas zur Voranalyse, eine Sparkline des Gesamtscores und eine Verlaufsliste früherer Läufe.

Was bedeutet die Gewichtung “kritisch” bei einem Finding? Jede Regel ist im Bericht mit einer Gewichtung (kritisch, wichtig, gering) und einem Aufwand (niedrig, mittel, hoch) versehen.

Brauche ich technisches Wissen, um den Prompt-Generator zu nutzen? Nein. Die vier Prompt-Typen sind auf der Ergebnisseite von geaio.de/analyse nutzbar und basieren auf dem Analyse-Ergebnis sowie dem erkannten CMS. Sie sind für Claude, GPT und Gemini ausgelegt.

**Offen:** Übernahme in die Datei auf der Platte steht noch aus — bitte kurz bestätigen, welcher Stand (dieser oder der Dateistand mit den erfundenen Zahlen) weiterverwendet werden soll.