Fachbeiträge Positionierung in der Kommunikation Jedes Wort zählt: Reputationsrisiken im GEO-Zeitalter
- Details
- von Miriam Schwellnus, Berlin
In der PR- und Marketingbranche hat sich in den vergangenen zwei Jahren ein neues Ritual eingeschlichen: Man öffnet ein Dashboard, prüft, wie oft die eigene Marke gerade in einer Antwort von ChatGPT oder Gemini auftaucht, und ist je nach Kurve und Vergleich mit der Konkurrenz erleichtert oder nervös. Sichtbarkeit in KI-Antworten hat inzwischen sogar einen eigenen Namen bekommen: Generative Engine Optimization, kurz GEO. Und mit dem Namen kam prompt die Panikmache, dabei nicht mitzuhalten. Was in diesen Dashboards komplett fehlt, ist die eigentlich interessante Frage. Nicht: Wie oft wird eine Marke erwähnt? Sondern: Was steht dort eigentlich über sie, wenn sie erwähnt wird?
Sichtbarkeit ist nicht dasselbe wie Richtigkeit
Die gängigen Kennzahlen für Sichtbarkeit in KI-Antworten messen im Kern drei Dinge: wie häufig eine Marke erscheint, welche Quellen dabei zitiert werden, und ob der Ton eher positiv oder negativ ausfällt. Alle drei Werte klingen präziser, als sie sind.
Wie oft eine Marke erscheint, hängt stark davon ab, welche Fragen ein Monitoring-Tool überhaupt stellt – meist Annahmen eines Marketing- oder SEO-Teams, nicht das, was reale Nutzer:innen tatsächlich eingeben.
Welche Quellen zitiert werden, zeigt nur einen Bruchteil dessen, was eine Antwort tatsächlich prägt: Der weitaus größere Teil stammt aus allgemeinem Trainingsmaterial, das nie als Beleg auftaucht, aber trotzdem Einfluss nimmt.
Und der Sentiment-Wert kann bereits von Dingen abhängen, die mit tatsächlicher Unternehmensleistung nichts zu tun haben. Eine Studie von Peec AI zeigt etwa, dass ein Firmenname, der beim Menschen elf Prozent positiver konnotiert ist, bereits zu einer 0,8 Prozent positiveren Beschreibung durch Sprachmodelle führt, unabhängig davon, was das Unternehmen tatsächlich leistet.
Wie sehr weichen KI-Antworten von der Realität ab?
Dass es sich dabei nicht um Einzelfälle handelt, zeigt eine der bislang größten unabhängigen Untersuchungen zu diesem Thema. Die European Broadcasting Union hat gemeinsam mit der BBC über 3.000 Antworten von ChatGPT, Copilot, Gemini und Perplexity in 18 Ländern und 14 Sprachen von Fachjournalist:innen bewerten lassen. 45 Prozent aller Antworten enthielten mindestens ein signifikantes Verständnisproblem. 31 Prozent zeigten ernsthafte Quellenprobleme – fehlend, irreführend oder falsch zugeordnet. 20 Prozent enthielten größere Genauigkeitsfehler wie veraltete Informationen oder erfundene Details.
Diese Fehler sind selten spektakulär. Meistens handelt es sich nicht um offensichtliche Falschbehauptungen, sondern um eine leichte Unschärfe: Ein Unternehmen wird etwas anders positioniert, als es sich selbst versteht. Ein Nebenaspekt wird zum Hauptmerkmal aufgebauscht. Eine veraltete Information hält sich hartnäckiger, als es der aktuellen Kommunikation lieb ist. Genau diese Unschärfe fällt in keinem Visibility-Dashboard auf. Sie zeigt sich erst, wenn jemand tatsächlich liest, was die KI antwortet, statt nur zu zählen, wie oft sie es tut.
Zuordnung entscheidet mehr als Tonalität
Die naheliegende Reaktion wäre, den Sentiment-Wert zu optimieren, also dafür zu sorgen, dass möglichst viel Positives über eine Marke gesagt wird. Das greift jedoch zu kurz. Ob eine Aussage überhaupt im richtigen Kontext zur richtigen Marke gehört, entscheidet mehr über Vertrauen als ihr Sentiment-Wert. Tonalität lässt sich messen. Die eigentlich entscheidende Frage – ist das wirklich über uns, was da steht? – beantwortet keine dieser Kennzahlen.
Genau deshalb reicht es nicht mehr, nur zu zählen, wie oft eine Marke auftaucht. Es lohnt sich, genauer hinzuschauen, welche Nuancen sich in der eigenen Positionierung über Zeit verschieben: Welche Begriffe hängen einer Marke plötzlich an, obwohl sie so nie kommuniziert wurden? Welche fehlen, obwohl sie eigentlich zentral wären?
Diese Beobachtung ist erst der Anfang. Der wichtigere Schritt ist, die eigene Positionierung in der Kommunikation – über eigene Kanäle genauso wie über Dritte – deutlich schärfer zu fassen, als es die meisten Unternehmen heute tun. Das bedeutet, jedes einzelne Wort zu hinterfragen: Erzeugt dieser Begriff wirklich die gewünschte Assoziation? Und wird er belegt, oder nur behauptet? Eine Aussage wie „wir bieten flexible Arbeitszeiten“ bleibt austauschbar, solange sie nicht mit echten Zahlen, echten Stimmen aus dem Unternehmen und einer Bestätigung von außen unterfüttert ist. Diese Schärfung lohnt sich doppelt: Sie macht eine Marke für Menschen klarer erkennbar und für Sprachmodelle schwerer falsch zuzuordnen.
Reputation ist keine GEO-Kampagne
Eine gute Reputation ist keine Zahl, die man in die Höhe treibt. Sie ist etwas, das man immer wieder mit echten Belegen unterfüttert – als Dauerauftrag. Vor allem aber braucht all das Zeit. Reputation, die sich über Jahre aufgebaut hat, lässt sich nicht in wenigen Wochen korrigieren – weder zum Schlechten noch zum Guten. Wer nur auf kurzfristige Sichtbarkeits-Spitzen schielt, verpasst genau deshalb den eigentlichen Hebel: den kontinuierlichen Aufbau von eigenen und fremden Quellen, der eine Marke über Jahre trägt. Sichtbarkeit in KI-Antworten ist dann kein Ziel mehr, sondern lediglich ein Nebenprodukt einer Reputation, die ohnehin stimmt.
Über die Autorin: Miriam Schwellnus ist Gründerin und Geschäftsführerin von Mashup Communications, einer Berliner Agentur für PR und Brand Storytelling, die sie 2009 gegründet hat. Aktuell beschäftigt sie sich intensiv mit Generative Engine Optimization (GEO) und der Frage, warum Reputation dabei mehr zählt als reine Sichtbarkeit. Sie ist zudem Bestseller-Autorin von „Storytelling für Unternehmen".