Wie sichtbar ist eine Website eigentlich für ChatGPT, Google AI Overviews und andere KI-Systeme? Mit unserem neuen KI-Sichtbarkeits-Abo beschäftigen wir uns genau mit dieser Frage. Und bevor wir diese Optimierungen für unsere Kunden durchführen, haben wir unser eigenes Angebot auf nextag.ch angewendet.
Das Ergebnis: Auch auf einer technisch bereits gut aufgestellten Website gibt es zahlreiche Möglichkeiten, Inhalte für Suchmaschinen und generative KI-Systeme verständlicher, eindeutiger und besser verknüpft aufzubereiten.
Wir haben deshalb unsere gesamte Website inklusive TYPO3-Hauptseite und WordPress-Blog analysiert, technisch optimiert und anschliessend erneut geprüft.
SEO allein reicht nicht mehr
Klassische Suchmaschinenoptimierung bleibt wichtig. Gute Inhalte, saubere Seitentitel, Meta-Descriptions, interne Verlinkungen und eine technisch einwandfreie Website bilden weiterhin die Grundlage.
Mit generativen Suchsystemen kommt jedoch eine weitere Ebene hinzu: GEO – Generative Engine Optimization.
Für KI-Systeme reicht es nicht immer aus, dass bestimmte Begriffe irgendwo auf einer Website vorkommen. Sie müssen möglichst eindeutig verstehen können:
- Wer ist die Next AG?
- Welche Dienstleistungen bietet Next an?
- Auf welche Technologien ist das Unternehmen spezialisiert?
- Welche Projekte wurden tatsächlich umgesetzt?
- Welche Personen gehören zum Unternehmen?
- Welche Blogartikel behandeln welche Leistungen?
- Wie hängen all diese Informationen miteinander zusammen?
Genau hier haben wir bei unserer eigenen Website angesetzt.
Strukturierte Daten komplett neu gedacht
Einer der grössten Bereiche unserer Optimierung war Schema.org.
Vor der Analyse waren zwar bereits strukturierte Daten vorhanden, allerdings waren wichtige Entitäten und deren Verknüpfungen nicht vollständig. Beispielsweise konnte auf der TYPO3-Website die zentrale Organization-Entität optimiert werden. Auch strukturierte Informationen für Leistungen, Personen, FAQs oder Referenzprojekte konnten erweitert werden.
Statt einzelne Informationen unabhängig voneinander auszugeben, haben wir deshalb einen zusammenhängenden Entity Graph aufgebaut.
Heute können Maschinen beispielsweise erkennen:
Next AG → bietet eine Leistung an → hat ein Referenzprojekt umgesetzt → setzte dafür eine bestimmte Technologie ein → ein Teammitglied war daran beteiligt.
Damit entstehen nicht einfach zusätzliche Keywords, sondern nachvollziehbare Beziehungen zwischen den Inhalten unserer Website.
Unternehmen, Leistungen und Kompetenzen eindeutig beschreiben
Auch unsere Unternehmensinformationen wurden für KI-Systeme eindeutiger strukturiert.
Die Marke Next AG und die juristische Firmierung Next Economy Solutions AG sind nun maschinenlesbar miteinander verbunden. Auch Unternehmenskennungen und weitere Informationen helfen dabei, das Unternehmen eindeutig zu identifizieren.
Unsere Kompetenzfelder werden ebenfalls strukturiert abgebildet. Dazu gehören unter anderem:
TYPO3, WordPress, Shopware 6, WooCommerce, Abacus AbaShop, Abacus REST API, Craft CMS und Craft Commerce, Magento, Laravel, Vue.js, Nuxt.js, Akeneo PIM, E-Commerce, Webentwicklung, Webdesign, GEO, SEO, Schnittstellenentwicklung und Individualsoftware.
Wichtig war uns dabei: Die Expertise soll nicht einfach behauptet, sondern durch Inhalte und Referenzen belegt werden.
Referenzprojekte sind deshalb mit den jeweiligen Leistungen und eingesetzten Technologien verknüpft. So kann ein System nachvollziehen, dass Next AG eine bestimmte Technologie nicht nur auf einer Leistungsseite erwähnt, sondern tatsächlich in Kundenprojekten eingesetzt hat.
Unsere Referenzen werden zu einem wichtigen GEO-Signal
Gerade unsere zahlreichen Referenzprojekte enthalten wertvolle Informationen über unsere Erfahrung.
Diese Informationen haben wir deshalb stärker strukturiert.
Die Referenzübersicht enthält nun eine maschinenlesbare ItemList mit 171 Projekten inklusive Name und URL. Gleichzeitig sind die einzelnen Projekte mit Leistungen und Technologien verbunden.
Dadurch können Suchmaschinen und KI-Systeme einfacher Antworten auf Fragen ableiten wie:
„Welche Online-Shops hat Next AG umgesetzt?“
oder
„Hat Next AG Erfahrung mit Abacus AbaShop?“
Das ist ein wichtiger Unterschied zwischen klassischer Keyword-Optimierung und GEO: Wir möchten nicht nur für einen Suchbegriff ranken, sondern Informationen so bereitstellen, dass Systeme daraus konkrete Antworten ableiten können.
TYPO3 und WordPress sprechen jetzt dieselbe Sprache
Eine weitere Besonderheit unserer Website: Die Hauptwebsite läuft mit TYPO3, während unser Blog mit WordPress betrieben wird.
Vor der Optimierung wurden beide Bereiche aus Sicht der strukturierten Daten teilweise wie voneinander getrennte Websites behandelt. Beispielsweise hatte der Blog eine eigene Website-Entität und Autoren waren nicht konsequent mit den Teamseiten der Hauptwebsite verbunden.
Das haben wir geändert.
Heute beschreiben TYPO3 und WordPress dieselbe Organisation, dieselbe Website und dieselben Personen.
Auch Blogartikel werden mit den entsprechenden Leistungen verbunden. Ein Artikel aus dem Bereich SEO kann dadurch beispielsweise auf die SEO-Leistung der Next AG verweisen. Von dort führen die Beziehungen wiederum zu Referenzprojekten und eingesetzten Technologien.
So entsteht eine durchgängige Informationsstruktur:
Blogartikel → Leistung → Referenzprojekt → Technologie
FAQs für direkte Antworten
Ein weiterer wichtiger Bestandteil unserer Optimierung sind FAQs.
Viele Suchanfragen – und insbesondere Fragen an KI-Assistenten – werden in natürlicher Sprache gestellt:
- Welche Vorteile hat Shopware 6?
- Ist TYPO3 oder WordPress besser für meine Website?
- Kann Abacus mit einem Online-Shop verbunden werden?
Solche Fragen möchten wir auf unseren Seiten möglichst konkret beantworten.
Dafür setzen wir einerseits auf eine Answer-First-Struktur, bei der wichtige Fragen möglichst direkt beantwortet werden. Andererseits können geeignete FAQs über FAQPage, Question und Answer strukturiert ausgezeichnet werden.
Unsere Analyse hat gezeigt, dass viele unserer bestehenden Leistungsseiten bereits sehr gut nach diesem Prinzip aufgebaut sind. Überschriften wie „Ist TYPO3 das richtige CMS-System für meine Website?“ oder „Ist Shopware 6 das richtige System für meinen Online Shop?“ bieten bereits eine gute Grundlage für generative Suchsysteme.
llms.txt und Zugänglichkeit für KI-Crawler
Zusätzlich haben wir unsere llms.txt erweitert.
Sie stellt zentrale Fakten zur Next AG kompakt und strukturiert zur Verfügung – beispielsweise Informationen zum Unternehmen, zu Kompetenzen, Zertifizierungen und wichtigen Einstiegsseiten.
Gleichzeitig haben wir kontrolliert, ob relevante KI-Crawler technisch auf unsere Inhalte zugreifen können. Die Website blockiert GPTBot, Google-Extended oder andere geprüfte KI-Crawler nicht. Auch unsere Bilder bleiben für Crawler sichtbar, die kein JavaScript ausführen.
Auch klassisches technisches SEO wurde geprüft
GEO ersetzt SEO nicht. Deshalb haben wir im Rahmen der Analyse gleichzeitig zahlreiche klassische technische SEO-Faktoren kontrolliert und optimiert.
Unter anderem wurden:
- Open-Graph-Daten optimiert und ergänzt
- og:url und die korrekte Schweizer Locale ergänzt
- Meta-Description-Fallbacks verbessert
- Breadcrumbs technisch bereinigt
- die XML-Sitemap korrigiert
- die Blog-Sitemap in die robots.txt aufgenommen
- Robots-Direktiven für grössere Bild- und Textvorschauen ergänzt
- veraltete Microdata entfernt
- interne Links mit beschreibenden Ankertexten versehen
- die Überschriftenstruktur verschiedener Bereiche verbessert
Unsere TYPO3-Sitemap enthielt beispielsweise zuvor 46 URLs. Nach der Bereinigung sind es 48 relevante URLs: Vier wichtige Referenz-Kategorieseiten wurden ergänzt, während eine Weiterleitung und eine technische Containerseite entfernt wurden.
Auch Canonicals, Weiterleitungen, 404-Statuscodes, noindex-Seiten und die H1-Struktur wurden überprüft.
Nach der Optimierung kommt die Kontrolle
Eine technische Änderung ist für uns erst abgeschlossen, wenn sie auch überprüft wurde.
Deshalb haben wir nach der Umsetzung unterschiedliche Seitentypen erneut getestet – von der Startseite über Leistungsseiten und Referenzen bis zu Teamseiten, FAQs und Blogartikeln.
Dabei wurden unter anderem die Validität der strukturierten Daten, eindeutige IDs, Verknüpfungen zwischen Entitäten, Breadcrumbs und weitere technische Eigenschaften kontrolliert.
Auch alte Microdata wurde vollständig überprüft: Auf den getesteten Seitentypen in TYPO3 und WordPress blieben nach der Bereinigung keine alten itemprop-, itemscope- oder itemtype-Attribute zurück.
GEO ist kein einmaliges Projekt
Eine wichtige Erkenntnis aus unserem eigenen Test: KI-Sichtbarkeit ist kein einzelner technischer Schalter.
Es geht um das Zusammenspiel verschiedener Bereiche:
Technik + strukturierte Daten + Inhalte + Entitäten + Referenzen + interne Verlinkung + klassische SEO.
Und die Arbeit ist damit nicht abgeschlossen. Aus der Analyse sind auch weitere redaktionelle Optimierungsmöglichkeiten entstanden. Vergleichsinhalte können beispielsweise stärker als Tabellen aufgebaut und längere Inhalte mit zusätzlichen Zwischenüberschriften strukturiert werden. Dadurch lassen sich einzelne Informationen noch besser erfassen und extrahieren.
Genau deshalb verstehen wir GEO nicht als einmalige Optimierung, sondern als laufenden Prozess.
Was wir aus unserem eigenen KI-Sichtbarkeits-Abo gelernt haben
Unser Selbsttest hat vor allem eines gezeigt: Eine Website kann für Menschen und klassische Suchmaschinen bereits gut funktionieren und trotzdem erhebliches Potenzial für generative Suchsysteme besitzen.
Viele Verbesserungen sind für Besucher auf den ersten Blick gar nicht sichtbar. Im Hintergrund sorgen sie jedoch dafür, dass Maschinen besser verstehen können, wer wir sind, was wir anbieten, worin unsere Expertise liegt und welche Referenzen diese Expertise belegen.
Genau hier setzt unser KI-Sichtbarkeits-Abo an.
Wir analysieren nicht nur, ob eine Website technisch erreichbar ist. Wir prüfen, wie verständlich Unternehmen, Leistungen, Inhalte und Expertise für Suchmaschinen und KI-Systeme aufbereitet sind, identifizieren Optimierungspotenzial und entwickeln daraus konkrete Massnahmen.
Und weil wir wissen wollten, ob unser Ansatz auch in der Praxis funktioniert, haben wir ihn zuerst dort eingesetzt, wo wir jedes Detail kennen – auf unserer eigenen Website.
