Question 1 (Modul 1)
Was ist der fundamentale Unterschied zwischen SEO und GEO?
- GEO ist nur eine andere Bezeichnung für SEO
- Bei SEO erhält der Nutzer Links, bei GEO eine kuratierte KI-Antwort
- GEO funktioniert nur für B2B-Unternehmen
- SEO und GEO haben keine Überschneidungen
Bei GEO ist Zitation statt Position das Ziel.
Question 2 (Modul 1)
Warum ist GEO gerade jetzt strategisch wichtig?
- Google stellt die Suche ein
- KI-Modelle crawlen bald keine Webseiten mehr
- Frühzeitig verankerte Fakten schaffen einen First-Mover-Vorteil
- SEO wird ab 2027 verboten
Wer heute Fakten maschinenlesbar verankert, gewinnt den KI-Vorteil.
Question 3 (Modul 1)
Wie verhalten sich SEO und GEO zueinander?
- GEO ersetzt SEO vollständig
- Sie überschneiden sich zu ~60% und ergänzen sich
- Sie sind völlig verschieden
- GEO ist ein Teilgebiet von SEO
~60% Overlap (Content Quality, E-E-A-T, Structured Data).
Question 4 (Modul 1)
Was ist der gemeinsame Nenner aller KI-Engines?
- Alle nutzen dasselbe Modell
- Alle bewerten nur Backlinks
- Alle crawlen nur Wikipedia
- Strukturierte Daten, Hierarchie und verifizierbare Fakten
Trotz unterschiedlicher Methoden ist dies der gemeinsame Nenner.
Question 5 (Modul 1)
Warum scheitern viele GEO-Initiativen?
- Sie bleiben bei der Diagnose stehen ohne zu implementieren
- Sie verwenden zu viele Keywords
- Sie ignorieren Social Media
- Sie implementieren zu schnell
Diagnose allein löst das Problem nicht — Execution ist entscheidend.
Question 6 (Modul 2)
Welche drei Dimensionen vereint ein AI Visibility Score?
- Backlinks, Keywords, Social Signals
- Page Speed, Mobile Score, SEO Score
- Technische Maschinenlesbarkeit, Brand Accuracy, Citation Rate
- Design, Content, Code
Die 3 Dimensionen des AI Visibility Scores.
Question 7 (Modul 2)
Welche Audit-Kategorie ist für Management-Präsentationen am wirkungsvollsten?
- Technical Foundation
- Brand Accuracy
- Competitive Positioning
- Schema & Strukturierte Daten
Live demonstrieren, dass die KI den Konkurrenten empfiehlt = Handlungsdruck.
Question 8 (Modul 2)
Was ist das Anti-Bot-Paradox?
- Bots werden immer schneller
- Bots können keine Bilder erkennen
- Zu viele Bots überlasten Server
- Sicherheitsmaßnahmen blockieren auch legitime KI-Crawler
60% seriöser Sites blockieren KI-Crawler, aber nur 9% von Misinfo-Sites.
Question 9 (Modul 2)
Was bedeutet ein Score von 45 (Note C)?
- Grundlegende GEO-Arbeit fehlt, KIs empfehlen den Wettbewerber
- Die Website ist perfekt optimiert
- Nur kleine Anpassungen nötig
- Die Website wurde nie indexiert
Note C = unterdurchschnittlich. Wettbewerber werden bevorzugt.
Question 10 (Modul 2)
Warum ist sameAs so wirkungsvoll?
- Es verbessert die Ladezeit
- Es erhöht Backlinks
- KI kann Behauptungen über unabhängige Quellen kreuzvalidieren
- Es macht Bilder maschinenlesbar
sameAs verknüpft mit Wikipedia, LinkedIn → KI kann Fakten unabhängig verifizieren.
Question 11 (Modul 3)
Was passiert, wenn robots.txt eine 404 zurückgibt?
- KI crawlt die gesamte Website
- KI crawlt konservativ — weniger Daten
- Die Website wird deindexiert
- Kein Effekt
Ohne robots.txt = „unklar" → konservatives Crawling.
Question 12 (Modul 3)
Was sind die 4 goldenen Regeln für die llms.txt?
- Keywords, Backlinks, Meta-Tags, Alt-Texte
- HTML, CSS, JavaScript, PHP
- Kurz, kreativ, dynamisch, innovativ
- Faktendichte, zitierbare Sätze, Konsistenz, max. 4000 Tokens
Faktendichte statt Marketing, zitierbar, konsistent, max. 4.000 Tokens.
Question 13 (Modul 3)
Wie lautet die Alt-Text-Formel für Visual GEO?
- Subjekt + Kontext + Material + Marke
- Keyword + Keyword + Keyword
- Dateiname + Größe + Format
- „Bild" + Nummer
[Subjekt] + [Kontext] + [Material/Eigenschaft] + [Markenname].
Question 14 (Modul 3)
Welche JSON-LD-Schema-Typen sind Pflicht?
- Recipe, Event, HowTo
- Nur Organization reicht
- Organization, WebSite, BreadcrumbList, FAQPage
- Es gibt keine Pflicht-Schemata
Das Basis-Set: Organization, WebSite, BreadcrumbList, FAQPage.
Question 15 (Modul 3)
Was ist Answer Density?
- Anzahl der Antworten pro Seite
- Konzentration zitierbarer Fakten in den ersten 100 Wörtern
- Länge der FAQ-Antworten
- Wie schnell die KI antwortet
Faktendichte am Seitenanfang — die ersten 50-100 Wörter entscheiden.
Question 16 (Modul 4)
Was können Context Markers, das Standard-Schema nicht kann?
- Bilder maschinenlesbar machen
- Bessere SEO-Rankings
- Der KI sagen, WANN sie eine Marke empfehlen soll
- Die Ladezeit verbessern
Context Markers beantworten: In welcher Situation soll die KI empfehlen?
Question 17 (Modul 4)
Welche 3 Kernfragen beantworten Context Markers?
- Brand Personality, Recommendation Triggers, Negative Markers
- Preis, Qualität, Verfügbarkeit
- HTML, CSS, JavaScript
- Name, Adresse, Telefon
Markenpersönlichkeit, Wann empfehlen, Wann NICHT empfehlen.
Question 18 (Modul 4)
Warum sind Negative Markers strategisch wertvoll?
- Sie reduzieren die Dateigröße
- Höhere Präzision, Vertrauenssignal, weniger Halluzination
- Für Google Ads erforderlich
- Sie verbessern die Ladezeit
Präzisere Empfehlungen, fachliche Integrität, verhindert halluzinierte Szenarien.
Question 19 (Modul 4)
Welcher Layer erreicht Browsing-Agents wie ChatGPT-User?
- Layer 1: Meta-Tags
- Layer 2: JSON-LD
- Layer 4: Microdata
- Layer 3: sr-only
Layer 3 (sr-only) wird von Browsing-Agents gelesen, die den DOM durchsuchen.
Question 20 (Modul 4)
Was passiert bei Inkonsistenz zwischen sr-only und sichtbarem Content?
- KI bevorzugt sr-only-Text
- Nichts, KI ignoriert sr-only
- KI stuft die Seite als unzuverlässig ein
- Website wird deindexiert
Inkonsistenz = KI erkennt den Widerspruch → Seite wird als unzuverlässig eingestuft.
Question 21 (Modul 5)
Was ist das Grundprinzip von AI-Bot Middleware?
- Alle Bots blockieren
- KI-Crawler erhalten eine datenoptimierte Version
- Website wird schneller
- Es ist ein CMS-Plugin
KI-Crawler → optimierten Code, Menschen → normale Seite.
Question 22 (Modul 5)
Wie erkennt die Middleware KI-Crawler?
- An der IP-Adresse
- An der Bildschirmauflösung
- Am User-Agent-String
- An der Seitenladezeit
User-Agent-String = digitaler Ausweis im HTTP-Header.
Question 23 (Modul 5)
Was bedeutet Zero-Code-Optimierung?
- Optimierungen im CDN, ohne CMS-Quellcode anzufassen
- Keine Programmierung nötig
- Website hat keinen Code
- Nur CSS-Änderungen
Zero-Code = Schema-Injection direkt im CDN/Edge-Netzwerk.
Question 24 (Modul 5)
Welches Problem löst Endpoint Routing?
- Langsame Ladezeiten
- Fehlende Backlinks
- Zu wenig Content
- CMS erlaubt keine Dateien wie llms.txt
llms.txt aus Edge-Cache liefern, wenn CMS keine .txt-Uploads erlaubt.
Question 25 (Modul 5)
Wann ist Edge Routing zwingend nötig?
- Bei jeder Website
- Bei Legacy-CMS oder geschlossenen SaaS-Systemen
- Nur bei E-Commerce
- Nur bei 1000+ Seiten
Legacy-CMS und SaaS-Systeme erlauben keine direkten Code-Änderungen.
Question 26 (Modul 6)
Wie viele Phasen hat ein professionelles GEO-Audit?
- 3 Phasen
- 4 Phasen
- 6 Phasen
- 5 Phasen
5 Phasen: Discovery, Schema Deep Dive, E-E-A-T, Brand Accuracy, Competitive Benchmark.
Question 27 (Modul 6)
Was gehört in die Priorität 🔴 „Sofort" (Woche 1)?
- Blockierter KI-Zugang oder falsche Informationen
- Context Markers implementieren
- Edge Routing einrichten
- Visual GEO optimieren
🔴 Sofort = KI-Zugang blockiert oder falsche Infos im Schema.
Question 28 (Modul 6)
Welche Phase des Audits beginnt im Code?
- Phase 4: Brand Accuracy
- Phase 5: Competitive Benchmark
- Phase 2: Schema & Content Deep Dive
- Phase 1: Discovery
Phase 2 analysiert JSON-LD, Context Markers, Answer Density und Alt-Texte.
Question 29 (Modul 6)
Was ist der wichtigste Fehler bei Audit-Reports?
- Zu viele Seiten
- Den Report für sich selbst schreiben statt für den Empfänger
- Zu wenig Code-Beispiele
- Keine Bilder
CTO braucht keine JSON-LD-Erklärung, Marketing-Manager keine Code-Snippets.
Question 30 (Modul 6)
Was ist die Bestehensgrenze für die Zertifizierung?
- 70% (21 von 30 Fragen)
- 50% (15 von 30 Fragen)
- 90% (27 von 30 Fragen)
- 100% (alle 30 Fragen)
70% = 21 von 30 Fragen korrekt beantwortet.