Die 5 häufigsten GEO-Fehler — aus 450 Audits internationaler Unternehmen

Fehler 1 — Kein llms.txt

96 % der geprüften Unternehmen haben keine llms.txt (Erhebungszeitraum: April bis Juni 2026).

Die llms.txt is die einfachste, direkteste Ansage an ein KI-System: eine Markdown-Datei im Wurzelverzeichnis, die sagt, worum es auf der Seite geht und wo das Wichtige steht. Sie kostet kaum Aufwand, und sie ist trotzdem fast nirgends vorhanden. Das ist der billigste Hebel mit der höchsten Verbreitungslücke — wer ihn nicht zieht, verschenkt das niedrig hängende Obst.

Eine Einordnung, die diese Zahl ehrlich hält: Im SMB-E-Commerce hat sich das Bild im Mai 2026 verschoben, weil Shopify Millionen Stores automatisch mit einer Standard-llms.txt versehen hat. Das betrifft aber genau diese Plattform — nicht die Enterprise-Stacks (AEM, TYPO3, Custom), auf denen internationale Konzerne laufen. Für den geprüften Korpus bleibt die Lücke offen. Und selbst dort, wo eine Datei automatisch erscheint, stellt sich die nächste Frage sofort: Ist es Ihre Stimme oder ein generischer Default? Dazu mehr in einem eigenen Beitrag.

Fehler 2 — Schema nur auf der Startseite

78 % setzen strukturierte Daten ausschließlich auf der Homepage ein. Die Unterseiten bleiben stumm.

Das ist, als würde man dem Pförtner die Firmenbroschüre geben und alle Türen dahinter unbeschriftet lassen. Strukturierte Daten sagen einer Maschine, was auf einer Seite steht — ein Produkt, eine FAQ, ein Artikel, eine Brotkrumennavigation. Wenn nur die Startseite ausgezeichnet ist, versteht das Modell die eine Seite, die am wenigsten verkauft, und rät bei allen, die es tun.

Fehler 3 — robots.txt blockiert die KI-Crawler

34 % blockieren GPTBot, 28 % blockieren Google-Extended. Die Frage, die fast nie jemand beantworten kann: gewollt oder versehentlich?

Eine einzige Zeile in der robots.txt entscheidet, ob ein KI-System Ihre Seite überhaupt betreten darf. Oft steht diese Zeile dort, weil ein Theme sie mitbringt oder weil vor Jahren jemand pauschal „Bots" aussperren wollte. Das Ergebnis ist dasselbe: Die Antwortmaschine kommt nicht herein, empfiehlt den Wettbewerber — und Sie haben ihr selbst die Tür zugezogen, ohne es zu wissen.

Fehler 4 — Kein FAQPage-Schema

Nur 12 % nutzen FAQPage — 88 % verzichten darauf. Dabei ist es einer der stärksten Hebel für KI-Zitate überhaupt.

Ein Modell, das eine Frage beantwortet, sucht nach Inhalten, die in Frage-Antwort-Form vorliegen — weil es genau das ausgeben will. FAQPage-Schema serviert ihm das Format, in dem es ohnehin denkt. Eine sauber ausgezeichnete FAQ ist nicht Deko, sie ist eine Einladung, zitiert zu werden.

Fehler 5 — Fehlende E-E-A-T-Signale

87 % haben keinen sichtbaren Autor auf ihren Fachinhalten. Für ein Modell ist das ein Vertrauensabzug.

KI-Systeme gewichten Quellen danach, wie verlässlich sie wirken — Erfahrung, Expertise, Autorität, Vertrauen. Ein Fachartikel ohne erkennbaren Verfasser, ohne Beleg, ohne nachvollziehbare Herkunft liest sich für die Maschine wie für einen skeptischen Menschen: anonym, also vorsichtig zu behandeln. Genau hier entscheidet sich, ob Sie als Quelle taugen oder als Rauschen durchgehen.