GEO statt SEO? Für den Mittelstand die falsche Frage

Unser Take vorweg: GEO im B2B ist Markenarbeit, kein Performance-Kanal. Für den technischen Mittelstand ist damit die Frage „GEO statt SEO“ falsch gestellt.

Die falsche Frage

Jens Fauldrath, Gründer und Geschäftsführer der get:traction GmbH und Vorsitzender der BVDW-Fokusgruppe Search, hat in seinem Fachartikel „GEO ist kein neues SEO“ die schärfste Formulierung dieser Debatte geliefert. Seine Kernaussage: Wer GEO wie SEO misst, erzeugt Scheingenauigkeit.

Ich teile diese Position vollständig. Was seine bewusst allgemein gehaltene Analyse offenlässt, ist die Spezialisierung für eine bestimmte Zielgruppe, und genau dort wird es für den technischen Mittelstand interessant.

Die Vergleichsfrage „GEO oder SEO“ behandelt beide wie konkurrierende Kanäle, zwischen denen man ein Budget aufteilt. Das ist der Denkfehler.

Drehen wir die Frage um, wie wir es in jeder Erstdiagnose tun. Die produktive Frage lautet nicht „Welcher Kanal gewinnt?“. Sie lautet: Was bleibt von meiner Marke übrig, wenn die Maschine die Antwort gibt und keiner mehr klickt? Diese Frage führt zu einer anderen Disziplin als zur Kanal-Optimierung.

Warum die SEO-Rechnung in der KI-Suche nicht aufgeht

SEO ist ein Performance-Kanal, weil sich eine Kette rechnen lässt. Suchvolumen mal Klickrate ergibt Besucher, Besucher mal Conversion-Rate ergibt Abschlüsse. Jede Größe ist messbar oder seriös schätzbar.

In der generativen Suche bricht diese Kette auf jeder Stufe. Es gibt kein Prompt-Volumen, das verlässlich sagt, wie oft eine Frage überhaupt gestellt wird. Und die Größe, die man eigentlich wissen will, also wie viele Menschen eine KI-Antwort mit der eigenen Marke gesehen haben, ist prinzipiell unsichtbar.

Dazu kommt die Volatilität. Eine arXiv-Studie vom April 2026 („Don’t Measure Once“) hat gemessen, dass sich die zitierten Quellen zwischen zwei aufeinanderfolgenden Tagen nur zu 34 bis 42 Prozent überschneiden. Die Hälfte der Belege wechselt also quasi täglich.

Der naheliegende Einwand lautet: Dann mittelt man eben über längere Zeiträume und nimmt den Share of Voice, also den Anteil der eigenen Marke an allen einschlägigen KI-Nennungen, als Proxy.

Das hilft nicht, weil die Schwankung kein Sampling-Problem ist. Sie steckt im Modell selbst, in wechselnden Retrieval-Fenstern, neuen Trainingsständen und der Streuung einzelner Prompts. Mehr Messpunkte glätten eine Kurve, die strukturell instabil ist.

Hinzu kommt eine grundsätzliche Asymmetrie der Systeme. Cloudflare hat in seiner Analyse „The crawl before the fall of referrals“ gezeigt, wie weit Crawling und Referral inzwischen auseinanderliegen: Während klassische Suchmaschinen über Jahre eine niedrige einstellige Zahl gecrawlter Seiten pro Besucher hatten, liegen einzelne KI-Plattformen in der Größenordnung von tausend bis zu mehreren zehntausend Crawls pro vermitteltem Besucher.

Eine Suchergebnisseite will, dass Sie klicken. Ein Chat-System will, dass Sie bleiben.

Damit ist die methodische Trennlinie gezogen, und sie deckt sich mit der Distinktion zwischen klassischem SEO und KI-SEO. Erwähnungs- und Sentiment-Daten aus GEO-Tools sind Markenmonitoring, vergleichbar mit Media-Beobachtung in der PR. Wer sie in ein Performance-Reporting steckt, verspricht eine Genauigkeit, die das Medium nicht hergibt.

Messbar bleibt die Substanz trotzdem, nur über den klassischen Hebel. Dieselbe Autoritäts-Arbeit, die KI-Sichtbarkeit erzeugt, zahlt auf Rankings, Topical Authority und qualifizierte Anfragen ein, und genau diese Seite lässt sich sauber messen. Die KI-Sichtbarkeit ist der Aufschlag obendrauf, den man nicht separat metrisieren kann.

Wie groß der Klick-Schwund sein kann, zeigt ein Einzelfall aus unserer Beratungspraxis als Illustration, nicht als repräsentative Zahl: eine Seite, die ihre Seite-1-Rankings ausbaut und deren Klickrate über alle Rankings trotzdem von 3,6 auf unter 0,3 Prozent fällt, weil über den Treffern die KI-Antwort steht.

Dass das kein Ausreißer bleibt, belegt die unabhängige Messung von SISTRIX: AI Overviews erscheinen in Deutschland für gut 20 Prozent aller Keywords, im Longtail für rund 30 Prozent, und informationsgetriebene Inhalte verlieren dabei am stärksten Klicks. Das Wachstum hat sich zuletzt verlangsamt, doch das Niveau reicht, um die Klick-Ökonomie spürbar zu verschieben.

Gewinner, Verlierer und der Lesefehler des Mittelstands

Fauldrath sortiert in seiner Analyse, wem GEO nützt und wem nicht, und die Sortierung ist hilfreich. Profitieren können Produkthersteller, beratungsintensive B2B-Anbieter und lokale Anbieter, deren Empfehlung im Chat direkt wirkt. Strukturell verlieren werbefinanzierte Publisher, Affiliate-Modelle und austauschbare Händler, deren Erlös am Klick hängt.

Für den Verlierer-Quadranten gibt es harte Zahlen: Eine Studie über 973 Shops zeigt, dass Affiliate- und organischer Traffic besser konvertieren als ChatGPT-Referrals. Vor allem aber bleibt der Kanal winzig: rund 0,2 Prozent der Sessions, etwa 200-mal weniger als die organische Google-Suche.

Das ist eine E-Commerce-Realität und kein B2B-Maßstab, taugt also als Warnung für Händler, nicht als Prognose für den Maschinenbau.

Der eigentliche Punkt liegt in einer Distinktion, die in der GEO-Debatte gern verschwimmt. Der technische Mittelstand gehört eindeutig in den Gewinner-Quadranten. Wer einen Hydraulikzylinder mit definierter Druckklasse verkauft, steht nicht im Preisvergleich. Er steht in der Spezifikationsberatung.

Genau diese beratungsintensiven, erklärungsbedürftigen Anbieter sind es, die ein Chat-System nennt, wenn ein Einkäufer sein Problem noch sortiert. Austauschbarkeit entsteht über den Preis, Relevanz entsteht über die Spezifikation. Hidden Champions sitzen auf der richtigen Seite dieser Linie.

Das gilt allerdings nur für Hersteller, die ihr Spezifikationswissen auch sichtbar machen. Wer es ausschließlich hinter Logins hält, sitzt im Gewinner-Quadranten des Modells, aber nicht in dem der Praxis.

Trotzdem reagiert genau diese Zielgruppe wie ein Verlierer. Die Angst vor Traffic-Verlust stammt aus der klassischen SEO-Sozialisation, in der jeder Klick zählte, und sie wird ungeprüft auf ein Medium übertragen, in dem der Klick nie der Zielwert war.

Ein Konstrukteur, der über die KI nach einem Komponenten-Lieferanten fragt, klickt vielleicht nie auf eine Website, und das ist für den Hersteller nicht das Problem. Das Problem ist, im falschen Moment in keiner Antwort vorzukommen.

Im B2B war die Metrik nie der Klick

Im langen B2B-Kauf war die entscheidende Größe immer die Präsenz im Relevant Set, also auf der kurzen Liste der ernsthaft erwogenen Anbieter, bevor das Lastenheft überhaupt geschrieben ist. Wer dort steht, wird angefragt. Wer dort fehlt, taucht in der formalen Auswahl gar nicht erst auf.

Eine KI-Erwähnung wirkt damit früher, als ein Klick je wirken könnte, nämlich in der Anbahnung, lange vor dem messbaren Funnel.

Das ist auch der Grund, warum das Mess-Problem den Mittelstand schwächer trifft als den E-Commerce. Wer im technischen Direktvertrieb arbeitet, hat Klick-Attribution ohnehin nie als Haupt-KPI geführt. Wer parallel Google Ads fährt, merkt die Verschiebung in der Attribution, in der Methode bleibt sie überschaubar. Der Verlust einer Kennzahl wiegt leicht, wenn man nie auf sie gesteuert hat.

Die Daten zur AI-Nutzung im B2B-Einkauf stützen das: Laut einer Gartner-Erhebung von 2025, aufbereitet vom Demand Gen Report, nutzten rund 45 Prozent der B2B-Käufer generative KI vor allem zur Recherche über Anbieter und Produkte, während etwa 69 Prozent die so gewonnenen Erkenntnisse anschließend beim Vertrieb gegenprüfen.

Eine Einschränkung gehört dazu: Belastbare GEO-Conversion-Zahlen für die Industrie gibt es noch nicht. Die These stützt sich bewusst auf Kaufverhalten und Marktstruktur, nicht auf Outcome-Daten, die der Markt schlicht noch nicht liefert.

Die KI sitzt am Anfang der Reise, der Abschluss läuft weiter über den Menschen. Das ist die Signatur von Markenarbeit, und es ist der gleiche Vorgang, den auch AI Overviews im B2B-Industriemarketing auslösen.

Das Asset, das im PDF-Friedhof liegt

Es gibt eine Pointe in dieser Entwicklung, die in der GEO-Diskussion kaum vorkommt. Die Modelle ziehen ihre Empfehlungskraft aus genau den fachlichen Quellen, deren Geschäftsmodell sie gerade unter Druck setzen. Sie brauchen belastbares Grounding-Material, um überhaupt differenziert antworten zu können.

Und der technische Mittelstand sitzt auf diesem Material in einer Qualität, die kaum ein Marktbegleiter erreicht: Datenblätter, Normbezüge, Auslegungstabellen, Engineering-Wissen aus Jahrzehnten.

Nur liegt dieses Material an der falschen Stelle. Es gilt intern als Vertriebsunterlage, steckt in PDFs hinter einem Login oder in einem Downloadcenter, das kein Crawler sauber liest.

Für die KI-Sichtbarkeit zählt dabei weniger das Backlink-Profil einer Seite. Entscheidend ist, ob ein Inhalt direkt, präzise und maschinell leicht zusammenfassbar ist. Genau das leisten technisch sauber ausgezeichnete Datenblätter und Normbezüge.

Die gute Nachricht für den Mittelstand: Dieses Material crawlbar und zitierfähig zu machen, ist kein SEO-Großprojekt. Es ist eine Frage von Zugänglichkeit, sauberer Struktur und maschinenlesbarer Auszeichnung. Der Hebel ist einfach zu benennen. Ihn sauber über tausende Datenblätter hinweg umzusetzen, samt der Autoritäts-Architektur, die das Material zusammenhält, ist dann die eigentliche Manufaktur-Arbeit.

Wer hier ansetzt, betreibt im Kern Sichtbarkeit für KI-Suchmaschinen und arbeitet an einem Asset, das ohnehin auch die klassische Suche trägt.

Die Gegenposition: „Wer jetzt nicht GEO macht, verliert“

Die ehrlichste Gegenposition zu diesem Text kommt nicht von Hype-Verkäufern. Sie kommt von ernstzunehmenden Anbietern. Etablierte GEO-Tool-Anbieter und SEO-Toolhersteller sprechen von Sichtbarkeit und Share of Voice und argumentieren: Die KI-Suche wächst, sie verschiebt das Entdecken von Anbietern, und wer jetzt keine Position aufbaut und misst, verliert in der KI-Suche den Anschluss.

Diese Position verdient eine faire Wiedergabe. Die Nachfrage ist real, der Trend ist real, und das Bedürfnis, etwas zu messen statt im Blindflug zu agieren, ist legitim. Im Ton hat sie recht: Ja, man sollte jetzt anfangen.

In der Konsequenz greift sie daneben, und zwar aus einem methodischen Grund. Sie verwechselt die Steuerungslogik. GEO-Erfolg besteht aus Erwähnung, Tonalität und Positionierung, also aus Markenwirkung, und die steuert man wie PR, nicht wie Performance.

Daraus folgt eine unbequeme organisatorische Konsequenz, die im Mittelstand oft ins Leere läuft: Die Empfehlung „Strategie zur Markenführung“ setzt eine PR- oder Brand-Abteilung voraus, die es im Maschinenbau-Mittelstand selten gibt.

Genau diese Lücke schließt bei uns das VISIBL-Framework, weil es Topical-Authority-Planung und technische Crawlbarkeit in derselben Roadmap hält, statt sie auf zwei Abteilungen zu verteilen, die der Mittelstand nicht besetzt hat.

Wer GEO als isolierten Mess-Kanal kauft, bekommt ein Dashboard. Wer es als Markenarbeit begreift, bekommt eine Position.

Erst das Geschäftsmodell, dann die GEO-Strategie

Diese Einschätzung ist eine Momentaufnahme, denn die Plattformen experimentieren. OpenAI hat einen integrierten Checkout in ChatGPT getestet und im Frühjahr 2026 wieder eingestellt und verweist Käufer derzeit zurück an die Shops der Händler.

Selbst dort, wo die KI die direkte Transaktion angestrebt hat, ist sie zur Verweislogik zurückgekehrt, und das stützt die These eher, als sie zu schwächen: Autorität wirkt vor der Transaktion.

Stabil bleibt die Ökonomie des Mediums. Ein System, das Antworten gibt, produziert strukturell weniger Klicks als eines, das Links anbietet.

Für den technischen Mittelstand heißt das: Die Vergleichsfrage „GEO statt SEO“ lohnt die Diskussion nicht. Was sich lohnt, sind drei nüchterne Fragen vor jeder Maßnahme. Wie nutzen meine Einkäufer diese Systeme? Woher lernen die Systeme über meine Marke? Und passt das, was eine KI-Empfehlung leisten kann, zu meinem Geschäftsmodell?

Wer das Konzept hinter Generative Engine Optimization verstanden hat, sieht: Die Antwort liegt selten im nächsten Tool-Abo. Sie liegt in Substanz, die sichtbar gemacht wird.

In der Erstdiagnose prüfen wir genau das: ob GEO für ein konkretes Geschäftsmodell der richtige Hebel ist oder ob die eigentliche Arbeit eine Etage tiefer beginnt. Wir vergeben die Projektplätze für solche Topical-Authority-Mandate im technischen B2B-Mittelstand bewusst limitiert, weil die Manufaktur-Arbeit dahinter nicht skaliert. Wer stattdessen reflexhaft Tools kauft, hat in zwei Jahren ein Tool-Portfolio und keine Position.