Stellen Sie sich ein Abendessen vor.

Neben Ihnen sitzt dieser eine Mensch, den irgendwie jeder kennt. Gut vernetzt, belesen, mit einem Gedächtnis wie ein Aktenschrank. Irgendwann fragt jemand in die Runde: „Wer macht eigentlich gute Steuerberatung für Selbstständige?“ Und dieser Mensch nennt, ohne zu zögern, zwei Namen.

Ihren nicht.

Genau das passiert gerade millionenfach am Tag. Nur sitzt der gut vernetzte Bekannte längst nicht mehr am Tisch. Er heißt ChatGPT, Gemini, Claude oder Perplexity. Wenn jemand ihn nach einer Empfehlung fragt, fällt entweder Ihr Name. Oder eben nicht.

Large Language Model Optimization, kurz LLMO, ist die Arbeit daran, dass Ihr Name fällt.

LLMO sorgt dafür, dass Marken in Antworten von Sprachmodellen verstanden, empfohlen und aus vertrauenswürdigen Quellen genannt werden.

Was LLMO bedeutet

LLMO bezeichnet die Optimierung Ihrer Inhalte, Ihrer Daten und Ihrer gesamten Spuren im Netz, damit große Sprachmodelle Ihre Marke verstehen, ihr vertrauen und sie in ihren Antworten korrekt erwähnen oder zitieren. Sprachmodelle sind die Systeme hinter Werkzeugen wie ChatGPT, Google Gemini, Anthropics Claude oder Perplexity.

Der Unterschied zur klassischen Suchmaschinenoptimierung steckt in einem einzigen Wort: Platzierung.

SEO kämpft um die vorderen Plätze einer Trefferliste. Es will, dass jemand klickt. LLMO kämpft um etwas anderes. Es will, dass Sie genannt werden, wenn eine Maschine eine fertige Antwort formuliert, oft ganz ohne dass der Fragende noch irgendwo hinklickt. Die Trefferliste verschwindet hinter der Antwort. Und in dieser Antwort gibt es keine zehn blauen Links mehr, sondern einen Absatz mit ein, zwei Empfehlungen.

Wer dort vorkommt, gewinnt. Wer dort fehlt, existiert für diesen Menschen schlicht nicht.

Das ist die Verschiebung, die viele unterschätzen. Sichtbarkeit war früher ein Ranking. Sichtbarkeit ist heute eine Erwähnung.

Der Begriffs-Dschungel: LLMO, GEO, AEO, AIO

Hier wird es kurz unübersichtlich, und Sie sollen wissen, warum.

Rund um die KI-Suche sind in zwei Jahren gleich vier Kürzel entstanden, die sich gegenseitig auf die Füße treten. LLMO für Large Language Model Optimization. GEO für Generative Engine Optimization. AEO für Answer Engine Optimization. Und AIO (AI Optimization) als Dach über allem.

Die feinen Unterschiede, falls sie Sie interessieren: AEO will, dass Ihr Inhalt als die eine direkte Antwort auf eine konkrete Frage erkannt wird. GEO zielt darauf, in den zusammengesetzten Antworten generativer Systeme aufzutauchen, die ihre Auskunft aus vielen Quellen zusammenbauen. LLMO setzt eine Ebene tiefer an, beim Verständnis des Modells selbst: Was hat die Maschine über Sie gelernt, und ruft sie es korrekt ab?

Klingt nach vier neuen Berufen. Ist es nicht.

Es sind vier Blickwinkel auf dieselbe Aufgabe. Manche Fachleute nennen LLMO sogar einen Begriff, der sich nie ganz durchgesetzt hat. Lassen Sie sich von der Kürzel-Flut nicht nervös machen. Wer Agenturen begegnet, die „GEO-Pakete“ verkaufen und „LLMO-Scores“ versprechen, sollte zweimal hinhören. Eine ordentliche Übersicht über das Zusammenspiel dieser Begriffe liefert etwa SISTRIX in seinen KI-Grundlagen.

Die ehrlichere Frage lautet nicht: Welches Kürzel buche ich? Sondern: Was sagt das Netz über mich, wenn ich selbst gerade nicht im Raum bin?

Der Moment, in dem Google den Hype einbremste

Und dann kam der 15. Mai 2026.

Google veröffentlichte seinen ersten offiziellen Leitfaden zur Optimierung für generative KI-Funktionen. Die Kernaussage war so schlicht wie unbequem für eine ganze Beratungsbranche: Die Optimierung für KI-Suche sei weiterhin SEO. Die generativen Funktionen, AI Overviews und der AI Mode, liefen, in Googles Worten, auf den bestehenden Kern-Systemen für Ranking und Qualität.

Im selben Atemzug räumte Google mit einer Reihe von Wundermitteln auf, die seit Monaten verkauft wurden. Spezielle KI-Dateien wie die viel beworbene llms.txt? Für die Google-Suche ohne Wirkung. Inhalte in winzige Häppchen zerlegen, das sogenannte Chunking? Nicht nötig. Texte eigens „KI-freundlich“ umschreiben? Überflüssig, im Übermaß sogar Spam-verdächtig. Wer es nachlesen will, findet die Quelle direkt bei Google: der offizielle Leitfaden zur generativen KI-Suche.

Eine ganze Werkzeugkiste voller Tricks: an einem Vormittag für tot erklärt.

Doch hier ist der Unterschied, und er ist entscheidend. Googles Urteil gilt für Google. Es gilt nicht automatisch für ChatGPT, Perplexity oder Claude. Diese Systeme arbeiten mit eigenen Crawlern, eigenen Trainingsdaten, eigenen Bewertungsmechanismen. Eine llms.txt mag in der Google-Suche nichts ausrichten und in manchen anderen Werkzeugen trotzdem als Wegweiser dienen. Das Bild ist nicht fertig gemalt.

Was bleibt, ist die nüchterne Einsicht dahinter. Die Tricks waren immer fragil, gerade weil sie für einen Parser geschrieben waren statt für einen Menschen. Das Solide dagegen trägt über jede Plattform hinweg, weil jede Maschine am Ende dasselbe sucht: einen Inhalt, dem man trauen kann.

Zurück zum Abendessen. Sie können dem gut vernetzten Bekannten keinen Spickzettel unter dem Tisch zustecken. Er empfiehlt, wem er vertraut. Nicht, wer am lautesten gerufen hat.

Was wirklich zählt

Wenn die Abkürzungen also Lärm sind, was ist dann die Musik?

Es sind die Dinge, die der Bekannte am Tisch braucht, um Sie überhaupt empfehlen zu können. Drei davon tragen den Großteil der Wirkung.

Was andere über Sie sagen, zählt mehr als das, was Sie über sich sagen. Sprachmodelle bauen ihr Bild von Ihnen aus dem ganzen Netz zusammen, nicht nur aus Ihrer eigenen Webseite. Eine Untersuchung fand, dass bei Empfehlungsfragen rund 85 Prozent der Markenerwähnungen aus fremden Quellen stammen und nur ein kleiner Rest aus der eigenen Domain. Übersetzt heißt das: Fachbeiträge, Branchenportale, Bewertungen, Erwähnungen in seriösen Medien, ein durchdachter Auftritt auf Plattformen, die KI-Systeme als Quellen nutzen. Ihr Ruf entsteht außerhalb Ihrer Mauern.

Die Maschine muss sicher sein, dass Sie gemeint sind. Ein Sprachmodell denkt in Entitäten, also in klar umrissenen Dingen mit Namen, Eigenschaften und Beziehungen. Wenn Ihre Marke überall ein bisschen anders beschrieben wird, mal so, mal so, dann verschwimmt das Bild, und die Empfehlung geht an jemanden mit klarerer Kontur. Konsistenz ist hier kein Schönheitsthema, sondern eine Frage der Wiedererkennung. Verknüpfungen zu etablierten Wissensquellen wie Wikidata oder sauberes strukturiertes Markup über Schema.org helfen dabei, dass Sie nicht mit einem Namensvetter verwechselt werden.

Echte Erfahrung schlägt glatte Behauptung. Modelle bevorzugen Inhalte mit erkennbarer Fachkenntnis: ein Mensch mit Namen und Qualifikation dahinter, Verweise auf Originalquellen, eigene Daten, ein sichtbares Datum der letzten Aktualisierung. Klar gegliederte Texte, die auf eine Frage auch eine Antwort geben, statt um sie herumzureden. Das ist, nebenbei bemerkt, genau das, was auch Menschen seit jeher überzeugt. Eine gute, praxisnahe Einordnung der Hebel bietet der LLMO-Leitfaden von Search Engine Land.

Eine technische Hürde bleibt, fast banal und doch oft übersehen: Sperren Sie die KI-Crawler nicht aus. Wenn Ihre robots.txt Bots wie OAI-SearchBot, ChatGPT-User oder Google-Extended die Tür vor der Nase zuschlägt, hilft der beste Inhalt nichts. Niemand kann zitieren, was er nicht lesen darf.

Wo die meisten danebengreifen

Die Versuchung ist groß, LLMO als Trickkiste zu behandeln.

Eine Datei hier, ein Schema-Schnipsel dort, ein Werkzeug, das einen „KI-Sichtbarkeits-Score“ anzeigt, und das Gefühl, etwas getan zu haben. Viele haben einen Nachmittag in eine llms.txt gesteckt, die in der Praxis kaum jemand abruft.

Das ist nicht Strategie. Das ist Beschäftigungstherapie mit guter PR.

Der zweite Fehler ist subtiler. Man kann nicht verbessern, was man nicht sieht. Die wenigsten Unternehmen messen überhaupt, ob und wie sie in KI-Antworten vorkommen. Wer hier blind bleibt, optimiert ins Leere. Eine Bestandsaufnahme, regelmäßig wiederholt, ist deshalb kein Luxus, sondern der Anfang.

Wie das praktisch aussieht? Tippen Sie selbst die Fragen ein, die Ihre Kundschaft stellen würde. Nicht „beste Steuerberatung“, sondern die echte, krumme Alltagsfrage: „Wer hilft mir als Soloselbstständiger bei der Umsatzsteuer-Voranmeldung?“ Lesen Sie, wer genannt wird. Lesen Sie, womit Sie beschrieben werden, falls Sie überhaupt auftauchen. Manchmal ist die Antwort ernüchternd. Manchmal stimmt sie nicht einmal. Beides ist wertvoll, denn beides zeigt, wo die Arbeit liegt. Mehrere Modelle nebeneinander zu befragen, lohnt sich, weil ChatGPT, Gemini und Perplexity oft Unterschiedliches über Sie wissen.

Und der dritte, größte Fehler: zu glauben, das hier sei eine Abkürzung. Die Maschine, die über Sie spricht, hat sich ihre Meinung über Monate gebildet, aus tausend Quellen, die Sie nicht alle kontrollieren. So ein Vertrauen lässt sich nicht über Nacht erkaufen. Es wächst.

Warum das Ganze zählt

Vielleicht denken Sie: ein Hype, der vorbeigeht.

Die Zahlen sprechen dagegen. Googles AI Mode überschritt im Mai 2026 die Marke von einer Milliarde monatlicher Nutzer. Im Chatbot-Bereich hält ChatGPT nach gängigen Schätzungen einen Marktanteil von über siebzig Prozent. Immer mehr Menschen stellen ihre Kauf-, Recherche- und Vergleichsfragen nicht mehr an eine Liste, sondern an einen Gesprächspartner, der antwortet.

Das verändert die Frage, vor der Sie stehen.

Früher lautete sie: Wie ranke ich? Heute lautet sie: Werde ich überhaupt erwähnt, wenn jemand fragt? Und wenn ja: Wird über mich erzählt, was ich erzählt haben möchte, oder eine veraltete, schiefe, halbe Wahrheit?

Genau hier schließt sich der Kreis zur Haltung, die guten Inhalt seit jeher trägt. LLMO belohnt nicht den, der am lautesten schreit. Es belohnt den, dessen Ruf über die eigenen Wände hinausreicht, der überall gleich klar beschrieben wird, hinter dessen Worten ein Mensch mit echter Erfahrung steht. Das sind keine Tricks. Das ist solide Arbeit, nur mit einem neuen Publikum: einer Maschine, die zuhört.

Wenn morgen jemand ein Sprachmodell nach einem Anbieter in Ihrem Feld fragt, auf wessen Ruf würde es zurückgreifen?

Der gut vernetzte Bekannte am Tisch empfiehlt nicht den, der ihm die schönste Visitenkarte gereicht hat. Er empfiehlt den, über den die ganze Runde Gutes erzählt. Sorgen Sie dafür, dass die Runde über Sie spricht.