Wie LLMs Quellen wählen: wen ChatGPT zitiert

Wer in einem LLM-Output zitiert wird, hat keinen Zufallstreffer. Es gibt erkennbare Muster, an denen ChatGPT, Perplexity, Claude und Gemini ihre Quellen-Auswahl orientieren. Sie sind nicht öffentlich dokumentiert, aber wer regelmäßig die gleichen Anfragen über Wochen vergleicht, sieht: Die Reihenfolge ist nicht zufällig.

Dieser Guide fasst zusammen, was sich bei der Beobachtung von KI-Antworten zeigt, und welche praktischen Konsequenzen daraus für die eigene Sichtbarkeit folgen.

Die fünf wichtigsten Faktoren (in beobachteter Reihenfolge)

1. Entitäts-Konsistenz (siehe NAP-Konsistenz)

LLMs erfassen Entitäten, also Personen, Unternehmen, Produkte, Orte, als Knoten in einem Wissensgraphen. Eine Entität, die überall gleich auftritt, wird als verlässlich gewertet. Eine, deren Daten zwischen Quellen schwanken, wird als unsicher behandelt.

Praktisch: Wenn Sie auf 8 Plattformen identisch erscheinen und Konkurrent X auf 3 widersprüchlichen, gewinnen Sie, selbst wenn Konkurrent X technisch bessere Inhalte hat.

2. Strukturierte Daten (Schema.org)

JSON-LD ist die Maschinen-Sprache. Eine Site mit ausführlichem Service-Schema, FAQPage-Markup und Author-Identity wird vorrangig gelesen. Eine Site, die nur Fließtext ausliefert, muss vom LLM aufwendig geparsed werden, und schneidet bei Zweifeln schlechter ab.

Wichtig: Es geht nicht nur darum, Schema zu haben, sondern es korrekt zu verschachteln. Service mit provider-Verlinkung zu Organization, FAQPage mit referenziertem Article, Author mit sameAs-Links zu LinkedIn/Wikidata, das macht den Unterschied.

3. E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness)

Google hat das Konzept eingeführt, LLMs haben es übernommen. LLMs prüfen:

• Experience: Schreibt der Autor aus eigener Erfahrung? Gibt es Beispiele, Zahlen, Anekdoten?
• Expertise: Hat der Autor eine erkennbare Qualifikation? Profile auf LinkedIn, Wikidata, ORCID, Berufsregister?
• Authoritativeness: Wird die Site oder der Autor anderswo zitiert? Mentions in Branchenmedien, Verlinkung von autoritativen Domains?
• Trustworthiness: Impressum vorhanden? Kontaktdaten plausibel? Reviews vorhanden? DSGVO-konform?

Sites ohne nachvollziehbares Impressum, ohne Author-Information und ohne Drittquellen-Referenzen werden tendenziell ignoriert.

4. Frische und Aktualität

LLMs trainieren mit Cutoff-Daten, aber die meisten haben mittlerweile Web-Browsing oder Live-Search-Fähigkeiten. Bei zeitkritischen Themen (Preisentwicklung, Gesetzeslage, neue Tools) zitieren sie überproportional Quellen mit jüngerem pubDate: Schema.org-datePublished und dateModified werden ausgewertet.

Praktisch: Ein 5 Jahre alter Top-Artikel zu einem dynamischen Thema verliert gegen einen frisch aktualisierten, auch wenn der ältere mehr Backlinks hat.

5. Technische Zugänglichkeit

Was nicht crawlbar ist, wird nicht zitiert. LLMs nutzen, wie klassische Crawler, robots.txt-Vorgaben. Sites, die OpenAI oder Anthropic in robots.txt blockieren, sind aus deren Trainingsdaten und teilweise auch aus deren Live-Search-Suchen ausgeschlossen.

Achtung: Die meisten WordPress-Standard-Robots erlauben das. Aber: Wer aus Datenschutz-Gründen LLM-Crawler explizit blockt (was legitim sein kann), verliert dafür GEO-Sichtbarkeit. Das ist eine bewusste Geschäfts-Entscheidung, kein technischer Fehler.

Was beobachtbar weniger Einfluss hat

• Backlink-Anzahl als alleiniger Faktor, anders als bei Google. LLMs gewichten Quellen-Qualität, aber nicht so dominant nach Linkanzahl.
• Keyword-Dichte, kaum messbar. Wer einen Long-Tail-Begriff fünfmal vs. zweimal nennt, gewinnt nichts. Was zählt: ist der Begriff im Kontext einer kohärenten Antwort genannt.
• Site-Speed (CWV) als Ranking-Faktor in LLMs, anders als in Google AI Overviews. Eine langsame Site kann in ChatGPT zitiert werden, wenn die Inhalte stimmen. (CWV bleiben wichtig für klassisches SEO und Nutzerführung, aber nicht primärer LLM-Faktor.)
• Social-Media-Signale, sehr begrenzt. LLMs zitieren selten direkt aus Social-Posts.

Praktische Konsequenzen für KMU

Wenn Sie Sichtbarkeit aufbauen wollen, in Reihenfolge der Wirkung:

1. NAP-Konsistenz herstellen. Diff-Audit aller Quellen, Reparatur der Top-Inkonsistenzen. Dauer: 1 bis 2 Tage. Effekt: messbar in 4 bis 8 Wochen.
2. Schema.org direkt im Code, nicht über Plugin. Service mit Offer, FAQPage für Q&A-Inhalte, Author mit sameAs. Dauer: 1 bis 3 Tage Setup, dann laufende Pflege.
3. Author-Identität schärfen. Über-uns-Seite mit Person-Schema, LinkedIn und ggf. Wikidata-Eintrag. sameAs-Verlinkung. Dauer: 1 Tag.
4. Long-Form-Inhalte mit klaren Q&A-Blöcken. Was zitiert wird: konkrete Antworten auf konkrete Fragen, nicht SEO-Fließtext.
5. Inhalte aktuell halten. dateModified-Update, sobald sich ein Detail ändert. Quartals-Refresh der Top-10 Pages.

Was nicht hilft:

• 100 Backlinks von schwachen Quellen kaufen.
• Keyword-stuffed Texte produzieren.
• Plugin-Schemas hinzufügen, ohne sie zu prüfen.
• Brand-Buzzwords wiederholen (“kompromisslos”, “branchenführend”): LLMs erkennen das als Marketing-Sprache und gewichten es nicht.

Wie ich das in einem GEO-Audit prüfe

Mein GEO/LLM-Audit prüft die fünf Faktoren systematisch:

1. NAP-Konsistenz-Check über 8 bis 12 Quellen
2. Schema.org-Audit mit JSON-LD-Diffs
3. E-E-A-T-Check: Author-Identity, Drittquellen-Referenzen
4. Frische-Check: dateModified der Top-20 Pages
5. robots.txt + LLM-Crawler-Konfiguration

Output: Mangelliste mit Priorisierung und Aufwandsschätzung. Kein Pauschalvertrag, keine Versprechen über exakte LLM-Position, sondern eine Methodik, die nachvollziehbar funktioniert.

Wer zuerst nur wissen möchte, ob und wie die eigene Website von KI-Assistenten genannt wird, beginnt mit dem KI-Sichtbarkeits-Check.

Weiterführend

• Was ist GEO?, der Einstiegs-Guide
• Wie messe ich LLM-Sichtbarkeit ehrlich?: Reporting-Methodik
• NAP-Konsistenz für LLM-Vertrauen: Detail zum wichtigsten Faktor