Microsoft hat einen detaillierten sechzehnseitigen Leitfaden veröffentlicht, der sich mit der Optimierung von Inhalten für KI-gesteuerte Such- und Chat-Erlebnisse beschäftigt. Während viele Empfehlungen mit traditionellem SEO übereinstimmen, richten sich einige gezielt auf die Nuancen von KI-Suchplattformen. Die wichtigsten Erkenntnisse des Leitfadens drehen sich um zwei neue Konzepte: Agentic Engine Optimization (AEO) und Generative Engine Optimization (GEO), die beide entscheidend sind, um Inhalte innerhalb von KI-gestützten Systemen sichtbar zu machen. **Verständnis von AEO und GEO** Microsoft hebt einen Paradigmenwechsel bei der KI-Suche hervor: weg vom „Ranking nach Klicks“ hin zu „Vom KI-Verstanden- und Empfohlen-Werden“. Traditionelles SEO bleibt grundlegend, hilft aber vor allem dabei, Inhalte auffindbar zu machen, während AEO und GEO entscheiden, ob Inhalte in KI-gesteuerten Kontexten tatsächlich präsentiert werden. Anders als beim bekannten Begriff „Answer Engine Optimization“ steht AEO hier für Agentic Engine Optimization, wobei der Fokus auf der Strukturierung von Inhalten liegt, damit diese leicht abgerufen, interpretiert und direkt von KI-Assistenten beantwortet werden können. GEO zielt darauf ab, Inhalte im generativen KI-Umfeld durch erhöhte Klarheit, Vertrauenswürdigkeit und Autorität sichtbar und überzeugend zu machen. Microsoft betont, dass diese Veränderungen alle Teams innerhalb einer Organisation betreffen: - Das Marketing muss die Marken-Differenzierung neu definieren. - Growth-Teams passen sich den durch KI beeinflussten Customer Journeys an. - Im E-Commerce wird der Erfolg anders gemessen. - Data-Teams erschaffen reichhaltigere Signale. - Engineering sorgt dafür, dass Systeme KI-lesbar und zuverlässig sind. KI-Shopping wird nicht als einzelner Kanal gesehen, sondern als drei sich überschneidende Kontaktpunkte mit Konsumenten: KI-Browser (kontextuelles Browsen), KI-Assistenten (interaktives Q&A und Entscheidungsführung) und KI-Agenten (Aktionen wie Navigation und Käufe). Das Grundprinzip ist die präzise, strukturierte und vertrauenswürdige Produktinformation, die in all diesen Systemen zugänglich ist. **Die fortwährende Bedeutung von SEO** Obwohl sich der Fokus bei KI-Suchen von reiner Entdeckung auf Einfluss verschiebt, bleibt SEO unerlässlich. Microsoft merkt an, dass SEO vor allem bei der Auffindbarkeit von Produkten hilft, AEO die Fähigkeit der KI verbessert, Produkte klar zu erklären, und GEO die Glaubwürdigkeit stärkt, damit KI sie selbstbewusst empfiehlt. Erfolgreiches KI-gestütztes Einkaufen erfordert also mehr als nur ein Ranking; es erfordert, dass die KI versteht, warum ein Produkt ausgewählt werden sollte. **Wie KI-Systeme Produkte empfehlen** Am Beispiel von Microsofts Copilot erklärt der Leitfaden, dass KI-Assistenten Nutzeranfragen verarbeiten, indem sie Web-Daten (allgemeines Wissen, Kategoriebewertungen, Markenpositionierung) mit Produkt-Feeds (Preise, Verfügbarkeit, Spezifikationen) kombinieren. Die KI priorisiert Produkte anhand dieser Kriterien, etwa Preis und Lagerbestand. Bei Nutzerinteraktionen scannen KI-Agenten außerdem Website-Inhalte auf weiteres Kontextmaterial – etwa ausführliche Bewertungen, Erklärvideos, Aktionen und Lieferzeiten – um bei Empfehlungen zu helfen. Microsoft gliedert die involvierten Daten in: 1. **Crawled Data:** Indexierte Webinhalte, die die Markenwahrnehmung formen und Produkte verankern. 2.

**Produkt-Feeds/APIs:** Strukturiert, in Echtzeit bereitgestellte Daten, die von Marken eingereicht werden, um die Darstellung zu gewährleisten. 3. **Live Website Data:** Reiche, aktuelle Inhalte der Website, etwa Medien, Bewertungen, dynamische Preise und Transaktionen. Jede Quelle spielt eine entscheidende Rolle im gesamten Einkaufserlebnis, was unterstreicht, dass SEO weiterhin essenziell ist, da KI kontinuierlich in Echtzeit im Web sucht. **Microsofts Dreistufiger Aktionsplan** 1. **Technische Grundlagen:** Sicherstellen, dass Produktkataloge maschinenlesbar, konsistent und aktuell sind, durch strukturierten Daten (Schema) für Produkte, Angebote, Reviews, FAQs und Marken. Dynamische Felder wie Preise und Verfügbarkeit müssen aktuell sein und zwischen Feeds und On-Page-Daten übereinstimmen, um Diskrepanzen zu vermeiden. 2. **Inhalte für Absichten und Klarheit optimieren:** Produktbeschreibungen verfassen, die Vorteile und konkrete Anwendungsfälle betonen, Fragen-freundliche Überschriften verwenden und modulare Inhalte wie FAQs, Spezifikationen, Kernmerkmale und Vergleiche integrieren. Für die multimodale KI-Interpretation sind richtige Alt-Texte, Video-Transkripte und strukturierte Bildmetadaten essenziell. Zudem sollten kontextbezogene Produktinformationen wie ergänzende Artikel und Bundles bereitgestellt werden. 3. **Vertrauenssignale (Autorität und Glaubwürdigkeit):** Glaubwürdigkeit durch verifizierte und umfassende Bewertungen steigern, Markenautorität durch reale Validierungen (Presse, Zertifikate, Partnerschaften) fördern und durch konsistente, sachliche Angaben Vertrauensverlust vermeiden. Strukturiertes Daten-Markup klärt die Markenlegitimität und Identität, da KI vertrauenswürdige, verifizierte Inhalte für Empfehlungen priorisiert. **Zusammenfassung der Kernpunkte** Der Wandel zu KI-gestützter Suche richtet das Ziel vom reinen Ranking hin zu starken Empfehlungen. SEO bleibt grundlegend, doch Erfolg hängt von AEO und GEO ab, die sicherstellen, dass KI Inhalte versteht, erklärt und bevorzugt. KI-Shopping funktioniert als Ökosystem aus Browsern, Assistenten und Agenten, das auf vertrauenswürdige Daten aus crawled Content, strukturierten Produkt-Feeds und Live-Webseiten zugreift. Marken, die darin führend sind, pflegen konsistente, maschinenlesbare Daten und klare, kontextreiche Inhalte, die von KI leicht verarbeitet werden können. Der Blogbeitrag von Microsoft bietet den vollständigen, downloadbaren Leitfaden mit dem Titel *From Discovery to Influence: A Guide to AEO and GEO* für weitere Details. *Beitragsbild von Shutterstock/Kues*