Google beantwortet, was bei AEO/GEO zu tun ist

Googles Vizepräsident für Produktmanagement hat eine Frage zu AEO/GEO im Zusammenhang mit der KI-Suche beantwortet und erläutert, was Content-Ersteller künftig beachten sollten.

Googles VP of Product, Robby Stein, antwortete kürzlich auf die Frage, worauf man im Zusammenhang mit AEO/GEO achten sollte. Seine Antwort bestand aus mehreren Teilen – sie begann mit einer Erklärung, wie Googles KI Antworten erstellt, und endete mit praktischen Empfehlungen für Creator.

Grundlagen der Google KI-Suche

Die gestellte Frage bezog sich auf AEO/GEO, das der Podcast-Host als die Weiterentwicklung von SEO bezeichnete. Robby Steins Antwort deutete darauf hin, dass man den Kontext von KI-Antworten verstehen sollte.

Dies war die gestellte Frage:

„Wie siehst du diesen ganzen Aufstieg von AEO und GEO, was im Grunde die Weiterentwicklung von SEO ist?
Ich schätze, deine Antwort wird sein: ‚Erstellt einfach großartige Inhalte und macht euch keine Sorgen‘ – aber du weißt ja, es gibt eine ganze Kunst darin, in diesen Antworten aufzutauchen. Was sollten Leute hier bedenken?“

 

(Original: “What’s your take on this whole rise of AEO, GEO, which is kind of this evolution of SEO?

I’m guessing your answer is going to be just create awesome stuff and don’t worry about it, but you know, there’s a whole skill of getting to show up in these answers. Thoughts on what people should be thinking about here?”)

Stein begann seine Antwort, indem er die Grundlagen erklärte, wie Googles KI-Suche funktioniert:

„Klar. Ich kann euch ein bisschen unter die Haube schauen lassen, wie das alles funktioniert, weil ich denke, dass das den Leuten hilft zu verstehen, was sie tun sollten.
Wenn unsere KI eine Antwort konstruiert, macht sie etwas, das wir Query Fan-Out nennen. Dabei nutzt das Modell die Google-Suche als Werkzeug, um weitere Abfragen durchzuführen.
Wenn du also zum Beispiel nach bestimmten Schuhen fragst, fügt die KI Dutzende weiterer Suchanfragen hinzu und startet im Hintergrund eine ganze Reihe von Suchen. Sie sendet Anfragen an unser Daten-Backend – wenn also Echtzeitinformationen benötigt werden, holt sie diese ab.
Am Ende des Tages wird also tatsächlich gesucht – nicht durch eine Person, aber es finden echte Suchvorgänge statt.“

 

(Original: “Sure. I mean, I can give you a little bit of under the hood, like how this stuff works, because I do think that helps people understand what to do.
When our AI constructs a response, it’s actually trying to, it does something called query fan-out, where the model uses Google search as a tool to do other querying.
So maybe you’re asking about specific shoes. It’ll add and append all of these other queries, like maybe dozens of queries, and start searching basically in the background. And it’ll make requests to our data kind of backend. So if it needs real-time information, it’ll go do that.
And so at the end of the day, actually something’s searching. It’s not a person, but there’s searches happening.”)

Stein verdeutlicht hier, dass Googles KI weiterhin auf klassische Suchmaschinen-Mechanismen setzt – nur eben skaliert und automatisiert.
Das System führt Dutzende von Hintergrundsuchen aus und bewertet dieselben Qualitätssignale, die auch für herkömmliche Rankings entscheidend sind.

Das bedeutet: Answer Engine Optimization (AEO) ist im Kern dasselbe wie SEO, weil die zugrunde liegende Indexierung, Bewertung und Qualitätslogik identisch bleibt. Die KI führt im Rahmen des Query Fan-Out-Prozesses lediglich eigene Suchanfragen aus.

Für SEOs ist die entscheidende Erkenntnis:
Sichtbarkeit in KI-Antworten hängt weniger davon ab, einen neuen Algorithmus zu „überlisten“, sondern vielmehr davon, Inhalte zu erstellen, die Suchintentionen vollständig erfüllen – sodass Googles automatisierte Suchen diese Inhalte als die bestmögliche Antwort bewerten.
Wie später gezeigt wird, spielt dabei auch Originalität eine wesentliche Rolle.

Die Rolle klassischer Qualitätssignale

Ein besonders interessanter Teil dieser Diskussion betrifft die bekannten Quality Rater Guidelines von Google.
Stein spricht darin beispielsweise über die Originalität von Inhalten:

„Jede Suche wird dann mit Content kombiniert. Wenn also deine Webseite für eine bestimmte Suchanfrage so gestaltet ist, dass sie extrem hilfreich ist …
Dann kannst du in Googles Human-Rater-Guidelines nachlesen, was großartige Informationen ausmacht – das ist etwas, das Google mehr als jeder andere erforscht hat.
Es geht um Fragen wie:
Erfüllst du die Suchintention des Nutzers?
Hast du Quellen?
Zitierst du deine Informationen?
Ist der Inhalt originell oder wiederholst du nur Dinge, die schon 500 Mal gesagt wurden?
Diese Best Practices gelten weiterhin weitgehend, weil die KI im Grunde ebenfalls recherchiert und Informationen findet.
Viele der Kernsignale – also: Ist das eine gute Information für die gestellte Frage? – sind nach wie vor gültig. Sie sind extrem relevant und hilfreich. Und genau das führt dazu, dass du mit höherer Wahrscheinlichkeit in solchen Ergebnissen auftauchst.“

(Original: “And then each search is paired with content. So if for a given search, your webpage is designed to be extremely helpful.
And then you can look up Google’s human rater guidelines and read… what makes great information? This is something Google has studied more than anyone.
And it’s like:
Do you satisfy the user intent of what they’re trying to get?
Do you have sources?
Do you cite your information?
Is it original or is it repeating things that have been repeated 500 times?
And there’s these best practices that I think still do largely apply because it’s going to ultimately come down to an AI is doing research and finding information.
And a lot of the core signals, is this a good piece of information for the question, they’re still valid. They’re still extremely valid and extremely useful. And that will produce a response where you’re more likely to show up in those experiences now.”)

Auch wenn Stein hier die KI-Suche beschreibt, wird deutlich:
Googles KI-basierte Suche bewertet weiterhin die gleichen Qualitätsfaktoren wie die klassische Suche – Originalität, Quellenangaben und Intent-Erfüllung bilden nach wie vor das Fundament guter Informationen.
KI verändert also vor allem die Oberfläche und die Art der Abfragen, nicht aber die grundlegenden Ranking-Signale, die auf Expertise und Autorität beruhen.

Mehr über die Funktionsweise der Google KI-Suche

Der Podcast-Host Lenny fragte anschließend nach, ob Googles KI-Suche sich grundsätzlich von einem reinen Chatbot-Ansatz unterscheidet:

„Dein Punkt, dass sie selbst Suchanfragen stellt, ist interessant. Wenn man sie nutzt, fühlt es sich an, als würde sie tausend Seiten durchsuchen. Ist das einfach ein anderer technischer Mechanismus als bei anderen Chatbots, die ja nicht zeitgleich viele Websites durchsuchen, während man fragt?“

(Original: “It’s interesting your point about how it goes in searches. When you use it, it’s like searching a thousand pages or something like that. Is that a just a different core mechanic to how other popular chatbots work because the others don’t go search a bunch of websites as you’re asking.”)

Stein erklärte daraufhin weitere technische Details, darunter das Konzept der parametrischen Erinnerung (parametric memory).
Diese bezeichnet das im Modell selbst gespeicherte Wissen – also Informationen, die während des Trainings gelernt wurden und nicht aus externen Quellen stammen.

„Ja, das ist etwas, das wir speziell für unsere KI entwickelt haben. Sie kann natürlich auf ihre parametrische Erinnerung, ihr Denken, ihr Schlussfolgern und alles, was ein Modell eben tut, zugreifen.
Aber was sie einzigartig macht, ist, dass wir sie gezielt für Informationsaufgaben entworfen haben – also dafür, Informationsbedürfnisse optimal zu erfüllen. Darum geht es bei Google.
Wie findet sie Informationen?
Wie weiß sie, ob Informationen korrekt sind?
Wie überprüft sie ihre Ergebnisse?
All das haben wir in das Modell integriert. Es hat also einen einzigartigen Zugang zu Google – schließlich ist es Teil der Google-Suche.
Es nutzt Suchsignale von Google, von Spam-Erkennung – also Inhalte, die wir nicht in Antworten verwenden wollen – bis hin zu den hilfreichsten, autoritativsten Informationen.
Diese werden verlinkt, und wir erklären dann: ‚Laut dieser Website …‘ – und du kannst selbst dorthin gehen und es überprüfen.
So haben wir das System konzipiert.“

(Original: “Yeah, this is something that we’ve done uniquely for our AI. It obviously has the ability to use parametric memory and thinking and reasoning and all the things a model does.
But one of the things that makes it unique for designing it specifically for informational tasks, like we want it to be the best at informational needs. That’s what Google’s all about.
And so how does it find information?
How does it know if information is right?
How does it check its work?
These are all things that we built into the model. And so there is a unique access to Google. Obviously, it’s part of Google search.
So it’s Google search signals, everything from spam, like what’s content that could be spam and we don’t want to probably use in a response, all the way to, this is the most authoritative, helpful piece of information.
We’re going link to it and we’re going to explain, hey, according to this website, check out that information and you’re going to probably go see that yourself.
So that’s how we’ve thought about designing this.”)

Stein macht damit klar: Googles KI-Suche ist nicht darauf ausgelegt, den Plauderton anderer Chatbots nachzuahmen, sondern zielt darauf, verlässliche, autoritative Informationen zu liefern – im Einklang mit Googles zentralem Ziel, „vertrauenswürdige Antworten“ bereitzustellen.

Die KI-Suche stützt sich dabei auf dieselben Suchsignale wie die klassische Google-Suche – etwa Spam-Erkennung, Hilfreichkeitsbewertung und Autorität.
So verankert sie ihre Antworten im gleichen Bewertungs- und Ranking-System, das auch bei regulären Suchergebnissen Anwendung findet.

Damit ist Googles KI-Suche keine eigenständige Chat-Plattform, sondern eine Erweiterung der bestehenden Suchinfrastruktur, bei der Begründung (Reasoning) und Ranking zusammenwirken, um faktisch korrekte Informationen anzuzeigen.

Empfehlungen für Content-Ersteller

Stein erkennt an, dass viele Creator wissen möchten, was sie konkret für die KI-Suche tun sollen.
Er gibt im Wesentlichen den Rat, sich auf die Fragen zu konzentrieren, die Nutzer stellen – früher bedeutete das: auf Keywords. Heute dagegen gehe es um lange, gesprächsartige Anfragen.

„Mein einziger Rat wäre, darüber nachzudenken, wofür Menschen KI nutzen.
Ich habe erwähnt, dass dies eine Phase der Ausweitung ist – Menschen stellen jetzt viel mehr Fragen, vor allem zu Themen wie Ratschlägen, Anleitungen oder komplexeren Bedürfnissen, im Gegensatz zu einfachen Suchanfragen.
Wenn ich also ein Creator wäre, würde ich überlegen: Für welche Art von Inhalten nutzen Menschen KI? Und wie kann mein Content dafür der bestmögliche sein?
Ich glaube, das ist eine sehr greifbare Denkweise.“

(Original: “I think the only thing I would give advice to would be, think about what people are using AI for.
I mentioned this as an expansionary moment, …that people are asking a lot more questions now, particularly around things like advice or how to, or more complex needs versus maybe more simple things.
And so if I were a creator, I would be thinking, what kind of content is someone using AI for? And then how could my content be the best for that given set of needs now?
And I think that’s a really tangible way of thinking about it.”)

Steins Rat ist also kein völlig neuer Ansatz, aber er überträgt die Grundlagen der SEO in das Zeitalter der KI-Suche:
Anstatt auf einzelne Keywords zu optimieren, sollten Creator die vollständige Suchintention und den Informationspfad verstehen, der in konversationalen Fragen steckt.
Das bedeutet, Inhalte so zu strukturieren, dass sie komplexe Informationsbedürfnisse direkt erfüllen – insbesondere bei „How-to“- oder ratgeberbasierten Suchanfragen, die Nutzer zunehmend an KI-Systeme richten.

Wichtigste Erkenntnisse

1. KI-Suche basiert weiterhin auf klassischen SEO-Signalen
Googles KI-Suche stützt sich auf dieselben Prinzipien wie die traditionelle Suche: Suchintention, Originalität und Quellenangabe.

2. Wie Query Fan-Out funktioniert
Die KI startet Dutzende Hintergrundsuchen pro Anfrage, nutzt also Google Search als Werkzeug, um Echtzeit-Daten abzurufen und Qualitätssignale zu bewerten.

3. Kombination aus Parametrischem Wissen und Suchsignalen
Das Modell verbindet gespeichertes Wissen (parametric memory) mit Live-Daten der Google-Suche – so werden Begründung und Ranking kombiniert, um faktische Genauigkeit sicherzustellen.

4. KI-Suche ist eine Erweiterung der klassischen Suche
Google AI Search ist kein Chatbot, sondern ein suchbasiertes Begründungssystem, das Googles Vertrauensmodell für Informationen stärkt, statt es zu ersetzen.

5. Leitlinien für Creator im KI-Zeitalter
Optimierung für KI bedeutet, die Suchintention hinter langen, gesprächsorientierten Fragen zu verstehen – mit Fokus auf Ratgeber- und How-to-Inhalte, die komplexe Informationsbedürfnisse vollständig erfüllen.

Googles KI-Suche baut also auf denselben Fundamenten auf, die schon lange die klassische Suche prägen: Abruf, Bewertung und Qualitätssignale, um Inhalte hervorzuheben, die Originalität und Vertrauenswürdigkeit zeigen.
Durch die Kombination von Live-Suchsignalen und modellinternem Wissen hat Google ein System geschaffen, das Informationen erklärt, mit Quellen belegt und transparent zitiert.

Für Creator bedeutet das:
Erfolg hängt künftig davon ab, Inhalte zu schaffen, die komplexe, konversationelle Fragen vollständig beantworten – so, dass sie sowohl den Nutzer als auch Googles KI überzeugen.

Hier das gesamte Interview