„Wer heute Budget von SEO zu GEO verschiebt, tauscht 42 Prozent gegen 0,3 Prozent.“ Dieser Satz aus einem LinkedIn-Beitrag von Viktor Pasztor klingt nach einer klaren Entscheidungshilfe. Die organische Suche liefert erheblich mehr Websitebesuche als KI-Plattformen. Also bleibt das Geld bei SEO.
So einfach würde ich es mir nicht machen. Die zugrunde liegende Studie wertet laut veröffentlichter Methodik Daten aus Google Analytics aus. Eine Analyse von Server-Logfiles wird dort nicht beschrieben. Für den Vergleich erfasster Websitebesuche ist das eine brauchbare Grundlage. Eine Budgetentscheidung muss aber auch berücksichtigen, wie Menschen Angebote kennenlernen und auswählen, bevor sie eine Website besuchen.
SEO steht für Suchmaschinenoptimierung, GEO für Generative Engine Optimization, die Arbeit an der Sichtbarkeit in KI-generierten Antworten. Zwischen beiden würde ich das Budget nach dem erwartbaren zusätzlichen Nutzen verteilen. Dafür brauche ich Messdaten über den Klick hinaus.
Was die Studie tatsächlich misst
SE Ranking untersucht Daten von 101.574 Websites aus 250 Ländern und Territorien. Der Zeitraum reicht von Januar 2025 bis April 2026. Für Januar bis April 2026 stehen 42,75 Prozent organischer Suchtraffic rund 0,32 Prozent Zugriffen aus KI-Plattformen gegenüber. Ein ganzes Jahr 2026 ist damit nicht erfasst.
Die Methodik nennt Websites mit angebundener Google-Analytics-Messung. SE Ranking weist auf Unterschiede nach Markt, Zielgruppe und Messkonfiguration hin. Die Ergebnisse beschreiben diesen Datenbestand, keine Vollerhebung des Internets. Die übrigen knapp 57 Prozent verteilen sich auf andere Kanäle wie Direktaufrufe, soziale Netzwerke, E-Mail, bezahlte Anzeigen und Verweise anderer Websites; der veröffentlichte Studientext schlüsselt sie nicht auf.
Einen zweiten Datenpunkt liefert eine Auswertung von SEOcrawl vom 8. November 2026. In den Daten von 3.949 Websites mit Analytics-Anbindung machen KI-Plattformen 0,36 Prozent der Sitzungen aus, im August 2026 waren es 0,42 Prozent, das sind 1,25 Besuche je 100 aus der organischen Google-Suche. Die Studie vermerkt, dass Besuche aus ChatGPT-Apps oft ohne Herkunftsangabe als Direkt-Traffic zählen; der KI-Anteil ist also eher eine Untergrenze. Bei 16.661 Websites mit Search-Console-Daten sanken die organischen Google-Klicks im Jahresvergleich um 15 Prozent, die Impressions blieben stabil. Der Anbieter verkauft selbst KI-Tracking, die Zahlen sind eine Herstellerauswertung mit eigener Stichprobe.
Die Deutschlandwerte in Pasztors Grafik sind laut Fußnote aus globalem Suchtraffic und deutschen Suchmaschinenmarktanteilen errechnet. Eine gemessene deutsche Traffic-Verteilung ergibt das nicht.
Was Logfiles zusätzlich zeigen können
Protokolle des Servers und eines Content Delivery Network (CDN) können automatisierte Abrufe zeigen, die in einer browsergestützten Analyse nicht als menschliche Sitzung erscheinen. Dabei muss der Zweck unterschieden werden: Anthropic trennt ClaudeBot für die Modellentwicklung, Claude-SearchBot für die Suche und Claude-User für Abrufe im Zusammenhang mit Anfragen von Nutzenden.
Ein Rückgang bei den Abrufen heißt dabei nicht, dass KI-Systeme die Seite weniger nutzen: ChatGPT liest Inhalte offenbar zunehmend aus dem eigenen Index, statt sie live abzurufen (ChatGPT und der eigene Suchindex).
Ich würde prüfen, welche relevanten Seiten erfolgreich abgerufen werden, je nach Infrastruktur auch in den CDN-Protokollen. Wie sich die Bots erkennen lassen und warum ein Abruf noch keine Zitierung ist, behandle ich in einem eigenen Beitrag.
Logfiles ergänzen die Untersuchung um eine weitere Messebene, die gesamte Wirkung von KI beantworten aber auch sie nicht. Die fehlende Auswertung begrenzt deshalb die Budgetfolgerung, sie entwertet die gemessenen Websitebesuche nicht.
Eine Empfehlung kann vor dem Websitebesuch wirken
Eine KI-Antwort kann eine Entscheidung prägen, bevor jemand eine Website besucht. Bei einer Budgetentscheidung muss deshalb klar sein, welches Ergebnis SEO und GEO jeweils erreichen sollen.
Ein hypothetisches Beispiel: Jemand lässt sich Weiterbildungen vergleichen. Die Antwort nennt mehrere Angebote, erklärt Unterschiede und empfiehlt eines für die beschriebene berufliche Situation. Die Person merkt sich den Namen, sucht später bei Google danach und vereinbart ein Beratungsgespräch.
Der Besuch könnte der Markensuche zugeordnet werden. Welchen Anteil die vorherige KI-Antwort hatte, müsste der Weiterbildungsanbieter zusätzlich untersuchen.
Eine Nennung kann auch falsch oder unpassend sein. Wird das Angebot der falschen Zielgruppe empfohlen, entstehen womöglich zusätzliche Beratungskosten.
Dazu kommt die Frage, wie gut Besuche aus KI-Antworten konvertieren, also zu einer Anfrage oder einem Kauf führen. Die Auswertungen widersprechen sich: Marie Haynes sah in GA4-Daten von 55 Websites 13,8 Prozent bei ChatGPT-Besuchen gegen 3,02 Prozent bei der Google-Suche, eine Arbeit von Kaiser und Schulze zu 973 Online-Shops (noch nicht begutachtet) rund 13 Prozent schlechtere Werte. Gemessen wird meist nur der letzte Klick, und Branchen unterscheiden sich stark. Bei 0,32 Prozent Traffic-Anteil bleibt der Effekt klein: Selbst bei vierfacher Conversion käme überschlägig nur etwa jede 35. Conversion aus KI, in Haynes‘ Daten stammen 96,5 Prozent aus der Google-Suche. Wächst der KI-Traffic weiter, zählt deshalb die eigene Messung nach Kanälen mehr als fremde Durchschnittswerte.
Ich würde vier Ebenen getrennt messen. Die Tabelle zeigt passende Werkzeuge und Kennzahlen. Keine Zeile ersetzt den Nachweis auf der nächsten Ebene.
Vier Messebenen: Was sich belegen lässt und womit
| Ebene und Frage | Werkzeuge und Kennzahlen | Grenze der Aussage |
|---|---|---|
| 1. Abruf der Inhalte Erreichen KI-Systeme die relevanten Seiten? | Server- oder CDN-Logs, etwa ausgewertet mit GoAccess. Erfolgreiche Abrufe je geprüftem Bot, abgerufene URLs, Fehlerquote und Entwicklung im Zeitverlauf. Training, Suche und nutzerinitiierte Abrufe trennen. | Ein Abruf beweist keine Verwendung in einer Antwort. Bot-Identität prüfen; zwischengespeicherte Inhalte können ohne neuen Abruf genutzt werden. |
| 2. Nennung oder Empfehlung Wird das Angebot passend dargestellt? | Dokumentierte Tests mit festem Fragenkatalog; ergänzend Bing Webmaster Tools: AI Performance für die dort erfassten Angebote und die Search-Generative-AI-Berichte der Search Console für Google. Nennungsquote im eigenen Test, Quellenlinks, zitierte Seiten und sachliche Richtigkeit getrennt erfassen. | Tests sind Stichproben. Zitierung ist keine Empfehlung. Bing- und Google-Berichte bilden nicht alle KI-Systeme ab und nennen Impressions oder Zitierungen, keine Empfehlung; die dortigen Suchbegriffe zur Quellenbeschaffung sind nicht die vollständigen Fragen der Nutzenden. |
| 3. Websitebesuch Kommen Menschen auf die Seite? | GA4: Neu generierte Zugriffe, alternativ Matomo. Sitzungen nach Quelle/Medium und Einstiegsseite, engagierte Sitzungen und Anteil am Gesamttraffic. Plattformen anhand tatsächlich erfasster Quellen unterscheiden. | Einwilligung, fehlende Herkunftsangaben und spätere Direkt- oder Suchzugriffe begrenzen die Zuordnung. Eine Sitzung beschreibt keinen vollständigen Entscheidungsweg. |
| 4. Geschäftliches Ergebnis Entstehen passende Anfragen und Abschlüsse? | CRM (Kundenverwaltung), Buchungs- oder Shopsystem, ergänzt um korrekt eingerichtete Analytics-Ereignisse. Qualifizierte Anfragen, Abschlüsse, Abschlussquote und Deckungsbeitrag; Aufwand je zusätzlichem Ergebnis. | Formularversand ist noch kein qualifizierter Kontakt. Kleine Fallzahlen und mehrere Kontaktpunkte erlauben keine sichere Kausalzuordnung. CRM und Analytics nicht ungeprüft gleichsetzen. |
Google passt nicht in die einfache Gegenüberstellung
Die Trennung „klassische Suche gegen KI“ hat noch eine zweite Schwäche: Google integriert KI-Antworten selbst in die Suche. Laut Google Search Central werden Auftritte in AI Overviews und AI Mode im allgemeinen Suchleistungsbericht der Search Console unter dem Suchtyp „Web“ erfasst. Seit dem Sommer 2026 zeigt die Search Console sie zusätzlich in eigenen Berichten zu generativen KI-Funktionen, seit dem 31. August weltweit. Als Kennzahl nennt Google dort Impressions, aufgeschlüsselt nach Seiten, Ländern, Geräten und Zeitverlauf; die Werte bleiben im allgemeinen Leistungsbericht enthalten.
KI kann an der Quellenauswahl beteiligt sein, obwohl der anschließende Besuch weiterhin aus der Google-Suche kommt.
Auch die technische Grundlage überschneidet sich. Google verlangt für unterstützende Links in seinen KI-Funktionen eine indexierte Seite, die für ein Suchsnippet geeignet ist. Zusätzliche technische Anforderungen oder ein spezielles KI-Schema nennt Google dafür nicht.
Technische Zugänglichkeit und brauchbare Inhalte lassen sich gemeinsam bearbeiten. Wer dieselbe Seite für SEO und GEO optimiert, sollte erklären, welche Arbeiten zusätzlich anfallen.
Das Zusammenspiel habe ich im Beitrag über SEO, SEA und GEO als gemeinsame Suchstrategie ausführlicher beschrieben.
Woran ich eine Budgetentscheidung festmachen würde
Ich würde keinen festen Prozentsatz für GEO reservieren. Die folgende Entscheidungshilfe ordnet typische Befunde einer nächsten Maßnahme zu. Sie ist ein Arbeitsmodell, keine aus der Studie abgeleitete Budgetformel.
Vom Befund zur Budgetentscheidung
| Was wir feststellen | Wofür ich zuerst Budget einsetzen würde | Woran ich die Wirkung prüfen würde |
|---|---|---|
| Relevante Seiten sind technisch schlecht erreichbar. | Zugänglichkeit, Indexierung und interne Verlinkung reparieren. Gemeinsame Grundlage für SEO und KI-Suche. | Weniger Abruffehler, erreichbare und indexierte Zielseiten. Noch kein Umsatznachweis. |
| Antworten auf wichtige Entscheidungsfragen nennen uns falsch oder gar nicht. | Begrenzter GEO-Test: konkrete Informationslücken und widersprüchliche Angaben bearbeiten. | Richtigere Darstellung und passende Nennungen im dokumentierten Fragenkatalog. Aufwand und mögliche Folgewirkung mitprüfen. |
| Besuche kommen, aber passende Anfragen fehlen. | Einstiegsseite, Angebot und Anfrageweg verbessern, bevor mehr Reichweite eingekauft wird. | Qualifizierte Anfragen je Besuch und absolute Fallzahlen. Zielgruppe und Herkunft getrennt betrachten. |
| Zusätzliche qualifizierte Abschlüsse rechtfertigen den Aufwand. | Erfolgreiche Maßnahmen schrittweise ausbauen und funktionierende SEO-Arbeit weiter pflegen. | Zusätzlicher Deckungsbeitrag im Verhältnis zu Kosten und Arbeitszeit. Ohne belastbare Zuordnung vorsichtig skalieren. |
Bevor ich einen solchen begrenzten GEO-Test starte, würde ich schriftlich festhalten, welche Seiten ich überarbeite, welche feste Liste von Fragen ich später in KI-Systemen wie ChatGPT oder Gemini stelle (der Fragenkatalog), wie das Angebot dort heute genannt wird (Ausgangswerte), wie viel der Test kosten darf und wann ich ihn auswerte. Bei wenig Nachfrage dauert der Test länger, denn eine einzelne Buchung macht noch keinen verlässlichen Kanal. Bleibt das Ergebnis unklar, bessere ich nach oder beende den Test.
Bei erklärungsbedürftigen Angeboten würde ich Interessierte im Erstgespräch zusätzlich fragen, wie sie auf das Angebot gekommen sind: über eine KI-Antwort, die Google-Suche oder eine Empfehlung. Die Antwort beruht auf der Erinnerung der Person und belegt nicht genau, woher der Kontakt kam. Sie gehört trotzdem neben die Messdaten. Mehr zum praktischen Einsatz steht im Bereich KI im Marketing.
Ein GEO-Angebot muss konkret machen, welchen zusätzlichen Nutzen es bringt. Ein großes SEO-Budget sollte dieselbe Prüfung aushalten.