Mythen GEO für WordPress-Agenturen: was funktioniert und was nicht

#Was ist GEO für WordPress-Agenturen

GEO in der Praxis ist Zitierbarkeit plus Retrieval, kein neues Plugin-Bündel. Ein Modell oder eine generative Suche muss: (1) wissen, dass ihr als Entity existiert, (2) eine URL mit zitierbaren Sätzen haben, (3) diese URL gegenüber Wettbewerbern als glaubwürdig einstufen. Ein LinkedIn-Post „wir haben für KI optimiert“ ohne Landing-Änderungen, ohne lastVerified, ohne konsistenten Text in llms.txt und ohne Tabellen, die ein Extractor hebt, erfüllt keine dieser Bedingungen.

Für WordPress-Agenturen verdoppelt sich das Problem. Der Kunde hat hunderte URLs (Portfolio, Städte, Plugins), während ein KI-Assistent pro Antwort wenige Quellen zitiert. Sinnvolles GEO konzentriert sich deshalb auf Angebots-Pillars und Fachartikel, nicht auf massenhaftes llmCard auf jeder Stadtseite von 2019. Auf wppoland.com bündeln wir Aufwand um WordPress-Entwickler, WooCommerce, Wartung, Headless-Migration, MCP und LLMO-Inhalte. Der Rest der Site lebt weiter von klassischem SEO und Indexierung.

Auf der WordCamp Europe 2026 in Wien lief im Hallway-Track dasselbe Muster wie in Joe Halls Thread Ende September: Hype überholt Infrastruktur. Unternehmen kaufen GEO-Audits, bevor kanonische URLs und der erste Absatz auf der Seite stehen, für die sie Ads bezahlen. In Deutschland sehen wir dasselbe, wenn eine Agentur ein „AI SEO“-Plugin auf Elementor mit LCP über 4 s setzt und ChatGPT-Zitate erwartet.

#Bringt llms.txt mehr Sichtbarkeit in ChatGPT

Mythos: Eine Community-/llms.txt reicht, damit das Modell eure Marke statt der Konkurrenz wählt.

Fakt: llms.txt ist ein Orientierungsdokument für Crawler und Agenten (Leistungsliste, Kontakt, Zitierregeln). Kein W3C-Standard, kein garantierter Parser in jedem OpenAI- oder Google-Produkt. Google Search Central spricht weiter über HTML, interne Links und Structured Data, nicht über llms.txt als Ranking-Signal.

Googles Leitfaden zur KI-Optimierung (zuletzt aktualisiert am 10. Juli 2026) nennt llms.txt-Dateien, das Zerlegen von Inhalten in kleine Häppchen und unechte Erwähnungen als Taktiken, die Sie für die Google-Suche ignorieren können, weil die Suche solche Dateien nicht nutzt. Laut derselben Seite schadet eine llms.txt für andere Dienste der Sichtbarkeit in der Google-Suche weder, noch hilft sie ihr.

Was wir tun: /llms.txt mit einem Entity-Absatz (Senior WordPress Engineering, Headless Astro/Next.js, WooCommerce, MCP, GEO/LLMO) und Services (English canonical URLs) zu Pillars, die Agenten ohne Menü-Raten finden. Update 2026-10-02 ergänzte Headless, MCP und GEO/LLMO.

Praxisbericht: SaaS-Kunde wollte „nur llms.txt“, ohne /pricing/ anzufassen. Datei zeigte auf Preise, Landing startete mit Firmenchronik 2014. Perplexity zitierte Konkurrenz-Docs mit Plantabelle. Nach BLUF und Tabelle im HTML verbesserten sich Paraphrase-Zitate, nicht durch llms.txt-Ranking in Google.

#Sollte man KI-Bots Markdown statt HTML ausliefern

Mythos: /ai/ oder content.md in Markdown, die Menschenseite bleibt im Divi-Slider.

Fakt: In den meisten Retrieval-Pipelines kommt indexiertes HTML zuerst. Separates Markdown ohne kanonisches link rel="canonical" und ohne Parität zu MDX oder WordPress erzeugt zwei Wahrheitsquellen. Eine Woche später sind Preise in MD alt, HTML neu. Das Modell zitiert falsche Zahlen oder überspringt die Seite.

Besseres Muster auf Astro oder Headless-WordPress: ein Content-Strom, semantisches HTML, Frontmatter mit llmCard.facts und FAQ in YAML, gerendert in JSON-LD und sichtbarem FAQ. Markdown als Autorenformat im Repo (.mdx) ist in Ordnung. Markdown als eigene Bot-Publikation lohnt selten.

Auf wppoland.com-MDX-Pillars halten wir speakable, howTo wo passend, kein /raw.md-Duplikat. Für MCP-Agenten gibt es APIs (agent.json, MCP-Tools): Fähigkeitsindex, kein Blog-Klon.

Gemessen auf einer anderen Website, Oktober 2026: Amir Pournasserian hat 18 Tage Cloudflare-Logs seiner privaten Website ausgewertet (30. September bis 17. Oktober 2026). Seine Markdown-Kopien liegen unter .md-Adressen, entstehen aus denselben Inhaltsdateien wie das HTML, tragen noindex, und jede Seite verweist per <link rel="alternate" type="text/markdown"> auf ihre Kopie. Verifizierte Crawler holten sie ab dem Tag nach dem Start ab. In acht Tagen stammten 143 der 152 Anfragen, die nicht von seinen eigenen Werkzeugen kamen, von sieben verifizierten Crawlern, allen voran Amazonbot. Googlebot und Bingbot riefen keine Kopie ab. Seine llms.txt bekam in 17 Tagen keinen Abruf von einem verifizierten KI- oder Such-Crawler. Die einzige verifizierte KI-Anfrage kam von Claude-User, der eine Seite im Auftrag einer Person holt. Die Warnung vor zwei Wahrheitsquellen trifft also eine von Hand gepflegte Markdown-Datei, eine aus derselben Quelle erzeugte Kopie umgeht sie. Die Zahlen zählen Anfragen auf einer kleinen privaten Website und sagen nichts darüber, was ein Crawler mit dem Inhalt anfängt. Auf wppoland.com entsteht die Markdown-Fassung aus derselben Quelle wie das HTML und wird unter der Seiten-URL selbst ausgeliefert, wenn eine Anfrage Accept: text/markdown sendet; der HTTP-Header Link nennt sie mit rel="alternate"; type="text/markdown", separate .md-Adressen gibt es nicht (geprüft am 23. Oktober 2026).

Update vom 24. Oktober 2026: In dieselbe Richtung zeigt die offene Spezifikation AgentReady in Version 2.0 (Oktober 2026), erarbeitet mit dem Forschungslabor ora.ai auf Basis nachverfolgter Agentenläufe. Ihre MUST-Punkte für das Lesen einer Website sind die Antwort im initialen HTML, serverseitig gerendert oder vorgerendert statt per JavaScript nachgeladen, und ehrliche HTTP-Antworten: 404 für eine fehlende Seite statt 200 und 429 mit Retry-After bei Drosselung. Eigene Dokumentationsseiten, llms.txt und JSON-LD sind SHOULD-Punkte, und die Spezifikation hält fest, dass Agenten Dateien für Maschinen nur erreichen, wenn eine bereits abgerufene Seite darauf verlinkt. Eine Markdown-Kopie ist ein MAY, sinnvoll erst, wenn das HTML funktioniert. Ein MCP-Server oder eine CLI wird nur dann Pflicht, wenn Agenten im Produkt eine Aufgabe erledigen sollen und nicht nur lesen, und die Spezifikation rät davon ab, eine leere Schnittstelle nur für das Häkchen zu bauen.

Praxis DE: Viele Mittelstand-Shops diskutieren DSGVO und Trainingsdaten, bevor sie überhaupt lastVerified setzen. Rechtliche Sorge ist berechtigt, ersetzt aber nicht crawl-fähige Leistungsseiten mit klaren Entity-Sätzen. Barry Schwartz beschrieb 2026 auf Search Engine Roundtable, wie AI Overviews mehr AI-Mode-Antworten nach vorne schiebt. Der Traffic-Pfad bleibt HTML-URL im Google-Index, nicht eine Schatten-Markdown-Subdomain ohne interne Links.

#Sorgt FAQPage-Schema für KI-Zitate

Mythos: Plugin injiziert FAQ-Schema, Google AI und ChatGPT zitieren jede Frage.

Fakt: FAQPage hilft bei Q&A-Struktur. Garantiert nicht: (a) URL-Indexierung, (b) Aufnahme in Overview-Quellen, (c) Modellwahl im Chat ohne Browsing. Google dokumentiert FAQ-Rich-Results für berechtigte Typen; 2026 sehen wir valides JSON-LD ohne sichtbare FAQ-Erweiterung.

Was neben Schema wirkt:

1. Fragen in Suchsprache („Was kostet WooCommerce-Headless-Migration“), nicht Konzern-Deutsch.
2. Antworten kurz mit Fakt (Datum, Scope). Gleicher Text in <div class="faq-answer"> wie in JSON-LD.
3. lastVerified und Quellen in llmCard.sources bei YMYL-Guides.

Unser Generative-Eligibility-Audit (Oktober 2026) prüft FAQ oder llmCard plus Credibility. Fail auf EN-Headless bis explizites lastUpdated in Astro. Schema ohne Datum bestand den Validator, nicht unseren credibility_signals-Check.

Praxis DE: In Agentur-Calls aus NRW und Bayern sehen wir dasselbe Muster wie bei US-Shops: Yoast oder SEOPress erzeugt sauberes FAQ-JSON-LD, aber die sichtbare FAQ fehlt oder wiederholt nur den H1. Google Rich Results Test grün, Search Console ohne Klickgewinn, Perplexity zitiert weiter die WooCommerce-Dokumentation. Nach dem Nachziehen von <div class="faq-answer"> mit demselben Wortlaut wie im Frontmatter und einem lastVerified-Datum im sichtbaren Abschnitt verbesserte sich bei einem B2B-Portal in Frankfurt die Paraphrase in manuellen Prompt-Tests, nicht weil „Schema eingeschaltet“ wurde, sondern weil Extractor und Mensch dieselbe Antwort sahen. Für YMYL-Leistungen (Migration, Sicherheitsaudit) erwarten wir zusätzlich Wikidata-about-Links und mindestens zwei externe Quellen in llmCard.sources, nicht nur Plugin-Metadaten.

Gemessen an einer großen Stichprobe, Oktober 2026: SISTRIX (22. Oktober 2026) hat 48.527 Seiten aus der DACH-Region, die im zweiten Quartal 2026 von ChatGPT, Google AI Mode oder AI Overviews zitiert wurden, jeweils mit einer nicht zitierten Seite derselben Domain verglichen: 96.418 URLs aus 17.380 Domains, 43 Merkmale pro Seite, bedingte logistische Regression. Seiten mit FAQPage-Schema wurden 1,5-mal so oft zitiert, sofern die Fragen echt sind. Ein sichtbares Inhaltsverzeichnis kam auf 1,7, Article-Schema auf 1,6, Breadcrumb-, HowTo- und QAPage-Markup zeigten keinen Unterschied (1,0). Bei llms.txt ließ sich nur zwischen Domains vergleichen: 11,7 Prozent der zitierten URLs stammen von Domains mit der Datei, ihr Anteil an allen Domains liegt bei 14,0 Prozent. Ein messbarer Vorteil ist das nicht. Die Autoren sprechen von Korrelation, nicht von Ursache, haben Perplexity, Claude und den Gemini-Chat nicht untersucht und sahen den FAQ-Effekt in ihren Testläufen unter etwa 5.000 URLs die Richtung wechseln. Wie wir das auf Kundenseiten angehen, unabhängig vom CMS: GEO- und LLMO-Optimierung.

#Sind Google-Rankings mit AI Overviews noch wichtig

Mythos: Weil KI auf der SERP antwortet, sind Positionen 1-3 egal.

Fakt: Retrieval hängt weiter an Index und Qualität, erweiterte AI Overviews fressen Klicks, nicht immer Zitate. In unserem AI-Overviews-Artikel dokumentieren wir Search-Console-Zeilen: Position 1,7 bei Preis-Query, null Klicks, Antwort über dem Link. Ranking ist nicht irrelevant. Spitzenplatz ohne zitierbaren Text bedeutet Sichtbarkeit ohne Besuch.

Auch bei kommerziellen Anfragen wächst die Abdeckung. Semrush (21. Oktober 2026) hat 400 Suchbegriffe mit Kaufmodifikatoren (Alternativen, best X for Y, Preis, Bewertungen, Marke vs. Marke) in den US-Desktop-Ergebnissen verfolgt: Im August 2026 zeigten 88 % davon eine AI Overview, im September 2025 waren es 45,75 %.

Für WordPress-Agenturen:

• Informational Long Tail liefert weiter Klicks.
• Kommerzielle Köpfe (Preise, „WooCommerce-Entwickler“) brauchen BLUF, Tabellen, Entity in Satz eins.
• Kein Rank heißt oft: Browsing-Modelle haben keine URL zum Ziehen.

GEO ohne SEO versucht, eine Seite zu zitieren, die Google für Geld-Queries nicht promoted.

Messung DACH: Nutzt für deutschsprachige Auswertungen die Search-Console-Property https://wppoland.com/de/, nicht einen /de/-Seitenfilter auf der Root-Domain. Wir haben dort Zeilen wie „wordpress entwickler stundensatz“ mit Position im oberen Feld und CTR nahe null, während AI Overviews den Preiskontext oben auf der SERP beantworten. Das ist kein Signal, SEO einzustellen, sondern BLUF und Tabellen auf der Preis- und Leistungs-Landing nachzuziehen. Informational-Queries („headless wordpress vorteile“) liefern weiter Klicks, wenn der Snippet-Text eine konkrete Zahl oder einen Scope nennt. Ohne Index-Eintrag für die Pillar-URL finden Browsing-Assistenten oft schlicht keine zitierbare Quelle, egal wie oft llms.txt eure Marke nennt.

#Kann GEO SEO ersetzen

Mythos: „GEO-Spezialist“ einstellen, SEO seit 2018 einfrieren.

Fakt: GEO überlappt technisches SEO und Content. SEO abschalten heißt: Staging-noindex in Produktion, keine internen Links zu Pillars, keine canonicalUrl-Updates nach Astro-Migration. Dann hilft kein llmCard.

Die Besuchszahlen zeigen in dieselbe Richtung: In der Vergleichsstudie von The SEO Works mit 95 Websites (September 2025 bis August 2026) brachte die organische Suche 39-mal so viele Besuche wie KI-Assistenten.

Gemeinsamer Nenner:

Nur GEO ohne CWV-Audit auf WooCommerce ist PR, nicht Engineering. Shop mit 40 Plugins und „optimized for ChatGPT“ in der Fußzeile: TTFB 1,8 s, kein lastVerified, FAQ 1:1 von Konkurrenz. Zitat blieb Shopify Help Center.

#GEO-Checkliste für WordPress-Websites

Checkliste Oktober 2026:

1. public/llms.txt - Entity plus kanonische EN-Service-URLs (Headless, MCP, GEO/LLMO in dieser Orchestrations-Runde).
2. npm run audit:generative-eligibility-pillars - sechs Checks (BLUF, Titel, Query-Abdeckung, ein Seitenziel, Credibility, FAQ/llmCard) auf sechs Pillars; --check für CI.
3. GEO-Frontmatter (llmCard, faq, speakable, lastVerified) auf Guides und MDX-Pillars, nicht auf tausende Stadtseiten kopiert.
4. About-Seiten (PL, EN, DE, NB, PT-PT) - Entity-Satz wie llms.txt (Senior Engineering, Headless, MCP, GEO/LLMO).
5. LLMO- und AI-Overviews-Artikel - eigene Bildungslinie. Dieser Text entlarvt Mythen, kein Bot-Tutorial.

Keine Versprechen „#1 in ChatGPT in 30 Tagen“, keine Markdown-Nebenseiten, kein Massen-FAQ auf noindex-Stadtseiten.

#Lohnen sich AI-SEO-Plugins für WordPress

2026 tauchen dutzende Plugins mit „AI“, „GEO“ oder „LLMO“ im Titel auf. Die meisten wrappen OpenAI-Aufrufe für Meta-Descriptions oder Bulk-FAQ. Keines ersetzt Crawl-Hygiene.

Vor Installation prüfen:

• Schreibt das Plugin sichtbares FAQ-HTML oder nur JSON-LD? Verstecktes Schema ohne Fließtext scheitert an Duplikat- und Credibility-Checks in unserem Audit und hilft Extractors nicht, die sichtbare DOM-Struktur lesen.
• Erzeugt es sechs Locale-Varianten als 1:1-Template? Das Muster triggert unsere AI-Slop-Rhetorik-Gates auf übersetzten Sites und liest sich für KI-Retrieval wie generisches Marketing in allen Sprachen gleichzeitig.
• INP am Checkout messen. Ein Stuttgarter WooCommerce-Händler verlor 0,4 s Mobile-Checkout durch ein zweites jQuery-Bundle eines „AI Schema“-Plugins. Ein Berliner B2B-Shop mit German Market und PayPal-Express sah nach Bulk-FAQ-Generierung zusätzlich doppelte FAQ-Blöcke im DOM, weil Plugin und Theme beide JSON-LD ausspielten.

Lieber ein Pillar-Rewrite als zehn Plugin-Schalter. Wenn ihr ohnehin WP-CLI und Staging habt, testet Plugin-Aktivierung auf einer Kopie mit Lighthouse-Checkout und Rich-Results-Test, bevor Marketing „GEO-ready“ verspricht.

#GEO für mehrsprachige WordPress-Websites

Sechs Locales auf wppoland.com. GEO-Fehler multiplizieren sich, wenn derselbe englische Entity-Satz in jedes llmCard.entity kopiert wird.

Regeln:

• Gleiche wpId, unterschiedliche Praxisbeispiele pro Markt (WordCamp Europe, regionale Steuer-/Versandkontexte auf erlaubten Preisseiten).
• llms.txt EN-first für Service-URLs, menschliche Seiten lokalisiert. Agenten und externe Crawler lösen oft zuerst englische Service-Slugs auf; die deutsche Landing braucht trotzdem BLUF auf Deutsch, regionale Beispiele (WordCamp Europe in Wien, IHK-Verweise bei B2B, Versand nach AT/CH) und konsistente Entity-Namen, nicht wörtlich übersetzte US-Sätze in llmCard.entity.
• hreflang und canonical bleiben SEO-Arbeit. GEO repariert keine PT-Seite mit canonical auf fehlende URL. Nach Astro-Migrationen prüfen wir in CI, ob canonicalUrl auf gebaute Seiten zeigt; historische Portfolio-Drifts sind Datenmüll, bei Angebots-Pillars ist ein falscher Canonical ein harter Fail.

Make WordPress Slack und die Advanced WordPress Facebook-Gruppe liefern schneller echte Ausfallgeschichten als Vendor-Decks. Wir verlinken die Communities im Onboarding als Erinnerung, dass produktives WordPress selten glatt läuft. Auf deutschsprachigen WordCamps (z. B. WCEU-Hallway oder lokale Meetups in Köln und München) hören wir häufiger konkrete Plugin-Konflikte als in GEO-Sales-Decks.

#Hilft eine Länderdomain bei KI-Zitaten im B2B

Aleyda Solis hat das in Local vs Global AI Citations vom 8. Oktober 2026 gemessen: Zitate aus ChatGPT, Gemini und AI Mode über zehn Themen, mit einer Prompt-Bibliothek, die für die USA, Großbritannien, Spanien und Brasilien lokalisiert wurde. Länderdomains (.uk, .es, .br) kamen auf 38,3% der Zitate in Großbritannien, 24,0% in Spanien und 41,4% in Brasilien. Am niedrigsten liegt B2B:

„B2B-Software und SaaS haben in allen drei Ländern einen niedrigen lokalen Anteil: 14,3% in Großbritannien, 10,5% in Spanien und 15,9% in Brasilien.“

Aleyda Solis, Local vs Global AI Citations, 8. Oktober 2026, eigene Übersetzung

Deutschland, Österreich und die Schweiz sind nicht Teil der Studie. Über den Anteil von .de, .at oder .ch in KI-Zitaten sagt sie nichts, also übertragen wir keine dieser Prozentzahlen auf den DACH-Markt. Was sich übertragen lässt, ist die Methode. Unsere Lesart:

• Im B2B ist die Domainendung allein ein schwacher Hebel. Solis nutzt ccTLDs als Länder-Signal und weist selbst darauf hin, dass generische Domains wie .com ebenfalls lokale Inhalte veröffentlichen. Wer eine B2B-WordPress-Installation für KI-Sichtbarkeit von /de/-Unterordnern auf .de, .at und .ch aufteilen will, findet in diesen Daten keine Begründung. Steuerbar ist der Inhalt pro Markt, nicht die TLD.
• Jeden Markt und jede Plattform getrennt messen. Die Reihenfolge der Plattformen kippt je nach Land: In Großbritannien hat ChatGPT 40,8% lokalen Anteil gegenüber 26,3% bei AI Mode und 26,4% bei Gemini, in Brasilien führt Gemini mit 51,7%. Google und YouTube machen 19 bis 45% der AI-Mode-Zitate aus, die normalisierte URL-Überschneidung mit den US-Ergebnissen liegt zwischen 1,7% und 35,7%. Eine deutsche Prompt-Stichprobe muss auf Deutsch und aus dem DACH-Raum laufen, nicht aus der englischen hochgerechnet.

#90-Tage-GEO-Plan für WordPress und WooCommerce

Tage 1-14: Entity und Pillars

• Ein Satz: wer, B2B/B2C-Zielgruppe, drei kanonische Leistungen.
• Konsistenz: Footer, About, llms.txt, LinkedIn. Gleicher Kern, lokalisierte Beispiele, keine sechs Copy-Paste-Übersetzungen.
• 3-6 Pillar-URLs wählen. Der Rest der Site verlinkt nur dorthin.

Tage 15-45: zitierbarer Text

• Erster Absatz jedes Pillars beantwortet die Query plus Firmenname.
• Eine Vergleichstabelle oder Scope-Spanne ohne Voice-Regeln zu brechen (Preisseite trägt Marktspannen; Pillars nutzen „ab“-Bänder in EUR je Markt).
• Fünf bis acht FAQ in Kundensprache, gespiegelt in JSON-LD.

Tage 46-70: technisch

• Canonicals, Indexierung, CWV am WooCommerce-Checkout.
• lastVerified und zwei bis drei externe Quellen (Wikidata, WooCommerce-Docs, WordPress Developer Handbook) in llmCard.sources.
• llms.txt nur mit Prozess, der bei jeder neuen Leistung mitzieht.

Tage 71-90: messen

• Search Console: Queries mit Position unter 5 und CTR unter 1 % (Overview-Signal, kein „GEO-Score“).
• Manuelles Prompt-Set (siehe docs/plans/prompt-sampling-core-2026-q4.json): fünf Wiederholungen, protokollieren ob URL oder Marke erscheint.
• Kern-Prompts mid-quarter nicht wechseln.

Liefert ihr nach 90 Tagen nur ein „AI readiness“-PDF ohne HTML-Änderung an Pillars, haben die Mythen gewonnen.

#Wie bewertet man ein GEO-Audit

Gutes Deliverable nennt URLs und zeigt Diffs: erster Absatz vorher/nachher, FAQ im Frontmatter, llms.txt-Eintrag. Schlechtes endet mit „AI visibility score“ ohne Search Console, Crawl-Datum und Prüfung, ob der Pillar in der Sitemap liegt.

Fragen an Vendor oder internes Team:

1. Welche drei URLs haben kommerzielle Priorität und was änderte sich im HTML?
2. Zeigt canonicalUrl nach Astro-Migration auf eine Seite, die im Build existiert? (Hunderte veraltete Portfolio-Canonicals tragen wir als historische Daten, nicht als Muster für Angebots-Pillars.)
3. Dupliziert FAQ den Body oder kürzt Frontmatter-Antworten gegenüber längeren MDX-Absätzen? Regel: niemals reicheren Body-Text löschen, nur weil Frontmatter kürzer ist.
4. Wurde llms.txt im selben Commit wie MCP- oder Headless-Angebotsänderung aktualisiert?

Ein seriöses Audit liefert Diff-Screenshots oder PR-Links, kein generisches Heatmap-PDF. Vage Antworten bedeuten: Report gekauft, nicht GEO.

#GEO für große WooCommerce-Kataloge

Ein WooCommerce-Shop mit 12 000 SKUs und Facetten-Navigation erzeugt Crawl-Rauschen, das kein llmCard auf einer Stadt-Landing repariert. GEO gehört auf Kategoriegeschichten, Versand- und Rückgabe-Seiten und drei Service-Pillars, nicht auf jede Varianten-URL.

Filter, den wir mit Händlern nutzen:

• URL ist noindex oder nur Long-Tail-SKU-Kombination: kein GEO-Frontmatter, Canonicals fixen.
• URL trägt Geld-Queries in GSC: BLUF, FAQ, vierteljährliches lastVerified.
• Produkt-JSON-LD bleibt für Shopping-Logik. FAQ-Schema auf Produktseiten lohnt selten, es sei denn, Support-Tickets wiederholen dieselben Fragen.

Ein Outdoor-Händler in Österreich bulkte FAQ-Schema auf 400 Produkt-Templates. Antworten lagen in Zendesk, nicht in WordPress. Zitate bewegten sich erst, als fünf Policy-URLs in Klartext mit Datum und Wikidata-about-Links live gingen.

#Wie misst man Markensichtbarkeit in KI-Antworten

Vendor-Decks lieben einen einzelnen „GEO visibility score“. Wir tracken enger:

• Fünf Marken-Prompts aus docs/plans/prompt-sampling-core-2026-q4.json, monatlich fünfmal, mit Datum und Modellversion im Sheet.
• Search Console-Query-Zeilen: Position besser als 5, CTR unter 1 %. Das Paar flaggt oft Overview-Absorption.
• Manuelle Perplexity-Checks mit Browsing an versus aus, weil Retrieval-Pfade differieren.

Drittanbieter-„AI-Rank-Tracker“ sind Richtung, keine Wahrheit. Sie rotieren Modelle, Geos und Login-Status. Nutzt sie höchstens für Spikes, immer zusammen mit eigener URL-Liste und Crawl-Daten aus GSC URL Inspection auf https://wppoland.com/de/, nicht gemischte Locale-Filter auf der Root-Property. Zeigt ein Prompt-Set Marke aber nie URL, ist fast immer Pillar-Copy schuld, nicht eine weitere llms.txt-Zeile.

#Zusammenfassung

GEO für WordPress ist Entity-Disziplin und Zitierbarkeit auf Pillars, die ohnehin ranken und indexiert bleiben müssen. llms.txt hilft Agenten, die richtigen URLs zu finden. Es ersetzt keinen Fließtext auf Landings. Bot-only-Markdown ohne HTML ist technische Schuld. FAQ-Schema ohne BLUF und Verifikationsdaten ist Validator-Theater, keine Strategie. Rankings entscheiden weiter, ob ihr in den Quellenpool kommt. AI Overviews ändern Klicks, nicht die Notwendigkeit, im Index präsent zu sein. SEO und GEO laufen gemeinsam, sonst bezahlt ihr für ein Buzzword.

Weiterlesen auf wppoland.com: LLMO strategische Zusammenfassung, Google erweitert AI Overviews, Pillar GEO- und LLMO-Optimierung. Audit-Orchestrierung steht in docs/plans/2026-10-02-geo-orchestration.md im Repository.