GEO für Software-Startups: In 90 Tagen in die KI-Antwort. Warum die Shortlist heute in ChatGPT entsteht, welche Quellen ein Modell zitiert und wie ein kleines Team das in einem Quartal aufbaut.

Ein Gründer erzählte uns letzten Monat, sein bester Lead des Quartals habe ihn mit dem Satz begrüßt: „ChatGPT hat euch empfohlen.“ Er hatte nichts dafür getan. Die Frage ist, wie man das reproduzierbar macht.

Die Shortlist entsteht in der Antwort

Käufer im B2B fragen heute ChatGPT, Perplexity oder Gemini, welche Anbieter es für ein Problem gibt, bevor sie eine einzige Website öffnen. Die Antwort nennt zwei bis fünf Namen, mit Begründung. Wer dort steht, bekommt einen Besucher, der bereits beraten wurde. Wer fehlt, wird nicht verglichen, sondern gar nicht erst in Betracht gezogen.

Für Startups ist das eine ungewöhnlich faire Ausgangslage. Die Modelle bevorzugen nicht die größte Marke, sondern die am besten belegte. Ein junges Unternehmen mit sauberen Quellen kann in einer Nische die etablierten Anbieter überholen, ohne deren Budget.

Ein Modell empfiehlt, was es in Drittquellen verifizieren kann. Deine Website ist die Behauptung, nicht der Beweis.

Quellen statt Seiten

Der häufigste Fehler: das SEO-Playbook auf GEO anwenden. Mehr Blogartikel, mehr Keywords, mehr Landingpages. Modelle ranken aber keine Seiten. Sie zitieren Quellen, denen sie vertrauen, und die liegen fast nie auf deiner eigenen Domain.

• Verzeichnisse und Vergleichsportale der Kategorie (G2, Capterra, OMR Reviews, branchenspezifische Listen)
• Fachpresse und Gastbeiträge, in denen dein Name mit dem Problem verknüpft wird
• Bewertungen mit Text, nicht nur Sternen
• Wikidata und Unternehmensprofile: die Entität „Marke = Kategorie für Zielgruppe“ als nachschlagbarer Fakt
• Communities, in denen deine Käufer tatsächlich fragen (Reddit, Fachforen, LinkedIn)

Die eigene Website hat eine Aufgabe: die Kauffragen so direkt zu beantworten, dass ein Modell den Absatz zitieren kann. FAQ-Schema, klare Vergleichsseiten, keine Marketingprosa.

Entität statt Keyword

Bevor ein Modell dich empfiehlt, muss es dich eindeutig kennen. Zwei Fragen entscheiden: Weiß das Modell, in welcher Kategorie du spielst? Und verwechselt es dich mit niemandem? Bei einem unserer Kunden wurde die Marke 54-mal im Monat mit einem namensähnlichen Unternehmen aus einer anderen Branche vermischt. Nach drei Wochen Entity-Arbeit waren es drei.

Konkret: ein Wikidata-Eintrag mit Kategorie, Gründungsjahr und Website; identische Beschreibungen in LinkedIn, Crunchbase, Verzeichnissen; Organization-Schema auf der Startseite mit sameAs-Verweisen. Das ist ein Tag Arbeit und der Hebel mit dem besten Verhältnis von Aufwand zu Wirkung.

Der 90-Tage-Plan

Neunzig Tage sind kein Marketingversprechen, sondern die Zeit, die es braucht, um zu messen, umzusetzen und erneut zu messen. Ein realistischer Ablauf für ein Team von zwei Personen:

Der wichtigste Punkt ist die Messung. Stell die gleichen 20 Fragen jede Woche an die gleichen Plattformen und notier, wer genannt wird. Ohne diese Reihe weißt du nach 90 Tagen nicht, ob irgendetwas gewirkt hat.

Drei Fehler, die wir immer wieder sehen

• Content-Volumen statt Quellenarbeit. Zwanzig Blogartikel bewegen weniger als zwei Fachportal-Beiträge und ein sauberes Bewertungsprofil.
• Anlegerperspektive statt Käuferfrage. Die Website erklärt das Produkt; niemand beantwortet die Frage, die der Käufer tatsächlich stellt.
• Einmal messen. Eine Momentaufnahme ist kein Trend. Modelle antworten nicht deterministisch; erst das Wochenmittel zeigt die Richtung.

Was du diese Woche tun kannst

Frag ChatGPT und Perplexity die fünf wichtigsten Kauffragen deiner Kategorie. Notier, wer genannt wird und welche Domains zitiert werden. Wenn dein Name fehlt, weißt du jetzt, warum, und wo du anfängst.