Wie SiteTest.ai funktioniert

Was ist GEO und warum wir es messen

GEO (Generative Engine Optimization) ist die Disziplin, Inhalte für KI-Suchsysteme – ChatGPT, Perplexity, Google AI Overviews, Claude, Gemini – auffindbar, parsbar und zitierbar zu machen. Traditionelles SEO platziert Sie in einer Liste von Links; GEO sorgt dafür, dass Sie in der Antwort zitiert werden.

• KI-Crawler-Zugriff (GPTBot, ClaudeBot, PerplexityBot) – tatsächlich geprüft, nicht nur aus robots.txt abgeleitet
• Zitierbarkeit: klare Einleitungen, fragenartige Überschriften, zitierbare Fakten (Zahlen in echten Sätzen verankert)
• Strukturierte Daten (FAQPage, Speakable, sameAs, Organization) – bewertet unter der Kategorie Schema-Markup
• llms.txt-Präsenz und -Qualität

Kategorien und Gewichtungen

Die Gesamtbewertung ist ein gewichteter Durchschnitt der Kategoriebewertungen. Die Gewichtungen werden aus demselben Codepfad geladen, der auch das Audit durchführt, sodass diese Tabelle nie von der Produktion abweicht.

Einige Kategorien führen Checks durch, tragen aber noch nicht zur Gesamtbewertung bei: Security, Accessibility, Frontend.

KI-Prompts: Wie wir sie verankern

Jeder KI-generierte Aufzählungspunkt – in der Zusammenfassung, im Entwickler-Brief, im Aktionsplan – muss mindestens eine echte Check-ID mit ihrem Status referenzieren, z.B. tech.canonical (FAIL) oder schema.faq (MISSING). Das Modell wird angewiesen, den tatsächlichen aktuellen Titel, die aktuelle Meta-Beschreibung und die tatsächlichen Überschriften der geprüften Seite zu zitieren, keine allgemeinen Ratschläge zu synthetisieren.

Nachdem das Modell geantwortet hat, validieren wir die Ausgabe auf verankerte Referenzen. Falls eine Zusammenfassung keine echten Ergebnisse zitiert, wiederholen wir den Vorgang einmal mit strengeren Anweisungen. Wir liefern lieber einen etwas weniger ausgefeilten Satz als eine selbstbewusste Halluzination.

Wie stabil sind die Ergebnisse?

Alle 168 Checks sind deterministisch – die zweimalige Ausführung derselben Website liefert für jeden Check exakt dasselbe Bestanden/Nicht bestanden/Warnung, exakt dieselben Kategoriebewertungen und exakt dieselbe Gesamtnote. Wir hashen das Ergebnisset intern, um dies zu überprüfen. Probleme, Schweregrade, Codebeispiele, Empfehlungen – alles byte-stabil über mehrere Durchläufe hinweg.

KI-generierter Text (Zusammenfassung, Entwickler-Brief, 30-Tage-Plan) läuft mit Temperatur 0, um Variationen zu minimieren. Der Wortlaut ist hochgradig konsistent – dieselben Fakten, Check-IDs und Empfehlungen erscheinen jedes Mal – aber das zugrunde liegende LLM (DeepSeek) ist nicht byte-deterministisch über Anfragen hinweg, sodass die Formulierung um ein paar Wörter abweichen kann. Leistungsmetriken (LCP, CLS, INP) stammen von Google PageSpeed Insights und spiegeln Echtzeitmessungen wider, die zwischen Durchläufen um ±5 Punkte schwanken können, was gelegentlich eine grenzwertige Note um einen Buchstaben verschiebt (z.B. B↔C). Alles unterhalb der KI-Text- und PSI-Ebene ist byte-stabil.

Was wir nicht tun

• Wir verfolgen keine Google-Rankings – Keyword-Positionen sind sehr volatil und ortsabhängig
• Wir erfinden keine proprietäre 'Domain Authority' oder 'Trust Score' – diese Zahlen sind Bauchgefühl, keine Signale
• Wir scrapen keine Wettbewerber und ziehen keine Daten von Drittanbieter-SaaS-APIs, für die Sie nicht bezahlen
• Wir versprechen keine Traffic-Steigerungen oder Rankings. Wir versprechen transparente Diagnosen und copy-paste-fähige Lösungen
• Wir ändern Bewertungsgewichte nicht stillschweigend, ohne diese Seite zu aktualisieren

Alle 169 Checks

Jeder Check, der gegen Ihre Website läuft, gruppiert nach Kategorie. Der Schweregrad spiegelt die Standardeinstellung der Engine wider – einzelne Ergebnisse können je nach Befund auf- oder abgewertet werden.