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
• Empfehlungen außerhalb der Note: Antwort am Seitenanfang und zitierbare Fakten (Zahlen in echten Sätzen verankert)
• Strukturierte Daten: Syntax und Werte des JSON-LD werden in der Kategorie Schema bewertet; Organization-Schema und sameAs-Links sind Empfehlungen außerhalb der Note
• llms.txt-Präsenz und -Qualität

So wird die Note berechnet

Die Note A–F berücksichtigt 52 von 92 Prüfungen. Sie startet bei 100 und verliert für jeden gemessenen Fehler Punkte, wie in der Tabelle unten. Bestandene Prüfungen bringen nichts dazu; eine Prüfung, die nicht gemessen werden konnte, zählt weder plus noch minus. Sicherheits-Header kosten zusammen höchstens 8 Punkte, Barrierefreiheit höchstens 6; fehlendes HTTPS, http ohne Weiterleitung auf https und gemischte Inhalte werden getrennt abgezogen, ohne Obergrenze. Jeder kritische Fehler (die Seite ist per noindex gesperrt, robots.txt sperrt die Seite oder die ganze Website, die ganze Website läuft nur über http, die Hälfte oder mehr der geprüften Seiten öffnen sich nicht, bei mindestens 5 geprüften Seiten) begrenzt die Note auf D (49). Eine leere JavaScript-App-Hülle ohne Text im HTML ist ebenfalls auf D (49) begrenzt: Fast nichts konnte gemessen werden. Eine Ursache zählt nur einmal, über die schwerere Prüfung. Wurden weniger als 60 % der bewerteten Prüfungen gemessen, kam die robots.txt bei uns nicht an oder lieferte die Hälfte oder mehr der weiteren Seiten keine Daten (mindestens 3 Seiten oder alle), ist die Note höchstens C (69), und der Bericht weist darauf hin. Stufen: A ab 90, B 70–89, C 50–69, D 30–49, F unter 30.

Punktabzug pro Fehler

Diese Kategorien führen Prüfungen durch, geben aber nur Empfehlungen, die die Note nicht beeinflussen: Content, Performance, 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?

Jede Prüfung ist eine reine Funktion der erhobenen Daten: Beim selben Crawl liefert sie immer dasselbe Ergebnis. Zwischen den Läufen ändert sich die Eingabe — Ihre Website, die PageSpeed-Insights-Messung und die Verfügbarkeit externer Quellen, die wir beim Crawl abfragen.

Wiederholte Audits derselben Website können leicht abweichen: Zwischen den Läufen ändern sich die Website selbst und das Netz (Serverantworten, Fehler, Timeouts), daher kann ein Wert nahe einer Notengrenze um einen Buchstaben springen. Performance-Werte (LCP, CLS, INP) stammen von Google PageSpeed Insights und spiegeln Echtzeitmessungen wider; sie gehen nicht in den Wert ein. KI-Texte (Zusammenfassung, Entwickler-Briefing, 30-Tage-Plan) laufen mit Temperature 0: dieselben Fakten, Prüfungs-IDs und Empfehlungen erscheinen jedes Mal, aber DeepSeek ist nicht byte-deterministisch, daher kann die Formulierung um einige Wörter abweichen.

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 die Bewertungsformel nicht stillschweigend, ohne diese Seite zu aktualisieren

Alle 92 Checks

Jeder Check, der gegen Ihre Website läuft, gruppiert nach Kategorie. Der Schweregrad ist der höchste, den ein Befund dieses Checks in der Note erhalten kann; ein konkreter Befund kann leichter sein — ein Fehler auf einem Teil der Seiten wiegt zum Beispiel weniger als auf allen. „Optional“ ist eine Empfehlung außerhalb der Note.