---
title: Googles AI-Guide gilt nur für Google — isla Studio
url: https://isla-stud.io/ai-visibility/google-ai-guide-gilt-nur-fuer-google/
date: 2026-07-03
---

# Googles AI-Guide gilt nur für Google

Kurzfassung: Googles Guide erklärt Google. Für ChatGPT, Claude und Perplexity braucht es trotzdem eigene Messung.



Im Mai 2026 hat Google einen offiziellen Guide dazu veröffentlicht, wie Websites für die generativen AI-Features der Google-Suche optimiert werden: „Optimizing your website for generative AI features on Google Search”. Die Reaktion in vielen SEO-Feeds war schnell sortiert: „AI Optimization ist doch nur SEO. Thema erledigt.”



Diese Lesart ist zu breit. Sie macht aus einer Google-Anleitung eine Regel für alle AI-Systeme. Googles Guide gilt für Google. In den am 11. Juli 2026 geprüften Anbieter-Dokumentationen von OpenAI, Anthropic und Perplexity fand ich keine vergleichbare Anleitung dazu, welche Inhalte zitiert oder welche Marken empfohlen werden — wohl aber Crawler-Dokumentation und externe Messungen. Damit verschiebt sich die Frage: Es geht nicht nur um Umsetzung, sondern um Messung.



Inhaltsverzeichnis



Was in Googles Guide steht — und für wen er gilt



Der Guide ist bemerkenswert klar. Google hat ihn am 10. Juli 2026 aktualisiert. Drei Kernaussagen blieben dabei bestehen, im Original:



Erstens: keine speziellen AI-Dateien nötig.



„You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search. Doing so will neither harm nor help your site’s visibility or rankings in Google Search.”



Das schließt llms.txt ein. Für die Google-Suche ist die Datei weder Vorteil noch Nachteil.



Zweitens: kein spezielles Schema-Pushen.



„Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add.”



Strukturierte Daten bleiben als Teil der allgemeinen SEO-Arbeit empfohlen — aber es gibt kein geheimes AI-Markup, das Citations erzwingt.



Drittens: AI Optimization ist SEO.



„Optimizing for generative AI search is optimizing for the search experience, and thus still SEO.”



Wer solide SEO-Fundamentals hat — crawlbare Inhalte, sichtbarer Text, klare Struktur, aktuelle Daten — hat aus Googles Sicht getan, was für AI Overviews und AI Mode zu tun ist.



Neu seit dem 10. Juli: Google ergänzt die Messung. Der Guide verweist jetzt auf einen „Generative AI performance report“ in der Search Console. Der Report soll zeigen, wie Inhalte über Googles generative Funktionen in Search und Discover gefunden werden. Das ist ein relevantes Delta zur Fassung vom 3. Juli — und es bestätigt zugleich die Plattformgrenze: Google misst Google. Für ChatGPT, Claude oder Perplexity liefert dieser Report keine Antwort.



Das ist eine brauchbare Anleitung mit klarem Geltungsbereich: on Google Search. Der Guide beschreibt, wie Google seine eigenen AI-Features befüllt. Er sagt nichts darüber, wie ChatGPT, Claude oder Perplexity entscheiden, welche Quellen sie zitieren und welche Marken sie empfehlen.



Was außerhalb von Google offen bleibt



OpenAI, Anthropic und Perplexity dokumentieren ihre Crawler — welche Bots es gibt und wie Website-Betreiber den Zugriff steuern können. Eine offizielle Anleitung dazu, wie Inhalte in Antworten zitiert oder Marken empfohlen werden, habe ich in den am 11. Juli 2026 geprüften Anbieter-Dokumentationen nicht gefunden.



Das heißt aber nicht, dass wir über diese Plattformen nichts wissen. Es heißt nur, dass das Wissen aus einer anderen Quelle kommt: aus Messungen von SEO- und AI-Visibility-Anbietern, die AI-Antworten und Citations in größeren Datensätzen auswerten. Ihre Befunde gelten jeweils nur für die untersuchten Plattformen, Zeiträume und Methoden.



Was die empirische Datenlage zeigt



Vier Befunde, jeweils mit Stichprobe, Plattform und Zeitraum — denn eine Zahl ohne diesen Kontext ist falsch zitiert:




Ahrefs (Mai 2026): 1.885 Seiten, die JSON-LD-Schema neu hinzugefügt haben, verglichen mit 4.000 Kontrollseiten; gemessen wurden Citations in Google AI Overviews, Google AI Mode und ChatGPT, 30 Tage vor und nach der Änderung. Ergebnis: kein belastbarer kausaler Effekt. AI Mode +2,4 % und ChatGPT +2,2 % liegen im Rauschen, AI Overviews sogar −4,6 %. Die oft zitierte Korrelation („zitierte Seiten haben häufiger Schema”) erklärt sich über besser gepflegte Sites — nicht über das Markup selbst.


SE Ranking (November 2025): Analyse von rund 300.000 Domains. Eine vorhandene llms.txt machte eine Domain nicht wahrscheinlicher, von AI-Modellen zitiert zu werden. Das Machine-Learning-Modell der Studie wurde ohne dieses Merkmal sogar genauer.


ALLMO (Januar 2026): Von 94.614 zitierten URLs aus 11.867 AI-Antworten war genau eine URL eine llms.txt-Seite — 0,001 %.


ConvertMate (Januar 2026): Der Anbieter berichtet aus einer proprietären Auswertung von mehr als 80 Millionen Citations über mehr als 10.000 Domains eine Korrelation von Brand Web Mentions und AI-Citations von r = 0,664. Die veröffentlichte Methodik legt Stichprobenziehung und Modellierung nicht ausreichend offen, um daraus einen Kausalhebel abzuleiten. Ich behandle den Wert deshalb als Richtungsbefund eines Toolanbieters, nicht als Beweis dafür, dass zusätzliche Erwähnungen Citations verursachen.





Zwei Dinge fallen auf. Erstens: Die technischen Einzelsignale, um die sich der GEO-Diskurs lange gedreht hat — llms.txt und Schema-Markup — liefern in diesen Messungen keinen belastbaren Citation-Hebel. Google sagt das für seine eigene Suche ausdrücklich; SE Ranking, ALLMO und Ahrefs sehen in ihren jeweiligen Datensätzen ebenfalls keinen positiven Effekt. Zweitens: Daraus folgt noch nicht, dass ein einzelner redaktioneller oder reputationsbezogener Faktor Citations verursacht. Google empfiehlt für Google einzigartige, nicht austauschbare Inhalte. ConvertMate meldet eine starke Korrelation mit Markenerwähnungen. Beides ist ein Arbeitsansatz, kein Wirkungsversprechen.



Wichtig ist die Grenze der Daten: Die Studien messen unterschiedliche Plattformen mit unterschiedlichen Methoden. Zusammen ergeben sie ein konsistentes Bild, aber kein einzelnes Ergebnis gilt automatisch für alle KI-Systeme.



Anleitung und Audit beantworten zwei verschiedene Fragen



Der praktische Unterschied ist einfacher:



Eine Plattform-Anleitung sagt grundsätzlich, was alle tun sollten: Inhalte crawlbar machen, Daten aktuell halten, keinen austauschbaren Füllstoff produzieren. Das ist wertvoll, aber es beantwortet nur die Frage: Was empfiehlt diese Plattform allgemein?



Ein Audit prüft den konkreten Fall: Wird diese Website von ChatGPT, Claude, Perplexity und Google AI genannt? Wird sie korrekt verstanden? Welche Quellen prägen das Bild? Welche Wettbewerber tauchen stattdessen auf?



Kurz: Die Anleitung beschreibt den Soll-Zustand. Das Audit zeigt den Ist-Zustand.



Beides hat seinen Platz. Googles Guide ist die verbindliche Referenz für Google — wer ihm widerspricht, braucht sehr gute Daten. Aber wer aus „AI Optimization ist SEO” ableitet, dass Messung überflüssig sei, verwechselt die Betriebsanleitung mit dem Statusbericht. Zwei Websites können denselben Guide sauber erfüllen und in AI-Antworten völlig unterschiedlich sichtbar sein — weil Reputation, Quellenlage und Entitätsklarheit sich nicht aus einer Checkliste ergeben.



Was das für deine WordPress-Site bedeutet



Für eine WordPress-Site folgt daraus:




Nutze Googles Guide für Google. SEO-Fundamentals bleiben die Grundlage für AI Overviews und AI Mode. Wenn Crawlability, sichtbarer Text, Struktur oder Aktualität fehlen, ist das die erste Baustelle.


Behandle llms.txt als Zusatz, nicht als Haupthebel. Warum die Datei trotzdem in bestimmten Szenarien sinnvoll sein kann — etwa für Agenten und Dokumentation — habe ich in llms.txt für WordPress: sinnvoll, überschätzt oder beides? auseinandergenommen.


Nutze Schema für Entitätsklarheit. Strukturierte Daten helfen Maschinen, Personen, Marken, Produkte und Inhalte sauberer einzuordnen. Als direkter Hebel für AI-Citations sind sie nach aktueller Datenlage nicht belastbar. Die Einordnung dazu steht in Schema, Entitäten und zitierfähige Inhalte.


Arbeite an Substanz statt an einem vermeintlichen Einzelschalter: eigene Erfahrung, eigene Daten, klare Aussagen und belastbare externe Einordnung. Google empfiehlt solche nicht austauschbaren Inhalte ausdrücklich für Google; ob und wie andere Systeme sie zitieren, musst du messen.


Miss, bevor du optimierst. Für Google gehört dazu seit dem Update vom 10. Juli der Generative-AI-Report in der Search Console. Für die plattformübergreifende Sicht brauchst du weiterhin eine eigene Messung über mehrere Systeme, Wettbewerber und Quellen. Wie ich einen solchen Ist-Zustand systematisch erhebe, steht in Wie ich AI Visibility Audits mit citelayer® denke.





Wenn du den Ist-Zustand deiner Website sehen willst, passt der AI Visibility Audit mit citelayer® dazu: mehrere Plattformen, Wettbewerber, Quellenanalyse, priorisierte nächste Schritte.



Die trockene Version: Google erklärt Google. Die eigene AI-Sichtbarkeit musst du messen.







Quellen und Verifikation



Live erneut verifiziert am 11.07.2026:




Google: „Optimizing your website for generative AI features on Google Search” — https://developers.google.com/search/docs/fundamentals/ai-optimization-guide. Die Live-Seite weist „Last updated 2026-07-10 UTC“ aus. Ein Textvergleich der Wayback-Fassung vom 03.07.2026 mit dem Live-Stand vom 10.07. zeigt als relevantes Delta einen neuen Abschnitt zum „Generative AI performance report“ in der Search Console, einen ergänzten Eligibility-Hinweis und die Aufnahme der Messung in die Zusammenfassung. Diese Änderungen sind oben eingeordnet. Die Abschnitte zu nicht austauschbaren Inhalten, Mythbusting und agentischen Erfahrungen waren bereits vorher vorhanden. Die drei wörtlichen Zitate wurden erneut gegen die Live-Seite geprüft. Vergleichsbasis: Wayback-Snapshot 20260703052824; Googles Launch-Mitteilung vom 15.05.2026: https://developers.google.com/search/blog/2026/05/a-new-resource-for-optimizing.


SE Ranking: llms.txt-Studie (~300.000 Domains, veröffentlicht 07.11.2025) — https://seranking.com/blog/llms-txt/. Kernergebnis live bestätigt.


ALLMO: llms.txt-Report (94.614 zitierte URLs aus 11.867 AI-Antworten, 1 llms.txt-URL = 0,001 %, veröffentlicht 23.01.2026, Datenerhebung Aug–Dez 2025) — https://www.allmo.ai/articles/llms-txt. Zahlen live bestätigt.


Ahrefs: „We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved." (11.05.2026, 1.885 Testseiten, je drei gematchte Kontrollseiten, Google AI Overviews, AI Mode und ChatGPT, 30 Tage vor/nach JSON-LD-Erkennung). Primärquelle bestätigt −4,6 % für AI Overviews sowie statistisch nicht von null unterscheidbare +2,4 % in AI Mode und +2,2 % in ChatGPT. Ahrefs nennt verbleibende Confounder, zusammengefasste Schema-Typen und das kurze Nachfenster ausdrücklich als Grenzen.






ConvertMate: „AI Visibility Study 2026", veröffentlicht 15.01.2026. Die Primärseite nennt 80M+ Citations, 10.000+ Domains, vier Plattformen und r = 0,664 für Brand Web Mentions. Methodik bleibt proprietär und nicht reproduzierbar beschrieben; im Artikel sichtbar qualifiziert.


Die frühere AISO-Zahl „44,2 % der Citations aus den ersten 30 %” wurde entfernt: keine belastbare AISO-Primäranalyse auffindbar, uneinheitliche Zuschreibungen in Drittquellen.





Interne Links (Serie AI Visibility 2026, alle am 18./19.06.2026 veröffentlicht):




https://isla-stud.io/ratgeber/llms-txt-wordpress/ (Artikel 2)


https://isla-stud.io/ratgeber/schema-entitaeten-zitierfaehige-inhalte/ (Artikel 3)


https://isla-stud.io/ai-visibility/citelayer-ai-visibility-audit-methodik/ (Artikel 7)


CTA: https://citelayer-ai.com/services/ai-visibility-audit/