Fall 1 · Work

GEO Readiness Audit — der Selbsttest

Framework: Dual Legibility Framework →
Problem

Gesundheitsinhalte werden zunehmend nicht mehr über klassische Suchmaschinen gefunden, sondern über KI-Assistenten wie ChatGPT, Perplexity oder Google AI Overviews abgerufen und zusammengefasst. Die meisten Organisationen wissen nicht, ob und wie sie in diesen Antworten überhaupt vorkommen.

Analyse

Vor der Entwicklung des Audits als Kundenleistung wurde die eigene Methodik am eigenen Angebot getestet: Entity-Visibility-Check, Schema.org/JSON-LD-Vollständigkeitsprüfung, Entity-Reconciliation über Wissensgraph-Signale, ein Citability-Test mit 20 bis 30 realistischen Suchanfragen.

Orientierungslücke

Inhalte können fachlich korrekt und für Menschen gut lesbar sein und trotzdem für KI-Systeme praktisch unsichtbar bleiben, weil Entitäten nicht eindeutig, Daten nicht strukturiert und Aussagen nicht in zitierfähigen Einheiten formuliert sind.

Methodik

Fünf-Schritte-Audit nach dokumentierter, wiederholbarer Methode – kein Blackbox-Versprechen, sondern ein nachvollziehbares Verfahren mit Baseline-Messung.

Informationsarchitektur

Systematische Überarbeitung von Entity-Klarheit, strukturierten Daten und Frage-Antwort-Formaten, ohne die redaktionelle Stimme zu verändern.

Ergebnis

Baseline-Score 4,5 von 10, messbare Verbesserung innerhalb von 14 Tagen – dokumentiert, bevor die Leistung überhaupt an Kund:innen verkauft wurde.

Übertragbarkeit

Jede Organisation mit öffentlich zugänglichen Gesundheits- oder Beratungsinhalten, die wissen will, ob sie von KI-Systemen als vertrauenswürdige Quelle erkannt wird.

Diese Methodik ist heute eine buchbare Leistung.