Generative Engine Optimization (GEO) ist die Inhaltssoptimierung für „Generative Engines“. Herkömmliche Suchmaschinen liefern eine Liste von Links, die der Nutzer selbst anklickt; Generative Engines (wie ChatGPT, Perplexity, Gemini) hingegen durchsuchen mehrere Quellen und fassen sie mithilfe großer Modelle zu einer Antwort zusammen. Dadurch verlieren Inhaltsersteller die Kontrolle darüber, „wann und wie“ ihre Inhalte angezeigt werden.

Das Konzept des GEO wurde 2023 von Aggarwal et al. in der Arbeit GEO: Generative Engine Optimization erstmals vorgestellt: Sie definierten Sichtbarkeit als optimierbare Metrik, präsentierten einen Black-Box-Optimierungsrahmen, der es Erstellern ermöglicht, Inhalte anzupassen, ohne die internen Mechanismen der Engines zu kennen, und veröffentlichten die GEO-bench-Benchmark.

Die zentrale Erkenntnis von GEO ist, dass „Strategien je nach Domäne variieren“. Experimente zeigen, dass angemessene Optimierungsstrategien die Sichtbarkeit von Inhalten in generativen Antworten um bis zu 40 % steigern können und dass es kein universell gültiges Template gibt; spätere Studien haben Begriffe wie AEO und AI Visibility in denselben Diskursrahmen einbezogen.

Die Bedeutung von GEO liegt darin, dass das „Ranking-Denken“ des SEO-Zeitalters in ein „Denken des Zitiert- und Adaptiert-Werdens“ umgeschrieben wird. SEO kämpft um Ranking-Positionen, GEO kämpft um Zitate und Adoption; für die Creator-Ökonomie betrifft dies die Umverteilung von Traffic und Einnahmen, für Engine-Entwickler wirft es neue Fragen der Zitiertransparenz und Quellenfairness auf.