AUTHORITY · ROW 08 · PLAYBOOK
unsigned · dev

Wie Sie in ChatGPT zitiert werden.
Zehn Schritte. In der richtigen Reihenfolge.

Sie erfahren in den ersten Absätzen, was zählt. Die nächsten zehn Schritte folgen der Reihenfolge, in der wir selbst arbeiten — jeder steht für sich, jeder ist heute umsetzbar. Wenn Sie möchten, übernehmen wir die Umsetzung.

44,2 %
der LLM-Zitate kommen aus den ersten 30 % des Seitentextes
QUELLE · the_30_percent_rule
58 %
Zitationsrate von Position 1 — je höher, desto öfter zitiert
QUELLE · citation_rate_pos1
14 %
Zitationsrate von Position 10 — Aufwand, der selten lohnt
QUELLE · citation_rate_pos10

Legen Sie vor dem ersten Textentwurf fest, welche Antwort in den ersten 30 % der Seite stehen muss. Ohne diese Vereinbarung wandert die wichtige Information nach unten und wird seltener zitiert. Bei Edgewerk ist die 30-Prozent-Regel Teil des Briefing-Templates — kein Text geht ohne definierten Top-Abschnitt in die Produktion.

«44,2 % der LLM-Zitate stammen aus den ersten 30 % des Seitentextes»QUELLE · the_30_percent_rule

Eine H1, die die Kernfrage Ihrer Zielgruppe stellt und im nächsten Absatz beantwortet, wird häufiger als vollständiges Snippet übernommen. Brand-only-Headlines («Willkommen bei Müller & Partner») werden von LLMs selten als Zitat ausgespielt — sie liefern keinen Informationsgewinn.

Strukturierte Daten geben LLMs den Kontext, den sie aus unstrukturiertem HTML nur raten können. Article + FAQPage beschreiben den Inhaltstyp; Person verknüpft Aussagen mit Autorinnen und Autoren. Die Schemata werden bei jedem Build validiert — kaputte Schemata bedeuten fehlende Zitationen.

Jede numerische Behauptung braucht eine sichtbare Quelle. Seiten mit lückenlosen Quellenangaben werden von LLMs bevorzugt zitiert, weil sie überprüfbar sind. Unsere Redaktionsregel: keine Zahl ohne Fußnote, keine Studie ohne Jahr, keine Prognose ohne Urheber.

llms.txt ist die maschinenlesbare Inhaltsübersicht für LLM-Crawler. Sie listet alle zitationswürdigen Kapitel mit stabilen Anker-Slugs. Wir synchronisieren llms.txt bei jedem Build mit der H2-Struktur — ein wöchentlicher Diff-Check verhindert ungewollte Auslassungen nach Redakteursänderungen.

Tabellen, Listen und klare Definitionen sind extraktionsfreundlich — LLMs kopieren sie mit hoher Genauigkeit. Freitext-Absätze werden häufiger paraphrasiert und verlieren dabei die Quellenattribution. Wer zitiert werden will, strukturiert seine Aussagen entsprechend.

«Position-1-Ergebnisse werden in 58 % der Fälle in LLMs zitiert · Position-10-Ergebnisse werden nur in 14 % der Fälle zitiert»QUELLE · citation_rate_pos1

LLMs verknüpfen Aussagen mit Personen über Entity-Resolution. Ein konsistentes Profil in Wikidata, LinkedIn und auf der eigenen Website erhöht die Wahrscheinlichkeit, dass Ihre Person als Quelle namentlich genannt wird. Inkonsistente Schreibweisen bedeuten keine Zitation.

Wer AI-Bots in robots.txt blockiert, blockiert einen erheblichen Anteil der globalen Frageintention. Die Reichweite allein der ChatGPT-Wochennutzer zeigt, welches Marktsegment auf dem Spiel steht. Edgewerk pflegt AI-Bot-spezifische Regeln explizit und dokumentiert sie pro Kunde.

«ChatGPT erreicht 800 Mio.–1 Mrd. wöchentlich aktive Nutzer»QUELLE · chatgpt_users

ChatGPT, Claude, Perplexity und Gemini liefern zur selben Frage oft sehr unterschiedliche Antworten. Ein monatliches Audit über alle vier zeigt, welche Seiten zitiert werden — und welche nicht. Ohne Messung keine Optimierung. Der Werkvertrag liefert diesen Audit-Stack zum Selbstbetrieb auf Ihrem Server.

Inhalte, die konstant zitiert werden, verdienen mehr Tiefe — mehr Beispiele, mehr Daten, mehr Querverweise. Inhalte, die monatelang unsichtbar bleiben, blockieren Crawl-Budget und verwässern Ihre thematische Autorität. Streichen ist keine Schwäche, sondern Schärfe.

[DATA_PENDING_VERIFICATION]

Haben Sie Fragen zu einem Schritt oder möchten Sie das Playbook für Ihre Domain spezifisch angewendet bekommen? hallo@edgewerk.eu.