Technisches SEO – das Fundament
Was ein KI-Crawler nicht erreicht, rendert und parst, kann er nicht zitieren. Ich steuere Crawl-Budget, werte Log-Dateien aus und automatisiere mit Python – auf Projekten bis 20 Millionen Seiten.
Ich bin Eugen Ullrich, GEO & AI Visibility Strategist. Ich messe pro Engine, wo Ihre Marke in KI-Antworten fehlt, und schließe die Lücke – auf einem Fundament aus technischem SEO seit 2016, bis zu 20 Millionen Seiten.
Projekt anfragen Business Case rechnen
Sichtbarkeit ist für mich kein Selbstzweck. Sie soll Anfragen und Umsatz bringen, und genau darauf richte ich jede Maßnahme aus. Ich arbeite an der Schnittstelle von klassischer Suche und KI-Antwortmaschinen. Immer mehr Kaufentscheidungen beginnen dort: in ChatGPT, Perplexity und den AI Overviews von Google statt in der klassischen Trefferliste. Zwischen Ihrer Google-Position und dem Zitat in einer KI-Antwort liegt inzwischen eine messbare Lücke. Ich erhebe sie und schließe sie.
Was ein KI-Crawler nicht erreicht, rendert und parst, kann er nicht zitieren. Ich steuere Crawl-Budget, werte Log-Dateien aus und automatisiere mit Python – auf Projekten bis 20 Millionen Seiten.
Auf dem Fundament messe ich pro Engine, in welchen Antworten Ihre Marke auftaucht – und in welchen der Wettbewerb steht. Über Prompt-Level-Analyse und saubere Entitäten wird Ihre Marke in ChatGPT, Claude, Gemini und Perplexity zitiert.
Am Ende steht Umsatz, nicht Sichtbarkeit. Die Pipeline skaliert auf Kategorie- und Facettenseiten und über Hreflang in weitere Märkte – aus der klassischen Suche und aus KI-Antworten.
Klassisches SEO bringt Ihnen Ranking-Traffic aus der Google-Suche. GEO bringt Ihnen Nennungen in KI-Generatoren. Beide Kanäle greifen auf dieselbe technische und inhaltliche Basis zu – GEO erweitert Ihre Reichweite lediglich um die neue KI-Ebene.
EIN FUNDAMENT, ZWEI KANÄLE · ERST BEIDE ZUSAMMEN DECKEN DEN GANZEN MARKT AB
Zwei Minuten, Ihre Eckdaten, drei Szenarien von konservativ bis optimistisch. Grundlage sind belegte Marktdaten, jede Annahme ist im Ergebnis offengelegt.
Sichtbarkeit auf Prompt-Ebene erheben: welche Marke in welcher KI-Antwort auftaucht und welche nicht.
Lücken nach Wirkung und Aufwand in einer Opportunity-Matrix sortieren. Keine generischen Best Practices.
Content und Technik so aufbauen, dass Sprachmodelle die richtigen Fakten zu Ihrer Marke finden, verstehen und zitieren.
EIN KI-AGENT SIEHT NICHT IHR DESIGN, SONDERN DEN GRUNDRISS IHRER WEBSITE. BRICHT EINE STUFE, ENDET DIE KETTE.
Prinzip: Datenerhebung flexibel, Score-Berechnung deterministisch. Jede Hypothese ist auf Prompt-Level-Daten zurückführbar. Keine Annahmen ohne Datenbasis.
Das Werkzeug zum Messen: die Prompt-Bibliothek Offene Methoden und Daten: Research Die Werkzeuge dazu, im Einsatz: Lab
Tech-StackPeec.ai · Screaming Frog · Sistrix · Ahrefs · Python · SQL · Looker Studio · Shopify · Magento · ChatGPT / Claude
Viele Beratungsprojekte enden mit einem Foliensatz, den drei Monate später niemand mehr öffnet. Bei mir endet ein Projekt mit einer internen GEO-Wissensbasis für Ihr Team. Grundlage ist die Wissensbasis, mit der ich selbst arbeite; daraus konfiguriere ich Ihre Fassung: Strategie, Zuordnung der Inhalte zu Seitentypen, Anforderungen je Content-Klasse, dazu Prompts und Arbeitsprozesse für Ihren Stack. Ihr Marketing setzt damit ohne mich um. Was sich weiter bewegt, sind die Engines – Messung und Pflege der Basis übernehme ich deshalb auf Wunsch im laufenden Betrieb.
Ein KI‑Agent sieht nicht Ihr Design, sondern den Grundriss Ihrer Website.
In KI-Antworten fallen Nennung und Zitat auseinander.
Zwei Google-Patente werden gerade zur GEO-These verkettet.