Wie ich einen Luxusreiseveranstalter in ChatGPT und Gemini zitiert bekam

Damit ChatGPT, Gemini und Claude diesen Reiseveranstalter zitieren, habe ich vier Dinge in dieser Reihenfolge getan: Seiten, die die Frage eines Reisenden in den ersten Zeilen beantworten, mit konkreten Daten und Quellen; strukturierte Daten (Schema) und freier Zugang für KI-Crawler; Seiten-Cluster rund um Reiseanlässe; und Presseberichte und Links, die den Engines einen Grund geben, der Marke zu vertrauen. Nach etwa drei Monaten kam die erste Angebotsanfrage aus ChatGPT.

Der reale Fall einer Boutique-Marke für massgeschneiderte Reisen in Italien: von fast vollständiger Abhängigkeit von Traffic über den Markennamen hin zu qualifizierten Angebotsanfragen, die direkt aus KI-Engines kommen. Vollständige Methode, Daten und Ergebnisse: die individuelle Beratungsarbeit, die ich geleistet habe, und das Know-how, das ich später in CiteProof übertragen habe.

Transparenzhinweis: Dies ist eine Fallstudie meiner individuellen Beratungsarbeit, nicht des SaaS-Produkts CiteProof. CiteProof ist die Software, die ich gebaut habe, indem ich den automatisierbaren Teil dieses Know-hows festgeschrieben habe, entwickelt für kleine und mittlere Unternehmen, die sich keine sechs Monate Beratung leisten können, ihre KI-Sichtbarkeit aber trotzdem verfolgen und verbessern wollen. Diese Brücke erkläre ich am Ende. Diese Aktualisierung vom Juni 2026 ergänzt die ursprünglich erfassten zwei KI-Leads (Februar–März) um die weiteren vier, die bis Mai eingegangen sind. Alle Zahlen zum Kunden sind interne Daten (Search Console, Semrush, Referrer-Tracking und Formular-Tool); die externen Kontextzahlen verweisen auf eine Quelle am Ende des Artikels und wurden am 29. September 2026 erneut geprüft.

Ausgangslage und Audit

Der Kunde ist ein Boutique-Veranstalter für massgeschneiderte Reisen, seit 2004 aktiv, der Luxusreisen in Italien für wohlhabende amerikanische Reisende konzipiert. Ein exzellentes Produkt, echter Zugang zu exklusiven Erlebnissen, ein italienischer Gründer mit schwer zu kopierender Ortskenntnis. Das Problem war nicht das Angebot. Es war die Sichtbarkeit.

Das erste Audit, erstellt durch den Abgleich von Search Console, Semrush und einem vollständigen technischen Scan, ergab ein klares Bild:

• Der organische Traffic kam fast ausschliesslich über Markensuchen. Kommerzielle Keywords, also die, die kaufbereite Kunden bringen, erzeugten keine Klicks.
• Suchbegriffe wie luxury italy tours und bespoke vacations italy waren in den Monaten vor meiner Übernahme um 15 bis 32 Positionen gefallen.
• Strategische Seiten waren praktisch unsichtbar: Die Touren-Seite sammelte einen Klick, die Destinationsseite zu Rom null.
• Technisch bremsten Dutzende Seiten mit Weiterleitungen, elf 404-Fehler und Indexierungsprobleme das Crawling.
• Das Backlink-Profil war deutlich schwächer als das direkter Wettbewerber im selben Segment.

Das prozentuale Wachstum in früheren Berichten war nur auf dem Papier real. 5.000 % Wachstum ausgehend von 7 Klicks pro Monat bedeuten nichts. Die Website lebte von organischem Traffic und Anzeigen, ohne einen anderen Kanal als Sicherheitsnetz.

Warum klassisches SEO allein nicht reichte

2025 hat sich verändert, wie Menschen nach Reisen suchen. Ein wachsender Teil des Publikums öffnet keine zehn Google-Tabs mehr: Er bittet ChatGPT, Perplexity oder Gemini, eine Hochzeitsreise in die Toskana zu planen, und liest die zusammengefasste Antwort, mit den Marken, die das Modell zu zitieren beschliesst. Im Juni 2025 schickten KI-Plattformen mehr als 1,13 Milliarden Besuche auf die 1.000 grössten Websites der Welt, 357 % mehr als im Juni 2024, und ChatGPT allein steht für mehr als 80 % dieser Besuche ^[1].

Das verändert die Regeln. Ranking reicht nicht: Sie müssen zitierfähig werden. Die Forschung belegt das mit präzisen Zahlen:

• 87 % der Zitierungen in der ChatGPT-Suche (SearchGPT) stimmen mit den organischen Top-Ergebnissen von Bing überein, gegenüber 56 % bei Google: Optimierung für Bing wird damit zu einem direkten Indikator für Sichtbarkeit in ChatGPT ^[2].
• In der GEO-Studie aus Princeton steigerte das Ergänzen von Quellenangaben die Sichtbarkeit von Websites auf Platz fünf um 115,1 %; Quellenangaben, Zitate und Statistiken waren die drei wirksamsten Methoden, mit einer relativen Verbesserung von 30–40 % ^[3].
• Reddit stellt 46,7 % der zehn meistzitierten Quellen von Perplexity, laut der Analyse von Profound über 680 Millionen Zitierungen zwischen August 2024 und Juni 2025 ^[4] (mehr dazu, warum Reddit so oft in KI-Zitierungen auftaucht).
• Im Juli 2025 rankten 76 % der Seiten, die Google KI-Übersichten (AI Overviews) zitierten, für dieselbe Suchanfrage in den organischen Top 10 ^[5]; als Ahrefs die Studie im März 2026 wiederholte, war der Anteil auf 38 % gesunken ^[6]. Klassisches SEO bleibt das Fundament, deckt allein aber immer weniger ab.

Quelle: Seer Interactive, über 500 Zitierungen zu 100 Suchanfragen, Februar 2025 [2]

Die Strategie lautete also nicht „mehr SEO machen“. Es ging darum, Inhalte aufzubauen, die bei Google gut ranken UND so konstruiert sind, dass generative Engines sie zitieren. Zwei Ziele, ein System, das im Leitfaden zu Answer Engine Optimization (AEO, Optimierung für Antwortmaschinen) und dem Unterschied zu SEO beschrieben ist.

Die KI-Leads begannen im dritten Monat, als die kommerziellen Cluster online waren und die Seiten für KI-Crawler lesbar waren.

Das Content-System, das Seiten in KI-Antworten bringt (GEO/AEO)

Jede Seite und jeder Artikel folgt einer wiederholbaren Struktur, so angelegt, dass sowohl ein menschlicher Leser als auch ein Sprachmodell die Antwort sofort findet. Die Säulen:

Die letzten drei Säulen sind keine Stilfrage: In der GEO-Studie aus Princeton sind Quellenangaben, Zitate und Statistiken genau die drei Eingriffe, die die Sichtbarkeit in generativen Antworten am stärksten verändert haben ^[3].

Auf dieser Struktur habe ich ein strukturiertes Prompting-Framework angewendet: Actor, Input, Mission, um die Absicht festzulegen, und Memory, Assets, Prompt, um jeden Text an reale Daten statt an das Gedächtnis des Modells zu binden. Die Tonalität folgt einem einheitlichen Profil für die gesamte Website, mit hoher Offenheit und Gewissenhaftigkeit und niedrigem Neurotizismus: warm, aber souverän, nie leere Werbung. Keine allgemeinen Behauptungen, immer konkrete Details statt Vagheit.

Produktion: Cluster und Seiten

Ich habe die Produktion in thematische Cluster gegliedert, jeweils mit einer Hub-Seite, Leistungsseiten und unterstützenden Artikeln, verbunden durch disziplinierte interne Verlinkung (ein Dofollow-Link pro Ziel-URL, der Rest Nofollow) und abgeschlossen durch eine kommerzielle Seite, die die Anfrage aufnimmt.

Allein im Zeitraum Februar–März wurden acht Seiten veröffentlicht oder optimiert. Parallel dazu habe ich zwei dreistufige Anfrageformulare gebaut (ein allgemeines, eines speziell für Firmen-Retreats), um eingehende Leads zu trennen und zu qualifizieren.

Das Hindernis der KI-Erkennung

Inhalte in grosser Menge mit KI-Unterstützung zu produzieren, birgt ein reales Risiko: Detektoren erkennen sie, und Inhalte, die als serienmässig generiert wahrgenommen werden, verlieren Glaubwürdigkeit, bei Redaktionen wie bei Modellen. Die Schwelle, die ich mir gesetzt hatte: vor der Veröffentlichung unter 30 % KI-Erkennung bleiben.

Der Weg war nicht linear, und das ist der nützlichste Punkt dieser Fallstudie. Kein stilistischer Trick verändert die Wahrscheinlichkeitsverteilung der Tokens: Einige reichhaltigere Versionen stiegen von 52 % auf 100 % KI-Score, weil mehr Text dem Modell mehr Signal lieferte. Der Durchbruch kam mit einer bestimmten Kombination, die ich später in einem wiederverwendbaren Dokument zur Tonalität festgehalten habe:

• Gründerstimme in der Ich-Form, mit autobiografischen Anekdoten, die sich nicht generieren lassen.
• Namentlich genannte Personen mit überprüfbaren Details (ein Bootskapitän, ein Paar, das sich in einer Apotheke kennengelernt hat), die die Muster durchbrechen.
• Fachspezifisches italienisches Vokabular (40–60 Begriffe pro Artikel), um die Lesekomplexität zu erhöhen, ohne das englische Register zu verbiegen.
• Systematisches Entfernen der statistischen Signaturen von KI: zu gleichmässiger Rhythmus, parallele Konstruktionen, übermässige Gedankenstriche, fehlende Kontraktionen.

Die strategische Lehre: Nützliche, hochwertige KI-gestützte Inhalte werden von Google nicht abgestraft, denn Google bewertet E-E-A-T und keine Detektor-Scores. Aber echter menschlicher Input, selbst nur in einem Teil des Textes, ist das Einzige, was den Score zuverlässig senkt und die wahrgenommene Qualität erhöht. Veröffentlichen und iterieren schlägt die Suche nach der perfekten Version.

Technische Arbeit: Schema, Crawler, Indexierung

Der beste Inhalt wird nicht zitiert, wenn KI-Engines ihn nicht lesen können oder der Quelle nicht vertrauen. Die technische Arbeit umfasste drei Bereiche:

• Strukturierte Daten. TouristTrip-Schema für Reiserouten, FAQPage für Fragenabschnitte und Article-Schema mit den Eigenschaften citation, about und mentions, um Quellen und Entitäten auszuweisen.
• Crawler-Zugang. Prüfung, ob die Bots, die Seiten für KI-Antworten abrufen, auf die Inhalte zugreifen konnten: OAI-SearchBot und ChatGPT-User (die für Zitierungen in ChatGPT entscheidenden), PerplexityBot und Bingbot, wo nötig mit serverseitigem Rendering, weil KI-Crawler keine komplexen Skripte ausführen. Reine Trainings-Crawler wie GPTBot entscheiden nicht über Zitierungen.
• Technische Hygiene. Bereinigung der Weiterleitungen, 404-Fehler und Indexierungsprobleme aus dem Audit, denn jede verschwendete Seite ist verlorenes Crawl-Budget.

Autorität: Medien und Linkaufbau

E-E-A-T ist kein Slogan: Es ist die Vertrauensschwelle, die darüber entscheidet, ob eine KI-Engine eine Quelle zitiert. Diesen Bereich habe ich in zwei Richtungen bearbeitet.

Earned Media. In zwölf Monaten sammelte die Marke fünfzehn verifizierte Presseerwähnungen, darunter zwei Tier-1-Platzierungen in The Telegraph und eine in Forbes. Diese Berichterstattung wurde zu einem SEO-Signal gemacht, mit einer eigenen Presseseite und Zusammenfassungsartikeln, die die Publikationen über Blockquotes und citation-Eigenschaften im Schema zitieren. Davon zu unterscheiden sind Übernahmen syndizierter Pressemitteilungen, die auf einer anderen, geringeren Ebene liegen.

Linkaufbau. Das Wachstum des Backlink-Profils setzte auf Qualität statt Menge, mit Links aus Branchenpublikationen mit hohem Domain Rating.

Die Ergebnisse in Zahlen

Die Sichtbarkeit wuchs stetig. Doch die Zahl, die das Gespräch mit einem Kunden verändert, ist nicht die durchschnittliche Position: Es sind die Angebotsanfragen, die über vier Monate direkt aus KI-Engines kamen. Alle Zahlen in diesem Abschnitt sind interne Daten: Search Console, Semrush und das Referrer-Tracking des Formular-Tools.

Interne Daten: Referrer-Tracking und im Anfrageformular des Kunden angegebene Budgets. Insgesamt rund 209.000 $ aus 6 Leads.

Die sechs Leads aus KI-Engines

Das Referrer-Tracking zeigte den vollständigen Weg jedes Nutzers. Das Bild, das sich daraus ergibt, ist eindeutig: Wer über KI kommt, ist bereits qualifiziert, kennt die Marke, hat eine Empfehlung gelesen und füllt das Formular in den meisten Fällen schnell aus, ein Zeichen hoher Kaufabsicht. Das ist keine Besonderheit dieses Kunden: In der Semrush-Studie zu über 500 Themen mit hohem Wert konvertiert ein Besucher, der über eine KI-Engine kommt, 4,4-mal häufiger als einer aus der klassischen organischen Suche ^[7]. Wie gross dieser Abstand ist, schwankt stark von Studie zu Studie und von Branche zu Branche; der Artikel zur Conversion-Rate von KI-Referral-Traffic vergleicht sie.

Aus Datenschutzgründen habe ich die Leads anonymisiert. Die Daten sind im Formular-Tool des Kunden überprüfbar.

Interne Daten: Referrer-Tracking, von den Leads im Anfrageformular angegebene Budgets, Februar–Mai 2026.

Muster, die sich bei allen sechs Leads zeigten:

• Hohe Kaufabsicht: Fast alle füllten das Formular für die Angebotsanfrage innerhalb weniger Minuten nach dem ersten Klick aus. Das sind keine neugierigen Klicker, sondern Interessenten, die bereits entschieden haben, ein Angebot anzufragen.
• Mittlere bis hohe Budgets: Das durchschnittlich angegebene Budget liegt bei rund 35.000 $ pro Reise (Spanne 16.000–57.000 $). Leads aus KI-Antworten gehören bei dieser Luxusmarke zum oberen Bereich des Segments.
• Drei verschiedene KI-Engines: Dass sich die Leads auf ChatGPT, Gemini und Claude.ai verteilen, bestätigt, dass AEO-Arbeit über Engines hinweg wirkt; es ist kein einzelner algorithmischer Zufall.
• Verteilung über 4 Monate: Die Leads ballen sich nicht in einem einzigen Zeitraum. Es gibt Kontinuität, ein Zeichen, dass das aufgebaute System wiederkehrende Erträge liefert und keinen einmaligen Ausschlag.
• Reiseanlässe: 3 Jahrestage oder runde Geburtstage, 1 Hochzeitsreise, 1 Reise mit Freunden und 1 Paarreise durch mehrere Städte. Die vertikale Spezialisierung nach Reiseanlass hat sich bewährt.

Das sind keine anonymen Klicks. Es sind Menschen, die eine KI um eine Empfehlung für eine Italienreise gebeten haben, die Marke des Kunden als Antwort erhielten und gesprächsbereit ankamen. Genau dafür wurde das System entwickelt.

Was ich aus diesem Projekt mitnehme

• Im Luxusreisesegment ist die Zitierfähigkeit in KI-Engines heute ein echter Akquisekanal, keine Wette auf die Zukunft. Sechs Leads in vier Monaten bei einer Boutique-Marke sind kein Einzelfall.
• Die drei grossen KI-Engines (ChatGPT, Gemini, Claude) liefern qualifizierte Leads, wenn die Website nach den AEO-Säulen aufgebaut ist. Sie müssen nicht „das Ergebnis Nummer eins bei Google“ sein, sondern zitierfähig: Im Durchschnitt der von Ahrefs untersuchten KI-Assistenten ranken nur 12 % der zitierten URLs für dieselbe Frage in den Google-Top-10 ^[8].
• Inhalte gewinnen, wenn sie die Frage sofort beantworten, konkrete Daten liefern und direkte Erfahrung zeigen. Vagheit und allgemeine Behauptungen werden nicht zitiert.
• Die technische Struktur zählt so viel wie der Text: Ohne Schema und Crawler-Zugang bleibt selbst der beste Inhalt für KI unsichtbar.
• Externe Autorität, also Earned Media und hochwertige Backlinks, ist die Vertrauensschwelle, die Zitierungen freischaltet.
• Veröffentlichen und iterieren schlägt die Suche nach Perfektion. Jede Woche ausserhalb des Marktes kostet Rankings und Leads.

Wie aus diesem Know-how CiteProof wurde

Sechs Monate individuelle Arbeit für einen einzigen Luxuskunden brachten 6 erfasste KI-Leads mit über 209.000 $ angegebenem Gesamtbudget. Grossartig für diesen Kunden. Aber das Modell hat ein Skalierungsproblem: Arbeit dieser Art kostet 1.500–5.000 $ pro Monat an Beratung, und das ist für die meisten kleinen und mittleren Unternehmen schlicht nicht verhältnismässig. Eine Zahnarztpraxis in Brooklyn, eine Kanzlei in Austin, ein Boutique-Hotel in Kalifornien können sich keine sechs Monate Beratung leisten für einen Kanal, der heute noch einen kleinen Teil ihres Umsatzes ausmacht, bis 2027 aber weit mehr bedeuten könnte.

Das Problem besteht jedoch schon jetzt. KI-Plattformen schickten bereits in einem einzigen Monat 1,13 Milliarden Besuche auf die 1.000 grössten Websites, mit einem Wachstum von 357 % in einem Jahr ^[1], und die Seiten, die diese Assistenten zitieren, sind überwiegend nicht die, die bei Google oben stehen: Im Durchschnitt der von Ahrefs untersuchten KI-Assistenten ranken nur 12 % davon für dieselbe Frage in den Top 10 ^[8]. Wenn die KI antwortet, nennt sie 2–3 Namen, nicht 10 Links. Wenn Sie nicht unter diesen 2–3 sind, existieren Sie für diese Kunden nicht, selbst wenn Ihr Google-SEO perfekt ist.

Ich habe CiteProof gebaut, um genau auf diesen Bruch im Markt zu antworten. Es ist das SaaS, das ich geschaffen habe, indem ich einen automatisierbaren Teil der Arbeit festgeschrieben habe, die Sie gerade gelesen haben: Es stellt ChatGPT, Perplexity, Gemini, Claude und Google KI die Fragen, die Ihre Kunden stellen würden, misst die Antworten in einem monatlichen Audit (mit einer Neumessung auf Abruf), prüft Schema und Zugang für KI-Crawler und verifiziert jede Korrektur, bevor sie gezählt wird.

Das Signal, über das die sechs Leads dieser Fallstudie nachverfolgt wurden, ein Besucher, der über einen Link in einer Antwort von ChatGPT, Gemini oder Claude kommt, ist dasselbe, das CiteProof zählt, neben den Seiten, die die Assistenten öffnen, während sie eine Antwort schreiben.

Der Leitfaden zur Seite AI Bots erklärt jede Karte. Wie die erste Messung bei einem anderen Unternehmen aussieht, lesen Sie in einer echten Prüfung, welche KI-Engines eine Website zitieren und wen sie stattdessen zitieren.

Es ersetzt keine individuelle Arbeit. Es macht sie zugänglich. Für das Boutique-Hotel, das keine 4.500 $ im Monat ausgeben kann, aber einen kleinen Monatsbetrag in einen KI-Agenten investieren kann, der seine Zitierfähigkeit überwacht, ist es der Unterschied zwischen sichtbar und unsichtbar. Für die Zahnarztpraxis ebenso.

CiteProof beginnt mit einem Monatstarif für den ersten Agenten (die aktuellen Preise finden Sie auf der Preisseite), mit einem kostenlosen Scan (ohne Registrierung) für alle, die zuerst sehen möchten, ob das Problem bei ihnen überhaupt besteht.

Sie möchten, dass KI-Engines Ihre Marke empfehlen?

Wenn Sie eine Marke aus Luxusreisen oder Hotellerie sind und Budget für eine individuelle Zusammenarbeit über 4–6 Monate haben, können wir direkt an Ihrem Projekt arbeiten. Wenn Sie ein kleines oder mittleres Unternehmen sind und Ihre KI-Sichtbarkeit ohne eigene Beratung überwachen möchten, ist CiteProof der richtige Weg.

In beiden Fällen: hello@citeproof.co

Häufige Fragen zu dieser Fallstudie

Woher wissen Sie, dass ein Lead aus ChatGPT kam?

Aus dem Referrer, den das Formular-Tool und die Website-Analyse erfassen: Wer auf einen Link in einer Antwort von ChatGPT, Gemini oder Claude.ai klickt, kommt mit einem erkennbaren Referrer an (zum Beispiel chatgpt.com oder gemini.google.com). Jeder Lead in dieser Fallstudie wurde auf diese Weise seiner Engine zugeordnet, mit dem Datum der Anfrage.

Wie lange dauerte es vom Beginn der Arbeit bis zum ersten KI-Lead?

Etwa drei Monate. Der erste erfasste Lead aus ChatGPT stammt vom 24. Februar 2026, nachdem die kommerziellen Cluster (Hochzeitsreise, Jahrestage, Familie) online waren, die Seiten für KI-Crawler lesbar waren und die Presseberichte begonnen hatten, Autorität aufzubauen.

Muss man bei Google auf Platz eins stehen, um von KI zitiert zu werden?

Nein. Im Durchschnitt der von Ahrefs untersuchten KI-Assistenten ranken nur 12 % der zitierten URLs für dieselbe Frage in den Google-Top-10, während 87 % der Zitierungen in der ChatGPT-Suche mit den Top-Ergebnissen von Bing übereinstimmen. SEO bleibt das Fundament, aber die Zitierfähigkeit hängt von Struktur, konkreten Daten und Quellen ab, die die Engine überprüfen kann.

Wie wird mein Unternehmen von ChatGPT zitiert?

Die Reihenfolge, die hier funktioniert hat: Seiten, die die Frage des Kunden in den ersten Zeilen beantworten, mit konkreten Daten und Quellen; Überschriften als Fragen und FAQ-Schema; zugelassene KI-Crawler und keine fehlerhaften Seiten; Seiten-Cluster rund um die Anlässe, für die Menschen kaufen; und Presseberichte und Links, die den Engines einen Grund geben, der Marke zu vertrauen. Prüfen Sie dann jeden Monat, ob die Engines Sie nennen, Engine für Engine.

Kann ein kleines Reiseunternehmen von ChatGPT empfohlen werden?

Dieses wurde es: Ein vom Gründer geführter Boutique-Veranstalter erhielt zwischen Februar und Mai 2026 drei Angebotsanfragen aus ChatGPT, zwei aus Gemini und eine aus Claude.ai. Die Grösse zählte weniger, als die klarste und am besten belegte Antwort für bestimmte Reisen wie Jahrestage und Hochzeitsreisen zu sein.

Quellen

1. [1] AI referrals to top websites were up 357% year-over-year in June, reaching 1.13B · TechCrunch on Similarweb data · Juli 2025 · abgerufen am 2026-09-29
2. [2] 87% of SearchGPT Citations Match Bing's Top Results · Seer Interactive · Februar 2025 · abgerufen am 2026-09-29
3. [3] GEO: Generative Engine Optimization · Aggarwal et al., Princeton University / IIT Delhi (arXiv, KDD 2024) · November 2023, v3 2024 · abgerufen am 2026-09-29
4. [4] AI Platform Citation Patterns: How ChatGPT, Google AI Overviews, and Perplexity Source Information · Profound · Juni 2025 · abgerufen am 2026-09-29
5. [5] 76% of AI Overview Citations Pull From the Top 10 · Ahrefs · Juli 2025 · abgerufen am 2026-09-29
6. [6] Update: 38% of AI Overview Citations Pull From The Top 10 · Ahrefs · März 2026 · abgerufen am 2026-09-29
7. [7] We Studied the Impact of AI Search on SEO Traffic | Our Findings · Semrush · Juni 2025 · abgerufen am 2026-09-29
8. [8] Only 12% of AI Cited URLs Rank in Google's Top 10 for the Original Prompt · Ahrefs · 2025 · abgerufen am 2026-09-29