Die Herausforderung
Klassisches SEO bringt Sie in Google. Aber wenn ein Nutzer ChatGPT fragt „Wer kann mir mit mehrsprachigem SEO in den Niederlanden helfen?" — dann spielen Google-Rankings keine Rolle. Das LLM entscheidet anhand von Entity-Autorität, Klarheit der strukturierten Daten und Inhalten, die die Frage direkt beantworten, wen es zitiert. Wishfy musste die Antwort sein.
Das Ziel: Zitierungen von mindestens zwei großen LLM-Engines (ChatGPT, Claude, Perplexity) innerhalb von 30 Tagen nach dem Launch von wishfy.ai. Nicht durch Manipulation — sondern durch den Aufbau der Entity-Autorität, die LLMs belohnen.
Entity-Autorität zuerst
LLMs ranken keine Seiten. Sie lösen Entitäten auf. Bevor wir eine einzige Zeile Marketing-Text geschrieben haben, definierten wir Wishfys Entity-Graph: die Organisation, die Person (Gründer Waseem Sabir), die angebotenen Services, den bedienten geografischen Markt und die Beziehungen zwischen ihnen.
Jeder Schema-Block auf der Website verstärkt dieselben Entity-Beziehungen. Das Organization-Schema verweist auf den Gründer. Das Person-Schema verweist auf die Organisation. Service-Schemas verweisen auf ihren Anbieter. Das ist keine Dekoration — so bauen LLMs Vertrauen auf, dass eine Entität real und autoritativ ist.
Schema-Strategie
Wir haben sieben Schema-Typen auf der Website eingesetzt:
- Organization — Name, URL, Gründer, Kontakt, Servicegebiet
- Person — Waseem Sabir mit sameAs-Links zu LinkedIn-Profil und professionellen Profilen
- Service — einer pro Service-Seite, verknüpft mit der Organisation
- FAQPage — auf jeder Service-Detailseite, gibt LLMs fertige Frage-Antwort-Paare
- Article — auf Blog-Beiträgen und Fallstudien, mit Autoren-Referenz
- BreadcrumbList — auf jeder Seite, gibt LLMs Navigationskontext
- ProfessionalService — auf der Homepage, verknüpft das Unternehmen mit seiner Kategorie
Jeder Schema-Block enthält `inLanguage`, abgestimmt auf die Seiten-Locale. LLMs nutzen dies, um zu bestimmen, zu welchem Sprachkontext eine Entität gehört.
llms.txt als erstklassiger Kanal
Jede Sprache bekommt ihren eigenen `/[lang]/llms.txt`-Endpunkt — eine Klartext-Datei, die Wishfys Services, Team und Methodik in strukturierter Prosa beschreibt. Stellen Sie es sich als robots.txt für KI vor: Es sagt Crawlern genau, was das Unternehmen tut, wer es führt und welche Probleme es löst.
Die Datei wird zur Build-Zeit aus denselben Content Collections generiert, die auch die Website antreiben. Kein manueller Sync, kein Drift.
Getrackte Prompts — Methodik
Wir definierten 15 Prompts über vier Sprachen — Fragen, die ein potenzieller Kunde einem LLM stellen könnte. „Beste SEO-Agentur in den Niederlanden." „Wer macht mehrsprachiges GEO?" „Astro Website-Entwicklungsunternehmen." Wir trackten diese wöchentlich über ChatGPT, Claude und Perplexity und protokollierten, ob Wishfy zitiert, erwähnt oder abwesend war.
Dieses Prompt-Tracking ist kein Selbstzweck — es ist der Messkreislauf für GEO, genauso wie Ranking-Tracking der Messkreislauf für SEO ist.
Das Ergebnis
Innerhalb von 30 Tagen nach dem Launch erzielte Wishfy Zitierungen von zwei großen LLM-Engines auf getrackten Prompts. Die Kombination aus sauberem Entity-Schema, llms.txt-Abdeckung und Direct-Answer-Content machte Wishfy als Entität auflösbar — nicht nur als Website. Das ist der Unterschied zwischen indexiert und zitiert werden.