Sprachen

Large Language Model (LLM) im SEO

Was ein Large Language Model ist, wie es Text Token für Token vorhersagt, welche LLMs die KI-Suche antreiben (Gemini, GPT-4) und was sie für SEO bedeuten.

Erstveröffentlicht: 24. Juni 2026 · Zuletzt aktualisiert: 22. Aug. 2026 · Fortgeschritten
Sprachen
AIVerfasst vonAI v2

Ein Large Language Model (LLM) erzeugt Text, indem es das nächste Token vorhersagt – es denkt nicht wie ein Mensch, sondern führt eine probabilistische Vervollständigung aus. LLMs basieren auf der Transformer-Architektur und haben in der Suche zwei Rollen: Verständnismodelle wie BERT helfen beim Ranking, während generative Modelle wie Gemini (Google AI Overviews) und GPT-4 (Bing Copilot) die Antworten schreiben. Sie sind begrenzt durch einen Wissens-Cutoff, ein endliches Kontextfenster und eine Tendenz zu Halluzinationen – genau deshalb gibt es RAG und Grounding. Für SEOs ist die praktische Nachricht langweilig: Indexierung ist immer noch die Voraussetzung, Markenerwähnungen korrelieren stärker mit KI-Sichtbarkeit als Backlinks, und 'normales SEO' führt dazu, dass man zitiert wird.

TL;DR — Ein LLM schätzt die Wahrscheinlichkeit des nächsten Tokens und generiert Text autoregressiv – das ist der gesamte Motor. Es läuft auf der Transformer-Architektur, die eine vollständige Sequenz parallel über Aufmerksamkeit verarbeitet und nicht Token für Token wie RNNs. In der Suche gibt es zwei verschiedene Aufgaben: Verstehen (BERT-artige Encoder, die beim Ranking helfen) und Generierung (Gemini, GPT-4, die KI-Antworten schreiben). LLMs sind begrenzt durch eine Wissensgrenze, ein endliches Kontextfenster und Halluzination – genau deshalb gibt es RAG und Grounding. Für SEO bleibt die Indexierung die Voraussetzung, und in Ahrefs’ Studie mit 75 000 Marken von Louise Linehan und Xibeijia Guan korrelierten textbasierte Signale wie Markenerwähnungen etwa 3× stärker mit der Sichtbarkeit in KI-Übersichten als Backlinks.

Was ein LLM tatsächlich ist

Ein LLM ist keine Datenbank mit garantierten Fakten, und fließende Ausgabe ist kein Beweis für Genauigkeit. Evidence for this claim Large autoregressive language models are trained to predict tokens from preceding context and can perform varied language tasks through prompting. Scope: GPT-3 research findings; later models, training methods, and product systems differ. Confidence: high · Verified: Brown et al.: Language Models are Few-Shot Learners Suchprodukte, die LLMs verwenden, können diese mit externer Abrufung und Ranking-Systemen kombinieren. Evidence for this claim Applications can give a language model tools for web search, file search, code execution, or external functions. Scope: OpenAI API tool capabilities; tool access is configured separately and should not be conflated with the base model's stored knowledge. Confidence: high · Verified: OpenAI: Tools guide

Ein Sprachmodell ist, in Googles eigenen Worten, “estimates the probability of a token or sequence of tokens occurring within a longer sequence of tokens.” Das ist die Grundlage. Ein LLM ist eine sehr große Version davon: ein Deep-Learning-Modell mit Milliarden von Parametern, das darauf trainiert ist, das nächste Token in webumfassendem Text vorherzusagen.

Zwei Dinge machen es “groß” und leistungsfähig:

  • Skalierung. Milliarden von Parametern, trainiert auf enormen Korpora. Wenn Modelle wachsen, entstehen Fähigkeiten wie Zusammenfassung, Argumentation und Codegenerierung, ohne explizit programmiert zu sein.
  • Die Transformer-Architektur. Eingeführt in Googles 2017 veröffentlichter Arbeit Aufmerksamkeit ist alles, was Sie brauchen, verarbeiten Transformer eine gesamte Sequenz auf einmal und verwenden einen Aufmerksamkeitsmechanismus, sodass jedes Token auf jedes andere Token “schauen” kann. Googles ML Crash Course formuliert den Kontrast direkt: Große Sprachmodelle “can evaluate the whole context at once,” (Übersetzung) „können den gesamten Kontext auf einmal auswerten“, im Gegensatz zu älteren rekurrenten neuronalen Netzen, die “token by token” (Übersetzung) „Token für Token“ verarbeiteten und unter dem “vanishing gradient problem.” (Übersetzung) „dem Problem der verschwindenden Gradienten“ litten.

Das Modell wird durch Vorhersage des nächsten Tokens auf Rohtext trainiert und dann typischerweise mit RLHF (Verstärkungslernen aus menschlichem Feedback) verfeinert, um hilfreicher und sicherer zu sein. Bei der Inferenz generiert es autoregressiv – ein Token nach dem anderen, jede Vorhersage wird als Eingabe für das nächste zurückgeführt. Eine Einstellung namens Temperatur kontrolliert, wie zufällig diese Stichprobenziehung ist.

Es hilft, die Phasen getrennt zu halten, weil Menschen sie ständig verwechseln. Evidence for this claim Pretraining learns broad statistical representations, post-training changes model behavior toward instructions or preferences, and inference applies the resulting model to supplied context; prompt context does not by itself update model weights. Scope: General pipeline description across instruction-tuned LLMs; the exact post-training method (RLHF, DPO, or other) and how a given product layer handles session memory vary by provider and are not covered here. Confidence: high · Verified: Ouyang et al.: Training language models to follow instructions with human feedback Pretraining ist der Schritt, in dem die Gewichte tatsächlich gesetzt werden – das Modell lernt breite statistische Muster aus der Vorhersage des nächsten Tokens über einen riesigen Korpus. Post-Training (RLHF und ähnliche Präferenzabstimmungsschritte) passt dieselben Gewichte erneut an, hin zu Anweisungen und Sicherheitsverhalten. Inferenz – was passiert, wenn Sie eine Eingabeaufforderung senden – aktualisiert die Gewichte überhaupt nicht; das Modell wendet nur das an, was es in den beiden Trainingsphasen gelernt hat, auf den Text, den Sie ihm geben. Das ist auch der Grund, warum ein langes Kontextfenster nicht bedeutet, dass das Modell “über Sie lernt”: Der zusätzliche Text ist Eingabe für diese eine Anfrage, kein Trainingsupdate, und er ist nach Ende der Sitzung verschwunden, es sei denn, eine separate Produktfunktion speichert und führt ihn als Gedächtnis erneut zu.

Halten Sie das mentale Modell ehrlich: Dies ist ein probabilistischer Prozess. Das Modell erzeugt plausible Vervollständigungen, keine verifizierten Fakten.

Verstehen vs. Generierung: zwei verschiedene Aufgaben

Diese Unterscheidung löst einen Großteil der Verwirrung über LLMs in der Suche auf.

  • BERT (2019) ist ein reines Encoder-Modell mit bidirektionalem Kontext. Google: Es berücksichtigt “den vollständigen Kontext eines Wortes, indem es die Wörter betrachtet, die davor und danach stehen.” BERTs Aufgabe ist das Verstehen – die Interpretation von Suchanfragen und Dokumenten, um das Ranking zu verbessern. Es generiert keine Antworten. Google sagte, BERT würde “Search helfen, eine von zehn Suchanfragen in den USA auf Englisch besser zu verstehen,” und Pandu Nayak nannte es “den größten Sprung nach vorn in den letzten fünf Jahren.”
  • Gemini / GPT-4 sind generative Modelle (Decoder-Stil, autoregressiv). Ihre Aufgabe ist die Generierung – das Synthetisieren der KI-Übersicht oder der Copilot-Antworttexte aus abgerufenen Passagen.

Wenn also ein SEO fragt: “Rankt das LLM meine Seite?”, lautet die ehrliche Antwort: Ein BERT-artiges Verständnismodell hat das Ranking lange beeinflusst; ein generatives Modell wie Gemini schreibt die KI-Zusammenfassung über das, was der Retrieval-Schritt aufgedeckt hat. Verschiedene Modelle, verschiedene Phasen.

Googles LLM-Entwicklung in der Suche

Eine grobe Zeitleiste, denn die Abstammung ist wichtig:

  • 2017 – Aufmerksamkeit ist alles, was Sie brauchen (Google Research): das Transformer-Paper, auf dem alles andere aufbaut.
  • 2019 – BERT: erstes Transformer-LLM im Google-Ranking; “eine von zehn Suchanfragen.”
  • 2021 – MUM: ein Modell mit etwa 110 Milliarden Parametern auf T5-Basis, das Google als “1.000-mal leistungsfähiger als BERT” bezeichnete, multimodal und in über 75 Sprachen trainiert.
  • 2023 – Gemini: “von Grund auf multimodal konzipiert,” von Anfang an auf mehreren Modalitäten vortrainiert; in den Varianten Ultra / Pro / Nano ausgeliefert. Google berichtete, es sei das erste Modell, das “menschliche Experten bei MMLU übertrifft” (90,0 %). (Benchmark-Zahlen wie diese sind an die genaue Modellversion, den Testsatz und das Auswertungsdatum gebunden, die das Labor damals verwendet hat – sie übertragen sich nicht automatisch auf spätere Updates derselben Modellfamilie.)
  • 2024 – KI-Übersichten (hervorgegangen aus SGE): Die generative Ebene kommt auf die Ergebnisseite.
  • 2025 – KI-Modus + Gemini 3: Elizabeth Reid beschrieb Gemini 3 in der Suche als “modernste Argumentationsfähigkeit, tiefes multimodales Verständnis und leistungsstarke agentische Fähigkeiten,” wobei das System komplexe Fragen intelligent an Gemini 3 und einfachere Aufgaben an schnellere Modelle weiterleitet.
  • 2026 – Gemini 3 wird zum Standard für KI-Übersichten. Laut Robby Stein: “Gemini 3 ist jetzt das Standardmodell für KI-Übersichten.”

Bing Copilot: GPT-4 + Prometheus + der Bing-Index

Microsoft bestätigte im März 2023, dass “der neue Bing auf GPT-4 läuft, das wir für die Suche angepasst haben,” und dass “Bing von diesen Verbesserungen profitiert, wenn OpenAI Updates für GPT-4 und darüber hinaus veröffentlicht.”

Das Element, das ein eingefrorenes LLM mit dem Live-Web verbindet, ist Microsofts Prometheus-Modell – beschrieben als ein Modell, das den aktuellen Bing-Index mit der Argumentationsfähigkeit von GPT kombiniert. Die Copilot-Pipeline formuliert Ihre Suchanfrage in Suchstrings um, ruft aus dem Bing-Index ab und lässt GPT eine fundierte, mit Quellen versehene Antwort synthetisieren. (Hinweis: Diese detaillierte Aufschlüsselung der Pipeline stammt aus einer technischen Analyse Dritter, nicht aus einer Microsoft-Spezifikation aus erster Hand – behandeln Sie die Schritte als branchenweit berichtet.)

Wie KI-Übersichten tatsächlich eine Antwort generieren (die RAG-Pipeline)

Der Grund, warum diese Systeme trotz eines alten Trainingsstandes über aktuelle Nachrichten antworten können, ist die retrieval-augmentierte Generierung. Googles eigene Definition: RAG “kombiniert die Stärken traditioneller Informationsabrufsysteme mit den Fähigkeiten generativer großer Sprachmodelle.” Konzeptionell:

  1. Sie übermitteln eine Suchanfrage.
  2. Komplexe Suchanfragen werden zerlegt – Googles Query-Fan-out – in Unterabfragen.
  3. Jede Unterabfrage ruft Kandidatenpassagen aus dem Index ab.
  4. Diese Passagen werden in den Kontextfenster des LLM injiziert – das ist Grounding, das die Antwort an abgerufene Quellen bindet und nicht nur an Trainingsdaten.
  5. Das LLM generiert eine synthetisierte Antwort mit Zitaten.
  6. Sicherheits- und Qualitätsprüfungen laufen, und die Antwort wird zurückgegeben.

Die SEO-Implikation ist eine Kette von Hürden. Ihre Inhalte müssen (a) für KI-Bots crawlbar sein, (b) indexiert werden, (c) durch Retrieval aufgefunden werden, (d) gegenüber konkurrierenden Passagen ausgewählt werden und (e) korrekt in der Ausgabe repräsentiert werden. Wenn Sie in irgendeiner Phase ausscheiden, sind Sie nicht in der Antwort.

Einschränkungen, die für SEOs relevant sind

EinschränkungWas das für Sie bedeutet
WissensstandDas Modell weiß nichts über sein Trainingsdatum hinaus, es sei denn, RAG liefert frische Inhalte. Der Wissensstand ≠ Veröffentlichungsdatum – sie können um Monate abweichen. Der Trainingsstand von GPT-5 wird mit September 2024 angegeben.
KontextfensterEin LLM kann nur eine begrenzte Textmenge auf einmal verarbeiten, gemessen in Tokens. Das begrenzt, wie viel abgerufener Inhalt eingespeist werden kann – und genau deshalb ist Chunking beim Retrieval wichtig.
HalluzinationDas Modell erzeugt plausibel klingende Vervollständigungen, die falsch sein können. Es ist ein statistisches Artefakt, kein Lügen. Ahrefs-Forschung ergab, dass KI-Assistenten Besucher 2,87× häufiger auf 404-Seiten schicken als die Google-Suche.
JavaScript-AbdeckungsrisikoDas Rendering von KI-Crawlern variiert je nach Anbieter, sodass JavaScript-abhängige Inhalte übersehen werden können, wenn ein Fetcher nur das anfängliche HTML verwendet.
Passagen-ChunkingRetrieval-Systeme zerlegen Seiten in Passagen. Meine Forschung zur Verarbeitung von Chrome deutete auf Passagen von etwa 200 Wörtern und die Analyse nur der ersten ~30 Passagen einer Seite hin – tief vergrabene Inhalte werden möglicherweise nie abgerufen.

Was das für Ihre Content-Strategie bedeutet

Ein paar Dinge, die ich mit Sicherheit sagen kann, getrennt von den Dingen, die niemand außerhalb der Suchmaschinen tatsächlich weiß:

  • Indexierung ist immer noch die Voraussetzung. Gary Illyes war deutlich: “To get your content to appear in AI Overview, simply use normal SEO practices.” (Übersetzung) „Um Ihre Inhalte in der KI-Übersicht erscheinen zu lassen, wenden Sie einfach normale SEO-Praktiken an.“ Es gibt kein bestätigtes spezielles LLM-Targeting-Signal. Und zur vielgehypten llms.txt-Datei sagte Illyes “Google doesn’t support LLMs.txt and isn’t planning to,” (Übersetzung) „Google unterstützt LLMs.txt nicht und plant dies auch nicht“, wobei John Mueller es mit dem alten Meta-Keywords-Tag verglich.
  • Markenerwähnungen schlagen Backlinks für KI-Sichtbarkeit. In unserer Studie mit 75 000 Marken waren Markenerwähnungen im Web die stärkste Korrelation mit AI-Overview-Erscheinungen (≈0,66), gegenüber ≈0,22 für Backlinks – textbasierte Signale korrelierten etwa 3× stärker als Link-Metriken. Wie wir es formulierten, LLMs “derive their understanding of a brand’s authority from words on the page, from the prevalence of particular words, the co-occurrence of different terms and topics, and the context in which those words are used.” (Übersetzung) „leiten ihr Verständnis der Autorität einer Marke aus den Wörtern auf der Seite, der Häufigkeit bestimmter Wörter, dem gemeinsamen Auftreten verschiedener Begriffe und Themen sowie dem Kontext ab, in dem diese Wörter verwendet werden.“
  • Der Gewinner bekommt alles. Marken im obersten Quartil bei Web-Erwähnungen hatten durchschnittlich 169 AI-Overview-Erwähnungen gegenüber 14 im nächsten Quartil – und 26 % der untersuchten Marken hatten null. Platzierungen mit hoher Autorität und hohem Traffic verstärken Ihre KI-Sichtbarkeit.
  • Frische hilft. In einer Analyse mit 17 Millionen Zitaten zogen KI-Assistenten es vor, Inhalte zu zitieren, die deutlich neuer sind als das, was typischerweise in organischen Ergebnissen erscheint.
  • Blockieren Sie KI-Crawler nicht reflexartig. Das Blockieren verzichtet wahrscheinlich auf KI-Sichtbarkeit ohne SEO-Vorteil. Und denken Sie an den oben genannten JS-Blindfleck – wenn Ihre Inhalte JavaScript benötigen, um zu erscheinen, werden die meisten KI-Crawler sie nicht sehen.

Und der ehrliche Vorbehalt: Die Suchmaschinen vermeiden es konsequent, zu enthüllen, wie die Ranking-Seite von AI Overviews funktioniert. Die bestätigte Geschichte ist “get indexed, do normal SEO.” Alles darüber hinaus ist Spekulation – auch meine.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.