Autor: Dominik Habermacher
Warum sich heute entscheidet, wer morgen gebucht wird
Niemand bucht eine Reise so schnell, wie er ein Paar Kopfhörer kauft. Eine Reise beinhaltet mehrere Entscheidungen: Destination, Hotel, Aktivitäten, Anreise. Eine Frage führt zur nächsten. Genau diese Kette ist es, weshalb sich gerade im Tourismus zeigt, wofür GEO (Generative Engine Optimization) da ist. Reiseplanung ist research-intensiv und informationslastig. Diese Kombination, macht Large Language Models (LLMs) so attraktiv für die Recherche.
Die Zahlen, die das belegen
Eine repräsentative Studie von YouGov Schweiz aus dem Januar 2026 zeigt, wie schnell sich das Nutzerverhalten verändert. Demnach nutzt bereits jeder fünfte Schweizer ChatGPT, Gemini oder Copilot für die Reiseplanung. Bei den unter 45-Jährigen ist es fast jeder Dritte. ChatGPT dominiert dabei klar mit 88 Prozent Marktanteil unter den AI-Anwendungen.
Spannend ist, wofür AI in der Reiseplanung eingesetzt wird: 66 Prozent lassen sich Aktivitäten vorschlagen, 45 Prozent Destinationen, 43 Prozent Anfahrtsrouten. Genau die Phasen also, in denen früher Reiseführer, Blogs und Tourismusorganisationen die zentralen Informationsquellen waren. Die Inspirations- und Orientierungsphase wandert in die LLMs.
Das Wachstumspotenzial ist gross. 71 Prozent der bisherigen Nutzer wollen AI künftig häufiger einsetzen. Und 20 Prozent der bisherigen Nicht-Nutzer wollen es zumindest ausprobieren. Wer heute in der Antwort eines LLM nicht vorkommt, dem entgeht morgen ein deutlich grösseres Publikum.
Was wir bei unseren Schweizer Travel-Kunden beobachten
Wir betreuen verschiedene Travel-Brands im GEO und Performance Marketing, wie Schweiz Tourismus, CERVO Mountain Resort, Camping Lodge und The Tschuggen Collection.
Schweiz Tourismus: Werbung in den LLMs, nicht für die eigene Website
Die Aufgabe für Schweiz Tourismus besteht nicht primär darin, Traffic auf die eigene Seite zu lenken. Vielmehr geht es darum, die Destination Schweiz in den LLMs zu platzieren. Das ist im Kern Marketing für ein Land. Das verändert auch die Vorgehensweise von GEO. Man muss stärker über den Tellerrand schauen als bei klassischem SEO. GEO betrifft nicht nur die eigene Webseite. Vergleichende Information ("Ist Österreich oder die Schweiz besser zum Skifahren?") wird nicht von Schweiz Tourismus angeboten, sondern auf übergreifenden Tourismusportalen. Diese sollten in die GEO-Massnahmen mit einbezogen werden.
CERVO: Vom Sichtbarkeits-Gap zur konkreten Massnahme
CERVO hatte die Herausforderung, dass das Hotel zwar Outdoor-Aktivitäten anbietet, aber in den relevanten LLM-Antworten zu Outdoor-Hotels in Zermatt nicht in den Top 5 erschien. Solche Antworten stammen aus Vergleichsportalen, Reiseblogs und redaktionellen Listen. Auf der eigenen Hotelseite kann man Konkurrenten nicht objektiv bewerten. Das ist die Funktion von Drittseiten. Wer dort fehlt, fehlt in der Antwort von ChatGPT und co.
Im Prinzip ist das wie SEO-Backlink-Building, nur gezielter. Heute sehen wir im Monitoring direkt, welche Seiten in den Antworten der LLMs auftauchen und welche fehlen. Das macht die Auswahl der Quellen, in denen man erwähnt werden will, präziser. Es geht nicht um Linkmasse, sondern um die konkrete Erwähnung an der richtigen Stelle.
Was sich gegenüber klassischem SEO ändert
SEO bleibt die Basis
Ein gutes SEO ist die Voraussetzung für gutes GEO. Indexierbarkeit, saubere technische Struktur, schnelle Ladezeiten, inhaltliche Tiefe. Das sind Grundvoraussetzungen, die für Google und für jedes LLM gleichermassen gelten. Wenn ein Bot eine Seite nicht aufrufen kann, kann er auch keine Information herausziehen. Hinzu kommt die Tatsache, dass ein erheblicher Teil des Traffics weiterhin von klassischen Suchmaschinen stammt.
Der Klick verschwindet, der Brand muss bleiben
Früher reichte ein gutes Ranking aus, um Klicks zu erzeugen und Besucher:innen auf die eigene Seite zu leiten. Wenn der Klick jedoch ausbleibt, weil User die Antwort direkt in ChatGPT oder Perplexity bekommen, dann muss der Brand selbst klar im Content erkennbar sein. Markenname, Produktbezeichnung, Differenzierung. Sonst geht der User vielleicht doch noch googeln, aber er googelt dann nicht den Brand, weil er sich aufgrund der Antwort nicht mehr daran erinnert.
Verbal Identity in der KI-Antwort
Ein LLM zitiert nicht, es paraphrasiert. Alles Austauschbare verschwindet dabei. Was bleibt, sind eigene Begriffe und echte Differenzierung. Wer beides nicht hat, taucht in der Antwort namenlos auf.
Mehr zur Verbal Identity von Jung von Matt: jvm.ch/de/verbal-identity-audit
Die Trick-Taktiken funktionieren, aber nicht lange
Wir sehen viele SaaS-Firmen und SEO-Agenturen, die Top-Listen erstellen und sich dabei selbst auf Platz 1 setzen: Was sind die Top 5 CMS, was ist die beste SEO-Agentur? Eigene Antwort, eigene Position. Das funktioniert aktuell. Aber das ist die weisse Schrift auf weissem Hintergrund von 2010. Es funktioniert, bis es nicht mehr funktioniert. Und die User vertrauen einer Selbstbewertung ohnehin nicht.
Zwei Beispiele aus der Praxis: Monday.com listet sich im eigenen Blog als beste CRM-Lösung. Eine Zürcher Agentur platziert sich auf der eigenen Webseite an Position 1 der besten Digital Marketing Agenturen in Zürich.
Was wir Brands für GEO konkret empfehlen
Drei Ebenen, die zusammen funktionieren müssen.
Monitoring auf drei Ebenen
Die erste Ebene sind Web-Analytics. Direct Referrals, Verweise aus ChatGPT, Perplexity und Co. Google Analytics 4 ist die naheliegende Lösung dafür und hat angekündigt, AI-Channels nativ zu unterstützen. Bei einem Teil der Properties sehen wir das schon, bei anderen noch nicht. Wir weissen ohnehin seit einem Jahr für unsere Kunden den Traiffc über AI Search im Dashboard und Custom Report aus.
Die zweite Ebene sind die Server-Log-Files. Server-seitig, am besten automatisiert. Hier sieht man, welche Bots auf die Seite zugreifen und zuwelchem Zweck. Es gibt Bots, die Inhalte zum Training crawlen. AndereBots greifen live im Moment einer User-Anfrage auf Webseiten zu. Beide werden unterschiedlich behandelt und haben eine unterschiedliche Aussagekraft. Bei einem Kunden mit einem grossen B2B-Online-Shophaben wir ein Verhältnis von 1 zu 10 gesehen: Auf jeden messbaren LLM-Klick in Analytics kamen rund zehn Bot-Zugriffe in den Server-Logs. Das sind 10 potentielle Erwähnungen der Webseite, die zu keinem Klick führen und deshalb in Analytics nicht erfasst werden ("Zero Click Searches"). Diese Sichtbarkeit taucht in keinem Standard-Report auf.
In den Log-Files lohnt sich besonders der Blick auf den Status Code 499. Dieser bedeutet, dass der Client die Verbindung abgebrochen hat, weil der Server zu langsam war. Genau das ist für AI Search kritisch. Die meisten AI-Search-Systeme, mit Ausnahme von Google und Bing, holen Seiten in Echtzeit ab, wenn ein User eine Frage stellt. Wenn die Seite nicht schnell genug antwortet, wird sie aus der Antwort einfach weggelassen. Der Brand existiert in dem Moment nicht. Ein hoher Anteil 499er in den Logs gegenüber AI-Bots ist also kein technisches Detail, sondern ein direkter Sichtbarkeitsverlust.
Die dritte Ebene ist das Prompt-Monitoring. Wir tracken über Tools wie Peec.ai, wie ein Brand in echten LLM-Antworten erscheint, auf welchen Positionen, im Vergleich zu welchen Mitbewerbern, in welchen Märkten. Eine Suche aus der Schweiz sieht anders aus als eine aus den USA. Über die Zeit ergibt das einen Vergleichswert.
Die richtigen Prompts definieren
Hier liegt die grösste methodische Herausforderung. In SEO haben wir Keywords mit Suchvolumen. Wir wissen, ob ein Begriff überhaupt gesucht wird. Im GEO fehlt dieses Volumen-Signal. Die Variation möglicher Prompts ist um ein Vielfaches grösser als die Variation genutzter Keywords. Wir können viel tracken, aber das Risiko ist, dass wir Prompts beobachten, die in der Realität niemand stellt.
Unser Ansatz: Wir nehmen die Keyword-Recherche aus SEO als Basis und leiten daraus Prompts ab, die plausibel sind. Wenn ein Kunde einen Chatbot auf der eigenen Seite hat, ist das ein äusserst wertvolle Datenquelle: Hier sehen Sie echte User-Fragen. Diese Daten lassen sich als Grundlage für ein repräsentatives Prompt-Set verwenden. Das geht weit über das hinaus, was klassische Keyword-Tools liefern.
Content-Gaps schliessen, auf beiden Seiten
Wenn klar ist, in welchen Prompts der eigene Brand fehlt, dann gibt es zwei Ansatzpunkte.
Der erste liegt auf der eigenen Webseite. Aus den Prompts und den realen User-Fragen lassen sich Themen ableiten, zu denen eigener Content fehlt. Das ist klassische Content-Arbeit, aber mit einer neuen Datenbasis. Nicht das geschätzte Suchvolumen entscheidet, sondern das, was die User tatsächlich fragen. Daraus können Antwort-Seiten, FAQ-Bereiche und Themen-Hubs erstellt werden, die sich genau auf diese Fragen beziehen.
Der zweite Ansatzpunkt ist Digital PR. Reisemedien eignen sich für Hotel-Empfehlungen, Vergleichsportale für vergleichende Queries und redaktionelle Listen für Destinations-Themen. Nicht mehr der Backlink ist allein entscheidend, sondern die Erwähnung des Brands. Was neu ist, ist die Messbarkeit. Wir wissen heute genau, welche Quelle in welcher Antwort zu welchem Prompt zitiert wird. Das macht PR messbarer, als sie es im klassischen SEO war.
Was Google sagt und was davon stimmt
Google hat im Mai 2026 einen offiziellen Leitfaden zur Optimierung für generative AI Features veröffentlicht. Die Kernaussage: SEO bleibt die Basis, und die Best Practices ändern sich nicht grundlegend, weil Googles AI-Features auf den bestehenden Ranking-Systemen aufbauen. Google rät davon ab, in vermeintliche GEO-Hacks zu investieren wie LLMs.txt-Dateien, übertriebenes Chunking oder das Schaffen unechter Erwähnungen. Das ist für die Optimierung auf Google selbst richtig und wichtig. Es ist aber nur die halbe Geschichte. Google ist ein wichtiger Player im GEO-Feld, aber nicht der einzige. ChatGPT, Claude, Perplxity und Copilot haben jeweils eigene Logiken, eigene Quellenpräferenzen, eigene Crawler. Wer ausschliesslich auf Googles Aussagen optimiert, optimiert nur für Google. Wer in allen relevanten LLMs vorkommen will, braucht zusätzlich das Monitoring, das diese Unterschiede sichtbar macht. Genau diese Unterschiede sieht man nur im Tracking über mehrere Modelle hinweg.
Was das für Schweizer Travel-Brands heisst
Travel ist der Bereich, in dem die Verschiebung am schnellsten sichtbar wird. Reisende recherchieren konversationell, vergleichen über mehrere Anbieter hinweg und springen zwischen Destination, Hotel und Aktivität. Brands, die in diesen Antworten nicht vorkommen, sind aus der Entscheidung raus, bevor die Buchungsmaske überhaupt aufgeht.
Wer heute mit dem Monitoring startet, hat innerhalb weniger Wochen belastbare Daten: Sichtbarkeit der eigenen Marke in den LLMs, Bot-Zugriffe und 499er in den Logs, Vergleich zur Konkurrenz, Verteilung über Channels und Märkte. Prompt-Monitoring liefert die Antwort heute schon, parallel zu den klassischen Tracking-Werten. Wer das jetzt aufsetzt, hat zwei Vorteile auf einmal. Frühere Datenpunkte als der Wettbewerb, und einen klaren Blick darauf, wo Content-Arbeit auf der eigenen Seite und Digital PR ansetzen müssen.
Ausblick: Ads in ChatGPT
Die nächste Welle steht bereits vor der Tür. ChatGPT Ads sind in verschiedenen Märkten (USA, Kanada, Australien, Neuseeland, Vereinigtes Königreich, Mexiko, Brasilien, Japan und Südkorea) bereits verfügbar (https://openai.com/de-DE/index/testing-ads-in-chatgpt/ ). Damit verschiebt sich nicht nur die organische Sichtbarkeit, sondern auch der bezahlte Funnel in die LLMs. Für unsere setzen wir diese neuen Ad-Formate gerade auf und beobachten genau, wie sich die Performance im Vergleich zu Google Ads und anderen Paid Channels verhält. Wer früh testet, hat den Vergleichswert, der die Budgetentscheidung im nächsten Jahr trägt.