«InsightsGEO & Next.js
GEO für Next.js: wie du von ChatGPT und Perplexity zitiert wirst
Suche verschiebt sich von zehn blauen Links zu einer zitierten Antwort. In Googles AI Overviews stammen rund 83 Prozent der zitierten Seiten von Adressen, die gar nicht in den klassischen Top 10 stehen. Wer in ChatGPT, Perplexity und Co. zitiert wird, gewinnt also Sichtbarkeit, die kein bisheriges Ranking abbildet. Das nennt sich GEO, Generative Engine Optimization, und es ist zu einem guten Teil ein technisches Thema. Genau da liegt bei Next.js der Hebel.
Was GEO ist, und warum es kein SEO 2.0 ist
GEO ist die Praxis, Inhalte so aufzubereiten, dass Antwortmaschinen sie in ihre generierten Antworten übernehmen und als Quelle zitieren. Der Unterschied zu klassischem SEO ist grundlegend: SEO kämpft um Plätze in einer Trefferliste, GEO um die eine Aussage, die das Modell in seine Antwort einbaut.
Ein Sprachmodell übernimmt eine Aussage nur, wenn es sie eindeutig extrahieren, einer Entität zuordnen und als vertrauenswürdig einstufen kann. Content, der für Menschen hübsch aussieht, für Maschinen aber unstrukturiert ist, wird schlicht übergangen. Zwei Seiten mit identischem Text können völlig unterschiedlich abschneiden, je nachdem, wie maschinenlesbar sie ausgeliefert werden.
Auffällig ist auch, woher die Zitate kommen: Untersuchungen zeigen eine systematische Vorliebe der KI-Suche für unabhängige, verdiente Quellen gegenüber reiner Eigenwerbung. Vertrauenssignale von Dritten können die Wahrscheinlichkeit, zitiert zu werden, um ein Vielfaches erhöhen. GEO ersetzt SEO also nicht, es erweitert es um Eindeutigkeit, Struktur und Glaubwürdigkeit.
Der technische Kern: Crawler lesen kein JavaScript
Der wichtigste und am meisten unterschätzte Fakt zuerst: Die zentralen KI-Crawler rendern kein JavaScript. GPTBot und OAI-SearchBot von OpenAI, ClaudeBot, PerplexityBot und weitere holen sich das rohe HTML und führen den Client-Code nicht aus.
Wie eindeutig das ist, zeigt eine Analyse von Vercel über mehr als 500 Millionen Zugriffe des GPTBot: null JavaScript-Ausführung. Selbst wenn der Bot JS-Dateien herunterlädt, führt er sie nicht aus. Dazu kommen enge Zeitlimits von oft ein bis fünf Sekunden pro Seite. Die einzige nennenswerte Ausnahme ist Googles Gemini, das die Rendering-Infrastruktur von Googlebot mitnutzt.
Die Konsequenz ist hart: Alles, was erst im Browser per JavaScript entsteht, ist für diese Systeme unsichtbar, egal wie gut es für einen menschlichen Besucher aussieht. Ein einfacher Test: Deaktiviere JavaScript im Browser und lade deine Seite. Was jetzt noch da ist, ist ungefähr das, was eine Antwortmaschine liest. Fehlt der Kerninhalt, fehlt er auch fürs Zitat.
Was Inhalte zitierfähig macht
Wenn der Inhalt sauber ausgeliefert wird, entscheidet die Aufbereitung. Eine viel beachtete Studie von Princeton und Georgia Tech hat gemessen, was Sichtbarkeit in generierten Antworten am stärksten hebt: eingebaute Expertenzitate brachten rund 41 Prozent mehr, konkrete Statistiken rund 32 Prozent, das Zitieren belastbarer Quellen rund 30 Prozent, und das ganz ohne Redesign, nur durch bessere Struktur.
Daraus folgt eine klare Antwort-Ökonomie: Die eigentliche Antwort gehört in die ersten 40 bis 60 Wörter, nicht hinter drei Absätze Aufwärmung. Eine hohe Faktendichte, also konkrete Zahlen und Belege in kurzen Abständen, wirkt stärker als schöne, aber vage Prosa. FAQ-Blöcke mit klarer Frage und knapper Antwort entsprechen fast eins zu eins dem Format, in dem Antwortmaschinen denken.
Dazu kommen strukturierte Daten. Mit Schema.org als JSON-LD (Person, Organization, Service, FAQPage) machst du maschinenlesbar, wer du bist, was du anbietest und wie deine Aussagen zusammenhängen. Über stabile IDs verknüpfte Entitäten helfen dem Modell, deine Seite als eine zusammenhängende Quelle zu verstehen statt als lose Schnipsel.
Wo Next.js den Unterschied macht
Genau an dieser Stelle spielt Next.js seine Stärke aus. Server Components und statisches Rendering liefern den fertigen Inhalt im HTML, bevor eine Zeile Client-Code läuft, also genau in der Form, die KI-Crawler lesen können. Die Wahl zwischen server- und client-gerendert ist eine bewusste Architektur-Entscheidung, keine Nebensache.
Der Rest kommt fast geschenkt dazu: sprechende, stabile URLs, korrekte Metadaten pro Route, schnelle Antwortzeiten und eine saubere Überschriften-Hierarchie. llms.txt und llms-full.txt, ein kompaktes Briefing für KI-Modelle ohne Navigationsrauschen, lassen sich als Route ebenso sauber ausliefern wie das Schema-Markup.
Der häufigste Fehler in der Praxis ist, all das in Client-Komponenten zu schieben, weil es sich schneller anfühlt. Das Ergebnis ist eine Seite, die für Menschen funktioniert und für Maschinen leer ist. Die Kunst ist, bewusst zu entscheiden, was server-gerendert gehört, und das ist bei Next.js der Standardweg, nicht die Ausnahme.
Wie wir das selbst machen, und was für dich drin ist
Wir verkaufen GEO nicht nur, wir betreiben es am eigenen Auftritt. flossels.ch liefert vollständiges Schema.org, eine gepflegte llms.txt und llms-full.txt, answer-first FAQ und durchgehend server-gerenderte Seiten. Frag ChatGPT oder Perplexity nach Next.js-Entwicklung in der Schweiz, und du siehst, wie strukturierte Signale wirken. Diese Seite ist selbst der Beweis.
Das Ganze technisch richtig zu machen bedeutet, Rendering-Strategie, Datenmodell und Struktur zu verstehen, nicht eine Content-Checkliste abzuarbeiten. Florian hat das Next.js-Standardwerk geschrieben, von React-Grundlagen über das Vercel AI SDK und RAG bis zum Deployment. Darum behandeln wir Schema, Rendering und llms.txt als ein zusammenhängendes System.
Ein GEO-Audit zeigt dir belegt, wo du heute stehst, in welchen Antworten du bereits vorkommst und welche zwei, drei Hebel am meisten bringen. Bei einer sauber gebauten Next.js-Seite ist der Weg dorthin meist kürzer, als die meisten denken, weil das Fundament schon stimmt.
Planen wir dein Projekt.
Jedes erfolgreiche Projekt beginnt mit Klarheit. Buche ein kurzes Gespräch: kein Verkaufsgespräch, sondern eine ehrliche Einschätzung deiner Idee.