Den ROI von GEO berechnen: Wann sich der Aufwand lohnt

Warum GEO-ROI anders funktioniert als SEO-ROI

Bei klassischer Suchmaschinenoptimierung ist die Kette einfach: Ranking, Klick, Sitzung, Conversion. Jeder Schritt ist zählbar, und am Ende steht ein Umsatz, den du einer Quelle zuordnen kannst. GEO, also Generative Engine Optimization, bricht diese Kette. Ein Nutzer fragt ChatGPT, Perplexity oder die KI-Übersicht von Google nach einer Empfehlung und bekommt eine fertige Antwort. Oft klickt er nichts an. Der Wert entsteht trotzdem: Deine Marke wurde genannt, eingeordnet, vielleicht empfohlen.

Das heißt nicht, dass GEO keinen messbaren Ertrag hat. Es heißt, dass du die Messgröße wechseln musst. Statt Klicks zählst du, wie oft und wie prominent du in KI-Antworten auftauchst, in welchem Kontext, und mit welcher Tonalität. Diese Sichtbarkeit hat einen Wert, weil sie Kaufentscheidungen vorprägt, lange bevor jemand deine Website öffnet. Ein Steuerberater, ein Maschinenbauer und eine Zahnarztpraxis stehen hier vor demselben Problem und derselben Chance.

Der ehrliche Umgang damit lautet: Du wirst keinen Cent-genauen ROI bekommen, so wie du ihn aus Performance-Marketing kennst. Was du bekommst, ist ein belastbares Bandbreiten-Modell, das dir zeigt, ob GEO in deiner Branche eine Randnotiz oder ein Hebel ist. Für viele Anbieter reicht das völlig, um eine fundierte Budgetentscheidung zu treffen.

Die Grundformel und ihre Bausteine

Die Formel bleibt schlicht: ROI gleich (erzielter Wert minus Kosten) geteilt durch Kosten, ausgedrückt in Prozent. Die Kunst steckt in den beiden Zahlen, die du einsetzt. Die Kostenseite ist noch der einfache Teil, denn hier hast du Rechnungen und Arbeitszeit. Die Wertseite musst du modellieren, weil sie sich aus mehreren indirekten Effekten zusammensetzt, die selten auf einer einzigen Rechnung stehen.

Auf der Kostenseite gehören dazu: Zeit für die Analyse deiner Sichtbarkeit in KI-Systemen, Erstellung und Überarbeitung von Inhalten, technische Anpassungen wie strukturierte Daten, laufendes Monitoring und gegebenenfalls Tool- oder Agenturkosten. Rechne mit Vollkosten, also auch mit deiner eigenen Arbeitszeit zu einem realistischen Stundensatz. Wer die eigene Zeit auf null setzt, betrügt sich selbst und trifft schlechte Entscheidungen.

Auf der Wertseite arbeitest du dich von der Erwähnung zum Umsatz vor. Wie viele relevante Anfragen stellen Menschen in deiner Kategorie an KI-Assistenten? In welchem Anteil davon wirst du genannt? Wie viele dieser Nennungen führen zu einem Besuch, einer Anfrage, einem Abschluss? Und was ist ein Abschluss im Schnitt wert? Jede dieser Größen darfst du schätzen, solange du die Annahme offen dokumentierst.

Sichtbarkeit in einen Geldwert übersetzen

Der Kern jeder GEO-Rechnung ist die Übersetzung von Nennungen in Euro. Ein sauberer Weg führt über die sogenannte Share of Voice: den Anteil, mit dem du bei relevanten Fragen in KI-Antworten erscheinst. Miss das, indem du eine feste Liste typischer Nutzerfragen definierst und regelmäßig durch mehrere KI-Systeme laufen lässt. Wirst du bei 20 von 100 Fragen genannt, liegt dein Share of Voice bei 20 Prozent.

Diesen Anteil multiplizierst du mit dem geschätzten Anfragevolumen und einer konservativen Konversionsannahme. Beispiel Handwerk: Angenommen, in deinem Einzugsgebiet stellen monatlich 500 Menschen KI-Assistenten eine Frage, bei der eine Empfehlung wie deine fällt. Bei 20 Prozent Share of Voice wirst du in 100 Antworten genannt. Wenn davon nur 5 Prozent zu einer echten Anfrage werden und jede zweite Anfrage zu einem Auftrag von 800 Euro führt, sind das rund 2.000 Euro Umsatzwirkung pro Monat.

Wichtig ist die Demut in den Annahmen. Setze die Konversionsraten eher zu niedrig an, denn KI-Empfehlungen ersetzen nicht deinen kompletten Vertrieb. Rechne zwei Szenarien, ein pessimistisches und ein realistisches, und triff deine Entscheidung am unteren Rand. Wenn sich GEO schon im pessimistischen Fall trägt, ist die Sache klar. Wenn erst das optimistische Szenario schwarze Zahlen zeigt, ist Vorsicht geboten.

Das Attributionsproblem ehrlich benennen

Die größte Schwäche jeder GEO-Rechnung ist die Attribution, also die Zuordnung eines Ergebnisses zur Ursache. Wenn ein Neukunde anruft, weil ihm eine KI deine Kanzlei genannt hat, taucht das in keinem Analytics-Tool auf. Der Kunde kommt scheinbar direkt. Ohne Gegenmaßnahmen unterschätzt du den GEO-Beitrag systematisch und schreibst ihn fälschlich anderen Kanälen gut.

Die einfachste Abhilfe kostet nichts: Frag neue Kunden, wie sie auf dich gekommen sind, und nimm die Antwort KI-Assistent oder ChatGPT explizit in dein Formular oder ins Erstgespräch auf. Nach wenigen Monaten hast du eine Datenbasis, die deine Modellannahmen erdet. Ergänzend siehst du im Server-Log, ob Referral-Traffic von Perplexity, ChatGPT oder Copilot kommt, auch wenn dieser nur einen Teil der Wirkung abbildet.

Akzeptiere, dass ein Rest Unschärfe bleibt. Genau deshalb rechnest du in Bandbreiten und nicht mit einer einzigen Zahl. Ein GEO-ROI von 40 bis 180 Prozent ist eine ehrlichere und nützlichere Aussage als vorgetäuschte 87 Prozent. Entscheider, die mit Investitionsrisiken vertraut sind, respektieren diese Offenheit deutlich mehr als eine Scheingenauigkeit, die beim ersten kritischen Nachfragen zerbricht.

Ein durchgerechnetes Beispiel

Nimm einen mittelständischen B2B-Softwareanbieter. Er investiert ein Quartal lang in GEO: 30 Stunden interne Arbeitszeit zu 80 Euro macht 2.400 Euro, plus 3.500 Euro für Content und technische Umsetzung, plus 600 Euro Tools. Gesamtkosten: 6.500 Euro. Sein Angebot ist erklärungsbedürftig, ein durchschnittlicher Neukunde bringt über die Laufzeit 9.000 Euro Deckungsbeitrag. Schon wenige Abschlüsse verändern die Rechnung deutlich.

Sein Monitoring zeigt, dass er nach dem Quartal bei 35 Prozent der relevanten Fachfragen in KI-Antworten genannt wird, vorher waren es 8 Prozent. Er schätzt das monatliche Fragevolumen konservativ auf 300. Aus den zusätzlichen Nennungen leitet er über niedrige Konversionsannahmen zwei zusätzliche Abschlüsse pro Quartal ab, die er der KI-Sichtbarkeit zuordnet. Das ergibt 18.000 Euro Deckungsbeitrag gegen 6.500 Euro Kosten.

Der ROI liegt damit bei rund 177 Prozent im realistischen Szenario. Im pessimistischen Fall, mit nur einem zuordenbaren Abschluss, sind es immer noch 38 Prozent. Beide Zahlen sind positiv, also lohnt sich der Aufwand hier klar. Bei einem Anbieter mit 200 Euro Auftragswert und wenig KI-relevanter Nachfrage würde dieselbe Rechnung negativ ausfallen. Genau darum ist die branchenspezifische Modellierung entscheidend.

Wann sich GEO nicht lohnt

Ehrlichkeit heißt auch, die Fälle zu nennen, in denen du besser die Finger davon lässt oder nur minimal investierst. GEO trägt schlecht, wenn deine Kategorie kaum in KI-Assistenten nachgefragt wird, wenn deine Marge pro Abschluss sehr niedrig ist, oder wenn deine Zielgruppe ausgesprochen lokal und persönlich entscheidet, etwa bei reiner Laufkundschaft ohne Vorabrecherche.

Auch ein Timing-Problem gibt es. Wer noch kein sauberes Fundament hat, also keine strukturierten Inhalte, keine klaren Fakten über das eigene Angebot im Netz, verbrennt Geld, wenn er direkt auf ausgefeilte GEO-Taktiken springt. In solchen Fällen ist die erste sinnvolle Investition das Fundament, nicht die Optimierung. Der ROI der Grundlagenarbeit ist oft höher als der jeder Feinjustierung.

So baust du deine eigene Rechnung

Du brauchst kein teures Tool, um zu starten. Eine Tabelle mit klar dokumentierten Annahmen reicht für die erste Entscheidung. Wichtig ist, dass jede Zahl eine Herkunft hat und dass du optimistisch und pessimistisch trennst. Aktualisiere das Modell quartalsweise mit echten Daten aus Kundengesprächen und Monitoring, dann wird es mit jeder Runde treffsicherer.

Der folgende Ablauf hat sich branchenübergreifend bewährt. Er zwingt dich, die richtigen Fragen in der richtigen Reihenfolge zu stellen, und verhindert, dass du dich in Detailmetriken verlierst, bevor die Grundrechnung steht.

• Definiere 30 bis 100 realistische Nutzerfragen deiner Kategorie und miss deinen Share of Voice über mehrere KI-Systeme.
• Schätze das monatliche Fragevolumen konservativ, notfalls über Suchvolumen als Näherung.
• Lege niedrige Konversionsraten von Nennung zu Anfrage und von Anfrage zu Abschluss fest.
• Setze den durchschnittlichen Wert eines Abschlusses als Deckungsbeitrag über die Kundenlaufzeit an, nicht als Umsatz.
• Erfasse alle Kosten inklusive eigener Arbeitszeit zu einem realistischen Stundensatz.
• Rechne zwei Szenarien und entscheide am pessimistischen Rand.
• Ergänze eine Herkunftsfrage im Erstkontakt, um die Attribution über Zeit zu erden.

Fixkosten und laufende Kosten sauber trennen

Viele ROI-Rechnungen kippen, weil sie einmalige Einrichtung und dauerhaften Betrieb in einen Topf werfen. Trenne beides von Anfang an. Zu den Fixkosten gehören die initiale Analyse deiner Sichtbarkeit, das Aufsetzen der Inhaltsstruktur und einmalige technische Anpassungen. Diese Summe fällt einmal an und verteilt sich rechnerisch über die gesamte Laufzeit. Wenn du sie jeden Monat voll ansetzt, sieht dein ROI in den ersten Wochen künstlich schlecht aus.

Die laufenden Kosten sind das, was jeden Monat wiederkehrt: Pflege der Inhalte, Beobachtung der Nennungen in den Antwortsystemen und regelmäßige Nachschärfung. Rechne diese Posten getrennt und ehrlich. Ein häufiger Fehler ist, die eigene Arbeitszeit nicht einzupreisen. Auch wenn du selbst schreibst statt zu bezahlen, kostet dich jede Stunde etwas. Setze einen realistischen Stundensatz an, sonst vergleichst du am Ende Äpfel mit Birnen und überschätzt deinen Ertrag deutlich.

Über welchen Zeitraum du überhaupt messen darfst

GEO wirkt nicht sofort. Antwortsysteme brauchen Zeit, bis sie neue oder überarbeitete Inhalte aufnehmen und in ihren Antworten berücksichtigen. Wer nach zwei Wochen den ROI berechnet, misst vor allem Rauschen. Ein belastbarer Messzeitraum beginnt in der Regel erst nach mehreren Monaten, weil sich die Sichtbarkeit stufenweise aufbaut und erst dann ein stabiles Niveau erreicht.

Lege deshalb vor dem Start einen Bewertungshorizont fest und halte dich daran. Sinnvoll sind drei Kontrollpunkte: eine Nullmessung vor Beginn, eine Zwischenmessung nach etwa drei Monaten und eine Hauptbewertung nach sechs bis zwölf Monaten. So erkennst du, ob die Kurve steigt, stagniert oder wieder abfällt.

Wichtig ist, dass du den gleichen Messansatz über alle Punkte hinweg beibehältst. Wechselst du zwischendurch die Fragen, die Systeme oder die Zählweise, sind deine Werte nicht mehr vergleichbar. Dokumentiere deinen Aufbau einmal sauber und friere ihn für die Laufzeit ein.

Häufige Denkfehler bei der ROI-Rechnung

Der erste Denkfehler ist der Vergleich mit einer Null. Ohne GEO wärst du nicht bei null Sichtbarkeit, sondern hättest vermutlich einen Teil der Nennungen ohnehin bekommen. Ziehe diesen Grundwert ab, sonst schreibst du dir Erfolge zu, die auch ohne Aufwand entstanden wären. Rechne immer mit dem Zuwachs gegenüber deiner Ausgangslage, nicht mit dem absoluten Endwert.

Der zweite Denkfehler ist der geschönte Umsatzwert pro Nennung. Es ist verführerisch, einen hohen Wert anzusetzen, weil das Ergebnis dann besser aussieht. Bleib konservativ und rechne mit der unteren Grenze deiner Schätzung. Wenn der ROI schon bei vorsichtigen Annahmen positiv ist, hast du ein belastbares Ergebnis. Trägt er nur bei optimistischen Zahlen, ist die Rechnung nicht tragfähig.

Der dritte Denkfehler ist, alles auf eine einzige Kennzahl zu reduzieren. Ein positiver ROI sagt nichts über die Schwankung. Ergänze deine Rechnung um eine grobe Bandbreite, damit du weißt, wie stark dein Ergebnis kippt, wenn eine Annahme daneben liegt.