Werden deine Videos von KI verstanden?

Generative Engine Optimization (GEO) heißt: Inhalte so aufbereiten, dass KI-Systeme sie finden, verstehen und zitieren können. Klassisches SEO zielt auf einen Platz in einer Ergebnisliste. GEO zielt darauf, in einer KI-Antwort als Quelle genannt zu werden. GEO für Videos überträgt das auf YouTube: Eine KI soll erkennen, welche Frage dein Video beantwortet, und darauf verweisen.

Das ist wichtig, weil sich verändert hat, woher Antworten kommen. Googles KI-Übersichten, der KI-Modus, Perplexity, ChatGPT und Bing Copilot setzen eine Antwort aus mehreren Quellen zusammen und nennen sie. Ein Video kann eine dieser Quellen sein, aber nur, wenn die KI versteht, was darin vorkommt. Dieses Verständnis entsteht vor allem aus Text: Titel, Beschreibung, Kapitel und Transkript.

YouTube gilt als zweitgrößte Suchmaschine nach Google, und in der KI-Suche ist die Plattform noch wichtiger geworden. In der Auswertung von Ahrefs vom September 2026 über mehr als drei Millionen US-Suchanfragen war YouTube die meistzitierte Domain in Googles KI-Übersichten: 22,9 Prozent Anteil unter den Top-Quellen, vor Reddit mit 18,5 Prozent. BrightEdge berichtet seit Anfang 2024 von wachsenden YouTube-Zitaten, vor allem bei Anleitungen, Vorführungen und Produkttests.

Zwischen den KI-Systemen gibt es große Unterschiede. Otterly hat über 30 Tage mehr als 100 Millionen KI-Zitate ausgewertet: Von allen Zitaten, die an YouTube gingen, kamen 38,7 Prozent aus Perplexity, 36,6 Prozent aus Googles KI-Übersichten, 19,6 Prozent aus dem KI-Modus von Google und nur 4,4 Prozent aus ChatGPT. Ein Video hat also bei Google und Perplexity eine echte Chance, zitiert zu werden. In ChatGPT ist ein Video selten die Quelle.

Für Suchantworten arbeiten KI-Modelle vor allem mit Text. Sie lesen Titel, Beschreibung, Kapitelliste und Transkript und nutzen Angaben wie Sprache und Datum. Ein aufwendig produziertes Video mit zwei Zeilen Beschreibung und ohne Untertitel gibt ihnen kaum etwas, das zu einer Frage passt. Manche KI-Werkzeuge können auch Bild und Ton auswerten, zitiert wird aber aus Text.

Kapitel spielen eine besondere Rolle. Laut Otterly behandelt Googles KI-Suche ein Video mit Zeitmarken nicht als ein Stück: Jedes Kapitel kann für sich zitiert werden, und 78 Prozent der Videos mit Zeitmarken wurden in den Daten mehrfach zitiert, oft über zwei bis fünf Kapitel. Zitate mit Zeitmarke gab es nur in Googles KI-Übersichten und im KI-Modus, nicht in ChatGPT, Copilot, Gemini oder Perplexity.

Ehrlich gesagt: selten über das Video selbst. In den Daten von Otterly entfielen auf ChatGPT 4,4 Prozent aller KI-Zitate auf YouTube. Die ChatGPT-Suche bevorzugt Webseiten, die sie als Text lesen kann. Soll der Inhalt eines Videos dort auftauchen, muss er als Text auf einer Seite stehen, die dir gehört.

Der praktische Weg: das Video auf einer Seite der eigenen Website einbetten, das korrigierte Transkript darunter setzen, die Antwort im ersten Absatz zusammenfassen und strukturierte Daten ergänzen (VideoObject). Dann können ChatGPT, Perplexity und jede andere Suche die Seite zitieren, und die Seite führt zum Video. Der Link in der Videobeschreibung sollte genau auf diese Seite zeigen, nicht auf die Startseite.

Das Transkript ist die einzige vollständige Niederschrift dessen, was im Video gesagt wird. Automatische Untertitel schreiben Markennamen, Produktnamen und Fachbegriffe regelmäßig falsch, und genau diese Wörter entscheiden, ob dein Video zu einer Frage passt. Ein Transkript, das dein Produkt falsch schreibt, hilft eher der Konkurrenz.

Lade eigene Untertitel hoch oder korrigiere die automatischen in YouTube Studio. Das ist der unscheinbarste Schritt und einer der wirksamsten: Er verbessert die Auffindbarkeit auf YouTube selbst, macht das Video ohne Ton nutzbar und gibt Sprachmodellen einen richtigen Text.

Das sind die Punkte, die der Check prüft, in der Reihenfolge, die meist am meisten bringt. Dafür braucht es keine besonderen Werkzeuge, nur ein paar Minuten in YouTube Studio je Video.

Reichweite. Otterly hat den Zusammenhang zwischen KI-Zitaten und Aufrufen, Likes und Abonnenten gemessen und in allen drei Fällen nahe null gefunden. Eine KI, die eine Quelle für eine bestimmte Frage sucht, fragt nicht nach der Größe des Kanals. Für kleinere Marken ist das eine gute Nachricht: Passender Inhalt und klarer Text schlagen Reichweite.

Das Format zählt mehr als die Bekanntheit. In derselben Studie gingen 94 Prozent der KI-Zitate auf YouTube an lange Videos und nur rund 6 Prozent an Shorts. Kurze Clips sind gut für Aufmerksamkeit. Wer in KI-Antworten vorkommen will, braucht ein vollständiges Video, das eine Frage richtig beantwortet.

GEO ersetzt SEO nicht, es baut darauf auf. Eine klassische Suche ordnet Seiten zu einem Suchbegriff und zeigt eine Liste. Eine KI-Suche liest mehrere Quellen, schreibt eine Antwort und nennt einige davon. Vieles gilt weiter: klare Titel, strukturierte Daten, schnelle und zugängliche Seiten. Neu ist, worum man konkurriert: darum, der Absatz oder das Kapitel zu sein, das zitiert wird.

Bei Videos verschiebt das die Arbeit von Vorschaubild und Klickrate hin zum Text. Wer die Videobeschreibung als Nebensache behandelt, verschenkt einen Vorteil, der zehn Minuten je Video kostet.

Beginne bei Fragen, nicht bei Themen. Sammle die Fragen, die Kunden wirklich stellen, und mache ein Video je Frage. Die Frage gehört in den Titel, die Antwort in die ersten dreißig Sekunden und in die ersten Zeilen der Beschreibung.

Dann verbinde die Formate. Jedes wichtige Video bekommt eine Seite auf der Website mit Transkript, und jede wichtige Seite bekommt ein Video, wo eine Vorführung hilft. Und miss das Ergebnis dort, wo es sichtbar wird: Nennen Googles KI-Übersichten und Perplexity dein Video oder deine Seite bei den Fragen, die dir wichtig sind? Diese Messung zeigt, ob sich die Arbeit lohnt, nicht der Score.

Der Check liest die öffentlichen Angaben, die YouTube zu jedem Video ausgibt, und bewertet zehn Signale: Länge und Formulierung des Titels, den Anfang der Beschreibung, ihren Umfang, Kapitel, hochgeladene Untertitel, einen Link zur eigenen Seite, Sprache, Tags und ob das Video öffentlich und einbettbar ist. Zu jedem Punkt, der Punkte kostet, gibt es eine Anleitung in normaler Sprache, mit den Klicks in YouTube Studio und, wo es sinnvoll ist, einer Vorlage zum Kopieren.

Den Inhalt des Transkripts liest er nicht. Er kann also nicht beurteilen, ob das Video seine Frage gut beantwortet. Er erkennt nur Untertitel, die der Kanal hochgeladen hat; ob automatische existieren, verrät YouTube nicht. Und der Score beschreibt die Lesbarkeit, nicht den Erfolg: Ob du in KI-Antworten vorkommst, zeigt nur eine Messung echter Antworten.