- 14. Juli 2026
- Veröffentlicht durch: Martin Regnet
- Kategorie: NEWS
Wenn das Modell zuerst liest: GEO als doppelte Optimierung
Der erste Leser eines Unternehmenstextes ist heute oft eine Maschine. Wer in KI-Antworten vorkommen will, muss zwei Publika zugleich bedienen: Menschen und die Modelle, die nun zwischen Kommunikationsteams und ihren Stakeholdern stehen.
Der Beitrag wurde verfasst von: Martin Regnet
Öffne deine letzte Pressemitteilung und stell dir eine einfache Frage: Wer hat sie zuerst gelesen? Vor Oktober 2022 war die Antwort: “Ein Mensch!”, ein Journalist, eine Analystin, ein Kunde. Heute ist die erste Instanz mit hoher Wahrscheinlichkeit ein Crawler, und die zweite ein Sprachmodell, das entscheidet, ob und wie dein Text jemals bei einem Menschen ankommt. Deine Zielgruppe fragt heute oft zuerst Perplexity, ChatGPT, Claude oder Gemini und landet erst danach, wenn überhaupt, auf deiner Website.
Das betrifft die Kommunikation im Kern. Wenn der erste Leser kein Mensch mehr ist, kommt zur alten Frage „Wie überzeuge ich mein Publikum?“ eine zweite hinzu: „Werde ich von der Instanz verstanden, die zwischen mir und meinen Stakeholdern steht?“
Die Mehrheit der Leser ist schon maschinell
Die Zahlen sind für Verfechter eines Status quo unbequem eindeutig. Im Juni 2026 stammten 57,4 Prozent aller weltweiten HTTP-Anfragen für HTML-Inhalte von Bots, nicht von Menschen (Quelle: Cloudflare). Erstmals ist das Publikum im Netz mehrheitlich maschinell, und das rund achtzehn Monate früher, als einige vielzitierte Prognosen von Anfang 2026 erwartet hatten, die den Zeitpunkt auf Ende 2027 geschätzt hatten. Ein signifikanter Teil dieses Wachstums dürfte von Agentic AI stammen. Der Traffic dieser autonom agierenden Systeme ist im Jahresvergleich um 7.851 Prozent gewachsen (Quelle: HUMAN Security), wenn auch von einer naturgemäß kleinen Basis, da Agentic AI 2024 noch eine geringe Rolle spielte.
Diese sich rasch entfaltenden Trends unterstreichen: Ein wachsender Teil dessen, was mit deinen Inhalten geschieht, passiert, bevor ein Mensch sie überhaupt zu sehen bekommt. Diese maschinelle Instanz ersetzt den menschlichen Leser nicht, sondern sie kuratiert und beeinflusst dessen Wahrnehmung. Das fühlt sich erst einmal nach einem Kontrollverlust für Kommunikationsteams an, aber wer das ernst nimmt, gewinnt Steuerung zurück.
Vier Wege von dir zu deinem Publikum
Bisher hatte Kommunikation einen dominanten Pfad: Mensch zu Mensch. Die Pressekonferenz, der Call, das Hintergrundgespräch mit einer Journalistin. Dieser Pfad ist nicht verschwunden, aber er ist nur noch einer von vier.
Mensch zu Mensch (H2H) bleibt essenziell, ist aber nun weniger häufig der direkte Erstkontakt.
Mensch zu Agent (H2A): Dein Stakeholder fragt zuerst ein Modell, nicht deine IR-Seite. Der Erstkontakt findet auf einer Ebene statt, die du nicht steuerst.
Agent zu Mensch (A2H): Ein Modell fasst zusammen, gewichtet und empfiehlt, bevor es an den Menschen übergibt. Synthese ersetzt die Suche, Kuratierung ersetzt den Kanal.
Agent zu Agent (A2A): Modelle geben Informationen an andere Modelle weiter, ganz ohne menschliche Zwischenstation.
Zwischen dir und deinen Stakeholdern sitzt heute mit wachsender Wahrscheinlichkeit mindestens eine maschinelle Instanz. Sie will zuerst bedient werden, bevor ein Mensch deinen Inhalt sieht.
Das Modell entscheidet mit
Ein Kanal transportiert neutral. Die Zeitung druckt, was sie druckt; im Newsletter wird verschickt, was du schreibst. Ein Sprachmodell ist schon deshalb kein Kanal, weil es auswählt, verdichtet, umformuliert und synthetisiert. Es entscheidet, welche Quelle es zitiert, welchen Aspekt es betont und welchen es weglässt.
Damit übernimmt eine Maschine eine Funktion, die früher Redaktionen hatten: die des Gatekeepers. Dieser Gatekeeper folgt keiner redaktionellen Linie, die man kennt und ansprechen kann. Er nutzt probabilistische Mechanismen und folgt einer Auswahllogik aus Glaubwürdigkeit, Konsistenz und struktureller Klarheit. Wer diese Logik ignoriert, riskiert, aus der KI-Antwort zu verschwinden, ohne dass ein Wort falsch sein müsste.
Zwei Leser, ein Text
Die Diskussionen im Rahmen der CommTech Summer School am 8. Juli 2026 haben einen verbreiteten Reflex offengelegt: Je mehr die KI übernimmt, desto lauter wird die Rückbesinnung auf das Menschliche: Authentizität, Kreativität, Haltung wie auch originelle Handschrift statt AI Slop und Gleichförmigkeit. Dieser Reflex ist absolut richtig. Diese Qualitäten gewinnen künftig sogar an Bedeutung, weil sie das Einzige sind, was sich nicht automatisieren lässt. Die Diskussion überdeckt aber häufig, dass diese Rückbesinnung zwar das Kommunikationsteam als Absender betrifft, aber nur eine der beiden Adressatenkategorien.
Neu ist die zweite Adressatengruppe. Unternehmenskommunikation richtet sich heute an zwei Publika zugleich, mit teilweise gegensätzlichen Ansprüchen: Menschen, die Inhalte emotional, sozial und kontextbezogen bewerten. LLMs und KI-Agenten, die Informationen algorithmisch auswählen, verdichten, gewichten und weitergeben.
Beide folgen einer jeweils eigenen Logik. Menschen reagieren auf Storytelling, Emotion, Glaubwürdigkeit und Identifikation. Modelle brauchen Eindeutigkeit: strukturierte, konsistente, zitierfähige Informationen und klare Signale über Reputation und Autorität. Gut lesbar ist deshalb nicht automatisch gut extrahierbar. Ein eleganter, anspielungsreicher Absatz kann für einen Menschen brillant und für ein Modell unbrauchbar sein, weil sich aus ihm keine klare, zitierfähige Aussage lösen lässt.
Beide Logiken sind allerdings nicht sauber getrennt. Genau die Signale, die menschliche Autorität belegen, wiegen auch bei den Modellen schwer: Thought-Leadership-Beiträge, Fachrankings, Zitate in Medien und Studien, Speaker-Engagements auf einschlägigen Bühnen. Wer als Mensch solche Belege sammelt, erzeugt Glaubwürdigkeit, und dieselben Belege füttern das Modell mit klaren Autoritätssignalen. Menschlich erarbeitete Reputation ist damit zugleich ein maschinenlesbares Ranking-Signal. Das Bild ist also komplexer als zwei strikt getrennte Adressaten: Was den einen überzeugt, macht dich beim anderen zitierfähig, jedenfalls wenn die Signale dazu klar gelesen werden können.
Für GEO folgt daraus eine doppelte Optimierung. Erfolgreiche Kommunikation muss künftig für beide funktionieren: für die menschliche Wahrnehmung und für die maschinelle Interpretation. Es reicht weder, reines SEO zu betreiben, noch, sich allein auf menschliche Kreativität zu verlassen. Es braucht Inhalte, die beide Adressaten gleichzeitig überzeugen: menschlich genug, um Vertrauen und Identifikation zu erzeugen, maschinenlesbar genug, um überhaupt vorgelegt zu werden. Beide Adressaten wollen denselben Text lesen, jeder auf seine Weise.
Was das für Kommunikationsteams bedeutet
Der Beruf weitet sich. Jahrzehntelang bestand die Aufgabe darin, Menschen zu überzeugen. Jetzt kommt eine zweite hinzu: von den Maschinen verstanden zu werden, die ihrerseits Menschen überzeugen. Diese zweite Aufgabe gehört der Kommunikation, nicht der IT. Es geht um Bedeutung, Formulierung und Narrativ, nicht um Code.
Die Leitfrage der Kommunikation war jahrzehntelang: Wie erreiche ich meine Zielgruppe? Sie bleibt richtig, steht aber nicht mehr an erster Stelle. Davor liegt heute eine zweite Frage: Werde ich von dem Vermittler verstanden, der zwischen mir und meiner Zielgruppe steht?
Wer sie ernst nimmt, schreibt weiter für Menschen und sorgt zugleich dafür, dass die Maschine ihn zu ihnen durchlässt. Der beste Zeitpunkt, damit anzufangen, war beim letzten Modell-Update. Der zweitbeste ist der nächste Text, den du veröffentlichst.
GEO-Workshop der CommTech Academy
Wie du deine Reputation im KI-Zeitalter richtig steuerst, vertieft Martin Regnet im vierstündigen GEO-Workshop der CommTech Academy. Der nächste Workshop findet am 12. August statt. Weitere Informationen hier.
