Wer heute nach einer Agentur, einem Werkzeug oder einem Dienstleister sucht, landet immer häufiger nicht mehr auf einer Ergebnisliste, sondern bei einer fertigen Antwort. Assistenzsysteme wie ChatGPT oder Perplexity fassen zusammen, empfehlen und nennen dabei konkrete Anbieter. Genau an dieser Stelle setzt eine Taktik an, die derzeit die Runde macht: das Self-Promotional-Listicle – ein Listenbeitrag auf der eigenen Website, der die vermeintlich besten Anbieter einer Branche aufzählt und das eigene Unternehmen selbstverständlich mit aufführt.
Ein Experiment deutet darauf hin, dass bereits ein einzelner solcher Beitrag ausreichen kann, damit die Systeme das eigene Angebot in ihre Empfehlungen aufnehmen. Die Wirkung stellt sich also offenbar deutlich schneller ein, als man es aus der klassischen Suchmaschinenoptimierung kennt, wo Rankings über Monate erarbeitet werden.
Warum die Taktik überhaupt greift
Sprachmodelle beantworten Fragen nicht aus einem statischen Index heraus, sondern ziehen bei aktuellen Themen Webinhalte heran und verdichten sie. Listen sind für diesen Vorgang ideal aufbereitet: klare Struktur, benannte Kandidaten, kurze Begründungen. Ein Text, der bereits die Form einer Antwort hat, lässt sich leichter in eine Antwort übernehmen als ein Fließtext, der dieselbe Information verstreut enthält.
Hinzu kommt, dass es zu vielen Nischenfragen schlicht wenig strukturiertes Material gibt. Wo nur eine Handvoll Quellen existiert, fällt ein neuer, sauber gegliederter Beitrag stärker ins Gewicht als in einem hart umkämpften Themenfeld. Das erklärt, warum der Effekt punktuell so schnell eintreten kann – sagt aber nichts darüber aus, wie stabil er ist.
Drei Gründe, die gegen die Abkürzung sprechen
Erstens die Glaubwürdigkeit. Ein Ranking, in dem der Herausgeber sich selbst auf einen der vorderen Plätze setzt, ist kein Vergleich, sondern Werbung in Vergleichsform. Menschliche Leserinnen und Leser durchschauen das in Sekunden. Wer im Erstkontakt als jemand wahrgenommen wird, der ein neutrales Format für Eigenwerbung zweckentfremdet, startet das Verkaufsgespräch mit einem Minus.
Zweitens die Halbwertszeit. Betreiber von Antwortmaschinen haben ein starkes Eigeninteresse daran, dass ihre Empfehlungen belastbar wirken. Muster, die sich automatisiert erkennen lassen – und ein Selbstlob-Listicle ist ein solches Muster –, werden erfahrungsgemäß früher oder später abgewertet. Die Geschichte der Suchmaschinenoptimierung ist eine Reihe von Taktiken, die kurz funktionierten und danach zur Belastung wurden. Wer heute Dutzende dieser Beiträge produziert, sitzt morgen auf einem Archiv, das er wieder abräumen muss.
Drittens die Qualität der Kontakte. Sichtbarkeit ist kein Selbstzweck. Eine Empfehlung, die auf einem selbst verfassten Ranking beruht, bringt Anfragen von Menschen, deren Erwartung durch einen Text geprägt wurde, der die eigene Leistung überzeichnet. Das erzeugt Gespräche, in denen zuerst Erwartungen korrigiert werden müssen.
Was stattdessen trägt
Die Beobachtung hinter dem Experiment ist trotzdem nützlich – man muss nur die richtige Lehre daraus ziehen. Sie lautet nicht: Schreiben Sie über sich selbst in Listenform. Sie lautet: Antwortmaschinen bevorzugen Inhalte, die eine Frage sauber und überprüfbar beantworten. Daraus lassen sich einige praktikable Ansätze ableiten:
- Fragen statt Keywords. Formulieren Sie Überschriften als die Fragen, die Kundinnen und Kunden tatsächlich stellen, und beantworten Sie sie im ersten Absatz darunter – nicht erst nach einer Einleitung.
- Belegbares veröffentlichen. Vorgehensmodelle, Entscheidungskriterien, Projektberichte mit konkreten Rahmenbedingungen. Inhalte, die nur Sie haben, weil Sie die Arbeit gemacht haben, sind schwerer zu kopieren als ein Ranking.
- Struktur maschinenlesbar halten. Klare Überschriftenhierarchie, kurze Absätze, Listen dort, wo es sachlich passt, saubere strukturierte Daten im Quelltext. Das hilft Assistenzsystemen und Menschen gleichermaßen.
- Vergleiche ehrlich führen. Ein Vergleich mehrerer Lösungen kann ein sehr guter Inhalt sein – wenn er Kriterien offenlegt, Nachteile benennt und auch Fälle beschreibt, in denen das eigene Angebot nicht die beste Wahl ist.
- Fremde Erwähnungen aufbauen. Wie eine Marke in Antworten auftaucht, hängt auch davon ab, was andere über sie schreiben – Fachmedien, Verzeichnisse, Referenzen von Kunden. Diese Signale sind langsamer, aber deutlich robuster.
Messen, was sich verändert
Wer Inhalte für Antwortmaschinen aufbereitet, sollte den Effekt beobachten, statt ihm zu vertrauen. Praktikabel ist ein einfaches Vorgehen: Definieren Sie zehn bis zwanzig Fragen, mit denen potenzielle Kundinnen und Kunden realistisch in ein Gespräch mit einem Assistenzsystem einsteigen. Prüfen Sie in regelmäßigen Abständen, welche Anbieter und welche Quellen genannt werden, und protokollieren Sie das. Ergänzend lohnt ein Blick in die Server-Logs: Zugriffe durch die Crawler der KI-Anbieter zeigen, welche Seiten überhaupt gelesen werden.
Wichtig ist dabei die Erwartungshaltung. Antworten von Sprachmodellen sind nicht deterministisch – dieselbe Frage kann unterschiedliche Ergebnisse liefern. Einzelne Beobachtungen taugen deshalb nicht als Beweis, Trends über mehrere Wochen schon eher.
Einordnung
Für Web- und Softwareprojekte verschiebt sich damit ein Teil der Anforderungen: Inhalte müssen nicht nur gut aussehen, sondern klar strukturiert, eindeutig zuordenbar und technisch sauber ausgeliefert sein – Aufgaben, die im Content-Management-System und in der Informationsarchitektur entschieden werden, nicht nachträglich im Marketing. Kurzfristige Tricks lassen sich in wenigen Stunden umsetzen, verlieren aber ihre Wirkung, sobald die Anbieter nachjustieren. Wer stattdessen in überprüfbare, gut gegliederte Fachinhalte investiert, gewinnt Sichtbarkeit langsamer, behält sie aber auch dann, wenn sich die Spielregeln der Antwortmaschinen wieder ändern.