GEO für Personal Brands: wie du die KI dazu bringst, dich als Experten zu empfehlen

„Welchen Berater / Coach / Trainer empfiehlst du mir für [mein Problem]?“ Diese Frage geht nicht mehr nur an Bekannte: sie geht an ChatGPT. Und die KI antwortet nicht „kommt drauf an“: sie antwortet mit Namen, zwei oder drei. Der unbequeme Teil: sie wählt dich nicht danach, wie gut deine Website klingt. Laut dem AI Visibility Index von Semrush (2026, 126 Millionen analysierte Prompts) baut ChatGPT jede Antwort auf im Schnitt 15 zitierten Quellen — und die meistgenutzten sind Drittquellen: Wikipedia und Forbes vorneweg. Wenn dein Name nicht konsistent in den Quellen existiert, die die KI liest, stehst du nicht auf der Liste. Dieser Leitfaden ist die Karte, um reinzukommen.

Wenn jemand „einen Experten für X“ sucht, antwortet die KI mit Namen

Wer einen Experten sucht — um ihn zu beauftragen, für ein Event zu buchen, ein Angebot einzuholen — hat das Werkzeug gewechselt. Früher fragte man das eigene Netzwerk oder tippte bei Google; heute bittet man die KI um die Shortlist: „empfiehl mir einen Pricing-Spezialisten für SaaS“, „welchen B2B-Vertriebstrainer kennst du in Spanien?“. Und der Assistent antwortet wie ein guter Netzwerker: zwei oder drei Namen und ein Satz, warum jeweils. Das ist der Bruch: die Empfehlung ist keine Ergebnisseite mehr, auf der du Positionen erklimmen kannst; sie ist eine geschlossene Liste, auf der du stehst — oder nicht.

Für eine Personal Brand ist das härter als für ein Unternehmen. Ein Unternehmen hat Dutzende Oberflächen — Einträge, Verzeichnisse, Bewertungen, Pressemitteilungen; eine Person hat meist eine Website, ein LinkedIn und wenig mehr. Bei so wenigen Quellen wiegt jede einzelne schwer: taucht dein Name auf jeder Seite mit einem anderen Fachgebiet auf — oder außerhalb deiner eigenen Domain gar nicht —, hat die KI kein Material, um dich aufzunehmen. Sie lehnt dich nicht ab: sie erfährt nie, dass es dich gibt.

Die KI empfiehlt dich nicht wegen deiner Website: sie empfiehlt dich, wenn du als Entität existierst

Sprachmodelle arbeiten mit Entitäten: Personen, Marken und Konzepten, die sie identifizieren und quellenübergreifend verknüpfen können. Um dich zu empfehlen, muss der Assistent drei Fragen für sich beantworten: Wer ist diese Person? Worin ist sie Spezialist? Wer bestätigt das noch? Und er beantwortet sie, indem er die Quellen liest, die er am meisten zitiert. Laut dem AI Visibility Index von Semrush (2026), gebaut auf 126 Millionen US-Prompts, stützt ChatGPT jede Antwort auf im Schnitt 15 Quellen, mit Wikipedia und Forbes unter den meistgenutzten Domains und einem enormen Gewicht von Community- und Referenzplattformen.

Die Entitätsarbeit, der Reihe nach:

1. Eine kanonische Bio. Lege deinen Fachgebietssatz fest —was du tust, für wen— und nutze ihn identisch auf Website, LinkedIn, in Autorenzeilen und Verzeichnissen. Kreative Variationen verwirren die KI; Wiederholung überzeugt sie.
2. Daten, die zusammenpassen. Überall derselbe Berufsname (mit oder ohne zweiten Vornamen, aber immer gleich), dasselbe Foto, Querverlinkungen zwischen Website und Profilen. Wenn die Quellen nicht zusammenpassen, weiß die KI nicht, dass du dieselbe Person bist, und lässt dich sicherheitshalber weg.
3. Eine maschinenlesbare „Über mich“-Seite: Werdegang mit Daten, konkretes Fachgebiet, zitierbare Kunden oder Projekte und Person-Schema mit sameAs auf deine Profile. Das ist die Akte, die die KI abruft, um zu bestätigen, wer du bist.
4. Wikipedia wenn angebracht, nie erzwungen. Es ist die meistgenutzte Quelle von ChatGPT, aber wenn du die Relevanzkriterien nicht erfüllst, kommt dich die Abkürzung teuer. Das gleichwertige Signal baust du mit konsistenten Erwähnungen in erreichbaren Quellen.

LinkedIn, YouTube und die Medien: wo die KI liest, wer du bist

Wenn die KI ihre Antwort aus Drittquellen baut, lautet die operative Frage: aus welchen? Die Semrush-Analyse von über 230.000 Prompts liefert die Liste: Reddit, Wikipedia, LinkedIn, YouTube und Forbes gehören zu den Domains, die Assistenten am meisten zitieren. Für eine Personal Brand sind drei dieser fünf direkt bespielbares Terrain: LinkedIn ist deine öffentliche Berufsakte, YouTube ist der Ort, wo dein Wissen sichtbar und zitierbar wird, und die Fachmedien sind die, die dich zum Experten erklären, ohne dass du es selbst sagen musst.

Die Arbeitsreihenfolge, die am meisten bringt:

1. LinkedIn als Akte, nicht nur als Feed: ein Titel mit deinem exakten Fachgebiet, ein „Info“-Bereich, der zu deiner kanonischen Bio passt, detaillierte Erfahrung und regelmäßige Aktivität. Es ist das Profil, das die KI zuerst abruft, wenn jemand nach dir fragt.
2. Namentlich gezeichnete Artikel in Fachmedien: eine Autorenzeile in einer Publikation, die die KI schon zitiert, wiegt mehr als zehn Posts im eigenen Blog, weil ein Dritter dich zum Experten erklärt. Substanzielle Digital-PR, keine leeren Pressemitteilungen.
3. Podcasts und YouTube: jeder Auftritt erzeugt eine Seite mit deinem Namen, deinem Fachgebiet und Kontext — genau die Art Dokument, die ein Assistent abruft. Episodenbeschreibungen beschreiben dich besser, als du denkst.
4. Berufsverzeichnisse deiner Zunft (Kammern, Verbände, Speaker-Listen): strukturierte, verifizierbare Quellen — das Lieblingsformat der KI.

Content mit deinem Namen darunter: E-E-A-T auf Personenebene

Google nennt es E-E-A-T —Experience, Expertise, Authoritativeness, Trust— und die Assistenten wenden dieselbe Logik an, wenn sie entscheiden, welche Person sie zitieren. Für eine Personal Brand ist der Expertise-Beweis nicht die Behauptung: es sind namentlich gezeichnete Inhalte, die sie zeigen — und Dritte, die sie aufgreifen. Der Unterschied zum Corporate-Content ist dein Vorteil: ein Text, unterschrieben von einer Person mit Gesicht, Werdegang und Meinung, ist genau das, was Modelle gegenüber anonymer Markenprosa priorisieren.

Drei Stücktypen, die die meisten Zitate erzeugen:

1. Meinung mit eigenem Urteil: Position beziehen in einer lebendigen Debatte deines Fachs —mit Argumenten, nicht mit Hot Takes— ist das, was dich als Referenz zitieren lässt statt als Zusammenfassung.
2. Eigene Daten oder Methode: eine kleine Studie, ein Benchmark, ein Framework mit Namen. Das ist der Content, den andere verlinken und den die KI abruft, um zu begründen, warum du und nicht ein anderer.
3. Direkte Antworten auf die Fragen deiner Kunden: Artikel, die wörtlich beantworten, was man dich in Meetings fragt. Frage-Antwort-Format, chunkbar, zitierbar.

Miss es mit Beauftragungs-Anfragen: tauchst du auf, wenn man dein Thema sucht?

GEO für eine Personal Brand zu messen heißt nicht, den eigenen Namen zu suchen —dass das funktioniert, weißt du schon—: es heißt zu prüfen, ob du auftauchst, wenn jemand einen Experten sucht, ohne zu wissen, dass es dich gibt. Definiere 15 bis 25 echte Beauftragungs-Anfragen —„bester [Fachgebiet]-Berater für [Branche]“, „[Thema]-Trainer in [Land]“, „wem folge ich, um [Thema] zu lernen?“, „Alternative zu [bekannter Name deiner Nische]“—, schicke sie einmal im Monat an ChatGPT, Gemini und Perplexity und notiere, ob du erscheinst, an welcher Position und mit welchen Argumenten die KI dich vorstellt. Der Trend Monat für Monat ist, was zählt.

Und prüfe das Langweilige, denn dort stolpern die Leute: dass deine Bio auf Website, LinkedIn und in Verzeichnissen identisch ist; dass deine gezeichneten Artikel noch online und verlinkt sind; dass deine „Über mich“-Seite ein Person-Schema trägt; dass deine Website die Crawler nicht blockiert, die Seiten zum Antworten abrufen. Zu den Fristen, ehrlich: die ersten Erwähnungen können Wochen nach dem Ordnen von Entität und Autorenzeilen kommen, aber deinen Namen in einem Fachgebiet zu verankern dauert 3 bis 6 Monate anhaltender Präsenz.