Self-Promo-Listicles: GEO-Chance mit Rückschlag
Selbstbeworbene „Best-of“-Listicles gelten als eine der populärsten GEO-Taktiken: Marken veröffentlichen Vergleichsartikel, setzen sich selbst auf Platz eins und hoffen auf Zitationen in ChatGPT, Google AI Overviews oder Perplexity. Zwei aktuelle Studien zeigen jedoch ein brüchiges Bild. Kurzfristig wirkt die Strategie – langfristig kann sie Sichtbarkeit kosten und Wettbewerbern den Vorteil verschaffen.
Der Ausgangspunkt ist eine umfangreiche Ahrefs-Analyse von Glen Allsopp. Er untersuchte ChatGPT-Antworten auf 750 Top-of-Funnel-Prompts in drei Kategorien: Software, Produkte und Agenturempfehlungen wie „die besten Webdesign-Agenturen in London“. Dabei flossen 26.283 Quell-URLs ein. Das zentrale Ergebnis: „Best [Kategorie]“-Listicles machten 43,8 Prozent aller zitierten Seitentypen aus – deutlich mehr als Landingpages, Produktseiten oder klassische Blogposts. KI-Systeme greifen bei Empfehlungsanfragen also massiv auf strukturierte Vergleichslisten zurück.
Warum Listicles in KI-Antworten dominieren
Listicles liefern genau das Format, das Sprachmodelle für Antworten brauchen: nummerierte Optionen, kurze Beschreibungen, klare Rankings. Allsopp stellte außerdem fest, dass 79,1 Prozent der zitierten Best-of-Listen im Jahr 2025 aktualisiert wurden – ein starkes Frische-Signal. Marken, die höher in Drittlisten platziert sind, erscheinen häufiger in ChatGPT-Empfehlungen. Selbst wenn ein Unternehmen sich in der eigenen Liste an die Spitze setzt, kann die Seite dennoch als Quelle auftauchen; in der Software-Kategorie geschah das in mehr als einem Drittel der Fälle, in der Agentur-Kategorie sogar häufiger.
Viele SaaS- und B2B-Marken skalierten diese Erkenntnis programmatisch: Hunderte von „Best X 2026“-Artikeln, oft mit oberflächlichen Jahres-Updates statt echter Retests. Große Namen wie Shopify, HubSpot oder Slack nutzten das Format ebenfalls. Die kurzfristige Logik erschien schlüssig – bis Gegenwind aus der klassischen Suche kam und die Grenze zwischen GEO-Erfolg und SEO-Risiko sichtbar wurde.
Lily Ray: Zitation ist nicht gleich Empfehlung
Die zweite Studie von Lily Ray, Vizepräsidentin für SEO-Strategie bei Amsive, fokussiert Google AI Overviews. Mit Ahrefs Brand Radar analysierte sie 100 B2B-Suchanfragen nach dem Muster „best [Kategorie] software“ an drei Messzeitpunkten zwischen April und Juni. In 80 Prompts mit AI Overview tauchten selbstbeworbene Listicles 323-mal als Quelle auf. In 224 Fällen zitierte Google die eigene Listicle-Seite einer Marke, empfahl die Marke selbst aber nicht – rund 69 Prozent der Zeit.
Praktisch bedeutet das: Eine Marke schreibt den Vergleich, wird als Beleg genutzt, doch Kunden werden zu etablierten Wettbewerbern im selben Artikel geschickt. Bei Anfragen zu LMS-, CRM- oder Helpdesk-Software wiederholte sich das Muster: Die Listicle-Seite lieferte Struktur, die Empfehlung ging an andere Anbieter. Sichtbarkeit in der KI-Antwort und Conversion-Nähe sind damit zwei verschiedene Metriken, die getrennt gemessen werden müssen.
Typische Backfire-Muster
- Zitation ohne Markenempfehlung in AI Overviews
- Organische Sichtbarkeitsverluste von 30 bis 50 Prozent in Blog- und Guide-Ordnern
- Konzentration der Einbrüche auf selbstbeworbene Best-of-Inhalte
- Ausweitung auf AI Mode, Gemini und indirekt ChatGPT über Index-Abhängigkeit
Googles Gegenreaktion auf manipulative Listen
Ray dokumentierte bei Dutzenden SaaS-Sites starke Verluste ab Mitte Januar 2026, teils beschleunigt durch Googles Core Update im Mai. Betroffen waren vor allem Blog- und Ressourcen-Bereiche mit selbstbeworbenen Listicles – nicht zwingend die gesamte Domain. Google bewertet laut eigenen Review-Richtlinien Inhalte mit Ersthand-Erfahrung, Originaldaten und nachvollziehbarer Methodik. Listen ohne unabhängige Tests, ohne Bias-Offenlegung und mit reinem Ranking-Zweck widersprechen diesen Signalen.
Häufige Muster bei abgestraften Seiten: programmatisch skalierte Templates, aggressive Jahres-Refreshes ohne inhaltliche Änderung, KI-generierte Texte ohne redaktionelle Tiefe. Der Effekt kaskadiert: Wer in Google fällt, verliert oft auch in AI Overviews und verwandten Oberflächen, weil diese stark am Suchindex hängen. Für GEO-Teams heißt das: Ein Ranking-Shortcut in der klassischen Suche kann die gesamte AI-Sichtbarkeit mitreißen.
| Studie | Kernzahl | Implikation |
|---|---|---|
| Glen Allsopp / Ahrefs | 43,8 % Listicle-Anteil bei 750 Prompts | Format wird von ChatGPT bevorzugt zitiert |
| Lily Ray / Amsive | 69 % Zitation ohne Markenempfehlung | Eigene Listicles stärken oft Konkurrenten |
| Ray Sichtbarkeitsanalyse | 30–50 % Verlust in Blog-Ordnern | Skalierte Self-Promo-Listen werden riskant |
Was SEO- und GEO-Teams jetzt prüfen sollten
Teams sollten nicht nur messen, ob eine URL zitiert wird, sondern ob die eigene Marke empfohlen wird. Brand-Radar-Tools, AI-Overview-Monitoring und der Vergleich von Zitations- versus Empfehlungsrate sind Pflicht. Auditieren Sie Best-of-Seiten auf echte Testmethodik, Offenlegung von Eigeninteressen und unabhängige Belege. Drittpartei-Platzierungen in seriösen Branchenlisten bleiben oft wirkungsvoller als eigene Spitzenplatzierungen.
- „How we tested“-Sektionen mit nachvollziehbaren Kriterien ergänzen
- Self-Promo-Listicles auf Umfang und Risiko bewerten, nicht nur auf Kurzfrist-Zitationen
- Drittanbieter-Erwähnungen und echte Reviews als GEO-Hebel priorisieren
- Sichtbarkeit in Blog-Subfoldern nach Algorithmus-Volatilität getrennt tracken
Für Publisher mit großen Content-Hubs verschärft sich die Rechnung: Wenn Blog-Ordner drei Viertel der organischen Sichtbarkeit tragen und genau dort die Listicle-Strategie konzentriert ist, reicht ein algorithmischer Ruck, um den Großteil des Traffics zu gefährden. Monitoring muss deshalb auf Subfolder-Ebene laufen, nicht nur domainweit.
Die Datenlage zeigt eine klare Spannung: Self-promotional content funktioniert – bis es zurückschlägt. Wer GEO nur als Ranking-Shortcut versteht, riskiert, Quellen für KI-Systeme zu werden, während Wettbewerber die eigentliche Empfehlung erhalten.
