Dentsu und Adobe setzen auf GEO, während KI-Suche das SEO verdrängt

Jeder Platform Lead, der in den letzten achtzehn Monaten dabei zugesehen hat, wie organischer Suchtraffic in ChatGPT-Zusammenfassungen versickert, kennt dieses Problem genau. Man rankt noch immer bei Google, aber die Antwort erscheint jetzt im LLM – und niemand im Team kann sagen, ob die eigene Marke überhaupt im Kontextfenster auftaucht. Am 27. Juli haben Dentsu Digital und Adobe ein Produkt veröffentlicht, das genau diesen blinden Fleck adressiert.

Was passiert ist

Wie BigGo Finance berichtete, kündigte Dentsu Digital am 27. Juli den Launch eines Generative Engine Optimization (GEO) Support-Services an, der auf Adobes neu gebrandtem „Adobe LLM Optimizer" aufbaut. Das Versprechen ist klar: Markenerwähnungen über mehrere Large Language Models hinweg in Echtzeit analysieren, Wettbewerbslücken visualisieren und End-to-End-Unterstützung von der Strategieentwicklung bis zum laufenden Betrieb bieten.

Dies ist nicht Dentsu Digitals erster Vorstoß in diese Kategorie. Die Agentur betreibt seit Mai 2025 einen „GEO Consulting Service" – rund ein Jahr abrechenbare Engagements mit zahlreichen Kunden. Das neue Angebot bündelt diese Beratungskompetenz mit Adobes Messlayer, der die eigentliche Telemetrie übernimmt: Markenmessungs-Tracking über LLMs hinweg, Trendvisualisierung nach Prompt und Wettbewerbslückenanalyse.

Der Service läuft als vierstufiger Prozess. Schritt eins: Auswahl der zu überwachenden KI-Tools sowie Design der relevanten Prompts und Keywords. Schritt zwei: Cross-Sectional-Monitoring mit Adobe LLM Optimizer gegen diese Prompts. Schritt drei: Planung und Umsetzung einer GEO-Strategie über das sogenannte „Triple Media" von Dentsu – Earned (Mundpropaganda und Reputation), Shared (Social) und Owned (Unternehmenswebsites). Schritt vier: Score-Deltas vor und nach der Implementierung messen und dann den PDCA-Zyklus durchlaufen.

Dentsu rahmte die Zusammenarbeit rund um „digitale Marketinglösungen, die fortschrittliche Technologie mit fortschrittlichen operativen Fähigkeiten verbinden und zum Unternehmenswachstum im KI-Suchzeitalter beitragen." Übersetzt: Verbraucher fragen direkt bei ChatGPT und Gemini an, und jemand muss die Frage des CMOs beantworten, ob die Marke in diesen Antworten auftaucht. Der Rollout zielt klar auf den japanischen Markt, wo Dentsu erwartet, dass die Partnerschaft zunächst konkrete Fallstudien liefert.

Technischer Aufbau

Zieht man den Marketing-Mantel ab, handelt es sich um ein Mess- und Attributionsproblem, kein Generierungsproblem. Traditionelles SEO verfügt über ein Jahrzehnt an Tools für ein gut verstandenes Substrat: Googles Crawler, einen Index, einen Ranking-Algorithmus und ein SERP, das man scrapen kann. GEO hat nichts davon. Das „Engine" ist ein probabilistisches Modell, dessen Training Cutoff, Retrieval Augmentation und System-Prompt je nach Anbieter, Produkttier und Woche variieren.

Was macht Adobe LLM Optimizer also konkret? Basierend auf den vorliegenden Informationen übernimmt es drei Funktionen: Echtzeit-Analyse von Markenerwähnungen und -zitaten über mehrere LLMs hinweg, Trendvisualisierung aufgeschlüsselt nach Prompt (Query) und Wettbewerbslückenanalyse. Praktisch bedeutet das: Das Tool führt strukturierte Prompts gegen eine Matrix von Modellen aus, parst die Antworten auf Markenreferenzen und vergleicht die Ergebnisse über die Zeit. Wer LLM-Eval-Harnesses auf der OpenAI API oder Anthropics Endpoints aufgebaut hat, erkennt das Muster. Prompt-Fan-out, Response-Parsing, longitudinaler Speicher, Dashboard.

Das Schwierige ist nicht der Harness. Das Schwierige ist der Interpretations-Layer. LLM-Outputs sind nicht-deterministisch. Führt man denselben Prompt zweimal bei einer Temperatur über null aus, erhält man unterschiedliche Zitate. Führt man ihn gegen ChatGPT mit aktiviertem versus deaktiviertem Browsing aus, erhält man gänzlich andere Markenerwähnungen. Jeder seriöse GEO-Measurement-Stack muss Sampling-Varianz, Modellversions-Drift und den Retrieval-Layer hinter jedem Produkt berücksichtigen. Adobes Tool deckt vermutlich einen Teil davon ab. Die Quelle beschreibt die Sampling-Methodik nicht im Detail.

Das „Triple Media"-Framing ist der Bereich, wo die abrechenbaren Beratungsstunden entstehen. Earned, Shared und Owned Media beeinflussen, was ein LLM beim Training aufnimmt und – noch wichtiger – was ein retrieval-augmentiertes System zur Query-Zeit abruft. Wenn der Wikipedia-Eintrag der Marke dünn ist, wenn der eigene Content JavaScript-gerenderter Datenmüll ist, den Crawler nicht parsen können, wenn die Social-Präsenz inkonsistent ist, wird man im Kontextfenster nicht auftauchen. Meine Einschätzung: Das eigentliche Produkt hier ist eine Feedback-Schleife zwischen Messung und Content-Operations, und genau dort extrahieren Teams entweder Mehrwert oder verbrennen sechsstellige Budgets.

Wer unter Druck gerät

Die unbequeme Lesart: Dieser Launch ist ein Frühindikator dafür, dass der gesamte SEO-Industriekomplex neu bewertet wird, und die Teams, die von dieser Neubewertung betroffen sind, haben ungefähr zwei Quartale Zeit zu reagieren. Wer eine Marketing-Engineering-Funktion bei einem Mid-Market-Fintech, einem iGaming-Operator oder einem Ad-Tech-Anbieter leitet, misst auf seinen Dashboards mit hoher Wahrscheinlichkeit noch keine LLM-Zitate. Diese Lücke ist jetzt ein Gesprächsthema für den Wettbewerb.

Japanische Unternehmen sind die erste Gruppe im Fokus, da Dentsu explizit erwartet, dass die Partnerschaft in diesem Markt konkrete Use Cases generiert. Das Playbook wird sich verbreiten. Europäische Agenturen mit Adobe-Partnerschaften werden in wenigen Monaten Äquivalente auf den Markt bringen. Betreiber in regulierten Branchen wie iGaming werden dies besonders unangenehm finden, weil ihre organischen Akquisitionsfunnel bereits über Affiliate-Netzwerke und Vergleichsseiten laufen – genau die Art von Earned-Media-Signal, dem ein LLM hohes Gewicht beimisst, wenn er „welches Sportwettenanbieter akzeptiert Krypto in Ontario" beantwortet.

Fintech ist die interessantere Risikozone. Wenn ein Verbraucher Gemini fragt „Was ist die beste Neobank für Freelancer in Deutschland", bestimmt die Antwort eine echte Akquisition. Produktionsvorfälle rund um SEO-Ranking-Änderungen kosten Teams erfahrungsgemäß Wochen ungeplanter Engineering-Arbeit. GEO-Drift wird schlimmer sein, weil Modell-Updates intransparent sind und der Korrekturpfad kein robots.txt-Tweak ist.

Am härtesten trifft es die Teams mit starkem SEO-Betrieb, schwachem Brand-PR und ohne Structured-Data-Disziplin. Ihr eigener Content rankt gut auf Google und wird von LLMs ignoriert. Währenddessen gewinnen Wettbewerber mit mittelmäßigem SEO, aber starken Drittanbieter-Erwähnungen das KI-Zitations-Spiel zufällig. Diese Umkehrung wird viele CMOs in Q4 überraschen.

Playbook für die KI-Entwicklung

Konkrete Maßnahmen für diese Woche, wenn man eine Oberfläche betreibt, die von Discovery-Traffic abhängt:

Erstens: Den eigenen Measurement-Harness aufbauen, bevor man ein fremdes Produkt kauft. Ein Wochenende Engineering-Zeit reicht für ein Script, das eine feste Menge markenbezogener Prompts gegen ChatGPT, Gemini und Claude ausführt, die Antworten loggt und Erwähnungen parst. Man braucht Adobe LLM Optimizer nicht, um eine Baseline zu etablieren. Man braucht Disziplin. Die Anthropic-Dokumentation und OpenAIs Platform-Dokumentation decken die Grundlagen des programmatischen Zugriffs ab.

Zweitens: Structured Data auditieren. Schema.org-Markup, sauberes HTML, server-gerenderter Content und eine echte Sitemap sind nach wie vor relevant – wohl mehr als zuvor –, weil Retrieval-Systeme parsbare Quellen bevorzugen. Wenn Produktseiten React-gerendert ohne SSR sind, ist das jetzt ein Zitationsproblem, nicht nur ein SEO-Problem.

Drittens: Drittanbieter-Erwähnungen als engineering-nahes Thema behandeln. Wikipedia-Präsenz, Branchenverzeichniseinträge und Podcast-Transkripte speisen das Trainingskorpus und den Retrieval-Index. Mit PR koordinieren, statt sie zu ignorieren.

Viertens: Keinen mehrjährigen GEO-Beratungsvertrag unterzeichnen, der auf einer Kategorie basiert, die die Quelle selbst als nascentes Konzept bezeichnet. Quartalsweise kaufen. Die Messmethodiken werden sich ändern, wenn Modellanbieter ihr Retrieval-Verhalten ändern. Lock-in auf einem sich schnell entwickelnden Substrat führt dazu, dass Teams für Annahmen des Vorjahres bezahlen.

Fünftens: Einen Verantwortlichen benennen. GEO sitzt zwischen SEO, Brand, PR und Platform Engineering. Ohne einen einzigen verantwortlichen Lead wird nichts umgesetzt.

Wichtigste Erkenntnisse

• Dentsu Digital und Adobe haben am 27. Juli einen GEO-Service auf Basis von Adobe LLM Optimizer gestartet, der auf Markensichtbarkeit in LLM-Antworten abzielt.
• Der vierstufige Prozess (Prompt-Design, Cross-LLM-Monitoring, Triple-Media-Umsetzung, PDCA-Messung) ist ein Measurement-plus-Consulting-Angebot, kein Generierungstool.
• Dentsu betreibt GEO-Consulting seit Mai 2025 – die Adobe-Partnerschaft ist also eine Produktisierung bestehender abrechenbarer Arbeit.
• Teams mit starkem SEO, aber schwachem Earned Media sind am stärksten exponiert, weil LLM-Retrieval Drittanbieter-Zitaten hohes Gewicht beimisst.
• Dieses Quartal einen eigenen Baseline-Harness aufbauen, bevor Budget für einen Anbieter in einer Kategorie eingeplant wird, die die Quelle selbst als nascent bezeichnet.