Eine KI-Suchmaschine ruft in Millisekunden Hunderte Kandidatenquellen ab. Nicht alle überleben bis zur endgültigen Antwort.
Zwischen Abruf und Generierung liegt eine verborgene Ebene, die entscheidet, welche Quellen zählen und welche fallen gelassen werden. Diese Ebene heisst Reranking. Sie nimmt die rohe Kandidatenliste und ordnet sie nach ganz anderen Kriterien neu als die erste Suche. Die Quellen, die nach oben steigen, werden zu den Belegen, mit denen die KI deine Antwort baut. Alles andere wird herausgefiltert.
Besteht dein Inhalt den Abruf, muss er trotzdem das Reranking bestehen. Zu verstehen, wie diese Ebene funktioniert, ist für GEO entscheidend, denn beim Reranking wird die Sichtbarkeit von Inhalten tatsächlich entschieden.
Was Reranking ist und warum es existiert
Nimm ein beliebiges KI-Suchergebnis und stelle dir diese Frage: Wie hat die KI entschieden, welche Quellen sie zitiert?
Wenn die Antwort lautete "sie hat die Top 10 Ergebnisse aus dem Abruf genommen und alle genutzt", hättest du etwa in der Hälfte der Fälle recht. Aber so läuft es in den echten Systemen hinter ChatGPT, Google AI Overviews und Perplexity nicht ab.
So sieht der tatsächliche Ablauf aus. Zuerst läuft die Abrufstufe. Sie durchsucht Milliarden Seiten mit Vektor-Embeddings und liefert die besten 50 bis 100 Kandidaten anhand der semantischen Ähnlichkeit zur Suchanfrage. Das ist die rohe Kandidatenliste.
Dann folgt das Reranking. Ein anderes Modell mit einer ganz anderen Aufgabe sieht sich diese Kandidaten an und bewertet jeden einzeln. Der Reranker stellt die Frage, die der Abruf nie gestellt hat: "Wie nützlich ist diese Quelle für genau diese Suchanfrage, um sie zu beantworten?"
Ein Dokument kann perfekt zum Thema passen und trotzdem nicht die beste Wahl sein, um genau diese Frage zu beantworten. Ein Reranker erkennt diesen Unterschied. Er ordnet die Liste so um, dass die nützlichsten Quellen nach oben steigen und schwächere Kandidaten nach unten sinken.
Die Quellen, die es in das Kontextfenster des Modells schaffen, erzeugen die endgültige Antwort. Quellen, die das Reranking nicht bestehen, kommen gar nicht erst in den Prompt.
Reranking gibt es, weil der Abruf eine grundlegende Grenze hat: Er presst Bedeutung in eine einzige Zahl. Ein Vektor-Embedding muss jede mögliche Deutung eines Artikels mit 5.000 Wörtern in einer Zahl mit 1.536 Dimensionen erfassen. Bei dieser Kompression geht Information verloren. Ein Reranker kann den vollen Text sehen und genauer entscheiden, welche Quellen wirklich aufgenommen werden sollten.
Die drei Signale, die die Reranking-Werte bestimmen
Reranking ist kein einzelner Wert. Es ist eine zusammengesetzte Entscheidungsregel aus mehreren Signalen. KI-Systeme im Produktiveinsatz gewichten beim Reranking von Quellen typischerweise mindestens drei Faktoren.
Relevanz für die Suchanfrage
Relevanz beantwortet eine einfache Frage. Behandelt diese Quelle die konkret gestellte Frage, nicht nur das allgemeine Thema?
Nimm eine Anfrage wie "Was sind die Best Practices für den Umgang mit fehlgeschlagenen Zahlungen im Checkout?" Ein Reranker bewertet einen allgemeinen Artikel über Zahlungsabwicklung niedriger als einen Fachartikel über die Wiederherstellung fehlgeschlagener Zahlungen, selbst wenn beide die Zahlungsabwicklung erwähnen. Der Fachartikel spricht direkt zur Frage. Der allgemeine Artikel streift sie.
Die Relevanzbewertung prüft, ob die Quelle Unterabschnitte hat, die die Anfrage direkt beantworten, ob sie bestimmte Begriffe aus der Frage erwähnt und ob ihre Struktur nahelegt, dass sie für dieses Problem geschrieben wurde. Ein Artikel mit dem Titel "5 Gründe, warum Kunden den Checkout bei der Zahlung abbrechen" ist für die obige Anfrage relevanter als ein Artikel mit dem Titel "Zahlungssysteme im E-Commerce erklärt".
Vertrauen und Autorität
Vertrauen misst, ob dies eine verlässliche Quelle für genau diese Art von Antwort ist.
Vertrauen ist nicht universell. Die Quellen, denen man bei einer technischen Frage traut, unterscheiden sich von denen bei einer Business-Frage. Eine Anfrage wie "Warum lehnen Zahlungs-Gateways Karten ab?" traut Dokumentationen und Engineering-Blogs vielleicht mehr als Marketing-Blogs. Eine Anfrage wie "Wie senke ich die Warenkorbabbrüche?" traut vielleicht Fallstudien und Wirtschaftsmedien mehr als technischer Dokumentation.
Reranker nutzen Signale wie Domain-Reputation, Qualifikationen der Autoren, Veröffentlichungsdatum, Zitierhistorie und das Vorkommen in Wissensgraphen, um Vertrauen zu berechnen. Ein Beitrag in einem grossen Medium mit Autorenzeile und Qualifikationen erzielt mehr als ein Gastbeitrag in einem kleinen Blog. Eine Quelle, die von mehreren anderen massgeblichen Quellen zitiert wird, erzielt mehr als eine Quelle, die nirgends zitiert wird.
Für WEMASY-Inhalte heisst das: Quellen von Website-Builder-Anbietern und Marken mit sichtbarer Autorität in diesem Bereich (durch Medienerwähnungen, Bewertungen, Fallstudien) erzielen beim Vertrauen höhere Werte als anonyme Quellen.
Frische und Aktualität
Frische misst, ob Informationen aktuell sind. Bei vielen Anfragen sind veraltete Informationen schlimmer als nutzlos.
Manche Themen sind zeitlos. "Wie funktioniert ein Domainname?" ändert sich nicht. Aber "Was sind die neuesten Trends der KI-Suche?" ändert sich ganz sicher. Ein Reranker gewichtet Frische je nach Anfragetyp unterschiedlich. Bei Echtzeit-Themen kann Aktualität die Relevanz übertreffen. Bei technischen Grundlagen kann eine ältere Tiefenanalyse höher punkten als ein neuer oberflächlicher Beitrag.
Frische wird anhand von Veröffentlichungsdatum, Aktualisierungsdatum, Aktualität zitierter Statistiken und der Frage berechnet, ob die Quelle aktuelle oder überholte Ereignisse erwähnt. Ein Blogbeitrag von 2024, der aktuelle Tools und Plattformen nennt, erzielt mehr als ein Beitrag von 2023, der veraltete Versionen nennt, selbst wenn der von 2023 detaillierter war.
Wie Reranking Quellen vor der Generierung filtert
Sobald Quellen neu geordnet sind, steht das KI-System vor einer Grenze: Das Kontextfenster des Modells ist begrenzt.
Das Kontextfenster von ChatGPT fasst je nach Modell grob 50.000 bis 100.000 Tokens. Das klingt nach viel, bis dir klar wird, dass darin die Nutzeranfrage, das interne Schlussfolgern, die abgerufenen Quellen und die endgültige Antwort Platz finden müssen. In der Praxis begrenzt das das Modell darauf, grob 5 bis 15 Quellen pro Antwort zu zitieren, manchmal weniger.
Die neu geordnete Liste bestimmt, welche Quellen es schaffen. Die Top 5 Quellen werden fast immer aufgenommen. Quellen auf den Plätzen 6 bis 15 schaffen es vielleicht, je nachdem, wie viel Platz frei ist. Quellen ab Platz 16 werden fast nie aufgenommen.
Deshalb ist Reranking der wahre Türsteher der KI-Sichtbarkeit. Der Abruf kann deinen Inhalt in den Kandidatenpool bringen. Aber das Reranking entscheidet, ob er es wirklich in die Antwort schafft, die der Nutzer sieht.
Untersuchungen eines Datenplattform-Anbieters zeigen, dass Reranking die Abrufqualität im Vergleich zu Embeddings allein um bis zu 48 % verbessern kann. Bei Perplexity wird Inhalt, der beim Reranking gut abschneidet, in 3- bis 5-mal mehr Antworten zitiert als Inhalt, der beim Reranking durchfällt. Bei Google AI Overviews bevorzugt das Reranking Quellen mit stärkeren E-E-A-T-Signalen, weshalb etablierte Medien und von Fachleuten verfasste Inhalte die Zitate dominieren.
Wie verschiedene KI-Plattformen Reranking umsetzen
Reranking ist nicht über alle Plattformen hinweg standardisiert. Jede KI-Suchmaschine gewichtet die Signale anders.
Google AI Overviews nutzt ein Reranking, das stark Quellen bevorzugt, die bereits im Knowledge Graph von Google stehen, sowie Quellen mit hohen Domain-Authority-Werten. Google ordnet auch danach neu, ob die Quelle unabhängig verifiziert oder von anderen massgeblichen Quellen zitiert wurde. Deshalb dominieren Online-Enzyklopädien, grosse Medien und Markenseiten (die Einträge im Knowledge Graph haben) die AI Overviews.
Der Reranking-Algorithmus von ChatGPT scheint Quellen zu bevorzugen, die umfassende, detaillierte Antworten liefern (längere, gründlichere Quellen ranken höher als kurze Antworten auf dieselbe Frage). ChatGPT ordnet auch nach Zitiermustern in seinen Trainingsdaten neu, was bedeutet, dass ältere, etablierte Quellen höher punkten als neue, selbst wenn die neue Quelle aktueller ist.
Das Reranking von Perplexity ist bei der Frische am konsequentesten. Inhalte der letzten 30 Tage bekommen einen deutlichen Schub. Perplexity ordnet auch nach Diskussions- und Forenpräsenz neu, weshalb von der Community erzeugte Inhalte und Diskussionsforen bei Perplexity überraschend hoch ranken, verglichen mit anderen Plattformen. Dadurch unterscheidet sich Perplexity bei aktuellen und trendigen Themen grundlegend von Google oder ChatGPT.
Claude (über eine unabhängige Websuche) ordnet stark nach semantischer Relevanz und Antwortqualität neu, mit weniger Gewicht auf Domain-Autorität. Dadurch sind die Zitate von Claude unvorhersehbarer und enthalten eher kleinere, spezialisierte Quellen, wenn sie die Frage gut beantworten.
Was einen Inhalt die Reranking-Ebene überleben lässt
Um beim Reranking gut abzuschneiden, muss dein Inhalt bei mindestens zwei der drei Signale gewinnen: Relevanz, Vertrauen oder Frische.
Bist du eine etablierte Marke (hohes Vertrauen), kannst du mit mässiger Relevanz überleben. Bist du ganz neu, aber äusserst aktuell (hohe Frische) und sehr spezifisch für die Anfrage (hohe Relevanz), kannst du ältere Quellen überholen. Fällt dein Inhalt aber bei allen drei Signalen durch, übersteht er das Reranking nicht, egal wie gut er beim Abruf platziert war.
So optimierst du jedes Signal.
Bei der Relevanz gewinnen, indem du die konkrete Anfrage beantwortest
Relevanz ist das einzige Signal, das du über deinen Inhalt direkt steuerst. Vertrauen und Frische brauchen Zeit, Relevanz wirkt sofort.
Schreibe Unterabschnitte, die gängige Varianten der Frage direkt beantworten. Geht es in deinem Artikel um "Checkout-Optimierung", nimm Unterabschnitte auf wie "So verbesserst du die Rückgewinnung fehlgeschlagener Zahlungen", "Zahlungsformularfelder testen" und "Häufige Ablehnungsgründe bei Zahlungs-Gateways". Reranker prüfen Abschnittsüberschriften, um zu erkennen, ob du die konkrete Anfrage beantwortest.
Nutze die exakte Sprache der Frage in deinem Artikel. Fragt ein Nutzer "warum lehnen Zahlungs-Gateways Karten ab", nimm genau diese Wendung in deinen Inhalt auf (natürlich, nicht erzwungen). Reranker prüfen den Abgleich von Anfragebegriffen, um Relevanz zu bewerten.
Setze deine Antwort nach vorn. Bringe die direkte Antwort auf die Anfrage in den ersten 300 Wörtern. Reranker prüfen, ob die Antwort früh in der Quelle erscheint. Ein Artikel, der die Antwort in Abschnitt 4 vergräbt, rankt niedriger als einer, der sofort antwortet.
Vertrauen durch Qualifikationen und Quellenangaben aufbauen
Vertrauen dauert länger, summiert sich aber mit der Zeit. Drei Taktiken bauen Vertrauen in der Reranking-Ebene auf.
Erstens: Belege Qualifikationen der Autoren. Reranker prüfen Autorenzeilen und Autorenbios. Nenne Qualifikationen, Erfahrung und einen Link zu deinem Profil. Ein Artikel von jemandem mit 10 Jahren Branchenerfahrung wird höher neu geordnet als ein Artikel eines unbekannten Autors.
Zweitens: Zitiere Primärquellen und Daten. Wenn du Statistiken oder Studien erwähnst, nenne die Originalquelle. Verlinke Fallstudien, veröffentlichte Forschung und Primärquellen. Reranker behandeln Quellen, die andere Quellen zitieren, anders als Quellen, die nichts zitieren.
Drittens: Verdiene Erwähnungen auf massgeblichen Plattformen. Reranker heben Quellen an, die von grossen Medien, Branchenverzeichnissen und Bewertungsplattformen erwähnt oder verlinkt werden. Dieses Signal braucht Monate, aber der Ertrag ist real. Eine Quelle, die in 10 Fachmedien erwähnt wird, wird höher neu geordnet als eine identische Quelle, die nirgends erwähnt wird.
Durch Updates und Datumsangaben aktuell bleiben
Frische ist das Signal, das sich am schnellsten bewegt. Ältere Beiträge ohne Updates werden beim Reranking je nach Thema innerhalb von 60 bis 90 Tagen veraltet.
Aktualisiere Beiträge regelmässig. Wenn du einen Beitrag auffrischst, aktualisiere das Veröffentlichungsdatum oder füge ein Datum "aktualisiert am" zur Seite hinzu. Reranker werten das als Frische-Signal.
Bei zeitlosen Themen wie "Wie wähle ich einen Domainnamen" brauchst du keine wöchentlichen Updates. Bei Themen wie "Webdesign-Trends 2026" oder "aktuelle Änderungen der KI-Suche" brauchst du monatliche oder vierteljährliche Updates. Lass Reranker wissen, dass der Inhalt aktuell ist.
Nenne Daten in deinem Inhalt. Wenn du Tools, Plattformen oder Statistiken erwähnst, gib das Jahr an. "Stand 2025 beginnen mehr als 50 % der Suchen mit KI" ist stärker als "Mehr als 50 % der Suchen beginnen mit KI", weil Reranker die Aktualität deiner Aussage erkennen können.
Wie Reranking deine GEO-Strategie verändert
Reranking zu verstehen verändert grundlegend, wie du an GEO herangehen solltest.
Erstens erklärt es, warum manche hoch platzierten Seiten im klassischen SEO von KI nicht zitiert werden. Eine Seite auf Platz 1 für ein Keyword in der Google-Suche kann beim Reranking durchfallen, weil ihr Frische fehlt, sie nicht spezifisch genug für die genaue Anfrage ist oder nicht für die KI-Extraktion geschrieben wurde. Reranking nutzt andere Kriterien als Googles Rankingalgorithmus.
Zweitens zeigt es, warum neuere, kleinere Quellen bei KI-Zitaten manchmal etablierte schlagen. Hat eine ganz neue Quelle perfekte Relevanz für die Anfrage und ist äusserst aktuell, kann sie auf Plattformen wie Perplexity, die Frische stark gewichten, ältere Quellen überholen.
Drittens zeigt es, dass deine Content-Strategie mehrere Signale berücksichtigen muss. Du kannst nicht allein über Vertrauen konkurrieren, wenn dein Inhalt allgemein bleibt. Du kannst nicht allein über Frische konkurrieren, wenn dein Inhalt oberflächlich ist. Aber wenn du bei zwei Signalen gewinnst, kannst du das Reranking überleben und KI-Zitate verdienen.
Wie WEMASY dir hilft, beim Reranking zu bestehen
Der Website-Builder und die Analysen von WEMASY helfen dir ganz praktisch, die Reranking-Ebene zu erfüllen.
Mit den eingebauten SEO-Tools von WEMASY kannst du Qualifikationen von Autoren hinterlegen, Veröffentlichungs- und Aktualisierungsdaten verfolgen und deinen Inhalt mit klaren H2- und H3-Abschnitten strukturieren, die Rerankern helfen, die Relevanz deines Artikels für bestimmte Anfragen zu verstehen. Die Analysen zeigen dir, welche Suchanfragen Traffic aus KI-Quellen wie ChatGPT, Perplexity und Claude bringen, sodass du verfolgen kannst, welcher Inhalt das Reranking auf jeder Plattform tatsächlich überlebt.
Wenn du mit WEMASY veröffentlichst, bekommt deine Website automatisch HTTPS-Sicherheit und saubere URL-Strukturen, beides Vertrauenssignale, nach denen Reranker suchen. Sieh dir an, welche Tools in deinem WEMASY-Tarif enthalten sind.
Häufig gestellte Fragen
Gibt es Reranking nur in der KI-Suche?
Nein. Reranking passiert in jedem System, das Elemente nach Relevanz ordnen muss. Empfehlungssysteme, bezahlte Suchplattformen und klassische Suchmaschinen nutzen alle Reranking. In der KI-Suche ist Reranking aber wichtiger, weil das Kontextfenster begrenzt ist und nur die bestplatzierten Quellen in die endgültige Antwort gelangen. Mit dem Website-Builder von WEMASY richtest du das direkt auf deiner Website ein.
Kann man die Reranking-Werte seines Inhalts sehen?
Nicht direkt. KI-Plattformen legen ihre Reranking-Werte nicht offen. Du kannst sie aber ableiten, indem du verfolgst, welche Suchanfragen KI-Traffic auf deine Website bringen (das heisst, du hast das Reranking bestanden) und welche nicht. Das WEMASY-Analyse-Tool gliedert Traffic nach Quelle, auch nach KI-Quellen, sodass du erkennst, welcher Inhalt auf verschiedenen Plattformen das Reranking überlebt.
Garantiert ein hohes organisches SEO-Ranking, dass du das Reranking bestehst?
Nein. Reranking nutzt andere Kriterien als das klassische SEO-Ranking. Eine Seite auf Platz 1 für ein Keyword in der Google-Suche kann beim Reranking durchfallen, weil ihr die Genauigkeit für die konkrete Anfrage fehlt, sie veraltete Informationen enthält oder für menschliche Leser statt für die KI-Extraktion geschrieben wurde. Gute SEO-Rankings helfen (Autorität ist ein Reranking-Signal), garantieren aber keine KI-Sichtbarkeit.
Wie viele Quellen zitiert ein KI-System typischerweise aus der neu geordneten Liste?
Typischerweise 5 bis 15 Quellen pro Antwort, je nach Plattform und verfügbarem Kontextfenster. Google AI Overviews zitieren weniger Quellen (oft 3 bis 8), weil Zitate in eine kompakte Oberfläche passen müssen. ChatGPT und Perplexity zitieren mehr Quellen (8 bis 15), weil sie mehr Platz haben. Die besten Quellen der neu geordneten Liste werden fast immer aufgenommen, Quellen ab Platz 20 schaffen es selten.
Sollte man alte Inhalte für mehr Frische aktualisieren, auch wenn sie in der klassischen Suche noch gut ranken?
Ja, wenn du KI-Zitate willst. Reranking gewichtet Frische stark, und viele Plattformen (besonders Perplexity) bevorzugen neue Inhalte. Ein Artikel, der seit 2 Jahren nicht angefasst wurde, kann in der Google-Suche noch auf Platz 1 stehen und trotzdem auf KI-Plattformen beim Reranking durchfallen. Gehört KI-Sichtbarkeit zu deinen Zielen, frische deine stärksten Evergreen-Inhalte mindestens einmal pro Jahr auf.
Ist Reranking dasselbe wie Ranking in der klassischen Suche?
Nein. Das klassische Suchranking berücksichtigt Hunderte Signale: Seitengeschwindigkeit, Mobilfreundlichkeit, Backlinks, Domain-Autorität, Nutzerinteraktionssignale und mehr. Reranking in der KI-Suche konzentriert sich auf drei Hauptsignale: Relevanz für die konkrete Anfrage, Vertrauen im Kontext und Frische. Inhalte, die in der klassischen Suche gut ranken, schneiden beim Reranking in der KI-Suche vielleicht nicht gut ab, und umgekehrt.