Fragen Sie ChatGPT nach den “besten Arbeitgebern für Data Engineers in München.” Taucht Ihr Unternehmen auf? Wahrscheinlich nicht. Über 90 % aller Karriereseiten werden weder von Google, Bing noch von LLMs gefunden. Gleichzeitig nutzen laut einer Umfrage von euronews bereits 77 % der Jobsuchenden KI-Tools bei der Stellensuche. Diese Diskrepanz kostet Unternehmen jeden Tag Bewerbungen.
GEO steht für Generative Engine Optimization. Für das Recruiting bedeutet es: Karriereseiten und Stellenanzeigen so aufzubauen, dass ChatGPT, Perplexity, Google AI Overviews und Copilot sie lesen, verstehen und Kandidaten empfehlen können. Das ist kein Zukunftsthema. Perplexitys Comet-Browser ermöglicht Jobsuchenden bereits heute, über eine einzige KI-gestützte Oberfläche zu suchen, Unternehmen zu recherchieren und Bewerbungen auszufüllen. Ihre Karriereseite taucht dort entweder auf oder eben nicht.
Warum 90 % der Karriereseiten für KI unsichtbar sind
Klassische Karriereseiten wurden für zwei Zielgruppen gebaut: menschliche Besucher und ATS-Keyword-Algorithmen. Keine davon hat sie auf eine dritte Zielgruppe vorbereitet, die 2024 aufgetaucht ist und rasant wächst: KI-Agenten, die Antworten aus Web-Inhalten synthetisieren.
Die Zahlen sprechen für sich. Career Group Companies berichtet, dass 65 % der Kandidaten KI im Bewerbungsprozess einsetzen. 68 % nutzen KI, um passende Stellenangebote zu finden, 58 % lassen sich Lebensläufe erstellen, 42 % generieren Interviewfragen aus Stellenbeschreibungen. In der DACH-Region dürften die Zahlen durch die hohe ChatGPT-Durchdringung ähnlich liegen.
Was bedeutet das konkret? Wenn ein Kandidat Perplexity fragt “Welche Unternehmen in Hamburg bieten Remote-Stellen für Data Scientists mit Relocation-Support?”, crawlt der KI-Agent Ihre Karriereseite nicht wie Google. Er synthetisiert Informationen aus verschiedenen Quellen und sucht dabei nach strukturierten Daten, klarem Kontext und Inhalten, die er zuverlässig zitieren kann. Fehlen Ihrer Stellenanzeige Schema-Markup und konkrete Fakten, hat der KI-Agent nichts zum Arbeiten. Er empfiehlt den Wettbewerber, dessen Karriereseite verwertbare Daten liefert.
Das unterscheidet GEO grundlegend von SEO. Bei SEO landet eine schlecht optimierte Seite vielleicht auf Seite 3 bei Google. Bei GEO gibt es kein “vielleicht”. Sie sind entweder in der Antwort der KI oder gar nicht. Es gibt keine Seite 2.
GEO vs. SEO: Was sich im Recruiting tatsächlich ändert
SEO optimiert für Ranking-Algorithmen, die Seiten nach Keywords, Backlinks und Nutzerverhalten bewerten. GEO optimiert für Sprachmodelle, die Inhalte nach Klarheit, Struktur, Autorität und Zitierfähigkeit bewerten. Die Schnittmengen sind real, aber die Unterschiede entscheidend.
Von Rankings zu Zitationen
Bei der klassischen Suche kämpft man um Position 1. Bei KI-gestützter Suche kämpft man darum, die Quelle zu sein, die das Modell zitiert. Analysen aus der GEO-Community zeigen, dass KI-Modelle Inhalte bevorzugen, die direkte, faktische Antworten liefern, statt Informationen in Marketing-Phrasen zu verstecken. Eine Stellenanzeige mit “wettbewerbsfähiges Gehalt” ist für einen KI-Agenten wertlos. Eine mit “65.000-80.000 € Grundgehalt plus Beteiligung” gibt dem Modell etwas Konkretes zum Zitieren.
Strukturierte Daten werden Pflicht
Google for Jobs verlangt bereits schema.org/JobPosting-Markup. Für GEO wird das von einem Pluspunkt zur absoluten Grundlage. Findet ein KI-Agent eine Seite mit korrektem JobPosting-Markup, kann er Titel, Standort, Gehaltsspanne, Qualifikationen, Beschäftigungsart und Unternehmensname extrahieren, ohne raten zu müssen. Ohne dieses Markup muss der Agent Freitext-HTML parsen und gibt häufig auf.
Inhalte müssen Fragen beantworten, nicht nur Rollen beschreiben
KI-Agenten bedienen Kandidaten, die Fragen stellen: “Welche Unternehmen in Frankfurt bieten DevOps-Stellen mit 4-Tage-Woche?” Ihre Karriereseite muss solche Fragen direkt beantworten. Das bedeutet: Inhalte schreiben, die konkrete Anliegen von Kandidaten adressieren, nicht bloß offene Positionen auflisten.
Die GEO-Checkliste: 7 Schritte zur KI-sichtbaren Karriereseite
Basierend auf dem GEO-Check der Personalwirtschaft und Analysen von Recruiting-Spezialisten funktioniert Folgendes konkret.
1. JobPosting-Schema auf jeder einzelnen Stellenanzeige
Jede einzelne Stellenanzeige braucht JSON-LD-Markup mit mindestens: title, description, datePosted, validThrough, employmentType, jobLocation, hiringOrganization, baseSalary und applicantLocationRequirements. Das Schema gehört auf die Einzelseite jeder Stelle, nicht auf Übersichtsseiten. Googles Dokumentation ist die maßgebliche Referenz.
2. Gehaltsspannen veröffentlichen
Das ist die einzelne Maßnahme mit der größten Wirkung. KI-Agenten priorisieren Stellenanzeigen mit expliziten Vergütungsdaten, weil Kandidaten ständig nach dem Gehalt fragen. iCIMS berichtet, dass Stellenanzeigen mit Gehaltsspannen 30 % mehr Bewerbungen erhalten. Die EU-Entgelttransparenzrichtlinie verpflichtet Unternehmen ab 2026 ohnehin zur Gehaltsangabe in Stellenanzeigen. Wer früh umstellt, hat den GEO-Vorteil gleich mit.
3. Kompetenzbasierte Beschreibungen statt Anforderungslisten
KI-Modelle verstehen Kontext, kein Keyword-Matching. Eine Stellenanzeige mit “5+ Jahre Berufserfahrung in einem dynamischen Umfeld” kommuniziert fast nichts. Eine mit “Sie bauen und pflegen CI/CD-Pipelines mit GitHub Actions, deployen auf AWS EKS-Cluster und überwachen Systemzustand mit Datadog” gibt dem KI-Modell konkrete Skills zum Abgleich mit Kandidatenanfragen.
4. FAQ-Bereich auf der Karriereseite
Direkt aus den GEO-Best-Practices im Content-Marketing übernommen. Beantworten Sie die Fragen, die Kandidaten wirklich stellen: Wie läuft der Bewerbungsprozess? Ist Remote-Arbeit möglich? Wie sieht das Onboarding aus? Welchen Tech-Stack nutzt das Team? KI-Agenten behandeln FAQ-Inhalte als hochwertiges, direkt zitierfähiges Material.
5. Karriereseite crawlbar machen
Wenn Ihre Stellenanzeigen über JavaScript-Single-Page-Applications ohne Server-Side-Rendering geladen werden, können die meisten KI-Crawler sie nicht lesen. Prüfen Sie, ob Ihre Karriereseiten sinnvolles HTML ohne JavaScript rendern. Testen Sie mit “Seitenquelltext anzeigen”, nicht mit den Entwickler-Tools, und prüfen Sie, ob die Stelleninhalte sichtbar sind.
6. Inhalte aktuell halten
KI-Modelle gewichten Aktualität. Eine Stellenanzeige von vor sechs Monaten mit abgelaufenem validThrough-Datum wird herabgestuft oder ignoriert. Richten Sie automatische Aktualitätsprüfungen ein. Erneuern Sie Stellen, die noch offen sind. Aktualisieren Sie “Über uns”- und Kulturseiten mindestens vierteljährlich.
7. Employer-Brand-Content aufbauen, den KI zitieren kann
Wenn ein Kandidat fragt “Wie ist es, bei [Ihrem Unternehmen] zu arbeiten?”, braucht die KI Inhalte zum Zitieren. Das heißt: authentische Mitarbeitergeschichten, konkrete Benefit-Beschreibungen und greifbare Kulturdetails auf crawlbaren, strukturierten Seiten veröffentlichen. Kununu-Bewertungen allein reichen nicht, weil Sie diese Narrative nicht kontrollieren.
Vom Experiment zur Infrastruktur: Was als Nächstes kommt
GEO im Recruiting folgt derselben Entwicklung wie SEO Anfang der 2010er. Die Mehrheit der Unternehmen hat noch nicht einmal angefangen. Das GEO-Check-Tool der Personalwirtschaft zeigt, dass die überwiegende Mehrheit deutscher Karriereseiten grundlegende KI-Sichtbarkeitstests nicht besteht. Diese Lücke ist eine Chance für Unternehmen, die früh handeln.
Der praktische Einstieg ist ein Drei-Schritte-Audit:
- Sichtbarkeit testen. Fragen Sie ChatGPT, Perplexity und Google AI Overviews nach Ihren offenen Stellen. Wenn Ihr Unternehmen bei allen drei fehlt, gibt es Grundlagenarbeit zu erledigen.
- Strukturierte Daten validieren. Lassen Sie Ihre Karriereseiten durch Googles Rich Results Test laufen. Beheben Sie fehlendes oder ungültiges JobPosting-Schema.
- Eine Stellenanzeige als Pilot umschreiben. Wählen Sie Ihre am schwierigsten zu besetzende Stelle. Fügen Sie Gehaltsspannen, kompetenzbasierte Beschreibungen, FAQ-Inhalte und korrektes Schema hinzu. Testen Sie die Sichtbarkeit nach zwei Wochen erneut.
Unternehmen, die ihre Karriereseite als Produkt behandeln statt als Broschüre, werden einen überproportionalen Anteil des KI-vermittelten Kandidatentraffics für sich gewinnen. Alle anderen werden sich weiter fragen, warum die Bewerberzahlen sinken, während die KI-Nutzung bei Jobsuchenden steigt.
Häufig gestellte Fragen
Was ist GEO für Karriereseiten?
GEO (Generative Engine Optimization) für Karriereseiten bedeutet, Stellenanzeigen und Employer-Brand-Inhalte so aufzubereiten, dass KI-gestützte Suchtools wie ChatGPT, Perplexity und Google AI Overviews sie lesen, verstehen und Kandidaten empfehlen können. Dazu gehören strukturierte Daten (schema.org/JobPosting), klare kompetenzbasierte Beschreibungen, Gehaltsangaben und eine crawlbare Karriereseite.
Wie unterscheidet sich GEO von SEO im Recruiting?
SEO optimiert für Rankings in klassischen Suchergebnissen über Keywords, Backlinks und Seitenautorität. GEO optimiert dafür, von KI-gestützten Suchmaschinen zitiert und empfohlen zu werden. Der zentrale Unterschied: GEO erfordert strukturierte Daten, direkte faktische Antworten und Inhalte, die KI-Modelle extrahieren und zuverlässig zitieren können. Bei der KI-Suche gibt es keine Seite 2. Man ist in der Antwort oder gar nicht.
Warum sind die meisten Karriereseiten für KI unsichtbar?
Über 90 % der Karriereseiten sind für KI unsichtbar, weil ihnen strukturierte Daten (schema.org/JobPosting) fehlen, Stellenanzeigen nur über JavaScript geladen werden, das KI-Crawler nicht ausführen können, vage Unternehmenssprache statt konkreter zitierfähiger Fakten verwendet wird und Gehaltsangaben oder konkrete Details fehlen, die KI-Agenten für Empfehlungen benötigen.
Welche strukturierten Daten brauche ich für KI-sichtbare Stellenanzeigen?
Jede Stellenanzeige benötigt mindestens JSON-LD-Markup nach dem schema.org/JobPosting-Standard. Pflichtfelder sind title, description, datePosted, validThrough, employmentType, jobLocation, hiringOrganization, baseSalary und applicantLocationRequirements. Das Markup gehört auf einzelne Stellenseiten, nicht auf Übersichts- oder Suchergebnisseiten.
Wie viele Jobsuchende nutzen KI bei der Stellensuche?
Laut einer euronews-Umfrage von 2025 haben 77 % der Jobsuchenden bereits KI bei der Stellensuche eingesetzt. Career Group Companies fand heraus, dass 65 % im Bewerbungsprozess KI nutzen. Konkret nutzen 68 % KI zum Finden passender Stellen, 58 % für Lebensläufe und 42 % zum Generieren von Interviewfragen. Diese Zahlen steigen von Quartal zu Quartal.