PR oder SEO? Warum KI beide Disziplinen neu sortiert
SEO war lange der dominierende Weg zur Sichtbarkeit. PR galt oft als additiv. Mit KI-basierten Sprachmodellen ändert sich das Zusammenspiel – aber nicht im Sinne eines „Entweder-oder“. Wer sichtbar bleiben will, muss beide Disziplinen verstehen – und gezielt einsetzen.
Denn Sprachmodelle wie GPT, Claude oder Gemini bewerten keine Rankings und zählen keine Klicks – sie analysieren, verknüpfen und abstrahieren. Sie orientieren sich nicht an Suchergebnissen, sondern an Datenmustern. Sichtbarkeit entsteht hier nicht durch technische Optimierung allein, sondern durch Kontext, Wiedererkennbarkeit und glaubwürdige Dritteinstufung.
Und genau das macht Pressearbeit – also Earned Media – plötzlich wieder strategisch bedeutsam.
Was LLMs auszeichnet und wie sie Informationen auswählen
Large Language Models arbeiten nicht mit einem Index wie Suchmaschinen. Sie „entscheiden“ auf Basis von Wahrscheinlichkeiten, welche Begriffe, Konzepte und Aussagen zusammengehören – gespeist aus den Daten, auf denen sie trainiert wurden oder die ihnen per RAG (Retrieval-Augmented Generation – ein technisches Verfahren, bei dem Sprachmodelle bei jeder Antwort gezielt Informationen aus einer hinterlegten Wissensdatenbank oder Suchquelle nachladen, z. B. von Webseiten oder internen Dokumenten) bereitgestellt werden.
Stark vereinfacht: Was oft öffentlich erwähnt wird, in vertrauenswürdigen Quellen steht und thematisch passt, wird mit höherer Wahrscheinlichkeit in Antworten berücksichtigt – sofern die Inhalte maschinenlesbar, öffentlich verfügbar und thematisch gut eingebettet sind.
Diese Modelle ziehen also keine Liste von Treffern wie bei einer Google-Suche, sondern erzeugen einen neuen Text basierend auf dem, was sie gelernt haben. Und gelernt haben sie aus dem, was auffindbar, offen und verlinkt war – etwa aus Quellen wie Wikipedia, öffentlich verfügbaren Webseiten aus dem Common Crawl, sowie frei zugänglichen Blogs und Artikeln.
LLMs wie GPT-3 basieren – zumindest laut Wikipedia – zu etwa 60 % auf Daten aus Common Crawl, einem öffentlichen Web-Crawl-Archiv, das regelmäßig große Teile des Internets erfasst. Google’s Gemini nutzt ebenfalls öffentlich zugängliche Quellen, wobei die genauen Datenquellen nicht vollständig offengelegt sind.
Warum Pressearbeit mehr Einfluss hat als viele denken
Während Corporate Blogs, LinkedIn-Artikel oder Website-Texte wichtig für die eigene Kommunikationshoheit sind (Owned Media), entfalten journalistische Drittquellen – also unabhängige, redaktionelle oder fachliche Stimmen außerhalb der eigenen Unternehmenskommunikation (Earned Media) eine andere Wirkung: Sie werden als glaubwürdiger eingestuft, häufiger zitiert – und prägen damit die Wahrnehmung durch Maschinen.
Fachartikel, Interviews, Branchenerwähnungen oder Erwähnungen in etablierten Portalen landen mit hoher Wahrscheinlichkeit in den Trainingsdaten oder RAG-Pools großer Modelle. Ein Beitrag in einem renommierten Fachportal erhöht die Chance, dass Sprachmodelle die Marke oder das Thema in ihren Antworten berücksichtigen, sofern die Quelle öffentlich zugänglich, gut verlinkt und vertrauenswürdig ist.
SEO ist nicht tot. Aber seine Rolle verändert sich
Das heißt nicht, dass SEO an Bedeutung verliert. Im Gegenteil: Ohne technisch saubere, strukturierte Inhalte funktioniert keine maschinenlesbare Kommunikation. Modelle wie GPT oder Gemini greifen über RAG zunehmend auf externe Inhalte zu – und je besser diese auffindbar, verknüpft und klar formuliert sind, desto wahrscheinlicher fließen sie in Antworten ein.
SEO liefert also die technische Grundlage, PR den inhaltlichen Anker.
Ein strukturierter Blogpost mit sauberem HTML und semantischer Tiefe (also Inhalten, die Zusammenhänge herstellen, statt nur Schlagwörter aneinanderzureihen) ist eine perfekte SEO-Basis – aber erst die Erwähnung in einem Fachportal macht ihn für Maschinen kontextuell sichtbar – vorausgesetzt, die Quelle ist öffentlich zugänglich, indexiert und in öffentlich gecrawlten Datensätzen enthalten (z. B. via Common Crawl oder RAG-gestützte Suche). Oder anders gesagt: Ohne SEO wirst du nicht gefunden. Ohne PR wirst du nicht eingeordnet.
Auch wenn LLMs nicht wie Suchmaschinen arbeiten, profitieren sie von gut strukturierten, technisch sauberen Inhalten. Inhalte mit semantischer Tiefe, klaren Titeln, konsistentem Wording und präzisen Metadaten erhöhen die Wahrscheinlichkeit, dass sie über Retrieval-Systeme wie RAG in die Prompts eingespeist werden – also beim Beantworten von Fragen gezielt aus zugänglichen Wissensquellen abgerufen und eingeblendet werden.
SEO wird also zur Grundlage für maschinenlesbare Inhalte, während PR dafür sorgt, dass diese Inhalte überhaupt als relevant wahrgenommen, referenziert und kontextualisiert werden.
Fazit: Maschinenlogik trifft Medienlogik – und beide zählen
Sichtbarkeit entsteht heute nicht mehr nur im Browserfenster. Sie entsteht in Systemen, die Inhalte verarbeiten, gewichten und weiterverknüpfen. Und genau deshalb braucht es beides:
| Disziplin | Wirkung auf klassische Suche | Wirkung auf LLMs |
|---|---|---|
| SEO | Verbesserung von Rankings, Nutzerführung, Snippets | Grundlage für Auffindbarkeit, Klarheit, semantische Struktur |
| PR | Aufbau von Trust-Signalen (z. B. glaubwürdige Verweise, journalistische Zitate oder Erwähnungen auf verlässlichen Domains), Linkbuilding über Dritte | Relevanz in Trainingsdaten, Referenz in RAG-Systemen, Glaubwürdigkeit durch Drittquellen |
Wer nur SEO betreibt, wird vielleicht gefunden – aber nicht eingeordnet. Wer nur PR macht, bleibt vielleicht glaubwürdig – aber wird nicht ausgespielt.
Sprachmodelle bevorzugen keine „schönen“ Texte, sondern maschinell erlernte Kontexte. SEO kann diese Kontexte technisch liefern. PR liefert sie inhaltlich und gesellschaftlich. Beides braucht es – sonst entsteht keine Präsenz, die Systeme verstehen und Menschen vertrauen.
Erst die Kombination macht Kommunikation anschlussfähig – in Rankings, in Chatbots, in digitalen Assistenten. Für Menschen wie für Maschinen.