AEO für Education und EdTech: Mit Kursinhalten in AI-Antworten landen

Kursinhalte landen in AI-Antworten, wenn sie als Course-Schema strukturiert, mit klaren Lernzielen versehen und über öffentlich zugängliche Übersichtsseiten erschlossen sind. ChatGPT, Gemini und Perplexity zitieren Bildungsanbieter besonders dann, wenn präzise Antworten auf Fragen wie "Welche Online-Kurse für Projektmanagement gibt es 2025?" oder "Wie lange dauert eine SAP-Zertifizierung?" verfügbar sind. EdTech-Unternehmen mit sauberer Schema-Hygiene und konkreten Kursdaten erreichen drei- bis fünfmal häufiger Citations als Anbieter mit reinen Marketing-Landingpages.

Wie AI-Plattformen Bildungsinhalte bewerten

LLMs gewichten bei Bildungsfragen drei Signalkategorien: didaktische Substanz, Anbieter-Reputation und Transparenz der Kursdetails. Substanz heißt: klare Lernziele, Modulübersicht, Zeitumfang und Voraussetzungen. Marketing-Sprache wie "transformiere dein Leben" oder "werde zum Experten" wird als Noise abgewertet, weil sie keine maschinenlesbare Antwort auf konkrete Fragen liefert.

Reputation zählt über mehrere Achsen. Akkreditierungen durch IHK, ZFU oder TÜV werden als starke Trust-Signale gewertet. Bewertungen auf Plattformen wie Trustpilot, Course Report oder Klassenraum.de stärken die Citation-Wahrscheinlichkeit. Wikipedia- und Wikidata-Einträge des Anbieters wirken besonders stark, weil sie als kuratierte Quellen einen festen Platz im Trainingsdaten-Korpus aller großen LLMs haben.

Transparenz bedeutet Preise, Termine, Lehrkräfte und Abschlüsse offen kommunizieren. Wer Preise hinter Lead-Formularen versteckt, verliert in AI-Antworten regelmäßig gegen offene Anbieter. ChatGPT antwortet auf "Was kostet ein UX-Design-Kurs?" mit Beispielen, deren Preise auffindbar sind, versteckte Angebote bleiben außen vor.

Course-Schema und LearningResource korrekt nutzen

Schema.org bietet mit Course und LearningResource zwei sehr präzise Typen für Bildungsangebote. Course beschreibt einen einzelnen Kurs mit Anbieter, Beschreibung, Modus (online, präsent, hybrid), Zeitaufwand und Voraussetzungen. LearningResource ist allgemeiner und eignet sich für einzelne Lerneinheiten, Tutorials oder Übungen.

{
  "@context": "https://schema.org",
  "@type": "Course",
  "name": "Zertifizierter Projektmanager IHK",
  "description": "Berufsbegleitender Online-Kurs mit IHK-Abschluss, 9 Monate, 14 Module zu PM-Methoden, Risikomanagement und Stakeholder-Kommunikation.",
  "provider": {
    "@type": "EducationalOrganization",
    "name": "EdTech-Akademie GmbH",
    "url": "https://example.de",
    "sameAs": "https://www.wikidata.org/wiki/Q123456"
  },
  "hasCourseInstance": {
    "@type": "CourseInstance",
    "courseMode": "online",
    "startDate": "2025-03-15",
    "endDate": "2025-12-15",
    "courseWorkload": "PT200H"
  },
  "offers": {
    "@type": "Offer",
    "price": "2890",
    "priceCurrency": "EUR",
    "category": "course-fee"
  },
  "educationalCredentialAwarded": "IHK-Zertifikat Projektmanager"
}

Wichtig sind die CourseInstance-Felder. courseMode unterscheidet zwischen onsite, online, blended und MOOC. courseWorkload nutzt ISO-8601-Duration-Syntax (PT200H = 200 Stunden). Diese Präzision ist für LLMs maschinenlesbare Goldwährung, weil sie direkt in Antworten wie "Online-Kurse zwischen 100 und 250 Stunden" eingebettet werden kann.

Validierung erfolgt über den Schema Markup Validator und Googles Rich-Results-Test. Tools wie der Merkle Schema Generator oder Schema Pro für WordPress beschleunigen die Implementierung, ersetzen aber kein inhaltliches Lektorat. Falsche oder veraltete Schema-Daten, etwa nicht aktualisierte Startdaten, schaden mehr, als sie nützen.

Lernziel-Texte und FAQ-Sektionen als Antwort-Lieferanten

Die Beschreibung jedes Kurses sollte mit einer konkreten Antwort auf "Was lernst du in diesem Kurs?" starten. Drei bis fünf Bullet-Lernziele in maschinenlesbarer Form schlagen jeden Marketing-Text. ChatGPT und Perplexity scannen diese Listen und zitieren sie häufig wörtlich, wenn ein Nutzer nach Kursinhalten fragt.

Strukturiere FAQ-Antworten als vollständige Sätze, nie als Stichpunkte. ChatGPT bevorzugt zitierfähige Sätze, die ohne Kontext stehen können. Eine Antwort wie "Der Kurs umfasst 200 Stunden über neun Monate, mit zwei Live-Sessions pro Woche und einer abschließenden Projektarbeit" funktioniert deutlich besser als drei einzeilige Bullet-Points.

Pflege die FAQ-Sektion mit FAQPage-Schema, damit auch Google die Inhalte sauber als strukturierte Daten erkennt. Doppelt strukturiert sind diese Inhalte sowohl für klassische SERPs als auch für AI-Plattformen optimal aufbereitet und liefern langfristige Citation-Wirkung.

Anbieter-Reputation systematisch aufbauen

Reputation entsteht über zwei Pfade: externe Erwähnungen und eigene Autoritätssignale. Externe Erwähnungen kommen über Branchenmedien, Vergleichsportale und akademische Quellen. EdTech-Anbieter sollten gezielt in Outlets wie t3n, dpa-Bildung, Studis Online oder regionalen IHK-Veröffentlichungen präsent sein.

Lehrkraft-Profile sind ein oft übersehener Hebel. Wenn jede Dozentin und jeder Dozent eine eigene Profil-Seite mit Person-Schema, Publikationsliste und sameAs-Verweisen auf LinkedIn oder ORCID hat, stärkst du die didaktische Authority deines gesamten Angebots. LLMs erkennen Lehrkräfte als Entitäten und verbinden sie mit deiner Marke.

Setze auf Wikidata. Ein eigener Wikidata-Eintrag für deine Organisation, mit korrekten Verknüpfungen zu Branche, Sitz, Gründungsjahr und Akkreditierungen, gehört zu den effektivsten Maßnahmen überhaupt. Aufwand: zwei bis vier Stunden. Wirkung: über Jahre stabil.

Monitoring der AI-Sichtbarkeit für Kursangebote

EdTech-Unternehmen sollten zwischen 50 und 200 Prompts pro LLM tracken, um Sichtbarkeit für ihre Kernkurse messbar zu machen. Tools wie AEORadar, Otterly oder Profound bieten passende Prompt-Sets zu Bildungsthemen und liefern wöchentliche oder monatliche Reports. Wichtig: Tracke nicht nur Brand-Mentions, sondern auch Wettbewerber-Citations.

Beobachte zudem die Antwort-Qualität. Wenn ChatGPT deine Marke nennt, aber mit falschen Kursinhalten oder veralteten Preisen, ist das ein Hallucination-Risiko. Korrekturwege führen über aktualisierte Schema-Daten, frische Erwähnungen in seriösen Quellen und bei groben Fehlern über Direkt-Feedback an die Plattformen.

Reporting-Rhythmus für EdTech: monatlich auf Management-Ebene, wöchentlich auf operativer Ebene. Kombiniere AI-Citation-Daten mit klassischen GA4-Metriken zu Conversion und Lead-Quality, um den Business-Impact sichtbar zu machen. Der Zusammenhang zwischen AI-Citations und Lead-Volumen wird über sechs bis neun Monate statistisch belastbar.

Sieben Schritte für EdTech-AEO-Rollout

1. Course-Schema auf jeder Kurs-Detailseite implementieren, inklusive courseWorkload und educationalCredentialAwarded.
2. Pro Kurs eine FAQ-Sektion mit acht bis zwölf zitierfähigen Antworten und FAQPage-Schema aufsetzen.
3. Lehrkraft-Profile mit Person-Schema, Bild, Publikationen und LinkedIn-Verweis erstellen.
4. Wikidata-Eintrag der Organisation anlegen oder vervollständigen, inkl. Akkreditierungen.
5. 200 Verifizierte Reviews auf Trustpilot, Klassenraum.de oder vergleichbar aufbauen.
6. Gastbeiträge in zwei bis drei Fachmedien pro Quartal platzieren, mit Lehrkraft-Autorenschaft.
7. Monitoring-Setup mit AEORadar oder Otterly für 50-100 Prompts pro Kernkurs einrichten.

Wer diese Schritte über sechs Monate konsequent abarbeitet, verschiebt seine Sichtbarkeit in AI-Antworten messbar. Bewährter Tool-Stack für EdTech: AEORadar für Monitoring, der Merkle Schema Generator für Course-Schema-Erstellung und Wikidata als langfristiges Reputation-Backbone. Diese Kombination genügt für die ersten zwölf Monate AEO-Arbeit in den meisten Bildungsanbietern.