ChatGPT-Update Sommer 2026: Was die neue Live-Search für AEO bedeutet

OpenAI hat im Juni 2026 Live-Search für alle ChatGPT-Tarife inklusive Free freigeschaltet, und damit den Default-Modus für Antworten verändert. Während früher nur Plus-User Echtzeit-Web-Zugriff hatten, greift jetzt jede ChatGPT-Konversation standardmäßig auf den OpenAI-Crawler und Bing-Index zurück. Für AEO bedeutet das: Citations sind nicht mehr ein Nischen-Thema, sondern bestimmen, ob deine Marke in der Antwort auftaucht oder nicht.

Was sich technisch geändert hat

ChatGPT-Free nutzt jetzt das gleiche Retrieval-Modell wie ChatGPT-Plus, mit einer kürzeren Kontextfrische von etwa 24 Stunden statt der vorherigen Wochen. Das heißt, OpenAI crawlt Quellen aggressiver nach und entwertet veraltete Seiten schneller. Die Citation-Card unter jeder Antwort zeigt seit Juli auch das Favicon und die Domain in größerer Schrift, ein klares Signal an Marken, dass die Quellen-Marke sichtbarer wird.

Gleichzeitig hat OpenAI das interne Ranking überarbeitet. Die alte Gewichtung von Domain-Authority wurde gesenkt zugunsten von Topical-Authority und Structured-Data-Coverage. Sites mit sauberem FAQPage- und Article-Schema werden bevorzugt angezogen, auch wenn sie geringere Backlink-Profile haben. Diese Verschiebung ist die größte für DACH-Mittelständler, die gegen Wikipedia und Reddit konkurrieren.

Der dritte Punkt: Das User-Interface zeigt nun bis zu fünf Citations pro Antwort statt drei. Für Marketing-Teams öffnet sich damit ein erweitertes Top-of-Funnel-Fenster, das vor dem Update praktisch verschlossen war. Die Anzahl der nutzbaren Slots pro Query hat sich faktisch verdoppelt.

Wie sich Citation-Pattern verschoben haben

Tracking-Tools wie AEORadar und Otterly berichten in den ersten Wochen nach dem Update von einem deutlichen Anstieg der zitierten Domains pro Query. Long-Tail-Quellen profitieren am stärksten, kleinere Sites mit niedrigen Besucherzahlen werden seither spürbar häufiger als Citation aufgenommen. Das ist der bisher klarste Beleg dafür, dass AEO-Optimierung auch für kleine Marken Sinn macht.

Gleichzeitig hat sich die Citation-Konsistenz verändert. Eine identische Query, dreimal hintereinander gestellt, lieferte vor dem Update zu 67 Prozent identische Quellen. Nach dem Update sind es nur noch 41 Prozent. Das macht Tracking schwieriger, weil eine einzelne Messung weniger aussagekräftig ist. Erst der Durchschnitt über 5-10 Wiederholungen pro Query liefert ein stabiles Bild.

Auch die Position innerhalb der Antwort zählt jetzt mehr. Citations am Anfang der Antwort generieren laut Profound-Daten 3,1-mal mehr Click-Throughs als Citations am Ende. Für AEO-Teams heißt das: Nicht jede Erwähnung ist gleich wertvoll, und die Optimierung muss in Richtung Erst-Position gehen.

Schema-Pflicht für die neue Live-Search

Die wichtigste Konsequenz aus dem Update ist die verstärkte Auswertung von Structured Data. OpenAI hat in der System Card 2024 bestätigt, dass der Crawler JSON-LD bevorzugt verarbeitet, seit Juni 2026 ist diese Bevorzugung deutlich stärker geworden. Ohne FAQPage- und Article-Schema sinkt die Chance auf eine Citation laut AEORadar-Messungen um etwa 54 Prozent.

Der minimal nötige Schema-Stack für AEO-Optimierung sieht so aus:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "Was bringt ChatGPT Live-Search für AEO?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "Live-Search erhöht die Anzahl genutzter Citations pro Antwort von 3 auf 5 und entwertet veraltete Quellen innerhalb von 24 Stunden."
    }
  }]
}

Zusätzlich solltest du Article-Schema mit author, datePublished, dateModified und mainEntityOfPage ausspielen. Die Felder author und dateModified gewichtet ChatGPT seit dem Update doppelt so stark wie vorher. Sites ohne datePublished werden faktisch nicht mehr als Citation aufgenommen.

Was DACH-Teams konkret tun sollten

Beginne mit einem Citation-Audit deiner Top-20-Money-Queries. Tools wie Otterly oder Peec automatisieren das mit 5 Wiederholungen pro Query und liefern dir Baseline-Daten innerhalb von 72 Stunden. Ohne Baseline lässt sich kein Fortschritt messen, und ohne Messung bist du blind für die Effekte deiner Optimierungen.

Der zweite Schritt ist Schema-Coverage. Prüfe mit dem Merkle Schema Generator oder Schema.org Validator, ob alle deine Top-50-Seiten mindestens Article- und FAQPage-Schema haben. Lücken hier sind der häufigste Grund, warum DACH-Sites in der neuen Live-Search nicht auftauchen.

Der dritte Schritt ist Content-Refresh. Da OpenAI veraltete Quellen schneller entwertet, brauchst du eine 90-Tage-Refresh-Cadence für deine wichtigsten Money-Pages. Aktualisiere dateModified, ergänze neue Daten und stelle sicher, dass dein FAQPage-Schema mit dem Body-Text übereinstimmt, Diskrepanzen werden vom Crawler als Spam-Signal interpretiert.

LLM-Vergleich nach dem Update

Priorisierte Aktionsliste

1. Citation-Baseline mit Otterly oder AEORadar erfassen, 5 Wiederholungen pro Query, mindestens 20 Money-Queries
2. FAQPage- und Article-Schema auf Top-50-Pages ausrollen, mit Merkle Schema Generator validieren
3. 90-Tage-Content-Refresh-Cadence für Money-Pages einführen, dateModified konsequent pflegen
4. Schema-Body-Konsistenz prüfen, jede FAQ-Antwort muss im Body wortgleich oder semantisch identisch existieren
5. Wöchentliches Tracking der Position innerhalb der ChatGPT-Antwort, nicht nur Anwesenheit

Häufige Stolpersteine beim Live-Search-Setup

Der häufigste Fehler in DACH-Implementierungen ist eine zu starre Refresh-Cadence. Teams legen einen 90-Tage-Rhythmus fest und halten ihn stur ein, obwohl manche Money-Pages wegen Branchen-News einen 30-Tage-Rhythmus bräuchten. Sinnvoller ist eine dynamische Cadence, die nach Query-Volatilität priorisiert. Themen wie KI-Tools, Steuerrecht oder Regulatorik brauchen kürzere Zyklen als evergreen-Themen.

Der zweite Stolperstein ist die Verwechslung von Citation-Anwesenheit mit Citation-Qualität. Eine Erwähnung am Ende einer ChatGPT-Antwort zählt deutlich weniger als eine prominente erste Quelle. Tools wie Profound bieten Position-Tracking, das zwischen Top-Citation, Middle-Citation und Footer-Citation differenziert. Diese Differenzierung sollte fester Teil jedes Reportings sein, sonst optimierst du auf die falsche Metrik.

Der dritte Stolperstein betrifft die Anzahl der getrackten Queries. Viele Teams beschränken sich auf 10-15 Money-Queries, weil die Tool-Kosten pro Query steigen. Diese Stichprobe ist statistisch zu klein, um Effekte zu erkennen. Mindestens 50 Queries mit je 5 Wiederholungen sind nötig, um Bewegungen über die natürliche Citation-Volatilität hinaus zu identifizieren.

Das Wichtigste: und konkrete Empfehlungen

Das ChatGPT-Update verändert AEO nicht radikal, aber es verstärkt die Trends der letzten zwölf Monate. Schema-Coverage und Content-Frische werden zu Pflichtdisziplinen, ohne die Citations im DACH-Raum schwierig werden. Wer jetzt sauber aufstellt, verschafft sich einen Vorsprung von sechs bis neun Monaten vor Wettbewerbern, die noch in klassischen SEO-KPIs denken. Die Investition in Tools und Schema-Foundation amortisiert sich typischerweise innerhalb von vier bis fünf Monaten über zusätzlichen AI-Referral-Traffic.

Konkret empfiehlt sich Otterly für Citation-Tracking im DACH-Raum wegen der besseren deutschen Query-Abdeckung, kombiniert mit AEORadar für die Schema- und Refresh-Audits. Beide Tools zusammen kosten etwa 380 Euro monatlich und liefern den vollständigen Stack, den du für die neue Live-Search-Ära brauchst. Wer mit 200 Euro Budget startet, nimmt Otterly solo und ergänzt den Schema-Check mit dem kostenlosen Merkle Schema Generator. Für Enterprise-Setups lohnt sich Profound ergänzend, weil dort die Multi-LLM-Sicht inklusive Gemini und Claude bereits integriert ist.