Was ist GEO überhaupt?
GEO steht für Generative Engine Optimization. Gemeint ist damit die Optimierung von Inhalten für Systeme, die Informationen nicht nur klassisch indexieren, sondern auch in generativen Antworten verarbeiten, also zum Beispiel KI-gestützte Suchsysteme, Assistenten und andere automatisierte Crawler.
Die Schnittmenge mit SEO ist groß, aber nicht identisch:
SEO hilft klassischen Suchmaschinen dabei, Seiten zu finden, zu verstehen und in Suchergebnissen anzuzeigen.
GEO geht einen Schritt weiter: Inhalte sollen zusätzlich für automatisierte Systeme und KI-Modelle möglichst klar, strukturiert und maschinenlesbar bereitgestellt werden.
Gerade im Recruiting wird das zunehmend relevant. Offene Stellen sollen nicht nur auf einer Karriereseite gut aussehen, sondern auch technisch so bereitgestellt werden, dass sie von Suchmaschinen, Job-Aggregatoren und modernen KI-Systemen leichter erkannt und verarbeitet werden können.
Deshalb haben wir in den softgarden Career Sites in den letzten Monaten mehrere technische Maßnahmen umgesetzt, die genau in diese Richtung einzahlen.
Was wir bereits umgesetzt haben
1. Maschinenlesbarer Job-Feed als zentrale Datenquelle
Eine der wichtigsten Maßnahmen ist ein maschinenlesbarer Job-Feed, der alle aktuellen Stellen strukturiert bereitstellt.
Dieser Feed ist nicht für Menschen gedacht, sondern für Systeme, die Jobdaten automatisiert verarbeiten möchten.
Warum das wichtig ist
Ein solcher Feed macht es für externe Systeme deutlich einfacher, Stellenangebote zu erfassen, ohne die komplette Website analysieren zu müssen. Statt HTML zu „erraten“, bekommen Crawler eine klar strukturierte Datenquelle.
Vorteil
Offene Stellen werden nicht nur auf der Karriereseite dargestellt, sondern zusätzlich in einem standardisierten, leichter verarbeitbaren Format bereitgestellt.
2. Sichtbarer Verweis auf den Job-Feed im Footer
Damit automatisierte Systeme den Job-Feed nicht nur theoretisch nutzen könnten, sondern ihn auch tatsächlich finden, haben wir ihn zusätzlich sichtbar im Footer verlinkt.
Warum das wichtig ist
Viele Systeme starten ihre Analyse ganz klassisch mit dem HTML einer Seite. Ein sichtbarer Link hilft dabei, den Feed überhaupt zu entdecken.
Vorteil
Die maschinenlesbare Jobquelle ist nicht „versteckt“, sondern aktiv auffindbar.
3. Eigene llms.txt als zusätzliche Orientierung für KI-Systeme
Wir unterstützen außerdem eine Datei unter /llms.txt
Man kann sich das ein bisschen wie eine Wegweiser-Datei für KI vorstellen.
Solche Dateien entwickeln sich gerade zu einem neuen Standard. Viele moderne LLMs nutzen sie bereits, um schneller zu verstehen, wo die wichtigsten Inhalte einer Website liegen – ohne alles selbst durchsuchen zu müssen.
Warum das wichtig ist
Ähnlich wie eine robots.txt oder eine Sitemap kann eine solche Datei dabei helfen, Maschinen schneller zu den relevanten Inhalten zu führen.
Vorteil
Wichtige Inhalte werden nicht nur veröffentlicht, sondern aktiv als relevante Quelle kenntlich gemacht.
4. HTML-Übersichtsseite für Jobs als zusätzlicher Fallback
Neben dem JSON-Feed stellen wir auch eine HTML-Übersichtsseite der Jobs bereit:
Diese Seite kann von Suchmaschinen erfasst werden, ist aber so ausgelegt, dass sie nicht in den Suchergebnissen erscheint. Sie dient rein als technische Hilfsseite, um Inhalte besser auffindbar zu machen.
Warum das wichtig ist
Nicht jedes System verarbeitet JSON-Feeds oder strukturierte Daten gleich gut. Eine einfache HTML-Übersicht ist deshalb ein zusätzlicher, robuster Fallback.
Vorteil
Die Jobinhalte sind nicht nur für Browser-Nutzer, sondern auch für einfachere Crawler besser zugänglich.
5. Strukturierte Daten
Zusätzlich zu den technischen Schnittstellen stellen wir wichtige Informationen auch direkt im Seitenquelltext strukturiert zur Verfügung. Das passiert über sogenannte strukturierte Daten (JSON-LD) im Hintergrund der Seite.
Bereits vorhanden war unter anderem ein EmployerAggregateRating. Ergänzt haben wir außerdem weitere strukturierte Hinweise, damit Maschinen Inhalte besser einordnen können.
Beispiel: JobPosting
Auf Jobdetailseiten können strukturierte Daten im Schema von JobPosting eingebunden werden.
Beispiel: ItemList
Zusätzlich haben wir eine ItemList ergänzt, um eine maschinenlesbare Verbindung zur zentralen Jobliste bzw. zum Job-Feed herzustellen.
<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "ItemList",
"name": "Job offers at softgarden e-recruiting GmbH",
"numberOfItems": 8,
"url": "https://softgarden.career.softgarden.de/jobs.feed.json"
}
</script>
Auf den einzelnen Job-Seiten
Jede einzelne Stelle enthält zusätzlich eine sehr detaillierte, strukturierte Beschreibung im Hintergrund.
Vereinfacht sieht das so aus:
<script type="application/ld+json">
{
"@type": "JobPosting",
"title": "Key Account Manager:in",
"datePosted": "2026-03-24",
"employmentType": "FULL_TIME",
"jobLocation": {
"@type": "Place",
"address": {
"addressLocality": "Köln"
}
}
}
</script>
Warum das wichtig ist
Diese Daten sind für Besucher unsichtbar, aber für Maschinen extrem hilfreich. Sie liefern klare Antworten auf Fragen wie:
„Ist das eine Stellenanzeige?“
„Wo ist der Job?“
„Wann wurde er veröffentlicht?“
„Welche Art von Anstellung ist das?“
Anstatt Inhalte aus Fließtext herauszulesen, bekommen Systeme die Informationen direkt sauber strukturiert.
👉 Das ist übrigens auch die technische Grundlage dafür, dass Jobs z. B. bei Google Jobs erscheinen können.
Vorteil
Stellenanzeigen werden nicht nur als Text dargestellt, sondern auch technisch eindeutig beschrieben. Das hilft Suchmaschinen, Job-Aggregatoren und auch modernen KI-Systemen dabei, Inhalte korrekt zu erkennen und besser weiterzuverarbeiten.
6. Zusätzliche, leicht erratbare Feed-Pfade
Neben dem eigentlichen Feed stellen wir zusätzliche Alias-Pfade bereit, damit automatisierte Systeme den Feed auch unter typischen, leicht erratbaren URLs finden können.
Diese Pfade liefern denselben Inhalt oder leiten auf die kanonische Feed-URL weiter.
Warum das wichtig ist
Einige Systeme probieren automatisch typische Standardpfade aus. Solche Alias-URLs erhöhen die Wahrscheinlichkeit, dass der Feed auch dann gefunden wird, wenn kein HTML-Link ausgewertet wird.
Vorteil
Die Jobdaten sind für externe Systeme besser auffindbar, auch dann, wenn diese mit einfachen Heuristiken arbeiten.
7. Hinweis auf den Job-Feed per HTTP-Header
Zusätzlich zum HTML und zu den strukturierten Daten geben wir auf Protokollebene einen Verweis auf den Feed aus, per HTTP-Link-Header.
Beispiel:
<https://softgarden.career.softgarden.de/jobs.feed.json>; rel="alternate"; type="application/json"
Warum das wichtig ist
Manche Crawler schauen bereits in die Response-Header, noch bevor sie HTML oder JavaScript verarbeiten. Ein solcher Header ist daher ein weiterer technischer Hinweis auf die maschinenlesbare Datenquelle.
Vorteil
Relevante Inhalte sind nicht nur auf Seitenebene, sondern auch auf HTTP-Ebene sauber beschrieben.
Warum wir diesen Weg gewählt haben
Unser Ziel war nicht, uns auf eine einzige Maßnahme zu verlassen, sondern mehrere sinnvolle Signale zu kombinieren.
Deshalb setzen wir auf:
maschinenlesbare Jobdaten
sichtbare Verlinkung
strukturierte Daten
zusätzliche Discovery-Dateien
technische Hinweise über HTTP
Fallbacks für einfachere Systeme
Das ist bewusst redundant gedacht: Unterschiedliche Suchmaschinen, Crawler und KI-Systeme verarbeiten Inhalte unterschiedlich. Je klarer und auf mehreren Ebenen konsistenter Inhalte bereitgestellt werden, desto besser.
Was das für dich bedeutet
Für dich heißt das vor allem:
Stellenangebote werden technisch sauberer bereitgestellt
Inhalte sind für Suchmaschinen und automatisierte Systeme leichter auffindbar
Jobdaten sind nicht nur visuell, sondern auch strukturiert verfügbar
die Karriereseite ist besser auf neue Formen der Suche und Content-Verarbeitung vorbereitet
Wichtig dabei: Solche Maßnahmen garantieren keine bestimmte Sichtbarkeit in einzelnen Suchmaschinen oder KI-Produkten. Sie verbessern aber die Voraussetzungen dafür, dass Inhalte korrekt gefunden und verstanden werden können.
Ausblick
GEO ist ein noch junges Thema. Es gibt aktuell keine einheitlichen, allgemein verbindlichen Standards, und viele Systeme entwickeln sich sehr schnell weiter. Genau deshalb ist es wichtig, dieses Feld aktiv zu beobachten und technische Grundlagen frühzeitig zu schaffen.
Wir sehen GEO nicht als einmaliges Projekt, sondern als fortlaufende Entwicklung. Unser Ziel ist es, Karriereseiten so aufzubauen, dass sie nicht nur heute gut funktionieren, sondern auch für neue Such- und KI-Systeme möglichst gut vorbereitet sind.
Wir bleiben deshalb an dem Thema dran und werden unsere Maßnahmen weiterentwickeln, sobald sich neue sinnvolle Standards, Best Practices oder technische Anforderungen abzeichnen.