KI SEO: Wie du mit Künstlicher Intelligenz sichtbar bleibst, in Google, ChatGPT und Co.

„SEO ist tot." Diesen Satz liest du seit Jahren. Und seit Jahren stimmt er nicht.

Was sich aber wirklich verändert hat, ist das Suchverhalten der Menschen und die Antworten, die sie erhalten. Neben den klassischen Linklisten von Suchmaschinen erhalten User direkte Antworten auf ihre Fragen. Google AI Overviews, ChatGPT, Perplexity und Copilot beantworten Fragen direkt, mit Texten, die aus mehreren Quellen zusammengesetzt werden.

KI SEO ist die Antwort darauf: die Erweiterung klassischer Suchmaschinenoptimierung um alles, was nötig ist, damit deine Inhalte in KI-generierten Antworten auftauchen, zitiert und empfohlen werden.

Was ist KI SEO? Definition und Einordnung

Der Begriff ist bewusst breit, und genau das macht ihn unscharf. Tatsächlich verschmelzen in der Praxis zwei unterschiedliche Bedeutungen, die du auseinanderhalten solltest.

Die erste Bedeutung: KI als Werkzeug für SEO. Hier geht es darum, künstliche Intelligenz einzusetzen, um klassische SEO-Aufgaben effizienter zu erledigen: Keyword-Recherche, Content-Erstellung, technische Audits, Wettbewerbsanalysen. ChatGPT, Gemini oder spezialisierte Tools automatisieren Arbeit, die SEO-Teams früher manuell erledigt haben.

Die zweite Bedeutung: SEO für KI-Systeme. Hier geht es nicht darum, wie du KI nutzt, sondern darum, wie du dafür sorgst, dass KI-Systeme deine Inhalte finden, verstehen und in ihren Antworten zitieren. Für diese Disziplin haben sich mehrere Begriffe etabliert, die im Kern dasselbe meinen: Generative Engine Optimization (GEO), Answer Engine Optimization (AEO), AI Overview Optimization (AIO), Large Language Model Optimization (LLMO) und Generative AI Optimization (GAIO).

Für VISIWING ist die zweite Bedeutung die strategisch entscheidende. Wer KI nur als Schreibwerkzeug versteht, optimiert seinen Workflow. Wer KI SEO als Sichtbarkeitsstrategie für KI-Antwortsysteme versteht, sichert sich Reichweite in einem Kanal, der schneller wächst als jeder andere Suchkanal der letzten zwei Jahrzehnte.

GEO, AEO, AIO, LLMO: Brauchst du das alles?

Nein. Die Begriffsvielfalt ist größtenteils Marketing verschiedener Agenturen und Tool-Anbieter, die jeweils ihre eigene Definition besetzen wollen. In der Praxis überschneiden sich die Konzepte zu über 90 Prozent. Wichtiger als die Abgrenzung ist das gemeinsame Prinzip: Inhalte müssen so strukturiert, faktisch fundiert und vertrauenswürdig sein, dass ein KI-System sie versteht, einordnet und zitieren kann, unabhängig davon, ob das System Google, OpenAI oder Anthropic gehört.

Eine grobe Orientierung: GEO bezieht sich meist auf die generative KI-Suche insgesamt (ChatGPT, Perplexity, Gemini). AEO fokussiert sich auf direkte Antwortformate, also die Frage-Antwort-Logik, die auch Featured Snippets und Voice Search prägt. AIO bezieht sich oft konkret auf Google AI Overviews. LLMO und GAIO sind Sammelbegriffe, die stärker im technisch-strategischen Kontext verwendet werden. KI SEO ist der Oberbegriff, der all das einschließt, inklusive der klassischen Suchmaschinenoptimierung, die weiterhin die Basis bildet.

Wie funktioniert KI-gestützte Suche?

Um zu verstehen, wofür du optimierst, hilft ein Blick unter die Haube. Generative KI-Suche kombiniert zwei Technologien: Large Language Models (LLMs) wie GPT-4, Gemini oder Claude, die Sprache verstehen und erzeugen können, und Retrieval-Augmented Generation (RAG), ein Verfahren, das aktuelle externe Quellen in Echtzeit durchsucht und in die generierte Antwort einbaut.

Der Ablauf ist immer ähnlich: Das System analysiert deine Anfrage, nicht nur die Keywords, sondern die Bedeutung und Absicht dahinter. Anschließend durchsucht es eine große Menge an Quellen, bewertet diese nach Relevanz, Übereinstimmung und Vertrauenswürdigkeit, und fasst die relevantesten Informationen zu einer kohärenten Antwort zusammen, inklusive Quellenangaben.

Query Fan-Out: Wie eine Frage zu vielen Suchanfragen wird

Ein zentrales Konzept moderner KI-Suche ist der sogenannte Query Fan-Out. Statt eine einzelne Suchanfrage zu verarbeiten, zerlegt das System die ursprüngliche Frage in mehrere Teilanfragen, Synonyme und verwandte Aspekte und recherchiert diese parallel. Fragt jemand „Wie optimiere ich meine Website für KI-Suche?", recherchiert das System im Hintergrund möglicherweise auch nach „GEO Maßnahmen", „Schema Markup für KI-Crawler" oder „E-E-A-T Content".

Für deine Content-Strategie bedeutet das: Eine einzelne, perfekt optimierte Seite reicht nicht. Du brauchst ein Themenfeld, das die verschiedenen Facetten einer Frage abdeckt und intern sauber verknüpft ist, damit das System erkennt, dass deine Domain die Frage in ihrer gesamten Breite beantworten kann.

Klassische Suche vs. generative KI-Suche im Vergleich

Ist klassisches SEO jetzt überflüssig?

Die ehrliche Antwort: Weder das eine noch das andere Extrem stimmt. Klassisches SEO ist nicht tot. Google verarbeitet weiterhin Milliarden von Suchanfragen täglich, und der überwiegende Teil davon läuft weiterhin über klassische organische Ergebnisse. Gleichzeitig reicht reine Keyword-Optimierung nicht mehr aus, um in den neuen KI-Antwortformaten aufzutauchen.

Was sich tatsächlich ändert, ist die Gewichtung. Google selbst hat mit dem Helpful-Content-Update und dem E-E-A-T-Prinzip (Experience, Expertise, Authoritativeness, Trustworthiness) schon vor der KI-Welle den Fokus auf nutzerzentrierte, fundierte Inhalte gelegt. KI SEO verschärft diese Anforderung: Generative Systeme bewerten Inhalte danach, ob sie ein Thema vollständig, präzise und in natürlicher Sprache beantworten, nicht danach, wie oft ein Keyword vorkommt.

Der entscheidende Unterschied liegt im Wettbewerbsfeld. Bei klassischem SEO konkurrierst du um eine Position in einer Ergebnisliste. Bei KI SEO konkurrierst du um die Aufnahme in eine einzige, synthetisierte Antwort. Es gibt keine zehn Plätze, sondern eine Auswahl von Quellen, die das System für vertrauenswürdig genug hält, um sie zu zitieren. Wer schon heute hochwertigen, gut strukturierten Content mit klarer Autorenschaft produziert, hat einen erheblichen Vorsprung.

Die wichtigsten KI-Suchsysteme und wie unterschiedlich sie ticken

Für KI SEO reicht es nicht, „die KI" zu optimieren. Die relevanten Systeme unterscheiden sich in Datenquellen, Aktualität und bevorzugten Inhaltsformaten erheblich.

Google AI Overviews

Erscheinen direkt in den Suchergebnissen und kombinieren das Sprachmodell Gemini mit dem klassischen Google-Index. Sie bevorzugen Seiten, die ohnehin schon gut ranken, allerdings nicht ausschließlich: Ein erheblicher Teil der zitierten Domains stammt nicht aus den klassischen Top 10. Entscheidend sind klare, direkte Antworten in den ersten Sätzen, strukturierte Daten und Inhalte, die Vergleiche, Anleitungen oder Definitionen liefern.

ChatGPT (mit Suchfunktion)

Kombiniert ein vortrainiertes Sprachmodell mit einer optionalen Web-Suche. Inhalte ohne Internetzugriff stammen aus den Trainingsdaten, das begünstigt Evergreen-Content. Mit aktivierter Suche greift ChatGPT auf aktuelle Quellen zurück, hat dabei aber je nach Analyse eine hohe Fehlerquote bei der korrekten Quellenzuordnung. Es zählt vor allem: natürlicher, konversationeller Sprachstil, klare Gliederung und Inhalte, die eine Frage erschöpfend beantworten.

Perplexity AI

Von Grund auf als KI-Suchmaschine entwickelt, mit transparenter, direkt verlinkter Quellenangabe. Für SEO ein Glücksfall, weil sichtbar wird, welche Quellen in eine Antwort eingeflossen sind. Bevorzugt werden Inhalte mit klaren Fakten, Statistiken und nachvollziehbaren Aussagen.

Microsoft Copilot / Bing

Kombiniert GPT-Modelle mit der Bing-Suche und bietet KI-Zusammenfassungen, die Googles AI Overviews ähneln. Hier gilt weitgehend dasselbe wie für Google: strukturierte Inhalte, klare Überschriftenhierarchien und Schema-Markup erhöhen die Chance auf eine Aufnahme.

Claude (Anthropic)

Stark auf transparente, nachvollziehbare Informationen mit klarer Argumentationsstruktur ausgelegt. Claude bevorzugt in vielen Tests Inhalte, die nachvollziehbar argumentiert und sauber belegt sind.

Gemeinsamkeiten zählen mehr als Unterschiede

Trotz der technischen Unterschiede gibt es einen gemeinsamen Nenner: Alle Systeme bevorzugen Inhalte, die eine Frage präzise, strukturiert und in natürlicher Sprache beantworten, die Fakten nachvollziehbar belegen und die von vertrauenswürdigen Quellen stammen. Wer für diesen gemeinsamen Nenner optimiert, deckt automatisch den Großteil aller relevanten KI-Systeme ab, unabhängig davon, welches System sich am Ende durchsetzt.

Warum Entitäten für KI SEO entscheidend sind

Suchmaschinen konnten lange Zeit vor allem Dokumente verstehen. Moderne KI-Systeme arbeiten dagegen zunehmend mit Entitäten. Eine Entität ist ein eindeutig identifizierbares Objekt in der realen Welt: ein Unternehmen, eine Person, ein Produkt, eine Marke, ein Ort oder ein Fachbegriff.

Für KI-Systeme ist es einfacher, eine Entität zu verstehen als eine einzelne Webseite. Statt nur Inhalte auszulesen, versuchen ChatGPT, Gemini oder Perplexity ein Gesamtbild zu erstellen:

• Wer ist das Unternehmen?
• Welche Leistungen bietet es an?
• In welchem Themengebiet besitzt es Expertise?
• Welche Personen gehören dazu?
• Welche Produkte oder Services werden angeboten?
• Welche anderen Quellen bestätigen diese Informationen?

Je konsistenter diese Informationen über Website, LinkedIn, Branchenportale, Presseartikel und Fachverzeichnisse hinweg sind, desto leichter können KI-Systeme eine Entität einordnen. Ein typisches Problem: Die Website spricht von einer Marketingagentur, LinkedIn bezeichnet das Unternehmen als Beratungsfirma, ein Branchenportal listet es als IT-Dienstleister. Für KI-Systeme entsteht dadurch ein widersprüchliches Bild. KI SEO bedeutet deshalb auch, die eigene Entität zu schärfen und über alle relevanten Quellen hinweg konsistent darzustellen.

Grounding Pages: Das Fundament für KI-Verständnis

Viele Unternehmen besitzen gute Inhalte, werden aber dennoch selten in KI-Antworten erwähnt. Häufig liegt die Ursache nicht in fehlender Autorität, sondern in fehlender Klarheit. Genau hier kommen sogenannte Grounding Pages ins Spiel. Eine Grounding Page ist keine klassische Landingpage und kein Blogartikel. Sie dient als semantische Referenzseite für KI-Systeme und erklärt möglichst eindeutig:

• wer ein Unternehmen ist
• was das Unternehmen macht
• welche Leistungen angeboten werden
• welche Themenkompetenz vorhanden ist
• welche Begriffe mit dem Unternehmen verbunden sind
• welche Personen, Produkte und Dienstleistungen dazugehören

Grounding Pages reduzieren Interpretationsspielräume. Sie liefern KI-Systemen einen klaren Kontext und helfen, ein konsistentes Verständnis der Unternehmensidentität aufzubauen. Gerade in komplexen B2B-Märkten können sie entscheidend dazu beitragen, häufiger in generativen Antworten genannt oder empfohlen zu werden.

KI-SEO-Content-Architektur

Die wichtigste Erkenntnis vorab: KI-Systeme bewerten nicht nur, ob ein Thema behandelt wird, sondern wie tief und wie strukturiert. Eine einzelne Seite reicht selten aus. Was zählt, ist die sogenannte Topical Authority, die inhaltliche Dominanz innerhalb eines Themengebiets.

Pillar-&-Cluster-Struktur

Das Rückgrat einer KI-SEO-Content-Architektur ist die Pillar-&-Cluster-Struktur. Eine zentrale Pillar Page führt umfassend in ein Thema ein, etwa „KI SEO" als Überseite. Cluster Pages vertiefen Teilaspekte: „Was ist GEO?", „E-E-A-T für KI-Sichtbarkeit", „Schema Markup für KI-Crawler". Diese Seiten verlinken sauber zur Pillar Page und untereinander. Für KI-Systeme ist diese Struktur Gold wert: Sie erkennen, welche Seite als zentrale Ressource gilt, und ziehen bei einer Teilfrage gezielt die passende Cluster-Seite heran.

FAQ, Glossar, TL;DR und Definitionen

• FAQ-Sektionen, die typische W-Fragen in prägnanten 50 bis 80 Wörter langen Antworten beantworten, ideal für Featured Snippets, Voice Search und KI-Zitate.
• Glossare und Definitionsabsätze, die Fachbegriffe klar erklären und damit als Entitäten verknüpfbar werden. KI-Systeme nutzen solche Definitionen häufig nahezu unverändert.
• TL;DR-Zusammenfassungen am Anfang oder Ende langer Artikel, die die Kernaussagen kompakt bündeln und der KI helfen, den Inhalt schnell einzuordnen.

Formatierung: H-Struktur, Listen, Tabellen

KI-Systeme lesen Inhalte nicht visuell, sondern semantisch über die HTML-Struktur. Eine klare Hierarchie aus H1, H2 und H3 signalisiert, wie ein Thema gegliedert ist. Zwischenüberschriften als Fragen formuliert („Wie funktioniert…", „Was kostet…") erhöhen die Chance, dass genau diese Passage als Antwort extrahiert wird. Listen und Tabellen sind leicht zu parsen und neu zu formulieren. Wichtig: Eine gute Struktur ist kein Ersatz für Inhalt, sondern die Verpackung, die einem KI-System hilft, hochwertigen Inhalt überhaupt zu erkennen.

E-E-A-T: Das Vertrauensfundament für KI-Zitierfähigkeit

Wenn ein KI-System eine Information in seine Antwort übernimmt, übernimmt es auch das Risiko, falsch zu liegen. Genau deshalb ist E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) im KI-Zeitalter wichtiger geworden.

Experience: Erfahrung sichtbar machen

Eigene Daten, Fallbeispiele, Screenshots aus echten Projekten oder persönliche Einschätzungen signalisieren Erfahrung, etwas, das KI-Systeme aus generischem Content nicht extrahieren können und daher besonders schätzen.

Expertise: Fachwissen demonstrieren

Tiefe statt Breite: Ein Artikel, der ein Thema wirklich durchdringt, mit korrekter Terminologie und Verweisen auf Studien oder Primärquellen, signalisiert Fachwissen. Oberflächliche Zusammenfassungen werden von KI-Systemen tendenziell als redundant erkannt.

Authoritativeness: Autorität aufbauen

Autorität entsteht durch Erwähnungen, Backlinks und Zitate aus anderen vertrauenswürdigen Quellen, auch ohne Verlinkung. KI-Systeme bewerten unverlinkte Markennennungen (Mentions) zunehmend als eigenständiges Vertrauenssignal.

Trustworthiness: Vertrauenswürdigkeit zeigen

Transparente Autorenprofile mit nachvollziehbarer Qualifikation, klare Quellenangaben, aktuelle Publikationsdaten und ein professionelles Impressum sind Basisarbeit, die oft vernachlässigt wird. Für KI SEO ist sie essenziell.

Technische KI-SEO-Optimierung

Der beste Content bringt nichts, wenn KI-Crawler ihn gar nicht erreichen oder verarbeiten können.

Crawler-Zugänglichkeit: robots.txt und KI-Bots

Viele Websites blockieren KI-Crawler wie GPTBot, Google-Extended oder PerplexityBot über die robots.txt, oft unbewusst durch generische Sicherheits-Plugins. Wenn deine Inhalte in KI-Antworten erscheinen sollen, müssen diese Bots explizit Zugriff erhalten.

JavaScript-Rendering: Das unterschätzte Problem

Viele LLM-Crawler, darunter ChatGPT, rendern kein JavaScript. Wenn deine Inhalte erst nach dem Laden von JavaScript sichtbar werden, sieht der KI-Crawler nur eine leere Seite. Server-Side Rendering (SSR) oder serverseitig vorgerendertes HTML ist daher kein Nice-to-have, sondern Voraussetzung.

Strukturierte Daten (Schema Markup)

Schema.org-Markup übersetzt deinen Content in eine Sprache, die Maschinen ohne Interpretationsspielraum verstehen. Besonders relevant: Article, FAQPage, HowTo, Organization, Person sowie Product und LocalBusiness. Strukturierte Daten liefern KI-Systemen exakt die Kontextsignale, die sie für eine korrekte Einordnung benötigen.

Core Web Vitals und Token-Effizienz

Ladezeit ist sowohl für klassische Rankings als auch für KI-Crawler ein Qualitätssignal. Dazu kommt ein unterschätzter Faktor: Jedes Zeichen, das ein LLM verarbeitet, kostet Token. Aufgeblähter Code erhöht den Aufwand, den ein KI-Crawler für deine Seite aufwenden muss. Wenn ein System zwischen zwei gleichwertigen Quellen wählt, bevorzugt es tendenziell die, die sich mit weniger Aufwand verarbeiten lässt. Schlanker, semantisch klarer Code wird damit zu einem eigenständigen GEO-Faktor.

Offpage für KI SEO: Mentions, Backlinks und Markenpräsenz

KI-Systeme gehen bei der Auswahl von Quellen auf Nummer sicher: Sie bevorzugen Informationen, die durch mehrere unabhängige Quellen bestätigt werden. Backlinks bleiben ein wichtiges Vertrauenssignal, gleichzeitig gewinnen Erwähnungen ohne Verlinkung an Bedeutung. Wird ein Unternehmen regelmäßig im Zusammenhang mit bestimmten Themen genannt, entsteht eine starke semantische Verbindung zwischen Marke und Fachgebiet, oft unabhängig davon, ob eine Verlinkung vorhanden ist.

Relevante Quellen können sein: Fachmedien, Presseportale, Podcasts, LinkedIn-Beiträge, Branchenverzeichnisse, Konferenzprogramme, Experteninterviews, Studien und Whitepaper. Für KI SEO bedeutet das: nicht nur Links aufbauen, sondern aktiv dafür sorgen, dass die eigene Marke in relevanten Fachkontexten sichtbar wird. Es gibt zudem erste Hinweise, dass Seiten mit starkem Backlink-Profil häufiger in AI Overviews zitiert werden. Linkbuilding ist also kein Auslaufmodell, sondern Teil des Fundaments.

KI als Werkzeug: Wie KI deine SEO-Arbeit beschleunigt

Neben „Wie werde ich von KI gefunden?" steht die zweite Frage: „Wie nutze ich KI, um meine SEO-Arbeit effizienter zu machen?" KI-Modelle können Hunderte verwandte Fragen, Long-Tail-Varianten und semantische Cluster generieren, Gliederungen erstellen, Rohtexte entwerfen und Meta-Texte generieren. Wichtig bleibt: KI-Vorschläge sind ein Ausgangspunkt, kein Endergebnis. Suchvolumen und tatsächliche Nutzerintention müssen mit echten Daten validiert werden.

Eine wichtige Grenze: KI-Modelle können nur mit dem arbeiten, was bereits existiert. Sie generieren keine neuen Erkenntnisse, sondern rekombinieren vorhandene Informationen. Wenn dein Content nur das wiedergibt, was zehn andere Seiten auch schreiben, hat ein KI-System keinen Grund, ausgerechnet dich zu zitieren. Originäre Daten, eigene Analysen und Case Studies sind der Unterschied zwischen austauschbarem und zitierwürdigem Content.

Erfolg messen: Welche KPIs für KI SEO wirklich zählen

Klassische Klickrate und Rankingposition verlieren als alleinige Erfolgsmaßstäbe an Aussagekraft, wenn ein wachsender Teil der Nutzerinteraktion direkt in der KI-Antwort stattfindet. Sie müssen um neue Kennzahlen ergänzt werden.

• Sichtbarkeit in KI-Antworten: Wird deine Marke in den Antworten von ChatGPT, Perplexity oder Google AI Overviews genannt, mit oder ohne Link?
• Mention Share: Wie häufig wird deine Domain im Vergleich zu Wettbewerbern als Quelle herangezogen? Das KI-Äquivalent zum Share of Voice.
• Traffic-Attribution: Wie viel Traffic kommt über Verweise von chatgpt.com, perplexity.ai oder anderen KI-Plattformen? Dieser Traffic ist oft stärker qualifiziert.
• Engagement nach dem Klick: Verweildauer, Scrolltiefe und Conversion-Rate dieser Besucher zeigen, ob deine Inhalte das Versprechen der KI-Antwort einlösen.

Genau hier setzen spezialisierte GEO- und AI-Visibility-Tools wie VISIWING an. Wie sich KI-Sichtbarkeit methodisch sauber messen lässt, erklären wir im Detail unter AI Visibility richtig messen: die VISIWING-Methode.

KI SEO umsetzen: Die ersten Schritte

1. 1
   Status quo prüfen: Stelle gezielte Fragen zu deinem Themenfeld an ChatGPT, Perplexity und Google. Taucht deine Marke auf? Prüfe die robots.txt auf Blockaden für KI-Crawler und teste, ob zentrale Seiten auch ohne JavaScript lesbar sind.
2. 2
   Themenfeld statt Einzelseite denken: Identifiziere dein Kernthema und baue eine Pillar-&-Cluster-Struktur. Jede Teilfrage verdient eine eigene, fundierte Seite, verlinkt mit der Pillar Page.
3. 3
   Bestehenden Content nachschärfen: Ergänze vorhandene Inhalte um klare Definitionen, FAQ-Sektionen, TL;DR-Zusammenfassungen und Schema-Markup. Oft schneller umsetzbar als komplett neuer Content.
4. 4
   E-E-A-T-Signale sichtbar machen: Vervollständige Autorenprofile, ergänze Quellenangaben, aktualisiere Publikationsdaten. Geringer Aufwand, schneller Hebel.
5. 5
   Monitoring etablieren: Richte ein regelmäßiges Monitoring ein, manuell oder mit spezialisierten Tools. KI-Systeme verändern sich häufig; kontinuierliche Beobachtung ist Teil der Strategie.

Ausblick: Was nach GEO kommt, Agentic Engine Optimization

Während sich KI SEO heute vor allem damit beschäftigt, ob KI-Systeme deine Inhalte in einer Textantwort zitieren, zeichnet sich der nächste Schritt ab: KI-Agenten, die nicht nur Informationen liefern, sondern selbstständig handeln, Buchungen vornehmen, Formulare ausfüllen, Vergleiche durchführen. Technisch äußert sich das in neuen Protokollen wie dem Model Context Protocol (MCP). Für Unternehmen heißt das: Strukturierte Daten und maschinenlesbare Schnittstellen werden vom Sichtbarkeits- zum Handlungsfaktor. Wer heute saubere Schema-Daten und klare Prozesse bereitstellt, legt das Fundament, auf dem auch diese nächste Stufe aufbaut.

KI-Systeme ranken nicht, sie wählen aus. KI SEO entscheidet, ob du Teil dieser Auswahl wirst.

Häufig gestellte Fragen zu KI SEO (FAQ)

Fazit: KI SEO ist kein Trend, sondern eine Erweiterung

Der Hype um GEO, AEO und AIO verschleiert eine einfache Wahrheit: Gute Inhalte waren immer schon strukturiert, faktenbasiert, nutzerzentriert und vertrauenswürdig. Was KI-Systeme verändern, ist nicht die Definition von Qualität, sondern die Art, wie diese Qualität erkannt, ausgewählt und präsentiert wird. Die eigentliche Frage ist nicht, ob du KI SEO brauchst. Die Frage ist, ob deine Inhalte heute schon die Antwort wären, die eine KI deinen potenziellen Kunden geben würde, oder ob diese Antwort gerade bei einem Wettbewerber landet.

Über den Autor