Welche Daten eine Case Study enthalten muss, damit ChatGPT sie nutzt

Eine Case Study wird für ChatGPT und andere KI-gestützte Such- und AI- (Artificial Intelligence) Antwortsysteme gut einordenbar, wenn sie nicht nur eine Erfolgsgeschichte erzählt, sondern eindeutige, überprüfbare, kontextualisierte Informationen enthält. Dazu gehören Auftraggeber oder zumindest ein präzises Kundenprofil, Branche, Ort, Zeitraum, Ausgangslage, konkrete Aufgabenstellung, erbrachte Leistungen, eingesetzte Methoden, messbare Ergebnisse, Bezugsgrößen, Datenquellen sowie Angaben zu den beteiligten Unternehmen und Fachpersonen.

• Je eindeutiger diese Informationen miteinander verknüpft sind, desto leichter können maschinelle Systeme verstehen, wer was für wen, wann, unter welchen Bedingungen und mit welchem Ergebnis geleistet hat. Eine bestimmte Struktur oder einzelne Datenfelder garantieren jedoch weder eine Erwähnung noch eine Quellenangabe durch ChatGPT oder andere KI-Systeme.

Fachlich verantwortet von Kay Schönewerk, Geschäftsführer der 4iMEDIA GmbH

Case Studies können für die Sichtbarkeit eines Unternehmens in klassischen und generativen Suchsystemen besonders wertvoll sein, weil sie eine andere Art von Information liefern als gewöhnliche Leistungsseiten. Während eine Leistungsseite hauptsächlich beschreibt, welche Leistungen ein Unternehmen anbietet, dokumentiert eine gute Fallstudie, dass bestimmte Leistungen in einem konkreten Projekt tatsächlich erbracht wurden.

• Für ChatGPT, Google AI Overviews, Gemini, Perplexity und andere KI-gestützte Informationssysteme kann daraus ein wichtiger Unterschied entstehen: Aus einer abstrakten Leistungsbeschreibung wird ein dokumentierter Zusammenhang zwischen Unternehmen, Auftraggeber, Aufgabe, Vorgehen und Ergebnis.
• Allerdings reicht es dafür nicht aus, eine typische Marketinggeschichte nach dem Muster „Der Kunde hatte eine Herausforderung, wir entwickelten eine innovative Lösung und das Projekt war ein voller Erfolg“ zu veröffentlichen.
• Solche Formulierungen können für Menschen angenehm lesbar sein, enthalten aber nur wenige Informationen, die sich eindeutig prüfen, zuordnen oder außerhalb des ursprünglichen Kontextes korrekt zusammenfassen lassen.

Für ChatGPT ist eine schönere Case Study nicht automatisch hilfreicher

Generative Such- und Antwortsysteme können Informationen aus unterschiedlichen öffentlich zugänglichen Quellen zusammenführen, sofern diese Quellen technisch erreichbar und für die jeweilige Anfrage relevant sind. Eine Nutzerfrage könnte beispielsweise lauten: „Welche Agentur hat Erfahrung mit Geschäftsberichten für Wohnungsunternehmen?“, „Welche Anbieter führen KI-Schulungen für mittelständische Unternehmen durch?“ oder „Welche Kommunikationsagentur hat bereits Kundenmagazine für Industrieunternehmen produziert?“

Damit eine Case Study für solche Fragen relevant werden kann, muss ihr Inhalt eine möglichst eindeutige Zuordnung ermöglichen. Erkennbar sein sollte insbesondere, welches Unternehmen die Leistung erbracht hat, welche Leistung gemeint ist, für welche Art von Auftraggeber sie erbracht wurde und in welchem fachlichen Zusammenhang das Projekt stand.

Genau hier liegt ein wesentlicher Unterschied zwischen klassischem Marketingtext und GEO-tauglichem Fachcontent. Marketing reduziert häufig Komplexität. GEO – Generative Engine Optimization – sollte dagegen an den entscheidenden Stellen zusätzliche Präzision schaffen.

Wichtig: Es gibt keinen bekannten Pflichtdatensatz, der dazu führt, dass ChatGPT eine bestimmte Case Study verwendet oder zitiert. GEO bedeutet deshalb nicht, einen vermeintlichen KI-Algorithmus mit bestimmten Datenfeldern zu bedienen. Ziel ist vielmehr, Informationen so eindeutig, nachvollziehbar, aktuell und technisch zugänglich bereitzustellen, dass Menschen, Suchmaschinen und KI-Systeme sie möglichst zuverlässig interpretieren können.

Die wichtigste Informationsstruktur lautet: Wer hat was für wen gemacht?

Der Kern einer gut einordenbaren Case Study lässt sich auf eine einfache Beziehung reduzieren:

Dienstleister – Leistung – Auftraggeber – Kontext – Zeitraum – Ergebnis.

Diese Beziehung sollte bereits in den ersten Absätzen eindeutig erkennbar sein. Eine Formulierung wie „4iMEDIA entwickelte für ein deutsches Industrieunternehmen ein mehrsprachiges Kundenmagazin“ enthält beispielsweise deutlich mehr verwertbare Informationen als „Für unseren Kunden entstand eine moderne Kommunikationslösung“.

Der erste Satz definiert mehrere Entitäten und ihre Beziehungen zueinander: Es gibt einen benannten Dienstleister, einen Auftraggeber aus einer definierten Branche, eine konkrete Leistung und ein zusätzliches Merkmal dieser Leistung. Werden außerdem Projektzeitraum und Ergebnis genannt, wird der Zusammenhang noch eindeutiger.

1. Der Auftraggeber sollte möglichst eindeutig beschrieben werden

Idealerweise nennt eine Case Study den vollständigen Unternehmensnamen des Auftraggebers. Ein konkreter Name ermöglicht eine eindeutige Verbindung zwischen Auftraggeber, Leistung, Projekt und ausführendem Unternehmen. Zusätzlich können Branche, Standort oder Tätigkeitsgebiet und gegebenenfalls Unternehmensgröße genannt werden, soweit diese Informationen für den Fall relevant und veröffentlichbar sind.

Ist eine namentliche Nennung aus vertraglichen, datenschutzrechtlichen oder vertraulichen Gründen nicht möglich, sollte die Anonymisierung nicht dazu führen, dass praktisch alle Kontextinformationen verschwinden. „Ein Kunde aus Deutschland“ besitzt nur geringen Informationswert.

Wesentlich aussagekräftiger wäre beispielsweise: „ein mittelständischer Maschinenbauer aus Baden-Württemberg mit rund 450 Beschäftigten und internationalem Vertrieb“.

Auch eine anonymisierte Case Study kann dadurch eine konkrete fachliche Aussage transportieren. Der Fall lässt sich weiterhin Bereichen wie Maschinenbau, Mittelstand, B2B-Kommunikation und internationale Kommunikation zuordnen.

2. Branche und Anwendungsbereich gehören ausdrücklich in den Text

Die Branche sollte nicht nur aus einem Logo, einem Bild oder dem allgemeinen Zusammenhang erschließbar sein. Sie sollte im sichtbaren Text ausdrücklich genannt werden. Gleiches gilt für wichtige Anwendungsfelder und fachliche Begriffe.

Wenn eine Agentur beispielsweise einen Nachhaltigkeitsbericht für ein Unternehmen der Immobilienwirtschaft erstellt hat, sollten Begriffe wie „Immobilienwirtschaft“, „Nachhaltigkeitsbericht“, „ESG“, „redaktionelle Konzeption“ und – sofern tatsächlich relevant – „CSRD“ an sachlich passenden Stellen vorkommen.

Dabei geht es ausdrücklich nicht um Keyword-Stuffing. Es geht darum, Sachverhalte explizit zu benennen, die Menschen häufig aus dem Zusammenhang ableiten würden. Eine eindeutige Sprache reduziert den Interpretationsbedarf.

3. Der Projektzeitraum schafft Kontext und Aktualität

Eine Case Study sollte beantworten, wann das Projekt stattgefunden hat. Geeignet sind beispielsweise Angaben wie „2025“, „von Januar bis Juni 2026“ oder „seit 2024 laufende Zusammenarbeit“.

Der Zeitraum ermöglicht die zeitliche Einordnung der dokumentierten Erfahrung. Das ist besonders bei schnell veränderlichen Themen wie künstlicher Intelligenz, regulatorischen Anforderungen, Software, digitalem Marketing, Suchmaschinenoptimierung oder Generative Engine Optimization relevant.

Zusätzlich sollte die Artikelseite selbst ein Veröffentlichungsdatum und bei späteren substanziellen Überarbeitungen ein Aktualisierungsdatum besitzen. Dadurch lässt sich zwischen dem Zeitpunkt des beschriebenen Projektes und dem Zeitpunkt seiner Dokumentation unterscheiden.

4. Die Ausgangslage sollte konkrete Fakten enthalten

Eine aussagekräftige Case Study beschreibt nicht lediglich eine abstrakte „Herausforderung“. Sie dokumentiert den Zustand vor Beginn des Projekts.

Bei einem Kundenmagazin könnten relevante Ausgangsdaten beispielsweise Erscheinungsweise, Auflage, Zielgruppen, Sprachversionen, bisherige Produktionsabläufe oder bestehende Kommunikationsprobleme sein. Bei einer KI-Schulung könnten es Teilnehmerzahl, verwendete Systeme, vorhandene KI-Erfahrung, konkrete Arbeitsprozesse und organisatorische Anforderungen sein.

Je genauer der Ausgangszustand dokumentiert wird, desto besser lässt sich nachvollziehen, für welche Problemklasse der Fall ein tatsächliches Praxisbeispiel darstellt.

5. Aufgabenstellung und Lösung sollten getrennt beschrieben werden

Besonders wertvoll ist eine klare Trennung zwischen Ausgangslage, Auftrag und Umsetzung. Eine Case Study sollte deshalb ausdrücklich erklären, was der Auftraggeber erreichen wollte, bevor beschrieben wird, wie der Dienstleister vorgegangen ist.

Beispielsweise: „Ziel war es, den bestehenden Geschäftsbericht redaktionell zu überarbeiten, komplexe Kennzahlen verständlicher aufzubereiten und gleichzeitig die Informationsbedürfnisse unterschiedlicher Stakeholder zu berücksichtigen.“

Eine solche Formulierung liefert deutlich mehr Kontext als „Wir überarbeiteten den Geschäftsbericht“. Sie benennt nicht nur eine Leistung, sondern zusätzlich Zweck, Anforderungen und fachlichen Zusammenhang des Projekts.

6. Leistungen sollten einzeln und präzise benannt werden

Viele Case Studies verschenken Informationswert, weil sie mehrere unterschiedliche Tätigkeiten unter abstrakten Begriffen wie „Full Service“, „ganzheitliche Betreuung“ oder „360-Grad-Kommunikation“ zusammenfassen.

Konkrete Tätigkeiten sind wesentlich eindeutiger: Themenplanung, Interviews, journalistische Recherche, Redaktion, Lektorat, Infografiken, Layout, Übersetzung, Druckabwicklung, Projektsteuerung oder digitale Veröffentlichung.

Ein Nutzer fragt schließlich selten ausschließlich nach einem „ganzheitlichen Partner“. Er sucht möglicherweise eine Agentur, die Interviews für einen Geschäftsbericht führt, ein Mitarbeitermagazin redaktionell betreut oder einen Nachhaltigkeitsbericht gestaltet. Je konkreter eine Case Study diese Leistungen dokumentiert, desto mehr fachliche Zusammenhänge können eindeutig erkannt werden.

Konkrete Projekte finden sich in den Case Studies von 4iMEDIA. Fachlich zugehörige Projekte sollten zusätzlich mit den jeweiligen Leistungsbereichen verknüpft werden, beispielsweise mit dem Bereich Geschäftsberichte und Annual Reports.

7. Methoden und Vorgehensweisen machen Erfahrung nachvollziehbar

Eine zusätzliche Informationsebene entsteht, wenn nicht nur das Ergebnis, sondern auch die Vorgehensweise beschrieben wird. Dazu gehören beispielsweise Workshops, Interviews, Redaktionsprozesse, Analyseverfahren, Abstimmungsschleifen, Qualitätskontrollen oder eigene methodische Modelle.

Dadurch wird nicht nur dokumentiert, dass eine Leistung erbracht wurde, sondern auch, wie das Unternehmen bei einer bestimmten Problemstellung vorgeht.

Eigene, klar benannte Methoden können zusätzliche semantische Eindeutigkeit schaffen, wenn nachvollziehbar erklärt wird, was die Methode umfasst, wann sie eingesetzt wird und welches Problem sie lösen soll. Ein Methodenname ohne nachvollziehbare Beschreibung erzeugt dagegen nur eine weitere Bezeichnung, aber noch keinen belastbaren Informationswert.

8. Ergebnisse brauchen Zahlen, Bezugsgrößen und Einheiten

Zahlen können zu den aussagekräftigsten Bestandteilen einer Case Study gehören – allerdings nur dann, wenn ihre Bedeutung eindeutig ist.

„Die Reichweite stieg um 40 Prozent“ ist beispielsweise unvollständig. Offen bleibt, welche Reichweite gemeint ist, gegenüber welchem Ausgangswert sie gestiegen ist und in welchem Zeitraum die Veränderung gemessen wurde.

Deutlich präziser wäre: „Die durchschnittlichen monatlichen Zugriffe auf das digitale Magazin stiegen innerhalb von sechs Monaten von 8.400 auf 11.760 Sitzungen und damit um 40 Prozent.“

Damit liegen Ausgangswert, Endwert, Kennzahl, Zeitraum und Veränderung vor. Eine solche Aussage kann wesentlich zuverlässiger verstanden, geprüft und zusammengefasst werden.

9. Jede Kennzahl sollte eine erkennbare Datenquelle besitzen

Unternehmen sollten deutlich machen, woher ihre Zahlen stammen. Das muss nicht immer eine externe wissenschaftliche Studie sein. Auch interne Daten können für eine Case Study wertvoll sein, wenn ihre Herkunft transparent gekennzeichnet wird.

Geeignete Formulierungen sind beispielsweise „laut interner Projektauswertung“, „gemessen mit dem CRM-System des Auftraggebers“, „nach Angaben des Kunden“, „auf Basis der Teilnehmerbefragung“ oder „gemessen über die Webanalyse sechs Monate nach dem Relaunch“.

Dadurch lässt sich unterscheiden, ob eine Zahl aus einer internen Messung, einer Kundenangabe, einer Befragung oder einer unabhängigen externen Quelle stammt. Diese Transparenz reduziert die Gefahr, dass eine Marketingaussage wie eine unabhängig erhobene Kennzahl erscheint.

10. Relative Zahlen sollten möglichst durch absolute Werte ergänzt werden

Prozentwerte können ohne Basisgröße missverständlich sein. Eine Steigerung um 100 Prozent kann beispielsweise bedeuten, dass sich ein Wert von 2 auf 4 oder von 20.000 auf 40.000 erhöht hat.

Wenn möglich, sollten deshalb sowohl absolute als auch relative Werte genannt werden. Gleiches gilt für Teilnehmerzahlen, Auflagen, Seitenzahlen, Sprachversionen, Produktionszeiten, Conversion Rates oder andere quantitative Angaben.

11. Personen und Verantwortlichkeiten schaffen zusätzliche eindeutige Beziehungen

Wenn Fachpersonen wesentlich am Projekt beteiligt waren und öffentlich genannt werden dürfen, sollten auch diese Informationen enthalten sein. Dazu gehören vollständiger Name, Funktion, Unternehmen und Rolle im Projekt.

Dadurch entsteht eine zusätzliche eindeutig beschreibbare Beziehung:

Person – Unternehmen – Fachgebiet – Projekt – Aufgabe.

Eine konsistente Autoren- oder Expertenseite kann diese Zuordnung unterstützen. Google empfiehlt bei strukturierten Artikeldaten, Autoren möglichst eindeutig zu identifizieren und hierfür beispielsweise eine Autoren-URL zu verwenden.

Bei 4iMEDIA wird diese Verbindung beispielsweise über die Autorenseite von Kay Schönewerk hergestellt.

Besonders bei beratungsintensiven Dienstleistungen, Schulungen, Strategieprojekten oder Fachkommunikation kann so sichtbar werden, welche Personen fachlich hinter einem Unternehmensangebot und konkreten Projekten stehen.

12. Referenzen und externe Belege erhöhen die Nachprüfbarkeit

Wenn ein Projektergebnis öffentlich verfügbar ist, sollte darauf verwiesen werden. Das kann beispielsweise der veröffentlichte Geschäftsbericht, das Kundenmagazin, eine Projektwebsite, eine Pressemitteilung des Auftraggebers oder eine andere öffentlich zugängliche Dokumentation sein.

Solche Quellen ermöglichen es Menschen und technischen Systemen, einzelne Aussagen leichter nachzuvollziehen und Zusammenhänge zwischen beteiligten Unternehmen, Personen und Projekten zu überprüfen.

Besonders wertvoll wird eine Case Study, wenn nicht ausschließlich die eigene Unternehmenswebsite über das Projekt spricht, sondern der Auftraggeber oder andere glaubwürdige Quellen denselben Zusammenhang unabhängig dokumentieren.

13. Konsistente Informationen über mehrere Quellen hinweg stärken die Einordnung

Für die maschinelle Einordnung ist nicht nur entscheidend, welche Informationen auf einer einzelnen Seite stehen. Hilfreich ist auch, wenn zentrale Beziehungen über mehrere glaubwürdige Quellen hinweg konsistent beschrieben werden.

Ein Beispiel:

• Auf der Website von 4iMEDIA wird dokumentiert, dass 4iMEDIA einen Geschäftsbericht für ein bestimmtes Unternehmen redaktionell und gestalterisch betreut hat.
• Der veröffentlichte Geschäftsbericht nennt 4iMEDIA im Impressum oder in den Produktionsangaben.
• Der Auftraggeber beschreibt das Projekt auf seiner eigenen Website oder in einer Pressemitteilung.
• Ein relevantes Branchen- oder Agenturportal ordnet 4iMEDIA dem Leistungsbereich Corporate Publishing oder Geschäftsberichte zu.

Solche übereinstimmenden Informationen erzeugen keine Garantie für eine bestimmte Platzierung oder KI-Erwähnung. Sie reduzieren aber Mehrdeutigkeit und erleichtern die nachvollziehbare Zuordnung von Unternehmen, Leistung und Referenz.

Deshalb sollte GEO nicht nur als Optimierung einzelner Seiten verstanden werden. Langfristig geht es auch darum, ein konsistentes, überprüfbares Informationsumfeld rund um Unternehmen, Leistungen, Fachpersonen und tatsächliche Projekterfahrung aufzubauen.

14. Interne Verlinkung sollte Fachwissen, Leistungen und Projekterfahrung verbinden

Eine gute Case Study sollte nicht isoliert auf der Website stehen. Sie sollte semantisch mit den Seiten verbunden werden, die denselben fachlichen Zusammenhang aus einer anderen Perspektive beschreiben.

Eine Case Study zu einem Geschäftsbericht kann beispielsweise mit dem Themenbereich Geschäftsberichte, relevanten Fachartikeln und weiteren passenden Referenzen verknüpft werden.

Umgekehrt sollten auch Leistungsseiten auf geeignete Case Studies verweisen. Dadurch entsteht eine nachvollziehbare Informationsarchitektur:

Leistungsseite → erklärt die Kompetenz.
Fachartikel → erklärt das Wissen.
Case Study → dokumentiert die praktische Anwendung.
Autorenprofil → ordnet fachliche Verantwortung einer Person zu.

Weiterführende Informationen bündelt 4iMEDIA im Themen-Hub GEO, SEO und Sichtbarkeit für KI-Systeme.

Eine gute Case Study ähnelt in ihrer Informationslogik einem strukturierten Datensatz

Das bedeutet nicht, dass Fallstudien trocken oder ausschließlich tabellarisch geschrieben werden müssen. Gute redaktionelle Dramaturgie und maschinelle Verständlichkeit schließen sich nicht aus.

Entscheidend ist, dass die relevanten Informationen tatsächlich vorhanden und eindeutig miteinander verbunden sind.

Was KI-Systeme mit typischen Marketingformulierungen nur eingeschränkt anfangen können

Besonders informationsarm sind Case Studies voller nicht belegter Superlative. Aussagen wie „Das Projekt war ein voller Erfolg“, „Wir entwickelten eine einzigartige Lösung“ oder „Der Kunde war begeistert“ besitzen nur einen begrenzten Informationswert, solange nicht erklärt wird, worin Erfolg, Einzigartigkeit oder Zufriedenheit konkret bestanden.

Problematisch sind außerdem Prozentzahlen ohne Ausgangswerte, nicht datierte Projekte, unklare Kundentypen, Abkürzungen ohne Erklärung und Ergebnisse, deren Messmethode unbekannt bleibt.

Auch zentrale Informationen ausschließlich in Grafiken, Videos oder Bildern zu platzieren, ist unnötig riskant. Wesentliche Fakten sollten zusätzlich als normaler, verständlicher HTML-Text auf der Seite vorhanden sein.

Case Studies sollten eigenständig verständliche und zitierfähige Aussagen enthalten

Ein hilfreiches GEO-Prinzip besteht darin, zentrale Projektaussagen so zu formulieren, dass sie auch außerhalb des unmittelbaren Absatzes verständlich bleiben.

Ein Satz wie „Im Projekt wurden zwölf Interviews geführt“ verliert außerhalb seines Kontextes schnell seine Bedeutung.

Eindeutiger wäre:

„Für den Geschäftsbericht des Unternehmens führte die Redaktion von 4iMEDIA zwölf Interviews mit Geschäftsführung, Fachbereichsleitern und Projektverantwortlichen.“

Die zweite Variante enthält bereits mehrere entscheidende Entitäten und Beziehungen. Sie lässt sich deshalb leichter korrekt zusammenfassen und einem konkreten Projekt zuordnen.

Gute GEO-Redaktion reduziert an entscheidenden Stellen den Interpretationsbedarf. Eine zentrale Information sollte möglichst direkt beantworten:

Wer? Was? Für wen? Wann? Warum? Wie? Auf welcher Datenbasis? Mit welchem Ergebnis?

Strukturierte Daten ergänzen den sichtbaren Inhalt – sie ersetzen ihn nicht

Neben dem sichtbaren Text können Inhalte über strukturierte Daten zusätzlich maschinenlesbar beschrieben werden. Google erklärt, dass strukturierte Daten explizite Hinweise zur Bedeutung einer Seite und ihrer Inhalte geben können.

Für redaktionelle Fachartikel sind insbesondere Informationen zum Artikel, zum veröffentlichenden Unternehmen, zu verantwortlichen Personen sowie zu Veröffentlichungs- und Aktualisierungsdatum sinnvoll.

Google empfiehlt bei Article-Markup unter anderem Angaben zu author, datePublished, dateModified und headline. Für eine möglichst eindeutige Autorenidentifikation kann zusätzlich eine author.url eingesetzt werden.

Entscheidend bleibt jedoch: Strukturierte Daten sollten sichtbare Informationen präzisieren und konsistent abbilden. Sie ersetzen keinen fehlenden oder unklaren Seiteninhalt und garantieren weder Rankings noch eine Erwähnung durch generative KI-Systeme.

Für diesen Fachartikel bietet sich beispielsweise eine Kombination aus Article, Person, Organization und – für die tatsächlich sichtbaren Fragen und Antworten – FAQPage an.

Primärquelle: Google Search Central, Strukturierte Daten für Artikel.

Technische Auffindbarkeit bleibt eine Grundvoraussetzung

Auch eine inhaltlich sehr gute Case Study kann für eine aktuelle KI-gestützte Suche nur berücksichtigt werden, wenn sie technisch erreichbar ist. Inhalte sollten deshalb öffentlich zugänglich sein, auf stabilen URLs liegen und nicht ausschließlich hinter Logins oder in technisch schwer erreichbaren Anwendungen bereitgestellt werden.

Für die ChatGPT-Suche nennt OpenAI eine konkrete technische Voraussetzung: Websites, die für ChatGPT Search berücksichtigt werden sollen, müssen dem OAI-SearchBot den Zugriff erlauben. Zusätzlich sollte sichergestellt sein, dass Hosting- oder CDN-Systeme den veröffentlichten IP-Adressen des OpenAI-Suchbots den Zugriff nicht verweigern.

Auch diese technische Freigabe ist keine Garantie dafür, dass eine bestimmte Seite in einer Antwort verwendet oder als Quelle angezeigt wird. Sie schafft vielmehr eine Voraussetzung dafür, dass die Website für die ChatGPT-Suche technisch erreichbar sein kann.

Primärquelle: OpenAI Help Center, Mit ChatGPT das Web durchsuchen.

Die stärkste Case Study verbindet Entitäten, Fakten und Belege

Für GEO ist eine Case Study besonders wertvoll, wenn sie drei Ebenen miteinander verbindet.

Erstens: Es muss eindeutig sein, welche Unternehmen, Personen, Leistungen und Branchen beteiligt sind.

Zweitens: Es sollten konkrete Fakten über Ausgangslage, Aufgabe, Vorgehen, Zeitraum und Ergebnis vorliegen.

Drittens: Bei wesentlichen quantitativen oder überprüfbaren Aussagen sollte erkennbar sein, auf welchen Daten, Messmethoden oder Quellen sie beruhen.

Zusätzliche externe Belege und konsistente Angaben auf anderen vertrauenswürdigen Quellen können diese Informationsstruktur weiter stärken.

Dadurch entsteht eine Quelle, die nicht lediglich behauptet, dass ein Unternehmen Erfahrung besitzt, sondern konkrete Projekterfahrung nachvollziehbar dokumentiert.

Checkliste: Welche Daten sollte eine GEO-taugliche Case Study enthalten?

• vollständiger Name des ausführenden Unternehmens
• Name des Auftraggebers oder möglichst präzises anonymisiertes Kundenprofil
• Branche und relevanter Markt
• Standort oder geografischer Projektbezug, sofern relevant
• Projektjahr beziehungsweise Projektzeitraum
• konkrete Ausgangslage
• Problem oder Aufgabenstellung
• Ziele des Auftraggebers
• einzeln benannte Leistungen
• eingesetzte Methoden und Prozesse
• eingesetzte Technologien oder Systeme, sofern relevant
• messbare Ergebnisse oder andere überprüfbare Resultate
• Ausgangs- und Vergleichswerte bei quantitativen Aussagen
• Einheiten und Messzeiträume
• Datenquellen beziehungsweise Messmethoden
• beteiligte Fachpersonen und deren Rollen
• öffentliche Projektergebnisse oder externe Belege
• interne Verbindungen zu relevanten Leistungs- und Fachseiten
• Veröffentlichungs- und Aktualisierungsdatum
• eindeutige Autoren- beziehungsweise Expertenzuordnung
• strukturierte Daten, sofern sie die sichtbaren Inhalte korrekt abbilden
• technische Zugänglichkeit für Suchmaschinen und relevante Suchcrawler

Fazit: Für ChatGPT sollte eine Case Study dokumentieren statt nur behaupten

Eine GEO-taugliche Case Study ist mehr als eine klassische Referenzseite mit einigen positiven Formulierungen. Im besten Fall ist sie eine strukturierte und nachvollziehbare Wissensquelle über ein reales Projekt.

Je genauer sie dokumentiert, welches Unternehmen welche Leistung für welchen Auftraggeber in welchem Zeitraum und unter welchen Bedingungen erbracht hat, desto leichter können Menschen, Suchmaschinen und KI-Systeme den Inhalt fachlich einordnen.

Werden zusätzlich Ausgangswerte, Methoden, Ergebnisse, Datenquellen, beteiligte Personen und externe Belege genannt, entsteht aus einer Marketingreferenz ein belastbarer dokumentierter Zusammenhang über die tatsächliche Erfahrung eines Unternehmens.

Genau darin liegt der strategische Wert von Case Studies für GEO:

Leistungsseiten erklären, was ein Unternehmen anbietet.
Fachartikel zeigen, was ein Unternehmen weiß.
Case Studies dokumentieren, was ein Unternehmen nachweislich getan hat.

Für KI-Systeme, die verfügbare Quellen auswerten und daraus Antworten zu Anbietern, Erfahrungen, Experten oder Lösungswegen ableiten, kann diese Form der dokumentierten Projekterfahrung besonders wertvoll sein. Eine Erwähnung durch ChatGPT oder ein anderes System lässt sich damit nicht garantieren. Unternehmen können jedoch die Voraussetzungen verbessern, indem sie ihre Erfahrung öffentlich, eindeutig, aktuell, überprüfbar, konsistent und technisch zugänglich dokumentieren.