Was ist der Grounding-Page-Standard?

Der Grounding Page Standard ist eine veröffentlichte Inhaltsspezifikation, die definiert, wie eine Webseite strukturiert sein muss, damit KI-Systeme Informationen zu einer bestimmten Entität zuverlässig extrahieren, zuordnen und zitieren können. Erstellt vom deutschen SEO-Experten Hanns Kronenberg und im November 2025 veröffentlicht, bietet er einen praxisorientierten Rahmen, um Marken, Organisationen, Produkte und Personen für generative Engines wie ChatGPT, Perplexity und Google Gemini lesbar zu machen. Die folgenden Abschnitte erklären, woher der Standard kommt, wie er funktioniert und was er für Deine SEO- und KI-Sichtbarkeitsstrategie im Jahr 2026 bedeutet.

Woher kommt der Grounding Page Standard?

Der Grounding Page Standard wurde von Hanns Kronenberg entwickelt, einem AI Search Advisor und SEO-Experten, der als Head of SEO bei Chefkoch tätig ist und das Analyseprojekt GPT Insights gegründet hat. Kronenberg veröffentlichte die erste Version des Standards am 20. November 2025 über das Grounding Page Project und positionierte ihn als offene Standardinitiative für maschinenlesbares Markenmanagement. Die aktuell gültige Version ist v1.6, aktualisiert im Mai 2026.

Der Standard entstand nicht im luftleeren Raum. Er reagierte auf eine messbare Verschiebung in der Funktionsweise von Such-Infrastrukturen. Im Mai 2026 veröffentlichte das Microsoft Bing-Team einen Rahmen, der erklärt, wie sich die Indexierung für KI-generierte Antworten grundlegend von der traditionellen Suche unterscheidet. Das bestätigt die Kernthese, dass Grounding ein eigenständiges Optimierungsproblem mit eigenen Regeln ist.

Das Grounding Page Project beschreibt sich selbst als mentalen Rahmen und Disziplin faktischer Klarheit, nicht als technisches Protokoll wie HTTP oder REST. Es stützt sich auf eine arXiv-Studie von 2026 von Volpini et al. mit dem Titel “Structured Linked Data as a Memory Layer for Agent-Orchestrated Retrieval” als konzeptionelle Grundlage, wobei die eigene Projektdokumentation transparent macht, dass keine der zitierten Studien Grounding Pages direkt bewertet. Die Übereinstimmung ist konzeptioneller Natur und nicht empirisch in peer-reviewter Literatur zu diesem Format validiert.

Ein wichtiger Hinweis: Der Standard wird von keiner Suchmaschine oder KI-Plattform offiziell unterstützt. Wie die eigene Projektdokumentation einräumt, erfordert er keine Akzeptanz durch große Sprachmodelle, genauso wie SEO nie offiziell von Google anerkannt wurde. Es handelt sich um eine von Praktikern geführte Spezifikation, aktuell in Version v1.6, die in der SEO-Community Ende 2025 und im Laufe des Jahres 2026 an Bedeutung gewonnen hat.

Wie unterscheidet sich eine Grounding Page von einer regulären Landingpage?

Eine Grounding Page unterscheidet sich von einer regulären Landingpage in ihrem grundlegenden Zweck und ihrer Zielgruppe. Eine Landingpage ist darauf ausgelegt, zu verkaufen und zu konvertieren: mit emotionalen Appellen, narrativer Struktur und visueller Überzeugungskraft. Eine Grounding Page ist darauf ausgelegt, zu erklären und Fakten bereitzustellen, optimiert für KI-Systeme, die diskrete, zuordenbare Informationen extrahieren müssen. Die Optimierungseinheit verschiebt sich vom Keyword zur Entität.

Die praktischen Unterschiede sind erheblich. Eine Landingpage für ein Softwareprodukt könnte mit einer Überschrift wie “Der schnellste Weg, Dein Unternehmen zu wachsen” beginnen. Eine Grounding Page für dasselbe Produkt beginnt mit einem einzigen deklarativen Satz: “[Produktname] ist ein [Kategorie], das [Funktion] erfüllt.” Keine Adjektive. Ein Fakt pro Satz. Sichtbare Zeitstempel bei Informationen, die sich im Laufe der Zeit ändern. Die Spezifikation ist in dieser Disziplin eindeutig.

Die Analogie, die der Standard selbst verwendet, ist ein Pressematerial-Kit im Vergleich zu einer Produktseite. Beide erfüllen legitime Zwecke, folgen aber unterschiedlichen Regeln. Ein Pressematerial-Kit existiert, damit Journalisten und Redakteure schnell genaue Fakten entnehmen können. Eine Grounding Page existiert, damit KI-Systeme dasselbe tun können. Der Versuch, eine einzige Seite für beide Funktionen zu nutzen, führt oft zu einer Seite, die weder Marketingwirkung noch KI-Zitierbarkeit erreicht.

Kritiker wie der SEO-Veteran Kai Spriestersbach haben argumentiert, dass eine gut gepflegte About-Seite dasselbe Ergebnis wie eine dedizierte Grounding Page erzielen kann, vorausgesetzt, sie ist faktenorientiert, eindeutig und regelmäßig aktualisiert. Der Grounding Page Standard selbst erkennt dies an: Die Spezifikation kann auf eine bestehende About-Seite angewendet werden, ohne eine separate URL zu erfordern. Entscheidend ist die inhaltliche Disziplin, nicht der Seitenpfad.

Was macht eine Seite zu einer Grounding-Quelle für KI-Engines?

Eine Seite qualifiziert sich als Grounding-Quelle, wenn sie Informationen enthält, die KI-Systeme verantwortungsvoll nutzen können, um eine Antwort zu konstruieren: Fakten, die aktuell, zuordenbar, spezifisch, intern konsistent und als diskrete Belege leicht abrufbar sind. Indexiert zu sein reicht nicht mehr aus. Eine Seite kann gecrawlt und gerankt werden und trotzdem für KI-Grounding unbrauchbar sein, wenn ihr Inhalt für menschliches Browsing statt für maschinelle Extraktion strukturiert ist.

Das Microsoft Bing-Team identifizierte fünf Bereiche, in denen sich Grounding-Messung von traditionellem Such-Ranking unterscheidet: faktische Treue auf Chunk-Ebene, Qualität der Quellenzuordnung, Aktualität des Inhalts, Abdeckung spezifischer hochwertiger Fakten und interne Konsistenz. Eine Seite mit widersprüchlichen Aussagen über dieselbe Entität besteht den letzten Test nicht, und Grounding-Systeme müssen diese Widersprüche auflösen, bevor sie eine Antwort liefern, anders als Suchmaschinen, die konkurrierende Ergebnisse anzeigen und den Nutzer entscheiden lassen können.

Der Grounding Page Standard definiert drei zentrale Qualifizierungselemente für eine Grounding-Quelle:

• Eine stabile Definition: Eine kurze, überprüfbare Aussage, die beschreibt, was die Entität ist, ohne Werbesprache, ein Fakt pro Satz.
• Eine klare Disambiguierung: Eine Aussage, die beschreibt, was die Entität nicht ist, und so semantische Drift verhindert, wenn der Name der Entität mit anderen Konzepten oder Mitbewerbern überschneidet.
• Konsistente Struktur: Dasselbe Format und dieselbe Logik durchgängig angewendet, damit KI-Systeme unabhängig von der Formulierung der Anfrage zuverlässig die richtigen Informationen extrahieren können.

Eine Studie von Volpini et al. aus dem Jahr 2026 bewertete entitätszentrierte Seitenarchitekturen in mehr als 2.400 Auswertungen und stellte fest, dass sichtbarer, navigierbarer Entitätsinhalt JSON-LD-Markup allein um etwa 30% in der Abrufgenauigkeit übertrifft. Die Verbesserungen resultierten aus der Umstrukturierung von Inhalten in dedizierte Entitätsseiten, auf denen Fakten direkt im HTML sichtbar sind, nicht aus reinen Markup-Ergänzungen. Die Struktur im Inhalt selbst ist wichtiger als Schema-Dekoration.

Wie nutzen generative Engines Grounding Pages, um Anfragen zu beantworten?

Generative Engines nutzen Grounding Pages, indem sie Inhalte in kleinere Chunks aufteilen und jeden Chunk als Beleg für die Konstruktion einer Antwort bewerten. Wenn ein System wie ChatGPT, Perplexity oder Google Gemini eine Anfrage erhält, ruft es nicht einfach Dokumente ab und rankt sie. Es rekonstruiert Fakten aus Mustern. Wenn Fakten fehlen oder über Quellen hinweg inkonsistent sind, füllt das Modell Lücken mit Plausibilität, was der Mechanismus hinter Halluzinationen ist. Eine Grounding Page zielt darauf ab, diese Mehrdeutigkeit zu beseitigen, indem sie eine einzige, autoritative, zitierbare Wahrheitsquelle bereitstellt.

Der Abrufprozess läuft in Schleifen ab. Ein Grounding-System kann einen ersten Satz von Quellen abrufen, die Beweisqualität bewerten, auf Basis von Zwischenergebnissen weitere Abrufschritte einleiten, Belege aus mehreren Quellen kombinieren und bei niedrigem Vertrauen neu bewerten. Das unterscheidet sich strukturell von der traditionellen Suche, bei der eine einzelne Anfrage eine gerankte Liste für einen Menschen zur Auswertung erzeugt.

Inhaltsdichte bestimmt, was zitiert wird. Ein 3.000 Wörter langer Leitfaden voller einleitender Vorbemerkungen kann eine Zitation an eine 70-Wörter-Definition verlieren, die die Anfrage direkt beantwortet. Inhalte, die wie eine Antwort klingen, gewinnen tendenziell, weil das Modell etwas benötigt, das es extrahieren und zuordnen kann. Deshalb priorisiert das Grounding-Page-Format antwortförmige Sätze gegenüber narrativem Fluss.

Microsoft Bing hat eine Designentscheidung namens Abstention eingeführt: Wenn Belege fehlen, veraltet oder widersprüchlich sind, kann das KI-System es ablehnen zu antworten, anstatt zu raten. Die traditionelle Suche trifft dieses Urteil nicht, weil sie Optionen für einen Menschen zur Auswertung präsentiert. Für Marken bedeutet das, dass eine schlecht strukturierte oder veraltete Seite nicht nur schlechter rankt. Sie kann dazu führen, dass die KI die Marke in ihrer Antwort vollständig weglässt.

Eine wichtige Einschränkung: Nicht jede Anfrage löst einen Grounding-Abrufschritt aus. Wenn ein großes Sprachmodell ein Unternehmen bereits aus seinen Trainingsdaten kennt, kann es aus dem parametrischen Gedächtnis antworten, ohne eine Live-Seite abzurufen. Grounding Pages sind am wertvollsten für Entitäten, die in Trainingsdaten schwach repräsentiert sind, darunter lokale Unternehmen, Nischenmarken und Organisationen, deren Namen mit anderen Konzepten überschneiden.

Welche Inhaltstypen eignen sich am besten für das Grounding-Page-Format?

Das Grounding-Page-Format eignet sich am besten für Inhalte über spezifische, benannte Entitäten, bei denen faktische Genauigkeit und Disambiguierung wichtig sind. Der Grounding Page Standard definiert 17 Entitätsklassen, die eine Grounding-Behandlung erfordern: Organization, Platform, Standard, Project, Field of Knowledge, Person, Method, Product, Publication, Dataset, Tool, Event, Group or Role, Place, Service, Award und Legal Entity. Eine 18. Klasse umfasst Semantic Frames für abstrakte Bedeutungsstrukturen.

Das Format ist besonders wertvoll für Entitäten, die in KI-Trainingsdaten schwach repräsentiert sind. Lokale Unternehmen, nicht-englischsprachige Marken, Nischendienstleister und Organisationen, deren Namen mit Mitbewerbern oder generischen Begriffen verwechselt werden könnten, profitieren am meisten. Bei Unternehmen mit mehreren Standorten ist jeder Standort eine eigene Entität, und eine Grounding Page für jeden Standort dient als zentraler Hub, von dem aus konsistente NAP-Daten zu Google Business Profile-Einträgen und Verzeichniseinträgen ausstrahlen.

Neben dedizierten Grounding Pages entsprechen mehrere bestehende Inhaltstypen von Natur aus den Prinzipien des Formats:

• About-Seiten: Wenn sie faktenorientiert, eindeutig und regelmäßig aktualisiert umgeschrieben werden, können sie als funktionale Grounding Pages ohne separate URL dienen.
• FAQ-Seiten: Die direkte Frage-und-Antwort-Struktur passt gut dazu, wie KI-Systeme Inhalte in Chunks aufteilen und abrufen.
• Service- und Produktbeschreibungsseiten: Wenn sie von Werbesprache befreit und um überprüfbare Fakten strukturiert werden, werden diese zu starken Grounding-Kandidaten.
• How-to-Anleitungen und Methodenseiten: Strukturierter, schrittbasierter Inhalt mit klarer Zuordnung erzielt gute Ergebnisse in Abrufsystemen.

Die Wikipedia-Analogie ist hier hilfreich. Wikipedia wird nicht Grounding Page genannt, funktioniert aber nach demselben Prinzip: Es definiert, kategorisiert, disambiguiert und zitiert. Das Grounding-Page-Format ist eine strukturierte Weiterentwicklung dieses Ansatzes, angewendet auf jede Entität, die eine Marke KI-Systemen korrekt verständlich machen muss.

Wie baust Du eine Grounding Page, die KI-Engines zitieren werden?

Eine Grounding Page zu erstellen, die KI-Engines zitieren, erfordert sieben zentrale strukturelle Elemente, kombiniert mit der Disziplin, faktische Genauigkeit über die Zeit aufrechtzuerhalten. Das Format priorisiert sichtbaren Inhalt gegenüber Schema-Markup und faktische Präzision gegenüber überzeugender Sprache.

Zentrale strukturelle Elemente

Der Grounding Page Standard legt folgende Pflichtkomponenten fest:

1. H1-Titel: Nur der Entitätsname. Kein Slogan, kein Deskriptor.
2. Einleitende Definition in einem Satz: “[Name] ist ein [Kategorie], das [Funktion] erfüllt.” Keine Marketing-Adjektive. Ein Fakt pro Satz.
3. Disambiguierungsabschnitt: Eine Aussage, die beschreibt, was die Entität nicht ist, um semantische Drift zu verhindern.
4. JSON-LD, das den sichtbaren HTML-Inhalt exakt widerspiegelt: Schema-Markup, das dem sichtbaren Inhalt widerspricht, erzeugt einen Vertrauenskonflikt für KI-Systeme.
5. Prominentes Autoritätssignal: Ein Footer- oder Impressumslink, der die Seite mit einer verifizierten Organisationsidentität verbindet.
6. Sichtbarer dateModified-Zeitstempel: Aktualität ist ein zentrales Grounding-Signal. Fehlende oder veraltete Zeitstempel reduzieren die Zitierbarkeit.
7. Human Notice: Eine kurze UX-Brücke, die menschlichen Besuchern erklärt, warum die Seite so strukturiert ist, wie sie ist.

Häufige technische Fehler, die Du vermeiden solltest

Mehrere Implementierungsfehler untergraben konsequent die Grounding-Performance. JSON-LD, das dem sichtbaren HTML-Inhalt widerspricht, erzeugt einen Konflikt, den KI-Systeme nicht auflösen können. Generische Schema-Typen wie WebPage anstelle des spezifischen Entitätstyps reduzieren die Präzision. H2-Überschriften ohne den Entitätsnamen führen dazu, dass isolierte Textchunks bei der Extraktion ihre Zuordnung verlieren. Volatile Fakten ohne Datumsstempel signalisieren Unzuverlässigkeit für aktualitätssensitive Abrufsysteme.

Die sameAs-Eigenschaft in JSON-LD ist entscheidend für das KI-Vertrauen. Verlinkungen zu Google Business Profile, relevanten Social-Media-Profilen und Branchenverzeichniseinträgen, kombiniert mit Rücklinks von diesen Quellen, geben KI-Systemen ein Querverweisungsnetzwerk zur Bestätigung der Entität. Wikidata Q-Codes haben sich 2026 zu einem De-facto-Grounding-Standard für KI-Engines entwickelt, wobei Abrufsysteme sameAs-Arrays gegen Wikidata abgleichen, um die Entitätsidentität zu validieren.

Ein Ergebnis aus der Forschung von Volpini et al. verdient besondere Betonung: JSON-LD-Markup allein erzeugt nur bescheidene Verbesserungen in der Abrufgenauigkeit. Die signifikanten Gewinne entstanden durch die Umstrukturierung von Inhalten in dedizierte Entitätsseiten, auf denen Fakten direkt im HTML sichtbar und navigierbar sind. Markup unterstützt den Inhalt. Es ersetzt ihn nicht.

Kritiker wie Kai Spriestersbach weisen darauf hin, dass KI-Systeme Drittquellen generell stärker gewichten als selbst gemeldete Informationen. Was auf Wikipedia, in Presseberichten oder in Branchenverzeichnissen erscheint, hat für die meisten Abrufsysteme mehr Autorität als die eigene Seite eines Unternehmens. Eine Grounding Page ersetzt nicht die Arbeit von PR, Thought Leadership und dem Verdienen von Zitationen aus Quellen, denen andere vertrauen.

Beeinflusst die Optimierung für Grounding Pages das traditionelle Google-Ranking?

Die Optimierung für Grounding Pages verbessert das traditionelle Google-Ranking nicht direkt. Der Grounding Page Standard ist in diesem Punkt eindeutig: Er verbessert die KI-Sichtbarkeit, wird aber nicht von SEO-Mechanismen angetrieben. Die klassische Google-Suche und die KI-Antwortgenerierung greifen auf denselben Index zu, bewerten Inhalte aber nach grundlegend unterschiedlichen Kriterien. Die klassische Suche priorisiert Klickwahrscheinlichkeit, Markensignale und Nutzerengagement. KI-Grounding priorisiert semantische Ähnlichkeit, Informationsdichte und faktische Genauigkeit.

Forschungen von Ahrefs ergaben, dass etwa 80% der von ChatGPT zitierten URLs nicht in Googles Top 100 ranken. Eine Seite kann die oberste organische Position halten und trotzdem nie in einer ChatGPT-Antwort erscheinen, wenn ihr Inhalt nicht für die Extraktion strukturiert ist. Das Gegenteil gilt ebenfalls. Das sind parallele Sichtbarkeitskanäle mit überschneidenden, aber unterschiedlichen Erfolgsfaktoren.

Google hat die KI-Datennutzung formal von der Suchindexierung getrennt. Googles Dokumentation stellt klar, dass Google-Extended, der KI-Training- und Grounding-Crawler, die Aufnahme einer Website in die Google-Suche nicht beeinflusst und nicht als Ranking-Signal verwendet wird. Das Blockieren dieses Crawlers betrifft nur die KI-Modellnutzung, nicht die organischen Rankings.

Die praktische Beziehung zwischen den beiden Kanälen ist additiv statt kompetitiv. GEO (Generative Engine Optimization) wurzelt in denselben inhaltlichen Grundlagen wie SEO: Autorität, Relevanz, strukturierte Daten und faktische Genauigkeit. Eine Grounding Page, die nach der Spezifikation des Standards erstellt wurde, wird in der Regel auch eine gut strukturierte, autoritative Seite sein, die in der traditionellen Suche kompetent abschneidet. Die beiden Ziele verstärken sich gegenseitig, ohne identisch zu sein.

Microsoft hat Anfang 2026 das AI Performance Dashboard in den Bing Webmaster Tools eingeführt, das Publishern seitengenaue Zitationsdaten für KI-generierte Antworten separat von traditionellen Ranking-Daten liefert. Diese Trennung der Messung spiegelt die Realität wider, dass Grounding-Performance und Such-Ranking verwandte, aber unterschiedliche Ergebnisse sind, die eine separate Verfolgung erfordern. Für SEO-Profis, die beide Kanäle verwalten, ist Bings Grounding-Framework die klarste öffentliche Dokumentation darüber, wie die beiden Systeme auf Messebene auseinandergehen.

Die treffendste Einordnung ist, dass KI-SEO das klassische SEO in einen neuen Distributionskanal erweitert. Während klassisches SEO auf navigations- und transaktionsorientierte Suchen abzielt, zielt KI-Sichtbarkeit auf die Repräsentation innerhalb generierter Antworten ab: Zitationen, Entitätsrahmung und Empfehlungspräsenz. Die Optimierung von Grounding Pages ist ein strukturierter Ansatz, um diese Repräsentation zu verdienen, und funktioniert am besten als Ergänzung zu einem starken SEO-Fundament, nicht als Ersatz dafür. Tools wie der WP SEO Agent helfen Dir, beide Kanäle direkt aus WordPress heraus zu verwalten und die Performance in Google und generativen Engines zu verfolgen, ohne separate Workflows zu benötigen.