Tools· SEO & KI-Sichtbarkeit

    geo-seo-claude

    Claude-Code-Skill-Suite für Generative Engine Optimization mit 13 Unter-Skills und 5 Subagenten, prüft Zitierfähigkeit, KI-Crawler-Zugriff und Markenerwähnungen für KI-Suchsysteme, Open Source.

    prüfendanalytischausführbarOpen Source
    Quellcode
    Repo klonen, Skills und Agents übernehmen.

    Beschreibung

    Stärken

    Parallele Analyse
    Beim Befehl /geo audit laufen fünf Subagenten gleichzeitig für Zitierfähigkeit, Plattform-Analyse, technische SEO, Content-Qualität und Schema-Markup.
    Zusammengesetzter Score
    Alle Teilergebnisse fließen in einen GEO-Score von 0 bis 100 mit priorisiertem Aktionsplan zusammen.
    Client-taugliche Berichte
    Markdown- oder PDF-Berichte mit Score-Gauges, Balkendiagrammen, Plattform-Readiness-Visualisierungen und farbcodierten Tabellen.
    Isolierte Installation
    Die Python-Abhängigkeiten laufen in einer eigenen virtuellen Umgebung unter ~/.claude/skills/geo/.venv/, das System-Python bleibt unberührt.
    Agentur-Zusatzfunktionen
    Leichtgewichtiges Prospect- und Angebots-Management sowie monatliche Delta-Reports, abgelegt unter ~/.geo-prospects/.

    Einschätzung

    KI-Funktionen

    • Zitierfähigkeits-Scoring Bewertet Textblöcke danach, wie gut sie sich für KI-Antworten eignen, optimal sind in sich geschlossene, faktenreiche Passagen von 134 bis 167 Wörtern.
    • KI-Crawler-Analyse Prüft robots.txt auf den Zugriff von mehr als 14 KI-Crawlern wie GPTBot, ClaudeBot und PerplexityBot und leitet konkrete Freigabe- oder Sperrempfehlungen ab.
    • Markenerwähnungs-Scan Durchsucht YouTube, Reddit, Wikipedia, LinkedIn und mehr als sieben weitere Plattformen nach Markenerwähnungen.
    • Plattformspezifische Optimierung Liefert getrennte Empfehlungen für ChatGPT, Perplexity und Google AI Overviews.
    • Schema- und llms.txt-Generierung Erkennt und validiert Schema-Markup anhand von sechs JSON-LD-Vorlagen und erstellt die llms.txt-Datei, die KI-Crawlern die Seitenstruktur erklärt.

    Wofür geeignet

    • GEO-Agenturen und Marketing-Teams, die Kundenseiten regelmäßig auf KI-Sichtbarkeit statt nur auf klassisches Ranking prüfen wollen
    • Content-Teams, die einzelne Artikel gezielt auf Zitierfähigkeit für KI-Antworten optimieren möchten
    • Lokale Unternehmen und SaaS-Anbieter, die ihre Auffindbarkeit über ChatGPT, Perplexity und Google AI Overviews einschätzen wollen
    • Weniger geeignet für Weniger geeignet, wer eine reine SEO-Prüfung ohne KI-Suchfokus sucht, dafür bietet das Ökosystem spezialisiertere Werkzeuge

    Einschränkungen und Hinweise

    • Voraussetzungen Erfordert Python 3.8 oder neuer und die Claude Code CLI, unter Debian und Ubuntu zusätzlich das Paket python3-venv. Playwright für Screenshots und uv für eine schnellere Installation sind optional.
    • Windows nur über Git Bash Die Installation unter Windows läuft ausschließlich über Git Bash, PowerShell und die Eingabeaufforderung werden nicht unterstützt.
    • Prospect-Daten bleiben liegen Daten aus /geo prospect, /geo proposal und /geo compare landen außerhalb des Claude-Code-Verzeichnisses unter ~/.geo-prospects/ und werden von der Deinstallation nicht entfernt.
    • Community als separates Angebot Rund um das Tool wird eine kostenpflichtige Community zur Vermarktung von GEO-Audits beworben, das Skill-Paket selbst bleibt davon unabhängig nutzbar.

    Quick Start

    1. Installation per Ein-Kommando-Skript für macOS und Linux oder per Git-Clone durchführen, unter Windows läuft die Installation über Git Bash mit install-win.sh.
    2. Claude Code öffnen, die Skills liegen danach unter ~/.claude/skills/geo/ inklusive eigener Python-Umgebung.
    3. /geo audit <URL> ausführen und damit Discovery, die parallele Analyse der fünf Subagenten sowie die Synthese zum GEO-Score anstoßen.
    4. Bericht als Markdown oder PDF mit priorisiertem Aktionsplan entgegennehmen.
    5. Bei Bedarf /geo prospect, /geo proposal und /geo compare für Pipeline-Verwaltung und monatliches Tracking einsetzen.

    Tipps

    • Vor dem ersten Audit gezielt auf den robots.txt-Check achten, er zeigt sofort, welche KI-Crawler blockiert sind.
    • Die generierten Schema-Vorlagen als Ausgangspunkt nehmen und projektspezifisch anpassen statt sie unverändert zu übernehmen.
    • ~/.geo-prospects/ regelmäßig aufräumen oder sichern, da diese Daten von der Deinstallation nicht erfasst werden.
    • Für Screenshots in Reports vorab Playwright installieren, sonst fehlt diese Option im Bericht.

    Zugang

    Stand: · Angaben zu Preisen, Tarifen und Funktionen sind eine Momentaufnahme. Vor einer Entscheidung lohnt der Blick auf die Anbieterseite.

    Im Workshop wird daraus Ihre Methode.

    Wer diesen Prozess einmal laufen sieht, will als Nächstes den Agenten dahinter. Das bauen wir im Workshop Vom Prozess zum Agenten.

    Workshops ansehen

    Gespräch statt Pitch

    Erst verstehen, dann entscheiden. Wir nehmen uns Zeit für ein erstes Gespräch, ohne Verkaufsdruck, ohne Verpflichtung.

    Gespräch vereinbaren