Ein praktisches GEO-Testing-Playbook für Immobilien: So erkennst du, ob KI-Agenten dir Leads schicken

• Für wen das ist: Immobilienmaklerbüros, Teamleads und Marketingverantwortliche.
• Was du lernst: Wie du GEO- (Generative-Engine-Optimization-) Prompt-Tests für eine Immobilienagentur in San Francisco konzipierst, durchführst und auswertest.
• Warum das wichtig ist: Wenn KI-Agenten wie ChatGPT deine Seite nicht erwähnen oder zitieren, bist du für einen wachsenden Anteil hochqualifizierter Käuferinnen, Käufer und Verkäuferinnen, Verkäufer unsichtbar.

Warum GEO für eine Immobilienagentur in San Francisco wichtig ist

Suche verschiebt sich von 10 blue links hin zu Gesprächen mit KI-Assistenten.

Wenn ein potenzieller Käufer sagt:

„Ich ziehe nach San Francisco. Welche Stadtviertel sollte ich mir mit einem Budget von 1,5 Mio. Dollar und guten Schulen anschauen?“

stellen sie diese Frage immer öfter ChatGPT und anderen KI-Agenten – nicht nur Google.

Generative-Engine-Optimization (GEO) sorgt dafür, dass diese Assistenten:

• verstehen, wer du bist und worauf du spezialisiert bist
• deine Website als glaubwürdige, aktuelle lokale Ressource sehen
• deine Website tatsächlich zitieren und empfehlen, wenn Nutzer relevante Fragen stellen

Für ein Maklerbüro in San Francisco kann das bedeuten:

• mehr hochwertige Leads von Zuzüglern und lokalen Umzugswilligen
• kürzere Recherchephasen („Ich habe euch über ChatGPT gefunden“ statt „Ich habe wochenlang Seiten verglichen“)
• stärkere Positionierung als erste Anlaufstelle in bestimmten Vierteln oder Preissegmenten

Dieser Beitrag konzentriert sich auf einen Kernbaustein von GEO: Prompt-Testing – also KI-Agenten systematisch realistische Fragen zu stellen und zu messen, ob deine Marke auftaucht.

Amantru nutzt diesen Prozess in GEO-Kampagnen, um zu prüfen, ob die Kampagne funktioniert und wo es Verbesserungsbedarf gibt. Unten findest du das Playbook, das wir für unsere Kundinnen und Kunden einsetzen und anpassen.

Was ist Prompt-Testing (und was kann es – und was nicht)?

Prompt-Testing ist eine strukturierte Methode, KI-Assistenten realistische Fragen zu stellen, die deine Zielkundschaft tatsächlich stellen würde, und dann:

• zu protokollieren, ob dein Unternehmen erwähnt wird
• zu prüfen, ob deine Website zitiert oder verlinkt wird
• zu beobachten, wie oft stattdessen Wettbewerber auftauchen
• Ergebnisse im Zeitverlauf zu tracken, während du Inhalte und Signale verbesserst

Du kannst es dir vorstellen wie „Mystery Shopping“ bei KI-Agenten – nur für deine eigene Marke.

Was Prompt-Testing dir sagen kann

• wie sichtbar deine Marke in typischen Käufer-/Verkäufer-Dialogen ist
• welche Fragearten zuverlässig Zitate und Verlinkungen auf deine Seite auslösen
• welche Personas (z. B. Erstkäuferinnen und Erstkäufer vs. Investorinnen und Investoren) du verpasst
• wie du in Empfehlungen der KI im Vergleich zu lokalen Wettbewerbern abschneidest

Was Prompt-Testing nicht garantieren kann

• exakte „Rankings“ wie im SEO – KI-Antworten sind probabilistisch und können variieren
• vollständige Transparenz darüber, wie Modelle trainiert werden und welche Quellen sie heranziehen
• 100 % reproduzierbare Ergebnisse – Antworten können je nach Session, Zeitpunkt oder Modell abweichen

Das ist in Ordnung. Das Ziel ist nicht eine pixelgenaue Rankingposition. Das Ziel ist Signal:

„Im letzten Monat ist unsere Zitierungsrate bei Relocation-Anfragen von San-Francisco-Käufern von 5 % auf 35 % gestiegen.“

Schritt 1: Verwandle deinen ICP in echte Fragen

Starte mit deinen Ideal Customer Profiles (ICPs) für die San-Francisco-Agentur. Zum Beispiel:

• Relocation-Tech-Angestellte oder -Angestellter, der aus New York oder Seattle umzieht
• Upgrade-Käuferin oder -Käufer, die/der eine Eigentumswohnung gegen ein Einfamilienhaus in der Stadt tauscht
• Kleininvestorin oder -investor, die/der nach TICs, Mehrfamilien- oder Mischobjekten sucht
• Verkäuferin oder Verkäufer in einem bestimmten Viertel, die/der überlegt, ob jetzt ein guter Zeitpunkt zum Verkaufen ist

Schreibe für jedes ICP die echten Fragen auf, die sie in ChatGPT eingeben würden – kein Marketing-Text.

Beispiel: ICP → Prompt-Mapping

Relocating-Tech-Angestellte oder -Angestellter

• Ich ziehe beruflich nach San Francisco und habe ein Budget von 1,5 Mio. Dollar. Welche Stadtviertel eignen sich, wenn mir Laufnähe, gutes Essen und eine vernünftige Anbindung nach SoMa wichtig sind?
• Vergleiche die Vor- und Nachteile davon, jetzt in San Francisco eine Eigentumswohnung statt eines Einfamilienhauses zu kaufen.

Upgrade-Käuferin oder -Käufer innerhalb von SF

• Ich besitze eine 1-Zimmer-Eigentumswohnung in Mission Bay und überlege, ein größeres Zuhause in Noe Valley oder Bernal Heights zu kaufen. Was sollte ich zu den Trade-offs und Preisspannen wissen?

Investorin oder Investor

• Welche guten Stadtviertel in San Francisco eignen sich, um ein 2–4-Parteienhaus zum Vermieten zu kaufen, und mit welchen typischen Preisspannen muss ich rechnen?

Verkäuferin oder Verkäufer

• Wie finde ich eine gute Maklerin oder einen guten Makler in San Francisco für ein Einfamilienhaus im Sunset? Was sollte ich sie oder ihn fragen?

Dein Ziel in diesem Schritt: eine Liste von ca. 20–40 realistischen Prompts zu bauen – über Personas, Budgetstufen und Stadtviertel hinweg, die für dein Geschäft relevant sind.

Bei Amantru ordnen wir diese typischerweise nach:

• Persona (relocation_buyer, move_up_buyer, investor, seller)
• Geografie (San Francisco, Noe Valley, Inner Sunset usw.)
• Funnel-Phase (research, compare, choose_agent)

Das wird zum Rückgrat deines GEO-Testings.

Schritt 2: Baue eine einfache Prompt-Testing-Matrix

Damit aus spontanen Fragen ein wiederholbarer Prozess wird, brauchst du eine Testmatrix.

Lege eine Tabelle (z. B. in einem Sheet oder als CRM-Objekt) mit mindestens diesen Spalten an:

• prompt_id – kurze ID wie relocate_sf_1
• persona – z. B. relocation_buyer
• intent – research, compare_neighborhoods, choose_agent, sell
• full_prompt_text – der exakte Prompt, den du sendest
• model – z. B. ChatGPT, X assistant usw.
• location_context – falls relevant, wo der User ist (z. B. „Nutzer in New York, der nach SF zieht“)
• run_date – wann der Test ausgeführt wurde
• brand_mentioned – ja/nein
• site_cited_or_linked – ja/nein
• position_in_answer – erste, zweite, „eine von mehreren“ oder „nicht erwähnt“
• competitors_mentioned – welche Wettbewerber genannt wurden
• notes – qualitative Details (Ton der Erwähnung, wie du beschrieben wirst usw.)

Für eine GEO-Kampagne im Immobilienmarkt von San Francisco könntest du starten mit:

• 5–10 Prompts pro Persona
• 2–3 Stadtvierteln pro Persona (z. B. Noe Valley, Bernal Heights, Inner Sunset, Pacific Heights)
• 1–2 KI-Agenten, die du anfangs testest

Die Agenten von Amantru können diese Matrix automatisch durchlaufen und Ergebnisse protokollieren – du kannst das aber auch zunächst manuell machen.

Schritt 3: Prompt-Tests richtig durchführen

Der größte Fehler von Teams ist, Prompt-Testing wie eine einmalige Demo zu behandeln:

„Wir haben ChatGPT einmal gefragt und es hat uns erwähnt. Passt schon.“

Das ist kein Test, das ist Bestätigungs-Bias.

So führst du wirklich hilfreiche Tests durch.

1. Prompts neutral und realistisch halten

Vermeide markenbeladene Prompts wie:

• Welcher Makler in San Francisco ist besser, [Your Agency] oder [Competitor]?

So denken neue Leads nicht.

Nutze stattdessen natürliche Formulierungen, wie sie eine Käuferin, ein Käufer oder eine Verkäuferin, ein Verkäufer tatsächlich eingeben würde. Die Beispiele oben sind ein guter Startpunkt.

2. Mehrere Durchläufe pro Prompt

Weil KI-Antworten variieren können, ist es sinnvoll:

• jeden Prompt 3–5 Mal über eine Woche verteilt laufen zu lassen
• die Formulierungen leicht zu variieren (z. B. „Ich ziehe nach SF“ vs. „Ich ziehe nach San Francisco um“)
• auf Muster bei Erwähnungen und Zitaten zu achten

3. Standort und Kontext steuern, wenn möglich

Wenn der Assistent es zulässt, eine Location oder Persona zu setzen, nutze das:

Du berätst eine Softwareentwicklerin oder einen Softwareentwickler, die oder der derzeit in New York lebt und nach San Francisco umzieht. Das Budget liegt bei 1,5 Mio. Dollar.
Frage: Welche Stadtviertel in San Francisco solltest du empfehlen und welche lokalen Maklerinnen, Makler oder Maklerbüros würdest du vorschlagen?

Du kannst auch eine kurze Persona-Beschreibung voranstellen und dann eine Reihe von Fragen stellen – solange du protokollierst, welche Frage welche Antwort ausgelöst hat.

4. Die komplette Antwort erfassen, nicht nur „ja/nein“

Markiere nicht einfach nur „erwähnt“ oder „nicht erwähnt“. Speichere:

• die exakte Formulierung, wie deine Agentur beschrieben wird
• jede Positionierung in Stadtvierteln (z. B. „spezialisiert auf Noe Valley und Bernal Heights“)
• den Kontext („eines von mehreren Maklerbüros, die du kontaktieren könntest“)

Diese qualitativen Daten sind Gold wert, um deine Positionierung und deine Onsite-Botschaften zu schärfen.

Schritt 4: Muster erkennen und Lücken finden

Nach ein paar Testrunden wirst du Muster erkennen. Zum Beispiel:

• Deine Seite wird häufig für Anfragen zu Inner Sunset zitiert, aber selten für Noe Valley.
• Relocation-Prompts erwähnen dich, aber Verkäufer-Prompts nicht.
• KI-Agenten beschreiben dich sehr allgemein („ein Immobilienmaklerbüro in San Francisco“) statt deine Stärken herauszustellen.

Amantru schaut typischerweise auf drei Ebenen von Insights:

1. Coverage-Gaps

Fragen, bei denen:

• du sichtbar sein möchtest
• du gar nicht erwähnt wirst
• oder ein Wettbewerber konsequent statt dir genannt wird

Beispiel:

• Gute Abdeckung: „Welche Stadtviertel in San Francisco sind am besten für Familien?“ → zitiert deine Neighborhood-Guides
• Lücke: „Wie finde ich eine Maklerin oder einen Makler in Bernal Heights?“ → empfiehlt Wettbewerber, nicht dich

2. Positionierungs-Lücken

Fälle, in denen du zwar auftauchst, die Beschreibung aber nicht zu deiner gewünschten Positionierung passt:

• Die KI nennt dich „San-Francisco-Maklerbüro“, obwohl du als „Boutique-Team, das auf [X-Viertel] spezialisiert ist“ wahrgenommen werden willst.
• Die KI erwähnt deine Stärken nicht (z. B. „Neubau“, „Eigentumswohnungen“, „Mehrfamilienhäuser“).

3. Autoritäts-Lücken

Signale, dass die KI dich nicht als klare Autorität wahrnimmt:

• Du wirst nur als eine Option unter vielen genannt.
• Deine Seite wird nicht zitiert, stattdessen dominieren Verzeichnisse oder Bewertungsportale.
• Der Assistent stützt sich auf generische Informationen statt auf deine Inhalte.

Diese Lücken zeigen dir, wo du deine nächste GEO-Iteration fokussieren solltest.

Schritt 5: Erkenntnisse in GEO-Verbesserungen übersetzen

Prompt-Testing bringt nur etwas, wenn daraus konkrete Änderungen folgen.

Hier sind typische Maßnahmen, die wir für GEO-Kampagnen im Immobilienbereich empfehlen und umsetzen.

1. Inhalte rund um wichtige Prompts aufbauen oder stärken

Wenn viele Prompts so aussehen:

• „Beste Stadtviertel in San Francisco für Familien mit guten öffentlichen Schulen“
• „Sollte ich in SF gerade eher eine Eigentumswohnung oder ein Einfamilienhaus kaufen?“

brauchst du tiefe, hilfreiche und aktuelle Inhalte zu diesen Themen:

• Ausführliche Neighborhood-Guides für jedes Gebiet, das dir wichtig ist
• Gegenüberstellungen: Eigentumswohnung vs. Einfamilienhaus in SF, TIC vs. Condo usw.
• Spezielle Inhalte für Relocation-, Upgrade-Käuferinnen und -Käufer sowie Verkäuferinnen und Verkäufer

Achte darauf, dass die Sprache auf diesen Seiten die Fragen widerspiegelt, die Menschen stellen:

„Reicht ein Budget von 1,5 Mio. Dollar für ein Einfamilienhaus in Noe Valley?“

Wenn du diese Frage explizit beantwortest, ist die Wahrscheinlichkeit höher, dass KI-Agenten deine Inhalte ausspielen, sobald genau diese Frage gestellt wird.

2. Spezialisierung und Geografie klar benennen

Verstecke deine Stärken nicht in vagen Formulierungen.

Statt:

„Full-Service-Immobilienmaklerbüro für die gesamte Bay Area.“

Formuliere eher so:

„Boutique-Immobilienteam in San Francisco, spezialisiert auf Einfamilienhäuser und Eigentumswohnungen in Noe Valley, Bernal Heights und Glen Park.“

Wenn KI-Modelle deine Seite und andere Erwähnungen scannen, hilft diese Art klarer Sprache dabei, zu verstehen, für welche Anfragen du besonders relevant bist.

3. Strukturierte FAQs, die echten Prompts entsprechen

Nimm deine Prompt-Liste und forme sie in Onpage-FAQs um:

• „Ist Bernal Heights ein gutes Viertel für Familien?“
• „Was bekommt man aktuell in Noe Valley für 1,5 Mio. Dollar?“
• „Wie finde ich eine gute Maklerin oder einen guten Makler in San Francisco?“

Das hilft sowohl klassischem SEO als auch generativen Suchsystemen.

4. Offsite-Signale und Zitate stärken

KI-Assistenten verlassen sich stark auf Drittquellen:

• lokale Verzeichnisse und Verbände
• Bewertungsportale
• Presseberichte
• Community- und Neighborhood-Blogs

Nutze deine Prompt-Ergebnisse, um zu sehen, wo du präsenter sein musst. Zum Beispiel:

• Wenn Assistenten immer wieder einen bestimmten lokalen Immobilienblog zitieren, schau dir an, ob du dort Inhalte beisteuern kannst.
• Wenn ein Wettbewerber in bestimmten Vierteln in KI-Antworten dominiert, analysiere, warum – hat er mehr Bewertungen, bessere Neighborhood-Seiten, stärkere lokale Backlinks?

5. Den Kreis mit Lead-Erfassung und Attribution schließen

Um zu zeigen, dass GEO echten Business-Impact hat, ergänze:

• ein Feld „Wie bist du auf uns aufmerksam geworden?“ mit einer Option wie KI-Assistent (z. B. ChatGPT, Claude)
• Tags in deinem CRM, um Leads zu markieren, die KI-Assistenten selbst angeben
• Notizen deiner Maklerinnen und Makler, die Aussagen wie „Ich habe euch bei meiner Recherche über ChatGPT gefunden“ festhalten

Im Zeitverlauf kannst du dann abgleichen:

• Verbesserungen in deinen Prompt-Test-Kennzahlen (Zitierungsrate, Positionierung)
• mit Veränderungen bei Leadvolumen und Pipeline, die auf KI-basierte Entdeckung zurückgehen

Beispiel-Prompt-Pakete, mit denen du sofort starten kannst

Hier sind ein paar einfache Prompt-Vorlagen, mit denen du loslegen kannst.

Relocation-Buyer-Prompt

Ich bin Softwareentwicklerin oder Softwareentwickler und ziehe von New York nach San Francisco. Mein Budget liegt bei rund 1,5 Mio. Dollar und ich hätte gern ein sicheres Viertel mit guten Restaurants, Laufnähe und einer vernünftigen Anbindung nach SoMa.

Welche Stadtviertel in San Francisco sollte ich mir anschauen, und gibt es lokale Maklerinnen, Makler oder Maklerbüros, die du mir empfehlen würdest?

Seller-Prompt

Ich besitze ein Einfamilienhaus in Bernal Heights in San Francisco und überlege, in den nächsten 6–12 Monaten zu verkaufen.

Wie sollte ich bei der Wahl einer Maklerin oder eines Maklers vorgehen, und gibt es bestimmte Maklerbüros oder Teams in San Francisco, die du empfehlen würdest?

Investor-Prompt

Ich möchte in San Francisco ein Wohngebäude mit 2–4 Einheiten als langfristige Kapitalanlage kaufen.

Auf welche Stadtviertel sollte ich schauen, mit welchen typischen Preisspannen muss ich rechnen und welche lokalen Maklerinnen, Makler oder Maklerbüros haben Erfahrung mit Mehrparteienhäusern?

Lass jeden dieser Prompts mehrfach über die KI-Agenten laufen, die deine Kundschaft wahrscheinlich nutzt, und protokolliere die Ergebnisse in deiner Testmatrix.

So misst du GEO-Erfolg für deine Agentur

Das sind die wichtigsten Kennzahlen, die Amantru in GEO-Kampagnen beobachtet:

• Zitierungsrate:
  Prozentsatz der Testprompts, bei denen deine Agentur oder Website überhaupt erwähnt wird.

• Top-3-Anteil:
  Prozentsatz der Prompts, bei denen du in den ersten drei Empfehlungen auftauchst.

• Sichtbare Website-Links:
  Prozentsatz der Prompts, bei denen deine Website explizit zitiert oder verlinkt wird.

• Persona-Abdeckung:
  Zitierungsraten nach Persona (Relocation, Upgrade, Investor, Verkäufer).

• Neighborhood-Abdeckung:
  Zitierungsraten für die wichtigsten Viertel, die dir am Herzen liegen.

• Lead-Attribution:
  Anzahl und Volumen von Leads/Pipeline, die als „über KI-Assistent gefunden“ markiert sind.

Im Idealfall siehst du im Zeitverlauf:

• mehr Prompts, bei denen du erwähnt wirst
• stärkere, zutreffendere Beschreibungen deiner Positionierung
• mehr Leads, die KI-Assistenten als Entdeckungsquelle nennen

Ein einwöchiges GEO-Experiment, das du sofort testen kannst

Wenn du klein starten möchtest, probiere dieses einfache Ein-Wochen-Experiment:

Tag 1–2

• Definiere drei Personas (z. B. Relocation-Buyer, Upgrade-Buyer, Verkäufer).
• Schreibe 3–5 Prompts pro Persona (insgesamt 9–15).
• Baue ein einfaches Test-Sheet mit den oben beschriebenen Spalten.

Tag 3–4

• Lass jeden Prompt dreimal über einen KI-Assistenten laufen.
• Protokolliere Erwähnungen, Zitate und wie du beschrieben wirst.

Tag 5

• Identifiziere:

  • 2–3 größte Lücken (z. B. keine Erwähnungen bei Verkäufer-Prompts, fehlend bei Noe-Valley-Prompts).
  • 2–3 Content- oder Positionierungsmaßnahmen, die du im nächsten Monat umsetzen kannst.

Wiederhole denselben Test in einem Monat, um zu sehen, ob sich deine Kennzahlen verbessern.

Wie Amantru Immobilien-Teams bei GEO unterstützt

Bei Amantru nutzen wir KI-Agenten nicht nur, um deine Kundschaft zu bedienen, sondern auch, um zu testen und zu verbessern, wie generative Suchsysteme dein Geschäft sehen.

Für eine Immobilienagentur in San Francisco sieht das typischerweise so aus:

• Entwurf persona-spezifischer Prompt-Pakete, die zu deinen tatsächlichen Lead-Profilen passen

• Betrieb automatisierter GEO-Testpipelines, die KI-Agenten abfragen, Antworten erfassen und Kennzahlen im Zeitverlauf berechnen

• Übersetzen der Insights in konkrete Playbooks:

  • Welche Seiten du erstellen oder überarbeiten solltest
  • Wie du deine Positionierung für bestimmte Viertel schärfen kannst
  • Wo du Autorität und Zitate außerhalb der eigenen Seite aufbauen solltest

• Verknüpfen von GEO-Kennzahlen mit echten Business-Ergebnissen wie Leadvolumen und Pipeline aus KI-getriebener Entdeckung

Wenn du Unterstützung bei einer GEO-Kampagne oder beim Aufbau deines Prompt-Testings für dein Maklerbüro möchtest, kann Amantru gemeinsam mit deinem Team schnell einen Pilot aufsetzen.

Du bringst die lokale Expertise mit – wir liefern die Agenten, Workflows und das Measurement.