Wie funktioniert GEO auf Russisch?

Russisch ist online keine kleine Sprache, und so zu tun, als wäre es eine, wäre der schnellste Weg, diesen Markt falsch zu planen. W3Techs beziffert Russisch auf 3,4% aller Websites mit bekannter Inhaltssprache — die siebtgrößte Inhaltssprache des Webs, hinter der ungefähren Hälfte des Englischen, aber deutlich vor Chinesisch. Was auch immer ein russischsprachiger Nutzer einen Assistenten fragt: Hinter der Antwort steht ein tiefer Allzweck-Korpus — Enzyklopädien, Foren, Medien, technische Dokumentation.

Die kommerzielle Chance sitzt an einer spezifischeren Stelle. Zig Millionen russischsprachige Menschen leben außerhalb Russlands — allein Israel zählt rund 1,3 Millionen, etwa 15% seiner Bevölkerung —, und diese Communities in Dubai, Tel Aviv, Berlin, Limassol, Almaty und New York treffen Kaufentscheidungen auf Russisch über lokale Märkte: Immobilien, Relocation, Schulen, Kliniken, Rechtsdienstleistungen. Genau dort wird der große Korpus dünn. Die russische Abdeckung von Dubaier Off-Plan-Projekten oder israelischen Krankenkassen ist ein Bruchteil dessen, was auf Englisch oder Hebräisch existiert — eine einzige gut strukturierte russische Quelle kann deshalb einen Antwortplatz besetzen, für den es im russischen Inlandsweb Jahre bräuchte.

Eine Anmerkung zu den Namen, bevor es an die Mechanik geht: GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) und LLM SEO sind drei Namen für dieselbe Disziplin — Zitate und Empfehlungen in KI-generierten Antworten zu verdienen. Wir verwenden sie austauschbar, und dieser Leitfaden gilt unter jedem Label, das Ihr Team bevorzugt.

Russland fehlt auf OpenAIs Liste der für ChatGPT unterstützten Länder, und OpenAI warnt, dass der Zugriff aus nicht unterstützten Ländern eine Kontosperrung riskiert. In der Praxis ist der westliche Flaggschiff-Assistent innerhalb Russlands nicht das Standardwerkzeug — manche Nutzer erreichen ihn über Umwege und Aggregatoren, aber auf einem Publikum, das offiziell nicht da ist, lässt sich kein Sichtbarkeitsprogramm bauen.

Der Inlandsmarkt läuft auf einem eigenen Stack. Yandex hält 70,35% der russischen Suche gegenüber 27,79% für Google (StatCounter, August 2026), und die KI-Ebene folgt derselben Geografie: YandexGPT antwortet in Alice und in Yandex' Suchprodukten, und Sbers GigaChat bedient dasselbe Publikum. Diese Systeme beziehen ihre Quellen aus einem Yandex-indexierten, weitgehend inländischen Korpus — ein anderes Optimierungsziel mit anderen Regeln, und wir scopen es ehrlich als separate Spur, statt es in Versprechen über ChatGPT einzufalten.

Die praktische Konsequenz schneidet auch in die andere Richtung: Die russischsprachigen Prompts, die tatsächlich durch ChatGPT, Perplexity und Gemini laufen, kommen überproportional von außerhalb Russlands — aus den Diaspora-Hubs und aus zentralasiatischen Ländern wie Kasachstan und Usbekistan, die auf OpenAIs Liste stehen. Diese Nutzer sind genau die Relocation- und Cross-Border-Käufer, die die meisten westlich orientierten Marken erreichen wollen — was die Diaspora-Spur zum natürlichen ersten Zug eines russischen GEO-Programms macht.

Die russischen Prompts mit der höchsten Kaufabsicht teilen eine Form: ein russischsprachiger Käufer, ein nicht-russischer Markt und eine Entscheidung, an der Geld hängt. «лучшие районы Дубая для инвестиций» (beste Stadtteile Dubais für Investitionen), «как открыть счёт в израильском банке» (wie man ein Konto bei einer israelischen Bank eröffnet), «русскоговорящий юрист в Берлине» (russischsprachiger Anwalt in Berlin) — jede dieser Fragen beantwortet ein Assistent aus den russischsprachigen Quellen, die es über diesen lokalen Markt gibt, und davon existieren weit weniger, als die 3,4%-Schlagzeile vermuten lässt.

Unsere eigenen Leitfäden zu Dubai und Israel behandeln Russisch genau deshalb als eigene benannte Spur: In den VAE sind russischsprachige Prompts rund um Immobilien und Relocation eine dichte Nische, deren zitierfähiger Korpus noch dünner ist als der arabische; in Israel sind 1,3 Millionen russischsprachige Menschen — etwa 15% der Bevölkerung — von Hebräisch-zuerst- wie Englisch-zuerst-Inhalten gleichermaßen unterversorgt. Ein ernsthaftes Programm fixiert eine Prompt-Batterie pro Hub, nicht nur pro Sprache — Russisch-über-Dubai und Russisch-über-Israel sind verschiedene Wettbewerbe mit verschiedenen Platzhirschen.

Eine Marke, die russischsprachige Kunden bedient, lebt in zwei Schriften — und meist in mehr als zwei Schreibweisen. Der lateinische Name, die kyrillische Wiedergabe und zwei, drei konkurrierende Transliterationen — «Гет-Гео», «ГетГео», GET-GEO — kursieren nebeneinander, und ein Modell, das nicht gelernt hat, dass sie eine Entität sind, verteilt seine Evidenz auf halb bekannte Namen, von denen keiner genug Autorität ansammelt, um empfohlen zu werden. Die Lösung ist bewusst gesetzt: kyrillische und lateinische Form gemeinsam in strukturierten Daten als Alternativnamen deklarieren, jedes Profil konsistent halten und sicherstellen, dass russische Seiten den lateinischen Namen neben dem kyrillischen ausschreiben, damit Retrieval beide verbindet.

Toponyme tragen dieselbe Falle in umgekehrter Richtung. Russische Prompts sagen «Дубай», «Тель-Авив», «Лимассол» — und Seiten für diese Käufer brauchen die kyrillischen Ortsnamen in den Passagen, die ein Modell extrahiert, nicht nur in der Navigation. Bestätigung kommt von den Oberflächen, die Diaspora-Communities tatsächlich lesen: russischsprachige Stadtmedien, Fachverzeichnisse, Relocation-Foren und Community-Gruppen. Der Pool pro Hub ist klein, und die Arithmetik ist vertraut: Eine Handvoll konsistenter unabhängiger Beschreibungen bewegt die Entitätserkennung weiter, als es im russischen Inlandsweb ganze Linkberge täten.

Russisch ist eine unserer neun muttersprachlichen Sprachen — neben Englisch, Deutsch, Französisch, Italienisch, Spanisch, Chinesisch, Hindi und Hebräisch —, russische Inhalte gehen also nativ geschrieben live, nicht maschinell übersetzt, mit hreflang, das Crawlern sagt, welche Version für wen gilt. Die russische Version jeder Aussage halten wir mit der englischen abgeglichen, denn Assistenten merken, wenn eine Marke sich in verschiedenen Sprachen unterschiedlich beschreibt — und der Widerspruch kostet still beide Spuren.

Die Messung folgt unserem öffentlichen Protokoll: eine fixierte Prompt-Batterie je Sprache und je Hub, gesampelt in sauberen ausgeloggten Sitzungen über ChatGPT, Perplexity und Gemini, mit Share of Voice und Zitierrate gegen die Baseline vom ersten Tag. Wir wenden die Methode zuerst auf uns selbst an — unsere öffentliche Fallstudie dokumentiert, wie ChatGPT uns für mehrsprachige GEO-Anfragen empfiehlt, mit Russisch ausdrücklich unter den verifizierten Fähigkeiten, unbearbeitete Screenshots inklusive. Ein Kundenengagement beginnt genauso: mit einer gemessenen russischen Baseline Ihres Marktes, vor jedem Versprechen.