Generative Engine Optimization (GEO) für Hörbücher

Wie sich Hörbuch-Discovery verändert – und woran ich mit Fabely arbeite.

Read in English →

GEO für Hörbücher

Generative Engine Optimization, kurz GEO, beschäftigt sich mit der Frage, wie Inhalte in einer Suche sichtbar und verständlich werden, die nicht mehr nur aus einer Liste von Links besteht.

Klassische SEO sorgt dafür, dass eine Website in Suchmaschinen gefunden wird. GEO geht einen Schritt weiter: Inhalte müssen auch für Systeme wie ChatGPT, Claude und andere KI-basierte Such- und Antwortsysteme verständlich, zugänglich und zitierfähig sein.

Ich beschäftige mich mit diesem Thema vor allem im Zusammenhang mit Fabely, einer Hörbuchplattform und Community mit einem großen, mehrsprachigen Hörbuchkatalog. Dabei geht es nicht darum, einen eigenen KI-Chatbot für Fabely zu bauen. Die spannendere Frage ist für mich, wie ein großer, internationaler Hörbuchkatalog so strukturiert und mit Kontext versehen werden kann, dass Hörbücher auch in zukünftigen Formen der Suche und Discovery eine Rolle spielen.

Von Search zu Conversation

Die klassische Suche funktioniert nach einem einfachen Prinzip: Nutzer:innen formulieren eine Anfrage, die Suchmaschine liefert Treffer, und man entscheidet selbst, welchem Ergebnis man folgt.

Bei generativer Suche verschiebt sich dieser Prozess. Nutzer:innen stellen komplexere Fragen und erwarten zunehmend eine zusammenhängende Antwort. Das System muss deshalb nicht nur passende Inhalte finden, sondern Zusammenhänge verstehen und Quellen miteinander verbinden.

Für Hörbücher ist das besonders interessant. Fragen wie „Welche Hörbücher passen zu mir, wenn ich …?“ oder „Welche Geschichten haben eine ähnliche Atmosphäre wie …?“ lassen sich nicht allein über Genre, Autor oder Verlag beantworten.

Search
↓
Search + Recommendation
↓
Conversation
↓
Answer + Recommendation

Was GEO bei Hörbüchern bedeutet

Ein einzelner Produktdatensatz mit Titel, Autor und ISBN kann ein Hörbuch identifizieren. Er erklärt aber nur begrenzt, warum dieses Hörbuch für eine konkrete Frage relevant sein könnte. Kontext entsteht beispielsweise durch kuratierte Listen, Beschreibungen, Empfehlungen, Reviews und die unterschiedlichen Perspektiven einer Community. Für mich lässt sich das in fünf Aspekten zusammenfassen:

  • Content – Was ist überhaupt vorhanden?
  • Context – In welchem Zusammenhang steht ein Titel?
  • Community – Welche Menschen empfehlen, bewerten und kuratieren ihn?
  • Trust – Warum sollte ein System diese Information als relevante Quelle berücksichtigen?
  • Accessibility – Kann ein externes System die Informationen technisch überhaupt finden und verstehen?

Genau diese Kombination ist für mich der interessante Teil von GEO – und die Brücke zu den Fabely-Listen und dem darauf aufbauenden Discovery Graph.

Fabely als praktisches Beispiel

Fabely bietet dafür einen interessanten praktischen Anwendungsfall: einen großen, mehrsprachigen Hörbuchkatalog kombiniert mit einer Community für Discovery, Empfehlungen und kuratierte Listen.

Eine Hörbuchseite enthält dabei nicht nur bibliografische Informationen. Durch Künstlerseiten, Hörbuchlisten, Beschreibungen, Reviews, Empfehlungen und Verknüpfungen entstehen zusätzliche Zusammenhänge zwischen Titeln, Themen, Autor:innen, Sprecher:innen und Interessen.

Für mich ist genau diese zusätzliche Ebene entscheidend: Discovery entsteht nicht nur aus dem Titel eines Hörbuchs, sondern aus dem Kontext, in dem Menschen ihn entdecken und empfehlen.

                 Autor
                   │
Thema ─────── Hörbuch ─────── Sprecher
  │                │
Liste ─────── Empfehlung ───── Community
                   │
                Kontext
									

Ich spreche darüber auf der Frankfurter Buchmesse

Am Mittwoch, den 7. Oktober 2026, von 13:00–13:30 Uhr spreche ich auf der Frankfurter Buchmesse auf der Imagination Stage (Halle 4.0, Stand J85) über:

„From Search to Conversation: Audiobook Discoverability and the AI Customer Journey“

Dabei geht es um die Veränderung von klassischer Suche hin zu komplexeren Suchanfragen, KI-gestützten Antworten und neuen Formen der Audiobook Discovery – und um die Frage, welche Rolle Content, Context und Community dabei spielen. Das Thema ist eng mit meiner Arbeit an Fabely und den dort entwickelten Ansätzen zu Discovery, GEO und Community verbunden.

Zur Session im Buchmesse-Kalender: „From Search to Conversation“ →

GEO und Audiobook Discovery – das Whitepaper

Aus der praktischen Arbeit an Fabely ist ein ausführlicheres Whitepaper entstanden. Darin beschäftige ich mich unter anderem mit der Entwicklung von Audiobook Discovery, GEO, der Bedeutung von Kontext und Vertrauen, Vertical Communities und dem Konzept eines Fabely Discovery Graph.

Das vollständige Whitepaper wird nach der Veröffentlichung auf Fabely verfügbar sein.
Coming soon on Fabely.

GEO ist für mich nicht einfach „SEO für ChatGPT“. Es geht um die Frage, wie Inhalte so strukturiert, verknüpft und mit Kontext versehen werden, dass sie auch in einer Welt funktionieren, in der Nutzer:innen nicht mehr nur nach Dokumenten suchen, sondern Fragen stellen und Antworten erwarten.

Context matters – zwei Fabely-Listen als Beispiel

Ein Hörbuch kann je nach Kontext völlig unterschiedlich entdeckt werden. Eine Liste wie „Starke Frauen“, „Hörbücher für Fans von …“ oder eine thematische Empfehlung erzeugt jeweils einen anderen Zusammenhang zwischen einem Titel und einer Nutzerfrage. Genau solche zusätzlichen Kontexte sind für die zukünftige Discovery von Hörbüchern interessant. Zwei Beispiele aus meinen eigenen Fabely-Listen:

Fabely entdecken – Hörbücher recherchieren, probehören und teilen