kisemo.com
·Methodik

Die 13-Wochen-Regel — warum Recency 2026 wichtiger ist als jedes Schema-Markup

von Lembke & Tegtmeier GbR

Die GEO-Branche hat einen neuen Stresstest. Drei voneinander unabhängige Forschungs-Cluster haben dieselbe Zahl gemessen: 50 % aller URLs, die in AI-Antworten zitiert werden, sind jünger als 13 Wochen. Das verschiebt die strategische Balance — und macht die meisten klassischen GEO-Audits unvollständig.

TL;DR

Recency ist 2026 kein Optimierungs-Bonus, sondern ein struktureller Filter mit drei Schichten: Trainings-Cutoff der LLMs, Live-Index-Retrieval, Freshness-Gewichtung der Such-Engine selbst. Wer Money-Seiten älter als 90 Tage unverändert lässt, fällt aus dem AI-Antwortset. Das blanke Bumpen von dateModified reicht nicht und kann sogar schaden. Pflicht: 20–30 % Body-Text wirklich ändern, dann Timestamp setzen.

Was die Daten sagen

StudieStichprobeKernzahl
Lily Ray / Amsive Research (2026)tausende LLM-Antworten50 % der zitierten URLs < 13 Wochen alt
Princeton / Georgia Tech / Allen Institute (KDD 2024, fortgeschrieben)erste peer-reviewte GEO-StudieAI-zitierter Content 25,7 % frischer als Top-10-Google
Demand Local Agency Brief (2026)Citation-Tracking-SamplePages mit Update < 30 Tagen erhalten 3,2× mehr AI-Citations

Drei Methodiken, drei Daten-Sets, dieselbe Richtung. Das ist keine Korrelation, das ist Architektur.

Warum die Filterung so hart ist

LLMs haben dreifache Recency-Gewichtung gebaut, ob sie wollen oder nicht:

  1. Trainings-Cutoff. Jedes Modell hat einen Stichtag. Alles danach kennt es nicht.
  2. Live-Index-Pull. Antworten ziehen ihre Quellen in Echtzeit aus einer Such-Engine.
  3. Suchmaschinen-Bias. Google, Bing & Co. gewichten Freshness selbst — und das LLM erbt diesen Bias.

Drei voneinander unabhängige Schichten filtern in dieselbe Richtung. Wenn ein System so gebaut ist, ändert sich auch das Spiel nicht durch eine clevere Mikro-Optimierung.

Plattform-Unterschiede

Die drei großen Surfaces gewichten unterschiedlich hart:

  • Perplexity — härtester Filter. 50 % der Zitate < 13 Wochen, 50 % sogar aus 2025/2026. Wer hier sichtbar bleibt, ist es überall.
  • ChatGPT — hybrid. 76,4 % der Top-Cited Pages haben ein Update in den letzten 30 Tagen. Trotzdem sind 29 % der Zitate älter als 2022 (Trainings-Bias auf Long-Tail-Themen).
  • Google AI Overviews — Pages mit Update < 30 Tagen werden 3,2× häufiger zitiert. Mit Gemini 3 als neuer Default seit Mai 2026 verschärft sich das Signal noch.

Logische Konsequenz: optimiere für den härtesten Filter (Perplexity). Wer dort durchkommt, kommt überall durch.

Der häufigste Fehler

Schema-Markup dateModified aktualisieren, ohne den Body zu ändern. Ahrefs hat 1.885 Pages getrackt, die genau das gemacht haben — kaum messbarer Citation-Uplift. Schlimmer: LLMs vergleichen Schema-Datum mit tatsächlicher Content-Veränderung. Wenn das Schema „frisch” sagt und der Body identisch ist mit dem Vorjahr, wertet das System die Page wegen Fake-Freshness-Signal ab.

Echter Refresh bedeutet:

  • mindestens 20–30 % Body-Text geändert,
  • Zahlen aktualisiert,
  • Beispiele ausgetauscht,
  • mindestens eine eigene neue Aussage / Datenpunkt,
  • Quellen re-checked.
  • Dann erst dateModified setzen — auf das echte Update-Datum.

Refresh-Kadenz, die funktioniert

Page-TypKadenz
High-Priority-Hubs (Service-Seiten, Pillar-Pages)alle 90 Tage
News- und Trend-Postsalle 30 Tage
Evergreen-Guidesalle 6 Monate
Archiv-Inhaltejährlicher Audit (refreshen, redirecten oder ehrlich löschen)

90 Tage ist exakt das Doppelte des 13-Wochen-Cutoffs. Damit liegst du sicher im frischen Citation-Set.

Was Kisemo daraus macht

Im Parameter-Set ist date-stamping ein etablierter Audit-Hook. Wir prüfen strukturell (Schema vorhanden, ISO-konform) und werden im Q3 2026 zusätzlich auf Substanz-Refresh prüfen — also vergleichen, ob sich der Body-Text seit dem letzten dateModified-Bump auch wirklich verändert hat. Die Hypothese: Pages mit Substanz-Drift werden im Citation-Set überproportional rausfallen.

Vertiefung

Wer den vollständigen 5-Schritte-Refresh-Plan, mehr Studien-Details und konkrete Implementierungs-Tipps will, liest bei iLembke weiter: Die 13-Wochen-Regel — Vertiefungs-Artikel von Ingo Lembke (12 Min Lesezeit).

— Lembke & Tegtmeier GbR

// Quellen

  1. [01]

    Content Freshness and AI Search — Salespeak / Amsive Research

    Salespeak / Amsive · 2026-04

  2. [02]

    The 13-Week Rule — How Content Freshness Drives AI Search Citations

    Rank & Convert · 2026-05

  3. [03]

    Generative Engine Optimization Study — Princeton/Georgia Tech/Allen Institute

    KDD Conference 2024 · 2024-08

  4. [04]

    Content Freshness AI Rankings — 2026 Agency Brief

    Demand Local · 2026-02

  5. [05]

    Perplexity AI Optimization Strategy — Citation Guide

    Stackmatix · 2026-03

  6. [06]

    Die 13-Wochen-Regel (Vertiefung mit 5-Schritte-Plan)

    iLembke · Mon May 18 2026 00:00:00 GMT+0000 (Coordinated Universal Time)

  7. [07]

    We Tracked 1.885 Pages Adding Schema — Citation Impact Study

    Ahrefs · 2026-02

#recency#content-freshness#geo#llm-citations#refresh-strategy
← alle Beiträge $ demo ansehen →