Kurz gesagt: Wie wählt Perplexity seine Quellen aus?
Perplexity durchsucht das offene Web für jede Anfrage neu, liest dabei laut eigener API-Dokumentation bis zu 20 Kandidatenseiten aus und wählt die zitierten Quellen anschließend nach Relevanz, Aktualität und technischer Extrahierbarkeit aus. Parameter wie search_context_size, search_domain_filter und search_recency_filter steuern diesen Prozess messbar – wer diese Mechanik kennt, kann gezielt für Zitierfähigkeit statt für Zufallstreffer optimieren.
Was ist Perplexity-SEO – und warum unterscheidet es sich von klassischem SEO?
Perplexity-SEO bedeutet, die eigene Seite so zu gestalten, dass sie erst in die Kandidatenmenge einer Anfrage gelangt, sich dann sauber auslesen lässt und beim internen Ranking vorne landet. Anders als eine klassische Ergebnisliste mit zehn Links ist Perplexity ein Retrieval-System: Für jede Nutzeranfrage ruft die Perplexity-Such-API laut offizieller Dokumentation zwischen 1 und 20 Web-Ergebnisse ab, Standardwert ist 10 (Parameter max_results).
Diese Rohtreffer bilden die Kandidatenmenge, aus der die generierte Antwort samt Quellenangaben entsteht. Wer bei „Perplexity SEO" an Keyword-Dichte denkt, optimiert am falschen Hebel – entscheidend ist, ob die eigene Seite überhaupt in diesem Kandidatenpool landet.
Wie liest Perplexity die Kandidatenseiten aus?
Perplexity extrahiert aus jeder Kandidatenseite Inhalte in einstellbarer Tiefe. Laut Dokumentation kennt der Parameter search_context_size drei Stufen: low liefert nur kurze, besonders relevante Passagen, medium einen ausgewogenen Seitenauszug und high – der Standardwert – detaillierten Kontext aus dem Dokument.
Zusätzlich lässt sich die Kandidatenmenge über search_domain_filter auf maximal 20 Domains eingrenzen oder gezielt ausschließen. Dass eine solche Domain-Steuerung technisch existiert, zeigt: Domain-Vertrauen ist kein diffuses Bauchgefühl, sondern ein Signal, das in der Pipeline real verankert ist.
Wie viele der gelesenen Seiten am Ende tatsächlich zitiert werden, veröffentlicht Perplexity nicht als feste Quote. Beobachtbar ist nur das Prinzip: Es liest grundsätzlich mehr Kandidaten, als in der finalen Antwort erscheinen – nur ein Teil übersteht die interne Relevanz- und Extrahierbarkeitsprüfung. Klar strukturierte Fakten mit eindeutiger Attribution (Entität, Zahl, Quelle und Jahr im selben Satz) lassen sich in diesem Schritt am einfachsten sauber herausziehen.
Freshness-Bias: Warum aktuelle Inhalte öfter zitiert werden
Perplexitys Such-API ist technisch für Echtzeit-Content gebaut. Der Parameter search_recency_filter kennt die Stufe hour, die laut Dokumentation ausdrücklich für „Echtzeitdaten wie Breaking News oder Live-Events" gedacht ist. Darunter stehen feste Zeitfenster: day (24 Stunden), week (7 Tage), month (30 Tage) und year (365 Tage).
Wichtig für die Content-Pflege: Perplexity unterscheidet offiziell drei Datumsarten – das Publikationsdatum (search_after_date_filter / search_before_date_filter), das Änderungsdatum (last_updated_after_filter / last_updated_before_filter) und die relative Zeitspanne (search_recency_filter). Ein Artikel, der sein „zuletzt aktualisiert"-Datum ehrlich pflegt, kann dadurch in ein engeres Zeitfenster fallen als eine Seite, die nur ihr altes Erstveröffentlichungsdatum trägt.
PerplexityBot und Perplexity-User: zwei Crawler, zwei Aufgaben
Perplexity betreibt zwei getrennte Bots mit unterschiedlichen Aufgaben und unterschiedlichem robots.txt-Verhalten – wer das verwechselt, blockiert versehentlich das Indexieren oder wundert sich über Zugriffe trotz Sperre.
| Merkmal | PerplexityBot | Perplexity-User |
|---|---|---|
| Auslöser | systematisches Indexieren fürs Suchsystem | konkrete Nutzeranfrage in Echtzeit |
| robots.txt | wird respektiert | wird laut Doku „generally" ignoriert |
| Zweck | Website in Suchergebnissen surface- und verlinkbar machen | Seite live abrufen, um eine konkrete Antwort mit Link zu belegen |
| Nutzung fürs KI-Training | ausdrücklich nicht für Foundation-Modelle | ausdrücklich nicht für Foundation-Modelle |
Beide Bots werden laut Perplexitys Crawler-Dokumentation ausdrücklich nicht zum Training eigener KI-Foundation-Modelle verwendet – die Inhalte fließen ausschließlich in Index und Live-Antwort. Wer PerplexityBot gezielt in der robots.txt konfiguriert, entscheidet über die systematische Indexierung. Perplexity-User setzt sich davon unabhängig durch, weil ein Mensch die Anfrage live ausgelöst hat.
Was das praktisch für deine GEO-Strategie bedeutet
- PerplexityBot in der robots.txt erlauben – sonst landet die Seite gar nicht erst in der Kandidatenmenge.
- „Zuletzt aktualisiert"-Datum ehrlich pflegen – es speist die last_updated-Filter und damit engere Freshness-Fenster.
- Fakten atomar formulieren – Entität, Zahl, Quelle und Jahr im selben Satz erleichtern die Extraktion, unabhängig von der gewählten search_context_size-Stufe.
- Auf eine starke Domain statt auf viele dünne Unterseiten setzen – Domain-Filter zeigen, dass Herkunft technisch als Signal geprüft wird.
- Zitierhäufigkeit messen statt raten – mit rankion lässt sich sichtbar machen, wie oft und mit welchem Wortlaut die eigene Marke bei Perplexity und anderen Antwortmaschinen auftaucht.
Häufige Fragen zu Perplexity-SEO
Muss ich PerplexityBot in der robots.txt explizit erlauben?
Ja. PerplexityBot respektiert robots.txt-Anweisungen; ist der Bot per Disallow blockiert, kann die Seite laut Dokumentation nicht ins Perplexity-Suchsystem gelangen. Eine konkrete Konfiguration zeigt der Leitfaden zu GPTBot & PerplexityBot in der robots.txt.
Nutzt Perplexity meine Inhalte, um eigene KI-Modelle zu trainieren?
Nein. Sowohl PerplexityBot als auch Perplexity-User sind laut offizieller Crawler-Dokumentation ausdrücklich nicht dafür vorgesehen, Inhalte für das Training von KI-Foundation-Modellen zu sammeln.
Was ist der Unterschied zwischen PerplexityBot und Perplexity-User?
PerplexityBot indexiert systematisch und hält sich an robots.txt; Perplexity-User ruft eine Seite live im Auftrag einer konkreten Nutzeranfrage ab und ignoriert robots.txt laut Dokumentation in der Regel, weil ein Mensch die Anfrage ausgelöst hat.
Warum werden aktuelle Artikel öfter zitiert als ältere?
Weil Perplexitys Such-API technisch für Zeitfenster gebaut ist: Recency-Filter wie „hour" oder „day" holen gezielt frische Inhalte, und separate Filter für das Änderungsdatum belohnen ehrlich gepflegte Aktualisierungen zusätzlich zum reinen Publikationsdatum.
Quellen
- Perplexity: Crawlers – offizielle Dokumentation zu PerplexityBot und Perplexity-User (abgerufen 2026-07)
- Perplexity: Search API Quickstart – Parameter max_results, search_domain_filter, search_context_size (abgerufen 2026-07)
- Perplexity: Search Date and Time Filters – recency_filter, Publikations- und Änderungsdatum-Filter (abgerufen 2026-07)
