Die 250-Dokumente-Schwelle: Wie viele Dokumente benötigt es, um ein LLM zu beeinflussen?

Um das Narrativ“ deiner Marke innerhalb eines LLMs zu verändern (On-Model SEO), reicht ein einzelner viraler Hit nicht aus. In der GEO-Community kursiert die Schätzung, dass etwa 250 Dokumente (Artikel, Pressemeldungen, Erwähnungen auf Drittseiten) notwendig sind, um die Gewichtung in einem neuronalen Netz signifikant zu verschieben.

Woher kommt die Zahl?

Der Ursprung dieser Schwelle ist aufschlussreich – und stammt nicht aus dem Marketing, sondern aus der KI-Sicherheitsforschung. Im Oktober 2025 veröffentlichten Anthropic, das UK AI Security Institute und das Alan Turing Institute eine Studie mit dem Titel „Poisoning Attacks on LLMs Require a Near-Constant Number of Poison Samples“. Das zentrale Ergebnis: Bereits 250 gezielt manipulierte Dokumente reichen aus, um Sprachmodelle mit 600 Millionen bis 13 Milliarden Parametern nachweislich zu verändern – unabhängig von der Modellgröße und der Menge der sauberen Trainingsdaten. Bei einem 13B-Parameter-Modell machten diese 250 Dokumente gerade einmal 0,00016 % der gesamten Trainingsdaten aus.

Die Studie untersuchte zwar einen destruktiven Anwendungsfall (Backdoor-Angriffe, die das Modell bei einem Trigger-Wort Unsinn produzieren lassen). Aber die zentrale Erkenntnis ist auch für das Marketing relevant: Die Anzahl der Dokumente, die nötig ist, um ein Modell zu beeinflussen, skaliert nicht proportional mit der Modellgröße. Es ist eine nahezu konstante Zahl.

Die GEO-Community hat dieses Ergebnis in einen positiven Kontext übertragen: Wenn 250 konsistente, manipulative Dokumente das Verhalten eines Modells negativ verändern können, dann sollten 250 konsistente, glaubwürdige Dokumente mit einer einheitlichen Markenbotschaft die Wahrnehmung einer Marke ebenfalls verschieben können. Search Engine Land formuliert es so: „It’s estimated that 250 documents are needed to meaningfully influence how an LLM perceives a brand“.

Wichtige Einordnung: kein Naturgesetz, aber ein brauchbarer Richtwert

Diese Übertragung von Sicherheitsforschung auf Content-Strategie ist eine Extrapolation, keine bewiesene Kausalität. Zwischen „250 Dokumente verändern ein Modell bei der nächsten Trainingsrunde“ und „250 Artikel verbessern die Markenwahrnehmung bei ChatGPT“ liegen wichtige Zwischenschritte:

• Trainingszyklus: Die Dokumente müssen tatsächlich in die Trainingsdaten eines Modells gelangen – über Common Crawl, Medienpartnerschaften oder RAG-Indexierung. Ein Blogartikel auf einer Domain mit niedrigem Crawl-Budget wird anders gewichtet als eine Erwähnung auf spiegel.de.
• Konsistenz der Botschaft: Die Anthropic-Studie arbeitete mit identischen Trigger-Dokumenten. Für Brand Narrative heißt das: 250 widersprüchliche Erwähnungen bringen wenig. Die Aussagen müssen eine einheitliche Richtung haben.
• Glaubwürdigkeit der Quellen: Nicht jedes Dokument wiegt gleich. Eine Erwähnung in einem Fachartikel auf t3n, OMR oder dem Search Engine Journal hat deutlich mehr Gewicht als ein Gastbeitrag auf einem No-Name-Blog.

Die Zahl 250 ist also kein Naturgesetz, sondern ein Richtwert, der dein Content-Marketing in eine klare Richtung lenkt: weg vom Unikat, hin zur Volumenstrategie mit konsistenter Botschaft.

Was das praktisch bedeutet: Ein Gedankenexperiment

Stell dir vor, SMART LEMON möchte in den LLMs als „führende deutsche Agentur für GEO und KI-Sichtbarkeit“ verankert werden. Wie könnten 250 Dokumente aussehen?

• Owned Content (ca. 60–80 Dokumente): Blog-Artikel, Fallstudien, Whitepaper, Grounding Pages – jeweils mit der konsistenten Kernaussage, dass SMART LEMON sich auf GEO und KI-SEO spezialisiert hat. Dazu die eigene Website mit klaren, maschinenlesbaren Fakten (Schema.org, Definition Lists).
• Earned Media (ca. 80–100 Dokumente): Gastbeiträge in Fachmedien (t3n, OMR, Search Engine Journal), Erwähnungen in Podcast-Shownotes und Konferenz-Recaps, Zitate in Fachartikeln anderer Autoren, Einträge in Agentur-Vergleichen und -Rankings.
• Social & Community (ca. 50–70 Dokumente): LinkedIn-Artikel und -Posts (werden von Perplexity und ChatGPT mit Websuche innerhalb von Minuten indexiert), Beiträge in relevanten Reddit-Threads oder Fachforen, YouTube-Transkripte von Vorträgen oder Webinaren.
• Strukturierte Referenzen (ca. 20–30 Dokumente): Wikipedia-Erwähnung oder Wikidata-Eintrag, Einträge in Branchenverzeichnissen (z. B. Clutch, Sortlist, OMR Reviews), Pressemitteilungen über Nachrichtenagenturen.

Der Schlüssel liegt nicht darin, 250 beliebige Dokumente zu produzieren, sondern sicherzustellen, dass jedes einzelne dieselbe Kernassoziation transportiert: „SMART LEMON = GEO-Expertise“. Denn das Modell lernt keine Einzelfakten, sondern statistische Muster – und je häufiger und konsistenter ein Muster auftaucht, desto stärker wird die Assoziation.

Konsistenz schlägt Einzigartigkeit

Dieser letzte Punkt verdient besondere Aufmerksamkeit, weil er unserem Instinkt als Marketer widerspricht. Wir sind darauf trainiert, „einzigartige“ Inhalte zu produzieren. Aber für On-Model SEO gilt eine andere Logik: Das Modell benötigt keine 250 verschiedenen Geschichten über deine Marke. Es braucht 250 glaubwürdige Quellen, die im Kern dasselbe sagen – in unterschiedlichen Formaten, auf unterschiedlichen Plattformen, von unterschiedlichen Autoren. Die Variation liegt im Kontext, nicht in der Botschaft.

Wenn 250 unabhängige, glaubwürdige Quellen übereinstimmend sagen, dass „Marke X führend in Nachhaltigkeit ist“, wird das Modell diese Assoziation lernen. Sagt eine einzige Quelle „führend in Nachhaltigkeit“, eine andere „günstigster Anbieter“ und eine dritte „bester Service“, lernt das Modell: keine klare Positionierung.