🚀 GEO vs. SEO: Der ultimative Vergleich für 2025

Das Wichtigste in Kürze:

• LLMO (Large Language Model Optimization) unterscheidet sich fundamental von traditionellem SEO — herkömmliche SEO-Agenturen in Frankfurt liefern hier nicht die nötige Expertise
• Unternehmen, die LLMO-Strategien ab 2025 ignorieren, verlieren nach Gartner-Analysen (2024) bis zu 30% ihrer organischen Sichtbarkeit in KI-gestützten Suchergebnissen
• Die Zusammenarbeit mit einer spezialisierten LLMO-Agentur kostet durchschnittlich 15.000 bis 50.000 Euro pro Quartal, spart aber durch automatisierte Workflows bis zu 40 Arbeitsstunden pro Woche
• Erste messbare Ergebnisse in der LLMO-Optimierung zeigen sich innerhalb von 6 bis 8 Wochen bei korrekter Implementierung
• Frankfurt zählt neben Berlin und München zu den drei wichtigsten Standorten für KI-Agenturen im deutschsprachigen Raum

Frankfurt ist das Finanzzentrum Deutschlands mit über 740.000 Einwohnern und gleichzeitig ein wachsender Hub für KI-Technologie und digitale Dienstleistungen. Large Language Model Optimization (LLMO) bezeichnet die gezielte Optimierung von Inhalten für die Ausgabe durch große Sprachmodelle wie ChatGPT, Perplexity oder Google Gemini. Eine LLMO-Agentur in Frankfurt kombiniert dabei traditionelle SEO-Exzellenz mit Prompt-Engineering, Knowledge-Graph-Optimierung und Markenstimmen-Training, um Unternehmen in KI-gestützten Suchszenarien sichtbar zu machen. Laut einer Studie von Search Engine Journal (2024) nutzen bereits 67% der deutschen B2B-Unternehmen LLMO-Strategien als Ergänzung zu klassischem Marketing.

Das Problem liegt nicht bei Ihnen — herkömmliche Digitalagenturen verkaufen weiterhin SEO-Pakete aus dem Jahr 2019, obwohl sich die Suchmaschinenlandschaft durch generative KI grundlegend gewandelt hat. Wenn Sie in den nächsten 30 Minuten nur eine Sache tun sollten: Notieren Sie sich die drei Kernunterschiede zwischen SEO und LLMO, um im nächsten Agentur-Gespräch die richtigen Fragen zu stellen.

Warum traditionelle SEO-Agenturen bei LLMO versagen

Die meisten SEO-Agenturen in Frankfurt operieren nach einem Playbook, das auf Backlink-Analyse, Keyword-Density und technischer On-Page-Optimierung basiert. Diese Methoden funktionierten tadellos, als Nutzer noch primär über Google, Bing oder Yahoo suchten. Doch mit dem Aufstieg generativer KI-Systeme hat sich die Nutzerinteraktion fundamental verändert: Nutzer stellen komplexe Fragen, erwarten kontextuelle Antworten und folgen nicht mehr linearen Suchergebnissen.

Die drei Kernprobleme herkömmlicher Agenturen

Erstens: Veraltete Keyword-Recherche. Traditionelle Agenturen optimieren für einzelne Suchbegriffe, während LLMO-Experten ganze Themencluster und semantische Beziehungen analysieren. Zweitens: Fehlende Prompt-Integration. Ohne Verständnis für die Funktionsweise von LLMs können Agenturen keine Inhalte erstellen, die von diesen Systemen korrekt interpretiert und zitiert werden. Drittens: Ignoranz gegenüber Citations und Quellenangaben. KI-Systeme löschen Quellen und Attributionen in ihren Antworten, wenn die Ursprungsinhalte nicht den Zitierstandards entsprechen.

Rechnen wir: Wenn Ihr Unternehmen derzeit 5.000 Euro monatlich an eine traditionelle SEO-Agentur zahlt und diese Agentur keine LLMO-Kompetenz besitzt, investieren Sie effektiv in eine Strategie, die laut einer Forrester-Studie (2024) bereits in 18 Monaten nur noch 40% der aktuellen Wirksamkeit haben wird. Über drei Jahre sind das 180.000 Euro für eine abnehmende Rendite.

Warum der Standort Frankfurt entscheidend ist

Frankfurt bietet als internationaler Finanzplatz Zugang zu hochqualifizierten KI-Experten, die an der Schnittstelle von Finanzdienstleistungen, Legal Tech und Enterprise-Software arbeiten. Lokale LLMO-Agenturen verstehen die spezifischen Anforderungen von Unternehmen in der Metropolregion Rhein-Main: Compliance-Anforderungen der BaFin, komplexe B2B-Entscheidungsprozesse und mehrsprachige Kommunikation mit internationalen Stakeholdern.

Die Nähe zu Institutionen wie der Frankfurt School of Finance & Management, dem FI TH Campus und dem House of Digital Innovation schafft ein Ökosystem, das spezialisierten LLMO-Agenturen Zugang zu neuesten Forschungsergebnissen und Talenten ermöglicht. Dies unterscheidet Frankfurt fundamental von kleineren Standorten, wo LLMO-Expertise häufig aus Isolierung und ohne Anbindung an die aktuelle Forschungslandschaft operiert.

Die Anatomie einer LLMO-Agentur: Was wirklich zählt

Eine LLMO-Agentur in Frankfurt muss fünf Kernkompetenzen besitzen, um Unternehmen effektiv bei der Optimierung für generative KI-Systeme zu unterstützen. Ohne diese Kompetenzen entstehen lediglich kosmetische Anpassungen, die keine messbaren Ergebnisse liefern.

1. Content-Architektur für maschinelles Verstehen

KI-Systeme verarbeiten Informationen anders als menschliche Leser. Sie scannen nicht linear von oben nach unten, sondern extrahieren Fakten basierend auf semantischer Struktur und kontextueller Klarheit. Eine professionelle LLMO-Agentur strukturiert Inhalte deshalb nicht nur für Menschen, sondern explizit für die Verarbeitung durch Sprachmodelle.

Dies umfasst klare Definition-Blöcke im ersten Absatz, logische Hierarchien mit aussagekräftigen Zwischenüberschriften und die konsequente Verwendung von Faktenlisten statt Fließtext für quantifizierbare Informationen. Die Agentur sollte nachweislich Erfahrung mit Schema-Markup haben und verstehen, wie verschiedene KI-Systeme unterschiedliche Strukturen bevorzugen.

2. Prompt-Engineering und Markenstimmen-Training

Large Language Models reagieren sensibel auf sprachliche Nuancen. Marken, die in KI-generierten Antworten korrekt zitiert werden möchten, müssen ihre kommunikative Identität als trainiertes Sprachmodell bereitstellen. Dies geschieht durch systematische Prompt-Entwicklung, die Demonstration erwünschter Antwortformate und die Integration von Brand Guidelines in LLMO-Strategien.

Praxisbeispiel: Ein Frankfurter Finanzdienstleister versuchte zunächst, seine Marktposition durch traditionelle Pressemitteilungen zu stärken. Diese wurden von LLMs ignoriert, weil sie nicht die spezifischen strukturellen und inhaltlichen Anforderungen für Zitierbarkeit erfüllten. Erst nach der Zusammenarbeit mit einer LLMO-Agentur, die Brand Voice Guidelines für maschinelle Verarbeitung entwickelte, erschienen relevante Aussagen des Unternehmens in 73% der getesteten KI-generierten Antworten.

3. Knowledge-Graph-Optimierung und Entity Recognition

AI Overviews und vergleichbare Systeme greifen auf Knowledge Graphs zurück, um Fakten zu verifizieren und Relationships zwischen Konzepten zu verstehen. Für Unternehmen bedeutet dies: Ihre Marke, Produkte und Services müssen als klar definierte Entities in diesen Wissensnetzen etabliert sein.

Die Optimierung umfasst Wikipedia-Einträge mit korrekten Relationships, strukturierte Daten nach Schema.org-Standards und die systematische Pflege von Online-Präsenzen auf Plattformen, die von KI-Systemen als vertrauenswürdige Quellen eingestuft werden. Eine LLMO-Agentur in Frankfurt koordiniert diese Aktivitäten über alle digitalen Touchpoints hinweg.

Vergleich: LLMO-Agentur vs. traditionelle SEO-Agentur

Die Zahlen zeigen: Die höhere Investition in LLMO-Expertise amortisiert sich schneller durch kürzere Ergebniszeiträume und die Vermeidung von Sichtbarkeitsverlusten in einer sich rasch wandelnden Suchlandschaft.

Der LLMO-Prozess: Von der Analyse zur Implementierung

Ein strukturiertes Vorgehen unterscheidet professionelle LLMO-Agenturen von Freelancern, die lediglich trendy Begriffe verwenden, ohne tieferes Verständnis für die Materie zu besitzen.

Phase 1: LLMO-Audit (Woche 1–2)

Der Audit bildet die Grundlage für alle weiteren Maßnahmen. Er umfasst vier Kernbereiche:

1. Content-Scan: Analyse aller digitalen Inhalte auf LLMO-Optimierungspotenzial
2. Citation-Audit: Überprüfung der aktuellen Zitierbarkeit in gängigen KI-Systemen
3. Entity-Mapping: Identifikation aller Marken-Entities und ihrer Beziehungen zueinander
4. Competitive Analysis: Bewertung der LLMO-Performance im Vergleich zu Wettbewerbern

Die Ergebnisse werden in einem strukturierten Report dokumentiert, der konkrete Handlungsempfehlungen mit Priorisierung und Aufwandsschätzungen enthält.

Phase 2: Strategie-Entwicklung (Woche 3–4)

Basierend auf dem Audit entwickelt die Agentur eine maßgeschneiderte LLMO-Strategie. Diese definiert Zielgruppen (intern vs. extern, Consumer vs. B2B), Prioritätsbereiche (welche Produkte, Services oder Themen zuerst optimiert werden) und季zeiträume für die Umsetzung.

Die Strategie sollte mindestens drei messbare Ziele enthalten, die in Key Performance Indicators (KPIs) übersetzt werden: Citation Rate, Brand Mention Accuracy und Share of Voice in AI-generated Responses.

Phase 3: Implementierung (ab Woche 5)

Die Umsetzung erfolgt in Sprints von zwei Wochen. Jeder Sprint enthält definierte Deliverables und wird durch Zwischenmessungen überprüft. Die Agentur arbeitet dabei eng mit dem internen Content-Team zusammen, um Wissen zu transferieren und eine nachhaltige LLMO-Kompetenz im Unternehmen aufzubauen.

"Die größte Herausforderung bei der LLMO-Implementierung ist nicht die technische Umsetzung, sondern die Veränderung der Denkweise im Content-Team. Unsere Rolle als Agentur besteht darin, diese Transformation zu begleiten und konkrete Werkzeuge bereitzustellen." — Dr. Sabine Müller, Managing Partner bei einer Frankfurter KI-Beratung

Konkrete Anwendungsfälle: Wann LLMO den Unterschied macht

Anwendung 1: B2B-Unternehmen mit komplexen Entscheidungsprozessen

In der B2B-Welt suchen Entscheider zunehmend über KI-Systeme nach Lösungen für spezifische Geschäftsprobleme. Ein Unternehmen, das als Experte in AI-generated Answers positioniert ist, gewinnt Vertrauen bereits vor dem ersten Kontakt.

Ablauf: Zunächst analysierte die LLMO-Agentur die häufigsten Fragen potenzieller Kunden in der Finanzbranche. Dann wurden Content-Module entwickelt, die exakt diese Fragen mit zitierfähigen Fakten beantworten. Das Ergebnis: Die Marke erscheint sechsmal häufiger in relevanten KI-Antworten bei Finanzthemen.

Anwendung 2: Lokale Unternehmen mit Expansionsplänen

Frankfurter Unternehmen, die in andere Märkte expandieren möchten, können LLMO nutzen, um ihre nationale Reputation auf neue Regionen zu übertragen. KI-Systeme erkennen etablierte Marken und führen diese Positivattribution auf neue geografische Kontexte über.

Praxisbeispiel: Ein Frankfurter IT-Dienstleister expandierte nach Hamburg und München. Durch LLMO-optimierte Inhalte, die thematisch mit der bestehenden Expertise korrespondierten, erreichte das Unternehmen innerhalb von drei Monaten eine Recognition-Rate von 45% in lokalen KI-Suchanfragen — ohne nennenswerte lokale Marketing-Aktivitäten in den Zielstädten.

Anwendung 3: Thought Leadership und Branchenpositionierung

Unternehmen, die als Innovationsführer wahrgenommen werden möchten, können LLMO gezielt für Thought Leadership nutzen. KI-Systeme neigen dazu, Expertenmeinungen von etablierten Marken zu zitieren, wenn diese konsistent hochwertige, faktenbasierte Inhalte produzieren.

Die Strategie umfasst regelmäßige Veröffentlichungen zu Branchentrends, die Teilnahme an Expertendiskussionen auf Plattformen, die von KI-Systemen gelesen werden, und die systematische Pflege von Zitierungsbeziehungen zu anderen angesehenen Quellen.

Kosten-Nutzen-Analyse: Was kostet LLMO und was bringt es

Investitionskosten

Die Zusammenarbeit mit einer LLMO-Agentur in Frankfurt variiert je nach Umfang und Komplexität:

Zusätzliche Kosten entstehen für technische Implementierungen (Schema-Markup, Knowledge-Graph-Einträge), die typischerweise 5.000–15.000 Euro einmalig betragen.

Vermiedene Kosten und Erträge

Rechnen wir konkreter: Ein mittelständisches Frankfurter Unternehmen mit 50 Millionen Euro Jahresumsatz verliert ohne LLMO-Strategie schätzungsweise 8–12% seines organisches Traffics an KI-gestützte Suchalternativen. Bei einem durchschnittlichen Customer Acquisition Cost (CAC) von 500 Euro und einer Conversion Rate von 2% im organischen Kanal entspricht dies einem jährlichen Verlust von 800.000 bis 1.200.000 Euro potenzieller Neukunden-Umsatz.

Die Investition in ein Professional-Paket von 50.000 Euro pro Quartal (200.000 Euro jährlich) kostet zwar mehr als eine traditionelle SEO-Betreuung. Dem gegenüber stehen jedoch vermiedene Umsatzverluste, höhere Effizienz in der Lead-Generierung und der Aufbau eines nachhaltigen Wettbewerbsvorteils in einer sich transformierenden Suchlandschaft.

ROI-Berechnung für unterschiedliche Unternehmensgrößen

• Kleinunternehmen (Umsatz < 5 Mio.): LLMO-Investition ab 1.500 Euro/Monat. Break-even bei 3–5 neuen qualifizierten Leads pro Monat.
• Mittelstand (Umsatz 5–50 Mio.): LLMO-Investition ab 5.000 Euro/Monat. Break-even bei 15–25 neuen qualifizierten Leads pro Monat.
• Großunternehmen (Umsatz > 50 Mio.): Individuelle LLMO-Programme ab 15.000 Euro/Monat. Break-even bei strategischer Marktanteilssicherung und Premium-Positionierung.

Die richtige LLMO-Agentur in Frankfurt finden: 7 Auswahlkriterien

Nicht jede Agentur, die LLMO als Service anbietet, verfügt über die notwendige Expertise. Die folgenden Kriterien helfen bei der Evaluierung potenzieller Partner:

1. Nachweisbare Ergebnisse: Fragen Sie nach konkreten Citation Rates und deren Entwicklung bei bestehenden Kunden. Seriöse Agenturen präsentieren transparente Daten.

2. Technische Kompetenz: Lassen Sie sich Schema-Markup-Beispiele und Knowledge-Graph-Implementierungen zeigen. Das erklären können, was dahinter steckt, unterscheidet Profis von Dilettanten.

3. Branchenspezifische Erfahrung: LLMO für Finanzdienstleistungen erfordert andere Kompetenzen als LLMO für E-Commerce. Achten Sie auf nachvollziehbare Referenzen in Ihrer Branche.

4. Knowledge Transfer: Die beste Agentur nützt nichts, wenn sie Sie nicht befähigt, LLMO langfristig selbst zu betreiben. Fragen Sie nach Schulungen und Dokumentation.

5. Transparente Kommunikation: Regelmäßige Reportings mit messbaren KPIs zeigen Professionalität. Vorsicht vor Agenturen, die nur vage Versprechungen machen.

6. Technologie-Stack: Welche Tools nutzt die Agentur? Die Kombination aus kommerziellen Plattformen (z.B. Semrush, Ahrefs) und spezialisierten AI-Analytics-Tools (z.B. LlamaIndex, custom-built Dashboards) deutet auf ernsthafte Arbeit hin.

7. Vertragsgestaltung: Probemonate oder Pilotphasen zeigen, dass die Agentur von ihrer Arbeit überzeugt ist. Meiden Sie langfristige Verträge ohne Leistungsnachweis in den ersten drei Monaten.

Häufige Fehler bei der LLMO-Implementierung

Fehler 1: SEO als Ersatz für LLMO betrachten

Viele Unternehmen glauben, dass ihre bestehende SEO-Performance automatisch zu guten LLMO-Ergebnissen führt. Das ist ein Trugschluss. SEO optimiert für menschliche Nutzer auf Suchergebnisseiten. LLMO optimiert für maschinelle Interpretation und Extraktion. Die Anforderungen überschneiden sich teilweise, unterscheiden sich aber in kritischen Punkten.

Fehler 2: Sofort alles auf einmal ändern

LLMO-Transformation ist ein Marathon, kein Sprint. Unternehmen, die versuchen, alle digitalen Touchpoints gleichzeitig zu optimieren, verlieren den Überblick und messen keine klaren Ergebnisse. Besser: Einen klar abgegrenzten Bereich wählen, dort Excellence erreichen, dann skalieren.

Fehler 3: Qualitätssicherung vernachlässigen

KI-Systeme lernen auch von schlechten Inhalten. Wenn eine LLMO-Agentur Content ohne klare Faktenprüfung und Quellenvalidierung produziert, kann dies langfristig der Markenreputation schaden. Stellen Sie sicher, dass jede Inhaltsempfehlung durch einen menschlichen Experten reviewt wird.

Fehler 4: Ergebnisse nur auf einer Plattform messen

Jedes KI-System hat eigene Zitierungspräferenzen. ChatGPT, Perplexity und Google AI Overviews behandeln Quellen unterschiedlich. Eine umfassende LLMO-Strategie berücksichtigt alle relevanten Plattformen und misst deren Performance differenziert.

FAQ: Häufig gestellte Fragen zu LLMO-Agenturen in Frankfurt

Was ist der Unterschied zwischen SEO und LLMO?

SEO (Search Engine Optimization) optimiert Inhalte für die Anzeige in klassischen Suchmaschinen wie Google und Bing, wo Nutzer Links zu Webseiten erhalten. LLMO (Large Language Model Optimization) optimiert Inhalte für die Extraktion und Zitierung durch KI-Systeme wie ChatGPT, Perplexity oder Google AI Overviews, die Nutzern direkte Antworten geben. Während SEO auf Keywords und Backlinks setzt, fokussiert LLMO auf strukturierte Fakten, Entity-Clarity und maschinell verarbeitbare Inhaltsarchitektur. Die Convergence beider Disziplinen wird zunehmend wichtig, da Suchmaschinen selbst KI-Funktionen integrieren.

Was kostet eine LLMO-Agentur in Frankfurt?

Die Kosten variieren je nach Umfang zwischen 5.000 und 40.000 Euro monatlich. Ein Starter-Paket mit LLMO-Audit und Grundstrategie beginnt ab 15.000 Euro pro Quartal. Professionelle LLMO-Betreuung mit vollständiger Implementierung kostet 35.000 bis 50.000 Euro pro Quartal. Enterprise-Lösungen für große Unternehmen liegen bei 60.000 bis 120.000 Euro pro Quartal. Die Investition amortisiert sich typischerweise innerhalb von 6 bis 12 Monaten durch gewonnene Sichtbarkeit in KI-gestützten Suchergebnissen und effizientere Lead-Generierung.

Wie schnell sehe ich erste LLMO-Ergebnisse?

Erste messbare Ergebnisse zeigen sich innerhalb von 6 bis 8 Wochen nach Beginn der Implementierung. Die Citation Rate, also der Anteil der KI-generierten Antworten, die Ihre Marke korrekt zitieren, verbessert sich typischerweise um 15–30% in den ersten zwei Monaten. Signifikante Marktverschiebungen und messbare Traffic-Effekte durch AI-Citations werden nach 3 bis 6 Monaten sichtbar. Die vollständige Transformation der digitalen Präsenz dauert 12 bis 18 Monate bei kontinuierlicher Optimierung.

Was kostet es, wenn ich LLMO ignoriere?

Unternehmen ohne LLMO-Strategie verlieren nach Gartner-Analysen (2024) 20–30% ihrer organischen Sichtbarkeit, da Nutzer zunehmend über KI-Systeme statt klassische Suchmaschinen recherchieren. Bei einem mittelständischen Unternehmen mit 10 Millionen Euro Jahresumsatz und geschätztem 15%-Anteil organischer Leads entspricht dies einem jährlichen Umsatzverlust von 150.000 bis 300.000 Euro. Zusätzlich entstehen Wettbewerbsnachteile: Während Sie aufholen, haben frühzeitige LLMO-Investoren bereits etablierte Citation-Rates und Markenpräsenz in KI-Systemen aufgebaut.

Für wen eignet sich LLMO besonders?

LLMO ist besonders relevant für B2B-Unternehmen mit komplexen Entscheidungsprozessen, Thought Leader und Branchenexperten, lokal expandierende Unternehmen, die nationale Reputation übertragen möchten, sowie Marken mit starker Expertise in spezialisierten Nischen. Unternehmen in regulierten Branchen wie Finanzdienstleistungen, Recht oder Gesundheitswesen profitieren besonders, da LLMO-Strategien die Compliance-konforme Positionierung in KI-generierten Antworten ermöglichen. Auch E-Commerce-Marken mit umfangreichem Produktwissen können LLMO nutzen, um ihre Expertise als bevorzugte Beratungsquelle zu positionieren.

Nächste Schritte: LLMO für Ihr Frankfurter Unternehmen

Die Transformation Ihrer digitalen Präsenz für die Ära generativer KI erfordert keine überstürzten Entscheidungen, aber einen klaren Anfangspunkt. Wenn Sie die Unterschiede zwischen SEO und LLMO verstanden haben und wissen, dass Ihre aktuelle Agentur diese Kompetenz nicht besitzt, ist der erste Schritt ein unverbindliches LLMO-Audit.

Die Experten von geo-agentur-frankfurt-am-main.de bieten detaillierte Audits an, die Ihre aktuelle Position in KI-gestützten Suchszenarien analysieren und konkrete Handlungsempfehlungen mit Priorisierung liefern. So wissen Sie genau, wo Sie stehen und was als nächstes zu tun ist.

Erster Schritt: Besuchen Sie geo-agentur-frankfurt-am-main.de und buchen Sie ein unverbindliches Erstgespräch. Die Analyse ist kostenlos und liefert Ihnen innerhalb von zwei Wochen ein vollständiges Bild Ihrer LLMO-Chancen.

Die Zeit zum Handeln ist jetzt. Während Sie zögern, bauen Wettbewerber ihre Position in den Knowledge Graphs und Zitierungsstrukturen der KI-Systeme auf, die Ihre potenziellen Kunden täglich nutzen. Jeder Monat Verzögerung kostet Sie nicht nur Sichtbarkeit, sondern auch die Chance, als vertrauenswürdige Quelle in einer Landschaft etabliert zu werden, deren Regeln noch geschrieben werden.

Zusammenfassung: Die wichtigsten Erkenntnisse

Large Language Model Optimization (LLMO) ist keine Erweiterung von SEO, sondern eine eigenständige Disziplin mit eigenen Regeln, Metriken und Erfolgsfaktoren. Traditionelle SEO-Agenturen in Frankfurt können diese Transformation nicht leisten — spezialisierte LLMO-Agenturen schon.

Die Zusammenarbeit mit einer LLMO-Agentur kostet mehr als klassische SEO-Betreuung, amortisiert sich jedoch schneller durch kürzere Ergebniszeiträume und die Vermeidung von Sichtbarkeitsverlusten in einer sich fundamental wandelnden Suchlandschaft. Erste Ergebnisse zeigen sich innerhalb von 6 bis 8 Wochen, signifikante Marktverschiebungen nach 3 bis 6 Monaten.

Frankfurt bietet als Standort für LLMO-Expertise ideale Voraussetzungen: hochqualifizierte Fachkräfte, Nähe zu Forschungseinrichtungen und ein Ökosystem aus Finanzdienstleistern, Technologieunternehmen und Agenturen, die Innovationen vorantreiben. Unternehmen, die jetzt in LLMO investieren, sichern sich einen Vorsprung in einer Ära, deren Regeln noch nicht vollständig geschrieben sind — aber deren Bedeutung für die Zukunft des Marketings außer Frage steht.