Glasses-AEO 2025: Glance Cards für Meta Ray-Ban Display und Neural Band optimieren

Warum jetzt\nMeta hat auf der Meta Connect am 17. bis 18. September 2025 die Ray-Ban Display und das EMG-gesteuerte Neural Band vorgestellt. Damit wandern Antworten aus Such- und Chat-Oberflächen direkt ins Sichtfeld. Marken erhalten einen neuen Moment der Wahrheit im Augenblick des Blicks. Mehr dazu in der Ankündigung Meta zeigt Ray-Ban Display und Neural Band.\n\n## These: AEO wird zu Glasses-AEO\nAnswer Engine Optimization bleibt wichtig, verschiebt sich aber ins On-Eye-Interface. Die erste Einheit heißt Glance Card. Sie ist nicht die Website und nicht der Chat, sondern ein 2 bis 3 Sekunden Antwortmodul, das in Kontexten wie Store, Straße, Sofa oder Sport funktioniert.\n\n## Was ist eine Glance Card\n### Ziel\n- Die Frage in 2 bis 3 Sekunden eindeutig beantworten oder die nächste Aktion auslösen.\n\n### Bestandteile\n- Sehr kurzer Text, Mini-Visual, kurzer Audio-Cue, optional Follow-up-Geste.\n\n### Zustände\n- Preview im Blick, Focus bei Interaktion, Dismiss nach Timeout.\n\n## Designrichtlinien für 2 bis 3 Sekunden Antworten\n- Text: maximal 12 Wörter, Verben nach vorn, Markenname nur wenn nötig.\n- Typo und Kontrast: große x-Höhe, hoher Kontrast, keine feinen Linien.\n- Mini-Visual: ikonisch, 96 bis 128 px Quadrate, klare Silhouetten, kein Kleinteil.\n- Audio-Cue: unter 300 Millisekunden, signifikanter Anfang, dezentes Ende.\n- Bewegungsbudget: minimale Motion, keine endlosen Loops.\n- Fehlerzustand: neutrale Karte mit lokalem Fallback und sicherer Exit-Geste.\n\n## EMG Mikro-Workflows mit dem Neural Band\n- Gestenfamilie definieren: Tippen, Kneifen, Halten für Bestätigen, Abbrechen, Nächster Schritt.\n- Intent Slots planen: Ort, Produkt, Größe, Menge, Zahlungsart.\n- Beispiel Retail: Nutzer denkt oder flüstert „Zeig mir Größenverfügbarkeit hier im Store“, macht Bestätigen-Geste, Glance Card zeigt Bestand S M L und nächstgelegenen Regalgang.\n- Beispiel Gastronomie: Kurzbefehl „Mehr davon“, Geste Bestätigen, Karte bestätigt Nachbestellung an Tisch 12.\n- Beispiel Service: Karte „Öffnungszeiten heute“, Geste Route, Karte startet Hands-free Navigation.\n\n## Metadaten für Blick-Kontexte\n- Ort: Store, Indoor, Outdoor, Nähe zu Regal oder Theke.\n- Zeit: Öffnungsfenster, Stoßzeiten, Liefercutoff.\n- Umgebung: Lärmpegel, Helligkeit, Bewegung des Trägers.\n- Geräteseitig: Blickdauer, Kartenverlauf, letzte Interaktion.\n- Policy: Privacy by Design, minimale Datensätze, klare Einwilligung, on-device Vorentscheidung wo möglich.\n\n## Informationsarchitektur und Content-Governance\n- Kanonische Antworten: eine Single Source of Truth pro Frageklasse.\n- Variantenlogik: Kontexte als Regeln, nicht als Copy-Duplikate.\n- Lokale Feeds: Bestand, Preise, Wartezeiten, Verfügbarkeit in Echtzeit.\n- Redaktionszyklen: Wochenrhythmus für KPI-Review, Quartal für Taxonomie.\n\n## Neue KPI für On-Eye-Antworten\n- Time-to-Glance: Zeit von Wake bis erste relevante Karte in Millisekunden.\n- Glance-CTR: Interaktionen geteilt durch sichtbare Karten.\n- Hands-Free-Conversion: abgeschlossene Ziele ohne Hände geteilt durch qualifizierte Glances.\n- Stability Rate: Karten ohne Abbruch durch Bewegung oder Lärm geteilt durch alle Glances.\n- Safety Flags: Anteil geblockter Karten in sensiblen Situationen wie Fahren.\n\n## Mess- und Ereignisschema\n- glance_impression: card_id, context, brightness, noise_level, latency_ms.\n- glance_interact: gesture, dwell_ms, follow_up, success.\n- emg_gesture: gesture_type, intent_id, confidence.\n- hf_conversion: goal_id, value, time_ms, location_type.\n- Datenschutz: Pseudonyme IDs, kurze Speicherfristen, Opt-in pro Kategorie.\n\n## AEO für konkrete Fragenklassen\n- Verfügbarkeit: „Zeig mir Größe M hier im Store.“ Karte liefert Bestand und Wegbeschreibung.\n- Preis und Promo: „Gibt es heute Rabatt auf Running-Schuhe?“ Karte zeigt lokalen Preis und Coupon.\n- Service: „Wo ist mein Pickup?“ Karte zeigt Abholcode und Gangrichtung.\n- Support: „Wie tausche ich um?“ Karte zeigt eine 2-Schritt-Anleitung.\n\n## Technische Mindestanforderungen für Marken\n- Glance Card Schema: JSON mit text, icon, audio, actions, policies.\n- Antwortzeiten: unter 150 Millisekunden bis zur ersten Karte im lokalen Kontext.\n- Offline-Modus: letzte verlässliche Karte plus Zeitstempel.\n- Fehlerresilienz: definierte Safe-Defaults bei unklaren Gesten.\n\n## QA und Experimente\n- First Byte Test: 50 Nutzer, 10 Standorte, Peak Noise und Low Light Sessions.\n- Variantentests: Text gegen Icon-Dominanz, kurze gegen sehr kurze Texte.\n- Guardrails: keine sensiblen Inhalte im Straßenverkehr, harte Timeout-Grenzen.\n\n## 30 60 90 Tage Plan\n- 30 Tage: Frageninventar, Kartenbibliothek, Kontextsignale und KPI-Definition.\n- 60 Tage: Pilot in 5 Stores oder 1 Region, Echtzeit-Feeds, EMG-Basistemplate.\n- 90 Tage: Skalierung, Automatisierung der Kartenproduktion, Always-on Tests.\n\n## Team und Prozesse\n- Rollen: AEO Lead, Kontextdaten PM, On-Eye UX, Privacy Steward.\n- Redaktion: kurze Sprints, Kartenreviews im Feld, Feedback aus Store-Team.\n\n## Checkliste zum Start\n- 1 Frage 1 Karte 1 Geste 1 Ziel.\n- Antwort in 2 bis 3 Sekunden validiert.\n- Kontextregeln getestet für Ort, Zeit, Lärm.\n- KPI-Dashboard live und datenschutzkonform.\n\n## Weiterführende Playbooks\nFür Morgen-Use-Cases auf Sprach- und Brillen-Interfaces hilft das Playbook für Morning Cards. Für die Verzahnung von Brille und Browser lohnt das Browser-AEO für Gemini in Chrome. Für Governance und Rechte-Management empfiehlt sich AEO-Lizenzierung mit Content Signals.\n\n## Fazit\nGlasses-AEO macht Antworten körpernah und situativ. Wer früh Glance Cards, EMG-Mikro-Workflows und Kontextmetadaten sauber aufsetzt, gewinnt die wertvollsten Sekunden im Blick der Nutzer.