SEO und KI-Sichtbarkeit: Was sich übertragen lässt, was nicht und wo herkömmliche Optimierung schaden kann

Sobald das Gespräch auf KI-Sichtbarkeit kommt, lautet die erste Frage von Unternehmern oder Marketingverantwortlichen fast immer dieselbe: „Wir haben gutes SEO — hilft uns das oder nicht?“ Die Antwort ist nicht so einfach, wie man es sich wünschen würde. Ein Teil der Fähigkeiten und Infrastrukturen aus der klassischen Suche funktioniert in der neuen Umgebung tatsächlich weiter. Ein anderer Teil verliert an Bedeutung. Und manche Gewohnheiten, die sich über Jahre der Optimierung angesammelt haben, helfen nicht nur nicht — sie können sogar aktiv schaden.

Um zu verstehen, warum das so ist, genügt ein Blick auf das veränderte Nutzerverhalten. Nach Daten von Similarweb stieg der Anteil der Suchanfragen, die ohne einen einzigen Klick auf eine externe Website enden, von 56% im Mai 2024 auf 69% im Mai 2025 [1]. Eine Studie des Pew Research Center auf Basis von 68 Tausend realen Suchanfragen zeigte, dass Nutzer bei Vorhandensein eines AI Overview in 8% der Fälle auf Ergebnisse klickten, ohne AI Overview dagegen in 15% [2]. Seer Interactive stellte anhand einer Stichprobe von 25 Millionen organischen Impressions fest, dass der organische CTR bei Anfragen mit AI Overview auf 0,61% fiel, verglichen mit 1,76% ohne AI Overview [3]. Das ist weder Rauschen noch statistischer Zufall. Der Nutzer erhält immer häufiger eine Antwort, ohne die Oberfläche des Such- oder Antwortsystems zu verlassen.

Heißt das, SEO ist tot? Nein. Google Search Central sagt ausdrücklich, dass es für die Aufnahme in AI Overviews und AI Mode keine zusätzlichen Anforderungen gibt — dieselben Grundlagen der Suchoptimierung bleiben relevant [4]. Eine Seite muss indexiert und für die Anzeige in der normalen Suche geeignet sein. Doch „relevant“ und „ausreichend“ sind zwei verschiedene Dinge. Die SEO-Grundlagen öffnen die Tür; sie garantieren nicht, dass eine Marke innerhalb der Antwort erscheint.

Technische Zugänglichkeit der Website. Wenn der Suchcrawler Seiten nicht crawlen kann, gelangen sie nicht in den Index und können folglich nicht zur Quelle für eine KI-Zusammenfassung werden. Eine sauber gepflegte robots.txt, eine XML-Sitemap, korrekt gesetzte Canonical-URLs und schnelle Ladezeiten bleiben damit die grundlegende Eintrittskarte. Google betont: Damit eine Seite in AI Overviews oder AI Mode zu einem stützenden Link werden kann, muss sie indexiert sein und mit einem Textausschnitt angezeigt werden dürfen [4].

Qualität des Inhalts und Expertise. E-E-A-T (Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit) — das Bündel von Kriterien, mit dem Google die Nützlichkeit von Inhalten bewertet — hat nicht nur nichts von seiner Bedeutung verloren, sondern ist noch wichtiger geworden. Antwortsysteme bevorzugen Quellen, die sich überprüfen lassen, und Formulierungen, die wie ein fachkundiges Urteil und nicht wie Werbetext wirken. In der akademischen GEO-Studie, veröffentlicht von Princeton, Georgia Tech und IIT Delhi, erzielten von neun getesteten Optimierungsstrategien drei die besten Ergebnisse: das Hinzufügen konkreter statistischer Daten, die Zitation autoritativer Quellen und die Einbindung von Expertenzitaten [5]. Das ist die direkte Fortsetzung dessen, was gutes SEO seit Jahren lehrt.

Strukturierte Daten und Markup. Schema.org, Open Graph, maschinenlesbare Beschreibungen von Produkten und Dienstleistungen — all dies hilft dem System, eine Entität schneller und präziser zu identifizieren. In der Antwortumgebung wird diese Ebene nicht mehr nur zu einer nützlichen Ergänzung, sondern zu einem Teil der Sprache, in der die Marke mit der Maschine spricht.

Linkprofil und externe Autorität. Externe Links signalisieren weiterhin Vertrauen. Doch — und hier beginnen die Unterschiede — entscheidend ist inzwischen weniger die Dichte der Links als vielmehr, aus welchen Quellen sie stammen. Unabhängige Reviews, Branchenmedien und analytische Publikationen wiegen mehr als Links aus Verzeichnissen und Aggregatoren.

Optimierung auf Keywords. In der klassischen Suche baute der Marketer einen semantischen Kern auf und versuchte, eine Seite für eine bestimmte Phrase maximal relevant zu machen. In der Antwortumgebung gibt der Nutzer jedoch kein Keyword ein, sondern stellt eine Frage. Diese Frage kann lang, nuanciert sein sowie Kontext und Einschränkungen enthalten. Google beschreibt die im AI Mode verwendete Technik als „query fan-out“: Das System zerlegt eine Nutzerfrage in Unterthemen und sucht parallel Informationen zu jedem davon [4][6]. Das bedeutet, dass eine Seite, die perfekt auf eine einzelne Phrase zugeschnitten ist, in keinem dieser aufgefächerten Unter-Queries auftauchen kann, wenn sie angrenzende Aspekte des Themas nicht abdeckt.

Der Kampf um Positionen in der Linkliste. In der Welt der zehn blauen Links war Platz eins das Endziel. In der Antwortumgebung gibt es eine Position als solche nicht mehr. Es gibt den Umstand, innerhalb der synthetisierten Antwort präsent zu sein — und die Rolle, die die Marke darin spielt: Sie kann lediglich erwähnt werden, sie kann zitiert werden oder den Vergleichsrahmen selbst bestimmen. Die Daten zeigen, dass es zwar eine Korrelation zwischen klassischem Ranking und Zitationen in KI-Antworten gibt, sie aber weit von linear entfernt ist. Laut AirOps werden Seiten, die bei Google auf Position eins stehen, in 43% der Fälle von ChatGPT zitiert — das ist 3,5-mal mehr als bei Seiten außerhalb der Top 20 [7]. Das bedeutet aber auch, dass 57% der Erstplatzierten überhaupt nicht zitiert werden. Der Zusammenhang existiert, doch er wirkt nicht automatisch.

Traffic als wichtigste Erfolgsmetrik. Wenn 69% der Suchanfragen ohne Klick enden und bei Anfragen mit AI Overview der CTR auf 0,6% sinkt, dann bedeutet Erfolg nur über Website-Besuche zu messen, einen immer kleineren Teil des Gesamtbildes zu sehen. In der Antwortumgebung kann eine Marke die Entscheidung des Nutzers beeinflussen, ohne auch nur einen einzigen Besuch auf der Website zu erhalten. Das heißt nicht, dass Traffic unwichtig geworden wäre. Es heißt, dass Traffic aufgehört hat, die einzige Währung zu sein. Seer Interactive stellte eine wichtige Asymmetrie fest: Wenn eine Marke innerhalb eines AI Overview zitiert wird, liegt der organische CTR um 35% höher als bei nicht zitierten Wettbewerbern für dieselben Anfragen [3]. Das heißt: Zitationen in der Antwort zerstören den Traffic nicht — sie verteilen ihn zugunsten derjenigen um, die das System als ausreichend verlässliche Quelle bewertet.

Content um der Menge willen. Viele SEO-Strategien der vergangenen Jahre beruhten auf massenhafter Content-Produktion: Je mehr Seiten den semantischen Kern abdecken, desto größer die Reichweite. In der Antwortumgebung bricht diese Logik zusammen. Ein Antwortsystem durchforstet nicht Hunderte Seiten einer Website auf der Suche nach einer Antwort; es wählt das beste Fragment aus der besten Quelle. Zehn schwache Artikel zu einem Thema verlieren gegen einen starken — nicht weil der Algorithmus Menge „bestraft“, sondern weil das System bei der Synthese die überzeugendste und am besten überprüfbare Quelle auswählt.

Die akademische GEO-Studie zeigte ausdrücklich, dass traditionelle SEO-Taktiken wie die Anreicherung mit Keywords im generativen Kontext schwache Ergebnisse lieferten [5]. Der Schaden kann jedoch auch weniger offensichtlich sein.

Das erste Risiko ist die Sprache der Selbstbeschreibung statt der Sprache der Aufgabe. Unternehmen, die aus dem SEO kommen, beschreiben sich häufig in den eigenen Marketingkategorien: „führende Plattform“, „ganzheitliches Ökosystem“, „innovative Lösung“. Das Antwortsystem arbeitet jedoch in der Sprache des Nutzers, der anders fragt: „Was soll ich für ein kleines Geschäft wählen?“, „Worin unterscheidet sich die eine Lösung von der anderen?“, „Was ist besser, wenn das Budget begrenzt ist?“ Wenn eine Marke ihren Content über Jahre auf die eigene Terminologie statt auf die Sprache der realen Nachfrage optimiert hat, kann KI sie mit der Aufgabe des Nutzers schlicht nicht verknüpfen.

Das zweite Risiko ist ein Übermaß an Selbstbeschreibung ohne externe Bestätigung. In der SEO-Welt konnte eine starke Website bei markenbezogenen Anfragen dominieren und sich dabei vor allem auf den eigenen Content stützen. In der Antwortumgebung sucht das System externe Bestätigungen. Wenn eine Marke ihre Vorteile behauptet, aber keine unabhängige Quelle sie mit anderen Worten bestätigt, wird das Antwortsystem bei Empfehlungen vorsichtiger. Eine starke SEO-Website ohne externe Quellenkontur des Vertrauens ist eine fragile Konstruktion.

Das dritte Risiko sind technische Barrieren für KI-Crawler. Manche Websites, die es gewohnt sind, ihr Crawling-Budget fein zu steuern, blockieren einen Teil der Bots über robots.txt. Laut Press Gazette blockieren bereits rund 80% der großen Nachrichtenverlage mindestens einen Bot eines KI-Systems [8]. Für Medienhäuser, die ihren Content schützen, ist das eine bewusste Entscheidung. Für eine kommerzielle Marke, die in Antworten sichtbar sein will, kann eine Blockade jedoch den freiwilligen Rückzug aus dem Spielfeld bedeuten.

Nimmt man all dies zusammen, ergibt sich ein Bild, in dem SEO nicht stirbt, seine Aufgabe sich aber verändert. Früher war das Ziel, auf die erste Ergebnisseite zu gelangen. Heute lautet das Ziel, zu einer Quelle zu werden, auf die sich ein KI-System bei der Formung der Antwort stützen möchte. Das ist eine schwierigere, aber auch wertvollere Position.

Dafür sind mehrere Dinge nötig, die klassisches SEO nicht immer geleistet hat. Erstens: in der Sprache der Aufgabe schreiben, nicht in der Sprache der Marke. Wenn der Nutzer fragt: „Welcher Service eignet sich für ein kleines Team ohne Analysten?“, auf der Website der Marke aber „modulare Umgebung für intelligente Datensteuerung“ steht, entsteht keine Verbindung. Zweitens: Aussagen mit konkreten Daten und externen Links absichern. Die Princeton-Studie zeigte, dass das Hinzufügen von Statistiken die Wahrscheinlichkeit einer Zitation durch ein KI-System um 30–40% erhöht [5]. Drittens: nicht nur die Website aufbauen, sondern die gesamte Quellenkontur — externe Reviews, Fallstudien, Vergleichsmaterialien, Branchen-Erwähnungen, Präsenz in Wissensgraphen. Viertens: die Metriken neu denken; neben dem Traffic müssen der Anteil an Zitationen, die Häufigkeit der Aufnahme in die engere Auswahl und die Qualität der Rolle der Marke in der Antwort berücksichtigt werden.

Für Inhaber kleiner Unternehmen mag das beunruhigend klingen. In der Praxis erfordern viele dieser Schritte jedoch kein riesiges Budget. Sie verlangen Klarheit: Wer sind Sie, was machen Sie besser als andere, wer kann das bestätigen und in welcher Sprache beschreibt Ihr Kunde seine Aufgabe? Das ist keine Frage technischer Optimierung, sondern intellektueller Redlichkeit bei der Beschreibung der eigenen Marke.