SEO

Strukturierte Daten erzeugen Rich Results und liefern KI-Systemen eindeutige Fakten. Dieser Guide erklärt JSON-LD, listet die Pflichtfelder der wichtigsten Typen, vergleicht die Prüfwerkzeuge – und enthält ein eigenes Tool, in das du deine URL direkt eingeben kannst.

In den GSC-Query-Daten tauchen Anfragen wie „yes" und „yes go on" auf – Antworten von Nutzern im AI Mode. John Mueller hat den Mechanismus bestätigt. Was das für Position, Klickrate und Auswertung bedeutet, und wie du die Konversationsdaten sinnvoll nutzt statt sie nur zu ärgern.

Die Überlappung zwischen Googles Top-Rankings und KI-zitierten Quellen ist von rund 70 % auf unter 20 % gefallen. Warum Ranking und KI-Zitat sich entkoppelt haben – und wie du gezielt auf Zitierbarkeit optimierst.

Google bringt 2026 echte KI-Werkzeuge in die Search Console: einen AI-Performance-Report (Impressionen aus AI Overviews & AI Mode, ohne Klicks/Queries) und ein Opt-out-Toggle, das KI-Features blockiert – ohne Snippet-Verlust und ohne Ranking-Nachteil. Was das kann, was nicht, und ob du aussteigen solltest.

KI-Crawler sind 2026 in Training- und Such-/Zitier-Bots getrennt. Wie du GPTBot, Google-Extended & ClaudeBot (Training) blockst, aber OAI-SearchBot, Claude-SearchBot & PerplexityBot (Suche) zulässt – plus die ehrliche Grenze von robots.txt und Logfile-Kontrolle.

RSL ist ein offener Standard für maschinenlesbare Lizenz- und Vergütungsregeln der KI-Nutzung (Attribution, pay-per-crawl, pay-per-inference). Wie du „indexieren erlaubt, Training nein" trennst – und die ehrliche Einschränkung: Bis Mitte 2026 hat kein großer KI-Anbieter Compliance zugesagt.

AIPREF ist eine IETF-Arbeitsgruppe für einen Standard, mit dem sich KI-Nutzungspräferenzen maschinenlesbar ausdrücken lassen – getrennt vom reinen Zugang (robots.txt). Was der Standard leisten soll, wie er sich zu robots.txt und RSL verhält und was du heute schon ableiten kannst.

KI-Suchen zerlegen eine Anfrage in acht bis zwölf Unterfragen und zitieren einzelne Passagen, nicht ganze Seiten. Deshalb fehlen gut rankende Seiten oft in KI-Antworten. Wie du auf die Unterfragen und auf zitierbare Chunks (rund 134–167 Wörter) optimierst.

Bing hat kleineren Anteil als Google, ist aber nicht null – und speist Microsoft Copilot. Mit wenig Extra-Aufwand sichtbar werden: Bing Webmaster Tools, Sitemap, IndexNow für schnelle Indexierung, plus die relevanten Unterschiede zu Google. Solides Google-SEO überträgt sich weitgehend.

hreflang sagt Google, welche Sprach-/Länderversion für wen gedacht ist – falsch gesetzt stiftet es Chaos. Die vier häufigsten Fehler (fehlende Rückverweise, falsche Codes, kein x-default, Inkonsistenz zu Canonical/Sitemap) und ein Grundgerüst, das auch bei vielen Sprachen sauber bleibt.

Content Decay ist der schleichende Traffic-Verlust bestehender Inhalte – meist unbemerkt. Ein Refresh-Framework: Verfall in der Search Console erkennen, nach Wirkung priorisieren, die bestehende URL substanziell aktualisieren (statt reflexhaft neu zu schreiben) und daraus eine Routine machen.

KI-Suche bevorzugt Marken, denen sie vertraut – und Vertrauen entsteht aus konsistentem Entitäts-Bild, klarer Kernbotschaft und echter Drittanbieter-Validierung, oft stärker als aus der eigenen Website. In 5 Schritten die Discovery-Signale gezielt aufbauen. Keine schnelle Taktik.

In der KI-Suche wird deine Marke entweder nur genutzt (used) oder sichtbar zitiert (cited) – dazwischen liegt die Mention-Citation-Lücke. So misst du beide Formen getrennt und schließt die Lücke mit zitierfähigen Inhalten, eigenen Daten und externer Bestätigung.

Neu in der Search Console: Platform Properties zeigen, wie deine Instagram-, TikTok-, X- und YouTube-Beiträge in Google-Suche und Discover performen – verifizierbar ohne eigene Domain. So richtest du es ein und nutzt Performance- und Insights-Bericht sinnvoll.

Hydration macht serverseitiges HTML im Browser interaktiv – doch was erst danach entsteht, sehen viele Crawler nicht. Google rendert JS verzögert, KI-Crawler gar nicht. Warum dein Kerninhalt, Meta-Tags und JSON-LD ins initiale HTML (SSR/SSG) gehören und wie du es prüfst.

Googles Dominanz in der Suche (über 90 % Marktanteil) steht regulatorisch unter Druck – in den USA und der EU zugleich. Was hinter der Marktmacht-Debatte steckt, warum Google trotzdem zentral bleibt und wieso eine breitere Sichtbarkeitsstrategie jetzt wichtiger wird.

Google bleibt der wichtigste Kanal – aber alles auf eine Karte zu setzen ist riskant. In 6 Schritten Sichtbarkeit breiter aufstellen: andere Suchmaschinen, KI-Antworten und vor allem eigene Kanäle, die dir gehören. Absicherung statt Anti-Google-Programm.

Welches KI-Modell findet Content-Lücken? Perplexity für belegte Wettbewerbsrecherche, ChatGPT für SERP-Analyse, Claude für die Gap-Analyse – mit drei Beispiel-Tasks. Harte Metriken wie Backlinks liefert weiterhin nur ein SEO-Tool.

Welches KI-Modell plant Content-Struktur und interne Verlinkung am besten? Claude für logische Pillar-Cluster-Architektur, ChatGPT für Link-Vorschläge – mit drei Beispiel-Tasks. Aber: nicht jeder vorgeschlagene Link ist sinnvoll.

Welches KI-Modell hilft, in KI-Antworten zitiert zu werden? Claude für zitierfähige Struktur, Perplexity für die Quellen-Landschaft, ChatGPT als Testkanal – mit drei Beispiel-Tasks. Optimiert wird nie für ein Modell, sondern für Klarheit und Substanz.

Welches KI-Modell für technisches SEO und Schema? Warum Gemini durch Google-Nähe und JS-Rendering oft vorn liegt – mit drei Beispiel-Tasks (JSON-LD, Meta-Tags, Debugging) und der eisernen Regel: generiertes Markup immer validieren.

Es gibt kein bestes KI-Modell für SEO – sondern je Aufgabe ein passenderes. Der große Vergleich von ChatGPT, Claude, Gemini und Perplexity, mit Entscheidungsmatrix und einem eigenen Praxis-Leitfaden je SEO-Aufgabe.

Welches KI-Modell für Keyword- und Themenrecherche? Perplexity für belegte Recherche, ChatGPT fürs Clustern, Claude für Themenlandschaften – mit drei konkreten Beispiel-Tasks und der ehrlichen Grenze: verlässliche Suchvolumina liefert keins.

Welches KI-Modell schreibt am besten für SEO? Warum Claude bei Briefings und Text vorne liegt und wo ChatGPT punktet – mit drei Beispiel-Tasks und der wichtigsten Regel: KI-Text ist ein Entwurf, kein fertiger Beitrag.