Wenn eine der bekanntesten Wissensplattformen der Welt nach der Einführung von KI-Antworten messbar weniger Suchbesuche erhält, ist das mehr als eine Randnotiz für Datenanalysten. Es ist ein Warnsignal für Publisher, SEO-Teams, Content-Marketer und Plattformbetreiber: Sichtbarkeit in Google bedeutet nicht mehr automatisch Traffic. Die zentrale Frage lautet deshalb nicht nur, ob AI Overviews Klicks kosten, sondern welche Art von Web-Traffic künftig überhaupt noch bei den ursprünglichen Quellen ankommt.
Eine aktuelle wissenschaftliche Auswertung zu Wikipedia liefert dafür selten belastbares Material. Sie deutet darauf hin, dass Googles AI Overviews die monatlichen Suchverweise auf die englischsprachige Wikipedia um rund 5% reduziert haben könnten. Gleichzeitig zeigt der Fall, wie schwierig es ist, KI-Effekte sauber zu messen, wenn Suchmaschinen, Bots, Crawler, soziale Plattformen und direkte Besuche gleichzeitig das Nutzerverhalten verändern.
Warum Wikipedia ein Frühwarnsystem für die Suche ist
Wikipedia ist für die Analyse von AI Overviews und Web Traffic besonders interessant, weil die Plattform anders funktioniert als klassische Medienseiten, Shops oder Unternehmensblogs. Sie besitzt Millionen strukturierter Artikel in mehreren Sprachen, wird extrem häufig in Suchergebnissen angezeigt und dient KI-Systemen, Suchmaschinen und Nutzern gleichermaßen als Wissensquelle.
Für SEOs ist genau das spannend: Wenn sogar eine Website mit enormer Autorität, starken Marken-Signalen, natürlicher Verlinkung und hoher inhaltlicher Abdeckung weniger Suchverweise erhält, kann das auch für andere Informationsangebote relevant werden. Wikipedia ist zwar kein typisches kommerzielles Projekt, aber sie zeigt, wohin sich die organische Suche entwickeln kann, wenn Antworten direkt auf der Suchergebnisseite erscheinen.
Der entscheidende Unterschied: Nutzung ohne Besuch
Früher war die Beziehung zwischen Suchmaschine und Website vergleichsweise klar. Google zeigte ein Ergebnis, Nutzer klickten, die Website erhielt eine Sitzung. Heute entsteht eine Zwischenebene: KI-Zusammenfassungen, Knowledge Panels, Featured Snippets, Chatbots und Antwortmaschinen können Inhalte verwerten, ohne dass der Nutzer die ursprüngliche Seite öffnet.
Dadurch entstehen drei verschiedene Formen von Sichtbarkeit. Eine Quelle kann in einer KI-Antwort zitiert werden, ohne nennenswerten Traffic zu erhalten. Sie kann von Crawlern genutzt werden, ohne dass ein Mensch beteiligt ist. Oder sie kann weiterhin klassische Klicks aus den Suchergebnissen bekommen. Für Website-Betreiber zählen diese drei Ebenen jedoch wirtschaftlich und strategisch völlig unterschiedlich.
Was die Studie zu AI Overviews und Wikipedia-Traffic nahelegt
Die Untersuchung einer Universität aus Washington vergleicht Suchverweise auf verschiedene Sprachversionen von Wikipedia. Der Kerngedanke: Googles AI Overviews wurden in den USA im Mai 2024 standardmäßig aktiviert. In anderen untersuchten Märkten, etwa Deutschland und Frankreich, war diese automatische Verfügbarkeit im betrachteten Zeitraum nicht in gleicher Weise gegeben.
Die Forscher nutzten deshalb die englische Wikipedia als stärker betroffene Gruppe und verglichen sie mit deutschen und französischen Artikelversionen. Entscheidend war nicht bloß der absolute Traffic, sondern die Veränderung nach dem Rollout im Verhältnis zu vergleichbaren Artikeln in anderen Sprachräumen.
Die wichtigsten Zahlen im Überblick
Das Modell kommt zu dem Ergebnis, dass die standardmäßige Verfügbarkeit von AI Overviews die monatlichen externen Suchverweise auf die englischsprachige Wikipedia um etwa 5,45% gegenüber der deutschen Vergleichsgruppe und um etwa 4,82% gegenüber der französischen Vergleichsgruppe gesenkt haben könnte.
Auf die gesamte englische Wikipedia übertragen entspricht das rechnerisch etwa 100 Millionen weniger Suchverweisen pro Monat. Auf ein Jahr hochgerechnet wäre das eine Größenordnung von rund 1,2 Milliarden entgangenen Suchbesuchen. Wichtig ist jedoch: Diese Werte sind modellbasierte Schätzungen und beziehen sich auf direkte Verweise aus externen Suchmaschinen, nicht auf den gesamten Wikipedia-Traffic.
Warum die frühere Zahl deutlich höher war
Bemerkenswert ist, dass frühere Fassungen der Analyse einen stärkeren Rückgang nahelegten. Später wurde die Methodik angepasst: Statt täglicher Seitenaufrufe standen monatliche Suchverweise stärker im Mittelpunkt, außerdem wurden zusätzliche Vergleichsgruppen einbezogen. Dadurch fiel die Schätzung niedriger aus.
Das ist kein unwichtiges Detail. Es zeigt, dass Messungen zu KI-Suche, Zero-Click Search und organischem Traffic stark davon abhängen, welche Metrik betrachtet wird. Pageviews, Sessions, Suchverweise, Klickrate, Quellenzitate und Crawler-Aktivität erzählen jeweils eine andere Geschichte.
Der SEO-Mythos: „Wenn meine Marke genannt wird, reicht das aus“
Ein häufiger Irrtum im Zeitalter generativer Suche lautet: Solange eine Website in KI-Antworten auftaucht, ist der Verlust klassischer Klicks weniger problematisch. Das klingt plausibel, greift aber zu kurz. Eine Erwähnung ersetzt keinen qualifizierten Besuch, keine Newsletter-Anmeldung, keinen Warenkorb, keine Spende und kein Beratungsgespräch.
Für Wikipedia ist der direkte wirtschaftliche Schaden schwerer zu beziffern, weil die Plattform keine klassische Werbefinanzierung nutzt. Für werbefinanzierte Publisher, Affiliate-Projekte oder B2B-Websites kann dieselbe Dynamik jedoch sehr direkte Folgen haben: Weniger Klicks bedeuten weniger Inventar, weniger Leads, weniger Retargeting-Daten und weniger Möglichkeiten, Nutzer langfristig an die Marke zu binden.
Ein praktisches Szenario aus dem Publisher-Alltag
Stellen wir uns ein Gesundheitsportal vor, das seit Jahren umfangreiche Ratgeber zu Symptomen, Ernährung und Medikamenten veröffentlicht. Bisher kamen viele Besucher über Suchanfragen wie „Was hilft gegen Sodbrennen?“ oder „Magnesiummangel Symptome“. Wenn Google nun eine KI-Zusammenfassung direkt ausspielt, erhält der Nutzer möglicherweise eine ausreichende Kurzantwort, ohne das Portal zu öffnen.
Selbst wenn das Portal als Quelle genannt wird, kann die Klickrate sinken. Der Betreiber verliert nicht nur Seitenaufrufe, sondern auch die Chance, weiterführende Inhalte, Expertenprofile, Newsletter oder Terminangebote sichtbar zu machen. Genau hier liegt das strategische Risiko von AI Overviews: Sie können die obere Ebene der Informationssuche abschöpfen.
Was die Wikipedia-Daten nicht beweisen
So wertvoll die Untersuchung ist, sie liefert keine endgültige Antwort auf alle Fragen rund um Google AI Overviews. Die öffentlich verfügbaren Wikipedia-Daten bündeln externe Suchmaschinen zu einer gemeinsamen Kategorie. Dadurch lässt sich nicht vollständig isolieren, welcher Anteil exakt auf Google entfällt.
Außerdem ist die englische Wikipedia international. Ein erheblicher Teil der Nutzung stammt nicht aus den USA. Wenn nur ein Teil des Publikums von der standardmäßigen AI-Overview-Verfügbarkeit betroffen ist, kann der gemessene Effekt verdünnt werden. Umgekehrt könnten andere Ereignisse im Jahr 2024 die englischsprachige Suche beeinflusst haben, ohne in Deutschland oder Frankreich in gleicher Form aufzutreten.
Korrelation ist nicht automatisch Kausalität
Die Analyse arbeitet mit einem differenzierten Vergleichsmodell, dennoch bleibt Vorsicht geboten. Sie zeigt eine plausible Veränderung im Zusammenhang mit dem Rollout der AI Overviews. Sie beweist aber nicht, dass jede verlorene Sitzung direkt durch eine KI-Antwort verhindert wurde.
Für die Praxis ist diese Einschränkung wichtig. Auch wenn der Effekt nicht punktgenau bestimmbar ist, bestätigt die Entwicklung einen breiteren Trend: Suchmaschinen entwickeln sich von Vermittlern zu Antwortoberflächen. Damit verändert sich der Wert klassischer Rankings.
AI Overviews, Zero-Click Search und die neue Klickökonomie
Die Wikipedia-Zahlen passen zu weiteren Beobachtungen im Suchmarkt. Analysen zum Nutzerverhalten zeigen, dass Menschen seltener auf klassische Suchergebnisse klicken, wenn eine KI-Zusammenfassung eingeblendet wird. Besonders auffällig ist, dass Quellenlinks innerhalb solcher KI-Antworten häufig nur sehr geringe Klickraten erzielen.
Das verändert die ökonomische Logik der Suche. Früher lautete das SEO-Ziel: Position eins erreichen und möglichst viele Klicks gewinnen. Künftig lautet die Aufgabe komplexer: in klassischen Ergebnissen sichtbar bleiben, in KI-Antworten als vertrauenswürdige Quelle erscheinen und gleichzeitig Inhalte schaffen, die einen Klick überhaupt noch rechtfertigen.
Welche Suchanfragen besonders gefährdet sind
Nicht jede Keyword-Art ist gleich stark betroffen. Besonders anfällig sind einfache Informationsanfragen, Definitionen, kurze Faktenfragen, Anleitungen mit wenigen Schritten und Vergleiche, die sich kompakt beantworten lassen.
Beispiele sind Suchanfragen wie „Was ist Crawling?“, „Wie lange Reis kochen?“, „Unterschied B2B und B2C“ oder „Kalorien Banane“. Bei solchen Queries kann eine KI-Antwort den unmittelbaren Informationsbedarf vollständig decken.
Weniger stark betroffen sind dagegen komplexe Entscheidungen, persönliche Beratung, tiefgehende Analysen, lokale Dienstleistungen, transaktionale Suchen, Produktvergleiche mit Erfahrungswerten und Inhalte, bei denen Vertrauen, Marke oder Aktualität entscheidend sind.
Der unsichtbare Traffic: Bots, Crawler und maschinelle Nachfrage
Während menschliche Suchbesuche teilweise sinken, steigt an anderer Stelle die maschinelle Nutzung von Inhalten. Bei Wikimedia wurde ein deutlicher Anstieg beim Abruf von Medien- und Bilddaten beobachtet. Ein großer Teil dieser Nachfrage stammt von automatisierten Systemen, darunter Crawler für KI-Training, Datenextraktion und großvolumige Wiederverwendung.
Für Betreiber großer Content-Plattformen entsteht dadurch ein neues Spannungsfeld. Einerseits möchten sie gefunden, zitiert und genutzt werden. Andererseits verursachen aggressive Bots Serverlast, Bandbreitenkosten und Datenabgriff, ohne automatisch Besucher, Umsatz oder Community-Wachstum zu erzeugen.
Warum Bot-Traffic die Analyse verzerrt
Bot-Erkennung ist komplizierter geworden. Manche automatisierten Systeme tarnen sich als normale Browser, nutzen private IP-Adressen oder wechseln häufig ihre Zugriffsmuster. Dadurch können Pageviews künstlich steigen, obwohl keine echten Leser dahinterstehen.
Wenn später bessere Erkennungsmethoden eingeführt werden, erscheinen historische Traffic-Zahlen plötzlich in einem anderen Licht. Für SEO-Analysen bedeutet das: Rohdaten reichen nicht mehr aus. Unternehmen müssen stärker zwischen menschlichen Nutzern, Suchmaschinen-Crawlern, KI-Bots, Scraping-Traffic und internen Monitoring-Systemen unterscheiden.
Warum Wikipedia Enterprise für die Zukunft von Content wichtig ist
Ein weiterer Aspekt im Wikipedia-Fall ist der professionelle Datenzugang. Für große Technologieunternehmen, Suchmaschinen und KI-Anbieter gibt es strukturierte Zugriffsmodelle mit hoher Verfügbarkeit, Support und Datenfeeds. Dabei wird nicht der frei lizenzierte Inhalt selbst verkauft, sondern der zuverlässige, skalierbare Zugang.
Dieses Modell ist für normale Websites nicht ohne Weiteres kopierbar, aber es zeigt eine mögliche Richtung: Wenn Inhalte systematisch von Maschinen genutzt werden, könnte der Wert künftig nicht nur im Seitenaufruf liegen, sondern auch in strukturierten Daten, APIs, Lizenzmodellen, Partnerschaften und kontrollierter Wiederverwendung.
Was kleinere Publisher daraus lernen können
Ein Fachblog, ein Branchenportal oder ein Softwareanbieter wird kaum ein eigenes Enterprise-Datenangebot wie Wikipedia aufbauen. Dennoch lassen sich Prinzipien übertragen. Inhalte sollten maschinenlesbar strukturiert, klar autorisiert, aktuell gehalten und eindeutig der Marke zugeordnet sein.
Wer wertvolle Daten besitzt, sollte überlegen, ob diese ausschließlich als frei crawlbarer Artikel erscheinen müssen oder ob es ergänzende Formate geben kann: interaktive Tools, Studien-Downloads, Datenbanken, geschützte Reports, Newsletter-Analysen oder API-Zugänge für Partner.
Praktische SEO-Strategien für die Ära der AI Overviews
Der mögliche Traffic-Rückgang bei Wikipedia ist kein Grund, SEO abzuschreiben. Er ist ein Grund, SEO breiter zu definieren. Suchmaschinenoptimierung wird zur Sichtbarkeits-, Vertrauens- und Nachfrage-Optimierung über mehrere Antwortsysteme hinweg.
1. Inhalte schaffen, die nicht vollständig zusammenfassbar sind
KI-Antworten sind stark bei kompakten Fakten. Schwächer sind sie bei originären Perspektiven, eigenen Daten, Erfahrungsberichten, visuellen Vergleichen, interaktiven Rechnern und tiefem Expertenwissen. Inhalte sollten deshalb mehr bieten als eine generische Antwort.
Ein Artikel über „CRM-Auswahl“ sollte nicht nur definieren, was ein CRM ist. Er sollte Entscheidungsmatrizen, Kostenfallen, Implementierungsbeispiele, Checklisten für Stakeholder und typische Fehler aus realen Projekten enthalten. Solche Inhalte erzeugen eher einen Klick, weil die KI-Zusammenfassung den Nutzen nicht vollständig ersetzen kann.
2. Brand Search als Schutzschild aufbauen
Wenn generische Informationskeywords weniger Klicks liefern, wird Markenbekanntheit wichtiger. Nutzer, die gezielt nach einer Marke, einem Tool, einer Redaktion oder einem Experten suchen, sind weniger leicht durch eine KI-Zusammenfassung abzufangen.
Unternehmen sollten deshalb nicht nur auf Rankings für generische Keywords setzen, sondern systematisch Nachfrage nach der eigenen Marke erzeugen: über Newsletter, Community, Studien, Webinare, Podcasts, Social Media, PR und wiedererkennbare Meinungsführerschaft.
3. Strukturierte Daten und klare Entitäten nutzen
Suchmaschinen und KI-Systeme müssen verstehen, wer hinter einem Inhalt steht, welche Expertise vorhanden ist und welche Daten zuverlässig sind. Strukturierte Daten, Autorenprofile, Organisationsinformationen, Quellenangaben, Aktualisierungsdaten und konsistente Entitäten helfen dabei.
Das Ziel ist nicht nur ein Rich Result. Es geht darum, als vertrauenswürdige Quelle in einem zunehmend maschinell kuratierten Informationsraum erkannt zu werden.
4. Die richtigen Metriken beobachten
Reine Traffic-Reports können in die Irre führen. SEO-Teams sollten zusätzlich messen, wie sich Impressionen, Klickrate, Rankings, Brand Searches, direkte Zugriffe, Assisted Conversions, Newsletter-Anmeldungen und Engagement entwickeln.
Besonders sinnvoll ist eine Trennung nach Suchintention. Wenn einfache Informationsseiten verlieren, aber transaktionale oder beratungsnahe Inhalte stabil bleiben, braucht es eine andere Reaktion als bei einem allgemeinen Sichtbarkeitsverlust.
5. Content-Portfolios nach KI-Risiko bewerten
Jede Website sollte ihre wichtigsten Seiten nach dem Risiko einer vollständigen KI-Beantwortung prüfen. Seiten mit kurzen Definitionen, austauschbaren Listen und oberflächlichen Ratgebern sind gefährdeter. Inhalte mit Originaldaten, Persönlichkeit, Tiefe, Tools oder Community-Elementen sind robuster.
Aus dieser Analyse kann eine Prioritätenliste entstehen: Welche Artikel müssen erweitert werden? Welche sollten zusammengelegt werden? Wo lohnt sich ein Tool? Wo braucht es Expertenzitate, eigene Zahlen oder visuelle Elemente?
Was das für Publisher, Shops und B2B-Websites bedeutet
Die Lehre aus Wikipedia ist nicht, dass jede Website automatisch 5% ihres Suchtraffics verliert. Der wichtigste Punkt ist ein anderer: Der Zusammenhang zwischen Ranking, Sichtbarkeit und Besuch wird schwächer.
Für Publisher bedeutet das, dass Reichweitenmodelle auf Basis einfacher Informationsartikel riskanter werden. Für Online-Shops heißt es, Produktdaten, Reviews, Vergleiche und Beratung stärker zu differenzieren. Für B2B-Websites wird Thought Leadership wichtiger, weil generische Erklärinhalte leichter von KI-Systemen komprimiert werden können.
Ein Beispiel aus dem B2B-Marketing
Ein SaaS-Anbieter rankt für „Was ist Marketing Automation?“ jahrelang auf Seite eins. Dieser Inhalt bringt viele Erstkontakte, aber kaum direkte Conversions. Mit AI Overviews sinkt die Klickrate. Statt den Artikel nur weiter zu optimieren, könnte der Anbieter ihn strategisch umbauen: weniger Lexikon, mehr Entscheidungswissen.
Aus einem einfachen Erklärtext wird ein Leitfaden mit Budgetrahmen, typischen Integrationsproblemen, Fragen an Anbieter, ROI-Modell und Vergleich zwischen kleinen Teams und Enterprise-Strukturen. Dadurch verschiebt sich der Inhalt von einer leicht ersetzbaren Definition zu einem wertvollen Entscheidungsasset.
Die zentrale Erkenntnis: Quellen müssen wieder Besuchsgründe schaffen
AI Overviews zeigen, dass das Web nicht weniger wichtig wird, sondern anders genutzt wird. KI-Systeme benötigen hochwertige Quellen, Suchmaschinen brauchen vertrauenswürdige Inhalte, und Nutzer profitieren von schnellen Antworten. Doch für Website-Betreiber entsteht ein Ungleichgewicht, wenn ihre Informationen genutzt werden, ohne dass daraus Besuche, Beziehungen oder Einnahmen entstehen.
Wikipedia macht diesen Wandel sichtbar, weil dort Daten, Sprachen und Suchverweise außergewöhnlich gut vergleichbar sind. Die geschätzten rund 5% weniger Suchreferrals sind deshalb nicht nur eine Zahl über eine einzelne Plattform. Sie sind ein Hinweis darauf, dass SEO künftig stärker um den Wert des Klicks kämpfen muss.
Die beste Antwort darauf ist kein Rückzug aus der organischen Suche. Die beste Antwort ist besserer, eigenständiger, schwer kopierbarer Content: Inhalte mit Erfahrung, Daten, Meinung, Nutzen und klarer Markenbindung. Denn je mehr KI-Systeme einfache Antworten übernehmen, desto wichtiger wird alles, was Nutzer nicht in zwei Sätzen auf der Suchergebnisseite erledigen können.
