Wenn man ehrlich ist, war es absehbar, dass Suchmaschinen irgendwann eine neue Stufe erreichen würden – eine, in der Antworten direkt aus KI-Systemen stammen, nicht mehr nur aus einer Liste von Links. Doch was viele SEOs überrascht hat, ist, dass diese Entwicklung so schnell und tiefgreifend kam. Seit Google seine AI Overviews (kurz: AIOs) integriert hat, verändert sich alles – Reichweite, Klickverhalten, Sichtbarkeit. Nur eines bleibt konstant: Google Search Console hinkt hinterher und liefert kaum Klarheit.
Ich möchte dir zeigen, warum das ein Problem ist, was du derzeit tun kannst, und wie du trotz fehlender Daten saubere Auswertungen und Berichte hinbekommst. Es geht nicht um Panikmache – eher um ein realistisches Bild und pragmatische Wege, diese Lücke mit eigenen Methoden zu füllen.
Die Lücke in der Search Console
Das Kernproblem ist einfach: Google Search Console zählt AI-Übersichten wie ganz normale Impressionen. Wenn also eine AI Overview als Antwort auf deine Suchanfrage eingeblendet wird, wird das in deiner Statistik genauso verbucht wie jede klassische organische Impression. Klingt harmlos – ist es aber nicht. Denn so verschwimmen zwei völlig unterschiedliche Mechanismen: Sichtbarkeit durch organische Treffer und Sichtbarkeit innerhalb eines KI-generierten Antwortblocks.
Die Folge? Du siehst in deinem Dashboard steigende Impressionen, während dein Klickverhältnis (CTR) sinkt. Du kannst aber nicht ablesen, ob deine Inhalte vielleicht in einem AIO genannt wurden, ob sie gute Sichtbarkeit generieren oder ob sie von der KI einfach ersetzt wurden. Diese Unschärfe ist Gift für Reporting, Strategie und Planung.
Besonders hart trifft es Agenturen. Wenn ein Kunde nachfragt, warum Klicks stagnieren, obwohl Sichtbarkeit zunimmt, bleibt nur ein Schulterzucken. Der naheliegende Verdacht: Die AIOs ziehen Aufmerksamkeit ab, aber ohne beweisbare Daten bleibt das Spekulation.
Warum das messbar werden muss
Rein geschäftlich betrachtet führt der Verlust von Messbarkeit zu einem Dominoeffekt. Wenn du nicht mehr weißt, woher die Bewegung kommt, kannst du keine seriösen Ursachenanalyse machen. ROI-Berechnungen werden unscharf, Budgetentscheidungen geraten ins Schwimmen. Kurz: Ohne Daten ist jedes SEO-Reporting ein Ratespiel.
Google selbst gibt sich dazu eigenartig still. Weder in der API noch in der Search Console gibt es Filter oder Metriken, die AI Overviews erkennen lassen. Von offizieller Seite hört man nur, dass „Impressions aggregiert“ werden – was in der Praxis heißt: du bekommst alles in einem Topf serviert.
Was sich durch AIOs tatsächlich verändert
Spannend wird es, wenn man sich den Nutzerfluss anschaut. Früher war klar: Bei einem durchschnittlichen Suchergebnis sackte Platz 1 rund ein Drittel aller Klicks ein. Mit AI Overviews ist dieser Anteil dramatisch eingebrochen – in vielen Fällen halbiert. Warum? Weil sich der Nutzer gar nicht mehr durch die Links klickt, wenn die Antwort oben steht, sauber formatiert und kaum noch als „KI-Ausgabe“ erkennbar.
Wer also noch mit traditionellen CTR-Modellen rechnet, legt falsche Prognosen vor. Und ja, das gilt nicht nur für generische Keywords – selbst markenspezifische Suchanfragen werden inzwischen häufiger mit KI-Antworten versehen, die nur lose auf offizielle Seiten verweisen.
Die neuen Kennzahlen, die du brauchst
Wenn du in Zukunft verstehen willst, wie sich deine SEO-Kampagnen verhalten, brauchst du Daten zu drei Dingen:
- Wie oft erscheint eine AI Overview für deine Keywords?
- Wie häufig wird deine Seite als Quelle oder Zitat darin erwähnt?
- Wie verändert sich dein CTR, wenn eine AIO vorhanden ist?
Diese Kennzahlen gibt dir Google (noch) nicht. Aber du kannst sie selbst erheben – entweder manuell oder über eine automatisierte Abfrage. Beide Wege haben ihre Berechtigung, je nach Größe und Ressourcen deines Teams.
Manuelle Erhebung – der ehrliche Handwerksweg
Ich habe lange mit solchen Setups experimentiert, bevor es bequeme Alternativen gab. Und ja, es ist lästig, aber es funktioniert. Im Grunde nimmst du dir eine Liste deiner wichtigsten Keywords und prüfst sie regelmäßig manuell auf AI Overviews.
Dafür brauchst du keine Software, nur ein bisschen Disziplin und eine gute Tabellenstruktur. So könnte dein Vorgehen aussehen:
- Starte im Inkognito-Modus und gib dein Keyword ein. Warte, bis sich die Seite vollständig lädt (AIOs brauchen manchmal 2–3 Sekunden).
- Notiere, ob eine AI Overview angezeigt wird, ob sie ausgeklappt ist und ob deine Domain in den Quellen genannt wird.
- Mach einen Screenshot und bewahre den Link als Nachweis auf.
- Wechsle ggf. über VPN in andere Länder, wenn du international optimierst. Auch da: immer Lokalisierung (gl‑Parameter) setzen.
Eine gute Struktur besteht aus Spalten wie „Keyword“, „AIO vorhanden (Y/N)“, „Eigenes Zitat (Y/N)“, „Mitbewerber-Zitate“, „Datum“, „Ort“ und „Gerät“. Verknüpfe das später mit deinen GSC-CTR-Daten – so siehst du bald Muster.
Realistisch gesehen dauert eine vollständige Welle (z. B. 100 Keywords, drei Länder) locker 15 Stunden pro Woche. Das ist Aufwand, aber du bekommst ein ziemlich präzises Bild, wo du in der KI-Zone sichtbar bist – und wo du komplett fehlst.
Automatisiertes Tracking – der smarte Weg
Wenn du das regelmäßig brauchst oder im Team arbeitest, lohnt sich der Griff zu einer API. Eine solche Schnittstelle ruft Suchergebnisse strukturiert ab und liefert dir maschinenlesbare Daten, ob ein AIO vorhanden ist, welche Quellen genannt werden und wo die Blöcke platziert sind.
Das Schöne daran: Du kannst alles planen und automatisieren. Eine Anfrage dauert Sekunden, kein Mensch muss Klicks zählen. Der Zeitgewinn im Vergleich zu manueller Recherche ist gewaltig.
Mit ein wenig technischem Verständnis kannst du diese API ganz einfach nutzen, etwa aus einer Google Sheet-Funktion heraus oder über Skripte in Python oder Node.js. Nach spätestens zwei Stunden steht das System, und du bekommst jede Woche deine aktualisierten Daten – automatisch.
Was dir dann offensteht, ist mehr als nur reines Tracking. Du kannst:
- Präsenzen zählen: Wie oft taucht bei bestimmten Keywords eine AI Overview auf?
- Quellen auflisten: Wer wird zitiert, wie häufig, und in welchen Sprachen?
- CTR-Veränderungen verknüpfen: Deine GSC-Daten mit AIO-Vorkommen zusammenführen und so reale Einflüsse erkennen.
- Trends entdecken: Wann Google neue Tests fährt, etwa in bestimmten Branchen oder Themenfeldern.
All das speist du anschließend in ein Dashboard, z. B. Data Studio, Power BI oder einen internen Report. Und plötzlich hast du wieder das, was Google dir weggenommen hat: Transparenz.
Warum sich der Aufwand lohnt
Die wichtigste Erkenntnis aus diesen Tests ist, dass KI-Übersichten nicht bloß ein Zusatz sind, sondern – gerade bei informationsgetriebenen Themen – das Nutzerverhalten massiv formen. Wer hier frühzeitig Daten sammelt, kann Muster erkennen, die andere erst bemerken, wenn der Traffic schon wegbrechen beginnt.
Außerdem bieten AIO-Zitate eine Art neuen Ranking-Faktor. Es zählt nicht mehr nur deine Position im klassischen Index, sondern auch, ob die KI dich als vertrauenswürdige Quelle interpretiert. Diese Erwähnungen erhöhen Markenautorität, weil Nutzer sie sehen, selbst wenn sie nicht klicken.
Mit präzisem Tracking erkennst du, welche deiner Inhalte häufiger zitiert werden – und kannst daraus ableiten, welche Strukturen, Schreibweisen oder Themen das begünstigen. Genau das ist die Basis für künftige KI-optimierte Inhalte.
Beispiel aus der Praxis
In einem Projekt mit einem Softwareanbieter zeigte ein eigenes Monitoring, dass rund 70 % aller transaktionalen Keywords plötzlich AIOs enthielten. Die CTR für Platz 1 fiel von 32 % auf 19 %, dafür stieg die Markensichtbarkeit über KI-Erwähnungen stark an. Ohne diese Werte hätten wir die Effekte völlig falsch interpretiert.
Nach angepasstem Content-Layout und strukturierteren Antworten stieg die Zahl der Zitate in den Overviews um fast ein Drittel – sichtbar in den API-Daten. Die Trafficverluste blieben zwar, aber der Gesamtimpact auf Markenwahrnehmung blieb positiv. Solche Zusammenhänge wirst du ohne eigene Datenerhebung nie sehen.
Schritt für Schritt zu deinem eigenen Dashboard
1. Keyword-Basis festlegen
Starte mit deinen wichtigsten 100–200 Suchanfragen aus der Search Console. Sortiere sie grob nach Informations-, Navigations- und Transaktionsintention. Diese Einteilung brauchst du später für Segmentanalysen.
2. Datenquelle wählen
Manuell bedeutet Screenshots, Excel und händische Updates – funktioniert, aber nur in kleinem Maßstab. Automatisiert heißt: API ansprechen, besser noch regelmäßig per Scheduler laufen lassen. Tools wie Make oder n8n helfen dabei ohne viel Code.
3. Speichern und strukturieren
Viele nutzen Google Sheets, weil es schnell geht. Für größere Datenmengen empfiehlt sich eine Datenbank oder BigQuery. Wichtig ist, dass jedes Keyword eindeutig bleibt und du Zeitstempel pflegst.
4. Zusammenführen mit GSC-Daten
Verbinde beide Quellen (z. B. per VLOOKUP). Dann kannst du sehen, wie oft Keywords mit AIOs schlechtere CTRs zeigen. Diese simple Spalte liefert mehr Erkenntnis als alle Diagramme, die GSC derzeit bietet.
5. Auswertung und Kommunikation
Mach einfache Pivot-Tabellen: nach Thema, nach Markt, nach Gerät. Du wirst schnell Muster erkennen. Und wenn du für Kunden arbeitest, kannst du das Zahlenmaterial sauber aufbereiten: „Von 80 beobachteten Keywords enthalten 47 % ein AI-Snippet; in 23 % sind Sie als Quelle genannt.“ – Das bringt jedes Kundengespräch in ruhiges Fahrwasser.
Was dir das strategisch bringt
Du bekommst wieder Kontrolle. Du erkennst früh Branchenbewegungen und kannst Ressourcen dorthin schieben, wo KI dich ersetzt oder hervorhebt. Außerdem lässt sich der Erfolg von Optimierungen, die auf AIO-Zitationen zielen (z. B. klar strukturierte Texte, definierte Entitäten, FAQ-Bereiche), endlich messen.
Parallel kannst du neue Zielmetriken entwickeln: „AIO Citation Rate“ oder „Non-Click Visibility Index“ – Begriffe, die bald so selbstverständlich sein werden wie CTR oder Impressionen heute. Data-Teams bauen sich so eine neue Schicht der Erfolgsanalyse auf, jenseits klassischer Rankings.
Warum du nicht warten solltest
Es spricht wenig dafür, dass Google die Search Console bald um AIO-Metriken erweitert. Historisch dauert es oft Jahre, bis neue SERP-Features dort auftauchen – siehe Discover oder Produktanzeigen. Wenn du also auf offizielle Unterstützung wartest, verzögerst du nur dein eigenes Lernen.
Besser: Fang klein an. Mach deine Tests, taste dich heran, auch wenn du anfangs händisch arbeitest. Hauptsache, du dokumentierst. Jede Woche, in der du das machst, verbessert dein Gefühl für die Veränderungen im Suchverhalten – und das ist Gold wert, strategisch wie operativ.
Mein persönliches Fazit
KI-Overviews sind keine kurzfristige Spielerei. Sie sind der neue Standard, ob uns das gefällt oder nicht. Wer heute anfängt, sie zu messen und zu verstehen, hat morgen einen echten Vorsprung. Und ehrlich gesagt: So sehr wir uns über die „Blackbox Google“ ärgern – das Neue daran macht die Arbeit wieder spannend.
Ich würde also sagen: Nimm dir die Zeit, ein kleines Dashboard oder einen manuellen Datensatz zu bauen. Du wirst schnell merken, dass die anfängliche Mühe sich lohnt, weil du plötzlich wieder Zahlen vor Augen hast, mit denen du etwas anfangen kannst. Und das ist, was wir als SEO-Menschen am meisten brauchen: klare Sicht statt Blindflug.
