Der Reihe nach: AI Overviews sind KI-generierte Zusammenfassungen, die Google bei vielen Suchanfragen ganz oben auf der Ergebnisseite einblendet – noch über den klassischen Treffern und über den bezahlten Anzeigen. Sie beantworten die Frage der Nutzerin direkt, in mehreren Sätzen oder in einer kurzen Liste, und verweisen mit Quellenkacheln auf die Webseiten, aus denen die Information stammt. AI Overviews sind aus der früheren „Search Generative Experience“ hervorgegangen und in vielen Märkten – auch im deutschsprachigen Raum – inzwischen breit ausgerollt.
Der AI Mode geht einen Schritt weiter. Er ist ein eigenständiger, dialogfähiger Suchmodus, in dem die klassische Trefferliste vollständig durch eine generierte Antwort ersetzt wird. Nutzer können Folgefragen stellen, ihre Anfrage verfeinern und sich durch ein Thema „unterhalten“, ähnlich wie in einem Chatbot – nur eben innerhalb der Suche und mit Live-Webzugriff. Der AI Mode ist Googles Antwort auf die Frage, wie Suche aussieht, wenn man sie von Grund auf für generative KI entwirft, statt KI nachträglich auf das alte Linklisten-Modell aufzusetzen.
Beide teilen denselben Kern: Eine generative Antwort, gestützt auf Quellen, mit dem Anspruch, die Nutzerfrage möglichst vollständig direkt auf der Seite zu beantworten. Und genau hier liegt die strategische Sprengkraft – denn jede Frage, die Google selbst beantwortet, ist potenziell ein Klick weniger auf die Webseite, von der die Antwort stammt.
Diese Entwicklung kam nicht über Nacht. Google hat generative Antworten zunächst als Experiment in einem Test-Labor ausprobiert, schrittweise für ausgewählte Nutzergruppen geöffnet und dann in immer mehr Märkten ausgerollt. Was als optionale, eingeklappte Beta begann, ist in vielen Anfragetypen inzwischen die Standardansicht. Für Unternehmen bedeutet diese Entwicklungslogik vor allem eines: Das Format ist nicht eingefroren, sondern verändert sich laufend. Wer heute eine Momentaufnahme zur Grundlage seiner Strategie macht, sollte sie in einigen Monaten erneut überprüfen. Die Richtung ist klar, der genaue Funktionsumfang bleibt beweglich.
Ebenso wichtig: Generative Antworten erscheinen nicht bei jeder Anfrage gleich. Bei rein navigationsorientierten oder hochkommerziellen Suchen verhält sich Google zurückhaltender, bei erklärungsbedürftigen, informationsorientierten Fragen deutlich offensiver. Diese Unterscheidung ist der Schlüssel, um die eigene Betroffenheit realistisch einzuschätzen – pauschale Aussagen über „die Suche“ führen fast immer in die Irre.
Drei Entwicklungen treffen zusammen. Erstens sind generative Modelle wie Gemini gut genug geworden, um aus mehreren Quellen eine flüssige, meist korrekte Zusammenfassung zu erzeugen. Zweitens hat Google mit ChatGPT Search und Perplexity ernstzunehmende Wettbewerber bekommen, die Nutzern den Antwort-statt-Links-Ansatz bereits anbieten. Drittens haben sich die Nutzererwartungen verschoben: Wer einmal eine direkte KI-Antwort bekommen hat, akzeptiert seltener eine reine Linkliste. Google reagiert darauf, indem es die eigene Kernfläche – die Suchergebnisseite – generativ umbaut.
Für viele mittelständische Unternehmen ist die organische Google-Suche der wichtigste, oft günstigste Vertriebskanal. Wenn ein erheblicher Teil der Suchanfragen künftig direkt durch eine KI-Antwort bedient wird, verändert sich die Logik dahinter: Sichtbarkeit bedeutet nicht mehr nur „auf Platz eins ranken“, sondern „als Quelle in der KI-Antwort zitiert werden“. Wer diese Verschiebung ignoriert, riskiert, dass Rankings auf dem Papier stabil bleiben, der Traffic aber leise wegbricht.
Im Kern arbeitet das System nach einem Muster, das man aus der Retrieval-Augmented-Generation kennt: Das Gemini-Modell beantwortet die Frage nicht aus seinem trainierten Gedächtnis allein, sondern stützt sich auf aktuell abgerufene Webinhalte. Der Ablauf lässt sich vereinfacht in vier Schritte gliedern.
Das generative Herz beider Modi ist ein Modell aus der Gemini-Familie, das Google speziell für den Sucheinsatz anpasst. Wichtig ist die Unterscheidung: Gemini in der Suche ist nicht dasselbe wie die separate Gemini-App oder die Gemini-API. In der Suche ist das Modell eng an den Google-Index, an Live-Webzugriff und an die bestehenden Qualitätssysteme gekoppelt. Es soll nicht möglichst kreativ, sondern möglichst belegbar antworten – die Antwort muss sich auf reale, abrufbare Quellen zurückführen lassen.
Diese Kopplung erklärt, warum klassische Suchmaschinenoptimierung nicht obsolet wird: Ohne Aufnahme in den Index und ohne gute Ranking-Signale gelangt eine Seite nicht in den Retrieval-Schritt – und ohne Retrieval keine Zitierung. Die generative Schicht sitzt auf der Suchtechnik auf, sie ersetzt sie nicht.
Das Zerlegen einer Anfrage in mehrere Teilfragen hat eine praktische Konsequenz, die viele unterschätzen: Eine einzelne Seite muss nicht mehr zwingend die gesamte Frage beantworten, um zitiert zu werden – sie kann auch nur für einen Teilstrang die beste Quelle sein. Ein Handwerksbetrieb, der eine besonders gute Erklärung zu einem Spezialthema bietet, kann in einer breiten Vergleichsanfrage genau für diesen Aspekt herangezogen werden, obwohl er die Gesamtfrage gar nicht abdeckt. Das eröffnet auch kleineren Anbietern mit klar fokussierten, tiefen Inhalten eine realistische Chance auf Sichtbarkeit. Umgekehrt heißt es: Wer zu allem ein bisschen, aber zu nichts wirklich Tiefes bietet, hat es schwerer, für irgendeinen Teilstrang die beste Quelle zu sein.
Für die inhaltliche Arbeit folgt daraus eine konkrete Empfehlung: Lieber wenige Themen mit echter Tiefe besetzen als viele Themen oberflächlich streifen. Eine fokussierte Seite, die eine Teilfrage erschöpfend, klar und belegbar beantwortet, ist für das Retrieval attraktiver als eine breite Übersichtsseite ohne erkennbaren Schwerpunkt.
Generierte Antworten sind nicht unfehlbar. Drei Fehlerbilder treten in der Praxis regelmäßig auf: Erstens Halluzinationen, also plausibel klingende, aber falsche Aussagen – seltener als bei rein generativen Chatbots, weil Quellen gegengeprüft werden, aber nicht ausgeschlossen. Zweitens Kontextfehler, wenn eine korrekte Einzelaussage aus einer Quelle in einen falschen Zusammenhang gestellt wird. Drittens veraltete Informationen, wenn die zitierte Quelle nicht aktuell ist. Für Unternehmen ist das doppelt relevant: Einerseits sollte man eigene Inhalte so klar und eindeutig formulieren, dass sie schwer misszuverstehen sind. Andererseits gilt es zu überwachen, ob über die eigene Marke korrekte Aussagen generiert werden.
Die Modi schließen sich nicht aus, sie überlagern sich. Bei einer einfachen Faktenfrage erscheint häufig eine AI Overview über der gewohnten Linkliste. Bei einer komplexen, mehrteiligen oder vergleichenden Frage spielt der AI Mode seine Stärke aus, weil er Teilfragen bündeln und Folgefragen beantworten kann. Bei eindeutig navigationsorientierten Anfragen – jemand sucht eine bestimmte Marke oder Login-Seite – bleibt die klassische Suche dominierend, weil eine generierte Zusammenfassung dort keinen Mehrwert bietet. Für die Praxis ist wichtig: Welcher Modus erscheint, entscheidet Google anhand der Anfrage, nicht der Nutzer allein.
Die beiden Modi treffen den Traffic unterschiedlich. Bei AI Overviews bleibt die Linkliste sichtbar – wer dort gut rankt und gleichzeitig in der Overview zitiert wird, kann sogar profitieren. Im AI Mode ist die Linkliste ersetzt; Sichtbarkeit hängt fast vollständig davon ab, ob die eigene Seite als Quelle in der Antwort auftaucht. Wer seine Reaktion plant, sollte deshalb nicht von „der KI-Suche“ pauschal sprechen, sondern getrennt bewerten, wie stark die eigenen wichtigsten Suchanfragen von Overviews bzw. vom Mode betroffen sind.
Der zentrale Begriff ist „Zero-Click-Search“: eine Suche, die ohne Klick auf ein Suchergebnis endet, weil die Antwort bereits auf der Ergebnisseite steht. Dieses Phänomen gibt es seit Jahren – etwa bei Wetterboxen, Definitionen oder Rechen-Snippets. AI Overviews und der AI Mode verstärken den Effekt, weil sie nun auch komplexere, mehrteilige Fragen direkt beantworten können. Besonders betroffen sind rein informationsorientierte Inhalte: Definitionen, einfache Anleitungen, Faktenfragen, Vergleichslisten ohne Tiefe. Wer den Großteil seines Traffics über solche dünnen Informationsseiten gewinnt, muss mit spürbaren Rückgängen rechnen.
Wichtig ist die Unterscheidung zwischen Ranking, Sichtbarkeit und Traffic. Eine Seite kann weiterhin auf Position eins ranken, aber weniger Klicks bekommen, weil über ihr eine AI Overview die Frage vorwegnimmt. Gleichzeitig entsteht eine neue Form von Sichtbarkeit: als zitierte Quelle in der KI-Antwort. Diese Zitierung erzeugt zwar nicht immer einen Klick, aber sie schafft Markenpräsenz – der Name des Unternehmens erscheint im Kontext einer kompetenten Antwort. Sichtbarkeit verschiebt sich also von „Klick auf den Treffer“ zu „Erwähnung in der Antwort“.
Aus der Beratungspraxis zeichnet sich ein Muster ab, das sich grob in zwei Lager teilen lässt:
Ein oft übersehener Punkt: Google ist auf Werbeerlöse angewiesen und integriert Anzeigen zunehmend auch in die generativen Formate. Bei kommerziellen Suchanfragen – wo Kaufabsicht besteht – ist es unwahrscheinlich, dass Google Traffic vollständig kappt, denn genau dort verdient die Suche. Für transaktionsnahe Branchen ist die Bedrohung durch reine Zero-Click-Effekte daher meist kleiner als für reine Wissensportale.
Für eine realistische Einschätzung der eigenen Lage hilft die Einteilung der Suchanfragen in drei Typen. Informationsorientierte Anfragen („Wie funktioniert X?“, „Was bedeutet Y?“) sind am stärksten betroffen, weil die KI-Antwort die Frage oft vollständig beantwortet. Kommerziell-recherchierende Anfragen („beste Lösung für Z“, „Anbieter im Vergleich“) sind teilweise betroffen: Die KI liefert eine Vorauswahl, aber die eigentliche Entscheidung und der Abschluss finden meist erst nach dem Klick statt. Transaktionale und navigationsorientierte Anfragen („Produkt kaufen“, „Anbieter Login“) sind am wenigsten betroffen, weil hier die Handlung selbst gefragt ist, nicht eine Erklärung.
Die meisten Unternehmen haben einen Mix aus allen drei Typen. Der entscheidende Schritt ist, das eigene Suchanfragen-Portfolio entlang dieser Achse zu sortieren – und nicht den gesamten Traffic über einen Kamm zu scheren. Oft zeigt sich dabei, dass nur ein klar abgrenzbarer Teil der Seiten unter echtem Druck steht, während die geschäftskritischen, transaktionsnahen Seiten weitgehend stabil bleiben.
Die gute Nachricht zuerst: GEO ist kein völlig neues Handwerk. Vieles, was generative Antwortsysteme bevorzugen, deckt sich mit dem, was Google ohnehin seit Jahren als Qualitätsmerkmal propagiert. Es geht weniger um Tricks und mehr um klare, belegbare, gut strukturierte Inhalte. Trotzdem verschiebt sich der Fokus an einigen Stellen.
Ein verbreitetes Missverständnis lautet, man müsse jetzt „auf GEO umstellen“ und SEO sein lassen. Das ist falsch. Wie in Kapitel 02 gezeigt, sitzt die generative Schicht auf der klassischen Suchtechnik auf. Ohne Index-Aufnahme und ohne gute Ranking-Signale gelangt eine Seite gar nicht erst in den Retrieval-Schritt – und kann damit auch nicht zitiert werden. GEO ist eine Erweiterung der SEO-Denkweise um die Frage „Wird mein Inhalt in einer generierten Antwort verwendet?“, nicht deren Ablösung.
Strukturierte Daten (Schema.org) verdienen besondere Erwähnung. Sie helfen Maschinen, den Inhalt einer Seite eindeutig zu verstehen: Was ist ein Produkt, ein Preis, eine Bewertung, eine FAQ, ein Rezept, eine Veranstaltung, eine Organisation. Auch wenn strukturierte Daten keine Garantie für eine Zitierung sind, senken sie die Hürde für die korrekte Interpretation erheblich. Für Unternehmen ist das einer der konkretesten, technisch umsetzbaren Hebel – und einer, den viele Mittelständler bislang nur halbherzig nutzen.
Googles entscheidender Hebel ist die schiere Reichweite und der eigene, über Jahrzehnte aufgebaute Index. Wer im deutschsprachigen Raum Suchsichtbarkeit will, kommt an Google nicht vorbei – die Wettbewerber sind relevant, aber bedienen einen kleineren, oft technikaffineren Nutzerkreis. Hinzu kommt: Google bringt die KI-Antwort genau dorthin, wo Nutzer ohnehin suchen, ohne dass sie ein neues Werkzeug öffnen müssen. Dieser Heimvorteil ist schwer aufzuwiegen.
Perplexity hat sich früh den Ruf erarbeitet, Quellen besonders transparent und prominent auszuweisen – das schätzen recherchierende Nutzer. ChatGPT Search profitiert von der enormen Verbreitung von ChatGPT und der Gewohnheit vieler Nutzer, dort ohnehin Fragen zu stellen. Für Unternehmen heißt das praktisch: Es reicht nicht, nur auf Google AI Mode zu schauen. Wer als Marke in der KI-gestützten Recherche präsent sein will, sollte beobachten, wie über das eigene Unternehmen in allen drei Systemen gesprochen wird – denn die zugrunde liegenden Optimierungsprinzipien (klar, belegbar, konsistent) sind weitgehend dieselben.
Die wohl wichtigste Erkenntnis aus dem Vergleich ist beruhigend: Man muss nicht für jede Antwortmaschine eine eigene Strategie fahren. Da alle Systeme im Kern aus dem öffentlichen Web abrufen und vertrauenswürdige, klar strukturierte Quellen bevorzugen, zahlt sich gute inhaltliche Arbeit über alle Plattformen hinweg aus. Wer seine Inhalte für Google AI Mode tauglich macht – mit eindeutigen Aussagen, sauberer Struktur und nachvollziehbaren Belegen – verbessert damit in der Regel auch seine Chancen, in ChatGPT Search oder Perplexity zitiert zu werden. Statt drei getrennter Projekte braucht es also ein konsistentes Qualitätsniveau, das auf alle generativen Antwortsysteme gleichzeitig einzahlt.
Der pragmatische Schluss für den Mittelstand: Die Reichweite von Google rechtfertigt es, die eigene Aufmerksamkeit primär dort zu bündeln. Die kleineren Wettbewerber sollte man im Blick behalten, vor allem für technikaffine oder recherche-intensive Zielgruppen – aber sie sind selten der Hebel, mit dem man im DACH-Markt am meisten bewegt.
Eine oft übersehene Chance: Wenn einfache Fragen schon in der Suche beantwortet werden, sind die Nutzer, die danach trotzdem klicken, häufig weiter im Entscheidungsprozess. Sie haben die Grundlagen verstanden und suchen Vertiefung, ein konkretes Angebot oder einen Anbieter. Diese Klicks sind qualitativ wertvoller – sie konvertieren tendenziell besser. Reiner Traffic-Verlust am oberen Trichterende ist also nicht automatisch ein Geschäftsverlust, wenn die unteren Trichterstufen erhalten bleiben.
Das größte unterschätzte Risiko ist nicht der Traffic, sondern die Kontrolle über die eigene Darstellung. Wenn Google aus mehreren Quellen eine Antwort über Ihr Unternehmen oder Ihre Produkte zusammensetzt, bestimmen Sie nicht mehr allein, wie diese ausfällt. Veraltete Preise, falsche Leistungsbeschreibungen oder verzerrte Vergleiche können in die Antwort einfließen. Markenführung bedeutet künftig auch, das eigene Bild über das Web hinweg konsistent und aktuell zu halten – damit das Modell aus richtigen Bausteinen die richtige Antwort baut.
Konkret heißt das, nicht nur die eigene Webseite zu pflegen, sondern auch die Spuren, die ein Unternehmen anderswo im Netz hinterlässt: Brancheneinträge, Bewertungsportale, Fachverzeichnisse, das eigene Unternehmensprofil bei Google. Wenn dort veraltete oder widersprüchliche Angaben stehen, kann eine generierte Antwort genau diese aufgreifen. Eine regelmäßige Durchsicht der wichtigsten externen Quellen – stimmen Adresse, Leistungen, Öffnungszeiten, Kernaussagen noch? – ist deshalb fester Bestandteil einer ernstgemeinten Reaktion. Sie ist weniger glamourös als neue Inhalte, aber oft mit überschaubarem Aufwand erledigt und schützt vor vermeidbaren Falschdarstellungen.
Die wichtigste strategische Verschiebung ist die von Inhaltsmenge zu Inhaltsqualität. Inhalte, die nur Allgemeinwissen wiederholen, verlieren ihre Daseinsberechtigung – eine KI-Antwort macht das besser und schneller. Was bleibt, sind Inhalte, die eine KI gerade nicht erzeugen kann: eigene Erfahrungen, eigene Daten, Praxisbeispiele, ehrliche Bewertungen, Werkzeuge, individuelle Beratung. Die Leitfrage für jeden neuen Inhalt lautet künftig: „Was bietet diese Seite, das eine generierte Antwort nicht aus dem Allgemeinwissen zusammensetzen kann?“ Wer darauf keine gute Antwort hat, sollte den Inhalt überdenken.
Google fasst unter dem Kürzel E-E-A-T vier Qualitätsdimensionen zusammen: Erfahrung (Experience), Fachkompetenz (Expertise), Autorität (Authoritativeness) und Vertrauenswürdigkeit (Trustworthiness). In der KI-Suche gewinnt dieses Konzept an Bedeutung, weil generative Systeme bevorzugt aus vertrauenswürdigen Quellen zitieren. Konkret heißt das: erkennbare Autorenschaft mit echter Expertise, nachvollziehbare Belege, transparente Unternehmensangaben, gepflegte Über-uns- und Kontaktseiten, echte Kundenstimmen, Auszeichnungen und Referenzen. E-E-A-T ist kein einzelner technischer Schalter, sondern die Summe vieler Signale, die zusammen Vertrauen erzeugen.
Auf der technischen Ebene zählt vor allem dreierlei: Erstens eine saubere Indexierbarkeit – die Seite muss überhaupt erfasst werden können. Zweitens strukturierte Daten, die den Inhalt maschinell eindeutig machen. Drittens Performance und mobile Tauglichkeit, denn die KI-Suche findet überwiegend auf mobilen Geräten statt. Diese Basis ist nicht spektakulär, aber sie entscheidet darüber, ob die inhaltliche Arbeit überhaupt wirksam werden kann.
Über die drei Hebel hinaus gibt es eine Reihe konkreter Aufbereitungstechniken, die in unseren Projekten zuverlässig wirken. Sie lassen sich ohne großes Budget umsetzen und verbessern sowohl die klassische SEO-Leistung als auch die Chance auf eine Zitierung:
Die Grundlage jeder sinnvollen Reaktion ist Messung. Bevor man die Strategie ändert, muss man wissen, wie stark man überhaupt betroffen ist. Folgende Schritte haben sich bewährt:
Aus dem Monitoring folgt die Anpassung. Statt alles auf einmal umzubauen, empfiehlt sich ein priorisiertes Vorgehen: zuerst die Inhalte angehen, die stark betroffen und gleichzeitig geschäftlich wichtig sind. Typische Maßnahmen sind das Vertiefen dünner Seiten um eigene Daten und Praxiswissen, das Hinzufügen klarer Antwortsätze und FAQ-Bereiche, die Auszeichnung mit strukturierten Daten, das Aktualisieren veralteter Inhalte und das Stärken von Autoren- und Vertrauenssignalen. Wichtig ist, die Wirkung jeder Maßnahme weiter zu messen – die KI-Suche entwickelt sich schnell, und was heute funktioniert, kann morgen anders aussehen.
Damit Monitoring und Anpassung nicht im Tagesgeschäft untergehen, hat sich im Mittelstand ein einfacher Quartalsrhythmus bewährt. Einmal im Quartal werden die Kennzahlen aus der Search Console gesichtet, die wichtigsten Suchanfragen stichprobenartig manuell geprüft und die Erkenntnisse in eine kurze Prioritätenliste übersetzt. Daraus ergeben sich ein bis drei konkrete Maßnahmen für das kommende Quartal – etwa das Vertiefen einer stark betroffenen Seite, das Nachrüsten strukturierter Daten in einem Bereich oder das Aktualisieren veralteter Inhalte. So bleibt der Aufwand kalkulierbar, und die Strategie entwickelt sich entlang echter Daten statt entlang von Schlagzeilen.
Wichtig ist, die Verantwortung klar zu verankern. In vielen mittelständischen Unternehmen ist SEO eine Nebenaufgabe ohne festen Zuständigen – genau das führt dazu, dass schleichende Veränderungen zu spät bemerkt werden. Ein benannter interner Ansprechpartner oder eine feste Begleitung von außen sorgt dafür, dass der Quartalsrhythmus tatsächlich gelebt wird.
Im Mittelstand ist entscheidend, die Erwartungen sauber zu setzen. Die KI-Suche bedeutet nicht das Ende von SEO, aber sie verlangt eine Verschiebung von „mehr Seiten, mehr Keywords“ zu „bessere Seiten, mehr Substanz“. Dieser Umbau braucht Zeit und ist eher ein Dauerprozess als ein Projekt mit Enddatum. Unternehmen, die das verstehen und kontinuierlich an Qualität, Struktur und Vertrauenssignalen arbeiten, werden mittelfristig stabiler dastehen als solche, die auf den nächsten Trick warten.
