Perplexity verarbeitet 10 Millionen Suchanfragen pro Tag. Google AI Overviews erscheinen in 40% der Suchanfragen. Der Browsermodus von ChatGPT bringt Websites, die es zitiert, tatsächlich Traffic.
Wenn dein Content nicht dafür optimiert ist, dass KI-Systeme Inhalte sauber extrahieren können, verlierst du Sichtbarkeit, die du aktuell noch nicht einmal sauber messen kannst — weil die meisten Analytics-Tools sie nicht einmal erfassen.
Ich habe dazu in den letzten sechs Monaten bei SEOJuice Experimente durchgeführt. Was folgt, sind die Dinge, die wirklich etwas bewegt haben: strukturierter Content, direkte Antworten und saubere Zitationssignale. Keine Theorie — sondern Daten von echten Websites. Und ich sage auch offen, was nicht funktioniert hat, denn das ist mindestens genauso wichtig.
So sah das Setup aus: Wir haben 30 Blogposts auf 5 Kundenseiten genommen, 15 davon mit den Techniken aus diesem Leitfaden dafür optimiert, dass KI-Systeme Inhalte sauber extrahieren können, und 15 als Kontrollgruppe gelassen. Über sechs Monate hinweg haben wir KI-Zitate über das Quellenpanel von Perplexity, die Quellenlinks in Google AI Overviews und manuelle Abfragen im Browsermodus von ChatGPT verfolgt.
Die Ergebnisse waren nicht gleichmäßig verteilt — und genau das hat uns mehr beigebracht als ein glatter Erfolg es getan hätte:
Bei diesem letzten Punkt lohnt es sich, genauer hinzuschauen. Du kannst KI-Zitate nicht so gamen, wie man früher Featured Snippets gamen konnte. Die Modelle lesen deinen Content tatsächlich — sie scannen nicht nur die Struktur.
AI-First Search bedeutet, dass Suchmaschinen künstliche Intelligenz nutzen, um Nutzern direkte, zusammengefasste Antworten zu liefern, statt sie einfach auf eine Liste von Links zu verweisen. Google AI Overviews (früher SGE) und Perplexity treiben diesen Wandel an, indem sie Informationen aus mehreren Quellen zusammenfassen.
Die praktische Veränderung ist simpel: Klassisches SEO drehte sich darum, in der Liste zu stehen. AI-First Search dreht sich darum, in der Antwort vorzukommen. Dein Content muss also nicht nur ranken — er muss extrahierbar, zitierbar und überprüfbar sein.
Was das konkret bedeutet:
Kontext schlägt Keywords: Wenn du Formulierungen wie „beste Yogamatten“ einfach immer wieder in deinen Text stopfst, bringt dir das keine Zitate. KI-Modelle verstehen semantische Zusammenhänge. Du brauchst klare, spezifische Erklärungen — zum Beispiel „am besten für Hot Yoga, weil die Open-Cell-Struktur Schweiß absorbiert“ statt dieselbe Keyword-Phrase zwölfmal hintereinander zu wiederholen.
Klare Struktur wird leichter extrahiert: KI-Modelle können strukturierten Content leichter parsen. Bullet Points, FAQ-Bereiche und kurze Absätze funktionieren besser, weil sie sauber in Antwort-Slots passen. Wir haben das in unseren Experimenten direkt gesehen — die Beiträge mit klaren H2-Fragen und prägnanten Antworten im ersten Absatz wurden 2,5-mal häufiger zitiert als Beiträge mit langen, mäandernden Einleitungen.
Zitate sind die neuen Backlinks: Wenn Perplexity deine Seite zitiert, ist das ein direkter Verweis mit Link. Wenn Google AI Overviews auf deinen Content verweist, bekommst du Sichtbarkeit ganz oben in der SERP. Das sind die neuen Top-Platzierungen — und um sie zu bekommen, brauchst du eine andere Art von Optimierung als fürs klassische Ranking.
Google AI Overviews ziehen Antworten aus Inhalten, die Google als vertrauenswürdig und gut strukturiert einstuft. Basierend auf unseren Experimenten sind das die Faktoren, die tatsächlich beeinflussen, ob dein Content ausgewählt wird:
Google AI Overview Ranking-Faktoren (so sah es in unseren Beobachtungen aus):
| Faktor | Praktische Optimierungstechniken |
|---|---|
| Kontextuelle Relevanz | Beantworte konkrete Nutzerfragen in den ersten 2-3 Sätzen unter jeder H2. Vergrabe die Antwort nicht unter drei Absätzen Kontext. |
| Strukturierte Daten | Nutze FAQ- und HowTo-Schema. In unseren Tests waren Seiten mit Schema 3x häufiger in AI Overviews vertreten. Das war in unseren Tests der Faktor mit dem größten Einfluss. |
| Umgangssprachlich formulierte Suchanfragen | Füge eigene Fragen-und-Antworten-Abschnitte hinzu. Nutze die exakte Formulierung aus der Box „People Also Ask“ (Ähnliche Fragen) als H2/H3-Überschriften. |
| E-E-A-T-Signale | Autorenzeilen mit Qualifikationen, ausgehende Links zu Primärquellen und klar belegte Erfahrung aus erster Hand. Google's Quality Raters bewerten das, und es fließt offenbar in die Quellenauswahl für AI Overviews ein. |
Eine Sache, von der wir erwartet hatten, dass sie wichtig ist, die es aber nicht war (zumindest nicht messbar): Ladegeschwindigkeit. Unsere am schnellsten ladenden Seiten wurden nicht häufiger zitiert als Seiten mit durchschnittlichen Ladezeiten. Das hat mich überrascht — möglicherweise läuft die Quellenauswahl für Google AI Overviews über eine andere Pipeline als klassische Ranking-Signale, oder unsere Stichprobe war einfach zu klein, um den Effekt zu sehen. Ich würde nicht weit genug gehen zu sagen, dass Geschwindigkeit hier keine Rolle spielt, aber in unseren Daten ist sie nicht aufgetaucht.
Während Google AI Overviews schon einiges durcheinanderwirbeln, geht Perplexity noch einen Schritt weiter und liefert direkte, zitierte Antworten aus Quellen, die als glaubwürdig eingestuft werden. Perplexity ist aggressiver, wenn es um knappe, glasklare Antworten geht, und belohnt Präzision.
In unseren Beobachtungen bevorzugte die Quellenauswahl von Perplexity drei Dinge, die sich von Google unterscheiden:
| Wichtiger Aspekt | So optimierst du effektiv |
|---|---|
| Klarheit & Kürze | Kurze, präzise Aussagen statt langer Kontextblöcke. Perplexity scheint auf Satzebene zu extrahieren, nicht auf Absatzebene. |
| Dichte ausgehender Zitate | Seiten, die 5+ autoritative externe Quellen zitieren, wurden von Perplexity häufiger zitiert. Es wirkt so, als würde dein eigenes Zitationsverhalten als Glaubwürdigkeitssignal dienen — wenn du gute Quellen zitierst, wirst du selbst eher zu einer guten Quelle. |
| Spezifität statt Allgemeinplätze | Exakte Zahlen, konkrete Vergleiche und benannte Beispiele schlagen vage Ratschläge. „LCP unter 2.5s verbessert CWV“ wird zitiert; „Geschwindigkeit ist wichtig für SEO“ eher nicht. |
Die kontraintuitivste Erkenntnis: Längerer Content hat bei Perplexity besser performt als kürzerer — solange er gut strukturiert war. Meine Hypothese ist, dass längere Seiten Perplexity mehr potenzielle Extraktionspunkte geben. Ein 3,000-Wörter-Leitfaden mit 15 sauber benannten Abschnitten gibt dem Modell 15 Chancen, eine passende Antwort zu finden. Ein 500-Wörter-Beitrag gibt ihm eine oder zwei. (Ja, ich weiß, das klingt unfair. Das Internet war noch nie besonders fair.)
Selbst erfahrene SEOs stolpern hier. Das sind die Fehler, die wir in unseren eigenen Experimenten gemacht haben, bevor wir den Kurs korrigiert haben:
| Häufiger Fehler | Was wir daraus gelernt haben |
|---|---|
| Format ohne Substanz | Wir haben drei Beiträge in ein perfektes FAQ-Format umgebaut, ohne die eigentlichen Antworten zu verbessern. Keiner davon wurde zitiert. Die Modelle bewerten die Qualität des Inhalts, nicht nur die Struktur. |
| Keyword Stuffing | Baue Keywords natürlich in inhaltsstarken Kontext ein. KI-Modelle parsen Semantik, deshalb bringt exakte Wiederholung nichts und verschlechtert oft nur die Lesbarkeit. |
| Strukturierte Daten ignorieren | Schema-Markup war in unseren Google AI Overview-Zitaten der mit Abstand wichtigste Faktor. Es wegzulassen heißt, den einfachsten Win liegen zu lassen. |
| Überoptimierte Anchor-Texte | Beschreibende, natürliche interne Linktexte haben besser funktioniert als exakte Match-Anchor-Texte. KI-Modelle erkennen erzwungene Optimierung ziemlich gut. |
Basierend auf dem, was in unseren Experimenten tatsächlich etwas bewegt hat, würde ich Folgendes priorisieren, wenn ich bei null anfangen müsste:
Füge FAQ-Schema zu deinen Top-10-Seiten hinzu. Das ist die Änderung mit dem größten Effekt bei dem geringsten Aufwand. Nutze Googles Structured Data Markup Helper oder ein CMS-Plugin. Zeitaufwand: 30 Minuten für 10 Seiten. Erwarteter Effekt: innerhalb von 4-6 Wochen messbar.
Strukturiere deine wichtigsten Seiten als direkte Antworten um. In jedem Abschnitt sollte die Antwort im ersten Satz stehen. Danach kommen Details und Kontext. Das ist das Gegenteil davon, wie die meisten Menschen schreiben (erst Kontext, dann Antwort), aber genau das brauchen KI-Modelle für die Extraktion.
Erhöhe die Dichte deiner ausgehenden Zitate. Verlinke auf Primärquellen: Studien, offizielle Dokumentation, Branchenreports. Zielwert: 5-10 ausgehende Links pro 2,000 Wörter. Gerade für Perplexity ist das ein wichtiges Vertrauenssignal.
Prüfe deine Überschriften. Jede H2 sollte eine Frage oder eine klare Themenformulierung sein. „Unser Ansatz für Content“ ist als Überschrift nutzlos; „Wie du Content so strukturierst, dass KI-Systeme ihn sauber extrahieren können“ ist extrahierbar.
Ich sollte ehrlich sagen, was wir noch nicht wissen. Wir wissen nicht, wie schnell die Trainingsdaten der KI-Modelle aktualisiert werden — einige unserer optimierten Beiträge könnten wegen Domain Authority zitiert worden sein, nicht wegen der Optimierungen selbst. Wir wissen nicht, ob diese Muster stabil bleiben, während sich die Modelle weiterentwickeln. Und wir kennen die relative Gewichtung dieser Faktoren nicht. Das ist ein entstehendes Feld, und jeder, der dir absolute Sicherheit verkauft, verkauft dir wahrscheinlich vor allem etwas.
Während wir Unternehmen dabei geholfen haben, sich an KI-getriebene Suche anzupassen, sind ein paar Fragen immer wieder aufgetaucht:
F: „Ist klassisches SEO noch wichtig, oder geht es jetzt nur noch um KI-Optimierung?“
A: Klassisches SEO ist weiterhin wichtig — KI-Modelle zitieren häufig Seiten, die in der traditionellen Suche ohnehin schon gut ranken. Sieh KI-Optimierung als zusätzliche Ebene auf einem soliden SEO-Fundament, nicht als Ersatz. In unseren Experimenten rankte jede Seite, die ein KI-Zitat bekommen hat, bereits auf Seite 1-2 für ihr Ziel-Keyword. KI-Zitate ohne klassisches Ranking waren extrem selten.
F: „Wie schnell kann ich realistisch Ergebnisse von AI-First-Search-Optimierung erwarten?“
A: Änderungen am Schema-Markup haben nach 4-6 Wochen Wirkung gezeigt. Die Umstrukturierung von Content hat länger gebraucht — bei den meisten Seiten 8-12 Wochen. Zitate in ChatGPT waren am unberechenbarsten und hatten keine klare Timeline.
F: „Sind strukturierte Daten wirklich notwendig?“
A: Basierend auf unseren Daten: ja. Das war die einzelne Änderung mit dem größten Effekt für Google AI Overviews. Kein Schema-Markup zu haben ist wie kein Meta Title zu haben — technisch funktioniert die Seite trotzdem, aber du verschenkst einen massiven Wettbewerbsvorteil.
F: „Muss ich meinen gesamten bestehenden Content neu schreiben?“
A: Nein. Starte mit deinen Top-10-20-Seiten nach Traffic. Strukturiere die Überschriften um, füge Schema hinzu, ziehe die Antworten in jedem Abschnitt nach vorne und erhöhe die Zahl ausgehender Zitate. Das geht, ohne den Kerninhalt komplett umzuschreiben. Rechne mit 30-45 Minuten pro Seite.
Du brauchst dafür keinen komplett neuen Tech-Stack. Für die meisten Optimierungen reichen Tools, die du wahrscheinlich ohnehin schon nutzt:
Schema App oder Merkle's Schema Markup Generator
Zum schnellen Erstellen von FAQ-, HowTo- und Article-Schema. Das sind die Schema-Typen, die in unseren Experimenten den größten Effekt gezeigt haben.
Verfolge, welche Seiten in AI Overviews erscheinen (Google ergänzt diese Daten langsam in den Performance-Berichten). Beobachte Impressionen und Klicks aus AI-generierten Ergebnissen getrennt.
Automatisiert internes Linking, strukturierte Daten und Onpage-Optimierung — die drei Grundbausteine für AI-Bereitschaft. Besonders nützlich, wenn du diese Änderungen über mehrere Websites hinweg in größerem Maßstab ausrollen willst.
SurferSEO Content Auditor oder MarketMuse
Identifiziere Lücken in Struktur und Relevanz deines Contents. Hilfreich, um herauszufinden, welche Abschnitte auf direkte Antworten umgebaut werden sollten.
Verbessere die semantische Abdeckung deines Contents. Diese Tools helfen dir sicherzustellen, dass du die Unterthemen und Entitäten abdeckst, die KI-Modelle bei der Analyse eines Textes zu einem bestimmten Thema erwarten.
Unterm Strich: AI-First-Search-Optimierung ist real, messbar und die investierte Zeit wert. Aber sie ist keine Magie, sie ist nicht garantiert, und sie baut auf guten SEO-Grundlagen auf, statt sie zu ersetzen. Starte mit Schema-Markup und einer Umstrukturierung des Contents auf deinen Seiten mit dem meisten Traffic. Miss 90 Tage lang. Iteriere auf Basis dessen, was du tatsächlich siehst.
no credit card required
