AI Search wird generativer: Warum gutes SEO die Basis bleibt

Google hat mit seinem neuen Leitfaden zur Optimierung für generative Funktionen in der Suche ein wichtiges Signal gesetzt: AI SEO verändert die Darstellung von Suchergebnissen, aber nicht die Grundlagen, auf denen Sichtbarkeit entsteht. Wer in Google AI Overviews, Google AI Mode und anderen generativen Sucherlebnissen vorkommen will, braucht keine geheimen Tricks. Google beschreibt vor allem das, was gutes SEO ohnehin leisten muss: Inhalte müssen erreichbar, verständlich, hilfreich, aktuell und technisch sauber sein.

Der entscheidende Unterschied liegt in der Art, wie Google Informationen verarbeitet. Früher stand oft eine einzelne Suchanfrage im Mittelpunkt. Heute kann Google eine Frage breiter verstehen, verwandte Suchanfragen ableiten und mehrere Quellen zusammenführen. Dadurch reicht es nicht mehr, nur ein Keyword mechanisch zu bedienen. Websites müssen ein Thema so erklären, dass sie auch für angrenzende Fragen, Detailfragen und Entscheidungsfragen relevant sind.

Dieser Artikel erklärt die wichtigsten Google-Begriffe ohne unnötige Fachsprache, ordnet die häufigsten Mythen rund um AI Search SEO ein und zeigt konkret, welche technischen und inhaltlichen Maßnahmen jetzt zählen.

Was Google mit AI Search meint

Mit AI Search meint Google Sucherlebnisse, in denen ein KI-System eine Antwort erzeugt. Statt nur zehn blaue Links zu zeigen, fasst Google Informationen zusammen, ordnet sie ein und verweist auf Quellen. Zwei zentrale Produkte stehen dabei im Mittelpunkt: Google AI Overviews und Google AI Mode. Google AI Overviews sind KI-generierte Zusammenfassungen direkt in der Suche. Google AI Mode ist ein stärker dialogorientiertes Sucherlebnis, bei dem Nutzer komplexere Fragen stellen und Folgefragen anschließen können.

Wichtig ist: Die Antwort entsteht nicht losgelöst vom Web. Google betont, dass generative Suchfunktionen weiterhin auf dem Google Search Index und den bestehenden Ranking- und Qualitätssystemen aufbauen. Der Google Search Index ist vereinfacht gesagt die große Datenbasis, in der Google gecrawlte und indexierte Webseiten speichert. Ranking-Systeme entscheiden anschließend, welche Inhalte für eine Suchanfrage nützlich und vertrauenswürdig erscheinen.

Das ist die zentrale Botschaft: AI Search ist keine komplett neue Suchmaschine neben Google. Sie ist eine neue Oberfläche auf Basis der bekannten Google-Suche. Deshalb bleiben technische SEO-Grundlagen, Content-Qualität und klare Informationsarchitektur entscheidend.

Query Fan-out: Warum ein Keyword nicht mehr reicht

Ein Begriff aus Googles Erklärung ist Query Fan-out. Das klingt kompliziert, beschreibt aber ein einfaches Prinzip: Wenn jemand eine Suchanfrage stellt, kann Google im Hintergrund mehrere verwandte Suchanfragen ableiten. Das System betrachtet also nicht nur die ursprüngliche Formulierung, sondern auch ähnliche Teilfragen, Vergleichsfragen und Anschlussfragen.

Für SEO bedeutet das: Eine Seite sollte nicht nur ein Hauptkeyword nennen. Sie sollte das Thema vollständig und verständlich abdecken. Gute Inhalte beantworten die eigentliche Frage, erklären verwandte Begriffe, nennen Grenzen, zeigen Beispiele und helfen bei der Entscheidung. Wer nur eine oberflächliche Liste schreibt, ist leicht ersetzbar. Wer ein Thema strukturiert aufarbeitet, kann in mehreren Suchkontexten relevant werden.

Retrieval und Grounding einfach erklärt

Google nennt dafür den Begriff Retrieval-Augmented Generation, kurz RAG – auch als Grounding bekannt. Retrieval bedeutet: Das System ruft relevante Informationen aus dem Google-Index ab. Grounding bedeutet: Die KI-Antwort wird auf diese abgerufenen Informationen gestützt und durch klickbare Links zu den Quellen belegt. Die Antwort soll also nicht frei erfunden sein, sondern an auffindbaren Quellen verankert bleiben.

Für Website-Betreiber ist das ein wichtiger Punkt. Wenn eine Seite nicht indexiert ist, wichtige Inhalte versteckt sind oder Google den Zusammenhang nicht versteht, kann diese Seite auch schwerer als Quelle genutzt werden. Gute AI-Search-Sichtbarkeit beginnt daher nicht beim Prompt, sondern bei der Frage: Kann Google die Seite finden, lesen, verstehen und als vertrauenswürdige Quelle bewerten?

Grounding macht auch deutlich, warum E-E-A-T weiterhin wichtig ist. Der Begriff E-E-A-T stammt aus den Google Search Quality Rater Guidelines und steht für Experience, Expertise, Authoritativeness und Trustworthiness – also Erfahrung, Fachwissen, Autorität und Vertrauenswürdigkeit. Google braucht Signale, dass Inhalte nicht nur grammatikalisch gut klingen, sondern tatsächlich hilfreich und belastbar sind. Dazu gehören klare Autorenschaft, transparente Unternehmensangaben, aktuelle Informationen, nachvollziehbare Quellen und konkrete Beispiele aus der Praxis.

Die wichtigsten AI-Search-Mythen, die Google entkräftet

Besonders scharf ist Googles Leitfaden dort, wo er falsche Abkürzungen zurückweist. Viele Diskussionen rund um GEO (Generative Engine Optimization), AEO oder LLM SEO drehen sich um neue Dateien, spezielle Markups oder technische Sonderlösungen. Google macht klar: Für AI SEO in der Google-Suche ist das meiste davon kein Ersatz für solide SEO-Arbeit.

Ist GEO wirklich tot? Eine differenziertere Einordnung

„GEO ist tot.“ „KI-SEO funktioniert nicht.“ „Wer nicht klassisch rankt, taucht auch nicht in AI-Antworten auf.“ – So klingen viele Reaktionen auf Googles neuen Leitfaden. Ganz so einfach ist es aus meiner Sicht allerdings nicht.

Ja, Google macht klar: Für Google Search entstehen AI-Overviews- und AI-Mode-Sichtbarkeit auf Basis der bekannten Ranking-Systeme. Eine llms.txt bringt keinen besonderen Vorteil, künstliches Chunking ist kein Erfolgshebel, ein spezielles AI-Markup gibt es nicht. Und dass Google bei AI Search auf seinen eigenen Suchindex zurückgreift – ist das wirklich überraschend? Wohl kaum. Google hat Jahrzehnte in diesen Index investiert. Es wäre erstaunlicher, wenn das Unternehmen für seine eigenen KI-Suchfunktionen plötzlich auf eine externe Datengrundlage setzen würde.

Googles Position ist dabei eindeutig: „From Google Search’s perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO.“ AEO und GEO sind aus Googles Sicht also keine eigenständigen Disziplinen, sondern lediglich neue Bezeichnungen für gute SEO-Arbeit – zumindest was Google Search angeht.

Trotzdem wäre es zu früh, GEO pauschal für tot zu erklären. Der Grund ist einfach: Nicht jedes KI-Suchsystem funktioniert wie Google. Systeme wie ChatGPT Search, Perplexity oder Gemini haben eigene Crawling-Architekturen, andere Quellenpräferenzen und unterschiedliche Fähigkeiten beim Verarbeiten von JavaScript, Paywall-Inhalten und strukturierten Daten.

Ein 2025 veröffentlichtes Forschungspapier der Universität Toronto („Generative Engine Optimization: How to Dominate AI Search“, Chen et al., arXiv:2509.08919) hat genau das in groß angelegten Experimenten untersucht: KI-Suchsysteme bevorzugen systematisch Earned Media – also Inhalte aus unabhängigen, autoritativen Drittquellen – deutlich stärker als Google. Außerdem unterscheiden sich ChatGPT, Perplexity und Gemini erheblich voneinander in Bezug auf Domainvielfalt, Aktualität, Sprachstabilität und Reaktion auf Formulierungsunterschiede. Was für Google gilt, gilt für andere KI-Suchsysteme also nicht automatisch.

Technische SEO-Grundlagen: Ohne Zugriff keine Sichtbarkeit

Der technische Kern bleibt eindeutig: Google muss Inhalte abrufen und indexieren können. Crawlability bedeutet, dass Googlebot eine Seite technisch erreichen kann. Indexierbarkeit bedeutet, dass Google die Seite grundsätzlich in den Suchindex aufnehmen darf. Beides ist Voraussetzung für klassische Rankings und damit auch für Sichtbarkeit in generativen Suchfunktionen.

Konkret sollten robots.txt, Meta-Robots-Angaben, Canonical-Tags, Weiterleitungen, Statuscodes und XML-Sitemaps geprüft werden. Eine wichtige Seite darf nicht versehentlich blockiert sein. Canonical-Tags sollten auf die richtige Version zeigen. Weiterleitungen sollten nicht in Ketten enden. Fehlerseiten mit 404 oder Serverprobleme mit 5xx sollten nicht dauerhaft wichtige Inhalte betreffen.

Ebenso wichtig ist eine klare interne Verlinkung. Wenn relevante Seiten tief versteckt sind oder kaum interne Links erhalten, wirkt das Thema für Google schwächer. Eine gute Seitenarchitektur zeigt, welche Inhalte zusammengehören, welche Seiten zentral sind und welche Detailseiten ein Thema ergänzen.

JavaScript: Was Google sagt – und was das in der Praxis bedeutet

Googles Aussage zu JavaScript im Leitfaden ist knapp und direkt: Google ist in der Lage, Inhalte innerhalb von JavaScript zu verarbeiten, solange sie nicht blockiert sind. Gleichzeitig hält Google fest, dass SEO mit JavaScript-Frameworks generell komplexer ist als mit klassischen Websites. Für den Umgang mit JavaScript verweist Google explizit auf seine separate JavaScript-SEO-Dokumentation und empfiehlt, die dortigen Best Practices zu befolgen.

Google macht damit klar: JavaScript ist kein pauschales Problem – aber auch keine Selbstläufer-Lösung. Was das in der Praxis bedeutet: Wer JavaScript-Frameworks einsetzt, sollte sicherstellen, dass Inhalte für Googlebot erreichbar und nicht blockiert sind, Rendering-Probleme über das URL-Inspection-Tool in der Search Console prüfen und die JavaScript-SEO-Best-Practices aus Googles eigener Dokumentation kennen.

Ein Punkt bleibt dabei wichtig, der über Googles Leitfaden hinausgeht: Andere KI-Suchsysteme wie ChatGPT Search, Perplexity oder Gemini sind beim Rendern von JavaScript deutlich weniger leistungsfähig als Google. Manche rufen nur das initiale HTML ab und führen Skripte gar nicht aus. Wer Sichtbarkeit nicht nur in Google, sondern auch in anderen KI-Suchsystemen anstrebt, sollte kritische Inhalte möglichst im initialen HTML ausliefern – das ist eine eigene Einschätzung auf Basis technischer Beobachtungen, keine Google-Aussage.

Bilder und Video: unterschätzte Chancen in AI Search

Ein Punkt, der in vielen AI-Search-Diskussionen untergeht: Google betont im Leitfaden ausdrücklich, dass generative Suchfunktionen auch Bilder und Videos einbinden können – und dass das zusätzliche Sichtbarkeitschancen bietet, die über reine Textlinks hinausgehen. Das ist keine Randnotiz: Wer ein Thema mit hochwertigen Bildern oder erklärenden Videos unterstützt, schafft mehr Ankerpunkte für AI-Sichtbarkeit.

Google schreibt dazu im Leitfaden: Wer bereits die Image-SEO-Best-Practices und die Video-SEO-Dokumentation befolgt, optimiert damit automatisch auch für generative AI-Suchfunktionen. Es braucht also keine separate Bildstrategie für AI Search – die bestehenden SEO-Grundlagen sind ausreichend, müssen aber konsequent umgesetzt sein.

Semantisches HTML und Duplicate Content: zwei explizite Google-Empfehlungen

Im technischen Teil des Leitfadens nennt Google zwei Punkte, die in der öffentlichen Diskussion selten auftauchen, aber direkt im Dokument stehen.

Semantisches HTML. Google empfiehlt, wo möglich semantische HTML-Elemente zu verwenden – also zum Beispiel <article>, <section>, <nav>, <header> statt generischer <div>-Strukturen. Google stellt klar: Perfektes HTML ist nicht zwingend erforderlich – das Web ist generell kein valides HTML, und Google kann es trotzdem verstehen. Der Hauptnutzen liegt aber nicht beim Crawler allein, sondern bei Screen-Readern, assistiver Technologie und damit bei der Barrierefreiheit. Und Barrierefreiheit wird im Kontext von KI-Agenten, die Accessibility Trees lesen, zunehmend auch für Maschinen relevant (dazu mehr im Agentic-Abschnitt).

Duplicate Content. Google empfiehlt ausdrücklich, doppelte Inhalte zu reduzieren. Die Begründung ist zweifach: Duplicate Content erzeugt eine schlechte Nutzererfahrung, weil Nutzer dieselben Inhalte mehrfach in unterschiedlichen URLs finden. Und er verschwendet Crawling-Ressourcen – Kapazität, die besser in relevante, einzigartige Seiten investiert wäre. Praktisch bedeutet das: Canonicals konsequent setzen, parameter-basierte URL-Varianten kontrollieren und Seiten mit dünnem oder identischem Inhalt konsolidieren oder entfernen.

Achtung Spam-Grenze: Massencontent für Fan-out-Queries

Google gibt im Leitfaden eine Warnung, die in SEO-Diskussionen kaum Aufmerksamkeit bekommt, aber erhebliche praktische Konsequenzen hat. Wer das Konzept des Query Fan-out versteht, könnte auf die Idee kommen: Wenn Google für eine Suchanfrage automatisch zehn Teilfragen ableitet, erstelle ich einfach für jede Teilfrage eine eigene Seite – und maximiere so meine Chancen, in AI-Antworten zu erscheinen.

Google warnt im Leitfaden explizit davor: Wer primär deshalb Massencontent erstellt, um Rankings oder AI-Antworten zu manipulieren, verstößt gegen die Spam-Policy zu Scaled Content Abuse. Googles genaue Formulierung: „While it might be tempting to create separate content for every possible variation of how people might search (for example, by focusing on other queries that people have asked, or fan-out queries), doing so primarily to manipulate rankings or generative AI responses in Google Search violates Google’s scaled content abuse spam policy.“

Ausblick: Agentic Experiences – wenn KI-Agenten Websites besuchen

Google widmet im Leitfaden einen eigenen Abschnitt einem noch jungen Thema, das in den nächsten Jahren erheblich an Bedeutung gewinnen wird: Agentic Experiences. KI-Agenten sind autonome Systeme, die im Auftrag von Nutzern Aufgaben erledigen. Statt Suchergebnisse zu liefern, handeln sie: Sie nehmen Reservierungen vor, vergleichen Produktspezifikationen, buchen Dienstleistungen oder stellen Informationen aus mehreren Quellen zusammen.

Was Agentic Experiences von klassischem Crawling unterscheidet: Diese Systeme besuchen Websites nicht wie Googlebot, indem sie HTML-Seiten abrufen und Links folgen. Sie analysieren Seiten wie ein Nutzer – über Screenshots, DOM-Analyse und Interpretation des Accessibility Trees. Damit können sie Inhalte sehen, die für klassische Crawler schwer zugänglich sind. Gleichzeitig hängt ihre Fähigkeit, auf einer Seite erfolgreich zu agieren, direkt von der Klarheit der Seitenstruktur und der Barrierefreiheit ab.

Google gibt noch keine konkreten Optimierungsempfehlungen speziell für Agenten – der Leitfaden setzt hier bewusst einen Ausblick, keinen Fahrplan. Aber die Konsequenz ist klar: Wer heute in saubere Struktur, verständliche Navigation und Barrierefreiheit investiert, bereitet seine Website nicht nur für heutige Nutzer und Crawler vor, sondern auch für die nächste Generation von KI-Systemen, die im Auftrag von Nutzern auf Websites agieren.

Strukturierte Daten: Hilfreich, aber kein AI-Booster auf Knopfdruck

Strukturierte Daten sind maschinenlesbare Zusatzinformationen im Quellcode. Sie helfen Suchmaschinen, bestimmte Inhalte eindeutig zu erkennen. Beispiele sind Produktname, Preis, Verfügbarkeit, Bewertung, Organisation, Adresse, Öffnungszeiten oder FAQ-Informationen.

Google macht aber deutlich: Strukturierte Daten sind kein geheimer AI-Booster. Sie ersetzen keinen guten Inhalt und keine saubere Technik. Ihr Nutzen liegt darin, Informationen eindeutig zu machen. Für Shops, lokale Anbieter und Dienstleister sind sie besonders wertvoll, weil generative Suche häufig nicht nur Wissen liefert, sondern auch nächste Schritte vorbereitet: vergleichen, anrufen, buchen, kaufen oder einen Anbieter auswählen.

Konkret sollten Unternehmen prüfen, ob Organisation, LocalBusiness, Product, Review, Breadcrumb und relevante weitere Markups sauber eingesetzt werden. Wichtig ist, dass Markup und sichtbarer Seiteninhalt zusammenpassen. Strukturierte Daten dürfen nichts behaupten, was Nutzer auf der Seite nicht sehen.

Lokale Suche: Telefonnummern, Standorte und Google Unternehmensprofil

Für lokale Anbieter wird Googles Empfehlung besonders konkret. Lokale Informationen müssen korrekt, vollständig und konsistent sein. Dazu gehören Name, Adresse, Telefonnummer, Öffnungszeiten, Leistungen, Einzugsgebiet, Bewertungen und relevante Kategorien.

Eine zentrale Rolle spielt das Google Unternehmensprofil (früher: Google My Business). Dort sollten Telefonnummern, Website-URL, Öffnungszeiten, Leistungen, Produkte, Fotos und Unternehmensbeschreibung gepflegt werden. Google nennt im Leitfaden auch explizit Google Merchant Center Feeds für Produktdaten sowie Business Agent – eine konversationelle Funktion, über die Nutzer direkt auf der Google-Suchergebnisseite mit Unternehmen interagieren können. Für lokale Suchanfragen sind diese Angaben oft entscheidend, weil Google sie direkt in lokalen Ergebnissen, Kartenansichten und generativen Antworten nutzt.

Wichtig ist Konsistenz. Die Telefonnummer auf der Website sollte zur Telefonnummer im Google Unternehmensprofil passen. Öffnungszeiten sollten nicht auf der Website anders aussehen als im Profil. Auch Standortseiten sollten klare Daten enthalten: Adresse, Anfahrt, lokale Leistungen, Kontaktmöglichkeiten und eindeutige interne Verlinkung. Je weniger Widersprüche Google findet, desto leichter kann das System lokale Informationen einordnen.

Für Unternehmen mit mehreren Standorten ist eine saubere Struktur Pflicht. Jeder Standort sollte eine eigene, indexierbare Seite haben. Diese Seite sollte nicht nur eine Adresse enthalten, sondern erklären, welche Leistungen dort angeboten werden, wie man Kontakt aufnimmt und welche lokalen Besonderheiten relevant sind.

Snippet-Steuerung: Sichtbarkeit bewusst kontrollieren

Google erinnert auch daran, dass bekannte Steuerungsmöglichkeiten weiterhin gelten. Mit robots-Meta-Tags und Einstellungen wie nosnippet, max-snippet oder data-nosnippet können Website-Betreiber beeinflussen, ob und wie Inhalte in Suchergebnissen als Vorschau erscheinen. Wichtig: Damit eine Seite in generativen AI-Funktionen auftauchen kann, muss sie indexiert und für Snippets zugelassen sein – das hält Google im Leitfaden fest.

Wer Snippets vollständig verhindert, schränkt damit grundsätzlich die Chance auf Sichtbarkeit in Suchergebnissen ein. Wer sensible Inhalte schützen will, sollte gezielt steuern, welche Bereiche ausgeschlossen werden. Für normale Ratgeber-, Produkt- und Serviceseiten ist eine zu harte Einschränkung daher oft kontraproduktiv.

Content-Qualität: Google unterscheidet Commodity von Non-Commodity

Das Wichtigste vorweg: Google nennt im Leitfaden die Content-Qualität als den mit Abstand wichtigsten Faktor für Sichtbarkeit in generativen Suchfunktionen – wichtiger als alle technischen Einzelmaßnahmen. Dabei trifft Google eine klare Unterscheidung zwischen Commodity Content und Non-Commodity Content.

Commodity Content ist Inhalt, der auf allgemeinem Wissen basiert, den jeder produzieren könnte – oder ein KI-Modell ohne weiteres selbst erzeugen würde. Google nennt als Beispiel: „7 Tips for First-Time Homebuyers“. Non-Commodity Content hingegen bringt echte Erfahrung, Expertise oder Perspektive ein, die so nicht anderswo verfügbar ist. Googles Beispiel: „Why We Waived the Inspection & Saved Money: A Look Inside the Sewer Line.“ Der Unterschied ist nicht die Länge, sondern die Substanz.

Für Unternehmen bedeutet das: Inhalte sollten näher an echten Kundenfragen entstehen. Welche Probleme sehen Beratungsteams immer wieder? Welche Missverständnisse gibt es im Vertrieb? Welche Fragen stellen Nutzer vor einer Anfrage? Welche Daten oder Erfahrungen kann das Unternehmen einbringen, die andere nicht haben? Genau diese Substanz ist nicht ersetzbar – und genau das ist es, was Google mit generativen Suchfunktionen bevorzugt aufgreift.

Messen, was zählt: Search Console, Analytics und AI-Sichtbarkeit

SEO für AI Search muss messbar bleiben – mit einer wichtigen Einschränkung: AI Overviews und AI Mode haben keinen eigenen Tab in der Google Search Console. Impressionen und Klicks aus diesen Formaten fließen in den regulären Performance Report unter dem Suchtyp „Web“ ein, zusammen mit klassischen blauen Links und Featured Snippets. Eine saubere Trennung ist in der Search Console derzeit nicht möglich. Was das in der Praxis bedeutet: Wachsende Impressionen bei gleichzeitig stagnierenden Klicks können ein Zeichen sein, dass AI Overviews Suchanfragen auf der SERP beantworten – ohne dass Nutzer auf die Website klicken.

Conversion-Daten – also ob ein Klick zu einem Kauf, einer Anfrage oder einer Anmeldung geführt hat – sind ausschließlich in Google Analytics oder einem vergleichbaren Tracking-System sichtbar. Die Search Console zeigt nur Klicks und Impressionen bis zur Website, nicht was danach passiert.

Wer verstehen will, ob AI-generierter Traffic qualitativ hochwertiger ist, braucht beide Systeme: Search Console für Sichtbarkeit und Klicks aus der Google-Suche, Analytics für Verhalten, Conversions und – neu – für den Vergleich zwischen organischem Suchtraffic und Traffic aus externen KI-Assistenten.

Konkrete Umsetzung: Was jetzt auf die To-do-Liste gehört

1. Technische Grundlagen prüfen. Crawling, Indexierung, Canonicals, Statuscodes, Sitemap, interne Verlinkung, Core Web Vitals und mobile Darstellung. Ohne technische Sauberkeit ist jede AI-Search-Diskussion zweitrangig.

2. JavaScript-SEO-Best-Practices befolgen. Google kann JavaScript verarbeiten, solange Inhalte nicht blockiert sind – hält aber fest, dass JavaScript-Frameworks SEO komplexer machen. Googles eigene JavaScript-SEO-Dokumentation ist Pflichtlektüre. Für andere KI-Systeme gilt zusätzlich: Kerninhalte im initialen HTML ausliefern.

3. Themen statt Einzelkeywords planen. Query Fan-out bedeutet, dass Google ein Thema breiter versteht. Deshalb sollten Content-Cluster aufgebaut werden: Hauptseite, Detailseiten, Vergleiche, Praxisbeispiele und klare interne Verlinkung.

4. Lokale und kommerzielle Daten pflegen. Telefonnummern, Öffnungszeiten, Standorte, Produktdaten, Preise, Verfügbarkeit und Einträge im Google Unternehmensprofil müssen aktuell und konsistent sein. Gerade für lokale Anbieter ist das keine Nebensache.

5. Bilder und Videos mit korrekten SEO-Grundlagen ausstatten. Alt-Texte, beschreibende Dateinamen, Bildunterschriften und Videositemaps – Google betont explizit, dass generative AI-Suchfunktionen auch visuelle Inhalte einbinden. Wer Image- und Video-SEO-Best-Practices befolgt, optimiert damit automatisch auch für AI Search.

6. Semantisches HTML und Barrierefreiheit nicht vernachlässigen. Google empfiehlt semantische HTML-Elemente für bessere maschinelle Lesbarkeit. Und mit dem Aufkommen von KI-Agenten, die Accessibility Trees lesen, wird Barrierefreiheit auch technisch immer relevanter – nicht nur für Menschen.

7. Duplicate Content konsequent reduzieren. Google nennt das ausdrücklich: Doppelte Inhalte verschwenden Crawling-Ressourcen und verschlechtern die Nutzererfahrung. Canonicals setzen, URL-Parameter kontrollieren, dünne Seiten konsolidieren.

8. AI-Mythen nicht überbewerten – und Spam-Grenzen kennen. Keine llms.txt als Wundermittel, kein künstliches Chunking, kein spezielles AI-Markup, keine inauthentischen Mentions – und kein Massencontent für Fan-out-Queries zur Manipulation. Das verstößt laut Google explizit gegen die Scaled-Content-Abuse-Policy.

Praxis-Checkliste

Quellengrundlage: Alle Aussagen zu Google Search basieren auf dem offiziellen Google Search Central Leitfaden (Mai 2026) und den verlinkten Google-Dokumentationen. Die Brainlabs-Studie (96 %-Befund) und das Toronto-Paper (Chen et al.) sind externe Forschungsquellen und keine Google-Aussagen. Aussagen zu anderen KI-Suchmaschinen (ChatGPT Search, Perplexity, Gemini) sind auf Basis des Forschungspapiers und technischer Beobachtungen formuliert – nicht auf Basis offizieller Dokumentation dieser Systeme.