Sichtbarkeit bei Google & in KI-Modellen sicherstellen

SEA

17.2.2025

Wie bleibt meine Website sichtbar bei Google & in KI-Modellen?

Google will den „AI Mode“ nun fest in die Hauptsuche einbinden

Laut einem kürzlichen Interview zwischen Lex Fridman (Informatiker, YouTuber und Podcaster) und Google-CEO, Sundar Pichai, plant Google, den bislang von der Hauptsuche getrennten „AI Mode“ Schritt für Schritt direkt in die Haupt-Suchergebnisse zu integrieren.

Inhalt

Über diesen Blog

Dieser Blog wird exklusiv von Kathrin Siemokat-Jackson geschrieben, Founder von kaylis innovations.

Hier geht es um Kathrins Lieblingsthemen: Search, Social und Design.

Du hast Interesse an einer Zusammenarbeit? Sende gern eine Mail an: erfolg (at) kaylis.io

Viel Spaß beim Lesen!

Themen

SEA
SEO
Social
Webdesign

AI Mode und AI Overviews: Worum geht es genau?

Bisher sind diese in den USA nur über einen eignen Tab erreichbar (bei uns noch nicht live) und schauen so aus:

Der AI Mode ist bisher entweder nur über einen eigenen Tab erreichbar...

..oder wenn man in der KI-Übersicht (AI Overviews) weiter mit der KI chatten will.

Hier siehst du in einem kleinen Video, das ich aufgezeichnet habe, wie die Webseitenquellen rechts gescrollt werden können

Hier die wichtigsten Insights aus dem Interview mit Googles CEO

Der AI Mode ist aktuell ein eigener Tab, soll in Zukunft aber immer mehr Funktionen auch auf der normalen Suchergebnisseite übernehmen
Zentrale Designprinzipien bleiben bestehen: Auch mit KI werden weiterhin klassische Links zu externen Websites angezeigt. Die KI ergänzt sie, ersetzt sie aber nicht.
„Query fan-out“ & Sprachzugänglichkeit: Der AI Mode nutzt parallele Suchanfragen zur Informationsaggregation. Besonders hilfreich für User, die keine Englischkenntnisse haben. Inhalte können automatisch übersetzt und als Ergebnis genutzt werden.
Erste Metriken sind lt. Google vielversprechend: Sundar Pichai sagt, dass die KI-Übersicht das Produkt verbessert und starkes Wachstum vorangetrieben hat. Die ersten Kennzahlen für den AI Mode sind sehr ermutigend.
Google Ads im AI Mode: Google testet, wie Anzeigen innerhalb dieses Modus erscheinen können. Dabei soll die Integration „stylish und nicht störend“ erfolgen. Die Anzeigen werden als kommerzielle Inhalte behandelt und sollen entsprechende Qualitätsstandards erfüllen.
Zukunftsausblick auf das Suchverhalten: Der AI Mode soll User zu längeren und tiefergehenden Abfragen animieren und mehr Engagement fördern.
Journalismus bleibt wichtig: Trotz der KI-Integration betonte Sundar Pichai Googles Verpflichtung gegenüber qualitativ hochwertigem Journalismus und will auch zukünftig bewusst auf vertrauenswürdige Newsquellen verlinken.
Zwei parallele Web‑Welten: Die Idee ist, es entsteht einerseits ein von Menschen gestaltetes Web (klassische Websites) und andererseits ein „KI-Agenten-Web“, mit dem die KI-Agenten interagieren und eigenständig Aufgaben übernehmen. Beide Welten sollen weiterbestehen. Websites werden dabei immer umfangreicher und besser auf Menschen zugeschnitten, während sich ein separates Web der KI-Assistenten entwickeln wird.

Zusammengefasst: Der AI Mode ist derzeit noch ein eigener Bereich, wird aber zunehmend in die reguläre Google-Suche integriert. Wir sollen uns nun auf kontextbezogene Ergebnisse, automatische Übersetzungen und intelligente Anzeigenplatzierung einstellen. Google sagt auch, die Ergebnisse seien dann tiefergehender. Auch sagen sie, dass hier die Wahrung der ursprünglichen Link-Struktur und Googles Verpflichtung zu seriösem Journalismus gegeben bleibt. Ich sage, das werden wir sehen.

Was sicher ist: In der Ära von Googles AI Mode und Large Language Models (LLMs) ändert sich die Rolle der Suchmaschinenoptimierung nun. Klassische SEO-Strategien, die aufgebaut sind auf Keywords, klassischen Backlinks und Seiten-Rankings greifen bald so nicht mehr. Stattdessen rücken maschinelles Verstehen, semantische Passagenstruktur und Zitierfähigkeit in den Vordergrund.

Was hier jetzt wichtig ist

Google nutzt Technologien wie RAG und Passage Level Retrieval, um KI-generierte Antworten direkt in die Suche zu integrieren. Inhalte, die modular, präzise und maschinell verständlich aufbereitet sind, haben jetzt die höchste Sichtbarkeitschance, nicht durch das Ranking, sondern durch Einbindung in KI-Antworten.

Was ist RAG?

RAG steht für „Retrieval Augmented Generation“, also abrufgestützte Textgenerierung. Es ist eine Methode, bei der ein Sprachmodell (LLM) nicht nur auf sein Trainingswissen zugreift, sondern während des Antwortprozesses externe Informationen abruft.

Das bedeutet, das Sprachmodell hat Zugriff auf externe Quellen und Datenbanken, wie den Suchmaschinenindex und andere Datenbanken, über dies es mit sogenannten eigenen Vektordatenbanken und Embeddings zugreift und dann die Informationen verifiziert. Somit sind die Antworten der KI präziser und normalerweise korrekt. Es kombiniert also das eigene Wissen mit einer externen Suche.

So funktioniert RAG grob in 4 Schritten:

Ein User stellt eine Frage (z. B. „Was sind Symptome von Long Covid?“)
Das System ruft relevante Textpassagen aus einem Vektorspeicher ab. Hier sind Inhalte (z. B. Website-Absätze oder FAQ-Snippets) nicht als Text, sondern als Vektorrepräsentationen in einem semantischen Raum gespeichert. So können KI-Systeme relevante Inhalte finden, auch wenn die Suchanfrage anders formuliert ist als der Text selbst.
Diese Passagen werden dem Sprachmodell als zusätzlicher Kontext übergeben
Das Modell prüft die Inhalte und generiert auf dieser Basis eine fundierte, aktuelle Antwort für den User, oft mit Zitat der Quelle

Vorteile von RAG:

Kombiniert aktuelles Wissen aus externen Quellen mit der Sprachkompetenz des LLMs
Reduziert Halluzinationen, weil die Antwort auf tatsächlich vorhandenen Texten basiert

Was ist Passage Level Retrieval?

Traditionelle Suchmaschinen analysieren ganze Webseiten oder Dokumente als Einheit. Bei Passage Level Retrieval hingegen analysiert das System kleine Abschnitte (Passagen) unabhängig voneinander.

Beispiel:

Statt die gesamte Seite „gesundheitsportal.de/long-covid.html“ zu bewerten, betrachtet Google einzelne Absätze:

Absatz 1: Symptome
Absatz 2: Therapieoptionen
Absatz 3: Studienlage

Jede Passage wird einzeln:

semantisch analysiert (worum geht es wirklich?)
nach Relevanz zur Suchanfrage bewertet
ggf. als Baustein in eine KI-Antwort übernommen

Warum das wichtig ist:

Viele Webseiten sind nicht optimal strukturiert
Nur kleine Ausschnitte (z. B. 3 Sätze) sind für eine bestimmte Frage relevant
Passage Level Retrieval macht diese gezielt auffindbar und verwertbar

Statt, wie bisher, ganze Webseiten zu analysieren, bewertet Google nun einzelne Textabschnitte (Passagen) nach semantischer Relevanz. So werden nur relevante Snippets (Auszüge) in KI-Antworten verwendet, unabhängig vom restlichen Seiteninhalt.

Zusammenspiel von RAG + Passage Level Retrieval

Google nutzt also beide Technologien in Kombination:

RAG verwendet diese Schnipsel als Input für LLMs zur Antwortgenerierung
Passage-Level Retrieval extrahiert hochrelevante Textschnipsel

Das Ergebnis:

präzise, zitierbare, verständliche KI-Antworten
mit Fokus auf Fakten statt Vermutungen

Kommt jetzt die SEO-Strategie für RAG & AI Overviews?

So ist es. Wir müssen unsere bisherige SEO-Strategie signifikant anpassen und das möglichst schnell. Warum? Wer wartet oder glaubt, diese Entwicklung kommt doch nicht oder irgendwann, irrt. Es geht jetzt ruck zuck. Die Zeiten von “das kommt irgendwann mal” sind definitiv vorbei.

Was kannst du also jetzt tun?

1. Passagenfähig schreiben

gliedere Texte in 2 bis 5 Sätze pro Absatz
halte dich an die Struktur Titel, H1, H2, H3 etc.
verwende für die H2 und H3 Fragen und Antworten
jeder Abschnitt soll kontextunabhängig verständlich sein
schreibe Texte nicht unnötig lang, die Wortanzahl ist nicht mehr entscheidend

2. Faktenbasiert & zitierfähig

klare Aussagen, Statistiken, Quellen
keine Marketing- oder Fachsprache
Fakten bevorzugt statt Meinungen

3. Semantische Vielfalt

Keywords sind nicht genug, verwende ähnliche Begriffe und entsprechend ganze Sätze
schaffe inhaltliche Verbindungen wie in einem Knowledge Graph
stelle sicher, dass deine Themen erklären und nicht nur grob anreißen

4. Mehrstufige Inhalte für verschiedene Zielgruppen

kurze Zusammenfassung oder Kernaussage zu Beginn eines Artikels oder Abschnitts = in 2 bis 3 Sätzen zeigen, worum es geht
darunter ein detaillierter Abschnitt, in dem du das Thema ausführlich erklärst
strukturierte Meta-Daten nutzen
Inhalte nach Zielgruppen segmentieren

5. Maschinenlesbare Struktur

nutze semantisch korrektes HTML5
verwende Schema.org (FAQ, HowTo, Article etc.)
gliedere Seiten mit sprechenden IDs und Ankern

6. Vertrauenswürdigkeit (E-E-A-T)

Inhalte mit deinem Expertenwissen und Erfahrung anreichern
keine reinen KI-Texte verwenden, schreibe aus deiner Sicht
dich oder den Autor klar benennen und qualifizieren (Erfahrung, Biografie, Bild etc.)
Zitate, Backlinks und Erwähnungen auf anderen Seiten ausbauen (zum Thema Backlinks für das KI-Zeitalter findest du etwas in diesem Video)

7. Multimodal denken

Bilder, Diagramme, Videos als Ergänzung für den Text
Alt-Texte und strukturierte Captions nutzen
visuelle Inhalte für KI leicht „greifbar“ machen

SEO vs. KI-orientiertem SEO

Zum besseren Verständnis hier ein Überblick von klassischem SEO vs. KI-orientiertem SEO

Fazit

Sichtbarkeit entsteht durch Inhalte, die für Maschinen leicht verständlich sind, sowie für KI-Systeme gut zu verarbeiten und zitierbar.

Wenn du in der Google- und auch KI-Suche zukünftig sichtbar bleiben willst, musst du SEO umdenken in diese Richtung:

nicht nur ranken, sondern als Quelle verstanden werden
nicht mehr Keywords, sondern Informationen, die die KI verwerten kann
für Menschen schreiben und deine Website und Inhalte für Maschinen lesbar machen

Mein Tipp: Denke dir bei jedem Text: „Wäre dieser Absatz eine gute Quelle für eine KI-Antwort?“

Ich hoffe, dieser Artikel ist hilfreich für dich. Schön, dass du bis zum Ende mit dabei warst!

Wenn du Fragen zu diesem Thema hast, kannst du mir immer gern schreiben.

Viele Grüße Deine Kathrin

p.s. auf unseren Kanälen gibt es auch regelmäßig Tipps & Tricks zu Search, Social und Webdesign:

YouTube Podcast

Headerbild: istpckphoto.com/Live Background und istockphoto.com/nicoletaionescu

Autorin

Kathrin

Founder kaylis innovations

Ich mache seit Anfrang 2005 SEO. Seit 2007 SEA, mit Social Media und Webdesign bin ich 2008 gestartet. In diesen Feldern bin ich nicht nur sehr erfahren, sie sind auch meine Leidenschaft. Mein ganzes Wissen, meine gesamte Erfahrung und den Spaß an diesen Themen finden sich auch in der DNA von kaylis wieder. Daher bist du mit mir und meinem Team in sehr guten Händen und wir freuen uns auf jede neue Aufgabe.