Google AI Mode 2026: Wie KI-Suche SEO verändert – und wie Websites sichtbar bleiben

AI Overviews erzeugen innerhalb der klassischen Suchergebnisseite eine generierte Zusammenfassung. AI Mode geht weiter: Nutzer können ein Thema dialogorientiert erkunden, Rückfragen stellen und komplexere Aufgaben formulieren. Google zerlegt solche Anfragen teilweise in mehrere verwandte Suchanfragen, ruft dafür unterschiedliche Quellen ab und setzt daraus eine Antwort zusammen. In der eigenen Dokumentation heißt diese Technik Query Fan-Out; die Grundlage bleibt Retrieval-augmented Generation, also das Abrufen relevanter, indexierter Seiten aus dem bestehenden Search-Index.

Ein Nutzer muss also nicht mehr nacheinander nach „Webagentur Paderborn“, „Kosten Unternehmenswebsite“, „Svelte oder WordPress“ und „Website Wartung Kosten“ suchen. Er kann stattdessen eine einzige ausformulierte Frage stellen – etwa nach einer Agentur im Raum Paderborn für ein mittelständisches Unternehmen, dem Performance, individuelle Entwicklung und langfristige Wartung wichtig sind, bei einem Budget von 6.000 bis 10.000 Euro.

Das verändert die Wettbewerbssituation. Eine Seite konkurriert nicht mehr ausschließlich darum, für eine Zeichenfolge weit oben zu stehen. Sie muss genügend verständliche, glaubwürdige und konkrete Informationen bereitstellen, damit ein Suchsystem sie bei mehreren Teilfragen einer Entscheidung als relevante Quelle erkennt.

Auf die naheliegende Frage, ob SEO für generative Suche überhaupt noch relevant ist, antwortet Google in seinem Leitfaden mit drei Worten: „In short, yes!“ Begründung: Die generativen Funktionen basieren weiterhin auf den zentralen Ranking- und Qualitätssystemen der Google-Suche.

Google berichtet für die USA: Eine durchschnittliche AI-Mode-Suche ist dort dreimal so lang wie eine klassische Suchanfrage. Mehr als jede sechste Suche in den USA verwendet inzwischen Sprache oder Bilder, wobei Bildsuchen im ausgewerteten Zeitraum um über 40 Prozent pro Monat zulegten. Anfragen rund um Planung wuchsen laut Trends-Daten in sechs Monaten um 80 Prozent schneller als AI-Mode-Anfragen insgesamt.

Zur Größenordnung nennt Google mehr als eine Milliarde monatlich aktive Nutzer weltweit und AI-Mode-Anfragen, die sich seit dem Start in jedem Quartal mehr als verdoppelt haben. Das sind Angaben des Anbieters über sein eigenes Produkt, keine unabhängig geprüften Marktzahlen – und die Verhaltensdaten beziehen sich ausdrücklich auf die USA. Vergleichbare offizielle Zahlen für Deutschland liegen nicht vor, deshalb rechnen wir sie hier auch nicht hoch.

Die Richtung ist trotzdem relevant. Menschen müssen ihre Probleme zunehmend nicht mehr in „Google-Sprache“ übersetzen. Aus „SEO Agentur Bielefeld Preise“ wird eine Frage wie: „Wir bekommen genügend Besucher, aber kaum qualifizierte Anfragen. Unsere Website ist vier Jahre alt und wir bedienen Bielefeld und OWL. Was sollte eine Agentur zuerst überprüfen und mit welchen Kosten muss ich rechnen?“

Für Unternehmen mit echter Erfahrung ist das eher eine gute Nachricht. Fachliche Substanz lässt sich an einer komplexen Frage deutlich besser zeigen als an einem zehnmal wiederholten Keyword.

Die unbequeme Seite generativer Suche ist offensichtlich: Wenn die Suchmaschine eine Frage bereits ausreichend beantwortet, muss ein Nutzer möglicherweise keine Website mehr öffnen. Dafür gibt es inzwischen unabhängige Hinweise – mit klaren Grenzen.

Das Pew Research Center wertete das reale Browserverhalten von 900 US-Erwachsenen im März 2025 aus, insgesamt 68.879 Google-Suchen, davon 12.593 mit AI Summary. Bei Suchen mit AI Summary klickten die Teilnehmer in 8 Prozent der Besuche auf ein klassisches Suchergebnis, ohne AI Summary in 15 Prozent. Auf einen Link innerhalb der Zusammenfassung selbst entfiel 1 Prozent der Besuche.

Eine quasi-experimentelle Untersuchung von Mehrzad Khosravi und Hema Yoganarasimhan nutzte den gestaffelten geografischen Rollout von AI Overviews und verglich 161.382 zusammengeführte Wikipedia-Artikelpaare über mehrere Sprachversionen hinweg. Die Autoren schätzen für die betroffenen englischsprachigen Artikel einen Rückgang des täglichen Traffics um etwa 15 Prozent, am stärksten bei Kultur-, deutlich schwächer bei MINT-Themen. Die Arbeit ist ein Preprint und nicht begutachtet.

Beide Befunde messen AI Overviews, nicht AI Mode, und überwiegend US-Nutzung. Ein informationsorientierter Wikipedia-Artikel verhält sich außerdem anders als die Seite eines Dachdeckers, eines Softwareunternehmens oder einer Webagentur, bei der am Ende ein Angebot stehen soll. Aus „weniger Klicks auf Informationsseiten“ folgt nicht automatisch „weniger Anfragen für Dienstleister“ – diese Übertragung wäre eine Vermutung, keine Messung.

Die sinnvollere Kennzahl lautet deshalb nicht mehr nur „Wie viele Impressionen erzeugen wir?“, sondern: Bei welchen Entscheidungen werden wir als relevante Quelle oder als Anbieter berücksichtigt – und welche qualifizierten Aktionen entstehen daraus?

Rund um AI Search ist eine eigene Begriffsindustrie entstanden: AEO, GEO, LLMO, AI SEO, Generative Search Optimization. Viele dieser Begriffe beschreiben reale Veränderungen. Problematisch wird es, wenn daraus technische Geheimtricks abgeleitet werden.

Google äußert sich dazu inzwischen ungewöhnlich direkt. Aus Sicht der Google-Suche ist die Optimierung für generative Suche schlicht Optimierung für die Suche – also weiterhin SEO. Der Leitfaden enthält einen eigenen Abschnitt mit Praktiken, die man für Google Search ignorieren kann.

Strukturierte Daten sind dabei ein gutes Beispiel für eine differenzierte Aussage: Sie sind laut Google für generative Suche nicht erforderlich, und es gibt kein spezielles Schema.org-Markup dafür. Trotzdem empfiehlt Google, sie als Teil der gesamten SEO-Strategie weiter zu nutzen, weil sie Rich Results ermöglichen. „Nicht erforderlich“ ist eben nicht dasselbe wie „nutzlos“.

Wichtig ist die Unterscheidung zwischen zwei Arten von Aussagen: Was eine Plattform über ihr eigenes System schreibt, ist eine Selbstauskunft. Was unabhängige Forschung misst, ist eine Beobachtung. Beides ist nützlich, aber nur das erste sagt etwas darüber aus, was ein Anbieter empfiehlt.

Erstens: Informationen veröffentlichen, die nicht überall stehen. Eine generische Erklärung zu Webdesign, Photovoltaik oder Gebäudereinigung erzeugt ein Sprachmodell in Sekunden. Genau deshalb verliert austauschbarer Content an strategischem Wert. Google nennt einzigartige Perspektiven und nicht alltägliche Inhalte ausdrücklich als den Hebel, der die Sichtbarkeit in generativer Suche langfristig stärker beeinflusst als jede andere Empfehlung des Leitfadens. Eigene Projektdaten, echte Fallstudien, Vorher-Nachher-Vergleiche, dokumentierte Prozesse, Messwerte, eigene Fotos und benannte Learnings sind damit wertvoller als zwanzig austauschbare Blogposts.

Zweitens: Kaufentscheidende Fragen vollständig beantworten. Was kostet es, für wen eignet es sich, was ist enthalten, was ausdrücklich nicht, wie lange dauert es, welche Technologie kommt zum Einsatz, wer arbeitet daran, wie läuft die Zusammenarbeit, was passiert nach dem Launch, welche vergleichbaren Projekte gibt es? Je weniger davon öffentlich steht, desto mehr muss ein Suchsystem aus anderen Quellen zusammensetzen. Konkretheit wird damit zum Wettbewerbsvorteil.

Drittens: Die technische Crawlbarkeit bleibt Voraussetzung. Damit eine Seite in generativen Funktionen erscheinen kann, muss sie indexiert und für die Anzeige mit Snippet zugelassen sein. Saubere interne Verlinkung, eindeutige Canonicals, korrekte Statuscodes, Sitemaps, indexierbarer Hauptinhalt und kontrolliertes JavaScript-Rendering sind deshalb keine Altlast, sondern die Eintrittskarte.

Viertens: Nicht nur an Googlebot denken. Wer zusätzlich in ChatGPT Search auftauchen möchte, sollte prüfen, ob OAI-SearchBot Zugriff auf die gewünschten öffentlichen Inhalte hat. OpenAI trennt das ausdrücklich vom Training: OAI-SearchBot ist für die Suchsichtbarkeit zuständig, GPTBot lässt sich separat für Trainingszwecke ausschließen. Referrals aus ChatGPT tragen den Parameter utm_source=chatgpt.com und lassen sich damit in der Webanalyse getrennt auswerten.

Der nächste Schritt geht über das Finden von Informationen hinaus. Google beschreibt inzwischen agentische Systeme, die Aufgaben für Nutzer übernehmen – etwa Produkte vergleichen oder eine Reservierung anlegen. Browseragenten greifen dabei auf drei Repräsentationen einer Website zu: das gerenderte Bild als Screenshot, die DOM-Struktur und den Accessibility Tree.

Der Accessibility Tree ist dabei der interessanteste Kanal. Er ist die semantische Zusammenfassung einer Seite: Rollen, Namen und Zustände der interaktiven Elemente, ohne visuelles Rauschen – dieselbe Struktur, die Screenreader nutzen. Googles Leitfaden für agentenfreundliche Websites empfiehlt entsprechend semantisches HTML, echte Button- und Link-Elemente statt gestylter Divs, per for-Attribut verknüpfte Formular-Labels, stabile Layouts und keine transparenten Overlays über interaktiven Elementen.

OpenAI kommt aus einer anderen Richtung zum selben Ergebnis: „Making your website more accessible helps ChatGPT Agent in Atlas understand it better.“ Genannt werden ARIA-Rollen, Labels und Zustände für Buttons, Menüs und Formulare.

Wie viel das messbar bringt, ist bislang vor allem experimentell untersucht. Eine Preprint-Studie von Said Elnaffar und Farzad Rashidi verglich in 300 Durchläufen mit drei Browseragenten einen klassischen und einen agentenfreundlichen Prototyp desselben Shops – bei identischem Katalog, identischen Preisen und identischem Bestellablauf. Die strikte Erfolgsquote lag bei 89,3 gegenüber 49,3 Prozent, die durchschnittliche Schrittzahl bei 6,49 statt 9,31. Das ist ein kontrolliertes Laborexperiment mit einem einzigen E-Commerce-Prototyp, kein Webstandard und kein nachgewiesener Google-Ranking-Faktor.

Der praktische Nutzen bleibt trotzdem bestehen, denn dieselben Maßnahmen verbessern die Bedienbarkeit für Menschen. Preise eindeutig auszeichnen, Buttons benennen, Varianten konsistent beschreiben, Formulare semantisch aufbauen, Verfügbarkeiten klar anzeigen, verständliche Fehlermeldungen liefern und wichtige Informationen nicht ausschließlich in visuellen Effekten verstecken – das lohnt sich auch dann, wenn nie ein Agent die Seite besucht.

Im Juni 2026 kündigte Google eigene Search-Generative-AI-Performance-Berichte in der Search Console an, mit getrennten Ansichten für Search und Discover. Die Daten fließen weiterhin in den Gesamtbericht ein; neu ist die eigene Sicht darauf.

Die Berichte zeigen laut Ankündigung: Impressionen, also wie oft URLs der eigenen Website in generativen Funktionen erschienen; welche Seiten das waren; Länder; Geräte für Suchergebnisse; sowie den Zeitverlauf mit stündlicher, täglicher, wöchentlicher und monatlicher Granularität. Eine eigene Klickmetrik nennt die Ankündigung nicht – Google kündigt lediglich an, weitere Metriken über die Zeit zu ergänzen. Wer heute Klickzahlen aus generativen Funktionen verspricht, kann sie nicht aus dieser Quelle haben.

Der Rollout erfolgte zunächst nur für einen Teil der Websites, damit Google die Berichte testen und Rückmeldungen einsammeln kann. In der eigenen Search Console kann die Ansicht also fehlen, ohne dass etwas falsch konfiguriert wäre.

Wichtiger als das einzelne Feature ist die Richtung: AI Search wird von einer Behauptung zu einer Messgröße. Google warnt im selben Zusammenhang ausdrücklich vor Drittanbieter-Tools, die mit angeblich internen Google-Metriken werben – Zugriff darauf hat keines.

Ich würde keine zwanzig fast identischen Seiten veröffentlichen, nur weil AI Mode eine Frage in zwanzig Teilanfragen zerlegen könnte. Google ordnet genau dieses Muster der Spam-Richtlinie zu Scaled Content Abuse zu, wenn der Zweck darin besteht, Rankings oder generative Antworten zu beeinflussen.

Ich würde keine gekauften Foren-Erwähnungen bestellen. Ich würde keine unsichtbaren Textblöcke für Sprachmodelle einbauen. Ich würde strukturierte Daten nicht mit Angaben füllen, die auf der Seite weder sichtbar noch wahr sind. Ich würde llms.txt nicht als garantierten SEO-Vorteil verkaufen. Und ich würde keine verständlichen Texte in künstliche KI-Snippets umschreiben.

Google nennt mehrere dieser Praktiken inzwischen selbst als Dinge, die man für Google Search ignorieren kann – darunter das künstliche Zerlegen von Texten, unnötige KI-Textdateien und das Jagen unechter Erwähnungen. Das ist bemerkenswert, weil ein erheblicher Teil der aktuellen AEO- und GEO-Angebote genau daraus besteht.

Für kleine und mittelständische Unternehmen ist die Konsequenz eher entlastend. Ein lokaler Betrieb braucht nicht 100.000 Besucher, sondern die richtigen 100. Entscheidend ist nicht, ob eine Seite für das isolierte Keyword „Webagentur“ auf Position eins steht, sondern ob Website, Unternehmensprofil, Leistungen und Referenzen zusammen genug belastbare Informationen liefern, damit ein Suchsystem das Unternehmen für eine konkrete Situation überhaupt in Betracht zieht. Und wenn der Nutzer dann auf der Website landet, sollte innerhalb weniger Sekunden klar sein: warum dieses Unternehmen, für welches Problem, mit welcher Erfahrung, zu welchem ungefähren Preis und was der nächste Schritt ist.

Der folgende Selbsttest fasst die Punkte dieses Artikels in 15 Fragen zusammen. Er ist bewusst so gebaut, dass ehrliche Lücken sichtbar werden – Haken also nur setzen, wenn der Punkt wirklich erfüllt ist.

Das Ergebnis ist ein VanThunder-Praxismodell und ausdrücklich kein Google-, OpenAI- oder Branchen-Score. Weder Google noch OpenAI veröffentlichen eine solche Punktzahl. Der Test speichert nichts: Ein Neuladen der Seite setzt ihn zurück.