Sprachen

Optimierung für AI Overviews

Wie Googles AI Overviews tatsächlich funktionieren — was sie auslöst, wie sie über Query Fan-Out Quellen zitieren, welche reale Klickwirkung sie haben und wie sich diese messen lässt (einschließlich des neuen GSC-Berichts zur generativen KI-Leistung). Google sagt: weiterhin SEO.

Erstveröffentlicht: 3. Juli 2026 · Zuletzt aktualisiert: 22. Aug. 2026 · Fortgeschritten
Sprachen
AIVerfasst vonAI v2

AI Overviews sind von Gemini erzeugte Zusammenfassungen in der Google-Suche. Google sagt, dass seine generativen KI-Funktionen auf den zentralen Ranking- und Qualitätssystemen der Suche beruhen und keine spezielle technische Optimierung erfordern: Unterstützende Seiten müssen indexiert und snippet-fähig sein. Query Fan-Out, Zitationsüberschneidung, Platzierung und Klickwirkung sind untersuchenswert, aber Prozentsätze aus Drittquellen sind datierte Beobachtungen und keine Plattformgarantien. Die Berichte der Search Console begrenzen außerdem eine saubere Zuordnung zu AI Overviews. Konzentrieren Sie sich auf Crawl- und Indexierbarkeit, hilfreiche Inhalte und genaue Messung; behandeln Sie llms.txt, spezielles Schema oder mechanisches Chunking nicht als Anforderungen von Google AI Overviews.

Googles dokumentierte Grundlage ist die normale Berechtigung für die Suche, keine reine KI-Optimierungs-Checkliste. Evidence for this claim Google says there are no additional technical requirements or special optimizations required to appear in AI Overviews or AI Mode. Scope: Eligibility in Google Search AI features, not a promise of inclusion or performance. Confidence: high · Verified: Google: AI features and your website Vorhandene Steuerungen wie nosnippet, data-nosnippet, max-snippet und noindex gelten ebenfalls für seine KI-Funktionen. Evidence for this claim Google says nosnippet, data-nosnippet, max-snippet, and noindex controls also affect how content may appear in its AI search features. Scope: Google Search preview controls; more restrictive controls limit use and visibility. Confidence: high · Verified: Google: AI features and your website

TL;DR — AI Overviews sind Googles von Gemini generiertes Antwortfeld. Sie greifen auf denselben Index und dieselben zentralen Ranking- und Qualitätssysteme zurück wie die klassische Suche — es gibt keinen separaten KI-Index und keinen KI-Rankingfaktor; die Voraussetzung lautet lediglich „indexiert und für ein Snippet geeignet“. Was an AI Overviews tatsächlich spezifisch ist: Sie konzentrieren sich stark auf informationelle, längere und wenig kommerzielle Suchanfragen (~99 % informationell); bei 8,64 % der Suchanfragen erscheinen sie außerhalb von Position 1; die Quellen haben sich von den ursprünglichen Top 10 zu Teilergebnislisten des Query-Fan-Outs verschoben (Zitationen aus den Top 10 fielen von ~76 % Mitte 2025 auf ~38 % Anfang 2026); YouTube wird unabhängig vom Ranking überproportional häufig zitiert; der CTR-Rückgang 2025 (~34,5 %) ist real, erholt sich aber 2026 teilweise, und eine Zitation innerhalb des Overviews verdoppelt die CTR ungefähr gegenüber einer nicht zitierten Quelle. Die Messung ist der große Haken: Die GSC ordnet Impressionen aus KI-Funktionen dem Suchtyp „Web“ zu, und der neue Bericht zur generativen KI-Leistung (Juni 2026) zeigt nur Impressionen — keine Klicks, CTR oder Suchanfragen. Ignorieren Sie die „Tricks“ mit llms.txt, Schema und Chunking; Google sagt ausdrücklich, dass es sie nicht verwendet.

Was AI Overviews tatsächlich sind

AI Overview selection starts with ordinary Search eligibility, then expands the query before choosing supporting links. Quelle: Google Search Central

Stage one is the eligibility gate: a page must be indexed and snippet-eligible in regular Google Search. Stage two is query fan-out, where related searches explore subtopics and data sources. Stage three selects supporting links that ground parts of the generated response. This happens inside Search; it is not a separate AI index or a new technical eligibility system.

© Patrick Stox LLC · CC BY 4.0 ·

Ein AI Overview ist die Zusammenfassung, die Googles Gemini-Modelle innerhalb der regulären Google-SERP erzeugen und dabei auf Googles normalen Suchindex zurückgreifen. Google beschreibt den Zweck darin, Menschen “get to the gist of a complicated topic or question more quickly” (Übersetzung) „schneller den Kern eines komplizierten Themas oder einer Frage zu erfassen“ zu lassen und einen Ausgangspunkt zu bieten, von dem aus sie Links erkunden können. Zum Zitat

Der Mechanismus ist entscheidend. Google sagt, dass sowohl AI Overviews als auch der AI Mode eine “‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response” (Übersetzung) „Query-Fan-Out-Technik nutzen können — also mehrere verwandte Suchanfragen über Teilthemen und Datenquellen hinweg stellen, um eine Antwort zu entwickeln“. Quelle zum Query-Fan-Out in der Google-Dokumentation. Die Funktion ruft relevante Seiten aus dem Index ab (Retrieval-Augmented Generation, die Google Grounding nennt), extrahiert Fakten und formuliert daraus einen Text mit Zitationen. Google beschreibt sie als in den zentralen Ranking- und Qualitätssystemen der Suche verankert — das kann man kaum genug betonen. Die Mechanik von RAG und Grounding wird in den vertiefenden Artikeln zu Grounding und RAG behandelt; ich wiederhole sie hier nicht.

Die Konsequenz bildet das Genauigkeitsrückgrat des gesamten Themas: Weil AI Overviews auf der zentralen Suche laufen, bestimmt die Berechtigung für traditionelle SEO auch die Berechtigung für AI Overviews. Google formuliert es unmissverständlich: “to be eligible to be shown as a supporting link in AI Overviews or AI Mode, a page must be indexed and eligible to be shown in Google Search with a snippet… There are no additional technical requirements.” (Übersetzung) „Um als unterstützender Link in AI Overviews oder im AI Mode angezeigt werden zu können, muss eine Seite indexiert und berechtigt sein, in der Google-Suche mit einem Snippet zu erscheinen … Es gibt keine zusätzlichen technischen Anforderungen.“ Quelle zu den Voraussetzungen für AI Overviews und den AI Mode in der Google-Suche In seinem Optimierungsleitfaden vom Mai 2026 ging Google noch weiter: Die SEO-Best Practices gelten weiterhin, “because our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” (Übersetzung) „weil unsere generativen KI-Funktionen in der Google-Suche auf unseren zentralen Suchranking- und Qualitätssystemen aufbauen.“ Quelle zur Google-Anleitung über generative KI-Funktionen Search Engine Journals Einordnung des Leitfadens lautet, dass Google damit “directly contradicts tactics promoted by the growing AEO/GEO service industry” (Übersetzung) „den von der wachsenden AEO-/GEO-Dienstleistungsbranche beworbenen Taktiken direkt widerspricht“. Quelle im Search Engine Journal zu AEO/GEO-Taktiken.

Was einen AI Overview im Gegensatz zu einer normalen SERP auslöst

AI Overviews erscheinen nicht überall. Google sagt, sie würden “only shown when our systems determine that it is additive to classic Search, and as such, often don’t trigger.” (Übersetzung) „nur angezeigt, wenn unsere Systeme feststellen, dass sie einen Mehrwert gegenüber der klassischen Suche bieten, und daher oft nicht ausgelöst werden.“ Quelle zu den Auslösebedingungen in den Google-Funktionen Das Muster in den Daten ist stark verzerrt, nicht zufällig. Unsere Analyse von 300K Suchbegriffen (Louise Linehan, Vergleich von 150K AIO-SERPs mit 150K SERPs ohne AIO) zeigt das.

  • ~99,2 % der auslösenden AIO-Suchbegriffe waren informationell. Bei kommerziellen und transaktionalen Suchanfragen erschienen Overviews nur mit einer Wahrscheinlichkeit von etwa 10 %.
  • AIO-Suchbegriffe sind Long-Tail-Anfragen: Die mittlere Phrasenlänge lag bei ~4 Wörtern gegenüber ~2 Wörtern bei SERPs ohne AIO.
  • Sie haben eine geringere Schwierigkeit: Die mittlere Keyword Difficulty lag bei ~12 gegenüber ~33; für ein Ranking in einer AIO-SERP benötigte der Inhalt im Schnitt nur ~13 verweisende Domains gegenüber ~41.
  • Sie treten gemeinsam mit anderen SERP-Features auf: 99,9 % der AIO-SERPs enthielten mindestens ein weiteres Feature (im Schnitt drei); Featured Snippets traten 849 % häufiger und Discussions 258 % häufiger auf als bei Suchanfragen ohne AIO.

Meine eigene 55,8-Mio.-Overview-Studie über 590 Mio. Suchanfragen passt dazu: AIOs erschienen bei 9,46 % aller Desktop-Keywords (16 % in den USA), vor allem bei informationellen, längeren und volumenstärkeren Suchanfragen und nicht bei Marken-, lokalen und kurzen Suchanfragen. Sie erschienen überwiegend bei nicht monetarisierten Suchanfragen — rund 71,67 % der AIO-Suchen hatten überhaupt keine CPC-Daten. Meine ehrliche Schlussfolgerung war klar: Unternehmen, die in Inhalte investieren, erscheinen am ehesten in AIOs und profitieren möglicherweise sogar; die große Mehrheit wird meiner Einschätzung nach jedoch Traffic verlieren.

AI Overviews stehen nicht immer auf Position 1

Eine verbreitete Annahme lautet, dass ein Overview immer ganz oben steht. Das stimmt nicht. In meiner Studie vom Juli 2025 — 10 Mio. SERPs mit AI Overviews, 1 Mio. pro Land in zehn Ländern, durchgeführt von unserer Datenwissenschaftlerin Xibeijia Guan — erschienen AI Overviews bei 8,64 % der Suchanfragen außerhalb von Position 1; die niedrigste beobachtete Position war 6. Auch zwischen den Ländern gab es Unterschiede (in Japan und Spanien erschienen mehr Overviews außerhalb von Position 1). Das lässt mich vermuten, dass es eine Bewertung der Qualität des generierten Overviews gibt und er bei geringerer Sicherheit weiter unten platziert wird.

Wie Google die Antwort aus Quellen bezieht und mit Grounding versieht — und warum sich das verändert

Das ist der wichtigste AI-Overview-spezifische Trend, den die meisten konkurrierenden Leitfäden übersehen, weil er erst sichtbar wird, wenn man die Daten über die Zeit erneut erhebt.

Meine ursprüngliche Studie ergab, dass etwa 76 % der AI-Overview-Zitationen aus den organischen Top-10-Ergebnissen stammten. Bei der erneuten Auswertung mit einer doppelt so großen Stichprobe — 863K Keyword-SERPs und 4 Mio. Overview-URLs im März 2026 — war der Anteil auf 37,9 % gefallen. Der Rest verteilte sich nahezu gleichmäßig auf die Positionen 11–100 (31,2 %) und Blöcke jenseits der Top 100 (31,0 %). Googles eigene Erklärung lautet, dass der Fan-Out mehr Arbeit übernimmt: Overviews stützen sich weniger auf die direkten Suchergebnisse und stärker auf Quellen, die in den SERPs der Fan-Out-Suchanfragen erscheinen. Praktisch bedeutet das: Ein Ranking auf Position 1 für die genaue Suchanfrage reicht nicht mehr aus — und reicht mit zunehmender Reife des Fan-Outs immer weniger aus.

Zwei weitere Fakten zur Quellenwahl, die man verinnerlichen sollte:

  • YouTube wird unabhängig vom Ranking überproportional zitiert. Unter den zitierten Seiten aus Overviews, die für das Keyword nicht in Googles Top 100 rankten, waren 18,2 % YouTube-URLs — YouTube ist die am häufigsten zitierte Domain in AI Overviews und legte innerhalb von sechs Monaten um 34 % zu. Videoinhalte werden aufgrund ihrer eigenen Qualität herangezogen.
  • UGC- und Referenzdomains dominieren die Liste der meistzitierten Quellen. In meiner Studie mit 55,8 Mio. Suchanfragen entfielen 28,90 % aller Erwähnungen auf die 50 meistgenannten Domains, angeführt von Reddit, Wikipedia, Quora und YouTube. Hier zeigt sich das Signal, wie das Internet über Sie spricht.

Welche Inhaltsformate und Strukturen herangezogen werden

Googles Leitfaden ist hier bewusst knapp, und ich würde ihm mehr vertrauen als den verbreiteten Mythen. Er empfiehlt, Inhalte so zu organisieren, wie Sie es für Menschen tun würden: “People generally appreciate it when web pages are organized by paragraphs and sections, along with headings that provide a clear structure to navigate content.” (Übersetzung) „Menschen schätzen es im Allgemeinen, wenn Webseiten durch Absätze und Abschnitte gegliedert sind und Überschriften eine klare Struktur für die Navigation durch die Inhalte bieten.“ Quelle zur Google-Anleitung über Struktur und Lesbarkeit. Es gibt weder eine ideale Länge noch eine Chunking-Pflicht; mehr dazu folgt im Abschnitt über die Mythen.

Der wichtigste echte Inhaltshebel, den Google nennt, ist die Unterscheidung zwischen Commodity- und Non-Commodity-Inhalten. Google stellt “commodity content (for example, something like ‘7 Tips for First-Time Homebuyers’)” (Übersetzung) „Commodity-Inhalte (zum Beispiel etwas wie ‚7 Tipps für Menschen, die erstmals ein Haus kaufen‘)“ Quelle zur Google-Anleitung über Commodity-Inhalte — eine allgemein bekannte Wiederholung, die jeder schreiben könnte — solchen Non-Commodity-Inhalten gegenüber, die eine einzigartige Experten- oder persönliche Perspektive bieten. Das entspricht direkt dem Gedanken des Informationsgewinns, der an anderer Stelle in diesem Cluster behandelt wird: In einer Welt, in der die KI das Offensichtliche bereits zusammenfassen kann, heben Sie sich ab, indem Sie etwas sagen, das die offensichtlichen Quellen nicht sagen. Bing formuliert seine eigene Version etwas bestimmter — in der Ankündigung zu AI Performance heißt es “clear headings, tables, and FAQ sections help surface key information and make content easier for AI systems to reference accurately” (Übersetzung) „klare Überschriften, Tabellen und FAQ-Abschnitte helfen dabei, wichtige Informationen sichtbar zu machen und Inhalte für KI-Systeme leichter korrekt referenzierbar zu machen“ Quelle zur Bing-Ankündigung über Inhaltsstruktur —, aber das ist Bing und nicht Google.

Klickwirkung: real, umstritten und in Bewegung

Hier muss die Ehrlichkeit am größten sein. Die maßgebliche Zahl stammt aus unserer Studie zu einer CTR-Senkung um 34,5 % (Ryan Law und Xibeijia Guan, April 2025): Bei 300 000 Suchbegriffen korrelierte das Vorhandensein eines AI Overviews mit einer um 34,5 % niedrigeren durchschnittlichen CTR für die bestplatzierte Seite gegenüber ähnlichen informationellen Suchbegriffen ohne Overview. Die CTR auf Position 1 für AIO-Suchbegriffe fiel beim Vergleich vor und nach dem Rollout von 0,073 auf 0,026.

Aber die Entwicklung ist weder abgeschlossen noch einseitig:

  • Die CTR erholt sich teilweise. Eine unabhängige Studie von Seer Interactive (53 Marken, 5,47 Mio. Suchanfragen, 2,43 Mrd. Impressionen), über die Search Engine Land berichtete, zeigte einen Anstieg der AI-Overview-CTR von einem Tiefstand von 1,3 % im Dezember 2025 auf 2,4 % im Februar 2026. (Diese Zahlen werden aus einer sekundären Quelle weitergegeben und sollten als Richtungsangabe verstanden werden.)
  • Zitiert zu werden ist wichtig. Dieselbe Berichterstattung ergab für ein AI Overview mit Zitation zur Website eine durchschnittliche CTR von ~2,1 % gegenüber ~0,9 % ohne Zitation — beide Werte lagen jedoch unter der CTR von ~3,3 %, wenn überhaupt kein Overview erschien.
  • Googles eigene Aussage geht in die andere Richtung. Sundar Pichai hat erklärt, dass Inhalte und Links innerhalb von AI Overviews häufiger angeklickt würden als außerhalb. In Googles Dokumentation heißt es außerdem: “higher quality (meaning, users are more likely to spend more time on the site).” (Übersetzung) „höhere Qualität (das heißt, Nutzer verbringen mit größerer Wahrscheinlichkeit mehr Zeit auf der Website)“ Quelle zur Klickqualität in der Google-Dokumentation . Behandeln Sie das als Aussage im Spannungsverhältnis zu den aggregierten unabhängigen Daten, nicht als abschließend geklärten Fakt.

Hinter all dem steckt außerdem eine Messbesonderheit — die große Entkopplung von Klicks und Impressionen in der GSC (Impressionen steigen, Klicks sinken), die mein Kollege Ryan Law dokumentiert hat und die, wie ich bereits angemerkt habe, von Websites mit sehr wenigen AI Overviews nicht geteilt wird. Das ist die Brücke zum Messproblem.

AI Overviews tatsächlich verfolgen (und was die GSC weiterhin nicht mitteilen kann)

Das ist die Korrektur, die viele brauchen. In der Google Search Console gibt es keinen Filter „Search type = AI Overviews“. Im Standardbericht zur Leistung werden Impressionen von KI-Funktionen als “reported on in the Performance report, within the ‘Web’ search type” (Übersetzung) „im Bericht zur Leistung innerhalb des Suchtyps ‚Web‘ gemeldet“ erfasst — gemeinsam mit allen anderen Werten; einen separaten Filterwert gibt es nicht. Quelle zur Dokumentation über den Suchtyp „Web“ in der Google-Suche (Eine allgemeine Erklärung der Funktionsweise finden Sie im vertiefenden Beitrag zum Leistungsbericht der GSC.)

Seit Juni 2026 stellt Google einen separaten Bericht bereit: den Bericht zur generativen KI-Leistung. Google beschreibt ihn als Bericht mit “dedicated views of your impressions within generative AI features on Search, such as AI Overviews and AI Mode.” (Übersetzung) „eigenen Ansichten Ihrer Impressionen innerhalb generativer KI-Funktionen in der Suche, etwa AI Overviews und AI Mode.“ Lesen Sie das Kleingedruckte genau, denn der Bericht lädt leicht zu überzogenen Versprechen ein:

  • Er zeigt nur Impressionen — also wie oft Links zu Ihrer Website in einer generativen KI-Funktion angezeigt wurden. Keine Klicks, keine CTR und keine Suchanfragen-Dimension.
  • Die Dimensionen sind Seiten, Länder, Daten und Geräte — mehr nicht.
  • Laut dem Hilfezentrum bezieht der Bericht “data from the Web search type in the Performance report” (Übersetzung) „Daten aus dem Suchtyp Web im Performance-Bericht“. Quelle zum Suchtyp Web und wird vor einer breiteren Veröffentlichung zunächst für einen Teil der Properties zum Test ausgerollt.

Der ehrliche Stand der Dinge lautet: Die GSC kann Klicks oder CTR von AI Overviews weiterhin nicht isolieren. Ryan Law wies bereits 2025 genau darauf hin — trotz Googles optimistischer Aussagen zur Klickqualität gab es weiterhin keine Möglichkeit, AI-Overview-Klicks und Impressionen vom Rest Ihrer Search-Console-Daten zu unterscheiden. Auch der neue Bericht löst das Problem weiterhin nicht, weil er nur Impressionen ausweist.

Der praktische, zweistufige Ablauf:

  1. Nutzen Sie den Bericht zur generativen KI-Leistung für Sichtbarkeit (Impressionen nach Seite, Land und Gerät), sofern Sie Zugriff darauf haben.
  2. Schätzen Sie die Klick-Wirkung indirekt: Filtern Sie im Organic-Keywords-Bericht des Ahrefs Site Explorers nach dem SERP-Feature AI Overview in Verbindung mit Position 1–10, um Seiten zu finden, die doppelte Arbeit leisten. Verwenden Sie eine Zitationsverfolgung nach dem Muster von Brand Radar und führen Sie Vorher-nachher-Vergleiche im regulären Performance-Bericht rund um den Zeitpunkt durch, an dem ein Overview für eine Suchanfrage erstmals erscheint.

Bing ging hier über Google hinaus: Der Bericht zur KI-Leistung in der öffentlichen Vorschau vom Februar 2026 legt echte Grounding-Abfragen offen — die Fan-Out-artigen Formulierungen, die eine Zitation ausgelöst haben —, was Google nirgendwo sichtbar macht.

Was keinen Unterschied macht

Googles Leitfaden vom Mai 2026 ist eine direkte Widerlegung der verkauften „AIO-Hacks“:

  • llms.txt und spezielle KI-Dateien. Google: “You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search” (Übersetzung) „Sie müssen keine neuen maschinenlesbaren Dateien, KI-Textdateien, Markup- oder Markdown-Dateien erstellen, um in der Google-Suche zu erscheinen.“ Quelle zur Google-Anleitung über maschinenlesbare Dateien — die Suche selbst verwendet sie nicht. (Die vollständige Behandlung des Nullergebnisses steht im Vertiefungsartikel zu llms.txt.)
  • Chunking. Google: “There’s no requirement to break your content into tiny pieces for AI to better understand it.” (Übersetzung) „Es gibt keine Anforderung, Inhalte in winzige Stücke zu zerlegen, damit die KI sie besser versteht.“ Quelle zur Chunking- Aussage
  • Übermäßige Konzentration auf strukturierte Daten. Google: “Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add.” (Übersetzung) „Strukturierte Daten sind für die generative KI-Suche nicht erforderlich, und Sie müssen kein spezielles schema.org-Markup hinzufügen.“ Quelle zu strukturierten Daten Behalten Sie Schema für die Berechtigung zu Rich Results bei, aber behandeln Sie es nicht als AIO-Hebel. (Siehe den Vertiefungsartikel zu schema-markup-for-ai für die kontrollierte Nullergebnis-Studie.)

Die unbelegten Behauptungen Dritter — „Seiten mit mehr als 20K Zeichen erhalten ~10x mehr Zitationen“ und „40–61 % der Overviews verwenden Listen“ — konnte ich während dieser Recherche keiner Primärstudie zuordnen. Ich würde sie als SEO-Blog-Folklore und nicht als Fakten behandeln.

Wo das ins größere Bild passt

Aus der Distanz betrachtet verbindet sich das mit dem zentralen Befund dieses Clusters: Was am stärksten damit korreliert, in KI-Antworten aufzutauchen, ist nicht das Format auf der Seite, sondern das, was der Rest des Webs über Sie sagt. Wie im Hub zur Optimierung für die KI-Suche beschrieben, korrelieren Markenerwähnungen im Web mit KI-Zitationen deutlich stärker (0,664) als der Domain Rating (0,326). AI Overviews sind die Google-spezifische Ausprägung dieser umfassenderen Realität.

Wenn Ihre Frage die Multi-Plattform-Variante lautet — wie Sie neben Google auch in ChatGPT, Perplexity und Copilot erscheinen —, befinden Sie sich im Gebiet der Generative Engine Optimization und Answer Engine Optimization, den beiden Geschwistern für die plattformübergreifende Perspektive. Dieser Artikel behandelt bewusst nur das Feld in Googles eigener SERP. Für die Messung über alle Plattformen hinweg ist die Unterscheidung zwischen abgerufen, erwähnt und zitiert die richtige Begrifflichkeit.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.