AI-Übersichten

Wie Google AI Overviews funktionieren — der von Gemini generierte Kasten in Googles eigener SERP, Query Fan-Out, wie er Seiten aus dem Kernindex bezieht und zitiert und worin er sich von Featured Snippets und vom AI Mode unterscheidet.

Erstveröffentlicht: 3. Juli 2026 · Zuletzt aktualisiert: 9. Aug. 2026 · Fortgeschritten
Sprachen

AI Overviews sind von Gemini generierte Zusammenfassungen, die Google über oder innerhalb der regulären Ergebnisse anzeigt. Sie sind ein Feature der Suche, das in Googles zentralen Ranking- und Qualitätssystemen der Suche verankert ist; unterstützende Seiten müssen dafür infrage kommen, mit einem Snippet in der Suche angezeigt zu werden. Google gibt an, dass keine zusätzlichen technischen Anforderungen gelten. AI Overviews können Query Fan-Out nutzen — mehrere verwandte Suchanfragen über Teilthemen und Datenquellen hinweg —, um eine Antwort mit unterstützenden Links zusammenzustellen. Sie unterscheiden sich von Featured Snippets und vom AI Mode, und unabhängige Studien zu ihren Auslösern, ihrer Platzierung, ihren Zitationen und Klicks sollten als datierte Beobachtungen gelesen werden, nicht als dauerhafte Plattformregeln.

Die Voraussetzung ist nach wie vor eine indexierte, snippet-fähige Seite und kein eigener KI-spezifischer technischer Standard. Evidence for this claim Google says pages shown as supporting links in AI Overviews must be indexed and eligible to appear in Search with a snippet, with no additional technical requirements. Scope: Google Search AI features; eligibility does not guarantee selection. Confidence: high · Verified: Google: AI features and your website Google dokumentiert Query Fan-Out außerdem als mehrere verwandte Suchanfragen über Teilthemen und Quellen hinweg — nicht als garantierten Schritt bei jeder Antwort. Evidence for this claim Google documents query fan-out as issuing multiple related searches across subtopics and data sources for AI features. Scope: Google AI Overviews and AI Mode; Google says the technique may be used, not that every response uses it. Confidence: high · Verified: Google: AI features and your website

TL;DR — AI Overviews sind eine von Gemini generierte Zusammenfassung, die innerhalb von Googles eigener SERP ausgeliefert wird. Google sagt, das Feature sei in den zentralen Ranking- und Qualitätssystemen der Suche verankert, und erzeuge daraus Fließtext mit unterstützenden Links. Es nutzt Retrieval und Grounding, Grounding), häufig angetrieben von Query Fan-Out: mehreren Teilsuchen, aus deren abgerufenen Seiten Gemini Fakten extrahiert und zusammenfügt. Die Voraussetzungen sind gewöhnlich: Eine Seite muss indexiert und snippet-fähig sein, mit “no additional technical requirements.” (Übersetzung) „keinen zusätzlichen technischen Anforderungen.“ AI Overviews unterscheiden sich von Featured Snippets (eine übernommene Passage aus einer Seite) und vom AI Mode (einer vollständigen konversationellen Oberfläche). Sie stehen nicht immer auf Position 1 (~8,64 % erscheinen anderswo), sie neigen stark zu informationalen, Long-Tail- und nicht-kommerziellen Suchanfragen, und die Korrelation zwischen Platz 1 und einer Zitation hat sich deutlich abgeschwächt, während Query Fan-Out gereift ist.

Evidence for this claim A supporting page must be indexed and eligible to appear with a Search snippet; Google documents no additional technical requirements for AI-feature eligibility. Scope: web search, retrieval-augmented generation and publisher reporting Confidence: high · Verified: AI features and your website

Gleicher Index, gleiches Ranking — ein Feature, keine Plattform

Die mit Abstand wichtigste Tatsache über AI Overviews ist, dass sie keine neue Suchmaschine sind, die Google angeschraubt wurde. Sie sind eine Präsentationsschicht über den Ergebnissen, die Google ohnehin erzeugt. Google sagt es in seinem Optimierungsleitfaden vom Mai 2026 unmissverständlich: “our generative AI features on Google Search are rooted in our core Search ranking and quality systems,” (Übersetzung) „unsere generativen KI-Funktionen in der Google-Suche sind in unseren zentralen Ranking- und Qualitätssystemen der Suche verankert“, und deshalb “from Google Search’s perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO.” (Übersetzung) „aus Sicht der Google-Suche ist die Optimierung für generative KI-Suche die Optimierung für das Sucherlebnis und damit weiterhin SEO.“

Deshalb sind die Voraussetzungen unspektakulär. Um als unterstützender Link angezeigt zu werden, gilt: “a page must be indexed and eligible to be shown in Google Search with a snippet, fulfilling the Search technical requirements. There are no additional technical requirements.” (Übersetzung) „Eine Seite muss indexiert und dafür geeignet sein, in der Google-Suche mit einem Snippet angezeigt zu werden, und die technischen Anforderungen der Suche erfüllen. Es gibt keine zusätzlichen technischen Anforderungen.“ Die Kette Crawling → Indexierung → Ranking ist die gesamte Voraussetzung — dieselbe Kette, die auch Crawling und das gewöhnliche Ranking regelt. Was eine Seite aus den normalen Ergebnissen fernhält, hält sie auch aus AI Overviews fern.

Evidence for this claim A supporting page must be indexed and eligible to appear with a Search snippet; Google documents no additional technical requirements for AI-feature eligibility. Scope: web search, retrieval-augmented generation and publisher reporting Confidence: high · Verified: AI features and your website

Das steht in scharfem Kontrast zu Engines wie ChatGPT oder Perplexity, die eigene Retrieval-Pools aufbauen. Sie sind das plattformübergreifende Thema, das Generative Engine Optimization und Answer Engine Optimization abdecken. AI Overviews sind der Google-spezifische Fall: gleicher Index, gleiche Regeln.

Der Mechanismus: Grounding + Query Fan-Out

Unter der Haube sind AI Overviews ein RAG-System — Retrieval-Augmented Generation, das Google selbst Grounding nennt. Die allgemeine Mechanik aus Retrieval und anschließender Generierung gehört in die Tiefenartikel zu RAG und Grounding, deshalb leite ich sie hier nicht erneut her. Googles eigene Definition sollte man aber vor Augen behalten: RAG ist “a technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.” (Übersetzung) „eine Technik (auch als Grounding bekannt), die Qualität, Genauigkeit und Aktualität von KI-Antworten verbessert, indem sie sich auf unsere zentralen Ranking-Systeme der Suche stützt, um relevante, aktuelle Webseiten aus unserem Suchindex abzurufen.“

Die AI-Overview-spezifische Wendung ist Query Fan-Out. Statt aus einem einzigen Ergebnissatz zu antworten, kann Google Ihre Frage zerlegen: “Both AI Overviews and AI Mode may use a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response.” (Übersetzung) „Sowohl AI Overviews als auch der AI Mode können eine ‚Query-Fan-Out‘-Technik nutzen — mehrere verwandte Suchanfragen über Teilthemen und Datenquellen hinweg —, um eine Antwort zu entwickeln.“ Gemini “analyzes the content from these various pages, extracts the most relevant facts, and stitches them together into a single, comprehensive answer.” (Übersetzung) „analysiert die Inhalte dieser verschiedenen Seiten, extrahiert die relevantesten Fakten und fügt sie zu einer einzigen, umfassenden Antwort zusammen.“ Eine Anfrage kann also aus den SERPs mehrerer Teilanfragen schöpfen, die Sie nie eingetippt haben — weshalb Tiefe über die Teilfragen eines Themas hier mehr zählt als ein Ranking für einen einzelnen Hauptbegriff. (Fan-Out ist auch der Mechanismus hinter dem AI Mode und der Grund, warum er so viel mit den Overviews gemeinsam hat.)

Während die Antwort zusammengestellt wird, wirft Google nach eigenen Angaben ein weiteres Netz nach Links aus als bei einer klassischen Ergebnisseite: “our advanced models identify more supporting web pages, allowing us to display a wider and more diverse set of helpful links associated with the response than with a classic web search.” (Übersetzung) „unsere fortgeschrittenen Modelle identifizieren mehr unterstützende Webseiten, sodass wir eine breitere und vielfältigere Auswahl hilfreicher Links zur Antwort anzeigen können als bei einer klassischen Websuche.“

Was ein AI Overview auslöst

AI Overviews werden nicht bei jeder Suche ausgelöst — das ist Absicht. Google: “AI Overviews are only shown when our systems determine that it is additive to classic Search, and as such, often don’t trigger.” (Übersetzung) „AI Overviews werden nur angezeigt, wenn unsere Systeme feststellen, dass sie einen Mehrwert gegenüber der klassischen Suche bieten, und werden daher oft nicht ausgelöst.“ Das Muster in den aggregierten Daten ist stark verzerrt:

  • Informationale Suchintention dominiert. In einer Ahrefs-Analyse von 300K Keywords waren 99,2 % der Keywords, die ein AI Overview auslösen, informational, und AIOs hatten nur eine Chance von rund 10 %, bei kommerziellen und transaktionalen Suchanfragen zu erscheinen.
  • Längere, schwerer monetarisierbare Suchanfragen. AIO-Keywords waren im Schnitt rund 4 Wörter lang gegenüber rund 2 Wörtern bei SERPs ohne AIO, bei einer deutlich niedrigeren mittleren Keyword Difficulty (~12 vs. ~33). In meiner Studie zu 55,8 Mio. AI Overviews über 590 Mio. Suchanfragen zeigten sich AIOs häufiger bei informationalen, längeren, volumenstärkeren Suchanfragen — und seltener bei Marken-, lokalen und kurzen Suchanfragen. Rund 71,67 % der AIO-Suchen trugen überhaupt keine CPC-Daten, tendieren also ins Nicht-Kommerzielle.
  • Sie treten gemeinsam mit anderen SERP-Features auf. In der Studie mit 300K Keywords lieferten 99,9 % der AIO-SERPs mindestens ein weiteres Feature (im Schnitt drei), mit Featured Snippets bei über der Hälfte der Suchanfragen.

Ein AI Overview ist also bei einer offenen Informationsfrage am wahrscheinlichsten und bei einer markenbezogenen oder auf einen Sofortkauf gerichteten Suchanfrage am unwahrscheinlichsten. Das ist ein Verhaltensmuster, kein Hebel — aber es ist nützlich, um vorherzusagen, wo Sie eines sehen werden.

Quellenauswahl: Es heißt nicht „auf Platz 1 ranken und schon wird zitiert“

Hier werden AI Overviews wirklich interessant, und hier haben meine eigenen Daten die Geschichte verschoben. Die Intuition, dass eine Zitation einfach bedeutet, für die exakte Suchanfrage auf Platz 1 zu ranken, ist falsch — und sie wird mit der Zeit falscher.

In einer ursprünglichen Studie von 2025, die wir zu 1,9 Mio. Zitationen aus 1 Mio. AI Overviews durchgeführt haben, tauchten rund 76 % der zitierten URLs auch in den organischen Top 10 auf. Als Xibeijia Guan sie im März 2026 mit einer doppelt so großen Stichprobe (863 000 Keyword-SERPs, 4 Mio. AI-Overview-URLs) erneut durchführte, war dieser Wert auf 37,9 % gefallen; der Rest verteilte sich fast gleichmäßig auf die Positionen 11–100 (31,2 %) und jenseits der Top 100 (31,0 %). In der Auswertung hieß es: “This indicates that Google is selecting far fewer pages straight from the original SERP (~76% in July 2025 vs. ~38% today)… AI Overviews are relying less on the direct search results and more on the sources showing up in fan out query SERPs.” (Übersetzung) „Das deutet darauf hin, dass Google weit weniger Seiten direkt aus der ursprünglichen SERP auswählt (~76 % im Juli 2025 gegenüber ~38 % heute)… AI Overviews stützen sich weniger auf die direkten Suchergebnisse und mehr auf die Quellen, die in den SERPs der Fan-Out-Anfragen auftauchen.“

Das ist der Fan-Out-Effekt, wie er in den Daten sichtbar wird: Je mehr Teilanfragen Google ausführt, desto mehr Zitationen zieht es aus deren SERPs statt aus den Top 10 Ihrer Hauptanfrage.

Eine auffällige Folge — YouTube wird unabhängig vom Ranking herangezogen. Unter den in AI Overviews zitierten Seiten, die für die Suchanfrage nicht in Googles Top 100 rankten, waren 18,2 % YouTube-URLs; YouTube ist inzwischen die am häufigsten zitierte Domain in AI Overviews und ist binnen sechs Monaten um 34 % gewachsen. Videoinhalte können ausgespielt werden, ohne überhaupt in den klassischen blauen Links zu ranken.

Position und Format der Zitationen

Zwei weitere AI-Overview-spezifische Fakten dazu, wo ein Overview sitzt und wie es verlinkt.

Erstens steht das Overview selbst nicht immer ganz oben. In meiner Studie vom Juli 2025 zu 10 Mio. SERPs mit AI Overviews (1 Mio. pro Land in 10 Ländern) gilt: “AI Overviews show outside of position 1 for 8.64% of queries. The lowest position we saw them was 6th.” (Übersetzung) „AI Overviews erscheinen bei 8,64 % der Suchanfragen außerhalb von Position 1. Die niedrigste Position, in der wir sie gesehen haben, war die sechste.“ Es gab auch Länderunterschiede — in Japan und Spanien lagen mehr AI Overviews außerhalb von Position 1 —, was mich fragen ließ, “if they have some kind of scoring for how good the generated AI Overview result is.” (Übersetzung) „ob es eine Art Bewertung dafür gibt, wie gut das generierte AI-Overview-Ergebnis ist.“

Zweitens ist der Link-Platz geteilt. Ein Overview zitiert typischerweise mehrere Quellen, sodass sich der Aufmerksamkeitsanteil einer einzelnen Seite über die verlinkte Menge verteilt — anders als bei einem einzelnen blauen Link, bei dem eine URL die Position allein besitzt. Auch deshalb ist die Klick-Rechnung (weiter unten) unübersichtlich.

Was es mit den Klicks macht — die ehrliche, umstrittene Fassung

Hier sollten Sie jedem misstrauen, der Gewissheit verkauft. Die Richtung ist real; die Größenordnung ist umstritten und in Bewegung.

  • Der Rückgang. In Ahrefs’ Studie vom April 2025 zu 300 000 Keywords korrelierte das Vorhandensein eines AI Overview mit einer um 34,5 % niedrigeren durchschnittlichen CTR für die bestplatzierte Seite, verglichen mit ähnlichen informationalen Keywords ohne AI Overview.
  • Die teilweise Erholung. Eine im April 2026 von Search Engine Land berichtete Studie von Seer Interactive (53 Marken, 5,47 Mio. Suchanfragen, 2,43 Mrd. Impressionen) ergab, dass die AIO-CTR bis Februar 2026 von einem Tief von rund 1,3 % im Dezember 2025 auf rund 2,4 % stieg. Innerhalb des Overview zitiert zu werden, verdoppelte die CTR ungefähr (rund 2,1 % gegenüber rund 0,9 % ohne Zitation) — beide lagen aber weiterhin unter den rund 3,3 % CTR, wenn gar kein AI Overview erschien. (Ich würde SEL hier als Sekundärquelle behandeln und Seers Original prüfen, bevor die genauen Zahlen als gesichert zitiert werden.)
  • Googles Aussage, im Spannungsverhältnis dazu. Sundar Pichai hat gesagt: “if you put content and links within AI Overviews, they get higher clickthrough rates than if you put it outside of AI Overviews.” (Übersetzung) „Wenn man Inhalte und Links innerhalb von AI Overviews platziert, erzielen sie höhere Klickraten, als wenn man sie außerhalb von AI Overviews platziert.“ Das passt der Richtung nach zum Unterschied zwischen zitiert und nicht zitiert auf Klick-Ebene, steht aber im Spannungsverhältnis zum aggregierten CTR-Rückgang — also als Behauptung behandeln, nicht als gesicherte Tatsache.

Meine eigene Einschätzung aus der Studie zu 55,8 Mio. Overviews: “Companies investing in their content are also the most likely to show for AIOs. Some may even benefit from them, but the vast majority, I think, will lose traffic.” (Übersetzung) „Unternehmen, die in ihre Inhalte investieren, erscheinen auch am ehesten in AIOs. Manche profitieren möglicherweise sogar davon, aber die überwiegende Mehrheit wird meiner Meinung nach Traffic verlieren.“

Messung: die Realität aus zwei Berichten in der Search Console

Ein hartnäckiger Mythos: dass man die Search Console nach „Search type = AI Overviews“ filtern könne. Kann man nicht. Stand Mitte 2026 gibt es zwei getrennte Orte, an denen Daten zu KI-Funktionen liegen:

  1. Den regulären Performance report, in dem Impressionen aus AI Overviews und AI Mode in den Suchtyp „Web“ einfließen — es gibt keinen Filterwert, der sie isoliert. Google: Websites, die in KI-Funktionen erscheinen, “are reported on in the Performance report, within the ‘Web’ search type.” (Übersetzung) „werden im Performance report innerhalb des Suchtyps ‚Web‘ ausgewiesen.“
  2. Einen separaten Generative AI performance report, im Juni 2026 gestartet und schrittweise für einen Teil der Properties ausgerollt. Er zeigt nur Impressionen — aufgeschlüsselt nach Pages, Countries, Dates und Devices — mit keinen Klicks, keiner CTR und keiner Suchanfragen-Dimension. Googles Hilfe-Dokumentation: “The generative AI performance report includes data from the Web search type in the Performance report.” (Übersetzung) „Der Generative AI performance report enthält Daten aus dem Suchtyp Web im Performance report.“

Die GSC kann Ihnen also inzwischen Sichtbarkeit innerhalb von KI-Funktionen zeigen, sie kann AI-Overview-Klicks aber weiterhin nicht von gewöhnlichen Blue-Link-Klicks trennen. Wie Ahrefs’ Ryan Law anmerkte, als der Bericht vom Juni 2026 noch ein Wunsch war: “there is still no way to disambiguate AI Overview clicks and impressions from the rest of your Search Console data” (Übersetzung) „es gibt weiterhin keine Möglichkeit, AI-Overview-Klicks und -Impressionen vom Rest Ihrer Search-Console-Daten zu unterscheiden“ — und der neue Bericht löst das nicht vollständig, da er nur Impressionen zeigt. Der praktische Arbeitsablauf ist zweistufig: den Generative AI report für Impressionen und Sichtbarkeit nutzen und die Klickwirkung indirekt schätzen (Vorher-nachher-Vergleiche im Performance report oder SERP-Feature-Filter in Tools wie Ahrefs).

Bing hat seinerseits ein vergleichbares, wohl sogar reichhaltigeres Werkzeug ausgeliefert — AI Performance in Bing Webmaster Tools (Feb. 2026) —, das als Einziges die tatsächlichen Grounding-Anfragen offenlegt (die Fan-Out-artigen Phrasen, die eine Zitation ausgelöst haben), etwas, das Google nirgends zugänglich macht.

Wo das hineinpasst

AI Overviews sind Googles konkrete Umsetzung derselben Maschinerie, die an anderer Stelle in diesem Cluster behandelt wird: Grounding und RAG für das Muster aus Retrieval und Generierung, Embeddings, Semantic Search, Vector Search und Chunking für die Retrieval-Schicht, Passage Ranking dafür, wie eine einzelne Passage einer Seite ausgespielt wird, und AI Hallucinations für den Fehlermodus, den Grounding reduzieren soll. Die praktische Fassung „Wie optimiere ich dafür?“ — samt der Nullbefunde zu strukturierten Daten und llms.txt — finden Sie in der Arbeit zu AI Overviews Optimization im Optimierungs-Cluster.

Die Ein-Satz-Fassung: AI Overviews haben kein neues Spiel geschaffen. Sie haben dem Spiel, das Sie ohnehin schon gespielt haben, ein von Gemini geschriebenes Frontend vorgesetzt — dem Spiel, das damit beginnt, crawlbar und indexiert zu sein.

Add an expert note

Pin an expert quote

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