SEO-Prognose
Free, no signup. Most traffic forecasts treat an algorithm update like noise that will smooth itself out — it won't. Upload your Search Console, GA4, Ahrefs, Semrush, or Adobe export and get a forecast that treats updates as the permanent level shifts they are, backtested on your own history before you're asked to trust it.
Wird in deinem Browser ausgeführt – Uploads werden nicht an unseren Server gesendet, aber das aktuelle Projekt wird im lokalen Browserspeicher automatisch gespeichert, bis du es ersetzt oder die Browserdaten dieser Website löschst. Creating a share link is opt-in; it uploads the scenario you choose and retains it for 7 days. Anonyme Ergebniszähler auf Ausführungsebene können für aggregierte Forschung verwendet werden; URLs, Domains, IP-Adressen und Kennungen werden nie einbezogen, und Statistiken werden erst ab 100 Ausführungen veröffentlicht.
Google algorithm-update data last synced .
Sample data. This is a generated demo series (with a planted algorithm-update hit and a fake migration) so you can see how the tool works. Upload your own export to replace it.
Detected events — tell the model what happened
Level shifts and outliers found in your data. Label them so the model treats them correctly; leave as "ignore" to keep the data untouched. Known Google updates are handled automatically and only kept when they measurably moved your series.
How wrong was each model on your own history?
Rolling-origin backtest: each model repeatedly forecast a held-out slice of your data it had never seen. MASE < 1 means it beat the seasonal-naive baseline. The chart overlays what the top models would have predicted for your most recent data.
Forecast every series you've loaded and compare them on one chart, or as share of voice. Mark which are you vs competitors — needed for calibration and the crossover callouts. Add competitors by uploading more files above (wide files with a column per site, or one file each).
Calibrate competitor estimates to your real data
Third-party traffic estimates (Ahrefs/Semrush) are directionally useful but wrong in absolute terms. If you upload your organic ground truth (GSC clicks or a GA4 organic segment) plus your series from the same third-party tool, we compute your correction factor and apply it to competitors.
Forecast the traffic from ranking changes — no time series needed. Enter keywords with their search volume, where you rank now, and where you're aiming. This is scenario math (volume × click-through rate by position), not curve-fitting.
Keywords (0) — edit any cell to update the forecast
Incremental clicks = the extra monthly clicks at the target position vs. today, probability-weighted.
Business case
Turns the forecast bands into a conversion, revenue, ROI, and paid-search-equivalent view. These are planning assumptions, not a revenue prediction.
Forecasts assume no future algorithm updates, content changes, or SERP-feature shifts — the intervals come from each model's real backtest errors on your data, not from optimistic formulas. Third-party traffic and traffic-value figures are estimates. Nothing you upload is sent anywhere: parsing, modeling, and charts all run locally in your browser.
Über dieses Werkzeug
Prognostiziere organischen Traffic aus deinem eigenen Analyseexport und behandle Google-Algorithmus-Updates als dauerhafte Niveauverschiebungen statt als Rauschen. Backtests wählen ein passendes Modell, Prognoseintervalle zeigen Unsicherheit und die Erklärung trennt saisonale von echten Einbrüchen.
Die Beispielzahlen sind erfunden und kein Benchmark. Verwende deine eigene, ausreichend lange Zeitreihe, bevor du absolute Werte oder Szenarien bewertest.
Funktionen
- Automatische Erkennung von GSC, GA4, Ahrefs, Semrush, Adobe, Google Trends und generischen Datum-Wert-Dateien
- Fünf backgetestete Modelle mit Auswahl nach niedrigstem MASE und manueller Überschreibung
- Erkannte Algorithmus-Updates als gelabelte Niveauverschiebungen mit Gegenfaktual- und Auswirkungsansicht
- Tabs für Prognose, Backtest, Erklärung, Keywords und Share-of-Voice mit CSV-, PNG- und Szenario-Export
So funktioniert es
Lade eine CSV hoch oder öffne Beispieldaten. Der Parser erkennt Quelle, Zeitraster und Messgröße, aggregiert nach Woche oder Monat und lässt Horizont sowie Szenario wählen. Backtests messen den historischen Fehler, erkannte Updates werden als Level-Shifts modelliert, und der Forecast zeigt Median sowie 80/95-Prozent-Bänder. Die Erklärung zerlegt Trend, Saison und Ereigniswirkung.
Einschränkungen
- Eine Prognose nimmt keine künftigen Algorithmus-Updates, Inhaltsänderungen oder SERP-Feature-Verschiebungen vorweg.
- Kurze, lückenhafte oder stark wechselnde Reihen erzeugen breite Bänder und einen niedrigen Qualitätswert; Saisonalität benötigt ungefähr zwei Jahreszyklen.
- Drittanbieter-Traffic und Traffic-Wert sind Schätzungen, keine gemessenen Klicks. Kalibriere sie an deine eigene Wahrheit, bevor du absolute Zahlen nutzt.
Häufig gestellte Fragen
Kann man SEO-`Traffic` wirklich genau prognostizieren?
Nein. Das Tool erstellt eine Szenarioprojektion aus deinen historischen Daten und Annahmen. Algorithmusänderungen, Konkurrenz, Saisonalität und Umsetzung können das Ergebnis verändern.
Wie behandelt die Prognose ein Google-Algorithmus-`Update`?
Ein messbarer Sprung wird als Niveauverschiebung markiert und nur behalten, wenn er deine Daten tatsächlich bewegt hat. Die Prognose nimmt kein künftiges `Update` an; ein bekanntes Ereignis wird deshalb separat erklärt.
Welche Daten kann ich hochladen?
GSC-, GA4-, `Ahrefs`-, `Semrush`-, `Adobe`-, Google-`Trends`- und generische Datum-Wert-Exporte werden automatisch erkannt. Wähle Klicks, Sitzungen, `Position` oder `Traffic`-Wert und prüfe die erkannte Quelle vor der Prognose.
Werden meine Daten auf einen Server hochgeladen?
Nein. CSV-Analyse und Prognose laufen im `Browser`; die Datei wird nicht hochgeladen.
Was ist ein Prognoseintervall und warum wird es breiter?
Es zeigt einen Unsicherheitsbereich um die mittlere Projektion. Mit zunehmendem Zeithorizont sammeln sich mögliche Abweichungen an, daher wird der Bereich breiter.
Häufige Probleme und ihre Behebung
- Warnung Der Besucherstrom weist eine dauerhafte Niveauverschiebung auf Lösung: Identifiziere die Bereitstellung, Umstellung, das Algorithmusereignis oder die Nachverfolgungsänderung am Änderungsdatum und modelliere die Zeiträume vor und nach der Verschiebung getrennt, nachdem du die Ursache korrigiert hast.
- Fehler Das gekennzeichnete Ereignis hat eine geschätzte nachteilige Auswirkung Lösung: Segmentiere die betroffenen Seiten und Suchanfragen rund um das gekennzeichnete Ereignis, mache die ursächliche Änderung rückgängig oder korrigiere sie, wenn die Belege dies stützen, und miss sie an einem nicht betroffenen Vergleichssegment.
- Warnung Der Verlauf ist zu kurz für eine stabile Prognose Lösung: Stelle nach Möglichkeit mindestens einen vollständigen saisonalen Zyklus konsistenter Daten bereit oder verkürze den Prognosehorizont und kennzeichne die Schätzung als instabil.
- Information Die Prognose ist stark saisonal Lösung: Vergleiche denselben saisonalen Zeitraum von Jahr zu Jahr und plane anhand der saisonalen Basislinie statt nur anhand des neuesten Punkts.
- Warnung Das Unsicherheitsintervall der Prognose ist breit Lösung: Verkürze den Prognosehorizont oder füge einen saubereren Verlauf hinzu, bevor du den Mittelpunkt für die Planung verwendest.
- Warnung Die Genauigkeit des Rückvergleichs ist schwach Lösung: Verwende das Prognoseintervall, teste ein Basismodell und sammle einen konsistenteren Verlauf, bevor du dich auf die Prognose verlässt.