AI Overviews
AI Overviews sind die von Google erzeugten Antwortkästen über den Suchergebnissen. Sie beantworten die Frage direkt und verändern damit, wie viel Verkehr aus der Suche bleibt.
AI Overviews sind die Antwortkästen, die Google über den klassischen Suchergebnissen einblendet. Sie beantworten die Suchanfrage direkt, in eigenen Worten, mit einigen verlinkten Quellen daneben. Für viele Fragen ist das die einzige Antwort, die jemand liest.
Wie entstehen AI Overviews?
Google sucht wie bisher relevante Seiten, gibt Ausschnitte daraus an ein Sprachmodell und lässt daraus eine zusammengesetzte Antwort formulieren. Die verlinkten Quellen sind die Seiten, aus denen Aussagen übernommen wurden.
Zwei Folgen daraus sind für die Praxis wichtig. Erstens hängt die Aufnahme an einzelnen Abschnitten, nicht an ganzen Seiten: Zitiert wird die Passage, die die Frage beantwortet. Zweitens ist die Auswahl nicht mit der Rangliste identisch. Seiten aus den unteren Positionen tauchen regelmäßig als Quelle auf, wenn ihr Abschnitt besser passt.
Was das für den Verkehr bedeutet
Die Klickrate sinkt, auch wenn die Position bleibt. Laut Ahrefs verliert Position eins durch AI Overviews rund 58 % ihrer Klickrate.
Der Effekt ist ungleich verteilt. Fragen, die sich in drei Sätzen beantworten lassen, verlieren am meisten, weil die Antwort im Kasten vollständig ist. Themen, bei denen Menschen vergleichen, konfigurieren oder Preise brauchen, verlieren weniger, weil die Antwort dort nicht ausreicht.
Für die Bewertung heißt das: Klicks allein taugen nicht mehr als Maß. Wer nur Verkehr misst, sieht einen Rückgang und nicht den Grund dafür. Erwähnungen gehören daneben, siehe Zero-Click-Suche.
Wie kommt man in AI Overviews?
Der Hebel ist der Zuschnitt der Abschnitte, nicht die Menge an Text.
Eine Frage als Zwischentitel, direkt darunter die Antwort in zwei bis vier Sätzen, verständlich ohne den Rest der Seite. Konkrete, überprüfbare Angaben statt allgemeiner Aussagen. Und ein eindeutiger Bezug zwischen Aussage und Absender, wozu strukturierte Daten helfen.
Zwei Erwartungen sollte man dabei nicht haben. Es gibt keine Einstellung, mit der man Aufnahme erzwingt, und die Auswahl schwankt zwischen Abfragen und Regionen. GEO ist deshalb Arbeit an der Wahrscheinlichkeit, nicht an einer Platzierung. Das Vorgehen dazu steht unter Generative Engine Optimization.
Wie du prüfst, ob dich das betrifft
Das lässt sich in einer Stunde feststellen, ohne Werkzeug.
Nimm die zwanzig Suchbegriffe, die euch bisher den meisten Verkehr gebracht haben. Gib sie einzeln in die Suche ein und notiere für jeden zwei Dinge: Erscheint ein Antwortkasten, und steht eure Domain in den Quellen daneben.
Daraus ergeben sich vier Fälle. Kein Kasten bedeutet vorerst keine Veränderung. Kasten mit eurer Quelle ist der beste Fall, weil die Marke in der Antwort auftaucht. Kasten ohne eure Quelle, obwohl ihr gut rankt, ist der Fall mit dem größten Handlungsbedarf. Und ein Kasten, der die Frage vollständig beantwortet, heißt: Dieser Suchbegriff bringt künftig kaum noch Klicks, unabhängig davon, was ihr tut.
Der letzte Fall verdient eine ruhige Einordnung. Wenn eine Frage in drei Sätzen beantwortet ist, war der Klick darauf ohnehin selten der Anfang eines Auftrags. Die Frage ist dann nicht, wie der Klick zurückkommt, sondern welche Seite die Kundschaft danach braucht. Mehr dazu unter Zero-Click-Suche.
Verwandte Begriffe
Vektordatenbank
Eine Vektordatenbank speichert Embeddings und findet darin die inhaltlich ähnlichsten Einträge. Sie ist die Suchmaschine hinter den meisten KI-Anwendungen mit eigenen Daten.
Fine-Tuning
Beim Fine-Tuning wird ein vortrainiertes Sprachmodell mit eigenen Beispielen weitertrainiert, damit es eine Aufgabe in einem festen Format oder Tonfall zuverlässig löst.
Human-in-the-Loop
Human-in-the-Loop heißt, dass ein Mensch an einer vorher festgelegten Stelle im Ablauf eines KI-Systems entscheidet, freigibt oder korrigiert.