SEO Reporting 2026: Warum deine Rankingdaten nicht mehr stimmen und wie du trotzdem richtig entscheidest

• Du trennst ab sofort Messwert und Interpretation. Ein Rückgang im Tool ist erstmal nur ein Befund. Ob deine Website tatsächlich Sichtbarkeit verloren hat, ist eine zweite Frage, die du separat beantwortest.

• Du bewertest die Qualität jeder Datenquelle, bevor du ihre Zahlen berichtest. Datenalter, Vollständigkeit und bekannte Messbrüche werden zu einer eigenen Spalte im Reporting.

• Du hörst auf, die Keyword-Anzahl in den Top 100 als Erfolgsmaß zu verwenden. Sie ist seit September 2025 nicht mehr sauber über längere Zeiträume vergleichbar.

• Du prüfst große Veränderungen mit methodisch verschiedenen Quellen, nicht mit drei Tools, die alle dieselbe Google-Seite abfragen. Search Console, Rank-Tracker und Analytics beantworten unterschiedliche Fragen. Genau deshalb taugen sie zusammen als Gegenprobe.

• Du dokumentierst Messbrüche in einem Protokoll und annotierst sie in deinen Zeitreihen, statt sie in drei Monaten mühsam zu rekonstruieren.

• Du berichtest ChatGPT-Traffic nur noch als „identifizierte AI-Referrals“. Was ohne Herkunftsangabe ankommt, rechnest du nicht pauschal um.

• Du wartest bei nicht geschäftskritischen Ausreißern 48 bis 72 Stunden ab, bevor du eine Optimierung startest. Ein Großteil der gefälschten Suchergebnisse verschwindet in dieser Zeit wieder.

Wenn du in den letzten Wochen in Sistrix, Semrush oder SE Ranking einen Einbruch gesehen hast, der sich in der Search Console nicht wiederfindet, bist du nicht allein. Und du hast vermutlich nicht falsch gemessen. Die Messinstrumente selbst haben sich verändert, und zwar an mehreren Stellen gleichzeitig.

Die Chronologie der Messbrüche

Quellen: Google Search Console Hilfe, Sistrix (7. Oktober 2026), Nozzle (10. Oktober 2026), Profound (14. Oktober 2026), Search Engine Journal, Berichterstattung zum Urteil im Verfahren Google gegen SerpApi.

Schau dir die Reihenfolge der letzten Zeilen genau an. Im Juli verliert Google vor Gericht. Zwei Monate später beginnt Google, automatisierten Abfragen falsche Ergebnisse zu liefern. Ob das zusammenhängt, hat Google nicht bestätigt. Es ist meine Interpretation. Aber sie liegt nahe: Was sich juristisch nicht verbieten lässt, wird technisch unbrauchbar gemacht. Sistrix vermutet in seiner eigenen Einordnung, dass Google vor allem neuen Wettbewerbern wie ChatGPT den Zugriff auf seinen Index erschweren und verhindern will, dass Suchergebnisse zum Training offener KI-Modelle genutzt werden, etwa aus China. SEO-Tools sind nach dieser Lesart nicht das Ziel, sie sind Kollateralschaden.

Das ist eine Machtfrage, keine technische Fußnote. Der größte Datenlieferant des Marketings entscheidet gerade, wer seine Ergebnisse noch sauber auslesen darf. Wer sein SEO Reporting komplett auf Daten aus fremden Scraping-Ketten aufbaut, hat diese Abhängigkeit bisher einfach nicht gesehen.

Einordnung statt Panik: Nein, Google hat nicht alle deine Rankings vergiftet

Auf LinkedIn liest sich das Thema gerade wie das Ende des Rank-Trackings. Die Zahlen geben das nicht her.

Die umfangreichste Untersuchung stammt von Nozzle, einem US-Anbieter für SERP-Daten. Seit dem 13. September hat Nozzle 17,8 Millionen auswertbare Suchergebnisseiten geprüft. 8,0 % davon waren manipuliert, gegenüber 0,17 % im Vergleichszeitraum davor. Am schlimmsten war es vom 27. bis 29. September mit rund einem Viertel aller Ergebnisse. Seit Anfang Oktober liegt der Tageswert laut Nozzle meist zwischen 5 und 11 %.

Für Deutschland weist Nozzle 4,3 % aus (bei rund 408.000 geprüften Suchergebnisseiten). Das ist einer der niedrigsten Werte der Studie.

Aber jetzt kommt der Teil, der für den DACH-Raum wirklich relevant ist und in kaum einem Beitrag auftaucht:

Quelle: Nozzle, „Poisoned Google SERPs“, 10. Oktober 2026, Datenstand 9. Oktober. Die Werte beziehen sich auf Nozzles Stichprobe, nicht auf alle Google-Suchen.

Wenn du Kunden in der Schweiz oder in Österreich betreust, sind deine Rankingdaten seit Mitte September also deutlich stärker gefährdet als die eines rein deutschen Projekts. Eine pauschale Aussage für „DACH“ ist hier schlicht falsch.

Und noch eine Zahl aus derselben Studie relativiert die Aufregung: 77,9 % der manipulierten Ergebnisse waren innerhalb von drei Tagen wieder normal. Vier von fünf Fällen betrafen genau eine einzige Abfrage. Ein echter Rankingverlust bleibt. Eine gefälschte Ergebnisseite verschwindet.

Die Frage ist also nicht, ob du deinen Tools noch trauen kannst. Die Frage ist, welche ihrer Aussagen du noch ungeprüft übernehmen darfst. Das ist ein Unterschied, und er entscheidet darüber, ob dein Reporting brauchbar bleibt.

Messbruch. Eine Veränderung an der Messmethode selbst, nicht an dem, was gemessen wird. Nach einem Messbruch sind Werte davor und danach nicht mehr ohne Weiteres vergleichbar. Beispiel: Der Wegfall von 100 Ergebnissen pro Abfrage im September 2025.

Fehlende Daten versus falsche Daten. Ein blockierter Rank-Tracker bekommt einen Fehler oder ein CAPTCHA zurück. Er weiß, dass er nichts weiß, und fragt erneut. Eine manipulierte Ergebnisseite sieht dagegen völlig normal aus und wird als echter Messwert gespeichert. Fehlende Daten erzeugen Lücken. Falsche Daten erzeugen Fehlentscheidungen.

Datenalter. Der Zeitpunkt, an dem ein Keyword zuletzt erfolgreich und geprüft abgefragt wurde. Sistrix hat On-Demand-Updates seit September 2026 abgeschaltet und veröffentlicht nur noch Werte, die zusätzliche Prüfungen bestanden haben. Für manche Keywords liegt das letzte Update deshalb weiter zurück als gewohnt. Eine Position 4 von vor zwölf Tagen ist für die Bewertung einer aktuellen Veränderung kein gleichwertiger Befund wie eine geprüfte Messung von gestern.

Triangulation. Der Begriff stammt aus der Landvermessung: Du bestimmst einen Punkt, indem du ihn von mehreren Standorten aus anpeilst. Im SEO Reporting heißt das, eine Frage mit Quellen zu prüfen, die auf unterschiedliche Weise messen. Drei Rank-Tracker, die alle dieselbe Google-Seite auslesen, sind keine Triangulation. Sie haben womöglich denselben Fehler.

Identifizierte AI-Referrals versus AI-Traffic. Identifizierte AI-Referrals sind Besuche, bei denen deine Analytics-Software erkennen kann, dass sie von einem KI-Assistenten kamen, über UTM-Parameter oder den Referrer. AI-Traffic ist die tatsächliche Gesamtzahl solcher Besuche. Die erste Zahl kannst du messen. Die zweite nicht mehr.

Dark Traffic. Besuche, deren Herkunft auf dem Weg zu deiner Website verloren gegangen ist. Sie landen in „Direct“, obwohl niemand die Adresse eingetippt hat. Typische Quellen: kopierte Links aus Slack, Teams, Mail oder WhatsApp, native Apps ohne Referrer, PDFs und eben KI-Chatbots.

Statistische versus systematische Unsicherheit. Statistische Unsicherheit beschreibt zufällige Schwankungen, zum Beispiel weil ein KI-Assistent auf dieselbe Frage nicht jedes Mal gleich antwortet. Systematische Unsicherheit heißt, dass die Messmethode selbst falsch liegt, etwa weil gefälschte Suchergebnisse gespeichert werden. Gegen die erste hilft mehr Stichprobe. Gegen die zweite hilft nur eine andere Methode.

1. Rank-Tracking: Erst weniger Daten, jetzt falsche Daten

Symptom. Deine Domain verliert im Tool innerhalb weniger Wochen ein Fünftel ihrer Keywords. Die Klicks in der Search Console bleiben stabil.

Ursache, Teil eins. Bis September 2025 konnte ein Rank-Tracker mit einer einzigen Anfrage die ersten 100 organischen Ergebnisse abrufen. Seitdem liefert Google maximal 10 Ergebnisse pro Abfrage. Für 100 Positionen braucht es also zehn Anfragen, und zwar nur dann, wenn Google überhaupt so viele Ergebnisse ausspielt. Sistrix schreibt dazu am 7. Oktober 2026 ganz offen: Bei vielen Keywords endet die Ergebnisliste inzwischen deutlich vor Position 100, danach kommt einfach nichts mehr. Fällt deine Domain bei einem Keyword aus den Top 100, kann das schlicht daran liegen, dass die Liste kürzer geworden ist.

Die Konsequenz zieht Sistrix selbst: Rankings jenseits der ersten Seite sind über längere Zeiträume nicht mehr zuverlässig vergleichbar. Für den Sichtbarkeitsindex sieht Sistrix kaum Auswirkungen, weil die Positionen auf Seite 1 den weitaus größten Teil seines Werts ausmachen. Für Langzeitvergleiche empfiehlt Sistrix die Anzahl der Keywords in den Top 10.

Ursache, Teil zwei. Seit dem 20. September 2026 kommt etwas Gravierenderes dazu. Google beantwortet einen Teil der automatisierten Anfragen mit Ergebnisseiten, die völlig normal aussehen, aber andere Websites enthalten. Kein Fehler, kein CAPTCHA, dieselbe Seitenstruktur. Nozzle definiert eine Ergebnisseite als manipuliert, wenn weniger als die Hälfte der für dieses Keyword üblichen Domains auftaucht und diese Domains bei späteren Abfragen zurückkehren.

Was dann passiert, hat Nozzle ebenfalls gemessen:

• Auf normalen Ergebnisseiten tauchen 88,5 % der Domains vom Vortag wieder auf, auf manipulierten nur noch 20,7 %.

• Die eigene Website eines Projekts fällt auf manipulierten Seiten in 58,6 % der Fälle aus den Top 10, normalerweise in 2,7 % der Fälle.

• Reddit, Facebook, LinkedIn und Instagram rücken häufiger nach.

• Bezahlte Elemente bleiben stabil. Shopping-Ergebnisse und Anzeigen ändern sich auf manipulierten Seiten kaum.

Den letzten Punkt solltest du dir merken. Die Teile der Ergebnisseite, mit denen Google Geld verdient, bleiben intakt. Der organische Teil wird ausgetauscht.

DemandSphere, ein weiterer Anbieter von Ranking-Daten, sieht das Problem bei rund 11 % seiner täglich erfassten Ergebnisseiten und weist ausdrücklich darauf hin, dass sich diese Zahl schnell ändern kann. Sistrix bestätigt das Phänomen ebenfalls und beschreibt es als branchenweites Problem.

Nozzle hat noch einen Befund, der oft übersehen wird: Der Anteil manipulierter Seiten hängt davon ab, über welchen technischen Weg eine Anfrage bei Google ankommt. Zwischen dem 30. September und dem 9. Oktober lieferte einer der Wege 1 bis 7 % manipulierte Ergebnisse, ein anderer 9 bis 30 %. Zwei Tools können also bei denselben Keywords völlig unterschiedlich stark betroffen sein, ohne dass eines davon „besser“ misst.

Was das für dein Reporting bedeutet. Die Top-100-Keyword-Anzahl ist als Erfolgsmaß erledigt. Einzelne Tageswerte aus Rank-Trackern sind seit Mitte September mit Vorsicht zu lesen, in der Schweiz und in Österreich noch einmal deutlich mehr als in Deutschland. Und das Datum der letzten erfolgreichen Abfrage wird zu einer Information, die du im Reporting sehen musst.

2. Google Search Console: Die beste Quelle, aber keine Wahrheit

Die naheliegende Reaktion lautet: Dann verlasse ich mich eben nur noch auf die Search Console. Ich halte das für die richtige Richtung und für einen falschen Endpunkt. Die GSC ist in meiner Arbeit in den letzten Monaten deutlich wichtiger geworden. Aber sie hat ihre eigenen Brüche.

Der Protokollierungsfehler. Google dokumentiert auf seiner Seite zu Datenanomalien, dass Impressionen vom 13. Mai 2025 bis zum 27. April 2026 nicht korrekt dargestellt wurden. Betroffen waren auch alles, was daraus berechnet wird, also CTR und durchschnittliche Position. Klicks waren laut Google nicht betroffen. Nach der Korrektur kann es laut Google zu einem Rückgang der Impressionen im Leistungsbericht kommen.

Das heißt konkret: Jeder Jahresvergleich bei Impressionen, CTR oder Position, der diesen Zeitraum berührt, steht unter Vorbehalt. Wenn dein Dashboard für Oktober 2026 einen Rückgang der Impressionen gegenüber Oktober 2025 zeigt, vergleichst du womöglich korrekt gezählte mit falsch gezählten Werten.

Dazu kommt der Effekt aus dem September 2025. Sistrix beschreibt, dass viele Websites ab Mitte September 2025 weniger Impressionen und eine bessere Durchschnittsposition in der GSC sahen. Das war eine Folge der Google-Änderung bei den 100 Ergebnissen, kein Rankingverlust und kein Rankinggewinn.

Die bekannten Grenzen. Die GSC anonymisiert seltene Suchanfragen, begrenzt die Zeilen in Berichten, gibt eine Durchschnittsposition statt einer echten Position zu einem Zeitpunkt aus und sagt nichts über ChatGPT, Perplexity oder andere Systeme außerhalb von Google. Das macht sie nicht schlecht. Es macht sie zu einer Quelle mit klaren Aussagegrenzen.

Der Fortschritt bei AI Search. Seit dem 31. August 2026 steht allen Websites weltweit ein eigener Bericht zur Leistung in generativen KI-Funktionen der Google-Suche zur Verfügung. Er umfasst AI Overviews und den AI Mode. Du siehst Impressionen im Zeitverlauf und kannst nach Seiten, Ländern, Geräten und Datum gruppieren. Wichtig: Die Daten stammen aus dem Suchtyp Web des normalen Leistungsberichts. Du darfst sie also nicht zu den normalen Impressionen addieren. Für die Messung von Google AI Search ist das trotzdem ein echter Schritt nach vorn, weil es Googles eigene Zählung ist und keine Stichprobe von außen.

3. ChatGPT: Der Besuch kommt an, die Herkunft nicht

Bei Google geht es darum, ob Suchergebnisse korrekt erfasst werden. Bei ChatGPT geht es um eine andere Frage: Ist ein Besuch, der tatsächlich stattfindet, noch als ChatGPT-Besuch erkennbar?

Profound, ein Anbieter für AI-Visibility-Monitoring, hat dazu am 14. Oktober 2026 eine Auswertung veröffentlicht. Am 8. Oktober enthielten rund 98 % der untersuchten ChatGPT-Antworten mit Quellen mindestens einen Link mit Tracking-Parameter. Am 9. Oktober waren es 75 %, am 14. Oktober 66 %. Parallel stieg der Anteil der Antworten in der neuen interaktiven Darstellung, die OpenAI „Intelligent UI“ nennt, von 2 % auf rund 35 %. Links direkt in der Antwort kamen dort häufig ohne Tracking-Parameter, Links in zusätzlich geöffneten Produkt- oder Infoansichten trugen sie weiterhin.

Achte auf die Einheit: Das sind Anteile von Antworten, nicht von Klicks oder Besuchen.

Cedric Huesler von Adobe geht in einem LinkedIn-Beitrag einen Schritt weiter, berichtet von Search Engine Roundtable. Nach seiner Beobachtung öffnet ChatGPT Links seit dem Modellwechsel mit der Anweisung noopener,noreferrer und lässt zusätzlich den Parameter utm_source=chatgpt.com weg. Damit fehlen beide Herkunftssignale gleichzeitig. Auf rund 500 Seiten, auf denen ChatGPT vorher mindestens 5 % der Besuche brachte, sah er im Vergleich der Woche ab dem 9. Oktober mit der Vorwoche einen deutlichen Rückgang der ChatGPT-Besuche bei einem fast gleich großen Anstieg von Direct Traffic auf denselben Seiten. Das ist eine Einzelauswertung, keine unabhängige Studie. Sie passt aber exakt zum Mechanismus.

Damit du verstehst, warum kein Tool das reparieren kann, hier die drei möglichen Fälle bei einem Klick in ChatGPT:

Bei Fall C kommt die Information, woher der Besuch stammt, gar nicht erst bei deinem Server an. Ein Wechsel von Google Analytics zu Matomo, Pirsch oder serverseitigem Tracking ändert daran nichts. Keine Software kann eine Information auswerten, die der Browser nie übermittelt hat. Auch der neue GA4-Kanal „AI Assistant“ (seit 13. Mai 2026) hilft hier nicht, denn er ordnet Besuche über den Referrer zu. Kein Referrer, kein Kanal.

Ob OpenAI das korrigiert, ist offen. Profound erwartet eine Korrektur, weil OpenAI selbst ein Interesse daran hat, dass sein Traffic sichtbar ist. Eine offizielle Aussage gibt es nicht. Und selbst eine Korrektur würde die fehlende Historie nicht zurückbringen.

4. Der unbequeme vierte Bruch: Du misst dich selbst mit

Über diesen Punkt spricht in der Branche kaum jemand, weil er die eigenen Tools betrifft. AI-Visibility-Monitoring erzeugt einen Teil der Signale, die es anschließend misst.

Wenn ein Monitoring-Tool täglich Hunderte Prompts an ChatGPT, Perplexity oder Google schickt, rufen diese Systeme Seiten ab und erzeugen Suchanfragen. In meinen eigenen Serverlogs sehe ich an Tagen mit Monitoring-Läufen auffällige Spitzen bei KI-Crawlern. In der Search Console von feller.systems tauchen Suchanfragen in natürlicher Sprache mit dem Anhang „. my location is germany.“ auf, die eindeutig nach automatisierten Agenten aussehen, die Antworten gegen die Google-Suche prüfen. Und bei Markenanfragen können Impressionen in der GSC durch genau solche Abfragen aufgebläht werden.

Das bedeutet nicht, dass Monitoring wertlos ist. Es bedeutet, dass du in einem Teil deiner Zahlen dein eigenes Echo misst. Wer AI-Visibility-Werte, KI-Crawler-Zugriffe und Marken-Impressionen gleichzeitig als Erfolgsbeleg berichtet, sollte zumindest wissen, welche dieser Zahlen er selbst mit erzeugt hat.

Diese Frage höre ich gerade häufiger als jede andere: In Analytics steigt Direct Traffic auf URLs wie /shop/fenstergriff-abschliessbar-ral9016-weiss-0001234567. Kein Mensch tippt so etwas ab. Kann man das ChatGPT zuordnen?

Als Indiz ja. Als Nachweis pro Besuch nein.

Warum tiefe URLs mit „Direct“ verdächtig sind

Echte Direkteingaben gibt es fast nur für die Startseite und für kurze, merkbare Adressen. Für eine Produkt-URL mit Artikelnummer bleiben als echte Direktbesuche praktisch nur Lesezeichen und die Autovervollständigung des Browsers. Alles andere ist Dark Traffic, also Besuche, deren Herkunft unterwegs verloren gegangen ist.

KI-Assistenten sind dabei ein möglicher Grund, nicht der einzige. Ebenso infrage kommen:

• Links, die Kollegen in Slack, Teams oder per Mail teilen

• Links aus WhatsApp oder anderen Messengern

• Links aus PDFs, Angeboten oder Rechnungen

• Newsletter und Kampagnen ohne saubere UTM-Parameter

• native Apps, die keinen Referrer senden

Und KI-Assistenten erzeugen dieses Muster gleich auf mehreren Wegen: Desktop- und Mobile-Apps senden häufig keinen Referrer, Nutzer kopieren URLs aus Antworten heraus, und seit dem 9. Oktober lässt ChatGPT bei einem Teil der Links beide Herkunftssignale weg.

Fünf Prüfungen, aufsteigend nach Beweiskraft

1. Kohortenvergleich. Vergleiche die Entwicklung von Direct Traffic auf tiefen URLs mit der auf der Startseite. Steigen nur die tiefen URLs, ist das ein Hinweis auf eine verlorene Herkunft. Steigt alles gleichmäßig, eher nicht.

2. Spiegelbild auf denselben Seiten. Sinkt der erkannte ChatGPT-Traffic auf genau den Seiten, auf denen Direct steigt? Das ist das Muster aus der Adobe-Auswertung.

3. Abgleich mit Zitierungen. Konzentriert sich der zusätzliche Direct Traffic auf URLs, die in deinem AI-Monitoring als Quelle auftauchen? Oder auch auf Seiten, die nie zitiert werden? Im zweiten Fall ist ChatGPT als Erklärung schwach.

4. Serverlogs. Ein Abruf durch einen nutzergesteuerten KI-Agenten auf eine bestimmte URL, kurz gefolgt von einem Direct-Besuch auf derselben URL, ist das stärkste zeitliche Signal. Mit anonymisierten IP-Adressen, etwa hinter Cloudflare, kannst du allerdings nur noch die zeitliche Nähe auswerten, nicht den einzelnen Nutzer.

5. Halluzinierte URLs. Direct-Aufrufe auf 404-Seiten mit plausibel klingendem Pfad, den es auf deiner Website nie gab, sind ein ziemlich eindeutiger Fingerabdruck. Menschen tippen solche Adressen nicht und verlinken sie nicht. Ahrefs hat 2025 rund 16 Millionen von KI-Assistenten zitierte URLs untersucht und festgestellt, dass KI-Assistenten Besucher 2,87-mal häufiger auf 404-Seiten schicken als die Google-Suche.

Was du nicht tun darfst

Direct Traffic pauschal in ChatGPT-Traffic umrechnen. Im Fallbeispiel unten siehst du, warum: Dort stieg Direct auf tiefen URLs fast dreimal so stark, wie ChatGPT-Traffic verloren ging. Der Rest hatte eine völlig andere Ursache.

Im Reporting führst du stattdessen zwei getrennte Kennzahlen: „identifizierte AI-Referrals“ und „nicht zugeordneter Traffic auf tiefen URLs“. Die zweite ist kein AI-Traffic. Sie ist ein Frühwarnsignal, dass dir Herkunftsinformationen verloren gehen, egal aus welcher Quelle.

Die reflexhafte Antwort auf schlechtere Daten lautet: mehr Tools. Ein zweiter Rank-Tracker, ein drittes AI-Monitoring, noch ein Dashboard. Ich halte das für den falschen Weg. Mehr Datenquellen erzeugen zuerst einmal mehr Widersprüche. Und wenn alle Quellen dieselbe Google-Seite auf demselben Weg abfragen, bestätigen sie im Zweifel gemeinsam denselben Fehler.

Du brauchst kein Mehr an Komplexität, du brauchst ein besseres System.

Triangulation heißt Methodenvielfalt, nicht Tool-Anzahl

Für die Frage „Hat sich meine organische Performance tatsächlich verschlechtert?“ brauchst du Quellen, die auf grundsätzlich verschiedene Weise messen:

Jede Zeile hat andere systematische Fehler. Genau das macht die Kombination wertvoll. Stimmen Search Console, Rank-Tracker und Analytics überein, ist ein Befund belastbar. Widersprechen sie sich, weißt du wenigstens, wo du weitersuchen musst.

Die Prüftiefe richtet sich nach dem Risiko

Nicht jede Frage braucht drei Quellen. Ob eine Seite einen 404-Fehler liefert, prüfst du mit einem Aufruf. Die Regel lautet: Je höher der wirtschaftliche Einsatz und je unsicherer die Messung, desto stärker muss die Prüfung sein.

Die Frage ist nicht „geht das?“, sondern „lohnt sich das, und wie kontrollierst du es?“. Für eine Kategorieseite, die 30 % deines Shopumsatzes trägt, lohnt sich die volle Prüfung. Für einen Blogbeitrag mit 40 Klicks im Monat nicht.

Warum ich keinen Gesamtscore baue

Ein beliebter Ausweg: Man normalisiert Sichtbarkeitsindex, GSC-Impressionen, AI-Visibility-Score und organische Sitzungen und verrechnet sie gewichtet zu einer einzigen Zahl. Das sieht nach Methode aus. Es ist keine.

Die Kennzahlen haben unterschiedliche Grundgesamtheiten, unterschiedliche Zeiträume und unterschiedliche Fehler. Die Gewichtung ist willkürlich. Und das Schlimmste: Ein Gesamtscore versteckt genau die Widersprüche, die du sehen musst. Wenn der Rank-Tracker fällt und die Klicks steigen, ist das eine wichtige Information. Im Durchschnitt wird daraus eine flache Linie.

80/20: Was du streichst und was du stärkst

Streichen oder herabstufen:

• Keyword-Anzahl in den Top 100 als Erfolgsmaß

• Tageswerte aus Rank-Trackern als Grundlage für Entscheidungen

• AI-Visibility-Tageswerte als strategische Aussage

• „ChatGPT-Traffic“ als Gesamtwert

Stärken:

• GSC-Klicks nach Seitengruppen und Themenclustern

• ein festes, geschäftsrelevantes Keyword-Set mit geprüften Top-10-Positionen

• Conversions und Anfragen der Seiten, die du optimierst

• ein dokumentierter Umgang mit Messbrüchen

Die eigentliche Arbeit beginnt dort, wo die Folie endet: im Operating Model. Ein besseres Reporting entsteht nicht durch einen neuen Bericht, sondern durch ein paar feste Routinen.

Schritt 1: Ein festes Kern-Keyword-Set definieren

Lege pro Projekt ein überschaubares Set von Keywords fest, die geschäftlich wirklich zählen. Als Planungsgröße, nicht als empirischer Mindestwert:

• 50 bis 150 Keywords für eine kleinere B2B-Website

• 150 bis 500 Keywords für größere Websites mit mehreren Geschäftsbereichen

• bei großen Shops zusätzlich getrennte Sets nach Kategorie oder Sortiment

Dieses Set bleibt stabil. Die riesigen Keyword-Datenbanken von Sistrix und Co. nutzt du weiter, aber für Marktbeobachtung, Wettbewerb und Themenrecherche, nicht als Erfolgsnachweis.

Schritt 2: Prompt-Sets einfrieren und versionieren

Für AI-Visibility-Monitoring gilt dasselbe Prinzip, nur strenger. Peec AI hat Ende September 2026 auf Basis von rund 120 Millionen Chats gezeigt, wie stark Sichtbarkeitswerte allein durch Zufall schwanken. Die zentrale Erkenntnis: Für die Genauigkeit eines Portfolios bringen mehr verschiedene Prompts mehr als häufigere Wiederholungen derselben Prompts.

Quelle: Peec AI, 29. September 2026. Modellbasierte Schätzung, keine allgemeingültige Fehlermarge für alle Tools.

Wenn dein Tageswert von 46 auf 41 % fällt, ist das bei 50 Prompts noch kein Befund. Laut Peec können Tagesveränderungen unter 12,4 Prozentpunkten in diesem Szenario reiner Zufall sein, auf Wochenebene liegt die Schwelle bei 4,7, auf Monatsebene bei 2,3 Prozentpunkten.

Dazu gehört eine Regel, die viele brechen: Ändere dein Kern-Prompt-Set nicht ständig. Jede Änderung startet methodisch eine neue Messreihe. Neue Prompts für die Themenrecherche gehören in ein separates Set. Mehr dazu findest du in meinem Beitrag zu Monitoring-Prompt-Sets und zur Baseline-Methodik.

Schritt 3: Ein Messbruch-Protokoll führen

Das ist das wichtigste Artefakt dieses Artikels. Eine einfache Datei pro Projekt, in der du jede bekannte Veränderung an der Messgrundlage festhältst. Zusätzlich setzt du die Daten als Anmerkung direkt in die Leistungsdiagramme der Search Console, die Google inzwischen unterstützt.

Vorlage: Messbruch-Protokoll

Für deinen Arbeitsalltag reicht dafür eine Markdown- oder Textdatei. Es braucht keine Datenbank und kein BI-System.

Schritt 4: Das Reporting-Format umstellen

Jede wichtige Veränderung berichtest du ab sofort in fünf Zeilen, nicht in einem Satz:

Das wirkt im ersten Moment weniger beeindruckend als „Die Domain hat 22 % ihrer Rankings verloren“. Es ist aber die ehrlichere und am Ende auch die verkaufsstärkere Aussage. Eine Geschäftsführung, die einmal erlebt hat, dass du einen vermeintlichen Absturz korrekt als Messfehler eingeordnet hast, vertraut dir beim nächsten echten Einbruch.

Rollen: Wer macht was?

• SEO (intern oder extern): pflegt Kern-Set und Messbruch-Protokoll, prüft Auffälligkeiten, schreibt Befund und Interpretation.

• Analytics-Verantwortliche: prüft Tracking, Consent, UTM-Disziplin bei Newslettern und Kampagnen, meldet Änderungen.

• Marketing-Lead: entscheidet über Maßnahmen auf Basis der Sicherheitsstufe, nicht auf Basis der lautesten Zahl.

• Geschäftsführung: bekommt Leads, Anfragen und Umsatz plus eine Zeile zur Datenqualität. Mehr nicht.

Nicht das Tool ist der Hebel, der Prozess ist der Hebel.

Das KPI-Set für dein SEO Reporting

Bei größeren Websites gehört die Auswertung nach Seitengruppen nach oben. Ein Verlust in einem umsatzstarken Sortiment geht im Domaindurchschnitt unter. Umgekehrt sieht ein Verlust schwacher Longtail-Rankings im Domainbericht dramatisch aus, obwohl wirtschaftlich nichts passiert.

Die Datenqualitäts-Ampel

Jedes größere Reporting bekommt einen kurzen Block zur Messqualität. Die Bewertung gilt immer für eine bestimmte Frage. Dieselbe Quelle kann für eine Frage gut und für eine andere unbrauchbar sein.

Beispielhafte Einstufung, keine Bewertung eines konkreten Projekts. Als Grafik gibt es das Ganze hier ⬇️

Zeitliche Auflösung

• Täglich: technische Überwachung und Alarme. Keine strategischen Aussagen.

• Wöchentlich: Hypothesen und kurzfristige Trends.

• Vier Wochen: reguläre Bewertung, auch für AI-Visibility.

• Quartal: Wirkung von Content-Strategie und Wettbewerbsverschiebungen.

Failure Modes: Woran du erkennst, dass dein Reporting lügt

• Eine Kennzahl bewegt sich stark, alle anderen nicht.

• Eine Veränderung tritt an einem bekannten Bruchdatum auf, etwa am 20. September oder am 9. Oktober 2026.

• Ein Rankingabsturz normalisiert sich nach ein bis drei Tagen ohne Änderung an der Website.

• Ein Kanal fällt, ein anderer steigt um einen ähnlichen Betrag.

• Ein „Erfolg“ fällt zeitlich mit einer Änderung am Keyword- oder Prompt-Set zusammen.

Wenn du es nicht messen kannst, steuerst du nach Gefühl. Und wenn du die Messqualität nicht kennst, steuerst du nach dem Gefühl deines Tools.

Der Monatsbericht mit dem Absturz. Das Reporting zeigt am Monatsende 20 % weniger Rankings. Die Agentur schlägt eine Content-Offensive vor. Niemand schaut in die Search Console, wo die Klicks seit Wochen stabil sind. Zwei Monate und ein fünfstelliges Budget später bleibt der „Absturz“ im Tool, und die Klicks sind immer noch stabil.

Die Dreifachbestätigung. Drei Tools melden denselben Verlust. Das wirkt eindeutig. Alle drei kaufen ihre Rohdaten aber womöglich über ähnliche Wege ein und sind von denselben manipulierten Ergebnisseiten betroffen. Übereinstimmung ist kein Beweis, wenn die Quellen nicht unabhängig sind.

Der eingebrochene ChatGPT-Kanal. Im Oktober-Reporting halbiert sich der ChatGPT-Traffic. Die Empfehlung lautet: AI-Search-Strategie überarbeiten. Tatsächlich hat ChatGPT nur aufgehört, sich zu erkennen zu geben. Die Besucher sind noch da, sie heißen jetzt „Direct“.

Das umgerechnete Direct. Die Gegenreaktion ist genauso falsch: Der gesamte Anstieg bei Direct wird ChatGPT zugeschlagen und als AI-Erfolg verkauft. Im Fallbeispiel unten siehst du, dass das bei einem echten Projekt um den Faktor drei danebengelegen hätte.

Das wandernde Prompt-Set. Jeden Monat werden Prompts ergänzt, die gut laufen, und solche gestrichen, die schlecht laufen. Die AI-Visibility steigt stetig. Gemessen wird dabei vor allem die eigene Auswahl.

Wenn du nur eine Sache mitnimmst: Prüfe vor jeder Maßnahme, ob sich das gemessene System verändert hat oder das Messsystem.

Die folgenden Zahlen stammen aus einem echten Projekt: ein Großhändler mit Onlineshop, sehr viele Produkt-URLs mit langen Pfaden und Artikelnummern, rund 11.000 Sitzungen in fünf Werktagen. Abgefragt habe ich die Daten am 15. Oktober 2026 aus Google Analytics 4, der Search Console und Sistrix. Die Wochenvergleiche verwenden immer dieselben Wochentage, Freitag bis Dienstag.

Teil 1: Der Absturz, den es nicht gab

Wer nur auf die Keyword-Anzahl schaut, berichtet einen Verlust von einem Viertel aller Rankings. Die Search Console zeigt im selben Zeitraum 14 % mehr Klicks, der Sichtbarkeitsindex steigt um 12 %. Saisonale Effekte habe ich dabei nicht herausgerechnet. Die Richtung ist trotzdem eindeutig: Der Shop hat keinen Absturz erlebt.

Einen Widerspruch will ich nicht verschweigen. Sistrix nennt die Anzahl der Top-10-Keywords das verlässliche Maß für Langzeitvergleiche. Hier fällt genau diese Zahl um ein Fünftel, während Klicks und Sichtbarkeitsindex steigen. Eine plausible Erklärung: Verloren gehen vor allem Top-10-Positionen bei Keywords mit sehr geringem Suchvolumen, die kaum Klicks bringen. Nachgewiesen ist das nicht. Für dein Reporting heißt das: Auch die Top-10-Anzahl ist keine Kennzahl, die du ohne Gegenprobe in der Search Console berichten solltest.

Teil 2: Der ChatGPT-Bruch, live gemessen

Der GA4-Kanal „AI Assistant“ lag in diesem Shop an Werktagen bei 26 bis 42 Sitzungen pro Tag, am Donnerstag, 8. Oktober, bei 37. Ab Freitag, 9. Oktober, sah es so aus: 9, 4, 7, 18 und 19 Sitzungen.

Der AI-Kanal war zwei Wochen lang stabil und hat sich dann mehr als halbiert, exakt am Datum, das Profound und Adobe beschreiben. Gleichzeitig steigt Direct. So weit passt alles zur Theorie.

Jetzt der Test aus dem Kapitel zu Direct Traffic auf langen URLs. Ich habe nur Produkt-URLs mit Artikelnummer betrachtet, also genau die Adressen, die niemand eintippt:

Zum Vergleich: Direct auf der Startseite stieg in derselben Woche nur um 7 % (687 auf 734 Sitzungen).

Das Muster ist genau das, was die Attributionshypothese vorhersagt. Direct steigt auf den tiefen URLs deutlich stärker als auf der Startseite, und das in derselben Woche, in der ChatGPT auf diesen URLs einbricht.

Und jetzt die Rechnung, die jeder Umrechnung den Boden entzieht. Auf den Produkt-URLs gingen 44 AI-Sitzungen verloren. Direct legte um 124 Sitzungen zu. Selbst wenn jeder einzelne verlorene ChatGPT-Besuch in Direct gelandet wäre, erklärt das nur gut ein Drittel des Anstiegs.

Woher kommt der Rest? Ein Blick auf die Seiten mit dem stärksten Direct-Zuwachs zeigt Aktionsartikel: Aktionssets großer Werkzeughersteller und ein Adventskalender, einige davon in der Vorwoche noch ohne einen einzigen Direct-Besuch. Im selben Zeitraum stieg der Kanal E-Mail um 33 %, Paid Social legte ebenfalls zu. Ein Newsletter oder eine Kampagne mit unvollständigen Tracking-Parametern erzeugt genau dieses Bild: viel Direct auf einzelnen Aktionsprodukten.

Noch ein Detail für alle, die gerne mit kleinen Zahlen argumentieren: In der Woche nach dem Bruch hatte der AI-Kanal weniger als halb so viele Sitzungen, aber mehr Bestellungen (7 statt 3). Bei so kleinen Zahlen ist das Rauschen, kein Trend. Weder in die eine noch in die andere Richtung.

Was ich daraus für das Reporting dieses Kunden ableite

Die letzte Maßnahme ist übrigens die mit dem schnellsten Nutzen. Jeder Besuch, den du selbst sauber markierst, verringert den Teil von Direct, über den du nur noch spekulieren kannst.

So gehst du die Prüfung Schritt für Schritt durch:

1. Gibt es einen technischen Fehler? Prüfe 404-Fehler, noindex, falsche Weiterleitungen und Serverprobleme. Wenn ja: sofort beheben, nicht warten. Wenn nein: weiter mit Schritt 2.

2. Wann wurden die betroffenen Keywords zuletzt geprüft abgefragt? Sieh dir im Tool das Datum der letzten erfolgreichen Abfrage an. Liegt es uneinheitlich oder mehr als sieben Tage zurück, ist die Datenlage dünn und du verfolgst den Befund nur unter Vorbehalt weiter. In beiden Fällen geht es weiter mit Schritt 3.

3. Sinken die GSC-Klicks auf den betroffenen Seiten? Prüfe die Search Console für die Seitengruppe oder die einzelnen URLs. Wenn nein: wahrscheinlich ein Messproblem. Du beobachtest 72 Stunden und ergreifst keine Maßnahme. Wenn ja: weiter mit Schritt 4.

4. Normalisieren sich die Rankings innerhalb von 72 Stunden? Gemeint ist: ohne Änderung an der Website. Wenn ja: Messproblem, im Messbruch-Protokoll vermerken. Wenn nein: weiter mit Schritt 5.

5. Bestätigt eine manuelle Gegenprobe den Verlust? Suche mit gleichem Land, gleicher Sprache und gleichem Gerät, nicht eingeloggt. Wenn nein: Der Befund ist unklar, und du ziehst eine zweite, methodisch andere Quelle hinzu. Wenn ja: weiter mit Schritt 6.

6. Sinken Conversions oder Anfragen der betroffenen Seiten? Prüfe Analytics, CRM oder Shopdaten. Wenn ja: echter Verlust mit Geschäftsfolge, du startest die Ursachenanalyse. Wenn nein: echter Verlust ohne messbare Folgen. Du beobachtest und priorisierst ihn gegen andere Aufgaben.

Das Ganze als Grafik, Klick vergrößert ⬇️

Das ist eine Arbeitshilfe aus der Praxis, kein statistisch validiertes Modell. Bei erheblichen Klickverlusten in der Search Console springst du direkt zur Ursachenanalyse.

Die Daten im SEO Reporting werden nicht einfach schlechter. Sie werden unterschiedlich gut, je nach Quelle, Zielmarkt und Frage. Das ist anstrengender als ein Dashboard mit einer großen grünen Zahl. Es ist aber auch die ehrlichere Grundlage für Entscheidungen, die Geld kosten.

Meine Empfehlung ist klar: Keine größere Maßnahme auf Basis eines einzelnen, ungeprüften Signals. Keine Scheingenauigkeit im Reporting. Und kein neues Tool, solange du nicht benennen kannst, welche Frage es beantwortet, die deine vorhandenen Quellen nicht beantworten.

Der Wert eines SEO Reportings liegt ab jetzt weniger darin, möglichst viele Kennzahlen zu zeigen. Er liegt darin, auch mit unvollständigen Informationen tragfähig zu entscheiden und offen zu sagen, wie sicher eine Aussage ist.

Dein nächster Schritt: Lege heute das Messbruch-Protokoll für dein wichtigstes Projekt an und setze die drei Anmerkungen in der Search Console. Das dauert 15 Minuten. Wenn du danach wissen willst, welche deiner Kennzahlen wirklich tragen, schauen wir uns dein Reporting gemeinsam an.

Quellen

• Nozzle: Poisoned Google SERPs, 10.10.2026: https://nozzle.io/research/poisoned-google-serps/

• DemandSphere: Spurious data in Google SERPs, 07.10.2026: https://www.demandsphere.com/blog/spurious-data-google-serps/

• Sistrix: Why Google ranking data collection is changing, 07.10.2026: https://www.sistrix.com/support/google-ranking-data-collection/

• Google Search Console Hilfe, Datenanomalien: https://support.google.com/webmasters/answer/6211453?hl=de

• Google Search Console Hilfe, Bericht zu generativen KI-Funktionen: https://support.google.com/webmasters/answer/16984139

• Search Engine Journal, GA4 AI Assistant Channel: https://www.searchenginejournal.com/google-analytics-adds-ai-assistant-as-default-channel-group/574974/

• Profound: ChatGPT's missing UTM tags, 14.10.2026: https://www.tryprofound.com/blog/chatgpt-missing-utm-tags

• Search Engine Roundtable, UTM-Parameter in ChatGPT, 14.10.2026: https://www.seroundtable.com/utm-parameters-missing-chatgpt-42299.html

• Peec AI: The key to prompt tracking, 29.09.2026: https://peec.ai/blog/the-key-to-prompt-tracking

• Ahrefs: How often do AI assistants hallucinate links? https://ahrefs.com/blog/how-often-do-ai-assistants-hallucinate-links

• Urteil Google gegen SerpApi, 20.07.2026, z. B. https://www.relevantaudience.com/seo/court-dismisses-google-dmca-serpapi/