SEOPRESSO PODCAST - Der SEO Podcast mit Björn Darko

Diese Episode wird unterstützt von Localo, der Local SEO Plattform: https://localo.com/de/

--------------------------

What happens to the web when people get answers without visiting websites—and AI assistants start doing the shopping?

In this episode of SEOPRESSO, Björn Darko speaks with Simon Young about his provocative prediction: the death of the web as we know it.

Having written about Answer Engine Optimization back in 2019, Simon shares why he believes websites could evolve into knowledge bases that serve AI assistants. We explore what that shift could mean for publishers, marketplaces, local businesses, and the economics of online content.

We also debate where trusted platforms still matter, whether Google’s guidance tells the whole story across different AI engines, and why original knowledge could become a business’s most valuable asset.

A conversation about the future of discovery, the limits of familiar SEO tactics, and the work brands can start doing today.

Key Takeaways

• SEO fundamentals still matter. Simon challenges agency models that sell promises without delivering the work needed to create results.

• Zero-click answers put pressure on businesses that depend on referral traffic, advertising, and affiliate revenue.

• Marketplace disruption may depend on the purchase: routine products and expensive decisions have different requirements for trust and experience.

• Original expertise, proprietary data, and customer insights can fill knowledge gaps that generic content leaves behind.

• Google’s guidance should not automatically become your strategy for every AI engine. Different platforms need observation and testing.

• Simon argues for making useful content accessible to AI systems and building business knowledge bases that assistants can interact with.

• Traffic volume alone is an incomplete measure of success. Better-qualified visitors and business outcomes deserve greater attention.

Chapters

00:00 Introduction: Simon Young and the death of the web
00:56 Sponsor message
02:12 Answer Engine Optimization before ChatGPT
03:26 Voice search, AI assistants, and the device question
06:36 Did SEO die—or did the old agency model?
09:05 From recommendations to implementation
11:09 SISTRIX newsflash
13:57 Zero-click answers and the economics of the web
17:31 Who wins and who loses in AI search?
20:38 Publishers, original perspectives, and information gain
22:14 Can AI replace marketplaces?
25:48 Websites as knowledge bases for AI
28:54 Google’s AI guidance: schema, content, and small gains
30:44 How AI engines differ
35:14 Personalization and the future of advertising
36:42 Should businesses block AI bots?
38:43 Focused content and better-qualified visitors
40:24 Building a business knowledge base
42:29 Finding knowledge gaps and earning visibility
45:48 AI search tactics, Reddit, and manipulation
47:58 What could the web look like in 2030?
50:32 Closing thoughts

Diese Episode wird unterstützt von Localo, der Local SEO Plattform: https://localo.com/de/

--------------------------

Link zum besprochenen Artikel: https://searchengineland.com/geo-pillars-488782

---------------------

Ist GEO nur SEO mit neuem Namen? Olaf Kopp (Aufgesang) hat in seinem Search-Engine-Land-Artikel ein Modell mit drei Säulen für Generative Engine Optimization vorgestellt: LLM Readability, Brand Context und Agentic Commerce. Mit Björn Darko spricht er darüber, welche Säule klar SEO ist und wo SEO kaum noch Einfluss hat. Und er erklärt, warum GEO am Ende vor allem eine Frage der Organisation ist.

Es geht um Chunking und Passage Relevance, um eine Studie zum Zusammenhang zwischen Readability und Rankings, um Brand-Context-Audits und Prompt-Tracking und um MCP, UCP und ACP als Infrastruktur für KI-Agenten. Außerdem diskutieren die beiden, warum die LinkedIn-Debatte „GEO vs. SEO“ oft am Thema vorbeigeht.

Takeaways

• LLM Readability ist die Säule, die am klarsten zu SEO gehört: Crawling, Indexierung, Informationsarchitektur und gut strukturierter Content bleiben die Basis. LLM-Bots rendern oft kein JavaScript und arbeiten noch effizienzgetriebener als klassische Crawler.
• Grounding baut auf Rankings auf: Wer nicht in den Top 10 bis 20 steht, wird kaum zitiert. Auf Top-Positionen entscheiden Passage Relevance, Informationsdichte und Information Gain.
• Brand Context entsteht vor allem außerhalb der eigenen Website: Reddit, Communities, Listicles und Third-Party-Mentions. Das liegt in PR, Kommunikation und Brand und nur begrenzt bei SEO.
• Brand wird messbar: Mit Prompt-Tracking und Brand-Context-Audits lassen sich Positionierung, Attribute und Lücken konkret sichtbar machen.
• Agentic Commerce braucht API- und MCP-First-Denken: Produktkontext, Feeds, Agent Experience (AX) sowie Hürden wie Login-Walls und Checkouts. Das sind Aufgaben für Product Management und Engineering.
• Das eigentliche Problem sind organisatorische Silos. Digital Authority Management soll SEO, Content, PR und Brand zusammenbringen.

Kapitel
00:00 Intro: Olaf Kopp und die 3 GEO-Säulen
00:55 Sponsor
02:13 Ist GEO eine neue Disziplin?
02:57 Retrieval: Crawling, Indexierung und Document vs. Passage Relevance
03:50 Wie LLM-Bots arbeiten: Effizienz, kein Rendering, Vektordatenbanken
05:26 Brand Context, Reputation und Topical Authority
05:45 GEO als Kanal: LLMs als neue Interfaces
07:24 Säule 1: LLM Readability
08:11 Studie: Readability-Faktoren und ihre Korrelation mit Rankings
09:56 Passage-based Indexing, Featured Snippets und Chunking
11:23 SISTRIX Newsflash
14:11 Content als größter Hebel: Answer Structure und Information Gain
16:37 Säule 2: Brand Context
17:30 Citations, Mentions und Prompt-Tracking
19:53 Empfohlen werden: Listicles und Reputation
20:31 Warum SEO beim Brand Context wenig in der Hand hat
22:10 Aus der Praxis: Brand-Context-Audits
24:25 Silos, Ego und Digital Authority Management
27:48 „It's just SEO“? Warum SEO allein nicht reicht
29:32 Säule 3: Agentic Commerce
31:20 Agentic Readiness: Product Context, AX, MCP, UCP und ACP
33:59 Produktdaten, Feeds und Engineering-Hürden
37:22 Die GEO-vs.-SEO-Debatte
40:43 Name, Mindset und probabilistische Systeme
43:11 Bots unterscheiden: Training vs. User-triggered
43:33 Olafs Weg: vom Performance Marketing zur Brand
44:25 Outro

Der organische Traffic der größten deutschen Onlineshops ist innerhalb eines Jahres um rund 16 % gesunken. Ist das bereits der Effekt von Google AI Overviews und veränderten Suchgewohnheiten – oder haben viele Shops schlicht ihre SEO-Hausaufgaben nicht gemacht?

Darüber spreche ich mit Thomas Gruhle, Gründer und CEO der Digitalagentur LEAP. Grundlage unseres Gesprächs ist eine umfangreiche Studie zur Entwicklung der 2.500 größten deutschen Onlineshops.

Wir analysieren, welche Shops trotz des schwierigen Marktumfelds wachsen, warum SEO-Verluste nicht automatisch durch KI verursacht werden und weshalb technische Exzellenz, relevante Inhalte, Autorität und gute Nutzersignale wichtiger denn je sind.

Außerdem diskutieren wir, wie AI Overviews den Marketing-Funnel verändern, warum Informationssuchen besonders stark betroffen sind und wie Shops mit hochwertigen Kategorie- und Produktseiten, eigenen Daten, Reviews, Feed-Optimierung und konsequentem Testing reagieren können.

Eine Folge über die Zukunft von SEO im E-Commerce – ohne Untergangsszenarien, aber mit klaren Konsequenzen für Unternehmen, Marketingteams und Entscheider. Grundlage ist das vollständige Episodentranskript.

Takeaways

• Der organische Traffic im deutschen E-Commerce ist rückläufig – aber nicht jeder Verlust lässt sich mit AI Overviews erklären.

• Während der Gesamtmarkt verliert, gibt es weiterhin klare SEO-Gewinner. Entscheidend ist, die eigenen Hausaufgaben besser als der Wettbewerb zu erledigen.

• AI Overviews treffen vor allem informationsorientierte Suchanfragen und verschieben die Recherchephase zunehmend in die Suchergebnisse.

• Weniger messbare Klicks bedeuten nicht automatisch weniger Wirkung: Markenbekanntheit und indirekte Conversions werden wichtiger.

• Technische Qualität, Autorität, relevante Inhalte und Nutzersignale bleiben die Grundlage für klassische Rankings und Sichtbarkeit in KI-Systemen.

• Kategorie- und Produktseiten sollten nicht nur für Keywords, sondern konsequent für Suchintentionen und konkrete Use Cases optimiert werden.

• Proprietäre Informationen, First-Party-Daten, Produktbewertungen und echte Erfahrungen schaffen einen Vorteil gegenüber austauschbarem KI-Content.

• Shops sollten SEO, Conversion-Optimierung und Testing stärker miteinander verbinden und ihre wichtigsten Seitentypen kontinuierlich weiterentwickeln.

• SEO bleibt ein wichtiger und vergleichsweise profitabler Kanal – benötigt aber klare Prioritäten, Ressourcen und Unterstützung aus dem Management.

Kapitelmarken

00:00 Intro und Vorstellung von Thomas Gruhle
03:39 So verändert sich der deutsche E-Commerce
05:20 Methodik und Datengrundlage der Studie
08:16 Welche Rolle spielt Organic Search im Kanalmix?
09:08 Rund 16 % weniger organischer Traffic
12:11 Warum einige Onlineshops trotzdem wachsen
14:55 SISTRIX Newsflash
17:42 Gewinner und Verlierer der Entwicklung
19:27 Die Grundlagen erfolgreicher SEO-Arbeit
21:08 Wie schnell AI Overviews wachsen
24:15 Auswirkungen auf Marktplätze und andere Branchen
25:19 Informationale und transaktionale Suchanfragen
29:40 Die indirekte Wirkung von SEO und KI-Sichtbarkeit
31:45 Wie sich der Marketing-Funnel verändert
35:57 Marken und Produkte proaktiv in KI-Systemen positionieren
39:31 AI Mode, Shopping und die Bedeutung von Produktfeeds
40:06 Lohnt sich die Investition in Content weiterhin?
43:32 Rankings, Erwähnungen und Citations
47:12 Was gute Kategorie- und Produktseiten ausmacht
49:19 First-Party-Daten, Reviews und einzigartige Informationen
50:47 Suchintention und Nutzerführung richtig verbinden
53:35 Warum Testing im E-Commerce unterschätzt wird
56:52 Wo ihr die vollständige Studie findet
58:50 Thomas’ wichtigste Empfehlungen für Unternehmen
61:07 Outro

SEO verändert sich gerade grundlegend: Google ist längst nicht mehr der einzige Ort, an dem Menschen suchen. Sichtbarkeit entsteht heute auch auf Social Media, YouTube, in ChatGPT, Perplexity und anderen KI-Systemen. Doch was bedeutet diese Fragmentierung für die Rolle von SEO im Marketing-Mix?

In dieser Live-Ausgabe des SEOPRESSO Podcasts diskutiere ich mit Aline Kunz und Vanessa Wurster darüber, warum SEO und GEO nicht länger als isolierte Disziplinen funktionieren können. Wir sprechen über die Zusammenarbeit mit Branding, PR, Social Media, UX und Produkt – und darüber, wem das Thema Sichtbarkeit im Unternehmen eigentlich gehören sollte.

Außerdem werfen wir einen Blick auf die Agentur von morgen: Werden klassische Retainer und stundenbasierte Abrechnungsmodelle verschwinden? Brauchen Kunden künftig weniger operative Unterstützung und dafür mehr erfahrene Sparringspartner? Und wie entwickeln wir Junior Talents, wenn KI bereits viele Einstiegsaufgaben übernimmt?

Eine Diskussion über neue Rollen, veränderte Geschäftsmodelle, automatisierte Prozesse und die Frage, welche Fähigkeiten im Zeitalter von AI Search wirklich wertvoll bleiben.

Takeaways

• SEO entwickelt sich von einem spezialisierten Kanal zu einer zentralen Disziplin für digitale Sichtbarkeit.
• GEO betrifft nicht nur Websites, sondern ebenso Brand, PR, Social Media, Content, UX und Produkt.
• Unternehmen müssen Silos aufbrechen, ohne dabei die fachliche Tiefe der einzelnen Disziplinen zu verlieren.
• Nicht jede Marke muss auf jedem Kanal vertreten sein: Entscheidend sind Zielgruppe, Customer Journey und der konkrete Nutzen.
• Generative AI kann skalierbaren Content ermöglichen – Expertise, Differenzierung und Vertrauen entstehen jedoch nicht automatisch.
• Agenturen werden stärker zu strategischen Sparringspartnern und Begleitern bei Prozessen, Automatisierung und Implementierung.
• Klassische Retainer und die Abrechnung nach Stunden geraten durch AI zunehmend unter Druck.
• Wenn Einstiegsaufgaben automatisiert werden, braucht es neue Wege, um Junior Talents auszubilden und zu erfahrenen Berater zu entwickeln.

Kapitelmarken

00:00 Intro: Live-Podcast mit Aline Kunz und Vanessa Wurster
01:30 Wie AI Search SEO und Agenturen verändert
03:00 Vom SEO-Kanal zur zentralen Marketingdisziplin
04:30 Zusammenarbeit mit Brand, PR, UX und Produkt
06:00 Wem gehört GEO im Unternehmen?
08:15 Skalierbarer Content durch generative AI
09:30 Expertise, Vertrauen und Differenzierung
11:20 SISTRIX Newsflash
13:35 Die Fragmentierung der Suche
14:45 Zielgruppen und Customer Journeys verstehen
16:00 Testen statt überall präsent sein zu wollen
17:00 Brauchen Unternehmen neue Visibility Teams?
19:30 Wie AI das Geschäftsmodell von Agenturen verändert
21:00 Warum guter AI-Output weiterhin Expertise braucht
22:30 Agenturen als erfahrene Sparringspartner
24:00 Was passiert mit Junior Talents?
25:30 Die Agentur der Zukunft
27:00 Welche Prognosen sind überhaupt noch möglich?
28:30 Prozesse, Automatisierung und neue Partnerschaften
30:00 Fazit

Was unterscheidet gute SEO von schlechter SEO? Nicht die neuesten Tools, geheimen Hacks oder besonders komplexen Audits. Entscheidend ist, ob SEO innerhalb eines Unternehmens tatsächlich etwas bewegt – oder lediglich Rankings, Reports und eine lange Liste an Tickets produziert.

In dieser Solo-Folge stellt Björn zehn Bereiche gegenüber, in denen sich Good SEO und Bad SEO unterscheiden: von Strategie, Nutzerverständnis und Priorisierung über Zusammenarbeit und Testing bis hin zu Enablement, Reporting und professioneller Disziplin.

Die zentrale These: Die meisten SEO-Probleme sind keine reinen SEO-Probleme – sie sind Produktprobleme.

Wenn Kategorien den Search Intent nicht erfüllen, wichtige Seiten nicht auffindbar sind oder Nutzer nach dem Klick nicht weiterkommen, reicht eine rein technische Betrachtung nicht aus. Moderne SEO muss Nutzerprobleme verstehen, Lösungen mit Produkt und Engineering entwickeln, Business Value erzeugen und SEO skalierbar in der Organisation verankern.

Eine Folge für alle, die SEO nicht nur als Traffic-Kanal, sondern als strategische Produktdisziplin verstehen wollen.

Takeaways

• Gute SEO optimiert auf Business Outcomes statt nur auf Rankings, Sichtbarkeit und Traffic.

• Keyword Research wird erst durch Nutzerverständnis und „Search and then“ zur Produktentwicklung.

• Rankingverluste sind Symptome – gute SEO sucht nach den eigentlichen Ursachen.

• Priorisierung und Fokus sind wichtiger als möglichst viele Audits, Tickets und Trends.

• Fachlich recht zu haben reicht nicht: SEO muss verständlich kommunizieren und andere Teams befähigen.

• Maßnahmen sollten als Hypothesen mit klarer Erfolgsmessung behandelt werden.

• SEO muss Roadmaps frühzeitig beeinflussen, statt Produkte erst kurz vor dem Launch abzunehmen.

• Standards, Playbooks und automatisiertes Monitoring skalieren besser als heroische Einzelaktionen.

• Gute Reports liefern Orientierung und führen zu einer Entscheidung.

• Technische Expertise bleibt wichtig, erzeugt aber erst durch Priorisierung, Umsetzung und Business-Bezug echten Wert.

Kapitelmarken

00:00 Intro: Was unterscheidet Good SEO von Bad SEO?
01:04 Warum die meisten SEO-Probleme Produktprobleme sind
02:24 1. Strategie: Outcomes statt Output
04:05 2. Nutzerverständnis und „Search and then“
05:36 3. Symptome, Ursachen und richtiges Problem Framing
07:02 4. Priorisierung, Fokus und Business Value
08:39 5. Zusammenarbeit und verständliche Kommunikation
10:12 6. Umsetzung, Tests und systematisches Lernen
11:33 7. Crossfunktionaler Einfluss auf Produkt und Roadmap
12:58 8. Dokumentation, Enablement und skalierbare Systeme
14:21 9. Storytelling und entscheidungsorientiertes Reporting
15:35 10. Professionalität und realistische Erwartungen
16:43 Warum modernes SEO eine Produktdisziplin ist
18:05 Fazit: Welches Nutzer- oder Produktproblem steckt dahinter?

Google erweitert die Search Console um zwei spannende Funktionen: Social-Profile-Properties und einen neuen Bericht zu Impressionen in generativen Suchergebnissen.

Gemeinsam mit GSC-Experte Stephan Czysch analysiert Björn, welche Daten Google jetzt für YouTube, Instagram, TikTok und X bereitstellt – und wie SEOs erkennen können, mit welchen Videos und Beiträgen sie in der Google-Suche erscheinen.

Im zweiten Teil geht es um den neuen „Generative AI“-Report. Er zeigt Impressionen von URLs in AI Overviews und AI Mode, liefert aktuell jedoch weder Klicks noch die auslösenden Prompts. Was bringen diese Daten also wirklich? Björn und Stephan diskutieren, wie sich die neuen Impressionen mit klassischen GSC-Daten, SERP-Features und den Bing Webmaster Tools verbinden lassen.

Außerdem sprechen sie darüber, ob AI Overviews tatsächlich Klicks kosten, warum die Auswirkungen stark vom Suchintent abhängen und welche Funktionen Google noch ergänzen müsste, damit der Bericht für SEOs wirklich wertvoll wird.

Takeaways

• Social Profiles zeigen, über welche Suchanfragen Inhalte von YouTube, Instagram, TikTok und X in Google gefunden werden.

• Durch den Vergleich mit der eigenen Website lassen sich Keyword-Überschneidungen und Content-Lücken identifizieren.

• Internationale Impressionen können Hinweise auf Potenziale für Übersetzungen und lokalisierte Videos geben.

• Der neue Generative-AI-Bericht umfasst Impressionen aus AI Overviews und AI Mode – rückwirkend ab dem 18. Mai.

• Aktuell zeigt Google nur URLs, Länder, Geräte und Zeiträume, aber keine Klicks oder Prompts.

• Erst die Verknüpfung mit klassischen GSC-Daten und SERP-Feature-Tracking liefert den notwendigen Kontext.

• Viele AI-Impressionen bei gleichzeitig sinkenden Klicks können ein Indiz für einen möglichen AI-Overview-Effekt sein – sind aber noch kein Beweis.

• Ob AI Overviews Klicks kosten, hängt stark vom Suchintent und vom Geschäftsmodell ab. Bei Marktplätzen können Nutzer weiterhin auf Listings klicken, um Angebote zu vergleichen.

• Statt ausschließlich historische Reports auszuwerten, sollten SEOs definieren, für welche Themen und Suchsituationen sie künftig sichtbar sein wollen.

• Google sollte Themencluster, Verhaltensdaten, eine klare Trennung der Suchfunktionen und vollständige API-Zugänge ergänzen.

Kapitelmarken

00:00 Intro und Vorstellung von Stephan Czysch
01:12 Die zwei neuen Features der Google Search Console
01:35 Was sind Social-Profile-Properties?
03:49 Welche Suchdaten Google für YouTube & Co. zeigt
05:26 Prompts in den Search-Console-Daten
06:17 Warum stellt Google diese Daten bereit?
09:54 Instagram: Bilder, Videos und zusätzliche SERP-Fläche
12:55 Keyword-Overlap und Content-Lücken erkennen
13:46 Der neue Generative-AI-Bericht
16:24 AI Overviews, AI Mode und verfügbare Dimensionen
17:04 Was bringen reine Impressionen wirklich?
17:58 Generative Daten mit klassischen GSC-Daten verbinden
19:13 Warum SERP-Feature-Tracking unverzichtbar bleibt
21:55 Kosten AI Overviews organische Klicks?
24:42 Warum Marktplätze anders betroffen sein können
26:37 Optimierungspotenziale für Videos und Produktdaten
27:44 Export- und API-Limitierungen der Search Console
29:14 Lassen sich Prompt-Volumina ableiten?
31:30 Core Updates und Veränderungen der AI-Impressionen
33:22 Welche Daten im Bericht noch fehlen
34:33 Fazit und Verabschiedung

Nur weil sich ein Prozess mit KI automatisieren lässt, heißt das noch lange nicht, dass wir ihn automatisieren sollten.

AI Agents, Claude Code, Codex, MCPs und Skills versprechen enorme Effizienzgewinne. Doch was passiert, wenn wir diesen Systemen zu viel Autonomie geben und irgendwann niemand mehr genau hinschaut?

In dieser Live-Episode spricht Björn Darko mit Kai Spriestersbach, Head of AI bei ReachX, über die Risiken agentischer Systeme. Sie diskutieren, weshalb überzeugend klingender AI-Output besonders gefährlich sein kann, wie sich kleine Fehler entlang komplexer Prozessketten multiplizieren und warum technische Kontrollmechanismen das Risiko zwar reduzieren, aber niemals vollständig eliminieren.

Kai erklärt, warum Unternehmen zwischen deterministischer Automatisierung und echter Autonomie unterscheiden müssen. Er zeigt, wie Skills, Skripte, Input- und Output-Gates sowie menschliche Freigaben eingesetzt werden können, um AI-Workflows stabiler und verlässlicher zu gestalten.

Außerdem geht es um die Verantwortung von Agenturen, neue Pricing-Modelle, den möglichen Wegfall klassischer Junior-Aufgaben und die Frage, ob vollständig autonome Unternehmen überhaupt funktionieren können.

TAKEAWAYS

• AI sollte nur Aufgaben übernehmen, die der verantwortliche Mensch auch ohne AI fachlich beurteilen könnte.
• Deterministische Automatisierung ist nachvollziehbar – agentische Systeme bleiben variabel und schwer kontrollierbar.
• Je länger eine Entscheidungskette, desto größer das Risiko, dass sich kleine Fehler fortpflanzen.
• Skills, MCPs und mehrere prüfende Modelle senken das Risiko, beseitigen es aber nicht.
• Je komplexer der Output, desto aufwendiger ist seine fachliche Verifikation.
• Im Agenturgeschäft sollte kein AI-generierter Inhalt ungeprüft das Unternehmen verlassen.
• AI schafft den größten Wert nicht durch mehr Output, sondern durch Leistungen, die vorher nicht möglich waren.
• Für Agenturen sind ergebnisbasierte Modelle oft sinnvoller als reine Stundenabrechnung.
• Der Mensch sollte Ziele, Qualitätsmaßstäbe und kritische Entscheidungen bestimmen – AI bleibt das Werkzeug.

KAPITELMARKEN

00:00 Intro: Wer kontrolliert die AI Agents?
03:09 Kais Kritik an hochautomatisierten Agenturen
07:15 Werden Effizienzgewinne überschätzt?
10:09 Nur weil es automatisierbar ist, ist es nicht automatisch gut
13:15 Automatisierung vs. agentische Systeme
15:20 Wie sich AI-Fehler fortpflanzen
17:18 Das Kontrollparadox und Automation Bias
18:39 Warum Fachwissen weiterhin unverzichtbar bleibt
22:40 Was passiert mit Juniors und Nachwuchskräften?
25:30 Automatisierung oder Autonomie?
27:03 Kais zwei Grundregeln für den AI-Einsatz
28:18 Von der Exploration zum stabilen Workflow
29:24 Skills, Skripte sowie Input- und Output-Gates
31:16 Warum sich AI nicht vollständig selbst kontrollieren kann
32:55 So sieht ein verantwortungsvolles Setup aus
33:45 Wo der Mensch zwingend im Loop bleiben muss
36:24 AI als Werkzeug für Expertinnen und Experten
38:30 Effizienzgewinn oder akzeptiertes Fehlerrisiko?
40:14 Darf AI selbstständig Code veröffentlichen?
42:22 Verantwortung und Transparenz in Agenturen
44:25 Wie verändert AI das Pricing von Agenturen?
48:11 Spezialisierung als Wettbewerbsvorteil
50:04 Sind vollständig autonome Unternehmen realistisch?
52:56 Wann Kai AI in der Praxis einsetzt
54:09 Warum Agents kein eigenes Bewusstsein brauchen, um gefährlich zu werden
55:39 Verifikation, Monitoring und Modellwechsel
57:32 Praktische Automatisierung im Podcast-Alltag
58:14 Fazit und Verabschiedung

Search findet längst nicht mehr nur bei Google statt. Nutzer suchen auf YouTube, TikTok, Social Media – und bewegen sich während ihrer Journey zwischen Websites, Videos, Social Content und inzwischen auch KI-Systemen.

In dieser SEOPRESSO-Spezialfolge spreche ich mit Christian B. Schmidt über Social SEO, YouTube und das Search Flywheel: Wie schaffen Unternehmen Content, der nicht nur auf einer Plattform funktioniert, sondern über Google, YouTube, TikTok und Co. hinweg Sichtbarkeit, Brand und Conversions aufbaut?

Wir sprechen darüber, warum Social SEO nichts mit den alten „Social Signals“ zu tun hat, weshalb Google Social Content immer stärker in die Suche integriert und warum die eigentliche Chance nicht darin liegt, für jede Plattform separat Content zu produzieren. Stattdessen geht es darum, aus einem starken Content Asset viele relevante Touchpoints zu schaffen.

Christian zeigt anhand konkreter Beispiele, wie aus einem Website-Artikel ein YouTube-Video, daraus Shorts und TikToks und wiederum neue Search-Touchpoints entstehen können. Das Ziel: nicht nur Position 1 bei Google, sondern Search Domination über mehrere Formate und Plattformen.

Außerdem geht es um Evergreen Content vs. Trends, die Rolle von YouTube und TikTok, Content Repurposing, Creator vs. Corporate Content und die Frage, wie sich Social SEO am Ende überhaupt messen und monetarisieren lässt.

Takeaways:

• Social SEO bedeutet: mit nativem Content in den Suchsystemen von Social-Plattformen sichtbar zu werden.
• Denkt nicht mehr in einzelnen Kanälen, sondern in einer Search Journey über Google, Website, YouTube, TikTok & Co.
• Ein Thema kann über mehrere Assets die SERPs dominieren: Website, Video, Bilder und Social Content.
• Website → YouTube → Shorts/TikTok → weitere Formate: vorhandener Content ist oft der beste Ausgangspunkt für neue Formate.
• Evergreen Search Content kann über Jahre Views, Leads und Sales generieren.
• TikTok ist nicht nur eine Entertainment-, sondern zunehmend auch eine Suchplattform.
• Erfolgreichen Content darf und sollte man recyceln und erneut veröffentlichen.
• Creator Content funktioniert häufig besser als klassischer Corporate Content: Menschen folgen Menschen.
• Social SEO sollte nicht nur über Reichweite gemessen werden – sondern über Impressions, Leads, Sales und Conversions.
• Christians wichtigste Empfehlung: Macht aus eurem Web Content Video Content.

Kapitelmarken

00:00 Intro: Social SEO direkt vom Campingplatz
01:03 Was ist Social SEO eigentlich?
02:44 Warum Social SEO gerade jetzt wichtiger wird
04:26 Das Search Flywheel: Weg vom Plattformdenken
06:18 Search Domination statt nur Position 1
10:10 SISTRIX Newsflash
12:41 Social Content, Google und KI-Systeme
13:59 Wie Google, Website, YouTube & TikTok zusammenspielen
16:09 Vom Blogartikel zum YouTube-Video und TikTok
19:43 Content Recycling statt ständig neuen Content produzieren
21:30 Welche Plattform passt zu welcher Zielgruppe?
26:38 Wann YouTube besonders sinnvoll ist
30:03 LinkedIn & Instagram im Social-SEO-Mix
34:38 Kann Social SEO wirklich verkaufen?
39:31 Content für Search und KI optimieren
45:10 Content Stacking & erfolgreiches Republishing
48:37 Creator vs. Corporate Content
51:57 Warum Authentizität entscheidend ist
55:11 Wie misst man den Erfolg von Social SEO?
55:37 Rapid Fire: Google oder YouTube? SEO oder GEO?
56:14 Der wichtigste Tipp aus der Folge

Wer bist du für Google und KI? So funktioniert Entitätenoptimierung

Was genau ist eigentlich eine Entität – und warum wird das Thema durch AI Search, ChatGPT, Google AI Overviews und GEO plötzlich wieder so relevant?

In dieser Folge spreche ich mit Maximilian D. Muhr über Entitätenoptimierung, Knowledge Graphs und die Frage, wie Google und generative KI-Systeme Personen, Unternehmen, Marken, Orte und Themen verstehen und miteinander verknüpfen.

Dabei wird schnell klar: Entitätenoptimierung bedeutet nicht einfach, eine neue „Entität zu erschaffen“. Viel wichtiger ist es, bestehende Entitäten, Beziehungen und Kontexte konsistent abzubilden. Google versucht nicht nur Begriffe zu verstehen, sondern Beziehungen zwischen Organisationen, Personen, Themen, Produkten und Orten.

Wir schauen uns unter anderem an, warum bei einer Marke häufig eigentlich die dahinterstehende Organisation die relevante Entität ist, wie man überprüft, ob Google eine Person oder ein Unternehmen bereits im Knowledge Graph kennt, und welche Rolle Co-Citations, strukturierte Daten und konsistente Erwähnungen spielen.

Besonders spannend wird es beim Thema AI Search: Maximilian zeigt, warum er davon ausgeht, dass auch ChatGPT Informationen zu bestimmten Entitäten strukturiert und wie sich diese Informationen von dynamisch generierten Antworten unterscheiden.

Am Ende wird es sehr praktisch: Wie sollte eine About-Us- oder Grounding-Page aufgebaut sein? Welche Informationen sollten Unternehmen über alle Plattformen hinweg konsistent verwenden? Und was kannst du konkret tun, um deine Organisation oder deine Autorenentität für Suchmaschinen und KI-Systeme klarer positionierbar zu machen?

Takeaways

• Entitäten sind mehr als Keywords: Entscheidend sind Bedeutung, Kontext und Beziehungen zu anderen Entitäten.

• Eine Organisation ist häufig die stärkere Entität als die eigentliche Marke.

• Entitätenoptimierung bedeutet vor allem, Personen, Unternehmen, Themen und Orte logisch miteinander zu verknüpfen.

• Prüfe, ob deine Organisation oder Person bereits eine Google Knowledge Graph ID besitzt.

• Sorge auf Website, LinkedIn, YouTube, GitHub, Medienprofilen und anderen Quellen für konsistente Unternehmensnamen und Beschreibungen.

• Nutze einfache, maschinenverständliche Aussagen: Subjekt – Prädikat – Objekt.

• About-Us- und Grounding-Pages können zentrale Quellen für die Beschreibung deiner Organisation sein.

• Wiederkehrende Brand Identity Blocks können je nach B2B-, B2C- oder Recruiting-Kontext variiert werden, während die Kerninformationen konsistent bleiben.

• E-E-A-T, Autorität und Entitätenoptimierung hängen eng zusammen.

• Ziel sollte nicht nur sein, Traffic von Google oder ChatGPT zu bekommen – sondern selbst Teil der Antwort und der relevanten Informationslandschaft zu werden.

  
  

  Kapitelmarken

00:00 Intro & Vorstellung Maximilian D. Muhr
02:10 Was ist eigentlich eine Entität?
05:00 Keyword vs. Entität: Wo liegt der Unterschied?
07:20 Sind Marken eigenständige Entitäten?
11:20 Kann man als Marketer eine Entität „erschaffen“?
14:00 Beziehungen, Co-Citations & Entity Mapping
17:00 Entitäten für Taxonomien und interne Verlinkung
19:40 Wie erkenne ich Entitäten im Google Knowledge Graph?
22:40 Virtuelle Influencer als Entitäten
27:45 Woher stammen die Daten im Google Knowledge Graph?
32:10 Knowledge Graph 2012 vs. AI Search heute
34:15 Hat ChatGPT einen eigenen Knowledge Graph?
38:40 Autorenentitäten gezielt stärken
41:55 Wie verknüpft man Entitäten richtig?
46:20 Grounding Pages vs. About-Us-Pages
48:30 Konkrete Maßnahmen für Unternehmen
52:50 E-E-A-T, Entity Building & externe Erwähnungen
53:25 Brand Identity Blocks & konsistente Positionierung
54:45 Fazit & Outro

Product Feeds entwickeln sich vom SEA-Werkzeug zu einem zentralen Hebel für SEO, AI Search und den gesamten E-Commerce. Doch was entscheidet darüber, ob ChatGPT ein Produkt findet, versteht und tatsächlich empfiehlt?

Björn spricht mit Jannik Schubert, SEO- und GEO-Freelancer sowie Co-Host des Search Effect Podcasts, über das Zusammenspiel von Product Feeds, Produktdetailseiten und starken Marken.

Sie diskutieren, warum PDPs in AI Search an Bedeutung gewinnen, welche Produktdaten für ChatGPT Shopping entscheidend sind und weshalb Konsistenz zwischen Feed, Shop und Marktplätzen unverzichtbar ist. Außerdem geht es um die Peec-AI-Erkenntnisse zur Rolle von Google Shopping, den von On beobachteten Traffic-Anstieg nach der ACP-Integration sowie die Zukunft von ACP und Googles UCP.

Eine praxisnahe Folge über Produktdatenqualität, AI Visibility und die Frage, ob KI-Systeme künftig nicht nur Produkte empfehlen, sondern den kompletten Einkauf übernehmen.

Takeaways

• Produktdetailseiten gewinnen in AI Search gegenüber Kategorieseiten deutlich an Bedeutung.

• ChatGPT Shopping greift derzeit offenbar stark auf organische Google-Shopping-Ergebnisse zurück.

• Ein vollständiger Product Feed ist die Grundlage dafür, dass KI-Systeme Produkte korrekt verstehen und zuordnen können.

• Titel und Beschreibungen sollten neben Keywords auch Einsatzbereiche, Zielgruppen und relevante Produkteigenschaften abbilden.

• Preise, Verfügbarkeit, Versandinformationen, GTINs und SKUs müssen zwischen Feed, PDP und Marktplätzen konsistent sein.

• PDPs liefern zusätzlichen Kontext, Erfahrungswerte und Vertrauen, die ein standardisierter Feed allein nicht abdecken kann.

• ACP und UCP könnten Discovery, Produktempfehlung und Checkout direkt innerhalb von AI-Plattformen verbinden.

• Langfristig gewinnen Händler mit hoher Datenqualität und einer vertrauenswürdigen Marke.

Kapitelmarke

00:00 Intro und Vorstellung von Jannik Schubert
01:43 Wie AI Search den E-Commerce verändert
04:14 Warum Produktdetailseiten wichtiger werden
08:57 PDP, Kategorie oder Ratgeber: Welche Seite nutzt die KI?
12:29 Wie ChatGPT Produkte berät und auswählt
15:03 Product Feed oder PDP: Was hat Priorität?
16:50 Google Shopping als Quelle für ChatGPT
19:07 Konsistenz zwischen Feed und Produktseite
23:10 ACP, On und 133 % mehr ChatGPT-Traffic
25:32 Was einen guten Product Feed ausmacht
29:17 Die Bedeutung von GTIN, SKU und Produktvarianten
32:32 Eine zentrale Quelle für alle Produktdaten
34:04 Wer sollte den Product Feed verantworten?
37:25 Wie ACP das AI Shopping verändern könnte
40:22 Wird die PDP künftig nur noch zum Kontroll-Layer?
42:48 Googles Vorteil durch Shopping Graph und UCP
46:25 AI Commerce zwischen Revolution und Hype
51:16 Wer gewinnt im zukünftigen AI Commerce?
53:02 Warum SEO, GEO und Social zusammengedacht werden müssen