SEO-Forecasting neu denken im KI-Sucher-Zeitalter
Rankings steigen, Klicks bleiben flach. Willkommen im Search-Umfeld, in dem AI Overviews, Zero-Click und LLM-Empfehlungen Nachfrage abfangen, bevor jemand auf deine Seite klickt. Wer weiter linear forecastet, überschätzt Traffic und plant Budgets am Bedarf vorbei. Der Hebel liegt im Modell, nicht in der Magie: weg von Einpunkt-Prognosen, hin zu Szenarien mit konservativem, erwartetem und aggressivem Case. Was zählt sind Einflussmetriken, die Sichtbarkeit in Nachfrage übersetzen. Branded-Search-Wachstum, realistische CTR-Kurven je SERP-Layout und Conversion-Raten pro Intent-Klasse sind die neue Brücke zur Pipeline. Operativ heißt das: AI-Zitationen und Share of Voice als Pflichtmetriken etablieren, LLM-Referral als eigenen Kanal lesen und CTR-Modelle anhand echter SERP-Features neu kalibrieren. Sichtbarkeit wirkt heute oft vor dem Klick, also muss das Reporting diese Vorwirkung messbar machen. Forecasts bleiben kurzzyklisch. 90 bis 180 Tage reichen, wenn die Inputs sauber sind und wöchentlich aktualisiert werden. Wer diese Disziplin hält, kann die Diskrepanz zwischen Sichtbarkeit, Klicks und Umsatz erklären und Budgets dahin schieben, wo die Marke wirklich Einfluss gewinnt.
Was das für deine Website bedeutet:
1) 90-180 Tage Szenario-Modell aufsetzen: - In Google Sheets oder Excel drei Cases anlegen: konservativ, erwartet, aggressiv - Variablen je Keyword-Cluster: AI-Overview-Abdeckung in den SERPs, erwartete CTR je Position und Feature, Branded-Search-Wachstum, Conversion-Rate je Intent - Datenquellen anbinden: Google Search Console Exporte für Klicks, Impressionen, Positionen; Google Trends für Markeninteresse; wöchentliche SERP-Checks für Feature-Abdeckung
2) AI-Zitationen und AIO-Coverage tracken: - Top 50 bis 200 Keywords identifizieren, wöchentlich prüfen ob eine AI Overview erscheint und ob deine Domain darin zitiert wird - Logging-Felder definieren: Keyword, AIO ja/nein, Zitation ja/nein, Zitations-Position, Screenshot-URL, Datum - KPI einführen: AIO-Citation Rate pro Cluster und deren Korrelation mit Branded-Search-Index
3) CTR-Kurven neu kalibrieren: - GSC-Daten der letzten 28 bis 90 Tage exportieren und nach Device, Brand vs Non-Brand und Position segmentieren - Eigene CTR je Position berechnen und separat für SERP-Layouts mit starken Features anwenden - Diese Kurven im Forecast pro Cluster nutzen statt generischer Industriemittelwerte
4) LLM-Referral als Kanal messbar machen: - In GA4 eine eigene Channel-Grouping-Regel anlegen, die Referrals von chat.openai.com, perplexity.ai, poe.com, you.com in den Kanal LLM Referral bündelt - UTM-Namings für geteilte Chat-Antworten definieren und in Kampagnenrichtlinien festschreiben - Explorationsreport bauen: Sessions, Assisted Conversions und Landingpages aus LLM Referral
5) Share of Voice als Steuergröße einführen: - 100 bis 500 strategische Keywords definieren, wöchentlich Ranks erfassen und SoV berechnen, z. B. gewichtete Sichtbarkeit basierend auf deiner CTR-Kurve - SoV nach Clustern reporten und gegen Branded-Search sowie AI-Zitationen spiegeln, um Einfluss auf Nachfrage sichtbar zu machen
Original-Artikel auf Neil Patel Blog:
SEO Forecasting: How to Predict Your Traffic in an AI Era ↗Mehr lesen
Steht deine Website auch in ChatGPT?
Buch dir einen 15-Min Call, wir zeigen dir live wo deine Seite in Google + AI Search aktuell unsichtbar ist.