AI Overviews: Warum der Klickverlust eine gute Nachricht ist

AI Overviews sind Googles KI-generierte Antworten, die direkt über den organischen Suchergebnissen erscheinen. Seit dem Deutschland-Launch im März 2025 verändern AI Overviews die Spielregeln für SEO (Search Engine Optimization). Informationelle Suchanfragen bringen weniger Klicks, dafür entsteht eine komplett neue Fläche für Markensichtbarkeit. Die meisten SEOs behandeln das als Bedrohung. Ich nicht.

Ehrlicherweise: Die Klicks, die AI Overviews wegnehmen, waren in der Regel vorher schon ein Nullsummenspiel. Entweder ich oder mein Konkurrent hat sie bekommen, im Wechsel. In der Google Search Console sahen solche Klicks gut aus, aber gekauft hat von diesen Besuchern in den meisten Fällen niemand.

Die eigentliche Frage ist nicht „Wie bekomme ich meine Klicks zurück?“, sondern: Wie nutze ich AI Overviews als Brand Touchpoint?

Was AI Overviews sind und was nicht

AI Overviews sind die Antwort von Google auf ChatGPT, im wörtlichen Sinn. Google nutzt Gemini, um aus den Inhalten indexierter Seiten eine zusammenfassende Antwort zu generieren. Die generierte Antwort erscheint direkt über den organischen Ergebnissen, mit Quellenverweisen auf die zitierten Seiten.

AI Overviews sind letztlich eine eingedampfte, KI-generierte Version von Googles bisherigen Featured Snippets. Sie sind umfangreicher, kontextbezogener und fassen Informationen aus mehreren Quellen zusammen.

Was AI Overviews nicht sind: ein eigenständiges KI-System. AI Overviews greifen primär auf Googles bestehenden Index zu. Sie crawlen keine neuen Seiten und nutzen überwiegend bereits indexierte Inhalte. Das unterscheidet sie fundamental von ChatGPT oder Perplexity. AI Overviews ist kein eigenständiges Produkt, sondern ein in Google Search integriertes Gemini-Feature, verankert in derselben Infrastruktur wie Googles organische Suche.

AI Overviews, ChatGPT und Perplexity: 3 Systeme, 3 Logiken

Durch die SEO-Welt geistern gerade 4 Begriffe: GEO (Generative Engine Optimization), LLMO (Large Language Model Optimization), GAIO (Generative AI Optimization), AEO (Answer Engine Optimization). Alle 4 beschreiben im Kern dasselbe Problem: Sichtbarkeit in KI-generierten Antworten. Aber die Systeme dahinter funktionieren unterschiedlich, und wer das ignoriert, optimiert am Ziel vorbei.

ChatGPT ist ein reines LLM (Large Language Model). Wenn ChatGPT keine ausreichenden Informationen in den Trainingsdaten findet, recherchiert es im Internet. ChatGPT ist am besten im Verstehen komplexer, mehrteiliger Fragen. Die Stärke liegt in der Tiefe, nicht in der Breite.

Perplexity ist eine Mischung aus Suchmaschine und LLM. Perplexity durchsucht das Web bei jeder Anfrage und kombiniert die Ergebnisse mit einem Sprachmodell. Perplexity zitiert Quellen explizit und verlinkt sie direkt. Das macht Perplexity für SEOs besonders interessant.

Google AI Overviews sind eine schnellere, eingedampfte Version von Gemini. AI Overviews greifen auf Googles bestehenden Index zurück. Die Datenbasis ist dieselbe, die auch die organischen Ergebnisse speist. Das heißt: Wer bei Google organisch nicht gefunden wird, hat deutlich geringere Chancen, in AI Overviews zu erscheinen.

Was alle drei verbindet: Auch LLMs recherchieren im Internet, wenn ihnen das Material in den Trainingsdaten fehlt. Das bietet Chancen, besonders dann, wenn du fernab der eigenen Website präsent bist: auf Branchenportalen, in Fachartikeln, auf Bewertungsplattformen. Wer seine Brand SEO ernst nimmt, profitiert in allen drei Systemen gleichzeitig.

Abb. 1: AI Overviews, ChatGPT und Perplexity. 3 Systeme, 3 Datenquellen, 3 Logiken.

Warum der Klickverlust kein Problem ist

Die Datenlage ist eindeutig, und sie kommt von mehreren Seiten. Das Pew Research Center hat fast 69.000 Google-Suchen analysiert: Nutzer klicken bei AI Overviews nur in 8 % der Fälle auf ein Ergebnis. Ohne AI Overview sind es 15 %. Etwa die Hälfte. Ahrefs kommt auf 34,5 % weniger Klicks, in einem Update von Februar 2026 sogar auf 58 %. Und Seer Interactive misst bei 3.119 Suchbegriffen und 25 Millionen Impressionen einen organischen CTR-Rückgang (CTR = Click-Through-Rate) von 61 %.

In meinen GSC-Daten (GSC = Google Search Console) sehe ich das bestätigt: Informationelle Klicks gehen durch die Bank zurück.

Informationelle Suchanfragen („Was ist Femto-LASIK?“, „Wie funktioniert ein Palettierroboter?“) waren schon immer schwer zu monetarisieren. Der Nutzer will eine schnelle Antwort, nicht ein Produkt kaufen. Wenn Google die Antwort jetzt direkt in der Suche liefert, verliert man Klicks, die ohnehin selten zu Conversions geführt haben. Rand Fishkin (Gründer SparkToro) hat das Phänomen schon vor AI Overviews belegt: 58,5 % aller Google-Suchen in den USA enden ohne einen einzigen Klick. AI Overviews beschleunigen einen Trend, der längst da war.

Die Studien zeigen aber noch eine zweite Bewegung: LLM-Traffic konvertiert deutlich besser. Wir messen bei Kunden Conversion-Raten von über 12 % für Traffic aus KI-Systemen, verglichen mit 2-3 % über die klassische organische Suche. Semrush bestätigt: Besucher aus KI-Suchsystemen sind 4,4-mal wertvoller als klassische organische Besucher. Search Engine Land berichtet über 13 Monate Tracking hinweg von einer Conversion-Rate von 18 % für LLM-Referral-Traffic, der höchsten aller Traffic-Quellen. Die Details dazu haben wir in unserem Artikel über LLM-Sichtbarkeit zusammengefasst.

Die Rechnung ist deswegen eine andere, als viele SEOs befürchten: Weniger Klicks, aber die verbleibenden Klicks sind wertvoller. Wer vorher 10.000 informationelle Klicks im Monat hatte, von denen 50 konvertiert haben, und jetzt 5.000 Klicks hat, von denen 200 konvertieren, hat gewonnen.

Brand Touchpoints statt Klicks: Die eigentliche Chance

Deine Marke erscheint in einem AI Overview, der Nutzer klickt aber nicht. Die Nennung ist ein Brand Touchpoint, kein Verlust.

Die meisten in AI Overviews zitierten Inhalte hätten auch nach einem Klick selten einen Produktkauf oder Abschluss nach sich gezogen. Da sucht jemand eine schnelle Antwort. Aber wenn deine Marke genau in dem Moment sichtbar ist (als zitierte Quelle, als genannte Empfehlung), passiert etwas, das kein Klick-Tracking erfasst: Brand Recognition.

Dasselbe Prinzip kennt jeder aus dem Local SEO: Ein Nutzer sieht dein Google Business Profil im Local Pack und klickt nicht. Wenn er nächste Woche einen Anbieter braucht, erinnert er sich trotzdem an den Namen. AI Overviews funktionieren nach demselben Muster: Die Sichtbarkeit zählt, nicht der einzelne Klick.

Und genau deswegen hat Brand SEO für AI Overviews eine doppelte Funktion. Erstens brauchst du eine starke Marke, damit Google sie in AI Overviews überhaupt als Quelle heranzieht. Zweitens profitiert deine Marke von jeder Erwähnung in AI Overviews, unabhängig davon, ob jemand klickt.

Für AI Overviews optimieren: 3 Hebel

Wenn ein Kunde sagt „Ich will in AI Overviews erscheinen“, prüfe ich 3 Dinge zuerst.

Abb. 2: Die 3 Optimierungshebel für AI Overviews.

Cost of Retrieval senken

Google muss deine Seite crawlen und verarbeiten können, schnell und effizient. Google zieht deine Seite nicht für AI Overviews heran, wenn sie 3 Sekunden TTFB (Time to First Byte) hat. Dasselbe gilt für 12.000 Zeilen HTML-Bloat (HTML = Hypertext Markup Language) und für Redirect-Ketten, die Googles Crawl-Budget verschwenden.

Der Grund: Google setzt AI Overviews aus mehreren Quellen zusammen. Jede Quelle, die langsam oder aufwändig zu verarbeiten ist, hat einen höheren „Cost of Retrieval“ und wird zugunsten einer schnelleren Alternative übersprungen. Die technischen Details dazu stehen im Artikel über Cost of Retrieval.

Informational Gain maximieren

Google hat ein Patent für den „Information Gain Score“. Der Wert misst, wie viel neue Information eine Seite im Vergleich zu anderen Seiten zum selben Thema liefert. Kevin Indig (Growth-Advisor, Autor „Growth Memo“) hat das in seinem Artikel „Information Gainz“ auf den Punkt gebracht. Der Score bewertet, wie viel mehr ein Nutzer erfährt, wenn er deine Seite nach anderen Seiten zum selben Thema liest. Für AI Overviews ist der Faktor entscheidend: Google zitiert deine Seite nur, wenn sie mehr bietet als die 20 anderen mit demselben generischen Inhalt.

Informational Gain entsteht durch eigene Daten, eigene Erfahrungen, eigene Cases. Ein konkretes Beispiel: Wir haben bei einem Kunden aus der Medizintechnik gemessen, dass LLM-Traffic eine Conversion-Rate von 12,65 % hat. Die Zahl 12,65 % taucht nirgendwo sonst auf. Das ist Informational Gain, und genau das stufen KI-Systeme als zitierwürdig ein.

Entity Salience optimieren

Google erkennt Entitäten in deinem Text: Marken, Produkte, Personen, Konzepte. Entity Salience beschreibt, wie prominent eine bestimmte Entität in deinem Text ist, quantifiziert als Wert zwischen 0 und 1 in Googles NLP API. Die Salience der Kern-Entität sinkt, wenn dein Text über „Augenlasern“ schreibt, aber zwischendurch über Urlaubsplanung und Versicherungsvergleiche abschweift.

Entity Salience hat direkte Auswirkungen auf AI Overviews: Google zieht Seiten heran, die eine klare thematische Zuordnung haben. Die Methoden dafür haben wir im Artikel über Semantisches SEO erklärt, besonders die Prinzipien „Thematische Kohärenz halten“ und „Kernaussage zuerst platzieren“. Jason Barnard (CEO Kalicube, Brand-SERP-Experte) beschreibt auf Kalicube, wie Entitäten über das gesamte digitale Ökosystem hinweg konsistent definiert und gestärkt werden müssen. Das gilt für Google genauso wie für KI-Systeme.

Und es gibt eine messbare Schnittmenge zu Featured Snippets. BrightEdge hat ermittelt, dass AI Overviews 195 % häufiger erscheinen, wenn bereits ein Featured Snippet vorhanden ist. Was Google in Featured Snippets blau markiert hat, hat Google als relevante Entität erkannt. Wer für Featured Snippets optimiert hat, hat bereits die Vorarbeit für AI Overviews geleistet. Die Entity-Ebene war der gemeinsame Nenner.

Content-Strategie: Den Heuhaufen reduzieren

Die klassische SEO-Strategie war jahrelang das Skyscraper-Modell: Schreib den längsten, umfassendsten Artikel zum Thema. 5.000 Wörter, jeder Nebenaspekt abgedeckt, jedes verwandte Keyword eingebaut.

Für AI Overviews ist das kontraproduktiv.

LLMs müssen die relevante Information in deinem Content finden: die Nadel im Heuhaufen. Je größer der Heuhaufen, desto schwieriger wird es. Oder anders gesagt: Wer den Heuhaufen aktiv reduziert, macht es LLMs leichter, die Nadel zu finden.

Heuhaufen reduzieren heißt nicht, weniger zu veröffentlichen. Es heißt, dichter zu schreiben. Jeder Satz muss Informationswert liefern. Kein Filler, kein Warmup, keine Absätze, die nur existieren, um die Wortanzahl zu strecken.

Für AI Overviews schlägt ein präziser 800-Wörter-Artikel, der eine Frage direkt und mit eigenen Daten beantwortet, jeden 3.000-Wörter-Rundumschlag mit der Antwort irgendwo im dritten Drittel.

Schema-Markup als direkter Kanal zu Google AI

Schema-Markup schadet AI Overviews auf keinen Fall und bietet einen Vorteil, den die meisten unterschätzen: Das Markup ist die maschinenlesbare Ebene deiner Seite.

Schema-Markup in JavaScript Object Notation for Linked Data (JSON-LD) steht im <head> der Seite. Google kann es verarbeiten, auch wenn die restliche Seite nicht vollständig gerendert wird. Die Gründe dafür sind alltäglich: Der Server ist langsam, JavaScript blockiert das Rendering, der Crawl bricht ab. Strukturierte Daten verbessern Rankings nicht direkt, bieten aber einen direkten Kommunikationskanal mit Google und KI-Systemen.

Die Daten von Schema App untermauern das: Nach der Implementierung von Entity Linking über Schema-Markup stieg die AI-Overview-Sichtbarkeit um 19,72 %. Ein Kunde (InSinkErator) verzeichnete 69 % mehr Klicks für nicht-markenbezogene Suchanfragen nach der Schema-Implementierung.

Für AI Overviews heißt das konkret: Organization Schema, Product Schema und FAQ Schema liefern Google maschinenlesbare Fakten. AI Overviews verwenden die Fakten direkt und müssen den Content gar nicht erst interpretieren.

Produktseiten in AI Overviews

Produktseiten habe ich in AI Overviews bei Kunden bisher direkt nicht gesehen. AI Overviews beantworten aktuell vor allem informationelle Suchanfragen, selten transaktionale. Aber das wird sich ändern.

Wer sich vorbereiten will, sollte 3 Dinge tun:

1. Strukturierte Daten nutzen: Product Schema mit allen relevanten Attributen (Preis, Verfügbarkeit, Bewertungen, technische Spezifikationen). Google braucht maschinenlesbare Fakten über dein Produkt.
2. Fakten statt Marketing-Sprache: AI Overviews zitieren keine Werbeversprechen. Maximale Daten und Fakten auf der Produktseite (Maße, Materialien, Vergleichswerte, Testergebnisse).
3. Google Merchant Center: Produkte über Feeds an das Google Merchant Center weitergeben. Das ist ein separater Datenkanal, den Google für Shopping-Ergebnisse und potenziell auch für AI Overviews nutzt.

AI Overviews messen und tracken

Die Google Search Console zeigt AI Overviews nicht separat. Du siehst nicht, wie viele Impressionen oder Klicks aus AI Overviews kommen. Das ist ein blinder Fleck, aber es gibt Alternativen.

Bing Webmaster Tools haben eine „AI Performance“-Sektion. Hier siehst du, wie oft deine Seiten in Bing Copilot (Microsofts Äquivalent zu AI Overviews) erscheinen und zitiert werden.

LLM-Tracker wie RankScale ermöglichen es, bestimmte Prompts zu tracken. Du definierst Prompts mit Relevanz für dein Geschäft: Fragen, die deine potenziellen Kunden an KI-Systeme stellen. RankScale prüft regelmäßig, ob und wo deine Marke in den Antworten erscheint.

Der entscheidende Perspektivwechsel: Messe nicht Klicks, messe Brand-Sichtbarkeit. Ob deine Marke in der Antwort erscheint, ist wichtiger als ob jemand anschließend klickt. Dafür braucht es keine perfekte Tracking-Lösung, sondern ein Umdenken in der Erfolgsmessung. Den vollständigen Framework-Ansatz beschreiben wir in unserem Artikel über LLM-Sichtbarkeit.

Wo AI Overviews nicht erscheinen

Nicht jede Suchanfrage löst ein AI Overview aus. Google blendet sie bei bestimmten Themen komplett aus, und 3 Muster solltest du kennen.

Sensible Branchen: Alles, was legal und seriös ist, aber thematisch heikel. Dazu zählen bestimmte Bereiche im E-Commerce, Gesundheitsthemen mit YMYL-Charakter (YMYL = Your Money or Your Life) und rechtlich komplexe Fragestellungen. Wir betreuen einen Online-Shop in einem Randbereich des E-Commerce, bei dem Google für viele Kernkeywords schlicht keine AI Overviews anzeigt.

Extrem nischige Themen: Bei einem Kunden aus der IT-Dienstleistung (Schweiz) haben wir festgestellt: Das AI-Suchvolumen liegt bei sämtlichen Keywords bei null. Das Thema ist zu spezifisch für AI Overviews. Die relevanten KI-Anfragen laufen als natürlichsprachige Fragen direkt an LLMs, nicht über Google.

Transaktionale Suchanfragen: „Laufschuhe kaufen“ löst normalerweise kein AI Overview aus. Google zeigt dort Shopping-Ergebnisse. AI Overviews konzentrieren sich auf informationelle und semi-informationelle Anfragen.

Die Konsequenz: Prüfe zuerst, ob deine Ziel-Keywords überhaupt AI Overviews triggern. Wer dort optimiert, wo Google gar keine KI-Antwort zeigt, verschwendet Budget. Das ist schlicht Ressourcen-Effizienz.

Wir analysieren für Kunden, ob und wo ihre Marke in AI Overviews erscheint und welche der 3 Hebel den größten Effekt haben. SEO-Audit anfragen.

Häufige Fragen zu AI Overviews