Google AI Overviews: Wie Google KI-Antworten generiert

Warum AI Overviews die Suchergebnisseite umbauen

Google AI Overviews haben die Suchergebnisseite innerhalb von zwei Jahren von einer Linkliste in eine Antwortmaschine verwandelt. Das Feature ist kein Nischenprodukt mehr: AI Overviews erreichen laut Sundar Pichai auf der Alphabet-Quartalskonferenz 2 Milliarden monatliche Nutzer in 200 Laendern und Territorien, gestiegen von 1,5 Milliarden im Mai 2025. Fuer B2B-Unternehmen im DACH-Raum verschiebt das die zentrale Frage. Es geht nicht mehr nur darum, in den organischen Top-10 zu ranken, sondern darum, ob Googles KI die eigene Marke als Quelle in die generierte Antwort aufnimmt.

Die wirtschaftliche Tragweite zeigt sich am Klickverhalten. Laut einer US-Studie des Pew Research Center klickten Nutzer, die eine KI-Zusammenfassung sahen, in nur 8 Prozent der Besuche auf ein klassisches Suchergebnis, gegenueber 15 Prozent ohne KI-Zusammenfassung. Auf einen Link innerhalb der Zusammenfassung selbst klickten dieselben Nutzer in lediglich 1 Prozent der Besuche. Die Antwort ersetzt zunehmend den Klick. Wer die Funktionsweise versteht, kann gezielt darauf hinarbeiten, Teil dieser Antwort zu werden.

Wie Google KI-Antworten technisch generiert

AI Overviews unterscheiden sich grundlegend von der frueheren Search Generative Experience (SGE), dem Beta-Vorlaeufer. AI Overviews sind das ausgerollte Produkt oberhalb der organischen Ergebnisse. Davon abzugrenzen sind der Google AI Mode, eine eigenstaendige dialogorientierte Sucherfahrung, und Gemini, Googles Chatbot. AI Overviews und AI Mode teilen die zugrunde liegende Technik, ziehen ihre Quellen aber unterschiedlich.

Der zentrale Mechanismus heisst Query Fan-out. Statt eine Suchanfrage als einen einzigen String zu verarbeiten, zerlegt das Sprachmodell die Frage in mehrere thematisch verwandte Unter-Queries und sucht parallel danach. Robby Stein, VP of Product for Search bei Google, illustriert das mit einem Beispiel: Bei der Frage nach Aktivitaeten in Nashville fuer eine Gruppe ueberlegt das System eine Reihe von Teilfragen wie gute Restaurants, gute Bars und Aktivitaeten mit Kindern und beginnt im Hintergrund zu googeln. Der entscheidende Punkt: Das System recherchiert auch Subthemen, die der Nutzer nie explizit genannt hat.

Der Umfang dieser Auffaecherung skaliert mit der Komplexitaet. Bei der tiefen Recherche kann der Mechanismus laut Google Dutzende oder sogar Hunderte Hintergrund-Queries absetzen und mehrere Minuten bis zur Fertigstellung benoetigen. Anschliessend laeuft die Synthese: Ein Gemini-Modell sammelt die abgerufenen Passagen aus den Unter-Queries, gleicht sie ab und formuliert eine zusammenhaengende Antwort. Bei kommerziellen Anfragen fliesst zusaetzlich der Shopping Graph ein, Googles strukturierte Produktdatenbank.

Fuer die Praxis folgt daraus eine wichtige Konsequenz: Ihre Inhalte muessen nicht die eine Hauptfrage beantworten, sondern moeglichst viele der wahrscheinlichen Unter-Queries. Wer ein Thema in saubere, eigenstaendige Antwortbloecke gliedert, erhoeht die Chance, dass mindestens einer dieser Bloecke zu einer der aufgefaecherten Suchen passt.

Welche Suchanfragen AI Overviews ausloesen

Nicht jede Suche erzeugt eine KI-Zusammenfassung. Die Ausloeserate schwankt stark und ist Gegenstand laufender Google-Tests. Eine US-Analyse von Semrush ueber mehr als 10 Millionen Keywords dokumentiert den Verlauf fuer 2025: AI Overviews wurden fuer 6,49 Prozent der Anfragen im Januar ausgeloest, stiegen auf einen Spitzenwert von 24,61 Prozent im Juli und lagen im November bei 15,69 Prozent. Diese Volatilitaet ist selbst eine strategische Information: AI Overviews sind ein bewegliches Ziel, kein stabiler Zustand.

Entscheidend ist der Suchintent. Dieselbe Semrush-Analyse zeigt fuer Oktober 2025 eine klare Verteilung der Anfragen mit AI Overview: informationelle Anfragen machten 57,1 Prozent aus, kommerzielle 18,57 Prozent und transaktionale 13,94 Prozent. AI Overviews erscheinen am haeufigsten bei erklaerungsbeduerftigen, laengeren Fragen. Bei klar transaktionalen oder lokalen Anfragen sowie bei sensiblen YMYL-Themen (Your Money or Your Life, also Gesundheit und Finanzen) ist Google deutlich zurueckhaltender. Fuer B2B bedeutet das: Gerade die typischen Recherchefragen am Anfang der Buyer Journey loesen besonders haeufig eine KI-Antwort aus.

AI Overviews in Deutschland und Oesterreich

Im DACH-Raum erscheinen AI Overviews unter dem Label Uebersicht mit KI. Der Rollout erfolgte zeitversetzt zum US-Markt, ist inzwischen aber breit verfuegbar, da das Feature laut Google in 200 Laendern und Territorien laeuft. Fuer deutschsprachige Anfragen gilt: Die Qualitaet der Synthese hat aufgeholt, der US-Markt bleibt jedoch das primaere Testfeld fuer neue Funktionen, weshalb sich Aenderungen meist zuerst dort beobachten lassen.

Regulatorisch ist die EU ein Sonderfall. DSGVO und der EU AI Act setzen Rahmenbedingungen, die Google bei der Ausspielung beruecksichtigen muss. In der Praxis bedeutet das, dass einzelne Funktionen im EU-Raum spaeter oder in angepasster Form starten. Fuer die strategische Einordnung im B2B-Markt zaehlt vor allem die Kanalkonzentration. In Oesterreich haelt Google laut StatCounter einen Marktanteil von 81,87 Prozent, Bing folgt mit 9,01 Prozent (Mai 2026). Wer die Sichtbarkeit in der oesterreichischen Suche steuern will, kommt an Googles KI-Antworten nicht vorbei.

Auswirkung auf Klickrate und Traffic

Die Klickeffekte sind messbar und verschaerfen sich. Eine Ahrefs-Analyse von 300.000 Keywords aus Dezember 2025 fand, dass die Praesenz eines AI Overview mit einer um 58 Prozent niedrigeren durchschnittlichen Klickrate fuer die bestplatzierte Seite korreliert, gegenueber einer Reduktion von 34,5 Prozent in der April-2025-Auswertung. Im Zweijahresvergleich verdeutlicht eine zweite Kennzahl den Trend: Die Position-1-Klickrate fuer AI-Overview-Keywords fiel von 0,073 im Dezember 2023 auf 0,016 im Dezember 2025.

Der Effekt trifft Keyword-Typen unterschiedlich. Bei rein informationellen Anfragen, bei denen die KI-Antwort die Frage vollstaendig beantwortet, ist der Klickverlust am groessten. Bei kommerziellen und transaktionalen Anfragen, bei denen Nutzer vergleichen, konfigurieren oder kaufen wollen, bleibt der Klick haeufiger erhalten, weil die Zusammenfassung allein nicht ausreicht. Daraus folgt eine nuechterne Content-Bewertung: Reine Definitionsartikel verlieren am staerksten an Traffic, waehrend entscheidungsnahe und produktnahe Inhalte robuster bleiben.

Wie man Inhalte fuer AI Overviews optimiert

Die Optimierung fuer AI Overviews folgt den Prinzipien der Generative Engine Optimization. Im Zentrum steht die Frage, ob eine Passage als praeziser, eigenstaendiger Antwortbaustein extrahierbar ist.

• Front-Loading und Answer Islands: Platzieren Sie die direkte Antwort auf eine Frage unmittelbar unter der jeweiligen Ueberschrift. Eine Answer Island ist ein in sich geschlossener Absatz, der eine Frage vollstaendig beantwortet, ohne Kontext aus anderen Abschnitten zu benoetigen. Genau solche Bloecke passen zu den aufgefaecherten Unter-Queries.
• Statistiken und Quellenangaben: Belegen Sie Aussagen mit konkreten Zahlen und benannten Quellen. KI-Systeme bevorzugen ueberpruefbare, attribuierte Fakten gegenueber vagen Behauptungen, weil sie das Risiko einer falschen Synthese senken.
• E-E-A-T-Signale: Erfahrung, Expertise, Autoritaet und Vertrauenswuerdigkeit muessen maschinenlesbar sein. Klare Autorennennung, nachvollziehbare Quellen und ein erkennbarer fachlicher Hintergrund staerken die Wahrscheinlichkeit einer Zitierung.
• Praegnante Struktur: Kurze Absaetze, beschreibende Zwischenueberschriften, Listen und Tabellen erleichtern die Extraktion. Was sich sauber als Passage herausloesen laesst, wird eher Teil der Antwort.
• Frage-Antwort-Format: Formulieren Sie Zwischenueberschriften als Fragen, die reale Nutzer stellen, und beantworten Sie diese sofort. Das deckt die haeufigsten Auspraegungen des Query Fan-out ab.

Zitations-Logik: warum AIO-Quellen ausserhalb der Top 10 ranken

Die wichtigste strategische Verschiebung betrifft die Quellenauswahl. Frueher galt: Wer oben rankt, wird zitiert. Diese Logik bricht auf. Eine Ahrefs-Auswertung von 863.000 Keyword-SERPs und 4 Millionen AI-Overview-URLs fand, dass nur noch 38 Prozent der in AI Overviews zitierten Seiten auch in den Top 10 ranken, gegenueber rund 76 Prozent im Juli 2025; die uebrigen rund 62 Prozent stammen aus Position 11 oder ausserhalb der Top 100.

Das bedeutet nicht, dass klassisches Ranking irrelevant wird. Es bedeutet, dass die organische Top-10-Position weder notwendige noch hinreichende Bedingung fuer eine Zitierung ist. Google waehlt Quellen zunehmend nach inhaltlicher Passung zur jeweiligen Unter-Query aus, nicht allein nach Ranking. Fuer die SEO- und GEO-Strategie verschiebt das den Hebel. Reine Linkbuilding-Anstrengungen verlieren an Alleinstellung, waehrend thematische Tiefe, Markenerwaehnungen in relevanten Kontexten und die Extrahierbarkeit einzelner Passagen an Gewicht gewinnen. Brand Mentions in vertrauenswuerdigen Quellen koennen so zum Zitationssignal werden, auch wenn die eigene Seite nicht auf Platz eins steht.

Haeufige Fehler bei der AI-Overview-Optimierung

In der Praxis wiederholen sich einige Fehleinschaetzungen, die Sichtbarkeit kosten.

• Erfolg allein am Ranking messen: Wer nur die organische Position verfolgt, uebersieht die Zitierung. Da nur ein Bruchteil der zitierten Seiten in den Top 10 rankt, ist Ranking-Monitoring blind fuer einen Grossteil der AIO-Sichtbarkeit.
• Antworten im Fliesstext vergraben: Wenn die Kernaussage erst nach mehreren Absaetzen kommt, faellt die Extraktion schwer. Der Query Fan-out belohnt Passagen, die eine Teilfrage sofort und vollstaendig beantworten.
• KI-Crawler pauschal blockieren: Ein vorschnelles Sperren von KI-Crawlern in der robots.txt kann die eigenen Inhalte aus AI Overviews und KI-Antworten ausschliessen. Diese Abwaegung gehoert bewusst getroffen, nicht versehentlich.
• Traffic-Rueckgang mit Bedeutungsverlust verwechseln: Sinkende Klickzahlen sind bei informationellen Keywords teilweise unvermeidlich. Wer deshalb gute Inhalte zurueckfaehrt, verliert genau die Substanz, die fuer Zitierungen sorgt.
• Auf eine einzelne KI-Massnahme vertrauen: Weder llms.txt noch ein einzelnes Schema-Snippet ersetzen substanzielle, crawlbare und gut strukturierte Inhalte. Technische Signale wirken nur in Kombination mit echtem Inhaltswert.

Strukturierte Daten und technische Voraussetzungen

Damit Inhalte ueberhaupt fuer AI Overviews infrage kommen, muessen sie crawlbar und maschinell interpretierbar sein.

• Crawlbarkeit fuer KI-Crawler: Stellen Sie sicher, dass Googles Crawler einschliesslich Google-Extended Zugriff haben. Wer KI-Crawler in der robots.txt blockiert, kann auch aus AI Overviews ausgeschlossen werden. Diese Entscheidung sollte bewusst getroffen werden.
• Schema.org strukturierte Daten: Markup wie Article, FAQPage, Product oder Organization hilft Suchsystemen, Inhalte korrekt einzuordnen. Strukturierte Daten ersetzen keine Inhalte, erleichtern aber deren Interpretation und Extraktion.
• llms.txt einordnen: Die vorgeschlagene Datei llms.txt soll KI-Systemen eine Inhaltskarte bieten. Ihr tatsaechlicher Effekt auf Zitierungen ist bislang nicht belegt. Sie ist ein geringes Investment, aber kein Ersatz fuer crawlbare, gut strukturierte Inhalte.
• Saubere technische Basis: Schnelle Ladezeiten, eindeutige HTML-Semantik und eine logische Ueberschriftenhierarchie bleiben die Grundlage. Was ein Crawler nicht sauber liest, kann ein Modell nicht zuverlaessig zitieren.

Messung und Tools

AI Overviews entziehen sich der klassischen Rang-Messung, weil eine Zitierung kein Ranking ist. B2B-Teams brauchen daher zusaetzliche Kennzahlen.

• AI-Referral-Traffic in GA4: Erfassen Sie Verweise aus KI-Systemen, indem Sie die relevanten Quell- und Medium-Kombinationen segmentieren. Ein Teil dieses Traffics erscheint mangels Referrer-Information als Direktzugriff, weshalb saubere Segmente und gegebenenfalls UTM-Parameter wichtig sind.
• AIO-Sichtbarkeit und Share of Voice: Spezialisierte GEO-Tools pruefen, bei welchen Anfragen eine AI Overview erscheint und ob die eigene Marke darin zitiert wird. Der Share of Voice in KI-Antworten ersetzt das klassische Ranking als Sichtbarkeitsmass.
• Conversion-Wert statt Klickmenge: Da AI Overviews die Klickmenge druecken, sollte der Fokus auf der Qualitaet der verbleibenden Besuche liegen. Entscheidend ist, ob KI-verwiesene Nutzer konvertieren, nicht allein, wie viele kommen.
• Trigger-Monitoring: Beobachten Sie laufend, bei welchen Ihrer Kern-Keywords eine AI Overview erscheint. Angesichts der dokumentierten Schwankung der Ausloeserate ist dies ein fortlaufender Prozess, keine einmalige Pruefung.

Ausblick: AI Mode, Agentic Commerce und naechste Schritte

AI Overviews sind die erste Stufe. Der Google AI Mode treibt die dialogorientierte Suche weiter, in der Nutzer Folgefragen stellen und der Query Fan-out noch staerker greift. Parallel entsteht mit Agentic Commerce eine Schicht, in der KI-Agenten Produkte im Auftrag der Nutzer recherchieren und vergleichen. Beides erhoeht die Bedeutung strukturierter, extrahierbarer und gut belegter Inhalte.

Fuer B2B-Unternehmen im DACH-Raum ergeben sich daraus drei konkrete Schritte. Erstens: die eigenen informationsstarken Inhalte in eigenstaendige Antwortbloecke umbauen, die zu den wahrscheinlichen Unter-Queries passen. Zweitens: die Messung von reiner Ranking-Beobachtung auf AIO-Sichtbarkeit und Conversion-Wert umstellen. Drittens: die technische Crawlbarkeit fuer KI-Crawler bewusst entscheiden und strukturierte Daten konsequent pflegen. Angesichts von Googles Marktanteil von 81,87 Prozent in Oesterreich ist die Optimierung fuer Googles KI-Antworten kein Randthema, sondern der zentrale Hebel der Suchsichtbarkeit.