Das Ende des SEO-Zeitalters? Der Beginn der Marketing-Optimierung für AI-Agenten

• AI-Agenten entwickeln sich zum neuen Mittelsmann in der Marketing-Kaufreise, wodurch die bestehende Funnel-Struktur zerfällt
• Die "Zero-Click"-Suche führt Kaufentscheidungen allein über AI-Antworten herbei, ohne dass Marken einen direkten Kontaktpunkt mit Nutzern haben
• Die Besucherzahlen von Unternehmenswebsites gehen zurück, während der von AI kommende Referral-Traffic explosionsartig zunimmt
• Marken müssen nun eine Content-Strategie aufbauen, die AI verstehen und nutzen kann; mit klassischen SEO-Methoden allein stößt man an Grenzen
• Für eine erfolgreiche Anpassung ist ein dreistufiger Ansatz nötig: neue Messgrößen schaffen → AI-Sichtbarkeit optimieren → eine schnelle, experimentbasierte Strategie aufbauen

AI rückt ins Zentrum der Kaufreise

Vom Zeitalter, in dem Kunden selbst suchten, hin zum Zeitalter, in dem AI Empfehlungen gibt

• Nutzer treffen Produktentscheidungen, indem sie auf Google, Bing usw. allein anhand von AI-Zusammenfassungen kaufen, oder sie suchen direkt mit LLMs wie ChatGPT
  • Umfrage von Bain & Company: 80 % der US-Verbraucher lösen bei mehr als 40 % ihrer Suchanfragen den Bedarf allein mit AI-basierten Antworten
  • HubSpot: Besucherzahlen auf Unternehmenswebsites um bis zu 30 % gesunken
  • Adobe: Stand Februar 2025 ist der über AI vermittelte Traffic im Vergleich zu Juli 2024 um 1200 % gestiegen

Der Zusammenbruch des bisherigen Kauf-Funnels und das Aufkommen eines AI-zentrierten Funnels

• Traditioneller Funnel

  • Die bisherige digitale Kaufreise bestand aus einem linearen, manuellen Ablauf wie Suche → Klick → Vergleich → Download/Review-Recherche
  • In jeder Phase ist Einsatz vom Nutzer erforderlich, was letztlich zu höheren Abbruchraten führt
  • Gerade bei Käufen mit geringerer Relevanz oder spontanen Entscheidungen führt eine komplexe Journey eher zum Kaufabbruch

• AI-basierter Funnel

  • Die AI-basierte Suche verringert die Belastung für Nutzer, indem sie diese komplexen Schritte stellvertretend übernimmt
    • AI übernimmt Zusammenfassung, Vergleich, Empfehlung und personalisierte Antworten
  • Je mehr sie Präferenzdaten einzelner Personen lernt, desto stärker verbessert sich die Qualität der AI-Antworten kontinuierlich
    • Kunden treffen dadurch Entscheidungen, ohne bewusst zu recherchieren
  • Technologische Fortschritte (Scaling, Architektur, Infrastruktur usw.) beschleunigen die AI-Leistung

• Die AI-basierte Kauf-Conversion erreicht bereits ein auffälliges Niveau

  • Adobe-Analyse: Die Conversion-Rate über AI-basierte Suche schließt die Lücke zu klassischen Recherchewegen
  • Scrunch AI: In einigen Kaufpfaden ist die Conversion-Rate mehr als doppelt so hoch wie bei der Google-Suche

• Ein Funnel, aus dem Marketer und Marken verschwinden

  • Die Kaufreise der Kunden verläuft durch AI in der Form AI-Zusammenfassung → Produktempfehlung → Präferenzvorhersage → Auswahl
  • Marken haben weniger Gelegenheiten, sichtbar zu werden, und auch Differenzierung oder Vertrauensaufbau werden schwieriger
  • In manchen Fällen gelangen Kunden, die zunächst nur Interesse hatten, mit nur einer einzigen AI-Antwort bereits bis zur Kaufempfehlung
  • Dadurch wird der bisherige Funnel in kleine Fragmente zerlegt, und nicht der Kunde, sondern AI beherrscht den Fluss des Funnels

• Bereiche, in denen der Wandel besonders schnell verläuft

  • In den Bereichen Lernen, Shopping und Stilberatung verlagert sich die Kaufreise besonders schnell in Richtung AI-basierter Journeys
  • Hauptgründe:
    • Nutzer sind offener für das Teilen persönlicher Daten
    • Preis und Bedeutung der Entscheidung sind geringer
    • Das Risiko einer Fehlentscheidung ist niedrig

• Reaktion auf den neu veränderten Funnel

  • Der Aufstieg AI-basierter Empfehlungen (AI referral) bedeutet für Marketing- und Sales-Teams einen beispiellosen Wandel
  • Wenn Unternehmen nicht für einen von AI-Agenten geprägten Funnel optimieren, verlieren sie bereits potenzielle Kunden

    Das Problem ist, dass Unternehmen diesen Verlust möglicherweise nicht einmal bemerken

  • Früher hinterließen Kunden beim Besuch einer Website oder beim Download von Inhalten „Explorations-Kontaktpunkte“
    • Beispiel: Pageviews, Anzeigenklicks, Formulareinsendungen, E-Mail-Abos usw. → danach war eine erneute Marketing-Ansprache möglich
  • Im AI-basierten Kauf-Funnel findet dieser Rechercheprozess jedoch nur innerhalb der AI statt, und Marken schaffen es womöglich nicht einmal in den Funnel

• Der Kaufentscheidungsprozess, in dem Marken verschwinden

  • Recherche → Bewertung → Auswahl der Kandidaten laufen vollständig unsichtbar innerhalb der AI ab
  • Wenn eine Marke nicht sofort präsent ist oder von der AI nicht erwähnt wird, taucht sie nicht einmal als Option auf
    • Ausnahme: Kunden mit Wiederkäufen oder hoher Markentreue können weiterhin direkt zur Marke gehen

• Drei Pfade der Customer Journey

  • Direkter Besuch der Marken-Website
    • Gilt für loyale Kunden oder Wiederkäufer
  • Ein von AI vermittelter Kaufablauf
    • AI übernimmt den gesamten Prozess von Suche, Vergleich und Empfehlung bis zur Bezahlung
    • Kunden können allein auf Basis der AI-Antwort entscheiden
  • Kundengruppen, die keine generative AI nutzen
    • Sie verwenden weiterhin klassische Suche und Recherche
    • Aber selbst sie werden von AI-Zusammenfassungen in den Suchergebnissen beeinflusst

AI übernimmt am Eingang des Kauf-Funnels die Rolle eines neuen Gatekeepers, der Marken „filtert“, und klassische kontaktpunktbasierte Marketingstrategien verlieren zunehmend ihre Wirkung

Nach welchen Kriterien LLMs Inhalte als wichtig bewerten

• Künftig geht es nicht mehr um die Dichotomie klassisches SEO vs. AI-Optimierung, sondern um die Optimierung der Content-Strategie für alle Pfade
• Für bestehende Kanäle (direkter Besuch, allgemeine Suche usw.) gelten Prinzipien wie personalisierte Journey-Gestaltung und Minimierung von Reibung weiterhin
• Beim Traffic über AI-Agenten gelten jedoch völlig andere Wertmaßstäbe als im traditionellen SEO

• Wie LLMs Marken-Content beurteilen

  • LLMs vertrauen nicht allein auf Aussagen einer Marke über sich selbst
    • Stattdessen gewichten sie Drittquellen zur Verifizierung (earned media, Reviews, Foren usw.) stärker
  • Ergebnis der Scrunch-AI-Analyse:
    • Bei AI-Antworten auf Suchanfragen ohne Markennennung basieren mehr als 90 % auf externen Inhalten
    • Selbst bei Antworten, in denen ein Markenname genannt wird, zitieren mehr als 60 % Inhalte aus nicht markeneigenen Quellen

• Fünf Content-Eigenschaften, die LLMs bevorzugen

  • Sprachstil
    • Statt Webinaren oder bildzentrierten Inhalten
    • bevorzugen sie reichhaltige, dialogische Sätze wie in Blogs oder erklärenden Texten
  • Agentenfreundliche Struktur
    • Sauber gegliederte Listen, Definitionen und Guide-Formate eignen sich gut dafür, dass LLMs Informationen zusammenfassen
  • Saubere, scrape-bare Website
    • Alte Seiten oder übermäßiges Keyword-Stuffing, wie sie früher für SEO erstellt wurden, stiften Verwirrung
    • Korrekt indexierte und strukturiert aktualisierte Seiten sind wirksamer
  • Externe Autoritätsbestätigung (Off-site earned authority)
    • Erwähnungen in Presseartikeln, Expertenreviews und glaubwürdigen externen Medien verleihen Vertrauenswürdigkeit
  • Tiefgehende Kundengespräche außerhalb der eigenen Website (Off-site deep customer conversations)
    • Aktive Erwähnungen in Foren, Review-Sites und Communities sind
    • ein zentraler Vermögenswert, um Backlinks und Markenvertrauen zu stärken

Eine 3-Stufen-Strategie für das LLM-Zeitalter

• Einige Vorreiter analysieren bereits die Auswirkungen von AI-Referral-Traffic auf ihr Geschäft und investieren in eine bessere LLM-basierte Marketingleistung
• Um sich schnell an diesen Wandel anzupassen, ist ein umsetzungsorientierter 3-Stufen-Ansatz nötig

• 1. Definieren Sie neue Kernmetriken

  • Um den veränderten Kundenfluss richtig zu verstehen,
    braucht es neue Erfolgskennzahlen jenseits des klassischen Web-Traffics
  • Nur wenn sichtbar wird, welchen Wert AI-Traffic erzeugt,
    lassen sich wichtige Quellen von Marketing-Leads erfassen und nachverfolgen

• 2. Bauen Sie Funnel-Analyse-Intelligence auf

  • Man muss kontinuierlich analysieren, wie LLMs den aktuellen Kunden-Funnel beeinflussen und welche künftigen Veränderungen möglich sind
  • Entscheidend ist, die AI-basierte Funnel-Struktur und den Status der Markensichtbarkeit zu visualisieren und
    sie in Form einer aktualisierbaren Scorecard zu verwalten
  • Da LLMs selbst bei derselben Eingabe völlig andere Ergebnisse als die klassische Suche liefern können,
    braucht es Tools, die diesen Unterschied messen können

• 3. Stellen Sie testbare Hypothesen auf und testen Sie schnell

  • Wenn Verbesserungspunkte identifiziert sind,
    müssen Prioritäten gesetzt und schnelle Experimente durchgeführt werden
  • Dafür braucht es ein System für schnelle iterative Tests und ressourcenbasierte Zuteilung nach Wirkungspotenzial
  • Marketingteams müssen über Influence Experiments testen und skalieren,
    welche Inhalte von AI besser aufgegriffen werden

LLMs beginnen schon mit dem Filtern, bevor Kunden einer Marke überhaupt begegnen
→ Mit einer klassischen SEO-Strategie allein ist darauf nicht zu reagieren
→ Erst mit einer Content-Optimierungsstrategie unter Berücksichtigung von LLMs entsteht ein positiver Kreislauf

Fazit: Optimieren Sie nicht für Menschen, sondern für „AI-Agenten“

• Erfolgreiches Marketing im LLM-Zeitalter bedeutet nicht nur, Menschen zu überzeugen, sondern dafür zu sorgen, dass AI Ihrer Marke vertraut und sie empfiehlt
• Je stärker interne Inhalte, externes Vertrauen und nutzerdialogbasierte Inhalte ausgebaut sind, desto häufiger und positiver wird AI die Marke erwähnen
• Mit anderen Worten: Nicht nur für Menschen, sondern auch für AI-Agenten gestaltete Inhalte werden zur zentralen Marketingaufgabe

[zziuni]

Stimmt schon … aber was die technische Umsetzung angeht, scheint sich das, was man tun muss, (zumindest vorerst) nicht groß von den bisherigen SEO-Maßnahmen zu unterscheiden.