KI-Sichtbarkeits-Gap-Assessment

Daylonghttps://daylong.ch · Dermatologischer Sonnenschutz (Sonnencreme) Search & AI Visibility Gap Assessment — Organic Search, AI Answer Presence & Agentic Viability im Wettbewerbsvergleich. Zwei Checks in einem Cold Audit: klassische Google-Suche (OVI) & KI-Suche (AVI) — explorative Stichprobe über eine dokumentierte Engine (Claude + WebSearch), kein Multi-Engine-Zensus.

Erstellt2026-07-20 07:06

Engine(s)claude_cli

Wiederholungen3×

Branche (angenommen)Allgemein (Default-Annahme)

COLD AUDIT Bewertet ausschließlich öffentlich beobachtbare Signale — Web-Crawl der Website + Stichproben echter KI-Suchantworten. Kein Zugriff auf First-Party-Daten (Google Search Console / GA4). Klicks, Impressionen, Rankings je Query und Conversions werden daher nur directional geschätzt, nicht gemessen.

Was eine Anbindung an Google Search Console & GA4 zusätzlich liefern würde

＋ Google Search Console (GSC)

Echte Impressionen, Klicks, CTR & Position je Query — nach Seite, Land, Gerät, Datum.
Reale Index-Abdeckung (welche URLs Google indexiert hat / warum nicht) statt nur Crawlbarkeit.
Seit Juni 2026 dedizierte „Search Generative AI"-Reports: echte Impressionen in AI Overviews / AI Mode je URL (Roll-out beginnt).
Reale Striking-Distance-Queries (Position 5–20) — im Cold Audit unsichtbar.
Vorbehalt: auch GSC anonymisiert/filtert je nach Property ~38–75 % der Queries.

＋ Google Analytics 4 (GA4)

Echte Conversions & Umsatz pro Kanal statt directionaler Schätzung.
KI-Referral-Attribution: Sessions von chatgpt.com, perplexity.ai, gemini (teils via GA4-Kanal „AI Assistant").
Belegt den höheren Geschäftswert von KI-Traffic (Marktdaten: ~4,4× höhere Conversion vs. klassisch organisch).
Engagement-Tiefe & Multi-Touch-Journey je Quelle — kanalübergreifend rekonstruierbar.
Vorbehalt: Standard-Channel-Grouping unterzählt KI-Traffic ~30–40 % ohne Custom-Setup.

Ein Cold Audit bleibt valide, weil er genau die kontrollierbaren On-Site-/Content-Hebel (technische Auffindbarkeit, Struktur, E-E-A-T, Antwort-Formate) bewertet, die ein Unternehmen selbst verändern kann. GSC/GA4 ändern nicht, welche Maßnahmen hier abgeleitet werden — wohl aber deren Priorisierung nach echtem Geschäftswert. Maßnahmen, deren Erfolg sich erst mit First-Party-Daten belegen lässt, sind unten mit 🔌 „Mit Kundendaten schärfer beurteilbar" markiert; crawl-deterministische Maßnahmen tragen ✓ „ohne Datenanbindung belastbar".

Annahme zur Branche: Allgemein (Default-Annahme) — daraus die Gewichtung organisch↔agentisch je Jahr (α_org): 2026 0.7 · 2027 0.55 · 2028 0.45. HYPOTHESIS Evidenzbasierte Hypothese (HYPOTHESIS), KEIN Fakt. Gestützt auf: AI Overviews 6,5%→25%→16% der Queries (Semrush/eMarketer 2025), Zero-Click 56%→69% (Similarweb), CTR-Einbruch 34,5%→58% bei AIO (Ahrefs), KI-Referral +16× 2024→2026 aber noch ~0,32% vs 42,75% organisch (SE Ranking), ~31% US nutzen genAI-Suche 2026. α pro Branche überschreibbar; Report ohne erneutes Audit neu berechenbar. Diese Annahme ist anpassbar — der Report kann mit anderer Branche/α ohne erneutes Audit neu erzeugt werden (rebuild_report.py).

Eigenschaft

Stellhebel

7 Kern-Dimensionen + Agentic-Modul

→

Vorteil

Sichtbarkeit

OVI · AVI · Overall

→

Nutzen

Auffindbarkeit

vom Kunden gefunden werden

Die Stellhebel (die 7 Kern-Dimensionen + Agentic-Modul unten) erzeugen den Vorteil Sichtbarkeit (OVI/AVI) — und damit den Nutzen Auffindbarkeit.

① Organic SEO Benchmark

Organic SEO Benchmark

Klassische Google-Suche heute · Organic Visibility Index (OVI)

50.3

② KI-Mode Readiness Check

KI-Mode Readiness Check

KI-Suche (AI Overviews / AI-Mode-Ökosystem) — explorative Stichprobe über eine dokumentierte Engine · Agentic Visibility Index (AVI)

24.1

Ergebnis auf einen Blick

Organic Search Reach

directional (Cold Audit)

AI Answer Presence

Mention Rate 9.3

Competitive Gap

1.4

Ø Rückstand zum Peer-Median

Actionability / Conversion

Können Mensch & Agent handeln?

Szenario-Projektion: Overall Visibility 2026–2028 HYPOTHESIS

Denkmodell, keine Messung: Overall Visibility = α_org·OVI + (1−α_org)·AVI — das Gewicht verschiebt sich über die Jahre von organischer zu agentischer Sichtbarkeit. Die Hauptwerte dieses Assessments sind OVI und AVI oben; diese Projektion zeigt nur, was die Branchen-Annahme (α) daraus machen würde.

2026

42.4

α_org 0.7

2027

38.5

α_org 0.55

2028

35.9

α_org 0.45

Gewicht organisch Gewicht agentisch Overall Visibility (Szenario)

Die zwei Checks im 7-Dimensionen-Radar

Defence-Status: Stark Auf den meisten Achsen auf oder über Peer-Median. Volatilität AI Answer Presence: mittel (±5.2, 3 Läufe)

Beide Radars zeigen dieselben 7 Kern-Dimensionen, aber je Linsen-Gewicht gewichtet (Achsen-Score × relative Bedeutung der Achse für die jeweilige Linse). Eine Achse, die in einer Linse nicht zählt, wird grau gepunktet mit ihrem Rohwert gezeigt — sie fällt nicht auf 0 und ist keine schlechte Leistung, sie wird in dieser Linse nur nicht gewertet.

Validität & Aussagekraft — vor der Interpretation lesen

⚠ Crawl unvollständig. Body-Struktur (H1/Tabellen) wurde nicht erkannt — die Website-Achsen sind mit Vorsicht zu lesen (möglicher JS-Render-/Truncation-Effekt).

Schätz-Profil (Cold Audit). Alle 8 Achsen sind Confidence B/C — directional geschätzt aus öffentlichen Signalen, nicht gemessen (kein GSC/GA4). Die Radarfläche ist eine Richtungsangabe, kein präziser Messwert; Achsen-Differenzen unter ~10 Punkten sind nicht belastbar.

SEO-Grundpräsenz · macht die Seite überhaupt SEO?

SEO-Grundlagen teilweise vorhanden (8/10 Checks · 68 interne Links)

✓ Title-Tag✓ Meta-Description✓ Canonical-URL✓ Indexierbar (kein noindex)✕ Body-H1 vorhanden✕ Strukturierte Daten (Schema/JSON-LD)✓ sitemap.xml erreichbar✓ Open-Graph-Tags✓ Mobile-Viewport✓ Interne Verlinkung (≥5)

Deterministischer Crawl-Check (kein LLM, kein Schätzwert). Beantwortet die Grundfrage vor den fein bewerteten Achsen — und entlarvt, wenn ein Score auf einer nicht voll gecrawlten Seite fußt.

Floor-Effekt (KI-Antwort-Achse). Sowohl die Marke (9) als auch der Peer-Median (5) liegen niedrig — in dieser Nische wird das ganze Feld in KI-Antworten selten genannt. Die AVI-Achsen daher relativ zum Peer-Median lesen, nicht als absolute 0–100-Note.

① Organic SEO Benchmark · OVI 50.3

Daylong (Ist) Peer-Median Leader Grau = gemessen, aber für diese Linse nicht gewichtet

② KI-Mode Readiness · AVI 24.1

Daylong KI-Mode-Ist Organic-Ist (Referenz) Grau = gemessen, aber für diese Linse nicht gewichtet

Die Fläche zwischen der blauen Referenz (Organic heute) und dem roten KI-Mode-Polygon ist die Organisch→Agentisch-Readiness-Lücke: wo die KI-Suche schon zählt, die Website aber noch nicht liefert.

Dimension	Ist	Peer-Median	Leader	Lücke	Conf.
Organic Search Reach directional Solide technische Indexierungs-Basis (Sitemap vorhanden, robots.txt ok, HTTPS, HTTP ok), aber hreflang_count=0 trotz aktivem EN/DE-Sprachswitcher (Risiko für Du	48	45.0	62 La Roche-Posay	0	C 🔌 Google Search Console verbinden → A
AI Answer Presence KI-Antwort Mention Rate 9.3 · Share of Voice 61.1 Source-Link 9.3 · Rec 8.3	9	5.2	36 La Roche-Posay	0	B 🔌 Google Search Console (AI-Overviews-/AI-Mode-Impressionen) verbinden → A
Technical Discoverability Website indexable ✓ · robots-ok ✓ · http-ok ✓ · sitemap ✓ · canonical ✓ · no JSON-LD ✗ · viewport ✓ · hreflang (monolingual) neutral · title ✓ → 81 (Cold-Deckel 80: str	80	80.0	80 sun matters / La Roche-Posay / Ultrasun / Daylong · geteilt	0	B
Offer & Entity Clarity Website Organization entity ✗ · Product/Service entity ✗ · sameAs entity graph ✗ · meta description ✓ · single clear H1 ✗ → 15 \| LLM: Klare Marken-/Kontakt-Basis (Impre	33	38.0	38 sun matters / La Roche-Posay · geteilt	−5	B 🔌 Google Business Profile verbinden → A
Evidence & Trust Website author byline ✗ · dated content ✗ · https ✓ · outbound citations ✓ · imprint/about ✓ → 55 \| LLM: Impressum und Kontaktpfad vorhanden (Transparenz-Basis), aber k	48	46.0	55 La Roche-Posay	0	B
Content & Journey Coverage Website Gute strukturelle Journey: Discovery (Sonne/Haut/Hautkrebs/Hautalterung/Kinder-Themen) → Evaluation (6 bedarfsorientierte Produktlinien) → Vertrauen (Geschichte	55	38.0	62 La Roche-Posay	0	B 🔌 GA4 + Google Ads verbinden → A
Actionability & Agentic Viability Website clear next step ✓ · potentialAction schema ✗ · machine-readable contact ✓ · feed/API for agents ✗ · CTA density ✓ → 60	60	65.0	75 sun matters	−5	B 🔌 Google Analytics 4 verbinden → A

MODUL · OPTIONAL Agentic / Knowledge-Catalog 0

Misst, ob Angebot, Preise, Verfügbarkeit und Schnittstellen maschinenlesbar bereitstehen (JSON-LD-Vielfalt, Feeds/APIs, potentialAction, maschinenlesbare Policies) — relevant für Shops, Buchungen, SaaS, APIs und Plattformen; weniger für Magazine, Kanzleien oder reine Content-Sites. Das Modul gehört zu Actionability & Agentic Viability und fließt gewichtet in die KI-Mode-Readiness (AVI) ein — es ist bewusst keine eigene Kern-Dimension.

Peer-Median 7.0 · Leader 22 (sun matters) · Confidence B

JSON-LD-Vielfalt 0/30 · Endpoints 0/25 · Transactability 0/25 · Commerce-Daten 0/20 → 0

Wettbewerber-Detailwerte

Peer-Median & Leader werden automatisch aus diesen Werten berechnet (Leader = höchster Wert je Achse). Inkl. Website-Achsen der Wettbewerber.

Dimension	Daylong	sun matters	La Roche-Posay	Ultrasun
Organic Search Reach	48	45.0	62.0	45.0
AI Answer Presence	9	5.2	36.3	3.7
Technical Discoverability	80	80.0	80.0	80.0
Offer & Entity Clarity	33	38.0	38.0	23.0
Evidence & Trust	48	46.0	55.0	36.0
Content & Journey Coverage	55	38.0	62.0	35.0
Actionability & Agentic Viability	60	75.0	60.0	65.0
Modul · Knowledge-Catalog Readiness	0	22.0	0.0	7.0

Prioritätenmatrix

Alle Maßnahmen nach Priority Score und Aufwand — oben links zuerst. Farbe = Linse (blau Organic, rot KI-Mode, braun Doppel-Hebel).

1 Organization- & Product-Schema + einzelne H1 pro Seite (Score 55.8, Aufwand mittel)
2 Strukturierten Produktkatalog-Feed aufbauen (JSON-LD + Feed) (Score 54.0, Aufwand hoch)
3 Autor-/Fachreview-Kennzeichnung + Datierung für Gesundheitsthemen (Score 53.8, Aufwand mittel)
4 Machine-readable Kontaktpfad absichern und dokumentieren (Score 44.5, Aufwand gering)
5 hreflang für EN/DE-Sprachversionen implementieren (Score 42.5, Aufwand gering)
6 Quellenverweise zu unabhängigen medizinischen Quellen ergänzen (Score 42.5, Aufwand mittel)
7 potentialAction-Schema für Kern-CTAs (Score 42.0, Aufwand mittel)
8 aria-label-Inkonsistenz TikTok/LinkedIn-Icon fixen (Score 38.2, Aufwand gering)

Priorisierte Maßnahmen — nach Value für beide Checks

Gruppiert nach Wirkung auf die zwei Checks: zuerst die Doppel-Hebel, die heute den Organic SEO Benchmark pushen und zugleich die KI-Mode Readiness stärken — danach die je einseitig wirkenden. Innerhalb jeder Gruppe nach Priority Score (35% Business Impact + 25% Evidence Strength + 20% Competitive Gap + 10% Feasibility + 10% Time Sensitivity). Die Badges Organic SEO ↑ KI-Mode ↑ zeigen, in welche Linse(n) eine Maßnahme einzahlt (↑ = relatives Achsen-Gewicht). Formuliert als erwarteter Beitrag, nicht als Garantie. Jede Maßnahme zeigt zudem, ob sie ohne Datenanbindung belastbar ist (✓) oder mit einer Kundendatenanbindung schärfer beurteilbar würde (🔌) — der Cold Audit diagnostiziert die Handlungsnotwendigkeit, die Priorisierung der datenabhängigen Maßnahmen wird mit First-Party-Daten belegt.

🏆 Doppel-Hebel — pusht Organic SEO und KI-Mode Readiness

Hier zuerst investieren: wirkt sofort in der klassischen Google-Suche und baut zugleich KI-Mode-Readiness auf.

Organization- & Product-Schema + einzelne H1 pro Seite Priority 56

Organic SEO ↑10KI-Mode ↑10

Organization-JSON-LD (Name, Logo, Kontakt, sameAs) und Product-JSON-LD je Produktlinie ergänzen; zusätzlich pro Seite genau ein klares H1 setzen (aktuell h1_count=0).

Aufwand: mittel Erwarteter Beitrag: mittel ↳ Offer & Entity Clarity Owner: Dev ⏱ 3–6 Monate

Erfolgsmetrik: h1_count=1 auf allen Kernseiten + Organization/Product-Entity fehlerfrei im Rich-Results-Test

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von Google Business Profile ließe sich lokale Sichtbarkeit, Bewertungen und Map-Pack-Insights messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

Strukturierten Produktkatalog-Feed aufbauen (JSON-LD + Feed) Priority 54

Organic SEO ↑5KI-Mode ↑20

Product/Offer-JSON-LD mit Preis, Verfügbarkeit und Kategorien für alle 6 Produktlinien implementieren und optional als maschinenlesbaren Feed bereitstellen, als Basis für Transaktions-/Such-Agenten.

Aufwand: hoch Erwarteter Beitrag: mittel ↳ Knowledge-Catalog Readiness Owner: Dev ⏱ 6–12 Monate

Erfolgsmetrik: Anzahl Produkte mit validem Product-Schema + Fehlerquote im Feed-/Rich-Results-Validator

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von Schema.org / Discoverability-API / Feeds ließe sich maschinenlesbarer, verifizierter Datensatz, den ein Agent direkt konsumieren kann messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

Autor-/Fachreview-Kennzeichnung + Datierung für Gesundheitsthemen Priority 54

Organic SEO ↑10KI-Mode ↑15

Für Inhalte zu Hautkrebs/Hautalterung/Sonnenschutz Autor bzw. medizinisches Fachreview sowie Publish-/Update-Datum sichtbar ausweisen, da dies sensible Gesundheitsthemen sind.

Aufwand: mittel Erwarteter Beitrag: mittel ↳ Evidence & Trust Owner: Legal/Fachreview ⏱ 3–6 Monate

Erfolgsmetrik: Anteil Gesundheits-Content-Seiten mit sichtbarem Autor/Review + Datum (Ziel: 100%)

✓ ohne Datenanbindung belastbar

Quellenverweise zu unabhängigen medizinischen Quellen ergänzen Priority 42

Organic SEO ↑10KI-Mode ↑15

Bei Aussagen zu Hautkrebs-Risiko/Sonnenschutzwirkung auf unabhängige, anerkannte Quellen (z.B. Dermatologie-Fachgesellschaften) verlinken, um Vertrauenswürdigkeit der Health-Claims zu stützen.

Aufwand: mittel Erwarteter Beitrag: gering ↳ Evidence & Trust Owner: Content ⏱ 3–6 Monate

Erfolgsmetrik: Anzahl Health-Claims mit verlinkter unabhängiger Quelle (Stichprobenprüfung)

✓ ohne Datenanbindung belastbar

aria-label-Inkonsistenz TikTok/LinkedIn-Icon fixen Priority 38

Organic SEO ↑10KI-Mode ↑10

Falsches aria-label 'Linkedin' auf dem TikTok-Icon korrigieren, um Konsistenz der Social-/Entity-Signale sicherzustellen.

Aufwand: gering Erwarteter Beitrag: gering ↳ Offer & Entity Clarity Owner: Dev ⏱ 0–3 Monate

Erfolgsmetrik: aria-label stimmt mit verlinktem Icon/Ziel überein (manueller Review/axe-Scan)

🔍 Organic SEO Benchmark — schwerpunktmäßig klassische Suche

hreflang für EN/DE-Sprachversionen implementieren Priority 42

Organic SEO ↑40

hreflang-Tags (inkl. x-default) für die bestehenden EN/DE-Sprachversionen im <head> bzw. in der Sitemap ergänzen, um Duplicate-Content-Risiko und Fehlauslieferung der falschen Sprache in SERPs zu reduzieren.

Aufwand: gering Erwarteter Beitrag: mittel ↳ Organic Search Reach Owner: SEO/Dev ⏱ 0–3 Monate

Erfolgsmetrik: hreflang_count > 0 und fehlerfrei im GSC International-Targeting-Report

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von Google Search Console ließe sich echte Klicks, CTR & Position je Query messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

🤖 KI-Mode Readiness — schwerpunktmäßig KI-Antwort-Sichtbarkeit

Machine-readable Kontaktpfad absichern und dokumentieren Priority 44

KI-Mode ↑10

Bestehenden maschinenlesbaren Kontaktpfad mit strukturierten Feldern versehen und als einfachen Formular-/API-Endpoint dokumentieren, damit Agenten Anfragen zuverlässig auslösen können.

Aufwand: gering Erwarteter Beitrag: gering ↳ Actionability & Agentic Viability Owner: Dev ⏱ 0–3 Monate

Erfolgsmetrik: Erfolgreiche automatisierte Testanfrage über den Endpoint ohne manuelles Eingreifen

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von Google Analytics 4 ließe sich echte Conversion-Pfade und -Raten je Quelle messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

potentialAction-Schema für Kern-CTAs Priority 42

KI-Mode ↑10

potentialAction (z.B. ContactAction, ViewAction) im JSON-LD für die wichtigsten Handlungsaufforderungen (Kontakt, Produktfinder) ergänzen, damit tool-nutzende Systeme den nächsten Schritt strukturiert erkennen.

Aufwand: mittel Erwarteter Beitrag: mittel ↳ Actionability & Agentic Viability Owner: Dev ⏱ 3–6 Monate

Erfolgsmetrik: potentialAction-Property validiert im Schema Markup Validator auf allen Haupt-CTA-Seiten

Die Wette dieses Assessments

WETTE · datiert & falsifizierbar HYPOTHESIS

Wenn Maßnahme #1 („Organization- & Product-Schema + einzelne H1 pro Seite") umgesetzt wird, dann verringert sich die Lücke der Dimension Offer & Entity Clarity zum Peer-Median (heute 5.0 Punkte) bis zum 18.10.2026 um mindestens 5 Punkte.

Falsifikator: Ist die Lücke am Stichtag nicht mindestens 5 Punkte kleiner, gilt die Wette als verloren und wird genau so ausgewiesen. Aufgelöst wird beim nächsten Re-Audit derselben Gruppe — Ehrlichkeit ist Teil der Methodik: wir prognostizieren nicht, wir wetten überprüfbar.

Beobachtete Stichprobe über 3 Läufe (2026-07-20 06:23 · 2026-07-20 06:23 · 2026-07-20 06:23), Engine(s): claude_cli. Methodik: Organic SEO Benchmark + KI-Mode Readiness Check v2.0 — Cold Audit (nur öffentlich beobachtbare Signale, ohne GSC/GA4), 7 Kern-Dimensionen + Agentic-Modul, zwei Linsen (OVI/AVI), Benchmark als Overlay. Guardrails:

Keine Ranking-/Citation-/Traffic-/Revenue-Garantien
Keine willkürlichen generischen Zukunfts-Ziel-Polygone (kein 'Target 2027' im Radar)
Keine direkten llms.txt/Schema/FAQ/H1 KI-Sichtbarkeits-Versprechen — nur 'erwarteter Beitrag / Hypothese'
Knowledge-Catalog/potentialAction/Feed sind Readiness-Sub-Signale, KEINE Garantie für Agent-Inklusion oder A2A-Transaktion
Menschliche Validierung vor Client-Auslieferung
Bei fehlenden Daten: 'not measured' statt Score 0
Benchmark-Label automatisch aus denselben Werten (leader=argmax, peer=median), keine manuellen Labels

Hintergrund: Googles KI-Modus (AI Mode / AI Overviews) beantwortet Suchen zunehmend direkt — klassisches Googeln nimmt ab. „Agentische Sichtbarkeit" ist unsere Rahmung dieses realen SEO→GEO/AEO-Wandels, kein etablierter Branchenstandard. Menschliche Review vor Auslieferung empfohlen.