EAT SMARTERhttps://eatsmarter.de · Online-Portal für gesunde Ernährung & Rezepte
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 20:49
Engine(s)claude_cli
Wiederholungen3×
Branche (angenommen)Gesundheit / Wellness
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: Gesundheit / Wellness — daraus die Gewichtung
organisch↔agentisch je Jahr (αorg): 2026 0.68 ·
2027 0.52 · 2028 0.42. HYPOTHESISEvidenzbasierte 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)
60.3
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)
Denkmodell, keine Messung: Overall Visibility = αorg·OVI + (1−αorg)·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.
Defence-Status: Watch
Solide Basis, aber Rückstand auf einzelnen Achsen. Größte Lücken: Offer & Entity Clarity. Volatilität AI Answer Presence: mittel (±7.2, 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
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.
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.
① Organic SEO Benchmark · OVI 60.3
EAT SMARTER (Ist) Peer-Median Leader Grau = gemessen, aber für diese Linse nicht gewichtet
② KI-Mode Readiness · AVI 49.5
EAT SMARTER 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 Reachdirectional Rein directional: etablierte, seit Jahren bekannte DE-Rezeptmarke mit umfangreicher Themen-/Kategorie-Architektur, Sitemap und werbefinanziertem Umfang (mehrere
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 26.0 · Leader 45 (Chefkoch) · Confidence B
7 GSC/GA4-Zugang für belastbare Reichweiten-Messung (Score 35.0, Aufwand gering)
8 Quellenangaben bei Ernährungs-/Gesundheitsaussagen (Score 33.6, Aufwand mittel)
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-Schema (JSON-LD) mit sameAs-Verweisen auf Impressum, Social-Profile und ggf. Wikidata ergänzen, um die Marken-Entität für Suchmaschinen/KI-Systeme eindeutig zu verankern.
Erfolgsmetrik: Valide Organization-Entität im Rich-Results-Test; sameAs-Links geprüft erreichbar
🔌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.
2
Produkt-/Rezept-Markup je Kategorie- und DetailseitePriority 63
Organic SEO ↑10KI-Mode ↑10
Strukturierte Daten (Recipe/Product/Service je nach Seitentyp) auf Kategorie- und Detailseiten ergänzen, damit das granular vorhandene Angebot auch maschinenlesbar — nicht nur visuell über die Taxonomie — erkennbar wird.
Erfolgsmetrik: Anteil Seiten mit validem Recipe/Product-JSON-LD (Search-Console Rich-Ergebnisse-Bericht)
🔌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.
3
Konsistenz-Check Entity-Signale über Seiten hinwegPriority 57
Organic SEO ↑10KI-Mode ↑10
Stichprobenaudit über 15–20 Kategorie-/Rezeptseiten, ob Markenname, Kontakt- und Angebotssignale konsistent auftauchen (nicht nur auf der Startseite); Abweichungen dokumentieren und beheben.
Erfolgsmetrik: Konsistenz-Score aus Stichprobenaudit (Anteil konformer Seiten) vor/nach Fix
🔌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.
4
Publish-/Update-Datum in Inhalten ergänzenPriority 47
Organic SEO ↑10KI-Mode ↑15
datePublished/dateModified im JSON-LD sowie sichtbar im Content ergänzen, um Aktualität der Rezepte/Artikel nachweisbar zu machen.
Sichtbare Autoren-/Redaktionsangabe (Name, ggf. Qualifikation wie Ernährungsberatung) je Rezept/Artikel einführen und mit einer Autorenprofilseite verlinken.
Über WebSite/SearchAction hinaus Recipe- und Nutrition-Schema-Typen ergänzen, um den Katalog maschinenlesbar breiter aufzustellen und für Agenten/LLMs auswertbar zu machen.
Erfolgsmetrik: Anzahl distinkter valider JSON-LD-Typen je Seitentyp (Baseline vs. Re-Audit)
🔌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.
7
Quellenangaben bei Ernährungs-/GesundheitsaussagenPriority 34
Organic SEO ↑10KI-Mode ↑15
Bei Kalorien- und Ernährungsangaben (z. B. Diät-/Ernährungsform-Kategorien) Quellen oder einen kurzen Fachreview-Hinweis ausweisen, um unabhängige Belegbarkeit zu stärken.
Erfolgsmetrik: Anteil Ernährungs-/Gesundheitsseiten mit ausgewiesener Quelle/Review
✓ ohne Datenanbindung belastbar
🔍 Organic SEO Benchmark — schwerpunktmäßig klassische Suche
8
GSC/GA4-Zugang für belastbare Reichweiten-MessungPriority 35
Organic SEO ↑40
Search-Console-/Analytics-Zugang bereitstellen, um die bislang nur directional geschätzte Reichweite (Confidence C) im nächsten Audit durch echte Klick-/Impressionsdaten zu ersetzen.
Erfolgsmetrik: Confidence-Grade C→B im Re-Audit; GSC-Klicks/Impressionen als Baseline dokumentiert
🔌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.
Die Wette dieses Assessments
WETTE · datiert & falsifizierbarHYPOTHESIS
Wenn Maßnahme #1 („Organization-Entität + sameAs-Graph ergänzen")
umgesetzt wird, dann verringert sich die Lücke der Dimension
Offer & Entity Clarity zum Peer-Median (heute 30.0 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 20:33 · 2026-07-20 20:33 · 2026-07-20 20:33), 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.