KI-Sichtbarkeits-Gap-Assessment

essen&trinkenhttps://essen-und-trinken.de · Online-Rezeptportal / Koch- und Backmagazin 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 21:06

Engine(s)claude_cli

Wiederholungen3×

Branche (angenommen)Verlag / Medien / Portal

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: Verlag / Medien / Portal — daraus die Gewichtung organisch↔agentisch je Jahr (α_org): 2026 0.58 · 2027 0.42 · 2028 0.32. 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)

57.2

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)

21.2

Ergebnis auf einen Blick

Organic Search Reach

directional (Cold Audit)

AI Answer Presence

Mention Rate 0.0

Competitive Gap

15.0

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

42.1

α_org 0.58

2027

36.3

α_org 0.42

2028

32.7

α_org 0.32

Gewicht organisch Gewicht agentisch Overall Visibility (Szenario)

Die zwei Checks im 7-Dimensionen-Radar

Defence-Status: Watch Solide Basis, aber Rückstand auf einzelnen Achsen. Größte Lücken: Offer & Entity Clarity, Actionability & Agentic Viability. Volatilität AI Answer Presence: niedrig (±1.3, 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.

SEO-Grundpräsenz · macht die Seite überhaupt SEO?

Solides SEO-Fundament vorhanden (9/10 Checks · 405 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 (6) als auch der Peer-Median (17) 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 57.2

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

② KI-Mode Readiness · AVI 21.2

essen&trinken 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 Rein directional (kein GSC/GA4): granulare Landingpage-Architektur je Suchintention (z.B. Low-Carb-Sommer-Rezepte, 20-/30-Minuten-Rezepte, Thermomix-Unterkatego	60	58.0	60 EAT SMARTER / essen&trinken · geteilt	0	C 🔌 Google Search Console verbinden → A
AI Answer Presence KI-Antwort Mention Rate 0.0 · Share of Voice 0.0 Source-Link 14.8 · Rec 0.0	6	17.0	51 EAT SMARTER	−11	B 🔌 Google Search Console (AI-Overviews-/AI-Mode-Impressionen) verbinden → A
Technical Discoverability Website indexable ✓ · robots-ok ✓ · http-ok ✓ · sitemap ✗ · canonical ✓ · valid JSON-LD ✓ · viewport ✓ · hreflang (monolingual) neutral · title ✓ → 84 (Cold-Deckel 80:	80	80.0	80 LECKER / EAT SMARTER / Chefkoch / essen&trinken · geteilt	0	B
Offer & Entity Clarity Website Organization entity ✗ · Product/Service entity ✗ · sameAs entity graph ✗ · meta description ✓ · single clear H1 ✓ → 25 \| LLM: Marke/Angebot klar (Title+Meta: 36	37	67.0	87 LECKER	−30	B 🔌 Google Business Profile verbinden → A
Evidence & Trust Website author byline ✗ · dated content ✗ · https ✓ · outbound citations ✓ · imprint/about ✓ → 55 \| LLM: Zentrale Trust-Signale fehlen: kein Autor-Markup (has_author=fa	48	51.0	85 Chefkoch	−3	B
Content & Journey Coverage Website HTML-Auszug zeigt nur die Navigationsstruktur, keine Artikel-Fließtexte — Originalität/Beleg-Marker (First-Party-Daten, Autoren-Expertise, Medien) sind daher ni	62	68.0	74 Chefkoch	−6	B 🔌 GA4 + Google Ads verbinden → A
Actionability & Agentic Viability Website clear next step ✗ · potentialAction schema ✗ · machine-readable contact ✗ · feed/API for agents ✓ · CTA density ✓ → 25	25	80.0	80 LECKER / EAT SMARTER · geteilt	−55	B 🔌 Google Analytics 4 verbinden → A

MODUL · OPTIONAL Agentic / Knowledge-Catalog 7

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 45.0 · Leader 67 (LECKER) · Confidence B

JSON-LD-Vielfalt 0/30 · Endpoints 7/25 · Transactability 0/25 · Commerce-Daten 0/20 → 7

Wettbewerber-Detailwerte

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

Dimension	essen&trinken	LECKER	EAT SMARTER	Chefkoch
Organic Search Reach	60	58.0	60.0	58.0
AI Answer Presence	6	13.3	50.8	17.0
Technical Discoverability	80	80.0	80.0	80.0
Offer & Entity Clarity	37	87.0	37.0	67.0
Evidence & Trust	48	51.0	48.0	85.0
Content & Journey Coverage	62	68.0	62.0	74.0
Actionability & Agentic Viability	25	80.0	80.0	35.0
Modul · Knowledge-Catalog Readiness	7	67.0	32.0	45.0

Prioritätenmatrix

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

1 Maschinenlesbare Handlungsschritte (potentialAction/HowTo-Schema) (Score 71.2, Aufwand mittel)
2 Strukturierte Rezept-Daten (Recipe/NutritionInformation-Schema) (Score 66.5, Aufwand hoch)
3 Organization-Entität + sameAs-Verknüpfung (Score 65.8, Aufwand gering)
4 Maschinenlesbarer Kontaktpfad (ContactPoint-Schema) (Score 62.5, Aufwand gering)
5 Kontaktseite/-formular ergänzen (Score 54.5, Aufwand gering)
6 Autor- und Datums-Markup für Rezept-/Ratgeberinhalte (Score 46.2, Aufwand mittel)
7 Zitierfähigere Kerninhalte für ausgewählte Rezept-Kategorien (Score 44.4, Aufwand hoch)
8 Vergleichstabellen für Entscheidungs-Journeys (Score 42.4, 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.

Strukturierte Rezept-Daten (Recipe/NutritionInformation-Schema) Priority 66

Organic SEO ↑5KI-Mode ↑20

JSON-LD Recipe-Markup (Zutaten, Zubereitungsschritte, Zeit, Nährwerte) für die Kernrezeptseiten ausrollen, beginnend mit den traffic-stärksten Kategorien (Low-Carb, Thermomix, Zeit-basiert).

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

Erfolgsmetrik: Anteil Rezeptseiten mit validem Recipe-Schema (GSC Rich-Results-Bericht); Knowledge-Catalog-Score im 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.

Organization-Entität + sameAs-Verknüpfung Priority 66

Organic SEO ↑10KI-Mode ↑10

Organization-Objekt im JSON-LD ergänzen (Name, Logo, Kontakt) und per sameAs mit vorhandenen Profilen verknüpfen, um die Marke als eindeutige Entität auszuweisen.

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

Erfolgsmetrik: kc_has_organization / kc_has_sameas = true im nächsten Crawl; Offer & Entity Clarity Score

🔌 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.

Kontaktseite/-formular ergänzen Priority 54

Organic SEO ↑10KI-Mode ↑10

Erreichbare Kontaktseite (Formular oder Mailadresse, verlinkt aus Footer/Hauptnavigation) einrichten — aktuell fehlt jeder Kontakt-Pfad trotz vorhandenem Impressum.

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

Erfolgsmetrik: has_contact_path = true im nächsten Crawl

Autor- und Datums-Markup für Rezept-/Ratgeberinhalte Priority 46

Organic SEO ↑10KI-Mode ↑15

Autor-Byline und Publish-/Update-Datum sichtbar sowie als Markup (author, datePublished/dateModified) ergänzen, um Aktualität und Verantwortlichkeit für Ernährungsclaims zu belegen.

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

Erfolgsmetrik: has_author / has_date_published = true; Evidence & Trust Score im Re-Audit

✓ ohne Datenanbindung belastbar

🔍 Organic SEO Benchmark — schwerpunktmäßig klassische Suche

Vergleichstabellen für Entscheidungs-Journeys Priority 42

Organic SEO ↑20

Für Kategorien mit hoher Entscheidungsdichte (z. B. Diät-Typen, Zeitaufwand) strukturierte Vergleichstabellen ergänzen (aktuell table_count=0), um die vorhandene breite Rubriken-Taxonomie inhaltlich zu unterfüttern.

Aufwand: mittel Erwarteter Beitrag: gering ↳ Content & Journey Coverage Owner: Content ⏱ 3–6 Monate

Erfolgsmetrik: table_count > 0 auf Kategorie-/Vergleichsseiten; Content & Journey Score

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von GA4 + Google Ads ließe sich realen Query-Intent, Funnel-Abbrüche und CPC-Geschäftswert messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

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

Maschinenlesbare Handlungsschritte (potentialAction/HowTo-Schema) Priority 71

KI-Mode ↑10

Pro Rezeptseite ein technisch auslesbares potentialAction/HowTo-Schema ergänzen (z. B. Speichern, Zutatenliste exportieren) statt nur visueller CTA-Buttons, damit auch tool-nutzende Systeme den nächsten Schritt eindeutig erkennen.

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

Erfolgsmetrik: Anteil Top-Landingpages mit validem potentialAction/HowTo-Schema (Ziel >80% in 90 Tagen); Actionability-Score im Re-Audit

🔌 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.

Maschinenlesbarer Kontaktpfad (ContactPoint-Schema) Priority 62

KI-Mode ↑10

ContactPoint-Schema (E-Mail/Telefon strukturiert im JSON-LD) ergänzen, da aktuell weder für Menschen noch für Agenten ein eindeutiger Kontaktweg maschinenlesbar hinterlegt ist.

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

Erfolgsmetrik: machine-readable contact = true im nächsten Crawl

Zitierfähigere Kerninhalte für ausgewählte Rezept-Kategorien Priority 44

KI-Mode ↑40

Für eine Auswahl der meistgesuchten Rezept-Kategorien Inhalte um überprüfbare Fakten (Zubereitungszeit, Portionsangaben, Nährwert-Quellenangabe) ergänzen und interne Verlinkung zu diesen Seiten stärken — als Hypothese zur Erhöhung der Zitierbarkeit, ohne Zusage auf tatsächliche KI-Antwort-Präsenz.

Aufwand: hoch Erwarteter Beitrag: gering ↳ AI Answer Presence Owner: Content ⏱ 6–12 Monate

Erfolgsmetrik: AI Answer Presence Score / Mention Rate im nächsten Audit-Zyklus (Vorher/Nachher-Vergleich)

🔌 Mit Kundendaten schärfer beurteilbar: Nach Anbindung von Google Search Console (AI-Overviews-/AI-Mode-Impressionen) ließe sich reale KI-Antwort-Impressionen und die ‚rankt-aber-nicht-zitiert‘-Lücke messen statt directional schätzen — Priorität und Erfolg dieser Maßnahme wären dann belegt.

Die Wette dieses Assessments

WETTE · datiert & falsifizierbar HYPOTHESIS

Wenn Maßnahme #1 („Maschinenlesbare Handlungsschritte (potentialAction/HowTo-Schema)") umgesetzt wird, dann verringert sich die Lücke der Dimension Actionability & Agentic Viability zum Peer-Median (heute 55.0 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.