sun mattershttps://sun-matters.com · Mikrobiomfreundlicher Sonnenschutz & Sonnenpflege (SPF-Kosmetik, DTC)
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.
Erstellt2026-07-06 14:57
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 (αorg): 2026 0.7 ·
2027 0.55 · 2028 0.45. 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)
50.9
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: AI Answer Presence, Content & Journey Coverage. Volatilität AI Answer Presence: niedrig (±4.8, 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.
Floor-Effekt (KI-Antwort-Achse). Sowohl die Marke (6) als auch der Peer-Median (23) 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 50.9
sun matters (Ist) Peer-Median Leader Grau = gemessen, aber für diese Linse nicht gewichtet
② KI-Mode Readiness · AVI 31.0
sun matters 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 Kein GSC/GA4-Zugang, daher rein directional: robots.txt und Sitemap sind ok, HTTPS aktiv, llms.txt vorhanden (fortgeschrittenes Signal) und 14 Hreflang-Variante
Content & Journey CoverageWebsite Produktkarten mit klaren Titeln/Bildern sowie About-us und Kontakt decken Discovery/Evaluation ansatzweise ab; Bundle-Angebote unterstützen Kaufentscheidung. Es
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 0.0 · Leader 31 (sun matters) · Confidence B
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.
1
Organization- und Product-Entität maschinenlesbar verankernPriority 45
Organic SEO ↑10KI-Mode ↑10
JSON-LD für Organization (Name, Logo, sameAs zu Social/Presse) und Product/Offer (SPF, Kategorie, Preis, Verfügbarkeit) auf allen relevanten Seiten einbinden.
Erfolgsmetrik: Rich-Results-Test zeigt valides Organization+Product-Markup auf 100% der Kernseiten
🔌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
Autor- und Quellenangaben für Kernclaims ergänzenPriority 44
Organic SEO ↑10KI-Mode ↑15
Bei mikrobiombezogenen Aussagen Studienquellen verlinken, Publikationsdatum anzeigen und wo möglich Fachautor/Credential-Hinweis (z.B. Dermatologin-Review) einblenden.
Erfolgsmetrik: Anteil Claim-Seiten mit sichtbarer Quelle/Datum steigt von 0% auf >80%
✓ ohne Datenanbindung belastbar
3
Commerce-Daten und Transaktionsfähigkeit im Knowledge-Catalog ausbauenPriority 38
Organic SEO ↑5KI-Mode ↑20
Fehlende Produktdaten (Verfügbarkeit, Preisstaffel, Varianten) strukturiert bereitstellen und Transactability-Endpoints (z.B. Bestellstatus/Warenkorb-API) ergänzen, um die Commerce-Vollständigkeit zu erhöhen.
Erfolgsmetrik: Commerce-Daten-Score (aktuell 12/20) und Transactability-Score (aktuell 0/25) im internen Audit steigen
🔌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.
4
JSON-LD-Grundgerüst für technische Discoverability nachrüstenPriority 36
Organic SEO ↑15KI-Mode ↑5
Fehlendes JSON-LD (aktuell 0 Vielfalt) für WebSite/BreadcrumbList/Organization ergänzen, um strukturelle Lücke zu schließen, ohne dies als KI-Sichtbarkeitsgarantie zu kommunizieren.
Erfolgsmetrik: Anzahl neuer Ratgeber-URLs; organische Sitzungen auf Evaluation-Content nach 90 Tagen
🔌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.
7
Search-Console-Zugang einrichten und Prioritätsthemen trackenPriority 43
Organic SEO ↑40
GSC/GA4-Zugang für die Domain herstellen, um reale Ranking-/Impressionsdaten statt directional Signale für Prioritätsthemen zu erhalten und Content-Gaps datenbasiert zu priorisieren.
Erfolgsmetrik: GSC-Zugang aktiv; Impressionen/Klicks für Top-20-Prioritätskeywords im Monatsreport sichtbar
🔌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.
Beleg- und Erklärcontent zu Kernclaims aufbauenPriority 61
KI-Mode ↑40
Fundierte, mit Studien/Quellen belegte Erklärseiten zu den Mikrobiom-Wirkversprechen erstellen (Wirkmechanismus, Studienlage, FAQ-artige Vertiefung statt reiner Produktbeschreibung).
Aufwand: hochErwarteter Beitrag: mittel↳ AI Answer PresenceOwner: Content⏱ 6–12 Monate
Erfolgsmetrik: Anzahl indexierter Erklär-/Beleg-Seiten; Erwähnungsrate der Marke in KI-Antworten auf Kategorie-Prompts (vorher/nachher-Messung)
🔌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 & falsifizierbarHYPOTHESIS
Wenn Maßnahme #1 („Beleg- und Erklärcontent zu Kernclaims aufbauen")
umgesetzt wird, dann verringert sich die Lücke der Dimension
AI Answer Presence zum Peer-Median (heute 17.4 Punkte)
bis zum 08.10.2026 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 (2026-07-06 14:39 · 2026-07-06 14:39 · 2026-07-06 14:39), 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.