KI-Sichtbarkeits-Gap-Assessment

Terra Elementshttps://terraelements.de · Online-Shop für Superfoods & natürliche Nahrungsergänzung 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 06:32

Engine(s)claude_cli

Wiederholungen3×

Branche (angenommen)E-Commerce / Online-Handel

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: E-Commerce / Online-Handel — daraus die Gewichtung organisch↔agentisch je Jahr (α_org): 2026 0.62 · 2027 0.48 · 2028 0.38. 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)

53.1

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)

29.1

Ergebnis auf einen Blick

Organic Search Reach

directional (Cold Audit)

AI Answer Presence

Mention Rate 5.6

Competitive Gap

7.6

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

44.0

α_org 0.62

2027

40.6

α_org 0.48

2028

38.2

α_org 0.38

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: Evidence & Trust. Volatilität AI Answer Presence: niedrig (±0.0, 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?

Solides SEO-Fundament vorhanden (9/10 Checks · 127 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 (4) als auch der Peer-Median (10) 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 53.1

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

② KI-Mode Readiness · AVI 29.1

Terra Elements 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 Auffindbarkeits-Basis (sitemap ok, robots ok, https, 4 hreflang-Varianten, keyword-reiche Title/Meta-Description mit Nischenbegriffen wie „Ada	55	45.0	55 Terra Elements	0	C 🔌 Google Search Console verbinden → A
AI Answer Presence KI-Antwort Mention Rate 5.6 · Share of Voice 28.9 Source-Link 5.6 · Rec 0.0	4	9.6	26 Hawlik	−5	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 ✓ · title ✓ → 100 (Cold-Deckel 80: strukturelle Readin	80	80.0	80 Hawlik / MykoTroph / Sunday Natural / Terra Elements · geteilt	0	B
Offer & Entity Clarity Website Organization entity ✓ · Product/Service entity ✗ · sameAs entity graph ✗ · meta description ✓ · single clear H1 ✗ → 45 \| LLM: Klare Marken-/Rechts-/Kontakt-Basi	55	68.0	69 Hawlik	−13	B 🔌 Google Business Profile verbinden → A
Evidence & Trust Website author byline ✗ · dated content ✗ · https ✓ · outbound citations ✓ · imprint/about ✓ → 55 \| LLM: Basis-Transparenz vorhanden (Impressum, Kontaktpfad, MerchantRe	47	67.0	82 MykoTroph	−20	B
Content & Journey Coverage Website Auszug zeigt nur Header-/Navigations-Markup, keine redaktionellen Inhalte; h1_count=0 und table_count=0 auf der Startseite, kein FAQ-Markup, kein Publikationsda	40	50.0	58 MykoTroph	−10	B 🔌 GA4 + Google Ads verbinden → A
Actionability & Agentic Viability Website clear next step ✓ · potentialAction schema ✗ · machine-readable contact ✓ · feed/API for agents ✓ · CTA density ✓ → 75	75	80.0	80 Hawlik / MykoTroph · geteilt	−5	B 🔌 Google Analytics 4 verbinden → A

MODUL · OPTIONAL Agentic / Knowledge-Catalog 17

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 52.0 · Leader 67 (Hawlik) · Confidence B

JSON-LD-Vielfalt 10/30 · Endpoints 7/25 · Transactability 0/25 · Commerce-Daten 0/20 → 17

Wettbewerber-Detailwerte

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

Dimension	Terra Elements	Hawlik	MykoTroph	Sunday Natural
Organic Search Reach	55	48.0	42.0	45.0
AI Answer Presence	4	25.9	3.7	9.6
Technical Discoverability	80	80.0	80.0	80.0
Offer & Entity Clarity	55	69.0	58.0	68.0
Evidence & Trust	47	51.0	82.0	67.0
Content & Journey Coverage	40	40.0	58.0	50.0
Actionability & Agentic Viability	75	80.0	80.0	65.0
Modul · Knowledge-Catalog Readiness	17	67.0	52.0	45.0

Prioritätenmatrix

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

1 Product/Offer-Schema (JSON-LD) für Shop-Kategorien ausrollen (Score 65.2, Aufwand hoch)
2 Machinenlesbare Commerce-Endpoints (Feed/API) ergänzen (Score 60.2, Aufwand hoch)
3 Evaluation-Content: Vergleichs- und Anwendungsguides je Produktgruppe (Score 55.2, Aufwand hoch)
4 Autorschaft & Aktualitätsdatum auf Content-Seiten ergänzen (Score 53.0, Aufwand mittel)
5 Eindeutige H1 je Seite + Product-Entität ergänzen (Score 50.2, Aufwand gering)
6 Belege für Marketing-Claims (Bio, Zertifikate) sichtbar verlinken (Score 48.0, Aufwand mittel)
7 Strukturierte Produktdaten + Content-Tiefe als Basis stärken (Score 42.2, Aufwand mittel)
8 potentialAction-Schema für Bestell-/Kontaktprozesse ergänzen (Score 42.0, 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.

Product/Offer-Schema (JSON-LD) für Shop-Kategorien ausrollen Priority 65

Organic SEO ↑5KI-Mode ↑20

Product- und Offer-Schema (Preis, Verfügbarkeit, SKU) für die 30+ Subkategorien ergänzen — aktuell nur Organization+MerchantReturnPolicy vorhanden (kc_has_product_or_service=false, kc_has_offer_price=false).

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

Erfolgsmetrik: Anteil Produktseiten mit valider Product/Offer-JSON-LD (Rich Results Test); Ziel >80% der Kategorien

🔌 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.

Machinenlesbare Commerce-Endpoints (Feed/API) ergänzen Priority 60

Organic SEO ↑5KI-Mode ↑20

Produktfeed (z.B. Google-Merchant-XML/JSON) und ggf. offene API-Endpoints bereitstellen, um Transactability (0/25) und Commerce-Daten (0/20) zu heben.

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

Erfolgsmetrik: Anzahl aktiver, validierter Feed-/API-Endpoints (Ziel: mind. 1 Produktfeed live)

Autorschaft & Aktualitätsdatum auf Content-Seiten ergänzen Priority 53

Organic SEO ↑10KI-Mode ↑15

Byline mit Fachqualifikation (z.B. Ernährungsberatung/Apotheke) und sichtbares Publikations-/Aktualisierungsdatum auf Ratgeber-/Produktseiten einführen (has_author=false, has_date_published=false).

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

Erfolgsmetrik: Anteil Content-Seiten mit sichtbarer Byline+Datum; Ziel 100% neuer/überarbeiteter Artikel

✓ ohne Datenanbindung belastbar

Eindeutige H1 je Seite + Product-Entität ergänzen Priority 50

Organic SEO ↑10KI-Mode ↑10

Jede Seite erhält genau eine klare H1 (aktuell 0 auf der Startseite) und das Organization-Schema wird um eine Product/Service-Entität ergänzt, um die Angebotsklarheit strukturell zu untermauern.

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

Erfolgsmetrik: h1_count=1 auf allen Kernseiten (Crawl-Check); Product-Entity im JSON-LD validiert

🔌 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.

Belege für Marketing-Claims (Bio, Zertifikate) sichtbar verlinken Priority 48

Organic SEO ↑10KI-Mode ↑15

Zertifikate (z.B. Bio-Siegel, Laboranalysen) als Nachweis-Dokument bei den jeweiligen Produktclaims verlinken und sameAs-Verweise zu offiziellen Registern/Social-Profilen ergänzen (kc_has_sameas=false, nur 6 externe Links).

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

Erfolgsmetrik: Anzahl Produktseiten mit verlinktem Zertifikatsnachweis + Anzahl sameAs-Einträge im JSON-LD

✓ ohne Datenanbindung belastbar

🔍 Organic SEO Benchmark — schwerpunktmäßig klassische Suche

Evaluation-Content: Vergleichs- und Anwendungsguides je Produktgruppe Priority 55

Organic SEO ↑20

Für die Hauptkategorien (Vitalpilze, Maca, Ashwagandha, Reishi) je einen redaktionellen Vergleichs-/Anwendungsartikel mit konkreten Dosierungs-/Anwendungsangaben erstellen, da aktuell nur Nav-Markup ohne Fließtext vorliegt.

Aufwand: hoch Erwarteter Beitrag: mittel ↳ Content & Journey Coverage Owner: Content ⏱ 6–12 Monate

Erfolgsmetrik: Anzahl publizierter Guide-Artikel mit >800 Wörtern Fließtext je Hauptkategorie (Ziel: 4 im laufenden Quartal)

🔌 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

Strukturierte Produktdaten + Content-Tiefe als Basis stärken Priority 42

KI-Mode ↑40

Die Schema- und Content-Maßnahmen (Product/Offer, Guides, Belege) konsequent umsetzen, da sie die Grundvoraussetzung für maschinelles Verständnis sind — kein isolierter Einzelhebel für AI Answer Presence verfügbar.

Aufwand: mittel Erwarteter Beitrag: gering ↳ AI Answer Presence Owner: SEO ⏱ 3–6 Monate

Erfolgsmetrik: Stichproben-Monitoring von AI-Suchantworten (z.B. Perplexity/ChatGPT) auf Markennennung, quartalsweise

🔌 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.

potentialAction-Schema für Bestell-/Kontaktprozesse ergänzen Priority 42

KI-Mode ↑10

schema.org potentialAction (z.B. OrderAction, ContactAction) für Bestellhotline und Warenkorb-Flow implementieren, um browser-/tool-nutzenden Systemen den nächsten Schritt maschinenlesbar zu machen (aktuell fehlt potentialAction komplett).

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

Erfolgsmetrik: potentialAction-Markup validiert (Rich Results Test) auf Bestell-/Kontaktseiten

🔌 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.

Die Wette dieses Assessments

WETTE · datiert & falsifizierbar HYPOTHESIS

Wenn Maßnahme #1 („Product/Offer-Schema (JSON-LD) für Shop-Kategorien ausrollen") umgesetzt wird, dann verringert sich die Lücke der Dimension Knowledge-Catalog Readiness zum Peer-Median (heute 35.0 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 05:32 · 2026-07-20 05:32 · 2026-07-20 05:32), 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.