KI-Sichtbarkeits-Gap-Assessment

Ultrasunhttps://ultrasun.com · Dermatologischer Sonnenschutz / Sonnenpflege 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 06:44

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)

41.9

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)

23.7

Ergebnis auf einen Blick

Organic Search Reach

directional (Cold Audit)

AI Answer Presence

Mention Rate 9.3

Competitive Gap

21.4

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

36.4

α_org 0.7

2027

33.7

α_org 0.55

2028

31.9

α_org 0.45

Gewicht organisch Gewicht agentisch Overall Visibility (Szenario)

Die zwei Checks im 7-Dimensionen-Radar

Defence-Status: At Risk Deutlicher Rückstand zum Wettbewerbsfeld auf mehreren Achsen. Größte Lücken: Organic Search Reach, AI Answer Presence, Offer & Entity Clarity. Volatilität AI Answer Presence: mittel (±6.0, 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

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 (7/10 Checks · 25 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.

① Organic SEO Benchmark · OVI 41.9

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

② KI-Mode Readiness · AVI 23.7

Ultrasun 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 Nur direktional (kein GSC/GA4-Zugriff). Solide technische Basis: Sitemap vorhanden, robots.txt ok, HTTPS, 4 Hreflang-Varianten (Multi-Market-Signal). Fehlende M	42	60.0	66 Eucerin	−18	C 🔌 Google Search Console verbinden → A
AI Answer Presence KI-Antwort Mention Rate 9.3 · Share of Voice 4.9 Source-Link 9.3 · Rec 16.7	11	75.8	92 La Roche-Posay	−65	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 ✓ · title ✓ → 85 (Cold-Deckel 80: strukturelle Readiness,	80	80.0	80 sun matters / La Roche-Posay / Eucerin / Ultrasun · geteilt	0	B
Offer & Entity Clarity Website Organization entity ✗ · Product/Service entity ✗ · sameAs entity graph ✗ · meta description ✗ · single clear H1 ✗ → 0 \| LLM: Klare Marken-Story und Offer-Taxono	23	40.0	75 Eucerin	−17	B 🔌 Google Business Profile verbinden → A
Evidence & Trust Website author byline ✗ · dated content ✗ · https ✓ · outbound citations ✗ · imprint/about ✓ → 35 \| LLM: Vertrauens-Claims ('von Dermatologen empfohlen', 'wissenschaftl	34	51.0	72 Eucerin	−17	B
Content & Journey Coverage Website commodity-lastig: keine First-Party-Evidenz (keine eigenen Studien/Zahlen/Methodik), dünne Journey-Sektionen (je Kategorie nur 2-3 generische Sätze ohne Vertief	35	68.0	68 La Roche-Posay / Eucerin · geteilt	−33	B 🔌 GA4 + Google Ads verbinden → A
Actionability & Agentic Viability Website clear next step ✓ · potentialAction schema ✗ · machine-readable contact ✓ · feed/API for agents ✓ · CTA density ✗ → 65	65	60.0	75 sun matters	0	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 20.0 · Leader 22 (sun matters) · 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	Ultrasun	sun matters	La Roche-Posay	Eucerin
Organic Search Reach	42	50.0	60.0	66.0
AI Answer Presence	11	5.2	92.4	75.8
Technical Discoverability	80	80.0	80.0	80.0
Offer & Entity Clarity	23	40.0	40.0	75.0
Evidence & Trust	34	49.0	51.0	72.0
Content & Journey Coverage	35	40.0	68.0	68.0
Actionability & Agentic Viability	65	75.0	60.0	60.0
Modul · Knowledge-Catalog Readiness	7	22.0	0.0	20.0

Prioritätenmatrix

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

1 Earned Citations bei Fachmedien und Reviews aufbauen (Score 68.8, Aufwand hoch)
2 Content-Tiefe & Auswahlhilfen je Produktkategorie (Score 67.0, Aufwand hoch)
3 Autor-Byline, Datum und Quellenbelege für Trust-Claims (Score 63.0, Aufwand mittel)
4 Organization- und Product-Entität als JSON-LD, Meta-Description (Score 51.8, Aufwand mittel)
5 Markt-/Liefer-/Verfügbarkeitsangaben und eindeutiger H1 (Score 51.8, Aufwand gering)
6 Meta-Description-Fix und GSC-Zugang aktivieren (Score 47.2, Aufwand gering)
7 Unabhängige Reputationssignale sichtbar machen (Score 46.8, Aufwand mittel)
8 Produkt-/Commerce-Daten strukturieren (Score 34.0, Aufwand hoch)

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.

Autor-Byline, Datum und Quellenbelege für Trust-Claims Priority 63

Organic SEO ↑10KI-Mode ↑15

Für Aussagen wie 'von Dermatologen empfohlen' oder 'wissenschaftlich' Autor-/Experten-Byline, Publikations-/Review-Datum und Verlinkung zu Studien/Quellen ergänzen.

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

Erfolgsmetrik: Anteil Claims-tragender Seiten mit sichtbarem Autor+Datum+Quelle (Ziel 100%, aktuell has_author=false, has_date_published=false).

✓ ohne Datenanbindung belastbar

Organization- und Product-Entität als JSON-LD, Meta-Description Priority 52

Organic SEO ↑10KI-Mode ↑10

Schema.org JSON-LD für Organization (inkl. sameAs-Verweise) und Product/Service-Entitäten je Kategorie einbauen; Meta-Description je Seite ergänzen.

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

Erfolgsmetrik: Schema-Validator (Google Rich Results Test) 0 Fehler; Anteil Seiten mit Meta-Description (Ziel 100%, aktuell 0).

🔌 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.

Markt-/Liefer-/Verfügbarkeitsangaben und eindeutiger H1 Priority 52

Organic SEO ↑10KI-Mode ↑10

Explizite Angaben zu Zielmarkt, Verfügbarkeit und Vertriebskanälen ergänzen (aktuell nur implizit 'Schweizerisch'); je Seite genau einen klaren H1 setzen.

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

Erfolgsmetrik: Anteil Seiten mit genau 1 H1 (Ziel 100%); Marktangabe sichtbar auf Startseite/Über-uns.

Unabhängige Reputationssignale sichtbar machen Priority 47

Organic SEO ↑10KI-Mode ↑15

Vorhandene Kundenbewertungen, Presseerwähnungen oder Zertifikate sichtbar auf der Website einbinden bzw. deren Aufbau starten, um unabhängige Reputation neben Imprint/Kontakt zu zeigen.

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

Erfolgsmetrik: Anzahl sichtbar eingebundener Reviews/Presse-Logos/Zertifikate (Ziel ≥3); Trust-Achsenscore im Re-Audit.

✓ ohne Datenanbindung belastbar

Produkt-/Commerce-Daten strukturieren Priority 34

Organic SEO ↑5KI-Mode ↑20

Product-Schema mit Preis, Verfügbarkeit und Kategorisierung für die 6 Produktlinien ergänzen, um über die aktuellen 7/25 Endpoint-Punkte hinaus maschinenlesbare Commerce-Daten bereitzustellen.

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

Erfolgsmetrik: JSON-LD-Typenvielfalt (Ziel ≥3 Typen); Commerce-Daten-Teilscore 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.

🔍 Organic SEO Benchmark — schwerpunktmäßig klassische Suche

Content-Tiefe & Auswahlhilfen je Produktkategorie Priority 67

Organic SEO ↑20

Kategorie-Texte (Face, Body/Family, Kids/Baby, Sports, Tanning, After Sun) von 2-3 generischen Sätzen zu substantiellen Guides ausbauen: Wirkstoff-/Mechanismus-Erklärungen, Auswahlhilfe nach Hauttyp/Einsatzzweck, Vergleichstabelle der Linien.

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

Erfolgsmetrik: Anzahl Kategorie-Seiten mit >500 Wörtern + Vergleichs-/Auswahlelement (Ziel 6/6); Content-Journey-Achsenscore im Re-Audit.

🔌 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.

Meta-Description-Fix und GSC-Zugang aktivieren Priority 47

Organic SEO ↑40

Fehlende Meta-Descriptions site-weit ergänzen für SERP-Snippet-Potenzial; Google Search Console/GA4-Zugang einrichten, um von directional auf gemessene Aussagen zu Rankings/Traffic umzusteigen.

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

Erfolgsmetrik: GSC-Zugang aktiv + Klicks/Impressions-Baseline nach 90 Tagen; Anteil Seiten mit Meta-Description.

🔌 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

Earned Citations bei Fachmedien und Reviews aufbauen Priority 69

KI-Mode ↑40

Digitale PR und Kooperationen mit Dermatologie-Fachportalen, Testmagazinen und Presse anstoßen, da KI-Antwortsysteme primär unabhängige Drittquellen zitieren, nicht die eigene Website.

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

Erfolgsmetrik: Anzahl neuer unabhängiger Erwähnungen/Backlinks (Baseline vs. +90 Tage); AI-Mention-Rate im nächsten Audit-Lauf.

🔌 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 („Earned Citations bei Fachmedien und Reviews aufbauen") umgesetzt wird, dann verringert sich die Lücke der Dimension AI Answer Presence zum Peer-Median (heute 64.7 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.