Google AI Overviews und das Ende der blauen Zehn — was mit organischem Traffic für Markenhersteller passiert

Google hat die AI Overviews in Deutschland seit Frühjahr 2026 breit ausgerollt. Was in den USA 2024 begonnen hat, ist jetzt bei einem signifikanten Teil der deutschen Suchen Standard: Über den organischen Ergebnissen eine KI-Zusammen­fassung, die aus mehreren Quellen zitiert, Produkte vorschlägt und für viele Nutzer­fragen direkt antwortet — ohne dass der Nutzer noch klicken muss.

Für Marken­hersteller mit Produkt-SEO verschiebt sich damit die Rechnung, nach der der eigene Shop und der Content-Hub aufgebaut wurden. Die blaue Zehn — die zehn organischen Treffer­positionen, um die SEO 20 Jahre lang gekreist ist — gibt es noch, aber sie sind nicht mehr der primäre Discovery-Ort. Was oben steht, ist die Antwort. Was darunter kommt, wird seltener geklickt. Und was in der Antwort nicht genannt wird, existiert für den Nutzer in diesem Suchmoment nicht.

Wir haben in zwei Mandaten in den letzten sechs Monaten die Analytics-Entwicklung mit­verfolgt. Was wir sehen, was wir noch nicht sauber trennen können, und was Marken­hersteller struk­turell anpassen sollten — der Reihe nach.

Status AI Overviews in Deutschland

Google kommuniziert zu Rollout-Umfang und Query-Abdeckung nur selektiv. Was Branchen­beobachter (Sistrix, Searchmetrics, SparkToro) sichtbar machen, bestätigt grob folgendes Bild für den deutsch­sprachigen Raum, Stand Mitte 2026:

• AI Overviews erscheinen bei etwa einem Drittel aller informationalen Queries (Fragen, „Was ist…“, „Wie wirkt…“, „Welches … ist das beste“).
• Bei transaktionalen Queries (Produkt­namen plus Kaufab­sicht, Preis-Vergleiche) erscheinen sie seltener, aber mit wachsender Tendenz — Produkt-Boxen innerhalb der KI-Antwort werden häufiger.
• Branded Queries (direkte Marken­suchen) sind kaum betroffen; dort führt Google weiter direkt zur Marken-Domain.

Die durch­schnittliche Click-Through-Rate der klassischen organischen Position 1 ist für Queries mit AI-Overview-Einblendung branchen­übergreifend deutlich gesunken — Sistrix-Analysen auf 100 Mio. deutschen Keywords messen für Position 1 im Schnitt einen CTR-Rückgang von rund 59 Prozent (von 27 auf 11 Prozent). Ahrefs- und Seer-Interactive-Analysen international kommen auf dieselbe Größenordnung von −50 bis −60 Prozent. Das heißt nicht, dass Position 1 wertlos geworden ist — es heißt, dass die Rechnung „Position 1 = x % CTR“ nicht mehr trägt. Was Position 1 wirklich bringt, hängt davon ab, ob über ihr eine KI-Antwort steht und ob sie als Quelle in dieser KI-Antwort zitiert wird.

Was wir in zwei Mandats-Analytics gesehen haben

**Mandat 1 — FMCG-Marken­hersteller.** Zwei Jahre Produkt-SEO-Arbeit, sauberer Content-Hub mit 180 Produkt- und Ratgeber-Seiten, Position 1–3 für rund 60 informationale und 40 transaktionale Haupt­suchbegriffe. Entwicklung seit Rollout der AI Overviews in DE:

• Impressionen in Search Console sind gestiegen (etwa +18 % im Halbjahres­vergleich). Das klingt gut.
• Die Klicks sind trotzdem leicht gefallen (etwa −9 %). Also sinkende CTR auf die Impression — konsistent mit der branchen­üblichen Beobachtung.
• Für Ratgeber-Seiten (informational) besonders deutlich: Impressionen plus 25 %, Klicks minus 14 %.
• Für Produkt-Detail-Seiten (transaktional) weniger betroffen: Klicks nur leicht gefallen, Impressionen leicht gestiegen.
• In GA4: Session-Länge auf Ratgeber-Seiten unverändert, Konversion nicht messbar verändert (für diese Marke ist Konversion ohnehin nicht auf organischem Shop-Traffic verankert).

**Mandat 2 — B2B-Anbieter mit Produkt- und Service-Mix.** Ähnliche Richtung, aber mit Besonderheit: Die Content-Seiten, die als Quelle in AI Overviews zitiert werden (sichtbar an Snippets, die wir dort finden), haben nicht nur Klicks verloren — die Qualität der verbleibenden Klicks ist in GA4 gestiegen. Längere Sessions, mehr Seiten pro Session, höhere Formular-Konversion. Interpretation (vorläufig): Wer in der AI-Antwort als Quelle genannt wird und trotzdem klickt, kommt mit höherer Vorab-Information und härterer Intent-Qualifikation.

Beides sind Mandats-Beobachtungen, keine repräsentativen Studien. Die Richtung deckt sich aber mit dem, was Sistrix und SparkToro branchen­übergreifend aggregieren.

Was wir noch nicht sauber trennen können

**Problem 1 — AI-Overview-Impressionen separat ausweisen.** Google Search Console separiert KI-Overview-Impressionen aktuell nur eingeschränkt. Was wir in der Konsole als „Impression“ sehen, enthält AI-Overview-Erwähnungen und klassische Snippets gemischt. Das heißt: Wenn wir sagen „die Zitation durch AI Overview hat Qualität gebracht“, stützt sich das auf manuelle Query-Prüfungen, nicht auf eine saubere Daten­trennung.

**Problem 2 — CTR-Rückgang vs. Query-Mix.** Ein Teil des beobachteten CTR-Rückgangs könnte auch von veränderter Query-Verteilung kommen — also mehr Impressionen auf Long-Tail-Queries mit struk­turell niedriger CTR. Wir versuchen das mit Query-Clustering zu kontrollieren, aber es bleibt ein Confounder.

**Problem 3 — Zuschreibung des Umsatzes.** Welche Konversionen hätten auch ohne AI-Overview-Zitation statt­gefunden, welche sind kausal durch die Zitation ent­standen? Diese Frage ist mit der aktuellen Attributions-Logik in GA4 nicht sauber beantwortbar. Wer das behauptet, überdehnt.

Das sind keine Nebenfragen. Jede davon ist der Grund, warum SEO-Agenturen gerade sehr selbst­bewusste Dashboards verkaufen, die aus unterschiedlichen Datenquellen Zahlen bauen, die technisch nicht in der Tiefe stimmen. Wir machen das nicht. Wir unterscheiden Hypothese von Beleg — und das heißt in diesem Fall: Richtung klar, Höhe des Effekts noch nicht quantifizierbar.

Welche Query-Typen besonders betroffen sind

Aus Beobachtung und Branchen­daten:

• **Stark betroffen:** „Was ist [Begriff]“, „Wie wirkt [Produkt-Kategorie]“, „Welches [Produkt] ist das beste für [Anwendung]“, „Vergleich A vs. B“, „Vorteile und Nachteile von X“.
• **Mittel betroffen:** „Beste [Produkt-Kategorie] 2026″, „[Produkt-Kategorie] für [Zielgruppe]“, strukturelle Produkt­beratungs-Queries.
• **Kaum betroffen:** Direkte Marken-Suchen, Modell-Nummern, lokale Queries, Short-Tail-Produkt­namen mit Kaufab­sicht ohne Beratungs­kontext.

Für Marken­hersteller mit SEO-Fokus auf Ratgeber-Content heißt das: Die Hälfte der Traffic-Quelle, die 2022–2024 funktioniert hat, trägt 2026 weniger. Was früher „Position 1 bei einer Monat­suche von 2.400 → 20 % CTR → 480 Klicks“ war, ist heute vielleicht „Position 1 bei 2.900 Impressionen → 10 % CTR → 290 Klicks“. Dieselbe Position, geringerer Ertrag.

Was Marken­hersteller struk­turell anpassen sollten

Vier Hebel, die wir in beiden Mandaten testen bzw. ausgerollt haben:

**Hebel 1 — Zitier­bare Fakten-Blöcke am Anfang jeder Content-Seite.** Was ein LLM zitiert, sind kurze, präzise Fakten­sätze mit Quellen­nennung. Nicht erzählerische Einleitung, nicht Markenstory, nicht SEO-Fluff. Also im ersten Absatz: „Dieses Produkt enthält X, wiegt Y, ist für Z geeignet. Preis: 29 €. Verfügbar seit [Datum].“ Diese Formulierung wird zitier­bar; eine erzählerische Einleitung wird es seltener.

**Hebel 2 — Produkt-Attribute im Fließtext, nicht nur in Tabellen.** LLMs lesen Tabellen inkonsistent. Was im Fließtext steht, wird zuverlässiger extrahiert. Also: Nicht nur „Füllmenge: 500 ml“ in der Tabelle, sondern auch „Die Flasche enthält 500 ml und reicht etwa für vier Wochen bei täglicher Anwendung“ im Text.

**Hebel 3 — FAQ-Logik mit Quellen­nennung.** Direkte Antworten auf Fragen, die Nutzer stellen — „Ist X für Y geeignet?“, „Was ist der Unterschied zu Z?“ — als klar strukturierte Antwort­blöcke mit Quellen­verweis (interne Studien, externe Quellen, Expert­enzitate). Diese Form hat in unserer Beobachtung die höchste Zitier-Wahrscheinlichkeit in AI Overviews.

**Hebel 4 — Externe Validierung.** Produkte, die auf nicht-eigenen Domains erwähnt werden (Fachportale, unabhängige Reviews, Branchen­medien), tauchen in AI-Antworten häufiger auf. Produkt-PR wird dadurch nicht wichtiger als vorher — sie wird messbar wichtiger für die Discovery-Position. Nicht als Linkbuilding, sondern als Quellen-Validierung.

Zur konzeptionellen Einordnung → GEO (Generative Engine Optimisation), und zur operativen Umsetzung → Zitierbarkeit.

Was wir nicht empfehlen

**Keine Content-Produktion­spanik.** Die Reaktion „wir müssen jetzt 200 neue Content-Seiten schreiben, damit wir mehr Chancen auf Zitation haben“ ist der häufigste Fehler, den wir bei Marken­herstellern 2026 sehen. Mehr Content ohne Qualitäts­upgrade bringt in AI-Discovery nichts; was zählt, ist präzise Fakten­dichte, nicht Content-Volumen.

**Keine Keyword-Jagd auf AI-Overview-Queries.** Es gibt keine „AI-Overview-Keywords“, für die man wie früher für Short-Tail-SEO optimiert. Die Logik, aus der die KI zitiert, ist breiter: Content-Qualität, Attribut-Vollständigkeit, externe Validierung, strukturierte Daten. Das sind Grundlagen, nicht Tricks.

**Keine Umschrift bestehender Inhalte, bis die Richtung klar ist.** Wir warten in beiden Mandaten mit großflächigen Umbauten, bis wir messbare Zitation-Daten haben. Was früher „SEO-Rewrite“ hieß, heißt heute „zitier­bar machen“ — aber ohne klaren Beleg, welche Content-Form wirklich zitiert wird, ist jedes Rewrite ein Blind­flug.

Grenze der Analyse

AI-Overview-Reporting ist 2026 state of the art bei Werkzeugen wie Sistrix und Searchmetrics, aber noch jung. Was wir in sechs Monaten über die Entwicklung sagen können, wird in zwölf Monaten vielleicht anders aussehen. Deshalb strukturieren wir die Arbeit so, dass Hypothesen regelmäßig neu geprüft werden, und veröffentlichen Update-Posts statt Dauer-Positionen.

Vergleich zur verwandten Verschiebung bei ChatGPT Shopping → ChatGPT-Shopping-Post — die Mechanik ist ähnlich, der Anwendungs­kontext anders.

Haltung

Wir sagen Mandanten gerade: Dein SEO-Setup ist nicht kaputt — aber die Metrik, mit der du es gemessen hast, ist überholt. Nicht Position 1, sondern Zitation ist der neue Zielwert. Nicht Klicks, sondern Klick-plus-Zitation-Mix. Und nicht Content-Volumen, sondern Fakten­dichte und externe Validierung.

Marken, die das jetzt verstehen und ihre Content-Praxis umbauen, werden 2027 auf organischer Seite deutlich stabiler stehen. Marken, die weiter auf klassischer SEO-Metrik aufbauen, werden merken, dass die Konversions­werte seit 2026 abgedriftet sind — und werden das Marketing-Budget verantwortlich machen, obwohl das Problem früher liegt.

Was in den letzten 20 Jahren galt, galt für die blaue Zehn. Die neue Rechnung ist eine andere. Wer sie jetzt lernt, hat zwei Jahre Vorsprung.

Fragen, Datenpunkte, Widerspruch — gerne.