Wenn KI die Antwort liefert: Warum Websites wieder einen eigenen Nutzen brauchen

Am 31. August 2026 hat Google die Generative-AI-Performance-Reports in der Search Console weltweit ausgerollt. Website-Betreiber sehen darin erstmals nativ, wie oft ihre Seiten in AI Overviews, im AI Mode und in Discover erscheinen – aufgeschlüsselt nach Seite, Land, Datum und Gerät. Was der Report bewusst nicht zeigt: ob daraus ein Klick wird. Genau an dieser Stelle setzt eine andere, ältere Untersuchung an, die diese Lücke bereits vorher mit einem Workaround über GA4 zu schließen versuchte.

Bereits im Mai 2026 hatte eine Analyse von Adam Gnuse, veröffentlicht bei Search Engine Land, GA4-Daten von zehn Websites mit insgesamt rund 150.000 indexierten Seiten für März 2026 ausgewertet – organische Suchbesuche im Vergleich zu Referral-Traffic aus ChatGPT, Claude, Perplexity, Copilot und weiteren KI-Systemen. Das Ergebnis: Klassischer SEO-Erfolg und Sichtbarkeit in KI-Antworten sind keineswegs deckungsgleich. Von den 100 traffic-stärksten organischen Seiten erhielten 49 im Untersuchungszeitraum überhaupt keinen Besuch aus einem KI-System. Die zehn stärksten organischen Seiten vereinten 55 % der organischen Sessions auf sich, aber lediglich 29 % der KI-Sessions.

Besonders deutlich wird der Unterschied beim Content-Typ. Beiträge mit Trends und Analysen erreichten eine LLM-Citation-Rate von 78 %, datenbasierte Jahresrückblicke 61 %. Klassische Educational- und How-to-Inhalte – die SEO-Werkstatt, die die meisten Redaktionskalender füllt – lagen dagegen bei nur 12 %. Die naheliegende Erklärung: Ein KI-System braucht eine Quelle vor allem dort, wo es etwas nicht einfach selbst erzeugen kann.

Auch bei der durchschnittlichen Verweildauer pro Session sieht es auf den ersten Blick unspektakulär aus: 46,9 Sekunden bei organischem Traffic gegenüber 47,1 Sekunden bei KI-Traffic – fast identisch. Doch dieser Durchschnitt verschleiert ein deutliches Muster: Auf 71 % der Seiten mit KI-Traffic war die Verweildauer klar kürzer als organisch, auf 27 % dagegen drei- bis zehnmal so lang. Aufgeschlüsselt nach Seitentyp ergibt sich ein klares Bild: Auf Tool- und Demo-Seiten blieben KI-Besucher mit 146 Sekunden deutlich länger als organische Besucher (101 Sekunden), auf Homepages waren es 82 gegenüber 36 Sekunden. Bei klassischen Artikeln kehrte sich das Verhältnis um: 40 Sekunden bei KI-Traffic gegenüber 56 Sekunden organisch. KI-Besucher wirken auf Artikeln eher wie jemand, der eine einzelne Information verifiziert und dann wieder geht – auf Tools, Homepages und Serviceseiten dagegen eher wie jemand, der etwas Konkretes zu erledigen hat.

Ein KI-System kann eine Definition, einen Ratgeber oder eine FAQ in aller Regel selbst formulieren – Information dieser Art ist zunehmend substituierbar. Schwerer zu ersetzen ist, was ein Unternehmen tatsächlich exklusiv besitzt: eigene Daten, Kennzahlen, Erfahrungswerte – oder eine Funktion, die eine Aufgabe für den Nutzer tatsächlich ausführt, statt sie nur zu beschreiben.

Die Studie liefert dafür zwei unterschiedliche Erfolgsmuster, nicht eines. Gemessen an KI-Sessions je 1.000 organische Sessions – der fairere Maßstab, weil er Seitenaufkommen herausrechnet – liegen Service- und Produktseiten vorn:

Tool- und Demo-Seiten liegen bei dieser relativen Kennzahl am Ende der Liste – vermutlich, weil sie insgesamt seltener organischen Traffic anziehen, gegen den man sie ins Verhältnis setzen könnte. Ihre eigentliche Stärke zeigt sich anders: In der Studie bekam fast jedes untersuchte interaktive Tool zumindest einzelne KI-Sessions – die höchste Pro-Seite-Citation-Rate aller untersuchten Kategorien. Service-/Produktseiten gewinnen also auf Volumen, Tools auf Verlässlichkeit. Beides sind Formen von etwas, das ein Sprachmodell nicht aus dem Nichts erzeugen kann: konkrete, handlungsleitende Information beim einen, eine tatsächlich ausführbare Funktion beim anderen.

„Not, ‚What do people search for?‘ but, ‚What do people ask an AI?‘“ — Adam Gnuse, Search Engine Land

Ein Artikel erklärt, wie sich eine Kennzahl berechnet. Ein Rechner berechnet sie für den konkreten Fall. Ein Ratgeber beschreibt, welches Angebot zu welchen Anforderungen passen könnte. Ein Konfigurator verarbeitet die individuellen Anforderungen direkt. Damit verschiebt sich der Nutzen einer Website: von Content, den ein Mensch konsumiert, zu einer Leistung, die der Nutzer in Anspruch nimmt.

Bei einem klassischen Informationsangebot kann ein KI-System vollständig zwischen Nutzer und Website treten: Frage → KI → Antwort. Die Quelle kann genannt werden, für die Zielerreichung des Nutzers ist ihr Besuch aber möglicherweise nicht mehr notwendig. Bei einem funktionalen oder datenbasierten Angebot bleibt dagegen ein zusätzlicher Bedarf bestehen: Frage → KI → Orientierung → eigene Daten oder Tool → individuelles Ergebnis. Die KI kann erklären, was zu tun ist – die tatsächliche Durchführung findet weiterhin beim Anbieter statt.

GEO wird häufig auf die Frage reduziert, wie Inhalte öfter in generativen Antworten auftauchen. Die wichtigere strategische Frage könnte eine andere sein: Warum sollte ein Nutzer die generierte Antwort überhaupt noch verlassen? Wer darauf keine Antwort hat, kann in KI-Systemen gut sichtbar sein und trotzdem einen Teil der direkten Kundeninteraktion verlieren. Eigene Daten schaffen einen Grund, als Quelle verwendet zu werden. Eigene Tools und Services können zusätzlich einen Grund schaffen, die Quelle tatsächlich zu besuchen.

Der eigene Resolution Paradox beschreibt, wie eine KI-Antwort den Besuch der ursprünglichen Quelle ersetzen kann, sobald das eigentliche Problem des Nutzers bereits gelöst ist. Diese Studie liefert dafür die passenden Zahlen: Content, der nur Information liefert, wird eher überflüssig gemacht. Content, der eine Funktion oder einen Datenpunkt liefert, den es nur an einer Stelle gibt, bleibt gefragt.