Neues Google Update verändert die AI Search: Warum SEO seine alte Logik verliert

TL;DR

AI Overviews verändern die Suche grundlegend: Google bewertet zunehmend nicht mehr ganze Seiten, sondern extrahierbare Aussagen.

Sichtbarkeit entsteht künftig vor allem dort, wo Inhalte klar strukturiert, semantisch eindeutig und für KI-Systeme leicht rekonstruierbar sind — nicht nur dort, wo Seiten gut ranken. Im Kern entsteht gerade eine neue Form von Informationsdesign.

GEO bedeutet nicht einfach „SEO für KI“. GEO bedeutet, Informationen so zu strukturieren, dass sie in probabilistischen Antwortsystemen semantisch stabil bleiben.

Egal wo man hinschaut, irgendwie bleiben die Diskussionen über AI Overviews oft an der Oberfläche hängen.  Mehr KI, weniger Klicks — ja, geschenkt. Der tiefere Wandel hat damit nur am Rande zu tun.

➡️ Google verändert gerade nicht nur die Darstellung der Suche. Google verändert die Architektur dessen, was überhaupt als „sichtbare Information" gilt. Früher bestand Googles Aufgabe primär darin, Dokumente zu sortieren. Heute versucht Google, Aussagen zu stabilisieren. Das ist ein fundamentaler Unterschied.

Die alte Suche mit Fokus auf Dokumente

Klassisches SEO entstand in einer Welt, in der URLs gegeneinander konkurrierten. Eine Suchanfrage erzeugte eine Trefferliste, eine Reihenfolge und eine Klickentscheidung. Die eigentliche Information lag vollständig im Dokument selbst. Google musste vor allem entscheiden: Welches Dokument verdient Platz 1? Deshalb dominierten Rankings, Links, Domainautorität, interne Verlinkung und Keyword-Relevanz.

Viele traditionelle SEO-Texte wurden für Ranking-Signale erstellt, nicht für semantische Rekonstruktion. Lange Einleitungen, künstliche Keyword-Wiederholungen, generische „Ultimate Guides“, aufgeblähte Übergänge oder redundant formulierte Absätze bieten zwar Textmasse, aber oft nur geringe Informationsdichte. Für generative Systeme entsteht daraus ein Problem: viel Sprache, wenig stabile Bedeutung.

AI Overviews verschieben diese Logik nun sichtbar. Denn generative Suche arbeitet nicht mehr "dokumentzentriert", sondern "aussagenzentriert". Die entscheidende Einheit ist nicht länger die Seite. 👉Es ist die extrahierbare Information.

Die Entwicklung von AI  Overviews im Überblick

Was hat Google am 6. Mai 2026 tatsächlich geändert?

Die fünf Änderungen vom 6. Mai 2026 wirken auf den ersten Blick wie UX-Anpassungen. Tatsächlich zeigen sie etwas viel Grundsätzlicheres. Hier zunächst, was konkret ausgerollt wurde:

1. Inline-Links: Links erscheinen jetzt direkt neben dem relevanten generierten Text innerhalb der KI-Antworten — statt gesammelt am Ende.
2. Hover-Previews: Auf Desktop zeigt ein Hover über jeden Inline-Link eine Vorschau der Seite, bevor man klickt.
3. Reddit- und Forum-Integration: AI Overviews zeigen nun Perspektiven aus öffentlichen Online-Diskussionen, Social Media und anderen Erstquellen — inklusive Nutzername oder Community-Handle. Der entsprechende Abschnitt trägt keinen festen Namen; Google hat nach der Ankündigung klargestellt, dass der Titel dynamisch ist und sich je nach Suchanfrage ändert.
4. Subscription-Labels: Links aus Publikationen, die ein Nutzer abonniert hat, werden in AI Overviews markiert. In frühen Tests klickten Nutzer deutlich häufiger auf diese gekennzeichneten Links — ein interessanter Befund für Publisher.
5. Explorative Suchpfade: Am Ende vieler KI-Antworten erscheinen Vorschläge für weiterführende Artikel und Analysen zu verschiedenen Aspekten des Themas.

Was diese Änderungen gemeinsam sagen:

➡️ Google trennt Informationsgewinnung und Dokumentverarbeitung immer stärker voneinander.

Das Modell dahinter lautet:

➡️ Die Antwort entsteht zuerst. Der Webseitenbesuch wird optional.

Ranking verliert endgültig seine Monopolstellung

In der klassischen Suche war Ranking noch absolut entscheidend — weil Sichtbarkeit unmittelbar an Position gekoppelt war.

AI Overviews entkoppeln diese Beziehung erstmals systematisch.

1. Eine Seite rankt  hervorragend, semantisch ist sie aber schwer extrahierbar.
2. Eine Seite besitzt kaum dominante Rankings, liefert aber perfekt strukturierte Antwortblöcke.

👉 Das zweite Szenario gewinnt plötzlich an Bedeutung. Denn generative Systeme bevorzugen Inhalte, die semantisch stabil, leicht chunkbar, eindeutig interpretierbar und kontextuell anschlussfähig sind.

Das erklärt, warum manche kleine Fachseiten plötzlich in AI Overviews auftauchen, während große Publisher fehlen. Nicht jede starke Seite produziert gute Retrieval-Bausteine.

Die Zahlen unterstreichen das: AI Overviews erscheinen mittlerweile bei rund 25,8 % aller US-Suchanfragen — bei informativen Anfragen sogar bei 39 %. Der organische CTR ist in manchen Segmenten um bis zu 61 % gesunken.

Google bewertet zunehmend Aussagen statt Seiten

Denn KI-Suche verarbeitet Inhalte fundamental anders als klassische Suchmaschinen. Zentrale Einheiten sind Fragmente, Aussagen, Beziehungen zwischen Entitäten und semantische Muster. Ein LLM „liest“ keinen Artikel wie ein Mensch von oben nach unten. Es zerlegt Inhalte in rekonstruierbare Bedeutungseinheiten, bewertet deren Anschlussfähigkeit an andere Kontexte und priorisiert Informationen, die sich stabil synthetisieren lassen. Im Prinzip dreht sich alles um Aussagen. Das ist vermutlich der eigentliche Kern der aktuellen Entwicklung — wobei es sich hier um eine Interpretation handelt und nicht um eine offizielle Aussage von Google.  Man versucht folgendermaßen zu modellieren:

• Welche Aussage lässt sich sicher belegen?
• Welche Definition ist stabil?
• Welche Quelle wirkt konsistent?
• Welche Information lässt sich konfliktarm synthetisieren?

Es erinnert kaum noch an die klassische Suche, wenn Inhalte an Bedeutung gewinnen, die früher oft als „zu simpel" galten: Definitionen, Glossare, strukturierte FAQs, präzise Antwortblöcke, klar segmentierte Abschnitte. Das geschieht vor allem, weil solche Formate maschinenfreundliche Bedeutungseinheiten erzeugen. Die Suchmaschine bewertet nicht mehr nur Relevanz. Sie bewertet — zumindest in dieser Lesart — Rekombinierbarkeit.

Warum Reddit plötzlich so mächtig wird — und welche Rolle ein 60-Millionen-Deal spielt

Wer die Reddit-Integration für ein kurzfristiges Qualitätsproblem Googles hält, beachtet die Logik dahinter nicht  — wobei man zwei Ebenen unterscheiden sollte.

• Die inhaltliche Ebene: LLMs benötigen nicht nur Informationen, sondern Perspektiven. Klassische SEO-Texte wurden über Jahre auf Neutralität, Glätte und maximale Allgemeingültigkeit optimiert. Genau dadurch verlieren sie oft etwas, das generative Systeme brauchen: konkrete Erfahrung. Reddit liefert Konflikte, Widersprüche, subjektive Erlebnisse, situativen Kontext und echte Sprachmuster — kurz: hohe semantische Dichte.
• Die kommerzielle Ebene: Google hat 2024 einen Lizenzvertrag mit Reddit abgeschlossen, der laut Berichten rund 60 Millionen Dollar pro Jahr wert ist und die tiefere Integration von Reddit-Inhalten in Sucherlebnisse ermöglicht. Die prominent platzierte Reddit-Integration ist also nicht nur eine algorithmische Entscheidung, sondern auch das Ergebnis eines konkreten Geschäftsmodells.

👉 Kleine Ironie am Rande: Google präsentiert eine Plattform als „Expert“-Quelle, deren Inhalte meist nicht durch formelle Expertise, sondern durch persönliche Erfahrung geprägt sind. Fraglich ist daher, was Google unter „Expertise“ versteht: ob es wirklich fachliche Qualifikationen meint oder eher Nutzerwissen und Community-Beiträge.

 „Wie optimiere ich Content?" – gilt nicht für GEO

Die spannendere Frage ist: Wie erzeugt man Informationen, die von Maschinen bevorzugt rekonstruiert werden? Das ist etwas anderes als klassisches SEO. Denn Retrieval-Systeme belohnen — nach aktuellem Verständnis — Klarheit, semantische Anschlussfähigkeit, saubere Entitäten, Struktur, Kontextstabilität und argumentative Eindeutigkeit.

Aus dem Grund funktionieren viele traditionelle SEO-Texte immer schlechter: künstlich aufgeblähte Einleitungen, redundante Keyword-Absätze, generische Ratgebertexte, austauschbare „Ultimate Guides". Solcher Content rankt teilweise noch. Aber er eignet sich meistens schlecht für generative Extraktion, nämlich wenn ein Kontext von der KI völlig neu strukturiert und formuliert werden soll.

Aber aktuell verändert sich die Logik von Content-Produktion radikal. Nicht die längste Seite gewinnt. Nicht einmal zwingend die Seite mit der stärksten Domain. Sondern Inhalte, die maschinell zerlegt, verstanden, gewichtet und in neuen Antwortkontexten wieder zusammengesetzt werden können.

GEO beginnt dort, wo Webseiten zu Informationsbausteinen werden

AI Overviews sind wahrscheinlich erst der Anfang einer deutlich größeren Verschiebung. Google entwickelt die Suche zunehmend zu einer Infrastruktur für synthetisierte Information. Inhalte werden dabei nicht mehr nur gefunden, sondern zerlegt, gewichtet, kombiniert und in neuen Kontexten wieder zusammengesetzt.

Damit verändert sich auch die Rolle der Webseite selbst. Sie bleibt wichtig — aber nicht mehr ausschließlich als finales Klickziel. Webseiten werden zunehmend Teil eines permanenten Retrieval- und Rekonstruktionsprozesses, in dem einzelne Aussagen, Definitionen, Perspektiven und semantische Zusammenhänge extrahiert und neu verarbeitet werden.

Das eigentliche Spannungsfeld von GEO entsteht genau hier: Nicht mehr nur Sichtbarkeit innerhalb einer Trefferliste entscheidet, sondern die Frage, welche Informationen stabil genug sind, um von generativen Systemen überhaupt rekonstruiert, synthetisiert und zitiert zu werden.

Konkrete Informationen zur Optimierung für AI Overviews

Die folgenden Beiträge beschäftigen sich mit der strategischen Veränderungen in der Suche. Ich analysiere, wie Inhalte heute aufgebaut sein müssen, damit sie von generativen Suchsystemen besser verarbeitet und als Quelle genutzt werden können.

• Strategischer Leitfaden für AI Overviews
• Texte für AI Overviews erstellen und Zitate gewinnen