Die SMX 2025

It’s the End of Traffic As We Know It … And I Feel Fine.

Ist es jetzt so weit? Ist das Ende der Website-Besuche in Sicht? Diese provokante Frage stellte der bekannte Rand Fishkin, der traditionell seit vielen Jahren die erste Keynote auf der SMX hält. Möglichst viel Traffic zu bekommen, dieses Ziel hat die letzten 25 Jahre gut funktioniert, ist allerdings in diesen neuen Zeiten veraltet, erklärte Fishkin. Gleichzeitig mit dem Rückgang des Traffics steigt aber bei vielen Unternehmen der Umsatz. Beide Messgrößen scheinen sich entkoppelt zu haben. Mit vielen Statistiken untermauerte er seine These, dass die Social-Media-Plattformen den Traffic immer mehr im eigenen Universum halten wollen und daher Beiträge mit Links nach außen algorithmisch weniger häufig ausspielen. Sie bevorzugen eindeutig sogenannten „Native Content“. Dies zeigte er mit einigen Postings von ihm selbst, die ohne eine URL nach außen zum Teil zehnmal so viel Impressions erzielt haben als mit.

Fishkin gab allerdings Entwarnung für das Business. Denn Plattformen wie LinkedIn, Reddit oder auch ChatGPT beeinflussen Kaufentscheidungen auch, ohne direkten Traffic zu generieren. Das verändert die Kundenakquise spürbar. Vor allem die jüngere Generation verwendet eher natürliche Sprache für die Suche und wendet sich von der traditionellen Stichwortsuche über Google und Co. ab. E-Mails sind als Kommunikationskanal stärker denn je und trotz aller Befürchtungen, dass „die Jugend von heute keine E-Mails mehr nutzt“, hat sich dies nach dem 25. Lebensjahr nie bewahrheitet. Beim Eintreten ins Berufsleben gewöhnen sich viele recht schnell an diesen Kommunikationskanal. Trotzdem kann der direkt messbare Traffic auch hier aufgrund geänderter Nutzungsgewohnheiten zurückgehen. 

Wer sich Sorgen macht, dass bald keine Klicks mehr aus der Google-Suche zur eigenen Website kommen, dem erklärt Fishkin, dass bereits 2024 nur 375 von 1.000 Suchanfragen in Europa einen Klick nach außerhalb von Google bekommen hätten. In den USA zeichnet sich ein ähnliches Bild ab, dort sind es 360 Klick pro 1.000 Suchanfragen. Von den Out-Klicks gehen 70,5 % auf organische Ergebnisse, 28,5 % zu YouTube, Maps, Bildern, News und anderen Google-Angeboten und etwa 1 % auf bezahlte Ads. ChatGPT hat zwar eine Milliarde Anfragen pro Tag, aber der Durchschnitt für eine Anfrage beträgt acht Prompts. Und nur ein Drittel der Anfragen haben tatsächlich eine Suchabsicht. Damit stehen rechnerisch knapp 14 Milliarden „echte“ Suchanfragen pro Jahr den fünf Billionen von Google gegenüber. Die sogenannten Zero-Click-Suchen steigen zwar durch die neuen KI-Boxen an, aber einen Tod der organischen Suche daraus abzuleiten, ging Fishkin dann doch zu weit. 

Seine Empfehlungen lauten:

• Stellen Sie sicher, dass Ihre Website nicht ausschließlich auf JavaScript für das Verstehen von Inhalten angewiesen ist. Die Technologien der KI-Tools können – anders als Google – bisher beim Einsammeln von Informationen für ihre Trainingsdaten nur klassisches HTML bzw. Text erkennen und verarbeiten. 
• Stellen Sie sich den Herausforderungen bei der Attribution durch Dark Traffic aus LLM-basierten Suchanfragen (LLM = Large Language Models, vereinfacht gesagt den KI-Chatbots).
• Konzentrieren Sie sich künftig darauf, LLMs so zu beeinflussen, dass sie Ihre Inhalte auswählen.
• Erkennen Sie die Diversifizierung der Suche und passen Sie Ihre Strategien entsprechend an.
• Bleiben Sie noch stärker über Fortschritte in den Bereichen KI und Suchtechnologien auf dem Laufenden, um Ihren Wettbewerbsvorteil zu erhalten und weiter auszubauen.

Die KI-Tools bekommen zumindest aktuell in Wirklichkeit mit einem Zehntausendstel nur ein kleines Stück des Suchkuchens ab. Fishkins Fazit lautet allerdings trotzdem weg vom Traffic als KPI und hin zu einer „Influence“-Optimierung. Eine ähnliche Empfehlung gab auch Tom Anthony. Seiner Meinung nach hat es gar keinen Sinn, den Bots der KI den Zugriff auf die eigene Website zu blockieren. Dies schließt die eigene Marke und die Produkte und Dienstleistungen relativ sicher von den wichtigen Erwähnungen in KI-Antworten aus. 

Sind PDF im Web böse?

Fragte unter anderem Markus Hövener in seinem mit vielen Tipps und Tricks gespickten Vortrag, wie man Potenziale auf B2B-Seiten finden und heben kann. Natürlich können PDF über Google ranken und sie tun es bekanntlich auch. Aber gerade auf Smartphones haben sie ein praktisch nicht vorhandenes Nutzererlebnis. Ein PDF, das noch dazu nicht selten nur irgendwo hin in den Handyspeicher heruntergeladen wird, kann man auf den kleinen Displays nicht nutzen – selbst wenn man es korrekt öffnen kann. Über Trackingtools wie Google Analytics kann man sie nicht messen und für die Conversion-Rate sind sie wenig nützlich. Zudem lassen sich die Snippets nur schwer optimieren. 

Finden kann man die eigenen PDF zum Beispiel über die Google Search Console, indem man auf URL mit „.pdf“ filtert. Bei SISTRIX lassen sich ebenfalls rankende PDFs finden, indem man bei Keywords auf „URL enthält“ „.pdf“ filtert. Wenn der Suchbegriff relevant ist UND ein PDF tatsächlich kein gutes Zielformat ist UND wenn es noch keinen passenden Content in HTML gibt, mit dem sich das PDF kannibalisiert, sollte man die Inhalte auf HTML-Seiten packen. Hövener empfahl, das bzw. die PDF anschließend zu löschen oder per Canonical Tags zur neuen HTML-Seite zu setzen, je nachdem, ob das PDF für Besucher direkt auf der Website trotzdem einen Nutzen hat – zum Beispiel zum Ausdrucken etc.

Ungewöhnlich: ein Laien-Ranking-Suchmaschinen-Bühnenstück mit Laienschauspielern

Am Ende des ersten Tages luden Johan von Hülsen und Mario Fischer Zuhörer direkt auf die Bühne ein und teilten ihnen mit kleinen Spickzetteln bestimmte Rollen von Modulen im Google-Rankingsystem zu. Jede der zehn Laienschauspieler hatte eine definierte Aufgabe. Ein beispielhaftes Dokument machte sich in dem Bühnenstück in drei Akten auf den Weg von der Website, wo es vom Google Bot abgeholt wurde, durch die Systeme „Alexandria“, „Mustang“, Superoot“ und „GoogleWebServer“. Das Dokument durchlief dabei bei jeder Station, sprich einem der Teilnehmer eine Prüfung und Beurteilung des Scores für das endgültige Ranking. Drei Twiddler und NavBoost waren ebenfalls vertreten. Duch die jeweiligen Erklärungen, was die einzelnen Systeme genau machen, wurde der gesamte Prozess des Rankings und vor allem des Re-Rankings bei Google dadurch „anfassbar“ transparent gemacht. Nachdem das Dokument nach dem ersten Durchgang von einem Twiddler abgelehnt wurde, machte ein „Webmaster“, ebenfalls ein Teilnehmer, entsprechende Änderungen und der Prozess wiederholte sich im zweiten Akt. Erneute Probleme bei den Usermetriken und eine Abwertung durch NavBoost veranlassten den Webmaster dann, die Navigation klarer zu gestalten und die Usability zu optimieren. Im dritten Akt, sprich Durchlauf, schaffte es das Dokument dann schließlich auf die erste Seite bei Google. Website-Boosting-Leser konnten diese Reise als Beitrag in der Ausgabe 87 lesen (einfach.st/wiefunktioniertgoogle).   

Eines der Highlights für SEO des zweiten Tages war sicherlich der Vortrag von Sebastian Erlhofer. Er zeigte, wie man Embedding-Technologien mit Bordmitteln einsetzen kann. „Embedding“ ist kurz gesagt die Vektorisierung von Sprache bzw. Wörtern in Zahlen. Damit wird die inhaltliche Nähe von Texten „berechenbar“ und es kommt nicht mehr auf die reinen Wortvergleiche an. Ein „Hefter“ und ein „Tacker“ liegen im Vektorraum sehr nahe beieinander und somit kann erkannt werden, dass hier das Gleiche gemeint ist, obwohl andere Worte verwendet werden. „Ich halte mich in der Küche auf und schneide Obst“ und „Ich stehe vor dem Herd und zerteile Äpfel, Birnen und Orangen“ liegt für einen Wortvergleich weit auseinander, vektorisiert kann jedoch erkannt werden, dass beide Sätze etwas sehr Ähnliches beinhalten. Somit wird es auch möglich, für Suchphrasen die passenden Websites zu bestimmen. Oder auch, ob mehrere Websites ggf. einen (zu) ähnlichen Inhalt haben. Ebenso kann gemessen werden, dass „Mobilfunkvertrag“ und „Handytarife“ etwas sehr Ähnliches bzw. das Gleiche bedeuten. Eine mächtige Technologie also, die Google und andere schon seit einigen Jahren einsetzen. 

Eine Möglichkeit, Embeddings selbst zu erzeugen, ist, sie zum Beispiel von OpenAI (ChatGPT) oder Googles Gemini berechnen zu lassen. Das geht über Python, R, KNIME, PHP oder auch andere Tools. Zwar kann man das prinzipiell auch per Prompt von Hand erledigen, aber für einen professionellen Einsatz ist die Nutzung der APIs zu empfehlen. Das geht laut Erlhofer heute mittlerweile recht einfach. Auch der Screaming Frog kann mittlerweile (wenn auch eingeschränkt) direkt beim Crawlen für URLs Embeddings über eine API-Nutzung erzeugen. Erlhofer zeigte, wie man mit Ollama auf dem eigenen Rechner kostenlos und schnell Embeddings erzeugt. Dazu installiert man Ollama (ollama.com/download), wählt als Modell sfr-embedding-mistral oder jina-embeddings-v2-base-de aus und ruft über den lokalen Host (http://localhost:11434/api/embeddings nutzen) über ein Tool (zum Beispiel Screaming Frog, KNIME, R, Python oder andere) diese Schnittstelle auf.  

Anwendungsgebiete für die Nutzung solcher Embeddings sind zum Beispiel das Clustern von Keyword-Phrasen und/oder Websites zu thematischen Kategorien. Oder auch die Analyse des Contents der besten Treffer bei Google im Vergleich zu den eigenen thematisch passenden Seiten, um Lücken zu identifizieren. Aber auch die besten Verlinkungsziele zu finden, kann eine gute Anwendung für Embeddings sein. Wer einen Relaunch plant, für den ist es nützlich bei Content CleanUp oder bei der Planung von passenden Weiterleitungen alter gelöschter Seiten. 

Für Speicherung und die eigentliche Ähnlichkeitsberechnung empfahl Erlhofer die Nutzung von SCaNN (Google), FAISS (Meta bzw. Facebook), Annoy (Spotify) oder BigQuery Vector Search (Google). Damit wird für jeden Vektor (Website, Keyword-Phrase) über die sogenannte Cosinus-Ähnlichkeit eine Zahl zwischen –1 und +1 errechnet. Je mehr der Wert gegen 1 geht, desto ähnlicher sind beide Vektoren. Das funktioniert auch bei größeren Websites recht gut. 

Mike King vertrat in seinem Vortrag – wie viele andere auch – die Meinung, dass wir uns alle daran gewöhnen müssen, dass der Traffic in Summe zurückgehen wird und auch nicht wiederkommt. Zusätzlich zu den KI-Übersichten hat Google kürzlich eine Version der SERP namens „KI-Modus“ eingeführt, in der Ihnen alle benötigten Informationen mit sehr begrenzten Suchergebnissen angezeigt werden. Dies ist nach Kings Einschätzung praktisch ein DeepResearch in den SERPs. Google versteht den kognitiven Aufwand, der mit der Suche verbunden ist, und möchte diesen durch das „Wir googeln für Sie“ eliminieren. Ein entsprechendes Paper hat Google bereits letzten August veröffentlicht, nachzulesen unter einfach.st/delcosts. Dass wir unser Verständnis ändern müssen, was SEO bedeutet, brachte King mit „SEO’s Not Dead. It’s Just Not Really What I Do – There are no clear boundaries to define what SEO is and isn’t“ auf den Punkt. Seiner Meinung nach sind SEO-Tools „Lichtjahre“ hinter dem, was Google gerade macht. Und als Lösung empfahl auch er, dass man sich wirklich darauf fokussieren muss, den relevanten und besten Content bereitzustellen. Allgemeine Texte, noch dazu im Web zusammenrecherchiert, funktionieren nicht mehr. Nur wer echte Erfahrung und Einzigartigkeit einbringt, wird künftig noch eine Chance haben, so King.

Am Ende formulierte er drei Gesetze für generative KI-Inhalte:

1. Generative KI ist keine Allheilmittel. Sie ist kein Ersatz für eine Content-Strategie oder Ihr Content-Team.
2. Generative KI für die Erstellung von Inhalten sollte als Multiplikator eingesetzt werden, um Arbeitsabläufe zu verbessern und Strategien zu optimieren.
3. Sie sollten generative KI-Inhalte für Maßnahmen zur Steigerung der Bekanntheit in Betracht ziehen, aber weiterhin Fachexperten für Inhalte im unteren Funnel (Trichter) einsetzen.