SEOPRESSO PODCAST - Der SEO Podcast mit Björn Darko Archiv
269 Episoden
52 Minuten
Gewinnt ein SEODAY Ticket im Wert von 599 Euro. Postet euer KI Projekt unter dem Linkedin Post zu dieser Folge:
-------------------
Was passiert, wenn KI nicht mehr nur Texte schreibt, sondern komplette Software, Workflows und Geschäftsmodelle entwickelt?
In dieser Episode spricht Björn Darko mit Fabian Rossbacher, Gründer des SEO Day, über seinen radikalen Einstieg ins KI-Coding. Fabian erzählt, wie er eine Aufgabe, für die sein Entwicklerteam mehrere Tage eingeplant hatte, innerhalb einer einzigen Nacht selbst umsetzte – und warum dieser Moment seine Rolle als Unternehmer grundlegend verändert hat.
Fabian erklärt, wie er mit festen Regeln, Skills, Sub-Agents und automatisierten Workflows mehrere Softwareprojekte gleichzeitig entwickelt. Dabei geht es nicht nur um Geschwindigkeit, sondern vor allem um die Frage, wie sich KI-generierter Code langfristig stabil, verständlich und kontrollierbar halten lässt.
Ihr erfahrt, was hinter seinem „Briefing-first“-Ansatz und dem sogenannten Ralph-Pattern steckt, wie seine Systeme nachts selbstständig Code analysieren und verbessern und warum er sich inzwischen teilweise so fühlt, als würde er ein Entwicklerteam mit 80 Mitarbeitenden führen.
Außerdem zeigt Fabian konkrete Projekte: automatisiert erstellte Wikis, Content- und Rechercheplattformen, internationale Outreach-Systeme, Podcast-Datenbanken und Tools für SEO, Content und Marketing.
Zum Abschluss diskutieren Björn und Fabian, wie KI das Unternehmertum, Agenturen und die Zukunft von Search verändert – und warum die wichtigste Aufforderung aktuell lautet: Hört auf zu warten und fangt an zu bauen.
Takeaways
– KI-Coding ermöglicht auch Nicht-Entwicklern, komplexe Anwendungen in sehr kurzer Zeit selbst zu bauen.
– Geschwindigkeit allein reicht nicht: Regeln, Dokumentation und stabile Architekturen werden durch KI noch wichtiger.
– Fabians „Briefing-first“-Prinzip dokumentiert jedes Feature separat, damit neue KI-Sessions den notwendigen Kontext sofort verstehen.
– Automatisierte Prüfschleifen können Code fortlaufend analysieren, verbessern und an festgelegte Standards anpassen.
– Wer KI produktiv einsetzen möchte, muss lernen, schneller Feedback zu geben und deutlich mehr Entscheidungen zu treffen.
– Die größte Chance liegt nicht nur in effizienterer Produktion, sondern in neuen Produkten, Märkten und Geschäftsmodellen.
– Agenturen müssen eigene Software und skalierbare Systeme entwickeln, wenn ihre Kunden künftig immer mehr selbst produzieren können.
– SEO bleibt Search – unabhängig davon, ob die Antwort über klassische Suchergebnisse, AI Overviews oder einen Chat ausgespielt wird.
Kapitelmarken
00:00 Intro, Gastvorstellung und SEO-Day-Gewinnspiel
01:06 Fabians erster großer Aha-Moment mit KI-Coding
03:36 Ist der Wechsel für erfahrene Entwickler schwieriger?
05:11 Wenn KI mehr Probleme löst, als vorher existierten
07:49 Softwareentwicklung während Fabian schläft
08:58 Der „Dangerously Permissionless“-Modus
11:10 Regeln, Skills und Sub-Agents im KI-System
15:51 Warum Workflows die größte Herausforderung waren
17:07 Briefing first: Dokumentation statt Kontextverlust
18:30 Das Ralph-Pattern und automatisierte Prüfschleifen
20:46 Tokenkosten, Hardware und die richtige Infrastruktur
22:17 KI-generierte Wikis und erste Rankings
27:00 Wie automatisierte Inhalte aktuell bleiben
29:38 News-, Recherche- und Datenplattformen mit KI
31:06 Automatisierter Traffic über Reddit und Social Media
33:04 Kann eine KI wirklich wie Fabian kommunizieren?
34:31 Die Zukunft des Solo-Entrepreneurs
37:12 Warum Menschen mit der KI-Geschwindigkeit kämpfen
39:25 Was erfolgreiche KI-Unternehmer mitbringen müssen
41:16 Die Verbindung zu SEO und AI Search
43:01 Erst die Produktionsmaschine bauen, dann alles testen
44:34 Internationaler Outreach in über 200 Märkten
47:43 Was KI für Agenturen und Marketing bedeutet
48:29 Die große deutschsprachige Podcast-Datenbank
49:35 Wird aus dem SEO Day irgendwann der GEO Day?
51:08 Fazit und Gewinnspiel
-------------------
Was passiert, wenn KI nicht mehr nur Texte schreibt, sondern komplette Software, Workflows und Geschäftsmodelle entwickelt?
In dieser Episode spricht Björn Darko mit Fabian Rossbacher, Gründer des SEO Day, über seinen radikalen Einstieg ins KI-Coding. Fabian erzählt, wie er eine Aufgabe, für die sein Entwicklerteam mehrere Tage eingeplant hatte, innerhalb einer einzigen Nacht selbst umsetzte – und warum dieser Moment seine Rolle als Unternehmer grundlegend verändert hat.
Fabian erklärt, wie er mit festen Regeln, Skills, Sub-Agents und automatisierten Workflows mehrere Softwareprojekte gleichzeitig entwickelt. Dabei geht es nicht nur um Geschwindigkeit, sondern vor allem um die Frage, wie sich KI-generierter Code langfristig stabil, verständlich und kontrollierbar halten lässt.
Ihr erfahrt, was hinter seinem „Briefing-first“-Ansatz und dem sogenannten Ralph-Pattern steckt, wie seine Systeme nachts selbstständig Code analysieren und verbessern und warum er sich inzwischen teilweise so fühlt, als würde er ein Entwicklerteam mit 80 Mitarbeitenden führen.
Außerdem zeigt Fabian konkrete Projekte: automatisiert erstellte Wikis, Content- und Rechercheplattformen, internationale Outreach-Systeme, Podcast-Datenbanken und Tools für SEO, Content und Marketing.
Zum Abschluss diskutieren Björn und Fabian, wie KI das Unternehmertum, Agenturen und die Zukunft von Search verändert – und warum die wichtigste Aufforderung aktuell lautet: Hört auf zu warten und fangt an zu bauen.
Takeaways
– KI-Coding ermöglicht auch Nicht-Entwicklern, komplexe Anwendungen in sehr kurzer Zeit selbst zu bauen.
– Geschwindigkeit allein reicht nicht: Regeln, Dokumentation und stabile Architekturen werden durch KI noch wichtiger.
– Fabians „Briefing-first“-Prinzip dokumentiert jedes Feature separat, damit neue KI-Sessions den notwendigen Kontext sofort verstehen.
– Automatisierte Prüfschleifen können Code fortlaufend analysieren, verbessern und an festgelegte Standards anpassen.
– Wer KI produktiv einsetzen möchte, muss lernen, schneller Feedback zu geben und deutlich mehr Entscheidungen zu treffen.
– Die größte Chance liegt nicht nur in effizienterer Produktion, sondern in neuen Produkten, Märkten und Geschäftsmodellen.
– Agenturen müssen eigene Software und skalierbare Systeme entwickeln, wenn ihre Kunden künftig immer mehr selbst produzieren können.
– SEO bleibt Search – unabhängig davon, ob die Antwort über klassische Suchergebnisse, AI Overviews oder einen Chat ausgespielt wird.
Kapitelmarken
00:00 Intro, Gastvorstellung und SEO-Day-Gewinnspiel
01:06 Fabians erster großer Aha-Moment mit KI-Coding
03:36 Ist der Wechsel für erfahrene Entwickler schwieriger?
05:11 Wenn KI mehr Probleme löst, als vorher existierten
07:49 Softwareentwicklung während Fabian schläft
08:58 Der „Dangerously Permissionless“-Modus
11:10 Regeln, Skills und Sub-Agents im KI-System
15:51 Warum Workflows die größte Herausforderung waren
17:07 Briefing first: Dokumentation statt Kontextverlust
18:30 Das Ralph-Pattern und automatisierte Prüfschleifen
20:46 Tokenkosten, Hardware und die richtige Infrastruktur
22:17 KI-generierte Wikis und erste Rankings
27:00 Wie automatisierte Inhalte aktuell bleiben
29:38 News-, Recherche- und Datenplattformen mit KI
31:06 Automatisierter Traffic über Reddit und Social Media
33:04 Kann eine KI wirklich wie Fabian kommunizieren?
34:31 Die Zukunft des Solo-Entrepreneurs
37:12 Warum Menschen mit der KI-Geschwindigkeit kämpfen
39:25 Was erfolgreiche KI-Unternehmer mitbringen müssen
41:16 Die Verbindung zu SEO und AI Search
43:01 Erst die Produktionsmaschine bauen, dann alles testen
44:34 Internationaler Outreach in über 200 Märkten
47:43 Was KI für Agenturen und Marketing bedeutet
48:29 Die große deutschsprachige Podcast-Datenbank
49:35 Wird aus dem SEO Day irgendwann der GEO Day?
51:08 Fazit und Gewinnspiel
40 Minuten
In dieser SEOPRESSO Spezialfolge von der CAMPIXX 2026 wird das Publikum zum Gast. Björn Darko wirft steile Thesen zur Zukunft von SEO in den Raum und diskutiert live mit Sebastian Adler und Holger Etzel von ReachX, Regina Biskop von der DKB, Beatrice Köhler von Kampagnenreiter, Manuel Stürkat, Andreas Ditze von tripuls media Innovations, Moritz Serif von SEO für Publisher, Kim Nadine Adamek von Digitallotsen, Jan Wölk von OTTO, Sabrina Wieghorst von der Jan Hoffmann Agentur und Jessica Retzlaff von Team Digital.
Ist klassische Google-Suche ein Auslaufmodell? Wird technisches SEO zu Feedmanagement? Entwickelt sich SEO immer stärker zu einem Brand-Kanal? Ist Content in Zeiten von AI Search wichtiger denn je – oder nur dann, wenn er echten Information Gain liefert? Und was passiert mit SEO-Agenturen, wenn LLMs Wissen demokratisieren und GEO plötzlich der neue Goldrausch ist?
Eine lebendige Diskussion über AI Search, GEO, technische SEO, Content, Brand Visibility, Agenturen, neue KPIs und die Frage, welche Rolle SEOs in Zukunft wirklich spielen.
Takeaways:
SEO ist nicht tot, aber die alte Klick-Logik verliert an Bedeutung.
AI Search verschiebt SEO von Rankings und Traffic hin zu Sichtbarkeit, Erwähnungen, Vertrauen und Entscheidungsbeeinflussung.
Technisches SEO bleibt wichtig, entwickelt sich aber stärker in Richtung Datenqualität, Feeds, Struktur und maschinenlesbare Informationen.
Content wird nicht unwichtiger, sondern muss einzigartiger werden: Daten, Erfahrung, Meinung, Kontext und Information Gain zählen mehr als austauschbarer SEO-Text.
SEO, Brand, PR, Content und Social müssen stärker zusammenwachsen.
Agenturen sterben nicht zwangsläufig, aber ihr Geschäftsmodell, ihre Positionierung und ihre Ausbildung neuer Talente müssen sich verändern.
GEO ist Chance und Hype zugleich: Es braucht Aufklärung, saubere Methoden und weniger Goldgräber-Mentalität.
LLMs sind kein klassischer Traffic-Kanal, sondern ein Entscheidungs- und Empfehlungsraum.
Kapitelmarken:
00:00 Intro: Das Campixx Experiment
01:50 These 1: Ist SEO tot?
04:07 Warum AI Search SEO sogar relevanter machen kann
06:16 Google, AI Overviews und die Zukunft der Suche
08:32 These 2: Wird technisches SEO zu Feedmanagement?
10:45 Datenfeeds, Agentic Commerce und Abhängigkeit von Plattformen
12:50 Pricing-Daten, Händler-Feeds und Interessenkonflikte
14:51 Brauchen wir überhaupt noch Websites für Bots?
16:57 These 3: SEO wird zum Brand-Kanal
19:08 Warum SEO, Social, PR und Content zusammenwachsen müssen
21:11 These 4: Content ist King – aber nicht alter SEO-Content
23:28 Information Gain, User Generated Content und echte Erfahrung
25:41 These 5: Sterben SEO-Agenturen?
27:41 Warum Expertenwissen weiterhin Wert hat
30:03 Wie sich Agenturmodelle und Kundenstrukturen verändern
32:18 GEO-Agenturen als neuer Goldrausch
34:32 Bildungsauftrag, FOMO und realistische GEO-Erwartungen
36:36 Schwarze Schafe, Prompt-Versprechen und GEO-Hype
38:00 Was GEO wirklich anders macht
38:49 GEO als Chance für interne Ressourcen
39:46 Outro: Experiment geglückt
Ist klassische Google-Suche ein Auslaufmodell? Wird technisches SEO zu Feedmanagement? Entwickelt sich SEO immer stärker zu einem Brand-Kanal? Ist Content in Zeiten von AI Search wichtiger denn je – oder nur dann, wenn er echten Information Gain liefert? Und was passiert mit SEO-Agenturen, wenn LLMs Wissen demokratisieren und GEO plötzlich der neue Goldrausch ist?
Eine lebendige Diskussion über AI Search, GEO, technische SEO, Content, Brand Visibility, Agenturen, neue KPIs und die Frage, welche Rolle SEOs in Zukunft wirklich spielen.
Takeaways:
SEO ist nicht tot, aber die alte Klick-Logik verliert an Bedeutung.
AI Search verschiebt SEO von Rankings und Traffic hin zu Sichtbarkeit, Erwähnungen, Vertrauen und Entscheidungsbeeinflussung.
Technisches SEO bleibt wichtig, entwickelt sich aber stärker in Richtung Datenqualität, Feeds, Struktur und maschinenlesbare Informationen.
Content wird nicht unwichtiger, sondern muss einzigartiger werden: Daten, Erfahrung, Meinung, Kontext und Information Gain zählen mehr als austauschbarer SEO-Text.
SEO, Brand, PR, Content und Social müssen stärker zusammenwachsen.
Agenturen sterben nicht zwangsläufig, aber ihr Geschäftsmodell, ihre Positionierung und ihre Ausbildung neuer Talente müssen sich verändern.
GEO ist Chance und Hype zugleich: Es braucht Aufklärung, saubere Methoden und weniger Goldgräber-Mentalität.
LLMs sind kein klassischer Traffic-Kanal, sondern ein Entscheidungs- und Empfehlungsraum.
Kapitelmarken:
00:00 Intro: Das Campixx Experiment
01:50 These 1: Ist SEO tot?
04:07 Warum AI Search SEO sogar relevanter machen kann
06:16 Google, AI Overviews und die Zukunft der Suche
08:32 These 2: Wird technisches SEO zu Feedmanagement?
10:45 Datenfeeds, Agentic Commerce und Abhängigkeit von Plattformen
12:50 Pricing-Daten, Händler-Feeds und Interessenkonflikte
14:51 Brauchen wir überhaupt noch Websites für Bots?
16:57 These 3: SEO wird zum Brand-Kanal
19:08 Warum SEO, Social, PR und Content zusammenwachsen müssen
21:11 These 4: Content ist King – aber nicht alter SEO-Content
23:28 Information Gain, User Generated Content und echte Erfahrung
25:41 These 5: Sterben SEO-Agenturen?
27:41 Warum Expertenwissen weiterhin Wert hat
30:03 Wie sich Agenturmodelle und Kundenstrukturen verändern
32:18 GEO-Agenturen als neuer Goldrausch
34:32 Bildungsauftrag, FOMO und realistische GEO-Erwartungen
36:36 Schwarze Schafe, Prompt-Versprechen und GEO-Hype
38:00 Was GEO wirklich anders macht
38:49 GEO als Chance für interne Ressourcen
39:46 Outro: Experiment geglückt
38 Minuten
Was link building ever really dead — or did SEOs simply stop talking about it openly?
In this episode, Björn Darko talks to Tamara Novitovic, Head of SEO at Bazoom, about the reincarnation of link building. Together, they discuss why backlinks remain one of the most controversial topics in SEO, why the market keeps growing despite Google’s warnings, and why AI Search, LLMs and brand citations are bringing external authority signals back into focus.
Tamara explains why modern link building is no longer just about do-follow links and Domain Rating. Instead, relevance, context, semantics, brand mentions and positive third-party coverage are becoming more important. Many tactics that used to be considered classic link building — digital PR, brand mentions, unlinked mentions, citations and content placements — are now also relevant for visibility in ChatGPT, Gemini, Claude and other AI-driven search experiences.
The episode also covers what makes a good link in 2026, why DR and DA are no longer enough as standalone KPIs, how anchor texts are changing in the age of LLMs, and how in-house SEOs can better connect link building, PR and brand communication.
A conversation about old SEO debates, new AI Search realities, and the question of whether link building is currently experiencing its biggest comeback yet.
Takeaways:
Link building was never really dead — it just became less openly discussed.
AI Search makes third-party sources, brand mentions and citations strategically more important again.
A good link is relevant, contextually strong and placed in a trustworthy topical environment.
Domain Rating alone is no longer enough — traffic, relevance and context matter more.
LLMs do not only rely on high-authority domains, but also cite smaller, niche-specific and highly relevant sources.
Anchor texts are changing: less exact match, more semantic, question-like and brand-related wording.
Link building, digital PR and brand communication are moving closer together through AI Search.
Negative brand sentiment in LLMs can be counterbalanced with positive third-party signals.
Chapters:
00:00 Intro: Tamara Novitovic from Bazoom
01:37 Was link building ever really dead?
03:08 Why backlinks are so controversial in SEO
04:00 The link building market after Penguin
05:13 Which industries still strongly rely on links
07:08 Where does PR end and link building begin?
08:09 AI Search, LLMs and the return of third-party sources
10:09 Are brand mentions and citations the new backlinks?
11:24 How Bazoom looks at AI Search and LLM visibility
13:23 Why AI visibility tools make link building more visible
14:53 Domain Rating, Domain Authority and new link KPIs
16:23 Why small niche sites can matter for LLMs
18:07 What makes a good link in 2026?
20:08 Old link building tactics and what has changed
21:00 The role of anchor texts in LLMs
23:10 Quality vs. quantity in modern link building
24:01 First priorities for a modern authority strategy
25:27 How in-house SEOs can connect PR, brand and link building
29:44 Sentiment, AI visibility and brand communication
31:09 How to balance negative signals with positive sources
33:29 Why LLM citations enable a new link building strategy
35:24 Testing link building with small experiments
36:32 Outro: Black hat, link spam and future discussion
In this episode, Björn Darko talks to Tamara Novitovic, Head of SEO at Bazoom, about the reincarnation of link building. Together, they discuss why backlinks remain one of the most controversial topics in SEO, why the market keeps growing despite Google’s warnings, and why AI Search, LLMs and brand citations are bringing external authority signals back into focus.
Tamara explains why modern link building is no longer just about do-follow links and Domain Rating. Instead, relevance, context, semantics, brand mentions and positive third-party coverage are becoming more important. Many tactics that used to be considered classic link building — digital PR, brand mentions, unlinked mentions, citations and content placements — are now also relevant for visibility in ChatGPT, Gemini, Claude and other AI-driven search experiences.
The episode also covers what makes a good link in 2026, why DR and DA are no longer enough as standalone KPIs, how anchor texts are changing in the age of LLMs, and how in-house SEOs can better connect link building, PR and brand communication.
A conversation about old SEO debates, new AI Search realities, and the question of whether link building is currently experiencing its biggest comeback yet.
Takeaways:
Link building was never really dead — it just became less openly discussed.
AI Search makes third-party sources, brand mentions and citations strategically more important again.
A good link is relevant, contextually strong and placed in a trustworthy topical environment.
Domain Rating alone is no longer enough — traffic, relevance and context matter more.
LLMs do not only rely on high-authority domains, but also cite smaller, niche-specific and highly relevant sources.
Anchor texts are changing: less exact match, more semantic, question-like and brand-related wording.
Link building, digital PR and brand communication are moving closer together through AI Search.
Negative brand sentiment in LLMs can be counterbalanced with positive third-party signals.
Chapters:
00:00 Intro: Tamara Novitovic from Bazoom
01:37 Was link building ever really dead?
03:08 Why backlinks are so controversial in SEO
04:00 The link building market after Penguin
05:13 Which industries still strongly rely on links
07:08 Where does PR end and link building begin?
08:09 AI Search, LLMs and the return of third-party sources
10:09 Are brand mentions and citations the new backlinks?
11:24 How Bazoom looks at AI Search and LLM visibility
13:23 Why AI visibility tools make link building more visible
14:53 Domain Rating, Domain Authority and new link KPIs
16:23 Why small niche sites can matter for LLMs
18:07 What makes a good link in 2026?
20:08 Old link building tactics and what has changed
21:00 The role of anchor texts in LLMs
23:10 Quality vs. quantity in modern link building
24:01 First priorities for a modern authority strategy
25:27 How in-house SEOs can connect PR, brand and link building
29:44 Sentiment, AI visibility and brand communication
31:09 How to balance negative signals with positive sources
33:29 Why LLM citations enable a new link building strategy
35:24 Testing link building with small experiments
36:32 Outro: Black hat, link spam and future discussion
20 Minuten
In dieser SEOPRESSO-Folge spricht Björn mit Juliane Bettinga über eine der wichtigsten neuen Fragen im technischen SEO: Wie gehen wir mit LLM Bots, AI Crawlern und Agenten um?
Blocken oder zulassen ist dabei keine Schwarz-Weiß-Entscheidung. Es geht darum, Bot-Typen sauber zu unterscheiden, Trainingsdaten, Grounding und Agent-Traffic getrennt zu bewerten und daraus eine klare Strategie abzuleiten. Juliane erklärt, warum robots.txt weiterhin eine wichtige Grundlage ist, wo serverseitige Blockierung sinnvoll wird, warum User Agents allein nicht immer reichen und weshalb Server Logs für AI Search Analysen immer wichtiger werden.
Außerdem geht es um Crawl-Spitzen, Performance-Risiken, Cloudflare Bot Detection, Perplexity, OpenAI, Anthropic, Google Extended, Copilot, JavaScript, initiales HTML und die Frage, warum klassische SEO-Basics plötzlich wieder extrem relevant für LLM Sichtbarkeit werden.
Takeaways:
LLM Bots sollte man nicht pauschal blocken oder zulassen, sondern nach Bot-Typ, Ziel und Content-Bereich bewerten.
robots.txt bleibt wichtig, reicht aber nicht immer aus. Für echte Kontrolle braucht es oft serverseitige Maßnahmen, Fingerprinting oder Reverse-IP-Lookups.
Grounding Bots liefern wertvolle Hinweise darauf, welche Inhalte von LLMs für echte Nutzerfragen herangezogen werden.
Server Logs werden zu einer zentralen Datenquelle für AI Search, weil Prompt-Tracking allein schnell verzerrt sein kann.
APIs, 404-Seiten, expired Products und unstrukturiertes URL-Inventar können unnötige Bot-Aktivität erzeugen.
LLM Bot Crawling kann Server-Performance beeinflussen, besonders durch volatile Peaks.
Inhalte müssen im initialen HTML verfügbar sein. JavaScript, saubere Code-Qualität, Accessibility und sprechende Attribute werden für Bots noch wichtiger.
Kapitelmarken:
00:00 Intro: LLM Bot Crawling auf der CAMPIXX
00:26 Bots blocken oder nicht? Warum es keine einfache Antwort gibt
01:16 Exklusive Inhalte, Verzeichnisse und strategische Freigaben
01:39 robots.txt, serverseitiges Blockieren und Google Extended
02:43 Wie identifiziert man LLM Bots?
03:11 Agenten, Headless Browser und warum Detection schwierig wird
04:20 Katz-und-Maus-Spiel: Fingerprinting, Cloudflare und Gegenmaßnahmen
05:15 Gute vs. schlechte Bots und warum eigene Analyse schwer ist
06:26 Monitoring: Welche Inhalte lösen LLM Requests aus?
07:15 APIs, expired Products und 404-Seiten als Crawl-Fallen
09:25 Wird robots.txt von AI Bots respektiert?
10:37 Cloudflare und serverseitige Kontrolle
11:05 Wenn ChatGPT der zweithäufigste Bot ist
11:52 Training Bots vs. Grounding Bots
12:28 Server Logs als Basis für AI Search Tracking
13:24 LLM User Experience und die Grenzen von Prompt-Tracking
14:34 Gibt es Crawl Budget bei LLM Bots?
15:43 Performance-Probleme durch Bot-Peaks
17:18 Hostings, Default-Blockierung und Pay-per-Crawl
18:34 JavaScript, initiales HTML und Codequalität
19:17 Bing, NoArchive und Copilot
20:00 Fazit: Klassisches technisches SEO wird für AI Search noch wichtiger
Blocken oder zulassen ist dabei keine Schwarz-Weiß-Entscheidung. Es geht darum, Bot-Typen sauber zu unterscheiden, Trainingsdaten, Grounding und Agent-Traffic getrennt zu bewerten und daraus eine klare Strategie abzuleiten. Juliane erklärt, warum robots.txt weiterhin eine wichtige Grundlage ist, wo serverseitige Blockierung sinnvoll wird, warum User Agents allein nicht immer reichen und weshalb Server Logs für AI Search Analysen immer wichtiger werden.
Außerdem geht es um Crawl-Spitzen, Performance-Risiken, Cloudflare Bot Detection, Perplexity, OpenAI, Anthropic, Google Extended, Copilot, JavaScript, initiales HTML und die Frage, warum klassische SEO-Basics plötzlich wieder extrem relevant für LLM Sichtbarkeit werden.
Takeaways:
LLM Bots sollte man nicht pauschal blocken oder zulassen, sondern nach Bot-Typ, Ziel und Content-Bereich bewerten.
robots.txt bleibt wichtig, reicht aber nicht immer aus. Für echte Kontrolle braucht es oft serverseitige Maßnahmen, Fingerprinting oder Reverse-IP-Lookups.
Grounding Bots liefern wertvolle Hinweise darauf, welche Inhalte von LLMs für echte Nutzerfragen herangezogen werden.
Server Logs werden zu einer zentralen Datenquelle für AI Search, weil Prompt-Tracking allein schnell verzerrt sein kann.
APIs, 404-Seiten, expired Products und unstrukturiertes URL-Inventar können unnötige Bot-Aktivität erzeugen.
LLM Bot Crawling kann Server-Performance beeinflussen, besonders durch volatile Peaks.
Inhalte müssen im initialen HTML verfügbar sein. JavaScript, saubere Code-Qualität, Accessibility und sprechende Attribute werden für Bots noch wichtiger.
Kapitelmarken:
00:00 Intro: LLM Bot Crawling auf der CAMPIXX
00:26 Bots blocken oder nicht? Warum es keine einfache Antwort gibt
01:16 Exklusive Inhalte, Verzeichnisse und strategische Freigaben
01:39 robots.txt, serverseitiges Blockieren und Google Extended
02:43 Wie identifiziert man LLM Bots?
03:11 Agenten, Headless Browser und warum Detection schwierig wird
04:20 Katz-und-Maus-Spiel: Fingerprinting, Cloudflare und Gegenmaßnahmen
05:15 Gute vs. schlechte Bots und warum eigene Analyse schwer ist
06:26 Monitoring: Welche Inhalte lösen LLM Requests aus?
07:15 APIs, expired Products und 404-Seiten als Crawl-Fallen
09:25 Wird robots.txt von AI Bots respektiert?
10:37 Cloudflare und serverseitige Kontrolle
11:05 Wenn ChatGPT der zweithäufigste Bot ist
11:52 Training Bots vs. Grounding Bots
12:28 Server Logs als Basis für AI Search Tracking
13:24 LLM User Experience und die Grenzen von Prompt-Tracking
14:34 Gibt es Crawl Budget bei LLM Bots?
15:43 Performance-Probleme durch Bot-Peaks
17:18 Hostings, Default-Blockierung und Pay-per-Crawl
18:34 JavaScript, initiales HTML und Codequalität
19:17 Bing, NoArchive und Copilot
20:00 Fazit: Klassisches technisches SEO wird für AI Search noch wichtiger
50 Minuten
In dieser SEOPRESSO Live Folge spricht Björn Darko mit Christiane „Chrissy“ Kunisch, SEO-Expertin und Mitgründerin von One Beyond Search, über Chrome DevTools als echte Wunderwaffe für SEOs. Chrissy zeigt hands-on, wie SEOs mit dem Elements Tab Inhalte live manipulieren, klickabhängige Elemente prüfen, interne Links im DOM validieren und mit XPath sowie CSS-Selektoren gezielt Informationen aus Seiten extrahieren können.
Außerdem geht es tief in den Network Tab: von PageSpeed-Checks über Caching, Throttling und blockierte Requests bis hin zu einem spannenden Beispiel, wie sich bei ChatGPT über geladene JSON-Dateien Hinweise auf Query Fanout, Websuche und genutzte Quellen finden lassen. Im Application Tab erklärt Chrissy, warum Cookies auch für SEO relevant sein können – etwa wenn Google Sitemaps oder Seiteninhalte ohne Cookie-Akzeptanz nicht abrufen kann.
Zum Abschluss sprechen Björn und Chrissy über ungenutzten JavaScript- und CSS-Code, Coverage Reports und die nächste Automatisierungsstufe: Chrome DevTools in Kombination mit MCP-Servern, Claude, Cursor oder anderen AI-Tools. Eine Folge für alle, die technische SEO-Analysen schneller, günstiger und smarter machen wollen.
Chrome DevTools sind kostenlos, direkt im Browser verfügbar und bieten SEOs eine Art „Röntgenbrille“ für Webseiten.
Im Elements Tab lassen sich Texte, CSS und HTML live verändern – ideal für schnelle Mockups und SEO-Empfehlungen.
Klickabhängige Inhalte und interne Links können direkt im DOM geprüft werden, um zu sehen, ob Google sie überhaupt initial findet.
XPath und CSS-Selektoren helfen dabei, gezielt Elemente wie Links, Bewertungen oder Custom-Elemente zu identifizieren und später in Crawling-Tools zu nutzen.
Der Network Tab eignet sich für PageSpeed-, Caching-, Request- und Throttling-Checks.
Cookies können SEO-Probleme verursachen, wenn wichtige Dateien wie XML-Sitemaps oder Seiteninhalte ohne Cookie-Akzeptanz nicht erreichbar sind.
Der Coverage Report zeigt ungenutztes CSS und JavaScript und liefert Ansatzpunkte für Performance-Optimierung.
MCP-Server für Chrome DevTools können Audits, PageSpeed-Vergleiche, Markup-Erstellung und technische Analysen teilweise automatisieren.
Kapitelmarken
00:00 Intro & Begrüßung01:03 Thema der Folge: Chrome DevTools als Zauberwaffe für SEOs03:05 Warum DevTools für SEOs so wertvoll sind05:29 Elements Tab: Texte, CSS und Elemente live verändern09:09 Klickabhängige Inhalte und Links im DOM prüfen14:07 XPath und CSS-Selektoren für SEO-Analysen18:10 Network Tab: ChatGPT, JSON-Files und Query Fanout24:21 PageSpeed-, Caching- und Throttling-Checks im Network Tab31:02 Application Tab: Cookies, Sitemaps und Googlebot-Probleme35:21 Ungenutzten CSS- und JavaScript-Code finden40:14 MCP-Server und AI-Automatisierung mit Chrome DevTools46:48 Wichtigster Tipp: einfach ausprobieren48:43 Outro mit Christiane Kunisch
Außerdem geht es tief in den Network Tab: von PageSpeed-Checks über Caching, Throttling und blockierte Requests bis hin zu einem spannenden Beispiel, wie sich bei ChatGPT über geladene JSON-Dateien Hinweise auf Query Fanout, Websuche und genutzte Quellen finden lassen. Im Application Tab erklärt Chrissy, warum Cookies auch für SEO relevant sein können – etwa wenn Google Sitemaps oder Seiteninhalte ohne Cookie-Akzeptanz nicht abrufen kann.
Zum Abschluss sprechen Björn und Chrissy über ungenutzten JavaScript- und CSS-Code, Coverage Reports und die nächste Automatisierungsstufe: Chrome DevTools in Kombination mit MCP-Servern, Claude, Cursor oder anderen AI-Tools. Eine Folge für alle, die technische SEO-Analysen schneller, günstiger und smarter machen wollen.
Chrome DevTools sind kostenlos, direkt im Browser verfügbar und bieten SEOs eine Art „Röntgenbrille“ für Webseiten.
Im Elements Tab lassen sich Texte, CSS und HTML live verändern – ideal für schnelle Mockups und SEO-Empfehlungen.
Klickabhängige Inhalte und interne Links können direkt im DOM geprüft werden, um zu sehen, ob Google sie überhaupt initial findet.
XPath und CSS-Selektoren helfen dabei, gezielt Elemente wie Links, Bewertungen oder Custom-Elemente zu identifizieren und später in Crawling-Tools zu nutzen.
Der Network Tab eignet sich für PageSpeed-, Caching-, Request- und Throttling-Checks.
Cookies können SEO-Probleme verursachen, wenn wichtige Dateien wie XML-Sitemaps oder Seiteninhalte ohne Cookie-Akzeptanz nicht erreichbar sind.
Der Coverage Report zeigt ungenutztes CSS und JavaScript und liefert Ansatzpunkte für Performance-Optimierung.
MCP-Server für Chrome DevTools können Audits, PageSpeed-Vergleiche, Markup-Erstellung und technische Analysen teilweise automatisieren.
Kapitelmarken
00:00 Intro & Begrüßung01:03 Thema der Folge: Chrome DevTools als Zauberwaffe für SEOs03:05 Warum DevTools für SEOs so wertvoll sind05:29 Elements Tab: Texte, CSS und Elemente live verändern09:09 Klickabhängige Inhalte und Links im DOM prüfen14:07 XPath und CSS-Selektoren für SEO-Analysen18:10 Network Tab: ChatGPT, JSON-Files und Query Fanout24:21 PageSpeed-, Caching- und Throttling-Checks im Network Tab31:02 Application Tab: Cookies, Sitemaps und Googlebot-Probleme35:21 Ungenutzten CSS- und JavaScript-Code finden40:14 MCP-Server und AI-Automatisierung mit Chrome DevTools46:48 Wichtigster Tipp: einfach ausprobieren48:43 Outro mit Christiane Kunisch
35 Minuten
Idealo hat nach dem letzten Google Core Update einen der stärksten SEO-Sichtbarkeitsanstiege hingelegt, die man im deutschen Markt gesehen hat: rund +373 Sichtbarkeitspunkte und etwa +60 % Wachstum in SISTRIX. In dieser Folge spricht Björn Darko mit Norman Nielsen, VP Organic Growth bei Idealo, darüber, was hinter diesem Hyper-Growth-Case steckt.
Es geht um die Frage, wie sich so ein Anstieg auf Traffic und Business auswirkt, wie man intern mit solchen Erfolgen umgeht und welche SEO-Hebel heute wirklich noch Wachstum erzeugen. Norman gibt Einblicke in programmatische Indexierungslogiken, Qualitäts-Thresholds, Content-Strategien, Expert:innen-Inhalte, User Generated Content, Information Gain und die Rolle starker Markenautorität.
Außerdem sprechen Björn und Norman darüber, warum große Domains schlafende Riesen sein können, wie man Wachstum nach einem Core Update absichert und warum SEO in Zeiten von AI Overviews, LLMs und Agentic Commerce nicht verschwindet, sondern sich strategisch weiterentwickelt.
Takeaways
Idealos Wachstum zeigt: SEO ist nicht tot – aber es wird technischer, produktnäher und stärker qualitätsgetrieben.
Ein zentraler Hebel bei großen Seiten ist nicht „mehr Seiten indexieren“, sondern die richtigen Seiten sichtbar machen und schwache Seiten konsequent ausblenden.
Content funktioniert besonders dann, wenn er echten Information Gain liefert: Expertenmeinungen, Reviews, Testberichte, UGC, Produktdaten und klare Entscheidungshilfen.
Starke Marken können von Google schneller neu bewertet werden, wenn technische Basics, Content-Qualität und Produktnutzen zusammenkommen.
AI Overviews und LLMs verändern die SEO-Ziele: Es geht nicht mehr nur um Sessions, sondern auch um Citations, Mentionings, Trust und Produktintegration in neue Such- und Commerce-Oberflächen.
Wachstum sollte nicht breit und oberflächlich verteilt werden. Norman empfiehlt, Kategorien, Templates oder Themenfelder tief zu bearbeiten und dort wirklich Weltklasse zu werden.
Kapitelmarken
00:00 Intro: Idealo als Hyper-Growth-Case
02:10 Der enorme Sichtbarkeitsanstieg nach dem Core Update
03:06 Was Sichtbarkeit für Traffic und Umsatz bedeutet
03:53 Wie sich ein SEO-Erfolg dieser Größenordnung im Team anfühlt
06:14 Kommunikation ins Management und Champagner-Moment
07:43 Welche Hebel zum Wachstum beigetragen haben
08:09 SEO-Strategie: Content, E-E-A-T und Tech Foundation
09:13 Programmatische Indexierung und Qualitätslogiken
10:47 Warum Content mehr ist als Text
12:04 Produktseiten, Expertenmeinungen, Reviews und Testberichte
13:15 Content nach Produktkomplexität denken
14:56 Experteninhalte als Schutz vor AI-Spam
15:40 Information Gain durch echte Erfahrungen und UGC
18:34 Trust, Brand und der schlafende Riese Idealo
21:10 SEO-Wachstum in Zeiten sinkender organischer Sessions
22:18 Erwartungsmanagement nach einem starken Core-Update-Gewinn
23:00 Kommende Google Updates, AI Overviews und neue Risiken
26:57 Wie Idealo den Erfolg langfristig absichern kann
27:31 Kategorie-Strategien, UGC und Autorität pro Themenfeld
28:55 Warum Tiefe wichtiger ist als breite SEO-Optimierung
30:18 SEO ist nicht tot – es verschiebt sich Richtung AI und Agentic Commerce
31:01 Outro und Credits an das Idealo-Team
Es geht um die Frage, wie sich so ein Anstieg auf Traffic und Business auswirkt, wie man intern mit solchen Erfolgen umgeht und welche SEO-Hebel heute wirklich noch Wachstum erzeugen. Norman gibt Einblicke in programmatische Indexierungslogiken, Qualitäts-Thresholds, Content-Strategien, Expert:innen-Inhalte, User Generated Content, Information Gain und die Rolle starker Markenautorität.
Außerdem sprechen Björn und Norman darüber, warum große Domains schlafende Riesen sein können, wie man Wachstum nach einem Core Update absichert und warum SEO in Zeiten von AI Overviews, LLMs und Agentic Commerce nicht verschwindet, sondern sich strategisch weiterentwickelt.
Takeaways
Idealos Wachstum zeigt: SEO ist nicht tot – aber es wird technischer, produktnäher und stärker qualitätsgetrieben.
Ein zentraler Hebel bei großen Seiten ist nicht „mehr Seiten indexieren“, sondern die richtigen Seiten sichtbar machen und schwache Seiten konsequent ausblenden.
Content funktioniert besonders dann, wenn er echten Information Gain liefert: Expertenmeinungen, Reviews, Testberichte, UGC, Produktdaten und klare Entscheidungshilfen.
Starke Marken können von Google schneller neu bewertet werden, wenn technische Basics, Content-Qualität und Produktnutzen zusammenkommen.
AI Overviews und LLMs verändern die SEO-Ziele: Es geht nicht mehr nur um Sessions, sondern auch um Citations, Mentionings, Trust und Produktintegration in neue Such- und Commerce-Oberflächen.
Wachstum sollte nicht breit und oberflächlich verteilt werden. Norman empfiehlt, Kategorien, Templates oder Themenfelder tief zu bearbeiten und dort wirklich Weltklasse zu werden.
Kapitelmarken
00:00 Intro: Idealo als Hyper-Growth-Case
02:10 Der enorme Sichtbarkeitsanstieg nach dem Core Update
03:06 Was Sichtbarkeit für Traffic und Umsatz bedeutet
03:53 Wie sich ein SEO-Erfolg dieser Größenordnung im Team anfühlt
06:14 Kommunikation ins Management und Champagner-Moment
07:43 Welche Hebel zum Wachstum beigetragen haben
08:09 SEO-Strategie: Content, E-E-A-T und Tech Foundation
09:13 Programmatische Indexierung und Qualitätslogiken
10:47 Warum Content mehr ist als Text
12:04 Produktseiten, Expertenmeinungen, Reviews und Testberichte
13:15 Content nach Produktkomplexität denken
14:56 Experteninhalte als Schutz vor AI-Spam
15:40 Information Gain durch echte Erfahrungen und UGC
18:34 Trust, Brand und der schlafende Riese Idealo
21:10 SEO-Wachstum in Zeiten sinkender organischer Sessions
22:18 Erwartungsmanagement nach einem starken Core-Update-Gewinn
23:00 Kommende Google Updates, AI Overviews und neue Risiken
26:57 Wie Idealo den Erfolg langfristig absichern kann
27:31 Kategorie-Strategien, UGC und Autorität pro Themenfeld
28:55 Warum Tiefe wichtiger ist als breite SEO-Optimierung
30:18 SEO ist nicht tot – es verschiebt sich Richtung AI und Agentic Commerce
31:01 Outro und Credits an das Idealo-Team
59 Minuten
In dieser SEOPRESSO-Livestream-Episode spricht Björn Darko mit Artur Kosch, Co-CEO und Mitgründer der kkp agency über KI-Automatisierung im SEO- und AI-Search-Umfeld. Im Mittelpunkt stehen Claude Code, MCPs, KI-Agenten und die Frage, wie sich Agenturarbeit dadurch grundlegend verändert.
Artur erklärt, dass KI bei KKP kein zusätzliches Tool mehr ist, sondern zur zentralen Arbeitsumgebung geworden ist. Viele Aufgaben, die früher manuell, mit Make, n8n, Custom GPTs, Excel, Präsentationen oder klassischen SEO-Tools erledigt wurden, laufen heute über Claude Code, eigene Skills, Agenten und ein internes „KKP-Brain“.
Besonders spannend sind die konkreten Workflows: KKP automatisiert Prompt Research, AI-Visibility-Analysen, Sentiment-Auswertungen, Content-Erstellung, Digital-PR-Kampagnen und sogar Landingpages. Dabei zeigt Artur, dass es in AI Search nicht reicht, einfach nur von KI-Systemen erwähnt zu werden. Entscheidend ist, ob eine Marke positiv empfohlen wird und im Vergleich zur Konkurrenz überzeugt.
Die Episode macht deutlich: KI ersetzt nicht einfach Menschen, sondern verschiebt ihre Rolle. Weniger manuelle Fleißarbeit, mehr Strategie, Qualitätskontrolle, Kundenverständnis und Bewertung der Ergebnisse.
Takeaways:
KI ist ein Systemwechsel, kein Tool-Upgrade
Claude Code ist bei KKP nicht nur ein weiteres Tool, sondern die zentrale Infrastruktur für viele SEO-, Content- und AI-Search-Prozesse.Prompt Research muss datenbasiert sein
Prompts einfach zu erfinden, ist laut Artur fahrlässig. KKP nutzt Keywords, Synonyme, Query Fanouts und Clustering, um relevante Prompts systematisch abzuleiten.AI Visibility braucht Sentiment
Eine Brand kann sichtbar sein und trotzdem verlieren, wenn sie von KI-Systemen im Vergleich zur Konkurrenz negativ oder nur eingeschränkt empfohlen wird.MCPs machen Automatisierung skalierbar
Über MCPs wie DataForSEO oder Statista greifen die Workflows auf Crawling-Daten, SERPs, Trends, Statistiken und Quellen zu.Content entsteht aus Daten, nicht aus Bauchgefühl
Gute KI-Workflows verbinden Brand Guidelines, Produktdaten, SERP-Analysen, LLM-Antworten, TF-IDF-Daten und Deep Research.Menschen bleiben wichtig
Strategie, Einordnung, Kundenkommunikation, Qualitätssicherung und fachliche Bewertung werden wichtiger als reine operative Umsetzung.Agenturarbeit wird outputstärker
Artur beschreibt, dass sich der Output deutlich erhöht hat. Entscheidend bleibt aber, Ergebnisse zu liefern statt nur Analysen, Folien oder Tabellen.
Kapitelmarken
00:00 Intro & Vorstellung von Artur Kosch
03:15 Warum KI für KKP ein Systemwechsel ist
05:34 Claude Code vs. Make, n8n und Custom GPTs
07:40 Mindset Shift in der Agenturarbeit
10:34 AI Visibility messen: Warum eigene Reports entstehen
12:26 Prompt Research, Synonyme und Query Fanouts
20:06 Reporting über ChatGPT, AI Mode, AI Overviews und Perplexity
24:14 Welche Modelle werden abgefragt?
25:00 Sentiment Deep Dive: Warum Erwähnung nicht reicht
28:56 Digital PR und Social Listening mit KI
31:00 Automatisierte Kampagnen und Content Assets
33:12 Landingpages in Minuten statt Wochen
36:04 Content Workflows mit Guidelines, SERPs und Deep Research
40:39 Beispiel: KI-generierter Ratgebertext
43:46 Daily Routine in einer KI-zentrierten Agentur
46:34 Warum KKP trotz Automatisierung weiter einstellt
48:50 Kosten und Tooling rund um Claude Code
50:33 Braucht man künftig noch klassische CMS?
53:17 DataForSEO, Agentur-Brain und Skill-Setup
54:39 MCP vs. API
55:13 Qualitätssicherung und Versionierung
57:42 Abschluss & Hinweis auf SISTRIX MCP / Prompt Research
Artur erklärt, dass KI bei KKP kein zusätzliches Tool mehr ist, sondern zur zentralen Arbeitsumgebung geworden ist. Viele Aufgaben, die früher manuell, mit Make, n8n, Custom GPTs, Excel, Präsentationen oder klassischen SEO-Tools erledigt wurden, laufen heute über Claude Code, eigene Skills, Agenten und ein internes „KKP-Brain“.
Besonders spannend sind die konkreten Workflows: KKP automatisiert Prompt Research, AI-Visibility-Analysen, Sentiment-Auswertungen, Content-Erstellung, Digital-PR-Kampagnen und sogar Landingpages. Dabei zeigt Artur, dass es in AI Search nicht reicht, einfach nur von KI-Systemen erwähnt zu werden. Entscheidend ist, ob eine Marke positiv empfohlen wird und im Vergleich zur Konkurrenz überzeugt.
Die Episode macht deutlich: KI ersetzt nicht einfach Menschen, sondern verschiebt ihre Rolle. Weniger manuelle Fleißarbeit, mehr Strategie, Qualitätskontrolle, Kundenverständnis und Bewertung der Ergebnisse.
Takeaways:
KI ist ein Systemwechsel, kein Tool-Upgrade
Claude Code ist bei KKP nicht nur ein weiteres Tool, sondern die zentrale Infrastruktur für viele SEO-, Content- und AI-Search-Prozesse.Prompt Research muss datenbasiert sein
Prompts einfach zu erfinden, ist laut Artur fahrlässig. KKP nutzt Keywords, Synonyme, Query Fanouts und Clustering, um relevante Prompts systematisch abzuleiten.AI Visibility braucht Sentiment
Eine Brand kann sichtbar sein und trotzdem verlieren, wenn sie von KI-Systemen im Vergleich zur Konkurrenz negativ oder nur eingeschränkt empfohlen wird.MCPs machen Automatisierung skalierbar
Über MCPs wie DataForSEO oder Statista greifen die Workflows auf Crawling-Daten, SERPs, Trends, Statistiken und Quellen zu.Content entsteht aus Daten, nicht aus Bauchgefühl
Gute KI-Workflows verbinden Brand Guidelines, Produktdaten, SERP-Analysen, LLM-Antworten, TF-IDF-Daten und Deep Research.Menschen bleiben wichtig
Strategie, Einordnung, Kundenkommunikation, Qualitätssicherung und fachliche Bewertung werden wichtiger als reine operative Umsetzung.Agenturarbeit wird outputstärker
Artur beschreibt, dass sich der Output deutlich erhöht hat. Entscheidend bleibt aber, Ergebnisse zu liefern statt nur Analysen, Folien oder Tabellen.
Kapitelmarken
00:00 Intro & Vorstellung von Artur Kosch
03:15 Warum KI für KKP ein Systemwechsel ist
05:34 Claude Code vs. Make, n8n und Custom GPTs
07:40 Mindset Shift in der Agenturarbeit
10:34 AI Visibility messen: Warum eigene Reports entstehen
12:26 Prompt Research, Synonyme und Query Fanouts
20:06 Reporting über ChatGPT, AI Mode, AI Overviews und Perplexity
24:14 Welche Modelle werden abgefragt?
25:00 Sentiment Deep Dive: Warum Erwähnung nicht reicht
28:56 Digital PR und Social Listening mit KI
31:00 Automatisierte Kampagnen und Content Assets
33:12 Landingpages in Minuten statt Wochen
36:04 Content Workflows mit Guidelines, SERPs und Deep Research
40:39 Beispiel: KI-generierter Ratgebertext
43:46 Daily Routine in einer KI-zentrierten Agentur
46:34 Warum KKP trotz Automatisierung weiter einstellt
48:50 Kosten und Tooling rund um Claude Code
50:33 Braucht man künftig noch klassische CMS?
53:17 DataForSEO, Agentur-Brain und Skill-Setup
54:39 MCP vs. API
55:13 Qualitätssicherung und Versionierung
57:42 Abschluss & Hinweis auf SISTRIX MCP / Prompt Research
59 Minuten
In dieser Folge spreche ich mit Max Woelfle (SEO Lead ) von On darüber, warum SEO heute deutlich größer gedacht werden muss als Rankings, Traffic und klassische Website-Optimierung. On hat SEO intern zu Organic Growth weiterentwickelt — mit dem Ziel, Sichtbarkeit, Relevanz und digitale Autorität über alle Such- und KI-Touchpoints hinweg zu steuern.
Wir diskutieren, warum es in einer Welt aus AI Overviews, LLMs, Social Search und Commerce-Integrationen nicht mehr nur darum geht, Nutzer:innen auf die eigene Website zu bringen. Entscheidend wird, ob eine Marke, ein Produkt oder eine Entität in den richtigen Kontexten verstanden, empfohlen und positiv dargestellt wird.
Ein großer Schwerpunkt liegt auf Produktdaten, Feeds und strukturierten Informationen. Damit LLMs Produkte korrekt einordnen können, müssen technische Details, Materialien, Größen, Einsatzbereiche, Rückgabeinformationen und Produktvorteile konsistent, zugänglich und maschinenlesbar sein.
Außerdem sprechen wir über Content, digitale Autorität, Social Listening, Sentiment und die Frage, warum echte Erfahrungen, Athleten-Interviews und eigener Information Gain künftig wichtiger werden als generischer SEO-Content.
Key Takeaways
SEO entwickelt sich bei On zu Organic Growth: weg vom reinen Traffic-Denken, hin zu Sichtbarkeit über alle Such- und KI-Systeme.
LLMs und AI Overviews verändern die Rolle von SEO: Nicht nur die URL zählt, sondern ob Produkt- und Markenentitäten korrekt verstanden und empfohlen werden.
Produktdaten und Feeds werden zu einem strategischen Hebel für AI Search, Commerce und Agentic Shopping.
Content bleibt wichtig, wenn er echten Information Gain liefert — zum Beispiel durch Experten, Athleten, Tests und eigene Perspektiven.
Off-Page-Signale, Social Listening und Sentiment werden wichtiger, weil LLMs auch außerhalb der eigenen Website Informationen über Marken und Produkte aufnehmen.
Negative oder falsche Aussagen über Produkte sollten früh erkannt und aktiv adressiert werden.
Die Zukunft liegt in einer Kombination aus Technik, Brand-Kontext, Kategorie-Kontext und Produkt-Kontext.
Kapitelmarken
00:08 Organic Growth statt SEO
03:30 Vom Traffic zur Entität
08:17 Digitale Autorität aufbauen
10:11 Warum Content weiterhin wichtig ist
13:37 Produktdaten für LLMs
17:35 Neue Wettbewerber in KI-Systemen
21:13 Feeds direkt an ChatGPT
26:41 Die Zukunft des Agentic Commerce
32:57 Was SEO aus Mobile-First lernen kann
36:12 Inhalte testen und messen
40:41 Warum Off-Page wieder wichtiger wird
42:56 Sentiment aktiv managen
46:52 Negative Signale früh stoppen
48:55 Feeds liefern Kontext
51:37 Die Entitäts-Pyramide
55:35 Warum der Mensch entscheidend bleibt
Wir diskutieren, warum es in einer Welt aus AI Overviews, LLMs, Social Search und Commerce-Integrationen nicht mehr nur darum geht, Nutzer:innen auf die eigene Website zu bringen. Entscheidend wird, ob eine Marke, ein Produkt oder eine Entität in den richtigen Kontexten verstanden, empfohlen und positiv dargestellt wird.
Ein großer Schwerpunkt liegt auf Produktdaten, Feeds und strukturierten Informationen. Damit LLMs Produkte korrekt einordnen können, müssen technische Details, Materialien, Größen, Einsatzbereiche, Rückgabeinformationen und Produktvorteile konsistent, zugänglich und maschinenlesbar sein.
Außerdem sprechen wir über Content, digitale Autorität, Social Listening, Sentiment und die Frage, warum echte Erfahrungen, Athleten-Interviews und eigener Information Gain künftig wichtiger werden als generischer SEO-Content.
Key Takeaways
SEO entwickelt sich bei On zu Organic Growth: weg vom reinen Traffic-Denken, hin zu Sichtbarkeit über alle Such- und KI-Systeme.
LLMs und AI Overviews verändern die Rolle von SEO: Nicht nur die URL zählt, sondern ob Produkt- und Markenentitäten korrekt verstanden und empfohlen werden.
Produktdaten und Feeds werden zu einem strategischen Hebel für AI Search, Commerce und Agentic Shopping.
Content bleibt wichtig, wenn er echten Information Gain liefert — zum Beispiel durch Experten, Athleten, Tests und eigene Perspektiven.
Off-Page-Signale, Social Listening und Sentiment werden wichtiger, weil LLMs auch außerhalb der eigenen Website Informationen über Marken und Produkte aufnehmen.
Negative oder falsche Aussagen über Produkte sollten früh erkannt und aktiv adressiert werden.
Die Zukunft liegt in einer Kombination aus Technik, Brand-Kontext, Kategorie-Kontext und Produkt-Kontext.
Kapitelmarken
00:08 Organic Growth statt SEO
03:30 Vom Traffic zur Entität
08:17 Digitale Autorität aufbauen
10:11 Warum Content weiterhin wichtig ist
13:37 Produktdaten für LLMs
17:35 Neue Wettbewerber in KI-Systemen
21:13 Feeds direkt an ChatGPT
26:41 Die Zukunft des Agentic Commerce
32:57 Was SEO aus Mobile-First lernen kann
36:12 Inhalte testen und messen
40:41 Warum Off-Page wieder wichtiger wird
42:56 Sentiment aktiv managen
46:52 Negative Signale früh stoppen
48:55 Feeds liefern Kontext
51:37 Die Entitäts-Pyramide
55:35 Warum der Mensch entscheidend bleibt
46 Minuten
AI is changing e-commerce — not in the distant future, but right now. In this episode, Björn Darko speaks with Nikolaj Mogensen, VP & Group Lead SEO at s360, about why the traditional webshop is no longer the only center of gravity in commerce.
Product discovery is becoming more fragmented across Google, ChatGPT, TikTok, marketplaces and future AI shopping interfaces. That means brands, retailers and marketplaces need to rethink how they structure, enrich and optimize product data.
Nikolaj explains why feed optimization is still one of the most underestimated levers in SEO and paid search, how product grids in AI experiences are evolving, why PDPs need to become richer content assets, and how reviews, product highlights, Q&A modules and structured attributes can help AI systems understand and recommend products.
A practical episode for everyone working in e-commerce, SEO, paid search, product data or AI Search.
The webshop remains important, but purchase decisions increasingly happen across many platforms.
AI Search shifts attention from category pages and guides toward products, feeds and PDPs.
LLM traffic is still small, but visibility, recommendations and brand presence matter more than clicks alone.
Google currently has a strong AI Commerce advantage because of its product graph, Shopping data and reviews.
Feed optimization can improve both Shopping Ads performance and future AI visibility.
PDPs should be treated as strategic assets, not just conversion pages.
Reviews, Q&A modules and richer product content give AI systems more context.
Future e-commerce SEO is about making products understandable, recommendable and selectable by AI.
00:00 – Introduction: AI, e-commerce and feeds
Björn introduces Nikolaj Mogensen and the topic of AI-driven commerce.
03:10 – Why the webshop is no longer the center of gravity
Why e-commerce will increasingly happen outside traditional webshops.
05:35 – Fragmented product discovery
How Google, TikTok, AI platforms and marketplaces change where users discover products.
07:01 – Is AI Search only informational?
Why AI also affects transactional and commercial searches.
07:33 – Product grids in ChatGPT and Google AI Mode
How product searches already appear inside AI experiences.
10:40 – OpenAI vs. Google in AI Commerce
The race between OpenAI’s commerce ambitions and Google’s product ecosystem.
12:07 – Why Google may have the advantage
Google’s product graph, reviews, Shopping data and user behavior create a strong position.
14:16 – Reality check on LLM traffic
Why ChatGPT traffic is still small, but strategically relevant.
17:00 – New AI visibility metrics
Why clicks alone are not enough to measure AI Search impact.
18:25 – Why feeds become critical infrastructure
Structured product data becomes essential for AI Commerce visibility.
19:21 – What makes a good product feed?
Common feed weaknesses and the role of titles, descriptions and attributes.
22:40 – Using AI to enrich feeds
How AI can generate better titles, descriptions, highlights and attributes.
25:35 – PDPs as strategic AI assets
Why richer product pages, Q&A modules, USPs and reviews matter.
30:09 – Why reviews are critical
Reviews provide unique product context and should be crawlable and summarized.
33:43 – Where brands should start
Why feed optimization is often the easiest and fastest starting point.
35:36 – Feed optimization case study
How better feeds can improve Shopping Ads and free listings.
39:43 – Feeds for Google, OpenAI and future platforms
How brands can prepare for future AI Commerce integrations.
41:48 – Four priorities for AI Commerce readiness
Content, data, feed optimization and brand as key focus areas.
43:51 – Final thoughts
Product feeds are becoming one of the most underestimated levers in AI Commerce.
Product discovery is becoming more fragmented across Google, ChatGPT, TikTok, marketplaces and future AI shopping interfaces. That means brands, retailers and marketplaces need to rethink how they structure, enrich and optimize product data.
Nikolaj explains why feed optimization is still one of the most underestimated levers in SEO and paid search, how product grids in AI experiences are evolving, why PDPs need to become richer content assets, and how reviews, product highlights, Q&A modules and structured attributes can help AI systems understand and recommend products.
A practical episode for everyone working in e-commerce, SEO, paid search, product data or AI Search.
The webshop remains important, but purchase decisions increasingly happen across many platforms.
AI Search shifts attention from category pages and guides toward products, feeds and PDPs.
LLM traffic is still small, but visibility, recommendations and brand presence matter more than clicks alone.
Google currently has a strong AI Commerce advantage because of its product graph, Shopping data and reviews.
Feed optimization can improve both Shopping Ads performance and future AI visibility.
PDPs should be treated as strategic assets, not just conversion pages.
Reviews, Q&A modules and richer product content give AI systems more context.
Future e-commerce SEO is about making products understandable, recommendable and selectable by AI.
00:00 – Introduction: AI, e-commerce and feeds
Björn introduces Nikolaj Mogensen and the topic of AI-driven commerce.
03:10 – Why the webshop is no longer the center of gravity
Why e-commerce will increasingly happen outside traditional webshops.
05:35 – Fragmented product discovery
How Google, TikTok, AI platforms and marketplaces change where users discover products.
07:01 – Is AI Search only informational?
Why AI also affects transactional and commercial searches.
07:33 – Product grids in ChatGPT and Google AI Mode
How product searches already appear inside AI experiences.
10:40 – OpenAI vs. Google in AI Commerce
The race between OpenAI’s commerce ambitions and Google’s product ecosystem.
12:07 – Why Google may have the advantage
Google’s product graph, reviews, Shopping data and user behavior create a strong position.
14:16 – Reality check on LLM traffic
Why ChatGPT traffic is still small, but strategically relevant.
17:00 – New AI visibility metrics
Why clicks alone are not enough to measure AI Search impact.
18:25 – Why feeds become critical infrastructure
Structured product data becomes essential for AI Commerce visibility.
19:21 – What makes a good product feed?
Common feed weaknesses and the role of titles, descriptions and attributes.
22:40 – Using AI to enrich feeds
How AI can generate better titles, descriptions, highlights and attributes.
25:35 – PDPs as strategic AI assets
Why richer product pages, Q&A modules, USPs and reviews matter.
30:09 – Why reviews are critical
Reviews provide unique product context and should be crawlable and summarized.
33:43 – Where brands should start
Why feed optimization is often the easiest and fastest starting point.
35:36 – Feed optimization case study
How better feeds can improve Shopping Ads and free listings.
39:43 – Feeds for Google, OpenAI and future platforms
How brands can prepare for future AI Commerce integrations.
41:48 – Four priorities for AI Commerce readiness
Content, data, feed optimization and brand as key focus areas.
43:51 – Final thoughts
Product feeds are becoming one of the most underestimated levers in AI Commerce.
1 Stunde
In dieser SEOPRESSO Livestream-Episode spricht Björn Darko mit Matthäus Michalik, Co-Founder von Claneo und Mitautor des Fachbuchs „Generative Engine Optimization“, über die Frage, wie Unternehmen Inhalte, Marken und Produkte für Systeme wie ChatGPT, Gemini, Claude, AI Overviews und AI Mode optimieren können.
Im Gespräch geht es darum, warum GEO kein Ersatz für SEO ist, sondern ein zusätzlicher Layer auf einem starken SEO-Fundament. Matthäus erklärt, warum LLMs nicht primär als Traffic-Kanal verstanden werden sollten, sondern eher als Entscheidungs- und Branding-Kanal. Entscheidend sind deshalb nicht nur Klicks, sondern vor allem Erwähnungen, Empfehlungen, Citations, Quellenqualität und Sentiment.
Außerdem sprechen Björn und Matthäus über strategische GEO-Setups, relevante Prompt-Sets, technische Voraussetzungen, JavaScript, strukturierte Daten, LLMS.txt, Grounding Pages, Drittquellen, PR, Affiliate, Content-Qualität und die Frage, wem GEO im Unternehmen eigentlich gehören sollte.
Eine Folge für alle, die GEO nicht als Buzzword verstehen wollen, sondern als konkrete Erweiterung moderner SEO- und Brand-Strategien.
Takeaways
GEO ersetzt SEO nicht
Gute SEO bleibt das Fundament. GEO erweitert SEO um Sichtbarkeit in KI-Antworten: Mentions, Empfehlungen und Citations.
LLMs sind Entscheidungsfinder
Direkter AI-Traffic ist oft gering. Der größere Wert liegt in Markenwahrnehmung, Empfehlung und späterer Suche über Google oder Direktzugriff.
Mentions sind oft wichtiger als Citations
Eine Marke kann empfohlen werden, ohne direkt verlinkt zu sein. Genau das kann Kaufentscheidungen stark beeinflussen.
GEO startet am unteren Funnel-Ende
Besonders relevant sind Prompts, bei denen Nutzer nach Produkten, Anbietern, Vergleichen oder Empfehlungen suchen.
Drittquellen werden entscheidend
Foren, Vergleichsportale, Magazine, Branchenverzeichnisse, LinkedIn oder Affiliate-Seiten beeinflussen, welche Marken KI-Systeme nennen.
Content muss zitierfähig sein
Gute GEO-Inhalte sind klar strukturiert, verständlich, fragmentierbar und enthalten kurze Antworten, W-Fragen, Vergleiche, eigene Daten und echte Expertise.
Technische Basics bleiben zentral
Crawlability, sauberes HTML, interne Verlinkung, Indexierbarkeit und Bot-Zugänglichkeit sind auch für KI-Systeme relevant.
GEO ist Teamarbeit
SEO kann das Thema strategisch führen, braucht aber PR, Brand, Content, Tech, Affiliate, Product und Communications an Bord.
Kapitelmarken
00:00 Intro & technischer Start
01:30 Willkommen zum SEOPRESSO Livestream
03:08 Warum GEO ein eigenes Fachbuch braucht
05:41 GEO vs. SEO: Was ist wirklich anders?
06:11 Definition: Was bedeutet Generative Engine Optimization?
07:06 Warum LLMs keine klassischen Traffic-Kanäle sind
08:47 Wie generative Engines Inhalte auswählen
12:04 Ratgeber-Content, AI Overviews und sinkende Klicks
15:09 Training, Grounding und Crawler verstehen
17:50 Warum SEO weiterhin das Fundament bleibt
21:10 Was gehört in eine gute GEO-Strategie?
23:51 Prompt-Sets, Baselines und Monitoring
25:27 Drittquellen, Reputation und positive Erwähnungen
26:49 Was macht Content für LLMs verwertbar?
29:23 Zitierbare Sätze, W-Fragen und eigene Daten
30:04 Information Gain als Wettbewerbsvorteil
32:25 Technik, JavaScript und Struktur
33:11 LLMS.txt: Standard oder überschätzt?
34:57 Grounding Pages: sinnvoll oder Pflaster?
36:33 Strukturierte Daten und KI-Systeme
38:22 Technische GEO-Quick-Wins
39:36 GEO messbar machen
40:14 AI Search als Brandkanal
42:41 Mentions, Citations, Sentiment und Referral Traffic
46:56 Unterschied zwischen Erwähnung und Citation
48:49 Personalisierung, Prompt-Varianz und Reporting
52:08 Wem gehört GEO im Unternehmen?
56:08 Warum GEO Silos aufbrechen kann
56:52 Wie erkennt man Nutzer aus KI-Systemen?
58:30 Bing Webmaster Tools und AI Search Reporting
59:36 Abschluss und Buchtipp
Im Gespräch geht es darum, warum GEO kein Ersatz für SEO ist, sondern ein zusätzlicher Layer auf einem starken SEO-Fundament. Matthäus erklärt, warum LLMs nicht primär als Traffic-Kanal verstanden werden sollten, sondern eher als Entscheidungs- und Branding-Kanal. Entscheidend sind deshalb nicht nur Klicks, sondern vor allem Erwähnungen, Empfehlungen, Citations, Quellenqualität und Sentiment.
Außerdem sprechen Björn und Matthäus über strategische GEO-Setups, relevante Prompt-Sets, technische Voraussetzungen, JavaScript, strukturierte Daten, LLMS.txt, Grounding Pages, Drittquellen, PR, Affiliate, Content-Qualität und die Frage, wem GEO im Unternehmen eigentlich gehören sollte.
Eine Folge für alle, die GEO nicht als Buzzword verstehen wollen, sondern als konkrete Erweiterung moderner SEO- und Brand-Strategien.
Takeaways
GEO ersetzt SEO nicht
Gute SEO bleibt das Fundament. GEO erweitert SEO um Sichtbarkeit in KI-Antworten: Mentions, Empfehlungen und Citations.
LLMs sind Entscheidungsfinder
Direkter AI-Traffic ist oft gering. Der größere Wert liegt in Markenwahrnehmung, Empfehlung und späterer Suche über Google oder Direktzugriff.
Mentions sind oft wichtiger als Citations
Eine Marke kann empfohlen werden, ohne direkt verlinkt zu sein. Genau das kann Kaufentscheidungen stark beeinflussen.
GEO startet am unteren Funnel-Ende
Besonders relevant sind Prompts, bei denen Nutzer nach Produkten, Anbietern, Vergleichen oder Empfehlungen suchen.
Drittquellen werden entscheidend
Foren, Vergleichsportale, Magazine, Branchenverzeichnisse, LinkedIn oder Affiliate-Seiten beeinflussen, welche Marken KI-Systeme nennen.
Content muss zitierfähig sein
Gute GEO-Inhalte sind klar strukturiert, verständlich, fragmentierbar und enthalten kurze Antworten, W-Fragen, Vergleiche, eigene Daten und echte Expertise.
Technische Basics bleiben zentral
Crawlability, sauberes HTML, interne Verlinkung, Indexierbarkeit und Bot-Zugänglichkeit sind auch für KI-Systeme relevant.
GEO ist Teamarbeit
SEO kann das Thema strategisch führen, braucht aber PR, Brand, Content, Tech, Affiliate, Product und Communications an Bord.
Kapitelmarken
00:00 Intro & technischer Start
01:30 Willkommen zum SEOPRESSO Livestream
03:08 Warum GEO ein eigenes Fachbuch braucht
05:41 GEO vs. SEO: Was ist wirklich anders?
06:11 Definition: Was bedeutet Generative Engine Optimization?
07:06 Warum LLMs keine klassischen Traffic-Kanäle sind
08:47 Wie generative Engines Inhalte auswählen
12:04 Ratgeber-Content, AI Overviews und sinkende Klicks
15:09 Training, Grounding und Crawler verstehen
17:50 Warum SEO weiterhin das Fundament bleibt
21:10 Was gehört in eine gute GEO-Strategie?
23:51 Prompt-Sets, Baselines und Monitoring
25:27 Drittquellen, Reputation und positive Erwähnungen
26:49 Was macht Content für LLMs verwertbar?
29:23 Zitierbare Sätze, W-Fragen und eigene Daten
30:04 Information Gain als Wettbewerbsvorteil
32:25 Technik, JavaScript und Struktur
33:11 LLMS.txt: Standard oder überschätzt?
34:57 Grounding Pages: sinnvoll oder Pflaster?
36:33 Strukturierte Daten und KI-Systeme
38:22 Technische GEO-Quick-Wins
39:36 GEO messbar machen
40:14 AI Search als Brandkanal
42:41 Mentions, Citations, Sentiment und Referral Traffic
46:56 Unterschied zwischen Erwähnung und Citation
48:49 Personalisierung, Prompt-Varianz und Reporting
52:08 Wem gehört GEO im Unternehmen?
56:08 Warum GEO Silos aufbrechen kann
56:52 Wie erkennt man Nutzer aus KI-Systemen?
58:30 Bing Webmaster Tools und AI Search Reporting
59:36 Abschluss und Buchtipp
32 Minuten
In diesem Gespräch mit Sandra Radke von Wingman Online Marketing wird die Bedeutung der Barrierefreiheit im Kontext von AI-Agents beleuchtet. Es wird erklärt, warum barrierefreie Webseiten nicht nur für Menschen, sondern auch für KI-gestützte Systeme essenziell sind und welche Herausforderungen und Chancen sich daraus ergeben.
Key Topics
Bedeutung der Barrierefreiheit für AI-Agents
Herausforderungen bei der Umsetzung von Accessibility
Rolle von ARIA und semantischem HTML
Praktische Tipps für barrierefreie Webentwicklung
Zusammenhang zwischen Barrierefreiheit, SEO und Performance
Kapitel
00:00 Einführung in Barrierefreiheit und AI-Agents
01:50 Die Bedeutung von Barrierefreiheit für AI-Agents
04:00 Herausforderungen bei Formularen und Usability
09:57 ARIA: Chancen und Risiken
14:13 Der Accessibility Tree und seine Optimierung
20:02 Barrierefreiheit und Performance-Vorteile
26:00 Praktische Tests für Barrierefreiheit und AI-Agents
Key Topics
Bedeutung der Barrierefreiheit für AI-Agents
Herausforderungen bei der Umsetzung von Accessibility
Rolle von ARIA und semantischem HTML
Praktische Tipps für barrierefreie Webentwicklung
Zusammenhang zwischen Barrierefreiheit, SEO und Performance
Kapitel
00:00 Einführung in Barrierefreiheit und AI-Agents
01:50 Die Bedeutung von Barrierefreiheit für AI-Agents
04:00 Herausforderungen bei Formularen und Usability
09:57 ARIA: Chancen und Risiken
14:13 Der Accessibility Tree und seine Optimierung
20:02 Barrierefreiheit und Performance-Vorteile
26:00 Praktische Tests für Barrierefreiheit und AI-Agents
50 Minuten
Google Discover gilt für viele immer noch als Blackbox. Moritz Serif sieht das anders. In dieser Folge spricht er mit Björn darüber, warum Discover zwar volatil, aber längst nicht unplanbar ist — wenn man versteht, wie Themenautoritäten, journalistische Qualität, Autorenprofile und sauberes Refreshing zusammenspielen.
Ihr sprecht über typische Publisher-Fehler, die Rolle von einzigartigem Content, warum Republishing heute deutlich sauberer gedacht werden muss und welche Maßnahmen in echten Cases zu massivem Wachstum geführt haben. Außerdem geht es um die Frage, wie auch kleinere Publisher oder sogar Marktplätze in Discover erfolgreich sein können — und warum YouTube und Video in den kommenden Monaten eine immer größere Rolle spielen werden.
Google Discover ist volatil, aber keine echte Blackbox mehr, wenn man Mechaniken, Muster und Fehlerquellen versteht.
Die wichtigsten Hebel bleiben Autorität, einzigartige Inhalte und Expertise über starke Autorenprofile.
Erfolgreiche Publisher bespielen ihre Top-Entitäten konsequent und verwässern ihre Themenstrategie nicht beliebig.
Refreshing und Republishing funktionieren weiter, aber stumpfes Neuveröffentlichen ohne echten Mehrwert verliert an Wirkung.
Discover-Erfolg entsteht oft durch journalistische Arbeitsweise: Nachfrage erkennen, nachlegen, neue Spins finden und echten Information Gain liefern.
Autorenprofile mit Struktur, Fachbezug und klarer Expertise stärken Vertrauen und E-E-A-T-Signale.
Einzigartiger Content kann aus exklusiven Recherchen, Daten, Presseanfragen oder einem neuen Blick auf ein Thema entstehen.
Video wird in Discover voraussichtlich deutlich wichtiger, vor allem durch YouTube
Kapitelmarken
00:00 Intro und Begrüßung02:04 Icebreaker: Gilt das alte Discover-Playbook noch?04:39 Blackbox oder doch planbar?08:06 Erste Analyse: Welche Themen und Entitäten funktionieren wirklich?12:15 Themenautorität aufbauen und Entitäten gezielt besetzen19:45 Was ist eigentlich einzigartiger, journalistischer Content?23:09 Discover braucht Nachschub: Warum Redaktionen öfter nachlegen sollten25:50 Refreshing & Republishing: Was heute noch funktioniert29:09 Autorenprofile, E-E-A-T und vertrauenswürdige Experten33:57 News-Events vorbereiten und Discover strategisch planen36:15 Case Studies: Von starkem Wachstum mit einfachen SEO-Hebeln43:08 Discover-Update: Was hat sich wirklich verändert?45:03 Blick nach vorn: YouTube, Video und die Zukunft von Discover48:18 Outro
Ihr sprecht über typische Publisher-Fehler, die Rolle von einzigartigem Content, warum Republishing heute deutlich sauberer gedacht werden muss und welche Maßnahmen in echten Cases zu massivem Wachstum geführt haben. Außerdem geht es um die Frage, wie auch kleinere Publisher oder sogar Marktplätze in Discover erfolgreich sein können — und warum YouTube und Video in den kommenden Monaten eine immer größere Rolle spielen werden.
Google Discover ist volatil, aber keine echte Blackbox mehr, wenn man Mechaniken, Muster und Fehlerquellen versteht.
Die wichtigsten Hebel bleiben Autorität, einzigartige Inhalte und Expertise über starke Autorenprofile.
Erfolgreiche Publisher bespielen ihre Top-Entitäten konsequent und verwässern ihre Themenstrategie nicht beliebig.
Refreshing und Republishing funktionieren weiter, aber stumpfes Neuveröffentlichen ohne echten Mehrwert verliert an Wirkung.
Discover-Erfolg entsteht oft durch journalistische Arbeitsweise: Nachfrage erkennen, nachlegen, neue Spins finden und echten Information Gain liefern.
Autorenprofile mit Struktur, Fachbezug und klarer Expertise stärken Vertrauen und E-E-A-T-Signale.
Einzigartiger Content kann aus exklusiven Recherchen, Daten, Presseanfragen oder einem neuen Blick auf ein Thema entstehen.
Video wird in Discover voraussichtlich deutlich wichtiger, vor allem durch YouTube
Kapitelmarken
00:00 Intro und Begrüßung02:04 Icebreaker: Gilt das alte Discover-Playbook noch?04:39 Blackbox oder doch planbar?08:06 Erste Analyse: Welche Themen und Entitäten funktionieren wirklich?12:15 Themenautorität aufbauen und Entitäten gezielt besetzen19:45 Was ist eigentlich einzigartiger, journalistischer Content?23:09 Discover braucht Nachschub: Warum Redaktionen öfter nachlegen sollten25:50 Refreshing & Republishing: Was heute noch funktioniert29:09 Autorenprofile, E-E-A-T und vertrauenswürdige Experten33:57 News-Events vorbereiten und Discover strategisch planen36:15 Case Studies: Von starkem Wachstum mit einfachen SEO-Hebeln43:08 Discover-Update: Was hat sich wirklich verändert?45:03 Blick nach vorn: YouTube, Video und die Zukunft von Discover48:18 Outro
56 Minuten
Braucht es in drei Jahren überhaupt noch SEO-Agenturen?
In dieser Folge spreche ich mit Niklas Buschner darüber, wie sich Agenturen durch KI gerade grundlegend verändern. Wir reden über das Ende klassischer Stundenmodelle, warum reine Audits und Advisory immer stärker commoditized werden und weshalb Umsetzung, Erfahrung und echter Business Impact zum entscheidenden Unterschied werden.
Außerdem geht es darum, wie moderne Organic-Growth-Agenturen AI nutzen, um effizienter zu arbeiten, bessere Workflows zu bauen und Kunden nicht nur Wissen, sondern echte Ergebnisse zu liefern.
Takeaways
Reines SEO-Consulting wird austauschbarer. Wissen, Audits und Standardempfehlungen lassen sich heute oft schon mit KI-Tools erzeugen.
Agenturen der Zukunft müssen liefern, nicht nur beraten. Der Unterschied liegt in Execution, Erfahrung und der Fähigkeit, echte Growth Cases umzusetzen.
Stundenbasierte Abrechnung gerät massiv unter Druck. Kunden wollen stärker verstehen, welchen konkreten Business Impact sie für ihr Geld bekommen.
Ergebnisorientierung wird wichtiger als Deliverables. Entscheidend sind Leads, Signups, Pipeline, Umsatz und nicht nur Sichtbarkeit oder Klicks.
Kund:innen kommen besser informiert ins Gespräch. Dadurch verändern sich Briefings, Erwartungen und die Tiefe der Zusammenarbeit.
KI ist kein Ersatz für Erfahrung. Sie kann viel beschleunigen, aber nicht zuverlässig priorisieren, einordnen und strategisch vorausdenken.
Die Agentur der Zukunft ist eher ein kleines Elite-Team als eine große Consultant-Maschinerie.
AI Search und GEO sind weder kompletter Hype noch überall gleich relevant. Der Impact hängt stark von Branche, Geschäftsmodell und Zielgruppe ab.
Kapitelmarken
00:00 Intro und Vorstellung von Niklas Buschner
02:04 Braucht es in Zukunft noch SEO-Agenturen?
04:11 Was Agenturen heute noch wirklich wertvoll macht
07:00 Warum Erfahrung durch KI nicht ersetzbar ist
11:46 Wie sich Pricing und Agenturmodelle verändern
18:59 Fixum, Performance und Business-Impact als neues Modell
21:40 Wie sich Kundenerwartungen und Kundengespräche verändern
25:58 Was „#1 Organic Growth Agency in Europe“ eigentlich bedeutet
30:24 Warum bessere Systeme wichtiger sind als mehr Leute
33:15 Wie Radyant KI-Infrastruktur konkret einsetzt
39:41 Das Operating Model der Agentur der Zukunft
44:04 Elite-Team statt Consultant-Maschinerie?
47:34 Uncomfortable Truths: Was in Agenturen jetzt wegbrechen wird
48:46 GEO, AI Search und die Frage: Hype oder echte Veränderung?
51:28 Woran Niklas in drei Jahren messen würde, ob er gewonnen hat
53:46 Outro
Genannte Links
Im Transkript werden drei Links für die Shownotes erwähnt. Die passenden offiziellen Ziele sind:
Niklas Buschner Linkedin
Radyant Website
Masters of Search Podcast
In dieser Folge spreche ich mit Niklas Buschner darüber, wie sich Agenturen durch KI gerade grundlegend verändern. Wir reden über das Ende klassischer Stundenmodelle, warum reine Audits und Advisory immer stärker commoditized werden und weshalb Umsetzung, Erfahrung und echter Business Impact zum entscheidenden Unterschied werden.
Außerdem geht es darum, wie moderne Organic-Growth-Agenturen AI nutzen, um effizienter zu arbeiten, bessere Workflows zu bauen und Kunden nicht nur Wissen, sondern echte Ergebnisse zu liefern.
Takeaways
Reines SEO-Consulting wird austauschbarer. Wissen, Audits und Standardempfehlungen lassen sich heute oft schon mit KI-Tools erzeugen.
Agenturen der Zukunft müssen liefern, nicht nur beraten. Der Unterschied liegt in Execution, Erfahrung und der Fähigkeit, echte Growth Cases umzusetzen.
Stundenbasierte Abrechnung gerät massiv unter Druck. Kunden wollen stärker verstehen, welchen konkreten Business Impact sie für ihr Geld bekommen.
Ergebnisorientierung wird wichtiger als Deliverables. Entscheidend sind Leads, Signups, Pipeline, Umsatz und nicht nur Sichtbarkeit oder Klicks.
Kund:innen kommen besser informiert ins Gespräch. Dadurch verändern sich Briefings, Erwartungen und die Tiefe der Zusammenarbeit.
KI ist kein Ersatz für Erfahrung. Sie kann viel beschleunigen, aber nicht zuverlässig priorisieren, einordnen und strategisch vorausdenken.
Die Agentur der Zukunft ist eher ein kleines Elite-Team als eine große Consultant-Maschinerie.
AI Search und GEO sind weder kompletter Hype noch überall gleich relevant. Der Impact hängt stark von Branche, Geschäftsmodell und Zielgruppe ab.
Kapitelmarken
00:00 Intro und Vorstellung von Niklas Buschner
02:04 Braucht es in Zukunft noch SEO-Agenturen?
04:11 Was Agenturen heute noch wirklich wertvoll macht
07:00 Warum Erfahrung durch KI nicht ersetzbar ist
11:46 Wie sich Pricing und Agenturmodelle verändern
18:59 Fixum, Performance und Business-Impact als neues Modell
21:40 Wie sich Kundenerwartungen und Kundengespräche verändern
25:58 Was „#1 Organic Growth Agency in Europe“ eigentlich bedeutet
30:24 Warum bessere Systeme wichtiger sind als mehr Leute
33:15 Wie Radyant KI-Infrastruktur konkret einsetzt
39:41 Das Operating Model der Agentur der Zukunft
44:04 Elite-Team statt Consultant-Maschinerie?
47:34 Uncomfortable Truths: Was in Agenturen jetzt wegbrechen wird
48:46 GEO, AI Search und die Frage: Hype oder echte Veränderung?
51:28 Woran Niklas in drei Jahren messen würde, ob er gewonnen hat
53:46 Outro
Genannte Links
Im Transkript werden drei Links für die Shownotes erwähnt. Die passenden offiziellen Ziele sind:
Niklas Buschner Linkedin
Radyant Website
Masters of Search Podcast
48 Minuten
Millionen von Produktdetailseiten im Index zu haben, klingt erstmal nach SEO-Potenzial. In der Praxis entsteht dadurch aber oft vor allem eines: Kannibalisierung, schwache Seitenqualität und unnötiger Index-Ballast.
In dieser Episode spreche ich mit Jan Wölk, Senior Product Manager SEO bei OTTO, darüber, wie OTTO das Indexmanagement für Millionen von PDPs systematisch steuert. Wir sprechen über die Grundlogik hinter ihrem Deindexierungsmodell, warum weniger oft mehr ist, wie ein Machine-Learning-Modell bei Indexierungsentscheidungen hilft und welche Schutzmechanismen nötig sind, um keinen Traffic zu verlieren.
Außerdem geht es um ein besonders spannendes Feld im E-Commerce-SEO: Produktvarianten. Wann lohnen sich indexierbare Varianten wirklich? Wo entsteht Mehrwert im Longtail? Und wann drohen Duplicate Content, Kannibalisierung und Index Bloat?
Eine Episode für alle, die SEO in großen E-Commerce- oder Marketplace-Setups skalierbar, datengetrieben und produktnah denken wollen.
Takeaways
Nicht jede PDP gehört in den Index. Bei großen Produktkatalogen führt zu viel Indexierung oft zu Kannibalisierung und schwacher Gesamtqualität.
Deindexierung muss kein Verlust sein. Wenn irrelevante Seiten entfernt werden, kann die Performance der verbleibenden Seiten sogar steigen.
OTTO arbeitet mit einem ML-Modell, das für PDPs vorhersagt, ob sie wahrscheinlich organische Klicks einsammeln werden.
Coldstart-Fähigkeit ist entscheidend: Auch neue Produkte sollen direkt als Index- oder Noindex-Kandidat bewertet werden können.
Ein Holdout-Mechanismus schützt vor Trafficverlust, indem das Modell kontinuierlich gegen reale Klickdaten validiert wird.
Produktvarianten sind eine große Chance, aber nur dann, wenn sie ein wirklich eigenständiges Targeting und Suchinteresse abdecken.
Interne Verlinkung und technische Einbindung bleiben bei Varianten ein zentraler Hebel für zukünftiges Wachstum.
Kategorie- und Produktseiten müssen zusammenspielen: Nicht jedes Keyword gehört auf eine PDP — oft ist die Kategorieseite der bessere Einstieg.
Kapitelmarken:
00:00 Intro: Jan Wölk, OTTO und das Thema PDP-Indexmanagement
01:30 Warum nicht jede Produktdetailseite indexiert werden sollte
03:12 Das eigentliche Problem bei Millionen von PDPs
04:25 Warum Deindexierung ein Wachstumstreiber sein kann
06:16 Wie viele PDPs gehören überhaupt in den Index?
07:32 So funktioniert das ML-Modell hinter den Indexierungsentscheidungen
11:13 Coldstart, Feature-Logik und Schutz vor Fehlentscheidungen
15:11 Wie man das intern gegenüber Stakeholdern erklärt
17:44 Holdout-Prinzip: Deindexieren ohne Trafficverlust
26:02 Tägliche Steuerung: Index, Noindex, Sitemap und Modelltraining
27:49 Produktvarianten: große Chance oder SEO-Risiko?
35:03 Der Variantentest bei OTTO und was er gezeigt hat
37:56 Was heute noch ungelöst ist und woran OTTO weiterarbeitet
40:19 Der Shift zwischen PDPs und Kategorieseiten
42:43 Produktseiten, LLMs und die Zukunft des E-Commerce-SEO
43:38 Was Jan rückblickend anders bauen würde
45:27 Fazit und Verabschiedung
In dieser Episode spreche ich mit Jan Wölk, Senior Product Manager SEO bei OTTO, darüber, wie OTTO das Indexmanagement für Millionen von PDPs systematisch steuert. Wir sprechen über die Grundlogik hinter ihrem Deindexierungsmodell, warum weniger oft mehr ist, wie ein Machine-Learning-Modell bei Indexierungsentscheidungen hilft und welche Schutzmechanismen nötig sind, um keinen Traffic zu verlieren.
Außerdem geht es um ein besonders spannendes Feld im E-Commerce-SEO: Produktvarianten. Wann lohnen sich indexierbare Varianten wirklich? Wo entsteht Mehrwert im Longtail? Und wann drohen Duplicate Content, Kannibalisierung und Index Bloat?
Eine Episode für alle, die SEO in großen E-Commerce- oder Marketplace-Setups skalierbar, datengetrieben und produktnah denken wollen.
Takeaways
Nicht jede PDP gehört in den Index. Bei großen Produktkatalogen führt zu viel Indexierung oft zu Kannibalisierung und schwacher Gesamtqualität.
Deindexierung muss kein Verlust sein. Wenn irrelevante Seiten entfernt werden, kann die Performance der verbleibenden Seiten sogar steigen.
OTTO arbeitet mit einem ML-Modell, das für PDPs vorhersagt, ob sie wahrscheinlich organische Klicks einsammeln werden.
Coldstart-Fähigkeit ist entscheidend: Auch neue Produkte sollen direkt als Index- oder Noindex-Kandidat bewertet werden können.
Ein Holdout-Mechanismus schützt vor Trafficverlust, indem das Modell kontinuierlich gegen reale Klickdaten validiert wird.
Produktvarianten sind eine große Chance, aber nur dann, wenn sie ein wirklich eigenständiges Targeting und Suchinteresse abdecken.
Interne Verlinkung und technische Einbindung bleiben bei Varianten ein zentraler Hebel für zukünftiges Wachstum.
Kategorie- und Produktseiten müssen zusammenspielen: Nicht jedes Keyword gehört auf eine PDP — oft ist die Kategorieseite der bessere Einstieg.
Kapitelmarken:
00:00 Intro: Jan Wölk, OTTO und das Thema PDP-Indexmanagement
01:30 Warum nicht jede Produktdetailseite indexiert werden sollte
03:12 Das eigentliche Problem bei Millionen von PDPs
04:25 Warum Deindexierung ein Wachstumstreiber sein kann
06:16 Wie viele PDPs gehören überhaupt in den Index?
07:32 So funktioniert das ML-Modell hinter den Indexierungsentscheidungen
11:13 Coldstart, Feature-Logik und Schutz vor Fehlentscheidungen
15:11 Wie man das intern gegenüber Stakeholdern erklärt
17:44 Holdout-Prinzip: Deindexieren ohne Trafficverlust
26:02 Tägliche Steuerung: Index, Noindex, Sitemap und Modelltraining
27:49 Produktvarianten: große Chance oder SEO-Risiko?
35:03 Der Variantentest bei OTTO und was er gezeigt hat
37:56 Was heute noch ungelöst ist und woran OTTO weiterarbeitet
40:19 Der Shift zwischen PDPs und Kategorieseiten
42:43 Produktseiten, LLMs und die Zukunft des E-Commerce-SEO
43:38 Was Jan rückblickend anders bauen würde
45:27 Fazit und Verabschiedung
42 Minuten
What happens to journalism, traffic, and publishing business models when AI increasingly stands between publishers and audiences?
In this episode, Björn Darko speaks with Steven Wilson-Bales about the profound impact of AI on the news industry, the future of journalism, and the strategies publishers need in order to stay relevant in a rapidly changing media landscape. They explore how LLMs, social platforms, and shifting user behavior are changing the way news is discovered, consumed, and monetized.
The conversation covers why originality, quality, and community are becoming more important for publishers, how Google Discover continues to shape visibility for news brands, and why the industry needs new thinking beyond traffic-at-all-costs. This episode is a deep dive into what publishers need to understand now if they want to build resilient media brands in the age of AI.
In this episode, you’ll learn:
How AI is reshaping the news industry
Why traditional traffic models are under pressure
What role Google Discover still plays for publishers
Why quality is becoming more important than pure click volume
Which strategies publishers should develop for an AI-driven future
Chapter Marks
00:00 Introduction to news, SEO, and the current landscape
03:03 The challenges of news publishing in the AI era
05:57 Algorithms, search engines, and control over visibility
09:07 How AI is changing news traffic
11:54 Why originality matters more than ever in journalism
14:53 The need for stronger collaboration across the news industry
18:01 Paywalls, AI interfaces, and publisher challenges
22:04 The role of human judgment in the modern newsroom
25:31 Metrics, user needs, and the problem with the wrong incentives
28:11 The future of journalism in an AI-first world
30:55 Strategies for publishers dealing with AI and LLMs
32:32 The return of vertical search behavior
35:27 Why quality, community, and trust matter more now
39:44 Tone, identity, and the role of community in publishing
Takeaways
AI is changing not just distribution, but the relationship between publishers and audiences.
Publishers can no longer rely only on traditional search and traffic patterns.
Google Discover remains an important visibility channel, but it is not a stable strategy on its own.
Originality, editorial voice, and differentiation are becoming more valuable than scaled commodity content.
Quality beats click-chasing for publishers that want long-term relevance.
Community and direct audience relationships are becoming strategic advantages in modern publishing.
In this episode, Björn Darko speaks with Steven Wilson-Bales about the profound impact of AI on the news industry, the future of journalism, and the strategies publishers need in order to stay relevant in a rapidly changing media landscape. They explore how LLMs, social platforms, and shifting user behavior are changing the way news is discovered, consumed, and monetized.
The conversation covers why originality, quality, and community are becoming more important for publishers, how Google Discover continues to shape visibility for news brands, and why the industry needs new thinking beyond traffic-at-all-costs. This episode is a deep dive into what publishers need to understand now if they want to build resilient media brands in the age of AI.
In this episode, you’ll learn:
How AI is reshaping the news industry
Why traditional traffic models are under pressure
What role Google Discover still plays for publishers
Why quality is becoming more important than pure click volume
Which strategies publishers should develop for an AI-driven future
Chapter Marks
00:00 Introduction to news, SEO, and the current landscape
03:03 The challenges of news publishing in the AI era
05:57 Algorithms, search engines, and control over visibility
09:07 How AI is changing news traffic
11:54 Why originality matters more than ever in journalism
14:53 The need for stronger collaboration across the news industry
18:01 Paywalls, AI interfaces, and publisher challenges
22:04 The role of human judgment in the modern newsroom
25:31 Metrics, user needs, and the problem with the wrong incentives
28:11 The future of journalism in an AI-first world
30:55 Strategies for publishers dealing with AI and LLMs
32:32 The return of vertical search behavior
35:27 Why quality, community, and trust matter more now
39:44 Tone, identity, and the role of community in publishing
Takeaways
AI is changing not just distribution, but the relationship between publishers and audiences.
Publishers can no longer rely only on traditional search and traffic patterns.
Google Discover remains an important visibility channel, but it is not a stable strategy on its own.
Originality, editorial voice, and differentiation are becoming more valuable than scaled commodity content.
Quality beats click-chasing for publishers that want long-term relevance.
Community and direct audience relationships are becoming strategic advantages in modern publishing.
