Google Search Console mit KI auswerten: echte Antworten

In der Search Console steckt die Antwort auf fast jede Frage zur organischen Performance, nur zeigt sie dir kaum eine davon von selbst. KI-Analyse schließt diese Lücke auf zwei Wegen: Googles eigene KI-gestützte Konfiguration baut dir den Bericht, und ein externer KI-Agent wertet die Daten aus und findet CTR-Lücken, Keyword-Kannibalisierung und Content Decay, an denen du sonst einfach vorbeiscrollen würdest.

Beides wird gern in einen Topf geworfen, ist aber nicht dasselbe. Das eine nimmt dir das Zusammenklicken von Filtern ab. Das andere übernimmt die eigentliche Analyse. Welches von beiden du nutzt, entscheidet darüber, was du davon erwarten kannst.

Was die KI-gestützte Konfiguration der Search Console wirklich kann

Im Dezember 2025 hat Google im Leistungsbericht die AI-powered configuration (KI-gestützte Konfiguration) eingeführt. Du beschreibst in normaler Sprache, welche Auswertung du sehen willst, und die Funktion setzt Filter, Vergleiche und Messwerte für dich. Googles eigene Beispiele zeigen gut, wie das aussieht: „show me queries on phone searches that contain the word sports in the last 6 months“ (Suchanfragen von Smartphone-Suchen mit dem Wort „sports“ aus den letzten 6 Monaten) oder „compare traffic for my pages that contain /blog in this quarter to the same quarter last year“ (Traffic aller Seiten mit /blog im aktuellen Quartal gegenüber dem gleichen Quartal im Vorjahr).

Das ist wirklich praktisch. Gerade Zeitraumvergleiche waren früher eine nervige Klickerei und sind jetzt ein einziger Satz. Lies aber genau, was Google selbst als nicht möglich angibt:

• Die Funktion arbeitet nur in Leistungsberichten für Suchergebnisse. Discover und News sind außen vor.
• Sie konfiguriert Filter, Vergleiche und Messwerte. Sie kann weder Tabellen sortieren noch Daten exportieren.
• Google warnt ausdrücklich, dass die KI eine Anfrage falsch verstehen kann, und rät, die vorgeschlagenen Filter vor der Analyse zu prüfen.

Entscheidend ist dieser Punkt: Die Funktion baut einen Bericht. Sie liest ihn nicht. Sie sagt dir nicht, welche Seiten an Sichtbarkeit verlieren, warum deine CTR unter dem Schnitt liegt oder dass zwei URLs um dieselbe Suchanfrage konkurrieren. Dafür muss man die Daten nach dem Abruf zusammen auswerten, und das ist ein ganz anderer Job.

Was in der Search Console untergeht

Die Daten sind alle da. Die Oberfläche ist nur darauf ausgelegt, eine Dimension nach der anderen anzusehen, und die spannenden Erkenntnisse stecken alle in den Beziehungen zwischen den Dimensionen.

CTR-Lücken

Eine Suchanfrage auf Position 4 mit 2 % Klickrate ist ein Problem. Die Oberfläche zeigt dir Position 4 und 2 % brav in zwei Spalten nebeneinander und weist dich nie darauf hin, dass das nicht zusammenpasst. Sie weiß schlicht nicht, welche CTR auf Position 4 für deine Website normal wäre. Genau dieser Vergleich, also die tatsächliche CTR gegen die durchschnittliche CTR deiner eigenen Seiten im gleichen Positionsbereich, liefert die Liste deiner Chancen. Von Hand brauchst du dafür einen Export und eine Pivot-Tabelle.

Als Prompt sieht das so aus:

Liste alle Suchanfragen der letzten 3 Monate mit mehr als [N] Impressionen, deren CTR
mehr als 40 Prozent unter der durchschnittlichen CTR ihres Positionsbereichs auf dieser Website liegt.
Gib Suchanfrage, Position, Impressionen, tatsächliche CTR, erwartete CTR und die rankende URL aus.

Keyword-Kannibalisierung

Kannibalisierung ist in der Oberfläche schon vom Aufbau her unsichtbar: Du filterst auf eine Suchanfrage und siehst die Klicks, aber nicht, dass sich drei deiner URLs im Zeitraum die Impressionen dafür geteilt haben. Um sie zu finden, musst du nach Suchanfrage gruppieren, die unterschiedlichen Seiten zählen und dir ansehen, wie sich die Impressionen verteilen.

Nicht jede Aufteilung ist ein Problem, und genau das übersehen die meisten Ratgeber. Eine Verteilung von 95/5 bedeutet, dass Google eine Alternative testet und sich richtig entscheidet. Eine Verteilung von 45/40/15 auf drei URLs ist echte Konkurrenz, und um die solltest du dich kümmern.

Finde Suchanfragen, für die in den letzten 3 Monaten mehr als eine URL dieser Website
Impressionen erhalten hat. Schließe alle aus, bei denen die stärkste URL mehr als
80 Prozent der Impressionen hält. Liste für die übrigen die Suchanfrage, jede URL,
ihren Anteil an den Impressionen und ihre durchschnittliche Position auf, und sag,
welche URL die Suchanfrage nach aktueller Performance besetzen sollte.

Die falsche URL rankt

Verwandt, aber nicht dasselbe, und häufiger, als den meisten Teams klar ist. Google rankt eine Seite für eine Suchanfrage, aber nicht die Seite, die du dafür gebaut hast. Oft ist es ein alter Beitrag, ein Tag-Archiv oder eine paginierte Kategorieseite. Die Oberfläche meldet das nicht, weil sie nicht weiß, welche URL du eigentlich vorgesehen hast. Diese Absicht steht nur in deinem Content-Plan.

Diesen Check solltest du nach jedem Website-Umbau und jeder Content-Zusammenlegung machen, denn genau dann laufen Googles Wahl und deine Absicht auseinander.

Content Decay

Eine Seite, die jeden Monat 4 % ihrer Impressionen verliert, sieht in jedem einzelnen Vergleich wie Rauschen aus und ist über vier Quartale ein struktureller Abwärtstrend. Um Decay von Saisonalität zu unterscheiden, musst du mehrere aufeinanderfolgende Zeiträume ansehen, und davon hält dich das Standardfenster von 3 Monaten regelrecht ab.

Der Test, der beides trennt: Saisonale Seiten erholen sich im gleichen Zeitraum ein Jahr später ungefähr auf ihr früheres Niveau, Seiten mit Decay nicht. Das ist ein Vorjahresvergleich auf Seitenebene über mehrere Quartale, und der ist von Hand so mühsam, dass er fast nie gemacht wird, bevor der Traffic schon weg ist.

Vergleiche die Performance dieser Property über die letzten 4 Quartale auf Seitenebene.
Ermittle Seiten, deren Impressionen in 3 oder mehr aufeinanderfolgenden Quartalen gesunken sind.
Zeige für jede die Quartalswerte, vergleiche sie mit denselben Quartalen
im Vorjahr und gib an, ob das Muster saisonal oder strukturell wirkt.

Wandernde Suchintention

Die Suchanfragen, die Traffic auf eine Seite bringen, verschieben sich langsam, bis die Seite nicht mehr zu dem passt, was die Leute eigentlich fragen. Ein Ratgeber für „wie mache ich X“ rankt nach und nach für „X Preise“ und „X Alternativen“ und beantwortet keins von beiden richtig.

Das Warnsignal: Die Klicks bleiben stabil, während die Conversions sinken. Deshalb fällt das meist spät auf, und nur dann, wenn jemand Search Console und Webanalyse zusammen ansieht. Genau diese Verknüpfung zweier Datenquellen kann die Oberfläche der Search Console überhaupt nicht.

Was ein KI-Agent findet und die eingebaute KI nicht

Der Unterschied heißt Abrufen gegen Auswerten. Googles Funktion bringt die richtigen Zeilen auf den Bildschirm. Ein Agent liest die Zeilen, bildet eine Hypothese und fragt erneut ab, um sie zu prüfen.

Fähigkeit	Eingebaute KI-Konfiguration	Externer KI-Agent
Gefilterten Bericht aus einem Satz bauen	Ja	Ja
Ergebnis sortieren oder exportieren	Nein	Ja
Messwert mit einem erwarteten Richtwert vergleichen	Nein	Ja
Nach Suchanfrage gruppieren, um Kannibalisierung zu erkennen	Nein	Ja
Folgeabfrage auf Basis des Ergebnisses starten	Nein	Ja
Search Console mit GA4- oder Crawl-Daten verknüpfen	Nein	Ja
Discover und News abdecken	Nein	Ja, über die API
Kosten	Kostenlos	Pro Abfrage und pro Token

Die wichtigste Zeile ist „Folgeabfrage auf Basis des Ergebnisses starten“. Sie macht den ganzen Unterschied zwischen einem Bericht und einer Analyse aus. Ein Traffic-Rückgang, bei dem die Position gehalten wurde, die Klicks aber eingebrochen sind, deutet in eine völlig andere Richtung als einer, bei dem die Impressionen gefallen sind und die Position gleich blieb. Welchen Fall du vor dir hast, erfährst du nur mit einer zweiten Abfrage, die du nach dem Blick auf die erste auswählst.

So misst du deine Performance in AI Overviews

Nimm die Search Console. Im Juni 2026 hat Google die Search generative AI performance reports eingeführt, also Leistungsberichte für die generative KI in der Google-Suche. Sie geben dir Daten direkt von Google über den Traffic aus Googles KI-Oberflächen, und dieser Traffic fließt auch in den Suchtyp „Web“ ein.

Daraus folgen zwei Dinge. Erstens ist das die einzige seriöse Messquelle für die Performance in KI-Funktionen. Kein externes Tool hat Zugriff auf Googles interne Systeme, egal was ein Dashboard behauptet. Zweitens, und das solltest du verinnerlichen, bevor du auf irgendetwas optimierst: Googles Leitfaden zur Optimierung für generative KI sagt, es gebe „no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary“, also keine zusätzlichen Anforderungen, um in AI Overviews (Googles KI-Übersichten) oder im AI Mode zu erscheinen, und auch keine speziellen Optimierungen. Die Berichte zeigen dir, wie du abschneidest. Sie bedeuten nicht, dass es eine eigene Optimierungsdisziplin dafür gibt.

Kann sich eine KI-Analyse von Search-Console-Daten irren?

Regelmäßig, und die Fehler passieren still und leise. Vor diesen sechs solltest du dich schützen:

Stilles Abschneiden. Die API liefert maximal 25.000 Zeilen pro Anfrage, bei einem Aufbewahrungszeitraum von 16 Monaten. Ein Agent, der 25.000 Zeilen anfordert, genau 25.000 bekommt und daraus eine Gesamtsumme meldet, hat ein abgeschnittenes Ergebnis als Tatsache verkauft.

Gemittelte Positionen. Die durchschnittliche Position ist ein Mittelwert über alle Impressionen. Eine Seite, die in einem Land auf Platz 3 und in einem anderen auf Platz 40 rankt, landet bei einem nichtssagenden Wert irgendwo dazwischen.

Verfälschung durch Brand-Suchanfragen. Nimmst du Brand-Suchanfragen in eine websiteweite CTR-Analyse auf, ist der Richtwert wertlos, denn Markenbegriffe erreichen Klickraten, an die generische Begriffe nie herankommen.

Relative Zeiträume. „Letzter Monat“ hängt von Zeitzone und Abfragezeitpunkt ab. Nutze feste Datumsangaben für alles, worauf du handeln willst.

Falsche Property. Domain-Properties und URL-Präfix-Properties liefern für dieselbe Website unterschiedliche Daten. Wechselt ein Agent mitten in der Analyse zwischen beiden, entsteht ein Bruch, der wie eine echte Veränderung aussieht.

Daten, die älter als 16 Monate sind. Die gibt es nicht. Ein guter Agent sagt das. Ein schlechter schätzt.

Das Gegenmittel ist eine feste Anweisung, die du in jeden Analyse-Prompt kopieren solltest:

Jede Zahl muss aus der verbundenen Property stammen.
Wo Daten fehlen oder abgeschnitten sind, sag das ausdrücklich, und schätze niemals.
Nenne zu jeder Zahl Zeitraum, Filter und Zeilenzahl.

Brauchst du dafür ein Drittanbieter-Tool?

Fürs Abrufen nicht. Googles eingebaute Konfiguration erledigt das Bauen von Berichten, sie ist kostenlos und reicht für einen großen Teil der Alltagsfragen aus. Fang dort an.

Etwas Externes brauchst du, wenn einer von drei Fällen zutrifft: Die Analyse muss Werte mit einem Richtwert vergleichen, den die Oberfläche nicht berechnet. Sie muss die Search Console mit einer anderen Quelle wie GA4 oder einem Crawl verknüpfen. Oder sie braucht eine zweite Abfrage, die sich aus dem Ergebnis der ersten ergibt. Diese drei Fälle decken das meiste ab, was man unter „Analyse“ statt „Reporting“ versteht.

Was du nicht brauchst, ist ein Tool, das angeblich exklusive Einblicke in Googles Ranking- oder KI-Systeme hat. Einen solchen Zugang gibt es nicht.

Eine sinnvolle Reihenfolge für die Praxis

1. Nutze die eingebaute KI-Konfiguration für alles, was im Grunde ein gefilterter Bericht ist. Sie kostet nichts.
2. Richte jetzt einen BigQuery-Bulk-Export ein, auch wenn du die lange Historie noch nicht brauchst. Er sammelt Daten erst ab dem Einrichten, und das 16-Monats-Fenster verzeiht nichts.
3. Führe die fünf oben beschriebenen versteckten Analysen (CTR-Lücken, Kannibalisierung, falsche rankende URL, Decay, wandernde Suchintention) jedes Quartal durch statt nur bei Bedarf.
4. Prüfe bei jeder Agent-Analyse eine Zahl in der Oberfläche nach, bevor du danach handelst. Hat sich der Agent bei einer Art von Frage dein Vertrauen verdient, hör auf, diese Art von Frage nachzuprüfen.

Falls du noch keinen Agenten verbunden hast: die sechs Verbindungsmethoden zeigen dir die Wege und ihren Einrichtungsaufwand, und Autopilot führt die hier beschriebenen Analysen für deine eigene Property aus.