SEO & KI-Readiness Analyzer

Suchmaschinenoptimierung umfasst alle strategischen und technischen Maßnahmen, um die organische (unbezahlte) Sichtbarkeit einer Website bei Suchmaschinen wie Google zu erhöhen. Es teilt sich primär in On-Page-Optimierung (Inhalte, HTML-Struktur, Ladezeiten) und Off-Page-Optimierung (Backlinks) auf.

Antwortmaschinenoptimierung ist die bewusste Aufbereitung von Webinhalten für generative KI-Systeme und Chat-Suchmaschinen (z. B. Perplexity, ChatGPT Search, Google AI Overviews). Das primäre Ziel ist es nicht mehr, Klicks auf Suchergebnisseiten zu maximieren, sondern direkt als die vertrauenswürdigste Antwortquelle der KI ausgegeben zu werden.

Googles KI-gestützte Ergebnisoberfläche. Statt einer klassischen blauen Linkliste liefert ein KI-Modell eine strukturierte Zusammenfassung über den Suchergebnissen. Für Website-Betreiber ist es essentiell, als Textquelle und Linkkarte direkt in diesen generativen Antworten referenziert zu werden.

Google-Qualitätsrichtlinien zur Inhaltsbewertung. Steht für **E**xperience (praktische Erfahrung), **E**xpertise (Fachwissen), **A**uthoritativeness (Autorität des Autors/der Website) und **T**rustworthiness (Vertrauenswürdigkeit). Besonders wichtig für sensible Seiten (Gesundheit, Recht, Finanzen - 'Your Money or Your Life').

JavaScript Object Notation for Linked Data. Ein leichtgewichtiges Datenformat, mit dem strukturierte Daten semantisch im HTML-Header einer Website eingebettet werden. Es ist der von Google empfohlene Standard, um Suchmaschinen-Crawlern maschinenlesbare Objektdaten zu liefern.

Ein standardisiertes Vokabular (festgelegt auf Schema.org), das verwendet wird, um Datenfeldern im Webcode eine eindeutige Bedeutung zuzuordnen (z. B. "Dieser Text ist eine Adresse, diese Nummer ist eine Telefonnummer und diese Zahl ist eine Bewertung"). Suchmaschinen nutzen dies zur Generierung von Rich Snippets.

Ein spezieller Schema-Typ für häufig gestellte Fragen (Frequently Asked Questions). Damit werden Frage-Antwort-Paare maschinenlesbar im Code markiert. Dies erhöht die Chance, dass Google diese Fragen direkt als ausklappbares Menü in den Suchergebnissen darstellt.

Ein HTML-Attribut für Bilder, das einen beschreibenden Text für das jeweilige Bild enthält. Es ist unerlässlich für die Barrierefreiheit (Screenreader für blinde Personen), wird angezeigt, falls das Bild nicht lädt, und hilft Suchmaschinen, den Bildinhalt zu verstehen.

Die logische und visuelle Gliederung des Texts einer Webseite durch HTML-Überschriften (H1 bis H6). Jede Seite sollte genau eine H1 als Hauptüberschrift besitzen. Unterüberschriften (H2, H3 etc.) müssen logisch verschachtelt sein und dürfen keine Stufen überspringen.

Textabschnitte, die aus einer präzisen Frage (meist als H2- oder H3-Überschrift formuliert) und einer direkten, prägnanten Antwort unmittelbar darunter bestehen. Diese Paare lassen sich von KI-Modellen extrem leicht parsen und extrahieren, was die Chance auf SGE-Nennungen vervielfacht.

Interne Verlinkungen einer Website, die rechtliche Transparenz und Kontaktmöglichkeiten schaffen. Zu den wichtigsten Trust-Links gehören Links zum Impressum, der Datenschutzerklärung, einem direkten Kontaktformular sowie einer "Über uns"-Seite (zur Darstellung der Unternehmensgeschichte).

Ausgehende Links zu vertrauenswürdigen Drittseiten (z. B. Wikipedia, staatliche Behörden, wissenschaftliche Portale oder Fachmagazine). Diese Links dienen der faktenbasierten Belegung von getätigten Aussagen im Fließtext der Seite und stärken die Glaubwürdigkeit.

Analyse der grammatikalischen Komplexität von Texten. Bestimmt vor allem durch die durchschnittliche Wortanzahl pro Satz. Kurze, aktive Sätze mit klaren Subjekt-Prädikat-Objekt-Strukturen lassen sich von Sprachmodellen fehlerfreier verarbeiten als verschachtelte Bandwurmsätze.

Die Textbewertung untersucht die Qualität von Webseitentexten anhand der vier Kriterien Klarheit, Originalität, emotionale Wirkung und Konkretheit. Hierfür gibt es zwei Methoden im Tool:

• Heuristische Methode (ohne Key): Führt eine kostenlose, lokale Analyse direkt auf dem Webserver durch. Dabei werden mathematische und statistische Kriterien gemessen, wie z. B. die durchschnittliche Satzlänge (für Klarheit), die Vorkommensdichte typischer Marketing-Phrasen und Buzzwords (für Originalität), die Dichte an Leseransprachen und emotionalen Signalwörtern (für Emotion) sowie die Dichte an konkreten Zahlen und Datensätzen (für Konkretheit).
• LLM API-Methode (mit Gemini-Key): Verwendet die offizielle Gemini-Schnittstelle über den eingegebenen API-Key. Ein großes Sprachmodell führt ein intelligentes, semantisches Audit des Textes durch. Dies liefert tiefergehende Einsichten, versteht den tatsächlichen Kontext besser und gibt detaillierte, passgenaue Optimierungsempfehlungen.

Der Gesamt-Score (Overall Score) des Audits berechnet sich gewichtet aus fünf verschiedenen Analyse-Säulen, die jeweils unterschiedliche Gewichtungen besitzen. So wird sichergestellt, dass moderne KI-Bereitschaft (AEO), klassische Optimierung, Vertrauenssignale und Textqualität ausgewogen einfließen: