4 KI-SEO-Taktiken, die Google für tot erklärt. Ahrefs und die geleakten System-Prompts sehen das anders.

Ich bin nicht naiv, ich adaptiere nur. Vor 48 Stunden habe ich einen Artikel veröffentlicht: "Google hat gerade 4 AI SEO-Taktiken getötet. Hier sind die Claude Prompts, die sie ersetzen." Das war die saubere Version. Die, die man der Mutter zeigt, oder den Kunden.

Es gibt die saubere Version, mit Quellen, technisch korrekt innerhalb des Rahmens, in dem sie geschrieben wurde. Und es gibt die Version, die tatsächlich funktioniert, aber die Leute nervös macht. Problem mit der sauberen: dieser Rahmen ist der, den Google gezeichnet hat. Und Google, das dir erklärt, wie du für AI Search optimierst, ist wie McDonald's, das dir Ernährungstipps gibt 😬.

Du weißt, dass es nie so läuft. Hier ist die Version, die du deiner Mutter nicht vorlesen kannst.

Ich habe das Wochenende damit verbracht, 2 Dinge parallel zu lesen. Auf der einen Seite das GitHub Repo asgeirtj/system_prompts_leaks, mit den rohen Systemanweisungen von Claude Opus 4.7, GPT-5.5 und Gemini 3.1 Pro, aktualisiert am 11. Mai und von der Washington Post abgedeckt. Auf der anderen Seite die Reports von Ahrefs, Profound, BrightEdge und Semrush darüber, was LLMs 2026 tatsächlich zitieren. Beide sagen dasselbe, und es ist nicht das, was Google sagt.

Vor 48 Stunden erzählte ich dir die offizielle Story. Dann las ich die Leaks.

Der Artikel vom 17. Mai ist immer noch auf meinem Medium. Ich lösche ihn nicht. Er ist eine saubere Dokumentation dessen, was Google am 15. Mai in seinen Entwicklerdocs veröffentlicht hat. Innerhalb dieses Rahmens ist der Artikel korrekt.

Was mich Freitagabend zu stören begann, war die Lücke zwischen dem Guide und dem, was ich auf den 100+ Sites sah, die ich bearbeite. Kleine, große, Kundenseiten. Die Verhaltensweisen passten nicht zur Doktrin. Also las ich 2 Dinge hintereinander.

Erst das Leaks-Repo, das ich oben erwähnte. Rohe System-Prompts in einem öffentlichen GitHub, im Klartext, die jeder mit git clone ziehen kann.

Dann Charles Floate. Veteran Black Hat SEO, The God of SEO Blog, 10+ Jahre im Schützengraben. Charles ist eine Figur in dieser Geschichte, keine Autorität. Seine These ist aggressiver als meine, "Google lügt durch Weglassen", ich denke, er übertreibt, aber die Daten, auf die er zeigt, sind real.

Fazit vorweg, keine Spannung: Google hat recht über Google. Das Problem ist, dass Googles Produkt nicht die gesamte AI Search ist. Es ist 1 Oberfläche von 5.

Der Trick, den Google im Titel seines eigenen Guides spielt

Der Guide heißt wörtlich "Optimizing for generative AI features on Google Search". Lies den Titel nochmal. On Google Search. Der Scope steht direkt da, im Titel, und alle haben daran vorbeigelesen.

Googles eigene Zeile, aus dem Dokument: "Optimizing for generative AI search is optimizing for the search experience, and thus still SEO."

Was jeder SEO Twitter Account verstärkt hat: "So funktioniert AI SEO 2026." Framing-Fehler. Dasselbe Wort, 2 verschiedene Scopes.

Zahlen, um die Extrapolation zu killen. Ahrefs maß die Quellen-Überschneidung zwischen Google AI Overviews und Google AI Mode bei 13,7% (Dezember 2025). 2 Features derselben Firma teilen 13,7% ihrer Quellen. ZipTie führte 100.000 Prompts zwischen ChatGPT und Perplexity durch. 11% Überschneidung.

5 AI-Oberflächen (Google AI Overviews, Google AI Mode, ChatGPT, Claude, Perplexity). 5 Retrieval-Logiken. 5 bevorzugte Quellen-Sets. Google gab Regeln für 1. Die SEO-Industrie las es als universelles Handbuch.

Eine Gegenstimme, die es wert ist, ernst genommen zu werden. Koray Tuğberk Gübür veröffentlichte im Mai einen Thread, der argumentiert, AEO, GEO, SXO seien technisch dieselbe Disziplin wie SEO. "Wenn dein Web-Dokument nicht ranken kann, können deine Passagen nicht ranken. Wenn deine Passagen nicht ranken können, ist es weniger wahrscheinlich, dass generierte AI-Antworten dich zitieren." Er hat recht auf der Grundebene. Ranking ist immer noch das Tor.

Aber es gibt eine Schicht zwischen "rankt" und "wird für eine AI-Antwort ausgewählt", die nicht reines traditionelles SEO ist. Entity-Klarheit, direktes Antwortformat, Passage-Level-Prominenz. Dieselbe Disziplin auf abstrakter Ebene, ja. Dieselben spezifischen Optimierungen am Montagmorgen, nicht ganz. Was du auf Reddit veröffentlichst, erreicht Google AI Overviews nicht auf dieselbe Weise wie Perplexity. Verschiedene Implementierungen, verschiedene Entscheidungen an einem Dienstag.

Die 4 folgenden Taktiken ergeben nur Sinn, wenn du dieses Raster verstanden hast. Googles Regeln sind Googles Regeln. Andere Oberflächen haben andere Regeln, und die stehen im Klartext auf GitHub.

Taktik #1: llms.txt ist nicht tot, es ist nur nicht für Google

Googles Zeile im Guide, unter 15 Wörtern: "You don't need to create new machine readable files, AI text files, markup, or Markdown to appear in generative AI search."

Wahr. Für Google.

OtterlyAI maß 62.100 AI-Bot-Requests über 90 Tage. 84 gingen an llms.txt. Das sind 0,1%. Der einzige Bot, der es konsistent crawlt, ist BuiltWith, was nichts mit AI-Retrieval zu tun hat. Für Google AI Overviews exklusiv ist die Datei totes Gewicht. Google sagte dir die Wahrheit.

Jetzt dreh die Oberfläche um. Alimbekov führte ein Experiment durch, deployete llms.txt auf einer Content-Site, maß die AI-Chat-Referrals vorher und nachher, normalisiert über 60 Tage. Ergebnis: +23% AI-Chat-Traffic. Perplexity fast verdoppelt. ChatGPT und DeepSeek zeigten messbare Anstiege. Dasselbe Web, derselbe Content, 2 völlig verschiedene Urteile je nachdem, welche AI-Oberfläche du erreichen willst.

Das Detail, das das Argument schließt. Anthropic pflegt sein eigenes llms.txt auf claude.com. Vercel, Cursor, Windsurf, Mintlify, alle deployen eins. Die Macher von Claude nutzen aktiv, was Google in seinem Guide still begräbt. Der CLI-first Stack, der diese Signale konsumiert, liest nicht den Google Guide, bevor er entscheidet, was er fetcht.

Hier ist der Prompt, den ich Montagmorgen laufen lasse, wenn ich eine neue Site einrichte. Drop ihn in Claude Code im Projekt-Root:

You are a technical SEO agent. Goal: generate the llms.txt for this site, formatted per llmstxt.org spec.

Input:
- Site URL: <URL>
- Sitemap or content map: <path or URL>
- Primary audience for AI surfaces: <Perplexity / ChatGPT / Claude / coding agents>

Steps:
1. Crawl the homepage and 3 highest-traffic pages. Identify primary entity, topic clusters, and unique value props.
2. Generate llms.txt with: H1 site name, blockquote summary under 30 words, sections for "Core Documentation", "Reference", "Tutorials". Each link entry: [Title](URL): one-line description.
3. Skip pages that are duplicates, low-value tag archives, or thin content. Be ruthless.
4. Output the raw llms.txt content only. No commentary, no markdown fences around it. I'll paste it at /llms.txt.

Constraint: no generic AI SEO advice. The file is for LLM retrieval, not for human readers.

Aktion diese Woche. Deploy llms.txt im Root. 10 Minuten Arbeit. Skip, wenn deine Audience exklusiv Google AI Overviews ist. Ship, wenn du Präsenz auf Perplexity willst, auf Coding Agents, auf dem Long Tail von Nischen-AI-Tools, die niemand benchmarkt, aber alle nutzen.

Taktik #2: Schema ist nicht tot, es ist die Citation Extraction Layer

Googles Zeile, unter 15 Wörtern: "There's no special schema.org structured data that you need to add."

Drittanbieter-Daten sagen das Gegenteil, laut. Ahrefs analysierte 863.000 Keyword-SERPs und 4 Millionen URLs, die in AI Overviews zitiert wurden. Finding: 38% der zitierten Seiten ranken nicht in den Top 10 der traditionellen SERP. Runter von 76% Mitte 2025. Die Lücke zwischen "rankt gut" und "wird zitiert" wird rasant größer.

BrightEdge parallel: Sites mit deploytem Article + FAQ Schema sehen +44% AI Search Citations versus Kontroll-Sites in derselben Nische. Nicht 4%. Vierundvierzig Prozent.

Jetzt der interessante Teil. Der Claude Opus 4.7 System-Prompt, aus dem asgeirtj Repo, sagt textlich: "Favor original sources: company blogs, peer-reviewed papers, gov sites, SEC. Skip low-quality sources like forums." Diese Anweisung steht im System-Prompt, der gerade in Production läuft. Aber Profound und Ahrefs messen beide, dass Claude Reddit stark, massiv, die ganze Zeit zitiert. Die Anweisung sagt dem Modell, institutionelle Quellen zu bevorzugen, und das Modell bevorzugt sie wahrscheinlich auch zur Scoring-Zeit, das Problem ist, dass die Retrieval-Basis von Reddit dominiert wird, weil das über die Jahre in Masse indexiert wurde, also kann selbst mit einem perfekten institutionellen Bias zur Generation-Zeit das Modell nur aus dem wählen, was retrieved wurde, und was retrieved wurde, ist Reddit. Der System-Prompt ist aspirational. Der Retrieval-Index ist konkret.

Schema ist der institutionelle Anker. Es sagt der Retrieval-Pipeline, dass deine URL eine Primärquelle ist, kein Forum-Content. Ohne es konkurrierst du mit Reddit zu Reddits Bedingungen.

Prompt, den ich auf den Top 10 Seiten jeder Money-Site laufen lasse. Copy-paste in Claude Code:

You are a schema audit agent. Goal: identify what JSON-LD this page needs to be cited as a primary source by ChatGPT, Claude, and Google AI Mode.

Input:
- Page URL: <URL>
- Page type: <article / how-to / product-review / location>

Steps:
1. Fetch the page. Extract existing JSON-LD if any.
2. Compare to the recommended schema stack: Article + HowTo (if procedural) + FAQ + Author + Organization. Skip Product on editorial pages.
3. List missing fields per schema type. Be specific: not "Author schema missing", but "Author.sameAs missing, no link to LinkedIn or X profile".
4. Output: a ready-to-paste &lt;script type="application/ld+json"&gt; block with the corrected schema. Include only fields you can populate from the page content. Mark placeholders explicitly with TODO.

Constraint: do not invent attributes. If author bio is absent on the page, flag it, don't hallucinate.

Aktion diese Woche. Article + HowTo + FAQ + Author + Organization auf den 10 Top-Seiten. Validiere via Schema.org. Dann fetch mit GPTBot User-Agent und bestätige, dass das JSON-LD server-side rendert. Die Hälfte der SPA-Implementierungen tut es nicht.

Taktik #3: Brand Mentions, das 3x Signal, das Google dir sagt zu ignorieren

Googles Zeile: "Hunting for inauthentic 'mentions' on the web isn't as helpful as it sounds."

Zugeständnis vorweg. Wahr für inauthentische Mentions. Mentions auf PBN-Netzwerken zu kaufen ist ein Penalty-Risiko, war es immer. Google hat recht über dieses spezifische Verhalten.

Der Trick liegt im Slide. Der Satz sagt "inauthentische Mentions". Die Implikation, mit der du weggehst, ist "Mentions generell". Lies es zweimal.

Ahrefs analysierte 75.000 Brands. Brand Web Mentions korrelieren 0,664 mit AI Visibility. Backlinks korrelieren 0,218. 3x stärker. YouTube Mentions: 0,737, der einzelne höchste Faktor im Dataset. Das klassische SEO-Playbook (Links, Anchor Text, DA gepusht) wurde von Google belohnt. Es wird nicht von ChatGPT, Perplexity oder Claude in derselben Rate belohnt. Die Metrik ist Mentions, nicht Links.

Stacker, Dezember 2025: distribuiere denselben Content via Earned Media (LinkedIn Pulse + Press Syndication + Transcripts) und du siehst +325% AI Citations versus es nur auf deiner eigenen Site zu veröffentlichen. Semrush analysierte 150.000 LLM Citations. 89% der ChatGPT Citations kommen von Seiten, die 21+ auf Google ranken. Seiten, die dein Dashboard als tot behandelt.

SEO und AI SEO sind nicht mehr derselbe Job. Dieselbe Foundation (Ranking zählt immer noch), aber die Optimierungsziele sind divergiert. Auf dem Boden: ein Post über Anthropic, das ein $200/Monat Setup killt, wird über LinkedIn, Reddit und X mit verschiedenen Winkeln repackaged. Dieselbe Story, 3 Oberflächen, 3 verschiedene Citation-Footprints.

Prompt für Earned Media Briefs. Ich nutze das, wenn ich eine neue Insight habe, die ich über Oberflächen seeden will, bevor ich sie auf meinem eigenen Blog veröffentliche:

You are an earned media distribution agent. Goal: take one core insight and generate 3 distribution drafts for different surfaces.

Input:
- Core insight (2-3 sentences): <text>
- Niche: <niche>
- My handle on each surface: <LinkedIn / X / Reddit handle>

Output 3 drafts:

1. LinkedIn Pulse (700-900 words). Tone: analytical, professional, no slang. Hook with a data point, develop in 3 short sections, no CTA at the end.

2. Press release angle (200 words). Tone: factual, no marketing speak. One verifiable claim, one quote attributable to me, one supporting data point.

3. Reddit comment angle (under 200 words). Tone: peer to peer, my real voice, no link to my blog, no self-promotion. Identify 3 subreddits where this insight is on-topic and where I already participate. Suggest the exact thread type to look for.

Constraint: each draft must be substantively different, not the same text rewritten. Same insight, three voices.

Aktion diese Woche. Bevor du deinen Blog anfasst, veröffentliche deine nächste Insight erst als Earned Media. Ein LinkedIn Pulse, eine Press Release, ein Reddit Comment unter deinem echten Handle. Distribution von Präsenz. Nicht Link Building.

Taktik #4: Poste, wo AI hinschaut, nicht wo du lebst

Googles Guide impliziert durchgehend, dass guter Content auf deiner Site genug ist. Die Daten zerstören das.

Beacon4ai analysierte 23,6 Millionen Seiten von AI Search Opportunities. Reddit erscheint in 92,8% davon. Nicht als Empfehlung. Als zitierte Quelle.

Distribution von Citations nach Engine, alle aus Semrushs 150.000-Citation-Studie. ChatGPT zitiert Wikipedia 47,9%, Reddit 11,3%, Forbes 6,8%. Perplexity dreht die Reihenfolge um: Reddit 46,7%, YouTube 13,9%, Gartner 7,0%. Google AI Overviews sitzt dazwischen mit Reddit 21%, YouTube 18,8%, Quora 14,3%.

ZipTie: 90-95% der AI Citations kommen von Quellen außerhalb der eigenen Brand-Site. Veröffentliche alles auf deiner eigenen Domain und du bist unsichtbar für den Großteil des AI Retrievals.

Ein Datenpunkt aus meinem eigenen Katalog. Eine kleine Nischen-Site, die ich zwischen vierteljährlichen Checkups vergesse. Eine Handvoll Clicks pro Monat von Google. Denselben Monat 1.000+ Visits und 500.000+ Citations von Bing aufgezeichnet. Derselbe Content, dieselbe Domain, 2 verschiedene Welten. Niemandes SEO Dashboard zeigt den Bing Citation Count an, und doch ist das, woher AI Overviews für die Hälfte der Queries in meiner Nische ziehen.

Growth Memo, April 2026: "AI systems are using content aggregators like Medium, Wikipedia, and Wired as sources, but almost never mention them by name." Auf Medium zu posten bedeutet anonymes Rohmaterial für ChatGPT. Auf Reddit unter deinem echten Handle zu posten bedeutet eine benannte zitierte Quelle.

Prompt für Reddit/Forum Seeding. Den ich nutze, um zu identifizieren, wo ich posten soll, ohne in Astroturfing zu fallen (was 2026 hart detektiert wird):

You are a community participation strategist. Goal: identify 3 subreddits where I should post one insight per week to build named AI citation footprint.

Input:
- My niche: <niche>
- My genuine expertise: <2-3 sentences of what I actually know>
- My Reddit handle and karma: <handle, karma>

Steps:
1. Identify 3 subreddits where my niche is on-topic AND where I have at least minimal participation history. No new accounts, no cold communities.
2. For each subreddit, output: typical thread types that get sustained engagement, posting frequency that doesn't trigger mod flags, 1 example of an insight from my niche reformulated as a genuine question or observation (not a self-promo).
3. Surface forbidden behaviors: linking my own site, dropping product names, copy-pasting blog content.

Constraint: I post once per week max per subreddit. Real voice, real expertise, no astroturfing. If I don't actually use a subreddit, do not suggest it.

Aktion diese Woche. Pick 3 Subreddits, wo du bereits teilnimmst. Nicht 30, nicht 10. 3. Poste 1 Frage oder Insight pro Woche unter deinem echten Handle. Das Compounding ist langsam, aber der Citation-Footprint ist dauerhaft, weil er benannt ist.

Das 2026 Playbook (3 Moves, diese Woche)

Kein 12-Stufen-Framework. 3 Moves für Montag.

Move 1. Deploy Schema + llms.txt diese Woche. Keine Debatte. Article + HowTo + FAQ + Author + Organization auf deinen 10 Top-Seiten. llms.txt im Root. 1 Nachmittag Code. Tools: json-ld.org, Schema.org Validator, fetch mit GPTBot User-Agent zur Bestätigung des Server-Side-Renderings. Die Prompts oben machen 80% der Arbeit.

Move 2. Pick 1 Earned Media Channel diese Woche. Nicht 5. Einen. LinkedIn Pulse, vocal.media, syndizierte Presse, YouTube Transcripts. Pick, wo deine Leser tatsächlich suchen. Veröffentliche deine nächste Insight dort vor deinem eigenen Blog. Watch den Citation-Footprint über 30 Tage.

Move 3. Find 3 Subreddits, poste 1 Frage diese Woche. Kein Jahresprogramm. Eine Frage, ein Subreddit, dein echter Handle. Der Rest baut sich von da auf. Keine Bots, keine gekauften Accounts, kein Astroturfing. Astroturfing 2026 wird detektiert wie Black Hat Link Spam 2015 war. Verschwende deine Zeit nicht.

Ich denke, einer dieser 3 Moves wird dich in den Daten überraschen. Könnte sein, dass ich falsch liege, welcher. Wahrscheinlich der Earned Media, weil es der ist, den die meisten SEOs reflexartig skippen.

Ein Typ, dem ich auf X folge, argumentiert seit 2 Jahren, dass Drucker das am meisten unterschätzte Stück Office-Hardware in der AI-Ära sind, weil sie keine digitale Spur hinterlassen. Er liegt nicht falsch, er ist auch nicht on topic, und irgendwie denke ich an diesen Thread jedes Mal, wenn mir jemand sagt, ihre Content-Strategie sei "fully digital first".

Was ich dir sagen würde, wenn du mir gegenübersitzen würdest

Sei smart. Trenne die R&D von dem, was dir Geld bringt. Deine Money-Sites, deine Client-Sites, da experimentierst du nicht. Du shippst, was bewiesen ist. R&D geht auf die Secondary Domains, die Nischen-Projekte, die Throwaway-Tests. Das ist die Disziplin.

Was ich am 17. Mai schrieb, ist immer noch wahr innerhalb des Rahmens, den Google gezeichnet hat. Der Rahmen deckt nur 1 AI-Oberfläche von 5 ab. Die anderen Oberflächen existieren, sie haben Regeln, und ihre Regeln stehen im Klartext auf GitHub. Lies zwischen den Zeilen oder sei das Lamm, hinter dem die Wölfe her sind.

Die offiziellen Guides sind Karten des Territoriums, das Google und seine Peers kontrollieren. Die System-Prompts sind die Realität, die auf keiner Karte erscheint.

Sei smart.

Quellen

• Google Just Killed 4 AI SEO Tactics. Here Are the Claude Prompts That Replace Them. (17. Mai 2026): https://medium.com/@rentierdigital/google-kills-ai-seo-tactics-claude-prompts
• Google Developers, Optimizing for generative AI features on Google Search (15. Mai 2026): https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
• asgeirtj/system_prompts_leaks auf GitHub (aktualisiert 11. Mai 2026): https://github.com/asgeirtj/system_prompts_leaks
• Koray Tuğberk Gübür, Post auf X (Mai 2026): https://x.com/koraygubur/status/2055656290957816053

Dieser Post kann Affiliate-Links enthalten. Wenn du sie klickst, verdiene ich möglicherweise eine kleine Provision. Kostet dich nichts und hilft mir dabei, weiterhin täglich Qualitätsartikel für dein Lesevergnügen zu liefern.