SEOPRESSO PODCAST - Der SEO Podcast mit Björn Darko

Google erweitert die Search Console um zwei spannende Funktionen: Social-Profile-Properties und einen neuen Bericht zu Impressionen in generativen Suchergebnissen.
Gemeinsam mit GSC-Experte Stephan Czysch analysiert Björn, welche Daten Google jetzt für YouTube, Instagram, TikTok und X bereitstellt – und wie SEOs erkennen können, mit welchen Videos und Beiträgen sie in der Google-Suche erscheinen.
Im zweiten Teil geht es um den neuen „Generative AI“-Report. Er zeigt Impressionen von URLs in AI Overviews und AI Mode, liefert aktuell jedoch weder Klicks noch die auslösenden Prompts. Was bringen diese Daten also wirklich? Björn und Stephan diskutieren, wie sich die neuen Impressionen mit klassischen GSC-Daten, SERP-Features und den Bing Webmaster Tools verbinden lassen.
Außerdem sprechen sie darüber, ob AI Overviews tatsächlich Klicks kosten, warum die Auswirkungen stark vom Suchintent abhängen und welche Funktionen Google noch ergänzen müsste, damit der Bericht für SEOs wirklich wertvoll wird.
Takeaways
Social Profiles zeigen, über welche Suchanfragen Inhalte von YouTube, Instagram, TikTok und X in Google gefunden werden.

Durch den Vergleich mit der eigenen Website lassen sich Keyword-Überschneidungen und Content-Lücken identifizieren.

Internationale Impressionen können Hinweise auf Potenziale für Übersetzungen und lokalisierte Videos geben.

Der neue Generative-AI-Bericht umfasst Impressionen aus AI Overviews und AI Mode – rückwirkend ab dem 18. Mai.

Aktuell zeigt Google nur URLs, Länder, Geräte und Zeiträume, aber keine Klicks oder Prompts.

Erst die Verknüpfung mit klassischen GSC-Daten und SERP-Feature-Tracking liefert den notwendigen Kontext.

Viele AI-Impressionen bei gleichzeitig sinkenden Klicks können ein Indiz für einen möglichen AI-Overview-Effekt sein – sind aber noch kein Beweis.

Ob AI Overviews Klicks kosten, hängt stark vom Suchintent und vom Geschäftsmodell ab. Bei Marktplätzen können Nutzer weiterhin auf Listings klicken, um Angebote zu vergleichen.

Statt ausschließlich historische Reports auszuwerten, sollten SEOs definieren, für welche Themen und Suchsituationen sie künftig sichtbar sein wollen.

Google sollte Themencluster, Verhaltensdaten, eine klare Trennung der Suchfunktionen und vollständige API-Zugänge ergänzen.

Kapitelmarken
00:00 Intro und Vorstellung von Stephan Czysch
01:12 Die zwei neuen Features der Google Search Console
01:35 Was sind Social-Profile-Properties?
03:49 Welche Suchdaten Google für YouTube & Co. zeigt
05:26 Prompts in den Search-Console-Daten
06:17 Warum stellt Google diese Daten bereit?
09:54 Instagram: Bilder, Videos und zusätzliche SERP-Fläche
12:55 Keyword-Overlap und Content-Lücken erkennen
13:46 Der neue Generative-AI-Bericht
16:24 AI Overviews, AI Mode und verfügbare Dimensionen
17:04 Was bringen reine Impressionen wirklich?
17:58 Generative Daten mit klassischen GSC-Daten verbinden
19:13 Warum SERP-Feature-Tracking unverzichtbar bleibt
21:55 Kosten AI Overviews organische Klicks?
24:42 Warum Marktplätze anders betroffen sein können
26:37 Optimierungspotenziale für Videos und Produktdaten
27:44 Export- und API-Limitierungen der Search Console
29:14 Lassen sich Prompt-Volumina ableiten?
31:30 Core Updates und Veränderungen der AI-Impressionen
33:22 Welche Daten im Bericht noch fehlen
34:33 Fazit und Verabschiedung

Nur weil sich ein Prozess mit KI automatisieren lässt, heißt das noch lange nicht, dass wir ihn automatisieren sollten.
AI Agents, Claude Code, Codex, MCPs und Skills versprechen enorme Effizienzgewinne. Doch was passiert, wenn wir diesen Systemen zu viel Autonomie geben und irgendwann niemand mehr genau hinschaut?
In dieser Live-Episode spricht Björn Darko mit Kai Spriestersbach, Head of AI bei ReachX, über die Risiken agentischer Systeme. Sie diskutieren, weshalb überzeugend klingender AI-Output besonders gefährlich sein kann, wie sich kleine Fehler entlang komplexer Prozessketten multiplizieren und warum technische Kontrollmechanismen das Risiko zwar reduzieren, aber niemals vollständig eliminieren.
Kai erklärt, warum Unternehmen zwischen deterministischer Automatisierung und echter Autonomie unterscheiden müssen. Er zeigt, wie Skills, Skripte, Input- und Output-Gates sowie menschliche Freigaben eingesetzt werden können, um AI-Workflows stabiler und verlässlicher zu gestalten.
Außerdem geht es um die Verantwortung von Agenturen, neue Pricing-Modelle, den möglichen Wegfall klassischer Junior-Aufgaben und die Frage, ob vollständig autonome Unternehmen überhaupt funktionieren können.
TAKEAWAYS
AI sollte nur Aufgaben übernehmen, die der verantwortliche Mensch auch ohne AI fachlich beurteilen könnte.
Deterministische Automatisierung ist nachvollziehbar – agentische Systeme bleiben variabel und schwer kontrollierbar.
Je länger eine Entscheidungskette, desto größer das Risiko, dass sich kleine Fehler fortpflanzen.
Skills, MCPs und mehrere prüfende Modelle senken das Risiko, beseitigen es aber nicht.
Je komplexer der Output, desto aufwendiger ist seine fachliche Verifikation.
Im Agenturgeschäft sollte kein AI-generierter Inhalt ungeprüft das Unternehmen verlassen.
AI schafft den größten Wert nicht durch mehr Output, sondern durch Leistungen, die vorher nicht möglich waren.
Für Agenturen sind ergebnisbasierte Modelle oft sinnvoller als reine Stundenabrechnung.
Der Mensch sollte Ziele, Qualitätsmaßstäbe und kritische Entscheidungen bestimmen – AI bleibt das Werkzeug.

KAPITELMARKEN
00:00 Intro: Wer kontrolliert die AI Agents?
03:09 Kais Kritik an hochautomatisierten Agenturen
07:15 Werden Effizienzgewinne überschätzt?
10:09 Nur weil es automatisierbar ist, ist es nicht automatisch gut
13:15 Automatisierung vs. agentische Systeme
15:20 Wie sich AI-Fehler fortpflanzen
17:18 Das Kontrollparadox und Automation Bias
18:39 Warum Fachwissen weiterhin unverzichtbar bleibt
22:40 Was passiert mit Juniors und Nachwuchskräften?
25:30 Automatisierung oder Autonomie?
27:03 Kais zwei Grundregeln für den AI-Einsatz
28:18 Von der Exploration zum stabilen Workflow
29:24 Skills, Skripte sowie Input- und Output-Gates
31:16 Warum sich AI nicht vollständig selbst kontrollieren kann
32:55 So sieht ein verantwortungsvolles Setup aus
33:45 Wo der Mensch zwingend im Loop bleiben muss
36:24 AI als Werkzeug für Expertinnen und Experten
38:30 Effizienzgewinn oder akzeptiertes Fehlerrisiko?
40:14 Darf AI selbstständig Code veröffentlichen?
42:22 Verantwortung und Transparenz in Agenturen
44:25 Wie verändert AI das Pricing von Agenturen?
48:11 Spezialisierung als Wettbewerbsvorteil
50:04 Sind vollständig autonome Unternehmen realistisch?
52:56 Wann Kai AI in der Praxis einsetzt
54:09 Warum Agents kein eigenes Bewusstsein brauchen, um gefährlich zu werden
55:39 Verifikation, Monitoring und Modellwechsel
57:32 Praktische Automatisierung im Podcast-Alltag
58:14 Fazit und Verabschiedung

Search findet längst nicht mehr nur bei Google statt. Nutzer suchen auf YouTube, TikTok, Social Media – und bewegen sich während ihrer Journey zwischen Websites, Videos, Social Content und inzwischen auch KI-Systemen.
In dieser SEOPRESSO-Spezialfolge spreche ich mit Christian B. Schmidt über Social SEO, YouTube und das Search Flywheel: Wie schaffen Unternehmen Content, der nicht nur auf einer Plattform funktioniert, sondern über Google, YouTube, TikTok und Co. hinweg Sichtbarkeit, Brand und Conversions aufbaut?
Wir sprechen darüber, warum Social SEO nichts mit den alten „Social Signals“ zu tun hat, weshalb Google Social Content immer stärker in die Suche integriert und warum die eigentliche Chance nicht darin liegt, für jede Plattform separat Content zu produzieren. Stattdessen geht es darum, aus einem starken Content Asset viele relevante Touchpoints zu schaffen.
Christian zeigt anhand konkreter Beispiele, wie aus einem Website-Artikel ein YouTube-Video, daraus Shorts und TikToks und wiederum neue Search-Touchpoints entstehen können. Das Ziel: nicht nur Position 1 bei Google, sondern Search Domination über mehrere Formate und Plattformen.
Außerdem geht es um Evergreen Content vs. Trends, die Rolle von YouTube und TikTok, Content Repurposing, Creator vs. Corporate Content und die Frage, wie sich Social SEO am Ende überhaupt messen und monetarisieren lässt.

Takeaways:
Social SEO bedeutet: mit nativem Content in den Suchsystemen von Social-Plattformen sichtbar zu werden.
Denkt nicht mehr in einzelnen Kanälen, sondern in einer Search Journey über Google, Website, YouTube, TikTok & Co.
Ein Thema kann über mehrere Assets die SERPs dominieren: Website, Video, Bilder und Social Content.
Website → YouTube → Shorts/TikTok → weitere Formate: vorhandener Content ist oft der beste Ausgangspunkt für neue Formate.
Evergreen Search Content kann über Jahre Views, Leads und Sales generieren.
TikTok ist nicht nur eine Entertainment-, sondern zunehmend auch eine Suchplattform.
Erfolgreichen Content darf und sollte man recyceln und erneut veröffentlichen.
Creator Content funktioniert häufig besser als klassischer Corporate Content: Menschen folgen Menschen.
Social SEO sollte nicht nur über Reichweite gemessen werden – sondern über Impressions, Leads, Sales und Conversions.
Christians wichtigste Empfehlung: Macht aus eurem Web Content Video Content.

Kapitelmarken
00:00 Intro: Social SEO direkt vom Campingplatz
01:03 Was ist Social SEO eigentlich?
02:44 Warum Social SEO gerade jetzt wichtiger wird
04:26 Das Search Flywheel: Weg vom Plattformdenken
06:18 Search Domination statt nur Position 1
10:10 SISTRIX Newsflash
12:41 Social Content, Google und KI-Systeme
13:59 Wie Google, Website, YouTube & TikTok zusammenspielen
16:09 Vom Blogartikel zum YouTube-Video und TikTok
19:43 Content Recycling statt ständig neuen Content produzieren
21:30 Welche Plattform passt zu welcher Zielgruppe?
26:38 Wann YouTube besonders sinnvoll ist
30:03 LinkedIn & Instagram im Social-SEO-Mix
34:38 Kann Social SEO wirklich verkaufen?
39:31 Content für Search und KI optimieren
45:10 Content Stacking & erfolgreiches Republishing
48:37 Creator vs. Corporate Content
51:57 Warum Authentizität entscheidend ist
55:11 Wie misst man den Erfolg von Social SEO?
55:37 Rapid Fire: Google oder YouTube? SEO oder GEO?
56:14 Der wichtigste Tipp aus der Folge

Wer bist du für Google und KI? So funktioniert Entitätenoptimierung
Was genau ist eigentlich eine Entität – und warum wird das Thema durch AI Search, ChatGPT, Google AI Overviews und GEO plötzlich wieder so relevant?
In dieser Folge spreche ich mit Maximilian D. Muhr über Entitätenoptimierung, Knowledge Graphs und die Frage, wie Google und generative KI-Systeme Personen, Unternehmen, Marken, Orte und Themen verstehen und miteinander verknüpfen.
Dabei wird schnell klar: Entitätenoptimierung bedeutet nicht einfach, eine neue „Entität zu erschaffen“. Viel wichtiger ist es, bestehende Entitäten, Beziehungen und Kontexte konsistent abzubilden. Google versucht nicht nur Begriffe zu verstehen, sondern Beziehungen zwischen Organisationen, Personen, Themen, Produkten und Orten.
Wir schauen uns unter anderem an, warum bei einer Marke häufig eigentlich die dahinterstehende Organisation die relevante Entität ist, wie man überprüft, ob Google eine Person oder ein Unternehmen bereits im Knowledge Graph kennt, und welche Rolle Co-Citations, strukturierte Daten und konsistente Erwähnungen spielen.
Besonders spannend wird es beim Thema AI Search: Maximilian zeigt, warum er davon ausgeht, dass auch ChatGPT Informationen zu bestimmten Entitäten strukturiert und wie sich diese Informationen von dynamisch generierten Antworten unterscheiden.
Am Ende wird es sehr praktisch: Wie sollte eine About-Us- oder Grounding-Page aufgebaut sein? Welche Informationen sollten Unternehmen über alle Plattformen hinweg konsistent verwenden? Und was kannst du konkret tun, um deine Organisation oder deine Autorenentität für Suchmaschinen und KI-Systeme klarer positionierbar zu machen?
Takeaways
Entitäten sind mehr als Keywords: Entscheidend sind Bedeutung, Kontext und Beziehungen zu anderen Entitäten.

Eine Organisation ist häufig die stärkere Entität als die eigentliche Marke.

Entitätenoptimierung bedeutet vor allem, Personen, Unternehmen, Themen und Orte logisch miteinander zu verknüpfen.

Prüfe, ob deine Organisation oder Person bereits eine Google Knowledge Graph ID besitzt.

Sorge auf Website, LinkedIn, YouTube, GitHub, Medienprofilen und anderen Quellen für konsistente Unternehmensnamen und Beschreibungen.

Nutze einfache, maschinenverständliche Aussagen: Subjekt – Prädikat – Objekt.

About-Us- und Grounding-Pages können zentrale Quellen für die Beschreibung deiner Organisation sein.

Wiederkehrende Brand Identity Blocks können je nach B2B-, B2C- oder Recruiting-Kontext variiert werden, während die Kerninformationen konsistent bleiben.

E-E-A-T, Autorität und Entitätenoptimierung hängen eng zusammen.

Ziel sollte nicht nur sein, Traffic von Google oder ChatGPT zu bekommen – sondern selbst Teil der Antwort und der relevanten Informationslandschaft zu werden.

Kapitelmarken

00:00 Intro & Vorstellung Maximilian D. Muhr
02:10 Was ist eigentlich eine Entität?
05:00 Keyword vs. Entität: Wo liegt der Unterschied?
07:20 Sind Marken eigenständige Entitäten?
11:20 Kann man als Marketer eine Entität „erschaffen“?
14:00 Beziehungen, Co-Citations & Entity Mapping
17:00 Entitäten für Taxonomien und interne Verlinkung
19:40 Wie erkenne ich Entitäten im Google Knowledge Graph?
22:40 Virtuelle Influencer als Entitäten
27:45 Woher stammen die Daten im Google Knowledge Graph?
32:10 Knowledge Graph 2012 vs. AI Search heute
34:15 Hat ChatGPT einen eigenen Knowledge Graph?
38:40 Autorenentitäten gezielt stärken
41:55 Wie verknüpft man Entitäten richtig?
46:20 Grounding Pages vs. About-Us-Pages
48:30 Konkrete Maßnahmen für Unternehmen
52:50 E-E-A-T, Entity Building & externe Erwähnungen
53:25 Brand Identity Blocks & konsistente Positionierung
54:45 Fazit & Outro

Product Feeds entwickeln sich vom SEA-Werkzeug zu einem zentralen Hebel für SEO, AI Search und den gesamten E-Commerce. Doch was entscheidet darüber, ob ChatGPT ein Produkt findet, versteht und tatsächlich empfiehlt?
Björn spricht mit Jannik Schubert, SEO- und GEO-Freelancer sowie Co-Host des Search Effect Podcasts, über das Zusammenspiel von Product Feeds, Produktdetailseiten und starken Marken.
Sie diskutieren, warum PDPs in AI Search an Bedeutung gewinnen, welche Produktdaten für ChatGPT Shopping entscheidend sind und weshalb Konsistenz zwischen Feed, Shop und Marktplätzen unverzichtbar ist. Außerdem geht es um die Peec-AI-Erkenntnisse zur Rolle von Google Shopping, den von On beobachteten Traffic-Anstieg nach der ACP-Integration sowie die Zukunft von ACP und Googles UCP.
Eine praxisnahe Folge über Produktdatenqualität, AI Visibility und die Frage, ob KI-Systeme künftig nicht nur Produkte empfehlen, sondern den kompletten Einkauf übernehmen.

Takeaways
Produktdetailseiten gewinnen in AI Search gegenüber Kategorieseiten deutlich an Bedeutung.

ChatGPT Shopping greift derzeit offenbar stark auf organische Google-Shopping-Ergebnisse zurück.

Ein vollständiger Product Feed ist die Grundlage dafür, dass KI-Systeme Produkte korrekt verstehen und zuordnen können.

Titel und Beschreibungen sollten neben Keywords auch Einsatzbereiche, Zielgruppen und relevante Produkteigenschaften abbilden.

Preise, Verfügbarkeit, Versandinformationen, GTINs und SKUs müssen zwischen Feed, PDP und Marktplätzen konsistent sein.

PDPs liefern zusätzlichen Kontext, Erfahrungswerte und Vertrauen, die ein standardisierter Feed allein nicht abdecken kann.

ACP und UCP könnten Discovery, Produktempfehlung und Checkout direkt innerhalb von AI-Plattformen verbinden.

Langfristig gewinnen Händler mit hoher Datenqualität und einer vertrauenswürdigen Marke.

Kapitelmarke
00:00 Intro und Vorstellung von Jannik Schubert
01:43 Wie AI Search den E-Commerce verändert
04:14 Warum Produktdetailseiten wichtiger werden
08:57 PDP, Kategorie oder Ratgeber: Welche Seite nutzt die KI?
12:29 Wie ChatGPT Produkte berät und auswählt
15:03 Product Feed oder PDP: Was hat Priorität?
16:50 Google Shopping als Quelle für ChatGPT
19:07 Konsistenz zwischen Feed und Produktseite
23:10 ACP, On und 133 % mehr ChatGPT-Traffic
25:32 Was einen guten Product Feed ausmacht
29:17 Die Bedeutung von GTIN, SKU und Produktvarianten
32:32 Eine zentrale Quelle für alle Produktdaten
34:04 Wer sollte den Product Feed verantworten?
37:25 Wie ACP das AI Shopping verändern könnte
40:22 Wird die PDP künftig nur noch zum Kontroll-Layer?
42:48 Googles Vorteil durch Shopping Graph und UCP
46:25 AI Commerce zwischen Revolution und Hype
51:16 Wer gewinnt im zukünftigen AI Commerce?
53:02 Warum SEO, GEO und Social zusammengedacht werden müssen