SEOPRESSO PODCAST - Der SEO Podcast mit Björn Darko

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

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

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.

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

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