KI

KI-SEO-Analyse mit und ohne echte Daten: Der direkte Vergleich

Wir haben ein Experiment gemacht: Dieselbe KI bekommt zweimal dieselbe Aufgabe – „Erstelle eine vollständige SEO-Strategie für seoagentur.de“. Einmal ohne Zugriff auf unsere Daten. Einmal mit kuratierten Exporten aus der Performance Suite. Gleiches Modell, gleicher Prompt, gleiche Domain. Heraus kamen zwei Präsentationen, die auf den ersten Blick ähnlich professionell aussehen – und inhaltlich Welten auseinanderliegen.In diesem Artikel zeigen wir den direkten Vergleich – mit echten Zahlen aus beiden Versionen. Und […]

FM
Florian Müller (GF)
6 Min. Lesezeit
11. Juni 2026

Wir haben ein Experiment gemacht: Dieselbe KI bekommt zweimal dieselbe Aufgabe – „Erstelle eine vollständige SEO-Strategie für seoagentur.de“. Einmal ohne Zugriff auf unsere Daten. Einmal mit kuratierten Exporten aus der Performance Suite. Gleiches Modell, gleicher Prompt, gleiche Domain. Heraus kamen zwei Präsentationen, die auf den ersten Blick ähnlich professionell aussehen – und inhaltlich Welten auseinanderliegen.

In diesem Artikel zeigen wir den direkten Vergleich – mit echten Zahlen aus beiden Versionen. Und mit einer unbequemen Erkenntnis: Die Version ohne Daten war nicht offensichtlich schlecht. Sie war gefährlich plausibel.

Das Setup: Zwei Präsentationen, ein Unterschied

Als Testobjekt haben wir unsere eigene Agentur-Domain seoagentur.de genommen – da kennen wir die Realität und können beide Ergebnisse sauber überprüfen. Die Aufgabe an die KI war identisch: Ist-Analyse, Wettbewerbsvergleich, Rankingfaktoren, Roadmap, KPIs.

Version 1 – ohne Daten: Die KI musste mit dem arbeiten, was sie hat: Trainingswissen, öffentliche Benchmarks, Branchenreports.

Version 2 – mit Daten: Die KI bekam Zugriff auf acht kuratierte Exporte aus der Performance Suite: Sichtbarkeit in Kalenderwochen, Keyword-Rankings inkl. Google Search Console, indexierte Seiten, Ladezeiten, über 100 Technik-Checks aus dem Crawler, toxische Backlinks und KI-Sichtbarkeitsdaten für ChatGPT, Gemini, Perplexity und xAI.

Das Ergebnis lässt sich in einem Satz zusammenfassen: Ohne Daten hat die KI eine Strategie für „eine SEO-Agentur“ geschrieben. Mit Daten eine Strategie für unsere.

📄
Präsentation ohne Daten (PDF)Die Strategie auf Basis von Trainingswissen und Schätzungen – hier ansehen.
📊
Präsentation mit echten Daten (PDF)Dieselbe Aufgabe mit acht kuratierten Exporten aus der Performance Suite – hier ansehen.

Vergleich 1: Die Ladezeit – um Faktor 4 daneben

❌ KI ohne Daten
  • · Ladezeit geschätzt: LCP ~3,2 Sekunden
  • · Bewertung: „Verbesserung nötig“
  • · Einordnung: Routine-Maßnahme, eine von vielen in der Roadmap
✅ KI mit Datenlayer
  • · Ladezeit Mobile gemessen: 13,01 Sekunden
  • · PageSpeed Mobile: 26/100, Seitengröße 5,82 MB
  • · Einordnung: KRITISCH – Sofortmaßnahme in Woche 1

Das ist der gefährlichste Unterschied im ganzen Vergleich. Die Schätzung lag nicht einfach daneben – sie hat das Problem um den Faktor 4 unterschätzt und damit komplett falsch priorisiert. Wer auf Basis der Schätz-Version gearbeitet hätte, hätte ein akutes Ranking-Problem monatelang als Nebenthema behandelt. Die Datenversion hat es korrekt an die Spitze der Roadmap gesetzt: Bilder komprimieren, Render-Blocking eliminieren, CDN – Woche 1, nicht Quartal 3.

Vergleich 2: Die KI-Sichtbarkeit – Stärke als Schwäche eingestuft

❌ KI ohne Daten
  • · GEO-Sichtbarkeit: „noch nicht systematisch optimiert“
  • · KI-Zitierungen: „selten“
  • · Eingestuft als eine der größten Schwächen der Domain
✅ KI mit Datenlayer
  • · ChatGPT (OpenAI): Rang #1 aller gemessenen SEO-Agenturen
  • · Perplexity: Rang 59 mit 5,19 % Share
  • · Klare Lücken benannt: Gemini Rang 173, xAI Rang 199

Hier wird es strategisch. Die KI ohne Daten hat unser stärkstes Asset – Platz 1 bei ChatGPT-Zitierungen – schlicht nicht gesehen und das Thema pauschal als Baustelle deklariert. Die Datenversion zeigt ein völlig anderes Bild: eine echte Stärke, die es zu halten gilt, plus zwei präzise benannte Lücken, in die gezielt investiert werden muss.

Das ist kein Detail. Eine Strategie, die an der eigenen Stärke vorbeiplant und Budget gleichmäßig auf alle Plattformen verteilt, verbrennt Ressourcen genau dort, wo schon gewonnen ist – und investiert zu wenig dort, wo der Rückstand am größten ist.

Vergleich 3: Die Baselines – plausibel, aber falsch

Eine Strategie ist nur so gut wie ihr Startpunkt. Genau hier hat die Schätz-Version durchgängig Werte geliefert, die sich richtig anfühlen – und es nicht sind.

Bei den indexierten Seiten schätzte die KI 500–700. Real sind es 1.910 – fast das Dreifache. Beim Suchvolumen für „seo agentur“ setzte sie 22.000 Suchanfragen pro Monat an, real sind es rund 5.400. Beim Wettbewerbsumfeld verglich sie uns mit Agenturen, die auf publizierten Branchenlisten stehen – das tatsächlich hinterlegte Wettbewerbsset sieht anders aus, und der relevanteste Sichtbarkeits-Wettbewerber kam in der Schätz-Version gar nicht vor.

💸
Das Tückische an plausiblen Schätzungen

Jede dieser Zahlen klingt für sich genommen vernünftig. Niemand würde im Meeting stutzen. Aber Zielwerte, die auf einer falschen Baseline aufsetzen, sind wertlos – egal wie sauber die Roadmap dahinter aussieht.

Vergleich 4: Die Befunde, die ohne Daten gar nicht existieren

Der vielleicht wichtigste Punkt: Die größten Hebel der Datenversion tauchen in der Schätz-Version nicht einmal als Vermutung auf. Sie waren ohne Datenzugriff prinzipiell unsichtbar.

Das CTR-Problem: „seo agentur“ generiert 16.579 Impressionen in 30 Tagen – aber nur 18 Klicks. Das ist eine Klickrate von 0,11 %. Diese Zahl kommt direkt aus den Search-Console-Daten im Export und ist der größte Quick-Win der gesamten Analyse: Ein Title/Meta-Rewrite kann hier den Traffic vervielfachen, ohne eine einzige Position zu verbessern. Die Schätz-Version diskutierte stattdessen Positionsbereiche.

Die 2.084 Title-Gaps: Der Technik-Crawler fand 2.084 URLs, deren Title-Keywords im Seitentext gar nicht vorkommen – ein systematisches On-Page-Problem mit klarer Abarbeitungsliste. Die Schätz-Version empfahl an dieser Stelle generisch: „Duplicate Content prüfen, Canonical-Tags checken.“

Die Backlinks: Ohne Daten hieß es „~8 % potenziell toxische Links – Disavow-File erstellen“. Mit Daten wurden vier konkrete Links benannt – mit Quell-Domain, Spam Score, Linkdatum und Status (zwei davon bereits offline). Aus einer vagen Quote wurde eine Aufgabe, die sich in einer Stunde erledigen lässt.

💡
Der Unterschied in einem Wort: Umsetzbarkeit

Die Schätz-Version sagt, was man prüfen sollte. Die Datenversion sagt, was man tun muss – mit URL-Listen, Prioritäten und Zahlen, an denen sich der Erfolg messen lässt.

Vergleich 5: Roadmap und KPIs – von Bandbreiten zu Messbarkeit

Am Ende jeder Strategie steht die Frage: Woran messen wir den Erfolg? Auch hier unterscheiden sich die beiden Versionen grundlegend.

Das KPI-Dashboard der Schätz-Version besteht fast vollständig aus Bandbreiten: organischer Traffic „~8.000–15.000 pro Monat“, Referring Domains „~350–500″, Google-Bewertungen „< 50 (Schätzung)“. Mit solchen Startwerten lässt sich in sechs Monaten nicht seriös beurteilen, ob eine Maßnahme gewirkt hat – die Bandbreite verschluckt jeden Fortschritt.

Die Datenversion setzt harte Baselines: Sichtbarkeit 10.865, CTR 0,11 %, PageSpeed Mobile 26/100, Perplexity Rang 59. Jede Zahl hat ein Messdatum und ein Tool dahinter. Daraus werden überprüfbare Ziele statt Hoffnungswerte.

Derselbe Unterschied zieht sich durch den 30-Tage-Plan. Ohne Daten: „Core-Web-Vitals-Check für die Top-20-URLs durchführen“, „vollständigen Keyword-Audit erstellen“ – also erst einmal die Analyse nachholen, die eigentlich schon hätte vorliegen sollen. Mit Daten: „Top-50 der 2.084 Gap-URLs priorisieren“, „Disavow-File für zwei benannte Domains einreichen“, „Title/Meta für die URL mit 16.579 Impressionen neu schreiben“. Die Schätz-Version plant Audits. Die Datenversion plant Umsetzung.

Warum die Version ohne Daten trotzdem überzeugt – und genau das das Problem ist

Man muss fair sein: Die Präsentation ohne Daten ist handwerklich gut. Sauber strukturiert, methodisch transparent, mit korrektem Branchenwissen zu Rankingfaktoren, E-E-A-T und GEO. Sie würde in den meisten Meetings durchgehen.

Genau darin liegt das Risiko. Eine KI ohne eigene Daten füllt jede Lücke mit dem Branchendurchschnitt – und der Branchendurchschnitt ist per Definition für niemanden richtig. Das Ergebnis ist eine Strategie, die für hundert Domains gleichzeitig gelten könnte und deshalb für keine wirklich funktioniert. Sie übersieht deine spezifischen Probleme (13 Sekunden Ladezeit), sie übersieht deine spezifischen Stärken (Platz 1 bei ChatGPT) und sie priorisiert nach Best Practices statt nach deinem tatsächlichen Befund.

📐
Faustregel

Die Qualität einer KI-Analyse wird nicht durch das Modell begrenzt, sondern durch die Daten, die es bekommt. Daten > Modell > Prompt – in dieser Reihenfolge.

Unser Experiment belegt das ziemlich direkt: Modell und Prompt waren in beiden Durchläufen identisch. Die einzige Variable war die Datengrundlage – und sie hat aus einem generischen Strategie-Template einen priorisierten Maßnahmenplan gemacht.

Wo auch echte Daten Grenzen haben

Damit kein falscher Eindruck entsteht: Auch mit Daten ersetzt die KI nicht das Fachurteil. Drei Dinge gehören dazugesagt.

Daten brauchen Kontext. Die Sichtbarkeit in der Performance Suite basiert zum Beispiel auf dem hinterlegten Keyword-Set – sie ist nicht eins zu eins mit anderen Sichtbarkeitsindizes vergleichbar. Eine gute KI-Analyse weist auf solche Einschränkungen hin; die Datenversion in unserem Test hat das übrigens von selbst getan.

Automatische Befunde sind Kandidaten, keine Urteile. Toxische Backlinks werden automatisch gescort – ob ein Link wirklich disavowed werden sollte, prüft man trotzdem manuell. Die KI liefert die priorisierte Liste, die Entscheidung bleibt beim Menschen.

Die KI beantwortet das Was, nicht das Ob. Dass die Ladezeit das dringendste Problem ist, steht in den Daten. Ob dafür Budget freigegeben wird, welcher Dienstleister es umsetzt und wie es ins Gesamtbild passt – das entscheidet weiterhin das Team. Die KI verkürzt den Weg zur Entscheidung, sie nimmt sie nicht ab.

So machst du das Experiment selbst nach

Der Vergleich lässt sich in einer halben Stunde reproduzieren – mit deiner eigenen Domain:

Schritt 1: Stelle deiner KI die Aufgabe ohne Daten. Zum Beispiel: „Erstelle eine SEO-Ist-Analyse und Strategie für [deine-domain.de]. Kennzeichne alle Werte, die du schätzt.“ Speichere das Ergebnis.

Schritt 2: Lade einen kuratierten Export aus der Performance Suite – als CSV- oder Excel-Datei direkt im Chat angehängt, oder per token-gesichertem Live-Link im Prompt.

Schritt 3: Stelle exakt dieselbe Aufgabe noch einmal, mit dem Zusatz: „Nutze ausschließlich die bereitgestellten Daten. Erfinde oder schätze keine Werte.“

Schritt 4: Lege beide Ergebnisse nebeneinander. Achte besonders auf drei Stellen: die Baselines (stimmen die geschätzten Zahlen?), die Prioritäten (würdest du nach Version 1 an den richtigen Dingen arbeiten?) und die Befunde, die in Version 1 komplett fehlen.

💡
Tipp für den Prompt

Der Zusatz „Kennzeichne alle Werte, die du schätzt“ macht den Unterschied sichtbar. Ohne ihn präsentieren viele KIs Schätzungen wie Fakten – und genau dann wird es gefährlich.

So bekommt deine KI echte Daten – ohne Code, ohne Setup

Die naheliegende Frage: Wie kommen die eigenen SEO-Daten überhaupt in die KI? Genau dafür gibt es in der Performance Suite die kuratierten Exporte – über 50 vordefinierte Datenpakete für SEO, SEA und GEO, von SEO-Experten zusammengestellt und mehrfach täglich aktualisiert.

Du hast zwei Wege: Entweder lädst du den Export als CSV oder Excel herunter und hängst ihn direkt im Chat-Fenster der KI deiner Wahl an. Oder du nutzt einen token-gesicherten Live-Link – die KI ruft sich die Daten dann selbst ab, wann immer sie sie braucht, ohne dass du bei jeder Analyse neu hochladen musst. Beide Wege funktionieren ohne Programmierung, ohne API-Setup und ohne MCP-Konfiguration.

🚀
So entstand die Datenversion aus diesem Artikel

Die Strategie-Präsentation mit echten Daten entstand genau so: KI plus acht kuratierte Exporte per Live-Link. Kein einziger Wert in der Datenversion wurde geschätzt.

Teste es mit deiner eigenen Domain

Du musst uns nicht glauben – du kannst den Vergleich selbst machen. Stelle deiner KI dieselbe Frage einmal mit und einmal ohne deine Daten, und vergleiche die Antworten. Der Unterschied wird bei deiner Domain genauso deutlich ausfallen wie bei unserer. Beide Präsentationen aus diesem Artikel findest du oben im Original als PDF.

Dein kostenloser Export wartet schon

Jeder Account bekommt automatisch 1 kostenlosen Export – in 24h im Postfach, ohne Verpflichtung. Lade ihn in deine KI und sieh selbst, was echte Daten ausmachen.



Free Account erstellen



Weitere Inhalte


Keine Kommentare vorhanden


Du hast eine Frage oder eine Meinung zum Artikel? Teile sie mit uns!

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

*
*