Eine Seite je Frage, nicht eine Seite je Suchbegriff
Der Unterschied zwischen einer tragfähigen Seitenstrecke und Massenware steht in einem Satz: eine Seite je echter Frage, nicht eine Seite je Suchbegriff. Eine Keyword-Seite entsteht aus einer Wortliste — Ort, Marke und Adjektiv werden getauscht, der Rest bleibt gleich. Eine Fragenseite entsteht aus einem Bestand und beantwortet, was jemand wissen will, bevor er anruft: welche Sattelzugmaschinen mit Euro-6-Motor gerade verfügbar sind, was sie kosten, an welchem Standort sie stehen, was dokumentiert ist und was nicht. Diese Antwort steht in keiner Wortliste. Sie steht in Ihrer Datenbank, oder sie steht nirgends.
Im Fahrzeughandel liegt die Rohform bereits vor, und deshalb reden wir zuerst über diese Projekte. Beim Autohaus Brüggemann stehen über 2.000 Fahrzeuge in einer gemeinsamen Suche — am 17. August 2026 waren es 2.151 —, verteilt auf sechs Standorte, filterbar über 24 Marken. Nord Automobile in Rastede führt einen vierstelligen Bestand, am selben Tag 1.058 Angebote, und filtert über einen eigenen AJAX-Endpunkt ohne Seitenneuladen. Eschen Nutzfahrzeuge liefert den eigenen Bestand in fünf Sprachfassungen aus — Deutsch, Englisch, Russisch, Polnisch, Spanisch —, weil der Handel mit schweren Nutzfahrzeugen Exportgeschäft ist. Alle drei fahren dieselbe eigene TYPO3-Extension für die Fahrzeugsuche; jede Weiterentwicklung kommt allen Installationen zugute. Ein Bestand, dessen Filterzustände in der Adresse stehen, ist die halbe Strecke — die andere Hälfte ist die Seite selbst, und die ist Arbeit, nicht Konfiguration.
Die eigentliche Arbeit ist der Schnitt. Aus fünf Attributen lassen sich rechnerisch zehntausende Kombinationen bilden, von denen die meisten null oder zwei Treffer haben und keine Frage abbilden, die jemand stellt. Wir wählen die Achsen aus, für die beides zutrifft: Es gibt Suchnachfrage, und es gibt genug gepflegte Datensätze, um eine vollständige Antwort zu geben. Für jede Achse wird eine Untergrenze festgelegt — Mindestzahl an Treffern, Mindestabdeckung der Pflichtfelder. Was darunter liegt, wird nicht veröffentlicht. Diese Untergrenze ist nicht Kosmetik, sondern der Punkt, an dem sich das Verfahren von seiner missbräuchlichen Variante unterscheidet.
Wo KI hilft und wo sie Füllmaterial produziert
Beim Anreichern ist ein Sprachmodell nützlich, und zwar an vier Stellen. Es macht aus einer Attributliste einen lesbaren Absatz, der die Werte in Sätzen nennt statt in einer Tabelle. Es übersetzt Ausstattungscodes und Herstellerkürzel in Klartext, den ein Käufer versteht. Es findet Synonyme und Fragevarianten, unter denen dieselbe Sache gesucht wird. Und es bringt den Textanteil in weitere Sprachen. Wie klein dieser Anteil ist, zeigt der Aufbau bei Eschen Nutzfahrzeuge: Erstzulassung, Laufleistung, Motorisierung und Bildmaterial sind sprachneutral und stehen ohne zweite Erfassung in allen fünf Sprachfassungen; übersetzt wird nur, was wirklich Text ist. Genau dieser Rest ist die Stelle, an der ein Modell Arbeit abnimmt. In allen vier Fällen arbeitet es mit vorhandenen Werten. Es erzeugt keine.
Substanz erfinden kann es nicht, und der Versuch endet nicht bei schwachem Text, sondern bei Falschangaben. Wo im Datensatz kein Verbrauchswert steht, ergänzt ein Modell einen plausiblen — und für neue Personenkraftwagen verlangt die Pkw-EnVKV in der Werbung Angaben zu Verbrauch, CO2-Emission und CO2-Klasse. Plausibel ist hier das Gegenteil von richtig. Ob ein Datensatz unter diese Pflicht fällt, entscheidet die Quelle und nicht die Vorlage, weshalb die Werte durchgereicht und nicht erzeugt werden. Dasselbe gilt außerhalb des Pflichtbereichs für Unfallfreiheit, Wartungshistorie, Vorbesitzerzahl und Zusicherungen aller Art. Wo keine Daten sind, entsteht durch KI keine Seite, sondern Füllmaterial mit Haftungsrisiko. Das ist die harte Grenze, und sie deckt sich mit der Grenze der Google-Richtlinie: Beide fragen, ob am Ende etwas gesagt wird, das vorher nicht dastand.
Technisch heißt das eine klare Trennung. Pflichtangaben und Preise gehen unverändert aus der Quelle in die Ausgabe, ohne Modell dazwischen — bei Eigenentwicklungen aus dem führenden System, bei Immobilienbeständen über OpenImmo, das XML-Austauschformat der Branche, samt der Pflichtangaben aus dem Energieausweis, bei mobile.de über die Search-API des eigenen Händlerkontos, sonst aus dem ERP-Export. Die KI-Anreicherung läuft in der Aufbereitung, nicht zur Laufzeit, damit jede Passage reproduzierbar bleibt und geprüft werden kann. Jede generierte Passage ist an die Feldwerte gebunden, aus denen sie entstanden ist; fehlt das Feld, entsteht kein Satz, sondern eine Lücke in der Prüfliste. Und die Anreicherung entscheidet nie darüber, ob eine Seite veröffentlicht wird. Das entscheidet die Datenlage.
Die Richtlinie im Original — und die Zahlen, die dort nicht stehen
Google nennt den Missbrauchsfall „scaled content abuse“ und beschreibt ihn als das Erzeugen vieler Seiten, die vor allem dem Zweck dienen, Suchrankings zu manipulieren, statt Nutzern zu helfen — im Original: „generated for the primary purpose of manipulating search rankings“. Die Beispiele, die Google selbst aufführt, sind konkret: generative KI oder vergleichbare Werkzeuge einsetzen, um viele Seiten ohne Mehrwert für Nutzer zu erzeugen; fremde Inhalte abgreifen und mit minimaler Änderung neu verpacken; Material aus mehreren Quellen zusammensetzen, ohne dass echter Nutzen entsteht; mehrere Websites anlegen, um die Masse zu verschleiern; Seiten mit Suchbegriffen füllen, deren Text keinen Sinn ergibt. Formal definiert wurde das im Spam-Update vom März 2024.
Der zweite einschlägige Punkt heißt „doorway abuse“ und trifft Seitenstrecken besonders leicht. Gemeint sind Seiten, die auf sehr ähnliche Suchanfragen zielen und Nutzer über Zwischenstationen führen, die weniger nützlich sind als das eigentliche Ziel. Eine Seite, die nur eine Überschrift, drei getauschte Wörter und einen Link zur Kategorieseite trägt, ist genau das — unabhängig davon, wie sie entstanden ist. Der Prüfstein ist einfach und unbequem: Wenn eine Seite nichts enthält, was die Zielseite nicht besser hätte, ist sie eine Zwischenstation. Deshalb bekommt jede Seite in einer Strecke, die wir bauen, einen eigenen Bestand, eigene Werte und eine eigene Antwort — oder sie geht nicht online.
Und der Satz, der auf dieser Seite am meisten wert ist: Die Richtlinie enthält keine Zahl, an der sich das messen ließe. Keine Prozentwerte, keine Mindestanteile, keine Schwellen. In SEO-Blogs kursieren Angaben wie „mindestens 60 Prozent abweichender Inhalt“, „mindestens drei Quellen je Seite“ oder „ab 30 Prozent betroffener URLs folgt eine sitewide-Abstrafung“. Diese Zahlen stehen nirgends bei Google. Wer damit argumentiert, zitiert nicht Google, sondern sich selbst — und verkauft eine Schwelle, die man rechnerisch mit einem Prozentpunkt mehr überspringen könnte. Es gibt keine Schwelle. Es gibt die Frage, ob eine Seite jemandem etwas beantwortet, und diese Frage lässt sich nicht in Prozent beantworten, sondern nur an der Seite selbst.
Die zweite Hälfte: gefunden werden und zitiert werden
Eine Seitenstrecke, die nur für Google gebaut ist, verschenkt die andere Hälfte. Immer mehr Fragen laufen über ChatGPT, Perplexity, Microsoft Copilot und die KI-Übersichten der Google-Suche, und dort wird nicht eine Seite ausgeliefert, sondern ein Absatz zitiert. Daraus folgen vier Anforderungen an den Text: die Antwort im ersten Satz statt nach drei Absätzen Anlauf; Abschnitte, die aus dem Zusammenhang gerissen noch stimmen; Entitäten im Klartext, also Firmenname, Standort und Fachbegriff im Absatz statt in der Kopfzeile; und Zahlen statt Adjektive, weil sich nur Konkretes wiedergeben lässt. Dieselbe Bauweise nützt auch der klassischen Suche. Es sind nicht zwei Seiten, es ist eine.
Dazu kommt die maschinenlesbare Schicht. Je Seitentyp das passende Markup — Product und Offer mit Preis und Verfügbarkeit, ItemList für Trefferlisten, FAQPage für Direktantworten, HowTo für Abläufe, Service für Leistungen, Organization und LocalBusiness für die Firmenfakten, BreadcrumbList für die Einordnung. Dazu eine llms.txt als kuratierte Einstiegsdatei und, vorher, die banalste aller Prüfungen: Kommen die Bots überhaupt durch. GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot und Bingbot lassen sich in der robots.txt einzeln steuern, und sie tun Unterschiedliches: OAI-SearchBot, PerplexityBot und Bingbot holen die Inhalte für die Antwort, GPTBot und ClaudeBot sammeln vor allem Trainingsdaten. Google-Extended steht in derselben Datei, ist aber kein Crawler — die Kennung steuert nur die Nutzung in den Gemini-Anwendungen und hat auf die KI-Übersichten der Google-Suche keinen Einfluss, weil die sich aus dem normalen Suchindex bedienen. Und oft blockt eine Firewall oder ein CDN, was die robots.txt längst erlaubt. Was das im Einzelnen bedeutet, steht auf unserer Leistungsseite zu AEO.
Ob wir das können, lässt sich an dieser Website nachsehen, ohne uns zu fragen. Aus strukturierten Daten abgeleitet sind hier 19 Regionsseiten, 19 Technologieseiten, 14 Leistungsseiten, 5 Branchenseiten, 26 Referenz-Cases und zehn Landingpages, diese eingeschlossen — jede davon zusätzlich in einer englischen Fassung, sodass die Sitemap über zweihundert Adressen führt (Stand 17. August 2026). Dazu FAQPage-, HowTo-, Service-, ItemList- und BreadcrumbList-Markup, eine llms.txt und eine eigene Leistungsseite zu AEO. Das ist genau die Technik, um die es hier geht — nur mit Substanz je Seite statt mit ausgetauschten Platzhaltern. Es beweist nicht, dass es in Ihrem Markt funktioniert. Es beweist, dass wir das Verfahren betreiben und nicht nur beschreiben, und es lässt sich mit einem Blick in den Quelltext nachprüfen.
Was das braucht, was schiefgeht, und wann wir abraten
Vorausgesetzt sind drei Dinge, und keines davon ist Technik. Erstens saubere, vollständige Daten: Müll mal tausend bleibt Müll, nur teurer. Vor dem ersten Entwurf messen wir deshalb die Feldabdeckung je Attribut und die Dublettenquote; daraus ergibt sich, wie viele Seiten der Bestand trägt. Zweitens eine Redaktion, die Stichproben liest — nicht alle Seiten, aber regelmäßig ein Dutzend, und mit dem Recht, eine Vorlage zurückzuweisen. Drittens Geduld: Indexierung passiert nicht auf Zuruf. Neue Strecken rollen wir in Wellen aus, damit sich die Aufnahme beobachten und die Vorlage nachschärfen lässt, bevor der Rest folgt.
Abraten gehört bei diesem Thema dazu, und die Gründe sind dieselben drei. Zu dünne Daten: Wenn je Datensatz ein Bild und zwei Attribute vorliegen, entsteht keine Seite, die eine Frage beantwortet, und die Anreicherung kaschiert das nur. Ein Sortiment ohne Suchnachfrage: Wenn niemand nach diesen Kombinationen sucht, ist die Strecke aufwendig und wirkungslos — dann ist eine gute Kategorieseite die richtige Antwort. Fehlende Bereitschaft zur Pflege: Ein Bestand, der nicht aktualisiert wird, produziert nach einem halben Jahr Seiten zu Dingen, die es nicht mehr gibt. In diesen Fällen sagen wir das vor der Beauftragung. Wenn ein Projekt sich nicht rechnet, ist es günstiger, das früh zu hören.