Google misst AI Visibility – aber ohne Klicks, Suchanfragen und API

Was hat Google in der Search Console eingeführt?

Google hat am 3. Juni 2026 zwei eigenständige Generative-AI-Performance-Berichte angekündigt: einen für Search und einen für Discover. Der Search-Bericht isoliert Impressionen von Links in AI Overviews und AI Mode. Der Discover-Bericht erfasst Links in generativen KI-Funktionen des Discover-Feeds.

„AI Visibility“ verwende ich hier als Sammelbegriff. Technisch misst Google keine vollständige Sichtbarkeit einer Marke in KI-Antworten, sondern Impressionen von Links zu URLs einer Search-Console-Property auf Googles eigenen generativen Flächen. Das ist enger, aber auch präziser.

Welche Daten zeigt der Search-Bericht?

Der Search-Spezialbericht zeigt eine Zeitreihe und lässt sich nach vier Dimensionen aufschlüsseln:

Dimension	Was du analysieren kannst	Was offenbleibt
Seite	Welche kanonischen URLs sichtbar waren	In welchem Antwortkontext der Link stand
Land	In welchen Märkten Impressionen entstanden	Welche Sprache oder Nutzerabsicht dahinterstand
Gerät	Desktop-, Mobil- und Tablet-Trends	Ob das Gerät den Klick beeinflusste
Datum	Wachstum, Rückgänge und Anomalien	Welche Query den Ausschlag gab

Im Property-Chart zählt Google mehrere Ergebnisse derselben Property innerhalb einer generativen Suchfunktion nur einmal. Gruppierst du nach Seite, wird dagegen auf URL-Ebene aggregiert. Die Daten werden überwiegend der kanonischen URL zugeordnet. Diese Aggregationsregeln sind wichtig: Der Gesamtchart und die Summe einzelner Seiten müssen nicht dieselbe analytische Frage beantworten.

Was unterscheidet den Discover-Bericht?

Im Discover-Spezialbericht zählt eine Impression, wenn ein Link in einer Karte oder einem eingebetteten Karussell in den sichtbaren Bereich gescrollt wurde. Google zählt pro Ergebnis und Sitzung maximal eine Impression. Verfügbar sind Seite, Land und Datum, aber keine Geräte-Dimension.

Search und Discover gehören deshalb nicht in dieselbe Vergleichstabelle, ohne die abweichenden Dimensionen und Zählregeln zu dokumentieren. Beide Berichte zeigen Sichtkontakte, aber in unterschiedlichen Nutzungssituationen.

Ist der Bericht für alle Websites verfügbar?

Googles aktuelle Hilfeseiten nennen den 31. August 2026 als Abschluss des weltweiten Rollouts. Auf derselben Seite steht im Abschnitt zur Fehlersuche weiterhin, dass noch nicht alle Properties Zugriff hätten, weil der Rollout laufe. Zusätzlich kann der Bericht fehlen, wenn eine Property nicht genügend generative Impressionen erzielt hat.

Der belastbare Stand lautet daher: Google bezeichnet den Rollout als global abgeschlossen, der Hilfetext ist intern aber widersprüchlich. Ein fehlender Menüpunkt beweist weder einen technischen Fehler noch, dass eine Website in generativen Ergebnissen grundsätzlich unsichtbar ist.

Was bedeutet eine AI-Impression tatsächlich?

Eine AI-Impression bestätigt, dass Google einen Link nach seinen Messregeln gezählt hat. Für AI Overviews nennt Google keine eigene Scrollpflicht, sondern verweist auf die Standardregeln: Ein Link im aktuellen Ergebnisset kann grundsätzlich auch ohne Scrollen als Impression zählen; nur in eigenständig scrollenden oder aufklappbaren Elementen muss er typischerweise in den sichtbaren Bereich gescrollt beziehungsweise aufgeklappt werden. Im AI Mode gelten ebenfalls die Standardregeln; eine Folgefrage wird als neue Query behandelt.

Eine Impression beweist dagegen nicht:

• dass die Marke im Antworttext genannt wurde,
• dass die URL eine zentrale Grounding-Quelle war,
• dass Nutzer die Quelle bewusst wahrgenommen haben,
• dass ein Klick, Lead oder Umsatz entstanden ist,
• welche Suchanfrage oder Folgefrage die Impression ausgelöst hat,
• wie prominent der Link innerhalb der generativen Antwort platziert war,
• ob die Marke auch in ChatGPT, Perplexity oder Claude sichtbar war.

Das ist der entscheidende Unterschied zwischen einem gezählten Link-Sichtkontakt und einer umfassenden GEO-Kennzahl. Wer aus Impressionen direkt Markenwirkung oder Geschäftswert ableitet, überspringt mehrere nicht gemessene Schritte.

Welche vier zentralen Datenlücken hat der Spezialbericht?

Der Bericht beantwortet zuverlässig, welche Seiten wann, in welchem Land und bei Search auf welchem Gerät Impressionen erhalten haben. Für die Bewertung der Wirkung fehlen jedoch vier zentrale Verknüpfungen.

Fehlende Information im Spezialbericht	Analysefrage	Praktische Folge
Suchanfragen und Prompts	Welcher Intent erzeugte die Sichtbarkeit?	Content-Lücken und Folgefragen bleiben unbekannt
Klicks und CTR	Führte die Sichtbarkeit zu Besuchen?	Sichtbarkeit und Traffic lassen sich nicht direkt verbinden
Durchschnittliche Position	Wie prominent war der Link?	Zwei Impressionen können qualitativ sehr unterschiedlich sein
Dokumentierter API-Zugriff	Wie automatisiere ich Exporte und Zeitreihen?	Monitoring bleibt von UI-Exporten und manuellen Prozessen abhängig

Misst Google wirklich keine Klicks aus AI Overviews und AI Mode?

Doch. Die zugespitzte Aussage „Google misst keine AI-Klicks“ wäre falsch. Laut offizieller Messdokumentation fließen Klicks auf externe Links aus AI Overviews und AI Mode in den normalen Search-Performance-Bericht ein.

Das Problem ist die fehlende Segmentierung: Im Generative-AI-Spezialbericht werden Klicks und CTR nicht ausgewiesen. Im normalen Bericht sind sie vorhanden, lassen sich dort aber nicht zuverlässig als AI Overview oder AI Mode kennzeichnen. Du weißt also, dass AI-Klicks Teil des Gesamtdatensatzes sind, aber nicht, welcher konkrete Klick aus welcher generativen Oberfläche kam.

Warum ist die fehlende Query-Dimension so schwerwiegend?

Ohne Queries kannst du eine sichtbare URL erkennen, aber nicht die Frage dahinter. Damit fehlen dir der Intent, die konkrete Informationslücke und der Kontext einer Folgefrage. Gerade im AI Mode kann eine Unterhaltung aus mehreren Queries bestehen; jede Folgefrage kann neue Ergebnisse erzeugen.

Im normalen GSC-Bericht tauchen gelegentlich auffällige Dialogfragmente wie „yes“ oder „yes go on“ auf. Solche Muster sind laut einer dokumentierten Praxisbeobachtung ein Indiz, aber kein belastbarer Filter. Auch lange Fragen oder Regex-Klassen bleiben Proxys, weil klassische Long-Tail-Suchen ähnlich aussehen und seltene Queries in der Search Console anonymisiert werden können.

Warum dürfen AI-Impressionen nicht zu den normalen GSC-Daten addiert werden?

Google erklärt, dass die Impressionen aus den generativen Search-Flächen bereits im normalen Performance-Bericht unter dem Suchtyp „Web“ enthalten sind. Der Spezialbericht ist eine gefilterte Sicht auf einen Teil dieses Datensatzes, kein zusätzlicher Datentopf.

Rechenbeispiel: Wenn der Web-Bericht 100.000 Impressionen und der AI-Spezialbericht 8.000 Impressionen ausweist, lautet die Summe deshalb nicht 108.000. Die 8.000 sind bereits in den 100.000 enthalten. Addierst du beide Werte, erzeugst du eine Doppelzählung.

Das gleiche Problem entsteht bei Trendanalysen: Ein Anstieg im Spezialbericht kann einen Teil des Wachstums im Web-Bericht erklären, er darf aber nicht automatisch als Ursache für mehr Klicks oder Conversions behandelt werden.

Gibt es eine API oder einen BigQuery-Export für den AI-Bericht?

Stand 7. September 2026 ist kein nativer Zugriff auf den Generative-AI-Spezialbericht über die dokumentierte Search-Console-API belegt. Die am 11. August 2026 aktualisierte Dokumentation von `searchAnalytics.query` listet für `type` die Werte `web`, `image`, `video`, `news`, `discover` und `googleNews`. Ein eigener Typ oder Filter für AI Overviews, AI Mode oder den Spezialbericht fehlt.

Auch die Antwortstruktur der API enthält nur die klassischen Kennzahlen `clicks`, `impressions`, `ctr` und `position`. Es gibt dort kein dokumentiertes Feld, mit dem du Zeilen reproduzierbar als Generative-AI-Daten segmentieren könntest.

Die Benutzeroberfläche bietet zwar einen Export für Chart- und Tabellendaten. Das ist aber keine API. Chudi.dev testete mehrere naheliegende AI-Typwerte, die von der API als ungültig abgewiesen wurden. Ein separater Praxistest von Search Engine Journal kam außerdem zu dem Ergebnis, dass der Spezialdatensatz weder über die Search Analytics API noch über den BigQuery-Bulk-Export verfügbar war.

Die saubere Aussage lautet daher nicht „Google hat keine API“, sondern: Die aktuelle API dokumentiert keine native Abfrage oder Segmentierung des Spezialberichts. Google kann den Funktionsumfang später erweitern.

Warum sind die Google-Daten trotzdem wertvoll?

Die Einschränkungen machen den Bericht nicht nutzlos. Er liefert ein Signal, das klassische Prompt-Tracker nicht ersetzen können: gezählte Impressionen aus realer Nutzung auf Googles eigenen Flächen.

Du kannst damit:

1. Eine Baseline aufbauen: Dokumentiere, welche URLs regelmäßig AI-Impressionen erhalten.
2. Seiten priorisieren: Prüfe Seiten mit hohem Wachstum, starken Verlusten oder ungewöhnlichen Ausschlägen zuerst.
3. Märkte vergleichen: Nutze Ländertrends, ohne daraus direkt unterschiedliche Nachfrage oder Conversion-Werte abzuleiten.
4. Geräteverschiebungen erkennen: Verwende die Geräte-Dimension im Search-Bericht, nicht im Discover-Bericht.
5. Änderungen annotieren: Halte Content-Updates, technische Releases und bekannte Google-Fehler in derselben Zeitachse fest.

Der Bericht beantwortet damit vor allem die Frage „Wo und wann erscheinen unsere Links in Googles generativen Flächen?“. Er beantwortet nicht „Warum erscheinen sie?“ oder „Was bringen sie wirtschaftlich?“.

Was zeigt der Datenfehler vom August 2026?

Google dokumentierte einen Logging-Fehler für den Zeitraum vom 13. bis 17. August 2026. Dadurch wurden Impressionen im Generative-AI-Search-Bericht zu niedrig ausgewiesen. Laut dem Update vom 21. August wurden die fehlenden Daten wiederhergestellt; ein zeitgenössischer Bericht von Search Engine Land beschreibt denselben Vorfall.

Die praktische Lehre ist wichtiger als der einzelne Bug: Ein abrupter Einbruch in einem neuen Reporting-System ist nicht automatisch ein Sichtbarkeitsverlust. Prüfe zuerst Datenanomalien, Release-Zeitpunkte und technische Änderungen. Alte Exporte oder Screenshots aus dem Fehlerzeitraum können weiterhin unvollständige Werte enthalten, auch wenn Google die Daten später im Bericht restauriert hat.

Was sagt die CTR-Fallstudie von Chudi.dev aus?

Chudi.dev analysierte über 90 Tage 4.856 Query-Seiten-Paare einer einzelnen B2B-Website. Als „prompt-shaped“ galten Queries mit mindestens acht Wörtern oder einem Fragezeichen. Bei Top-10-Positionen kamen diese Queries auf 4 Klicks aus 6.235 Impressionen, also 0,06 Prozent CTR. Klassische Keyword-Queries erzielten 730 Klicks aus 78.580 Impressionen und 0,93 Prozent CTR. 524 von 527 promptförmigen Paaren blieben ohne Klick.

Das ist ein starkes Praxissignal für eine mögliche Klicklücke, aber kein allgemeiner Benchmark für AI Overviews oder AI Mode:

• Die Wortzahl und das Fragezeichen sind ein Proxy, kein Google-Label.
• Klassische Long-Tail-Queries können fälschlich in der AI-Gruppe landen.
• Seltene Queries werden in GSC teilweise anonymisiert.
• Die Daten stammen von einer einzelnen B2B-Website.
• Impressionen in einer generativen Antwort und bei klassischen Suchtreffern folgen nicht zwingend derselben Wahrnehmungslogik.

Die in der Fallstudie gemessenen 0,06 Prozent dürfen deshalb weder auf alle Branchen hochgerechnet noch als durchschnittliche CTR des Google-AI-Berichts bezeichnet werden.

Was misst OpenSEO anders als Google?

OpenSEO kombiniert zwei getrennte Messwelten. Die klassische GSC-Integration verarbeitet Googles normale Search-Analytics-Daten mit Queries, Seiten, Klicks, Impressionen, CTR und Position. Der Bereich „AI Search“ nutzt dagegen DataForSEO-Endpunkte, darunter `ai_optimization/llm_mentions`, für aktive Abfragen.

Die technische Einordnung des Tools findest du außerdem in meinem OpenSEO-Vergleich mit Semrush und Ahrefs.

Damit misst OpenSEO unter anderem:

• Brand Mentions in erzeugten Antworten,
• Antworten auf kontrollierte Testprompts,
• zitierte Quellen und URLs,
• Share of Voice gegenüber definierten Wettbewerbern,
• Sichtbarkeit auf Plattformen wie ChatGPT und Googles AI-Flächen.

OpenSEO liest den neuen Generative-AI-Spezialbericht nicht nativ aus. Es erzeugt deshalb keinen Ersatzdatensatz für reale Google-Impressionen, reale Nutzerqueries oder AI-segmentierte Klicks. Das Tool ergänzt Google um Messobjekte, die GSC nicht zeigt.

Wie unterscheiden sich die beiden Messwelten?

Messfrage	Google-GSC-Spezialbericht	OpenSEO AI Search
Reale Linkimpressionen aus Google-Nutzung	Ja	Nein, Drittanbieter- und Testdaten
URL-, Länder- und Zeittrends	Ja	Nicht gleichwertig
Nach AI-Fläche segmentierte Klicks und CTR	Nein	Nein
Reale Nutzerqueries oder Prompts	Nein	Nein, kontrollierte Testprompts
Brand Mentions	Nein	Ja
Zitierte Quellen	Nein	Ja
Wettbewerber und Share of Voice	Nein	Ja
ChatGPT-Sichtbarkeit	Nein	Ja, über DataForSEO
Native Pipeline für den GSC-AI-Spezialbericht	Nicht dokumentiert	Nein

Die Werte dürfen nicht addiert werden. Eine GSC-Impression und eine OpenSEO-Mention sind unterschiedliche Ereignisse mit unterschiedlicher Erhebung.

Welche Kerndaten hat OpenSEO?

Der Snapshot vom 7. September 2026 um 12:28 Uhr MESZ zeigte im OpenSEO-Repository 17.606 GitHub-Stars und 2.223 Forks. Die Software steht unter der MIT-Lizenz. Die Version v0.1.7 wurde am 2. September 2026 veröffentlicht.

Merkmal	Stand am 7. September 2026
Software	Open Source
Lizenz	MIT
Version	v0.1.7
GitHub-Stars	17.606
Forks	2.223
Datenquelle für AI Search	DataForSEO
Datenkosten	Beim Self-Hosting eigener DataForSEO-API-Zugang; Hosted nutzt ein Abo-/Guthabenmodell mit Aufschlag auf DataForSEO-Anfragen

„Open Source“ bedeutet hier nicht „kostenlose Messdaten“. Installation und Quellcode sind offen, die zugrunde liegenden DataForSEO-Abfragen verursachen abhängig von der Nutzung Kosten.

Wo liegen die Grenzen von OpenSEO?

OpenSEO ist ein nützliches Beispiel für kontrolliertes Prompt- und Citation-Tracking, aber der aktuelle Implementierungsstand hat relevante Grenzen.

• Veraltete Modell-Pins: Das am 7. September 2026 offene Issue #254 nennt fest gepinnte Modelle wie `claude-sonnet-4-5`, `gpt-5` und `gemini-2.5-pro`. Ergebnisse können dadurch von Antworten aktueller Endnutzerprodukte abweichen. Laut Issue berücksichtigt auch der Cache-Key die Modellversion nicht ausreichend.
• Keine stabile Historie: Im ebenfalls offenen Issue #266 beschreibt der Reporter, dass Brand-Lookup-Ergebnisse im Browser liegen und nach 24 Stunden verfallen. Monatsvergleiche sind dadurch nicht stabil; erneute Abfragen können weitere DataForSEO-Kosten auslösen.
• MCP noch nicht Kernfunktion: Der Pull Request #148 für MCP-Tools zu AI Search Visibility, zitierten Quellen und Prompt-Ergebnissen war am 7. September 2026 offen und nicht gemergt.
• Marktparameter: Im Brand-Lookup-Pfad setzt OpenSEO die ChatGPT-Mentions fest auf USA (`2840`) und Englisch (`en`); der Google-Pfad übernimmt dagegen die gewählten Standort- und Sprachwerte, und Prompt Explorer ist ein separater Testpfad. Die ChatGPT-Mentions des Brand Lookup sind deshalb kein belastbarer Deutschland-Marktwert.
• Abhängigkeit vom Provider: Resultate hängen von DataForSEO, der gewählten Modellversion, Standort und Sprache sowie den aktiv ausgewählten Prompts ab.

Eine praktische Einordnung von Sprach-, Standort- und Prompt-Effekten findest du in meinem Artikel zu GEO auf Deutsch.

Diese Grenzen sind kein Argument gegen das Tool. Sie zeigen, warum Prompt-Tracking reproduzierbare Tests liefern kann, aber keine vollständige Beobachtung realer Nachfrage.

Wie sieht ein realistischer AI-Visibility-Messstack aus?

Ein belastbarer Messstack trennt fünf Ebenen. Jede Ebene beantwortet eine andere Frage und behält ihre eigene Datenherkunft.

Ebene	Messobjekt	Stärkster Nutzen	Blinder Fleck
GSC-AI-Spezialberichte	Reale Google-Linkimpressionen	Seiten-, Länder- und Zeittrends; Geräte nur bei Search	Keine Queries, Klicks, CTR, Position oder native API
Normaler GSC-Web-Bericht	Aggregierte Impressionen, Klicks, CTR, Positionen und sichtbare Queries	Organische Gesamtentwicklung und Landingpage-Analyse	Keine zuverlässige Trennung nach AI Overview oder AI Mode
Webanalyse	Sitzungen, Verhalten und Conversions auf der Website	Wirkung nach dem Klick	Google-AI-Traffic ist nicht sauber als eigene Quelle markiert
CRM	Leads, Opportunities, Umsatz und Kundenstatus	Geschäftswert	Attribution zu einer einzelnen AI-Impression fehlt
Prompt-, Mention- und Citation-Tracking	Kontrollierte Antworten, Erwähnungen, Quellen und Wettbewerber	Reproduzierbare Tests über mehrere Plattformen	Kein Abbild vollständiger realer Nachfrage

Wie setzt du den Stack praktisch auf?

1. Exportiere den GSC-Spezialbericht regelmäßig. Sichere Datum, Property, Report-Typ, Filter und Exportzeitpunkt zusammen mit den Tabellenwerten. Ohne dokumentierte API ist diese Metadaten-Disziplin entscheidend.
2. Halte Spezial- und Web-Bericht getrennt. Nutze identische Zeitfenster und Seitencluster, addiere die Impressionen aber nicht.
3. Verbinde Landingpages mit Webanalyse und CRM. Bewerte Sitzungen, Conversions und Leads auf Seitenebene. Bezeichne zeitliche Korrelationen nicht als AI-Attribution.
4. Definiere ein stabiles Prompt-Set. Versioniere Prompt, Plattform, Modell, Sprache, Standort, Datum und Wiederholungszahl. Sonst vergleichst du wechselnde Tests statt Sichtbarkeit.
5. Trenne Mention, Citation und Klick. Eine Markennennung ist kein Link, ein Link ist kein Klick und ein Klick ist noch keine Conversion.
6. Prüfe Stichproben manuell. Kontrolliere, ob die Quelle wirklich verlinkt ist, wie prominent sie erscheint und ob der Antwortkontext zur Marke passt.
7. Annotiere externe Ereignisse. Halte Google-Datenfehler, Rollouts, Website-Releases und größere Content-Updates direkt in der Zeitreihe fest.

Welche KPIs gehören in ein Dashboard?

KPI	Quelle	Zulässige Interpretation
AI-Linkimpressionen nach Seite	GSC-Spezialbericht	Sichtbarkeit von URLs in Googles generativen Flächen
Anteil AI-Impressionen an Web-Impressionen	GSC-Spezialbericht plus normaler Web-Bericht	Größenordnung innerhalb des bereits enthaltenen Web-Datensatzes
Organische Klicks und Conversions der sichtbaren Seiten	GSC, Webanalyse, CRM	Performance der Landingpages, nicht kausal AI-attribuiert
Mention Rate im festen Prompt-Set	Prompt-Tracker	Reproduzierbarkeit innerhalb des definierten Tests
Citation Rate im festen Prompt-Set	Prompt-Tracker	Anteil der Testantworten mit verlinkter Quelle
Share of Voice im festen Wettbewerberset	Prompt-Tracker	Relative Präsenz unter konstanten Testbedingungen
Datenqualitätsnotizen	Manuelles Log	Erklärung für Sprünge, Lücken und Methodenwechsel

Der Nenner muss bei Mention Rate, Citation Rate und Share of Voice immer dokumentiert sein. Ein Monatsvergleich ist wertlos, wenn sich Prompt-Set, Modell, Region oder Anzahl der Durchläufe gleichzeitig ändern.

Welche Einschränkungen bleiben trotz Messstack bestehen?

Auch ein sauber aufgebauter Stack löst das Attributionsproblem nicht vollständig.

• Google kann den Spezialbericht erweitern; angekündigt sind zusätzliche Metriken „over time“. Der hier beschriebene Funktionsumfang ist ein Stand vom 7. September 2026.
• Queries und AI-segmentierte Klicks fehlen im Spezialbericht. Proxys im normalen GSC-Bericht bleiben Schätzungen.
• Seltene Suchanfragen können anonymisiert sein. Der sichtbare Query-Datensatz ist deshalb nicht vollständig.
• Google-AI-Klicks kommen in der Webanalyse nicht zwingend mit einer eindeutigen Kennzeichnung an.
• Prompt-Tracker beobachten ein festgelegtes Testset, nicht die vollständige Verteilung realer Nutzerfragen.
• Antworten können nach Modell, Region, Sprache, Personalisierung und Zeitpunkt variieren.
• Sichtbarkeit ohne Klick kann Markenwirkung haben, die GSC und CRM nicht direkt messen.
• Hohe Impressionen sind trotzdem kein Beweis für Wahrnehmung, Leads oder Umsatz.

Der britische Regulierungsdruck ändert daran zunächst nichts. Die Competition and Markets Authority auferlegte Google am 3. Juni 2026 im Vereinigten Königreich eine Verhaltensanforderung, die wirksame Publisher-Kontrollen und klare Link-Attribution in KI-generierten Suchergebnissen verlangt. Das erklärt den regulatorischen Kontext, beweist aber nicht, dass Google Klick- oder Query-Daten absichtlich zurückhält.

Quellen

• Google Search Central: Introducing Search Generative AI performance reports
• Google Search Console Help: Generative AI performance report für Search
• Google Search Console Help: Generative AI performance report für Discover
• Google Search Console Help: Messung von Impressionen, Positionen und Klicks
• Google Search Console API: Search Analytics query
• Google Search Console: Data anomalies
• OpenSEO auf GitHub
• CMA: Maßnahmen für Publisher und Google Search
• Chudi.dev: Search Console's Generative AI Report
• Search Engine Journal: Tracking von Google AI Mode

FAQ: Häufig gestellte Fragen zu Googles AI-Visibility-Bericht

Was misst der Generative-AI-Bericht in der Google Search Console?

Der Bericht misst Impressionen von Links zu URLs deiner Property in Googles generativen Search- beziehungsweise Discover-Flächen. Er misst keine vollständige Markensichtbarkeit und keine plattformübergreifende AI Visibility.

Zeigt die Search Console Klicks aus AI Overviews und AI Mode?

Klicks auf externe Links fließen laut Google in den normalen Search-Performance-Bericht ein. Der Generative-AI-Spezialbericht weist sie jedoch nicht separat aus und zeigt deshalb auch keine AI-spezifische CTR.

Warum fehlen Suchanfragen im AI-Bericht?

Google bietet im Spezialbericht keine Query-Dimension an. Über die Gründe macht der Bericht keine belastbare Aussage; eine wirtschaftliche, technische oder regulatorische Absicht sollte deshalb nicht unterstellt werden.

Kann ich die AI-Daten über die Search Console API abrufen?

Stand 7. September 2026 dokumentiert die Search-Analytics-API keinen eigenen Typ oder Filter für den Spezialbericht. Du kannst normale Web- und Discover-Daten abrufen, den Generative-AI-Datensatz damit aber nicht reproduzierbar isolieren.

Gibt es einen BigQuery-Bulk-Export für den Spezialbericht?

Eine offizielle Freigabe ist nicht belegt. Unabhängige Praxistests von Search Engine Journal kamen zu dem Ergebnis, dass der Spezialdatensatz nicht im Bulk-Export bereitsteht.

Ist eine AI-Impression dasselbe wie eine Markennennung oder Citation?

Nein. Eine Impression ist ein gezählter Sichtkontakt eines Links. Eine Markennennung kann ohne Link erfolgen, und eine Citation beschreibt eine als Quelle verwendete oder verlinkte URL.

Kann ich AI-Mode-Queries im normalen GSC-Bericht erkennen?

Du kannst mit langen Queries, Fragezeichen oder Dialogfragmenten arbeiten, aber nur als Proxy. Google liefert kein verlässliches Label, das eine Query eindeutig AI Mode oder einem AI Overview zuordnet.

Ersetzt OpenSEO den Google-Bericht?

Nein. OpenSEO misst kontrollierte Prompts, Mentions, Citations und Share of Voice über DataForSEO. Es liefert keine realen Google-Linkimpressionen und keine AI-segmentierten Klickdaten aus der Search Console.

Wie sollte ein Unternehmen AI Visibility derzeit messen?

Trenne reale Google-Impressionen, organische Gesamtperformance, Website-Conversions, CRM-Ergebnisse und kontrollierte Prompt-Tests. Führe die Ebenen in einem Dashboard zusammen, ohne unterschiedliche Ereignisse zu addieren oder Korrelation als Attribution auszugeben.

Fazit

Googles Generative-AI-Bericht ist ein wichtiger Fortschritt, weil er erstmals reale Linkimpressionen aus AI Overviews und AI Mode isoliert. Ohne Queries, segmentierte Klicks, CTR, Position und dokumentierte API bleibt er aber ein Sichtbarkeitsreport, kein ROI-System. Meine Empfehlung: Nutze ihn als First-Party-Baseline und ergänze ihn um normalen GSC-Bericht, Webanalyse, CRM sowie versioniertes Prompt- und Citation-Tracking. Nur dieser getrennte Messstack verhindert, dass Impressionen, Mentions, Klicks und Umsatz zu einer scheinpräzisen Kennzahl vermischt werden.