Immer mehr User suchen in KI-Systemen. Entweder in ChatGPT oder MetaAI in WhatsApp. Aber auch bei Google mit den AI Overviews und demnächst mit dem neuen AI Mode, der in den USA bereits live geschaltet wurde.
Die alte Suche – die Treffer mit den blauen Links – werden in den Hintergrund gerückt. Was bedeutet das für SEO und die Sichtbarkeit von Unternehmen? Wie ändern sich die Spielregeln?
Darüber sprechen wir mit Hanns Kronenberg. Hanns ist Senior SEO bei Chefkoch und setzt sich intensiv mit dem KI-Wandel auseinander. Das nehmen wir als Ausgangspunkt, um generell darüber zu sprechen, wie KI-Systeme funktionieren, wer davon bedroht ist und wer nicht – und ob und wie man solche Systeme wirklich optimieren kann.
Spoiler: Es wird nicht einfach so weitergehen wie bisher. Unternehmen müssen sich fragen, wie sie in KI-Systemen wahrgenommen werden, welche Konsequenzen das hat – für das Marketing, aber auch für die Produkte und Dienstleistungen generell.
Unser Gast: Hanns Kronenberg
Hanns Kronenberg ist Senior SEO Manager bei Chefkoch. Er verantwortet die Sichtbarkeit einer der größten Rezeptplattformen Europas. Zuvor war er Head of Marketing bei SISTRIX. Seit Jahren als Speaker auf Branchenevents wie der SMX München oder der SEOkomm bekannt.
Wir haben Hanns schon einmal zu seiner Arbeit bei Chefkoch interviewt. Das erneute Gespräch hat einen anderen Anlass: Hanns hat mit GPT Insigths ein neues Projekt gestartet. Dabei geht es um tiefe Analysen, wie Unternehmen, aber auch Personen in KI-Systemen wahrgenommen werden.
Tipp: Hanns Kronenberg auf LinkedIn folgen – dort schreibt er sehr pointiert darüber, wie der KI-Wandel die SEO-Welt verändert.

“Du bist kein Treffer mehr, sondern Trainingsmaterial”
Hanns betont im Interview noch einmal die grundlegenden Unterschiede zwischen einer Suchmaschine und einem Sprachmodell wie ChatGPT oder auch den neuen AI Mode von Google. Die alten Suchmaschinen sind ein Index-basiertes System, das Treffer bewertet und sortiert. “Bei KI-Sprachsystemen geht die Bedeutung eines einzelnen Treffers komplett verloren”, sagt Hanns. Ein einzelner Artikel, ein einzelner Autor, aber auch Backlinks oder das Veröffentlichungsdatum spielen für das System keine Rolle. “Als Content-Spender bist du Trainingsmaterial“, sagt Hanns. Zwar gibt es auch eine integrierte Suche in ChatGPT. Aber diese Suche ist nachgelagert. Ein KI-System greift nur darauf zurück, wenn es notwendig ist.
Das hat entsprechende Folgen für eine mögliche Optimierung – also der Kernaufgabe in SEO. Die “Bedeutungsfelder”, aus denen die KI ihre Antworten generiert, sind unendlich groß. Das gesamte Internet wurde eingespeist. Auf dieser Basis werden wahrscheinliche Antworten generiert. Während man bei Google gezielt eine Website optimieren kann, steht man jetzt vor der Aufgabe, den allgemeinen Eindruck zu ändern, den ein Unternehmen im Internet macht. “Das System reagiert träge“, sagt Hanns. Eine Änderung dieses Eindrucks dauert viel länger und ist viel indifferenter als klassische Suchmaschinenoptimierung.
Semantische Positionierung: Wie ist das Framing eines Unternehmens in einem KI-System?
Unternehmen stehen vor der Aufgabe, zunächst einmal zu verstehen, wie sie in KI-Systemen wahrgenommen werden. Erst danach lassen sich Maßnahmen entwickeln. Man braucht also neue analytische Ansätze, um zu verstehen:
- Für was steht unsere Marke? Wie ist das Gesamtbild, der Gesamteindruck der KI?
- Welche Funktionen unserer Produkte und Dienstleistungen werden von der KI als typisch und relevant erkannt?
- Wann werden wir als Unternehmen genannt? Müssen User in KI-Systemen sehr allgemein fragen oder sehr speziell?
Hier ist Hanns technisch eingestiegen. Er filtert und analysiert Prompts und hat daraus ein Framework und Analyse-Tool entwickelt. Teil davon ist auch ein Prompt-NPS-Score. Also wie hoch der Wert ist – von +100 bis -100.
Ein normaler NPS-Wert beruht auf einer Analyse, ob Kunden ein Unternehmen empfehlen würden. Diesen Wert hat Hanns auf die KI übertragen – ob und wie das KI-System das Unternehmen bewertet.
Im Interview (ca. ab Minute 20) steigen wir dazu tiefer ein.
Das Beispiel stammt von hier aus GPT Insight.