Search Console Generative-AI-Berichte: KI-Impressionen richtig lesen

Die kurze Antwort

Seit dem 3. Juni 2026 zeigt die Google Search Console eigene Berichte für generative KI-Oberflächen; seit dem 11. August 2026 sind sie weltweit für alle Properties ausgerollt. Damit lassen sich Impressionen aus AI Overviews und AI Mode erstmals getrennt vom klassischen Suchergebnis auswerten. Der Bericht ist ein Fortschritt — aber er beantwortet nicht die Frage, die die meisten Teams stellen: „Werden wir zitiert?"

Was der Bericht liefert

• Getrennte Impressionen für generative KI-Features in Search und Discover, statt wie bisher vermischt in der Gesamtperformance.
• URL-Ebene: welche Seiten in KI-Antworten erschienen sind.
• Klicks und Position in derselben Systematik wie im klassischen Bericht.
• Zeitreihe ab Rollout-Datum der jeweiligen Property, nicht rückwirkend für das volle Jahr.

Was der Bericht nicht liefert

Diese Lücken sind der eigentliche Grund für Fehlinterpretationen:

1. Keine Query-Vollständigkeit. Lange, konversationelle Prompts werden häufig anonymisiert oder gar nicht ausgewiesen. Genau die Fragen, die in AI Mode gestellt werden, fehlen also überproportional.
2. Keine Zitationsangabe. Eine Impression bedeutet, dass die URL in der Oberfläche auftauchte — nicht, dass eure Marke im Antworttext genannt wurde.
3. Keine Trennung von AI Overviews und AI Mode. Beide laufen im selben Topf, obwohl sich Nutzerverhalten und Klickwahrscheinlichkeit deutlich unterscheiden.
4. Kein Vorher-Nachher. Ohne Baseline aus der Zeit vor dem Rollout lässt sich der Formatwechsel nicht sauber quantifizieren.

Die drei häufigsten Fehlschlüsse

So wertet ihr richtig aus

Schritt 1 — Segmentieren. Vergleicht KI-Impressionen und klassische Impressionen pro URL-Cluster (Produkt, Ratgeber, Glossar). Der Anteil unterscheidet sich massiv: Erklärinhalte gewinnen KI-Impressionen, kommerzielle Seiten oft nicht.

Schritt 2 — CTR getrennt betrachten. Rechnet niemals eine Gesamt-CTR über beide Berichte. Die KI-CTR liegt strukturell niedriger; gemischt betrachtet sieht jede Content-Strategie nach Verfall aus.

Schritt 3 — Mit Zitationsmessung kombinieren. Der Search-Console-Bericht sagt „sichtbar", eine eigene Prompt-Testreihe sagt „zitiert". Nur beides zusammen ergibt eine Steuerungsgröße. Legt 30 bis 50 Kaufabsichtsfragen fest und prüft sie monatlich.

Schritt 4 — Opt-out bewusst entscheiden. Google bietet Kontrollmechanismen, um Inhalte aus generativen Oberflächen herauszuhalten. Für die meisten Marken ist das der falsche Reflex: Wer sich entzieht, verliert Nennungen, ohne Klicks zurückzugewinnen. Die Entscheidung gehört dokumentiert, nicht per Default gesetzt.

Ein realistischer Reporting-Aufbau

Ein monatliches KI-Sichtbarkeits-Board mit vier Kennzahlen reicht für den Anfang:

• KI-Impressionen pro Content-Cluster (aus dem neuen Bericht)
• Zitationsanteil bei einem festen Fragenset (eigene Messung)
• Referral-Traffic aus KI-Oberflächen (Analytics, Consent-abhängig)
• Markensuchvolumen als Spätindikator

Wer statt dessen weiter nur Sessions reportet, wird genau die Inhalte kürzen, die in KI-Antworten die Marke tragen.

Nächste Schritte

Zieht euch die ersten vollständigen Wochen aus dem Bericht, baut daraus eine Baseline pro Cluster und ergänzt eine Zitationsmessung. Die operative Umsetzung beschreiben wir auf der Seite zur GEO-Agentur; die Begriffe dahinter stehen im Glossar unter Answer Engine Optimization und Zero-Click.