Zum Inhalt springen
seostack

Search Console, GA4 & AI Visibility

Neu in V3

Wissen, ob Ihre Änderungen tatsächlich wirken

Sag SEO Stack, wann du eine Änderung vorgenommen hast und welche Metriken du messen willst, und es vergleicht deine Performance vorher und nachher über Google Search Console, GA4 und AI Visibility hinweg – dazu gibt es eine schriftliche KI-Analyse, was funktioniert hat und was nicht.

Experimente in

  • Google Search Console
  • Google Analytics 4
  • ChatGPT
  • Google Gemini
  • Claude
  • 100% Datenschutz
  • 99.99% Uptime
  • Nichts zu konfigurieren
  • Export jederzeit, ohne Limits

Führende Unternehmen vertrauen darauf

Das Problem

Die meisten Website-Änderungen gehen live, ohne dass es eine sinnvolle Möglichkeit gibt, ihre Wirkung zu messen. Ob Sie eine Homepage neu gestaltet, die Navigation geändert, einen Checkout neu gebaut oder visuelle Änderungen an Ihren Landingpages ausgerollt haben – zu wissen, was funktioniert und was nicht, ist entscheidend. Meist sehen die Zahlen ein paar Monate später anders aus und niemand kann mit Sicherheit sagen, welche Änderung dafür verantwortlich war. So werden dieselben Diskussionen immer wieder geführt, mit sehr wenig Belegen dahinter. SEO Stack bietet AI Experiments, mit denen Sie Ihr Experiment definieren und das Ergebnis sehen.

Sie hinterlegen das Datum der Änderung und die Metriken, die Sie messen wollen, und SEO Stack vergleicht anschließend alles danach mit dem gleich langen Zeitraum davor.

Homepage-RedesignAbgeschlossen
VorherVorgenommene ÄnderungNachher

Ergebnis: Ihre Hypothese war richtig

Klicks sind um 34% gestiegen und die Conversion Rate um 36.8%, gemessen am gleich langen Zeitraum vor dem Redesign – Ihre Änderungen wirken also.

Was Sie testen können

Fünf Arten von Experimenten, die Sie in SEO Stack durchführen können

Jedes Experiment wird auf dieselbe Weise eingerichtet: Sie sagen SEO Stack, wann die Änderung stattgefunden hat, welche Metriken Sie vergleichen möchten und wie lange der Vergleich laufen soll. Von Experiment zu Experiment ändert sich lediglich, welche Metriken für Sie relevant sind.

01

KI-Sichtbarkeit Experimente

Steigern Ihre Änderungen AI visibility und Traffic?

Sie können Annotationen für Website-Änderungen anlegen, die Ihre AI visibility verbessern sollen – mehr Zitationen, mehr Markenerwähnungen in LLMs oder eine bessere Positionierung in KI-Antworten. In SEO Stack wählen Sie die Quellen aus, die einbezogen werden sollen, einschließlich der GA4-Traffic-Quellen. So sehen Sie direkt, welche Wirkung Ihr Experiment auf Klicks aus LLMs hatte, statt sie aus anderen Daten ableiten zu müssen.

  • Citations und Brand Mentions vor und nach einer Änderung benchmarken, die die AI Visibility verbessern soll
  • GA4-Traffic-Quellen einbeziehen, damit Klicks aus LLMs im selben Chart gemessen werden wie alles andere
  • Verstehen, ob Wachstum aus AI Visibility oder aus normaler organischer Suche kommt
KI-Sichtbarkeit
02

Conversion Experimente

Haben Ihre Änderungen Conversions und Umsatz verbessert?

Vergleichen Sie eine Änderung anhand von GA4-Conversion-Rate, Umsatz, Transaktionen und Bounce Rate. Landingpage-Redesigns, komplette Website-Relaunches, Änderungen am Funnel oder am Checkout: Wählen Sie die Metriken, die Erfolg definieren, und lassen Sie sich von der KI-Analyse in SEO Stack zeigen, ob Sie Ihr Ziel erreicht haben und was funktioniert hat und was nicht.

  • Conversion Rate, Umsatz, Transaktionen, durchschnittlichen Bestellwert und Bounce Rate gegen Ihr Änderungsdatum tracken
  • Funktioniert bei Checkout- und Funnel-Änderungen genauso gut wie bei einzelnen Seiten
  • Die KI-Analyse erklärt, was funktioniert und was nicht – und was Sie dagegen tun sollten
03

GA4 Experimente

Sie können ein Experiment für jede beliebige GA4-Metrik durchführen

Sie können buchstäblich jedes GA4-Experiment aufsetzen, um jede beliebige Metrik zu vergleichen: von Bounce Rate über Conversion Rate und Exit Rate bis hin zur durchschnittlichen Sitzungsdauer, Umsatz pro Nutzer oder Cart-to-View-Rate. Der Metrik-Picker gibt Ihnen den vollständigen GA4-Katalog statt einer Auswahlliste, Sie können also genau das wählen, was zu Ihrer Änderung passt.

  • Durchsuchen Sie alle GA4-Metriken, die in Ihrer Property verfügbar sind, und wählen Sie aus
  • Kombinieren Sie beliebig viele Metriken in einem einzigen Experiment
  • Ihre GA4-Metriken werden zusammen mit Ihren Search Console-Daten verglichen, nicht in einem separaten Tool
04

Design Experimente

Sehen, welche Version Ihrer Landingpage am besten performt

Sie können Änderungen an Landingpages oder am Website-Design vornehmen und deren Wirkung auf Conversions und Engagement messen. Statt intern zu diskutieren, welche Version einer Seite besser aussieht oder sich besser anfühlt, haben Sie am Ende ein klares Bild davon, welches Design tatsächlich funktioniert hat. Das gilt für eine einzelne Landingpage-Änderung genauso wie für einen kompletten Website-Relaunch.

  • Messen Sie Ihre Design-Änderungen an echten Engagement- und Conversion-Daten statt an Meinungen
  • Beschränken Sie die Messung auf die Seiten, die Sie tatsächlich geändert haben, damit fremder Traffic das Ergebnis nicht verfälscht
  • Jedes Experiment wird dokumentiert, damit Ihr nächstes Redesign auf dem aufbaut, was Sie bereits wissen
05

SEO Experimente

Bewegen Ihre SEO-Änderungen die Rankings in die richtige Richtung?

Du kannst SEO-Experimente durchführen, um Rankings für bestimmte Keywords und Seiten zu verfolgen – verglichen werden dabei durchschnittliche Position, Klicks und Impressionen. Die KI-Analyse zeigt dir, was deine Änderungen bewirkt haben und ob sie das gewünschte Ergebnis bringen. Sie weist dich außerdem darauf hin, wenn das Muster in deinen Daten auf etwas ganz anderes hindeutet, etwa auf ein technisches Problem oder ein Indexierungsproblem.

  • Grenzen Sie auf die Queries, Seiten, Länder und Geräte ein, die Sie messen möchten
  • Vergleichen Sie Klicks, Impressionen, CTR und durchschnittliche Position vor und nach Ihrer Änderung
  • Google-Algorithmus-Updates werden in derselben Ansicht angezeigt, sodass Sie sie als Ursache ein- oder ausschließen können
Search-Console-Daten

So richten Sie eines ein

Die Einrichtung eines Experiments dauert etwa eine Minute

Die Einrichtung eines AI-Experiments umfasst drei Schritte, und die meisten Einstellungen sind bereits für Sie vorausgefüllt. Wenn Sie also nichts Bestimmtes ändern möchten, läuft Ihr Experiment in weniger als einer Minute.

Benenne dein Experiment und sag SEO Stack, was du erwartest

  • Verknüpfen Sie das Experiment mit einer bereits erstellten Annotation, damit genau die Änderung gemessen wird, die in Ihren Charts vermerkt ist
  • Legen Sie das Änderungsdatum fest – an diesem Punkt wird alles davor und danach verglichen
  • Grenzen Sie auf bestimmte Seiten, Queries, Länder und Geräte ein oder lassen Sie das Experiment über die gesamte Website laufen
  • Halten Sie Ihre Hypothese fest, damit die KI-Analyse das Ergebnis daran messen kann

Warum die Hypothese wichtig ist

Wenn du vor dem Blick in die Daten festhältst, was du erwartest, wird aus einer nachträglichen Erklärung ein echtes Experiment. Die KI-Analyse sagt dir direkt, ob deine Hypothese gehalten hat.

Schritt eins im Dialog für ein neues AI Experiment in SEO Stack: Name, Annotation, Änderungsdatum, Zielseiten, Queries, Länder, Geräte und Hypothese

Was Sie zurückbekommen

Sie erhalten die Zahlen und eine Erklärung, was sie bedeuten

Jede von Ihnen ausgewählte Metrik wird vor und nach Ihrem Änderungsdatum verglichen, und die KI-Analyse in SEO Stack zeigt Ihnen, ob Sie Ihr gewünschtes Ergebnis erreicht haben, was funktioniert hat und was nicht und was Sie als Nächstes tun sollten.

Homepage-Neufassung
Abgeschlossen
MetrikVorherNachherÄndern
  • GSCKlicks4,1805,602+34.0%
  • GSCImpressionen112k141k+25.9%
  • GSCDurchschn. Position8.45.9-2.5
  • GA4Conversion Rate1.9%2.6%+36.8%
  • GA4Absprungrate58.2%49.1%-15.6%
  • GA4Ø Sitzung1m 12s1m 41s+40.3%

AI-Analyse

Das Rewrite der Startseite funktioniert gut, sowohl Klicks als auch Conversion Rate haben sich deutlich stärker bewegt, als es die normale Schwankung von Woche zu Woche erklären würde. Der Rückgang der Absprungrate deutet darauf hin, dass Ihr neuer Above-the-fold-Content zu dem passt, wonach Leute tatsächlich suchen, statt einfach nur mehr Traffic zu bringen, der nicht konvertiert.

Beobachtungen & Korrelationen

Eine klare Erklärung, was in deinen Daten tatsächlich passiert ist: welche Queries sich bewegt haben, wie stark, und ob die Änderung alles betrifft oder nur bestimmte Seiten und Queries.

Insights

Was das Muster in deinen Daten wirklich bedeutet. Wenn ein Einbruch eher technisch als inhaltlich aussieht, wirst du darauf hingewiesen – das ist der Unterschied zwischen einer Woche Texte neu schreiben und einem noindex-Tag, das dort nicht hingehört.

Prognosen

Was als Nächstes zu erwarten ist – je nach möglicher Erklärung und mit realistischen Zeiträumen. Denn ein schnell behobenes technisches Problem erholt sich ganz anders als dauerhaft entfernte Inhalte.

Empfehlungen

Die konkreten nächsten Schritte nach Priorität sortiert: Response-Header prüfen, die richtige Search Console Property verifizieren, dein HTML vor und nach der Änderung vergleichen oder zurückrollen, wenn ein Backup vorhanden ist.

Highlights & Lowlights

Die Queries und URLs, die gewonnen haben, neben denen, die verloren haben – jeweils mit den Zahlen dahinter, damit du priorisieren kannst, was dich am meisten kostet.

Automatisch aktuell gehalten

Die KI-Analyse wird während des laufenden Experiments alle 15 Tage automatisch neu erstellt. Jede Schlussfolgerung aus der ersten Woche wird also aktualisiert, sobald mehr Daten vorliegen.

Der Analyse-Tab eines laufenden Experiments in SEO Stack mit Statistiken samt Vorher-Markern, Beobachtungen und Insights
Statistiken mit einem Vorher-Marker auf jedem Balken, gefolgt von Beobachtungen und Insights, die direkt aus Ihren Daten geschrieben werden.
Prognosen, Empfehlungen, Highlights und Lowlights für ein Experiment in SEO Stack
Prognosen und Empfehlungen, mit Highlights und Lowlights, die genau die betroffenen Queries und URLs benennen.

Warum es funktioniert

Eine realistische Methode, um Änderungen auf einer Live-Website zu testen

01

Dein Änderungsdatum ist die Kontrollgröße

Einen echten A/B-Test über eine ganze Website kannst du nicht fahren. Du kannst aber den genauen Tag festhalten, an dem sich etwas geändert hat, und davor und danach wirklich Vergleichbares gegenüberstellen – genau das leistet ein Experiment mit Annotation und Änderungsdatum.

02

Targeting hält die Ergebnisse sauber

Wenn du dein Experiment auf die Seiten und Queries beschränkst, die du tatsächlich geändert hast, werden Bewegungen an anderer Stelle der Website nicht fälschlich deiner Arbeit zugeschrieben.

03

Du erfährst es in Tagen statt in Monaten

Weil du bei signifikanten Veränderungen benachrichtigt wirst, fällt alles, was durch deine Arbeit kaputtgegangen ist, auf, solange es noch schnell und günstig zu beheben ist – und nicht erst beim nächsten Quartalsreview.

04

Du baust mit der Zeit eine Faktenbasis auf

Jedes Experiment bleibt samt Hypothese und Ergebnis dokumentiert. Über ein Jahr hinweg entsteht so eine Faktenbasis, die du Kunden oder Stakeholdern zeigen kannst, statt dich auf Meinungen zu verlassen.

Was dabei herauskommt

Das Ergebnis, nicht die Feature-Liste

01

Bauen Sie belastbare Belege dafür auf, was auf Ihrer Website funktioniert, statt sich auf Meinungen zu verlassen

02

Erfahren Sie innerhalb von Tagen, ob eine Änderung etwas kaputt gemacht hat – nicht erst beim nächsten Quartalsreview

03

Erkennen Sie Änderungen, die gut aussehen, die Performance aber messbar schädigen – und drehen Sie sie zurück

Property verbinden. Zusehen, wie sich die Daten stapeln.

Das Warehousing beginnt in dem Moment, in dem Sie Ihre Search Console Property verbinden. Es gibt kein Google-Cloud-Projekt einzurichten, kein BigQuery und kein Schema zu entwerfen. Sie verbinden einfach Ihre Property, und SEO Stack speichert ab diesem Tag jede Zeile Ihrer Daten.

  • Kreditkarte erforderlich
  • Kündigen Sie innerhalb des Testzeitraums, dann wird Ihnen nichts berechnet
  • Keine Vertragsbindung