Die Google-Suche wird nicht mehr nur über Wörter bedient. Das klingt erst einmal nach einer dieser Aussagen, die man seit Jahren hört, aber inzwischen ist sie im Alltag ziemlich konkret geworden. Du siehst ein Paar Sneaker auf der Straße, fotografierst sie, suchst damit weiter. Du machst einen Screenshot von einer Lampe, einem Möbelstück, einer Pflanze oder einem technischen Bauteil und erwartest, dass Google erkennt, was du meinst. Oder du kreist auf einem Android-Gerät etwas auf dem Bildschirm ein und startest direkt eine Suche. Genau diese Art von Suche rückt jetzt stärker in den messbaren SEO-Bereich.
Google erweitert die Search Console um einen neuen Multimodal-Filter. Damit kannst du erkennen, wie deine Inhalte über visuelle und multimodale Suchwege performen. Gemeint sind Suchvorgänge, bei denen nicht nur Text eingegeben wird, sondern Bilder, Screenshots, Kameraaufnahmen oder visuelle Markierungen eine Rolle spielen. Für SEO ist das durchaus ein kleiner Einschnitt. Nicht spektakulär im Sinne von „alles ändert sich morgen“, aber praktisch relevant. Denn bisher war dieser Bereich, wenn man ehrlich ist, ziemlich nebelig.
Du konntest zwar Bilder optimieren, Alt-Texte pflegen, strukturierte Daten einsetzen, Dateinamen sauber wählen und Produktbilder hochwertig ausspielen. Aber ob diese Arbeit über Google Lens, visuelle Suche oder ähnliche Einstiege tatsächlich Reichweite bringt, ließ sich kaum sauber greifen. Jetzt bekommst du zumindest einen Teil dieser Sichtbarkeit in Zahlen: Impressionen und Klicks aus multimodalen Websuchen. Das ist nicht perfekt. Dazu gleich mehr. Aber es ist ein Schritt raus aus dem Bauchgefühl.
Aus meiner Erfahrung ist genau das im SEO-Alltag oft der entscheidende Punkt. Nicht jede neue Metrik verändert sofort die Strategie. Aber sobald etwas sichtbar wird, wird es diskutierbar. Und sobald es diskutierbar ist, bekommt es intern eher Budget, Aufmerksamkeit und Pflege. Ein Bild, das vorher nur „nettes visuelles Material“ war, kann plötzlich Teil einer Traffic-Argumentation werden.
Was hinter dem neuen Multimodal-Filter steckt
Der neue Filter sitzt im Performance-Bereich der Google Search Console. Dort kannst du künftig beim Suchtyp nicht nur klassische Web-, Bild-, Video- oder News-Daten betrachten, sondern auch nach multimodalen Websuchen filtern. Der Weg führt über den Bereich für Web-Suchen und dann zur Option „Multimodal“. Dort werden Suchvorgänge zusammengefasst, bei denen Nutzer:innen über visuelle Eingaben oder kombinierte Eingaben mit Google interagieren.
Dazu zählen vor allem Google Lens, Circle to Search auf Android, Bild-Uploads in der Google-Suche und die Funktion „Search this image“ in Chrome. All diese Einstiege haben gemeinsam, dass der Ausgangspunkt nicht zwingend ein klassischer Suchbegriff ist. Manchmal gibt es gar keine Texteingabe. Manchmal ist das Bild der Suchbegriff. Manchmal kommt später noch Text dazu, etwa wenn jemand nach einem Foto fragt: „Wo kann ich so etwas kaufen?“ oder „Wie heißt diese Pflanze?“
Für SEO bedeutet das: Google macht einen Suchbereich sichtbarer, der bisher eher nebenher lief. Du siehst künftig, welche Seiten über solche visuellen Suchpfade Impressionen oder Klicks erhalten. Das ist vor allem dann interessant, wenn deine Website stark von Bildern, Produkten, Designs, Rezepten, Anleitungen, Mode, Interior, Reisen, Technik oder redaktionellen Visuals lebt.
Ein klassisches Beispiel: Du betreibst einen Shop für Wohnaccessoires. Bisher hast du vielleicht gesehen, dass eine Produktseite organischen Traffic bekommt. Aber ob ein Teil davon entsteht, weil jemand ein ähnliches Produkt über Google Lens gesucht hat, war schwer zu sagen. Mit dem neuen Filter kannst du zumindest erkennen, ob diese Seite in multimodalen Suchvorgängen auftaucht und ob daraus Klicks entstehen. Du weißt dann zwar noch nicht jedes Detail, aber du erkennst: Diese Seite spielt in visuellen Suchmomenten eine Rolle.
Das klingt vielleicht nach einer kleinen Ergänzung in einem Tool, ist aber konzeptionell größer. Google trennt damit stärker zwischen dem traditionellen Suchverhalten und einer Suche, die mit Bildern und Kontext arbeitet. Und das passt zu dem, was man ohnehin beobachtet: Suche wird nicht mehr nur als Eingabefeld gedacht. Sie passiert in Kameras, Browsern, Apps, Screenshots und zunehmend auch in KI-gestützten Oberflächen.
Warum diese Daten bisher gefehlt haben
Spannend ist, dass es sich nicht einfach um eine neue Sortierung bereits bekannter Web-Daten handelt. Die multimodalen Impressionen und Klicks waren offenbar bisher nicht in den normalen Web-Daten der Search Console enthalten. Das heißt: Der neue Filter bringt zusätzliche Performance-Daten in die Auswertung, statt nur vorhandene Zahlen anders aufzuschlüsseln.
Genau hier liegt der eigentliche Wert. Wenn du plötzlich Daten siehst, die vorher gar nicht ausgewiesen wurden, verändert das die Grundlage deiner Analyse. Vielleicht stellst du fest, dass eine Seite insgesamt gar nicht so auffällig wirkt, aber über multimodale Suche erstaunlich oft Impressionen erzeugt. Oder du bemerkst, dass bestimmte Bilder und Seiten visuell gut gefunden werden, aber kaum Klicks erzeugen. Das sind zwei völlig unterschiedliche Situationen.
Im ersten Fall könntest du überlegen, wie du die Seite stärker auf Conversion oder Weiterklicks optimierst. Im zweiten Fall geht es vielleicht darum, Snippets, Bildqualität, Seitentitel oder die unmittelbare Relevanz der Zielseite zu verbessern. Natürlich bleibt vieles Interpretation. Aber Interpretationen mit Daten sind immer noch besser als Interpretationen ohne Daten.
Was du in der Search Console künftig wirklich sehen kannst
Der neue Multimodal-Filter zeigt dir vor allem, welche Seiten über visuelle Suchwege Impressionen und Klicks erhalten. Das ist die wichtigste Information. Du bekommst also eine Antwort auf die Frage: Welche Inhalte meiner Website tauchen in multimodalen Suchsituationen auf?
Für viele SEOs wird das erst einmal eine Art Bestandsaufnahme sein. Man öffnet den Filter, schaut auf die Zahlen und denkt: „Aha, da passiert also etwas.“ Manchmal wird es wenig sein. Manchmal überraschend viel. Gerade Seiten mit starkem Bildbezug können hier plötzlich sichtbar werden. Bei Shops betrifft das häufig Produktdetailseiten, Kategorieseiten oder Ratgeberseiten mit hochwertigen Produktfotos. Bei Publishern können es Bildstrecken, How-to-Inhalte, Rezepte, Reiseberichte oder Testberichte sein. Bei Marken können Kampagnenmotive, visuelle Assets oder Social-Media-nahe Inhalte eine Rolle spielen.
Die Daten stehen nicht nur im klassischen Performance-Bericht für Suchergebnisse zur Verfügung, sondern auch im Zusammenhang mit den Berichten zu generativen Suchfunktionen. Das passt in eine größere Entwicklung: Google versucht, Sichtbarkeit in neuen Suchoberflächen messbarer zu machen. Dazu gehören KI-Antworten, visuelle Suche, multimodale Eingaben und plattformübergreifende Inhalte.
Du kannst die Daten außerdem exportieren. Das ist banal, aber wichtig. Denn in der Search Console selbst stößt man bei tieferen Analysen schnell an Grenzen. Wenn du die Daten herunterlädst, kannst du sie mit anderen Informationen verbinden: Rankingdaten, Produktkategorien, Umsatzdaten, Bildtypen, Seitentemplates oder Content-Clustern. Gerade für größere Websites ist das wesentlich interessanter als ein kurzer Blick auf die Oberfläche.
Ich würde allerdings nicht erwarten, dass der neue Filter sofort perfekte Handlungsempfehlungen liefert. So funktioniert SEO selten. Eher bekommst du ein neues Fenster. Du siehst Bewegungen, Muster, Ausreißer. Danach beginnt die eigentliche Arbeit.
Der große Haken: keine Query-Daten
Der neue Bericht hat eine klare Einschränkung: Für multimodale Suchen stellt Google keine Query-Dimension bereit. Du siehst also nicht, welche konkrete Suchanfrage hinter einer Impression oder einem Klick stand. Und bei visuellen Suchvorgängen ist das auch nachvollziehbar. Wenn jemand ein Foto hochlädt oder mit Google Lens einen Gegenstand scannt, gibt es oft keinen klassischen Suchbegriff. Das Bild selbst ist die Anfrage.
Für SEO ist das trotzdem ein bisschen frustrierend. Denn Suchbegriffe sind traditionell der Rohstoff vieler Analysen. Du willst wissen, ob jemand nach „rote Lederjacke Damen“, „Vintage Stehlampe Messing“ oder „Unkraut mit weißen Blüten“ gesucht hat. Bei multimodaler Suche bekommst du diese Ebene nicht. Du weißt nur: Deine Seite wurde in einem visuellen Suchkontext angezeigt oder geklickt.
Das zwingt dich zu einer anderen Denkweise. Du kannst nicht mehr nur Keyword für Keyword optimieren. Du musst stärker in visuellen Entitäten, Bildähnlichkeiten, Kontext, Objekterkennung und Seitennützlichkeit denken. Das ist ungewohnt, aber eigentlich ziemlich logisch. Wenn Google auf Basis eines Bildes entscheidet, welche Ergebnisse relevant sind, dann spielt das sichtbare Motiv eine größere Rolle als eine klassische Wortkombination.
Ein Beispiel aus der Praxis: Angenommen, du verkaufst Ersatzteile für Fahrräder. Eine Nutzerin fotografiert ein verschlissenes Bauteil und sucht danach. Wenn deine Produktseite das Teil sauber zeigt, aus mehreren Perspektiven, mit klarer Beschreibung, passendem Kontext und technischer Spezifikation, hast du bessere Chancen, relevant zu sein. Nicht weil du ein Keyword zehnmal verwendest, sondern weil dein Inhalt visuell und sachlich eindeutig ist.
Das ist für einige Teams eine Umstellung. Besonders dort, wo Bildmaterial bisher eher nach Designgefühl ausgewählt wurde. Hübsch reicht nicht immer. Erkennbar, eindeutig, kontextreich und technisch gut eingebunden wird wichtiger.
Warum das vor allem für Shops, Publisher und visuelle Marken spannend ist
Der größte Nutzen entsteht dort, wo visuelle Inhalte ohnehin ein zentraler Bestandteil der Website sind. E-Commerce ist offensichtlich. Mode, Möbel, Beauty, Elektronik, Pflanzen, Ersatzteile, Schmuck, Kunst, Lebensmittel, DIY-Produkte – überall dort suchen Menschen nicht nur mit Worten. Sie sehen etwas und wollen es finden, kaufen, vergleichen oder verstehen.
Für Shops kann der neue Filter zeigen, welche Produktseiten visuell anschlussfähig sind. Vielleicht performen nicht unbedingt die Produkte am besten, die in der klassischen Textsuche vorne liegen. Vielleicht sind es Produkte mit besonders klaren Bildern, auffälligen Formen, eindeutigen Farben oder starken Anwendungsfotos. Manchmal ist es überraschend, welche Motive hängen bleiben. Ein Studiofoto vor weißem Hintergrund kann für die Produkterkennung gut sein, während ein Lifestyle-Bild mehr emotionale Wirkung hat. Idealerweise brauchst du beides.
Publisher profitieren ebenfalls. Rezeptseiten, Reiseinhalte, Modebeiträge, Technikvergleiche, Einrichtungsideen oder Erklärstücke mit starken Bildern können über visuelle Suche zusätzliche Reichweite bekommen. Dabei geht es nicht nur um Klicks. Auch Impressionen sind interessant, weil sie zeigen, dass Google einen Inhalt in visuellen Kontexten für relevant hält.
Für Marken wird es noch etwas vielschichtiger. Wenn deine Inhalte auf Plattformen wie YouTube, Instagram oder TikTok sichtbar sind und Google diese Performance über sogenannte Platform Properties ausweist, kommen multimodale Daten als weitere Ebene hinzu. Das heißt: Du kannst nicht nur betrachten, wie deine Website in der Suche abschneidet, sondern auch, wie visuelle und soziale Inhalte in Google-Umgebungen auftauchen. Das ist noch kein vollständig rundes Messsystem, aber es geht in eine Richtung, die man ernst nehmen sollte.
Gerade bei Social Content finde ich diesen Punkt interessant. Viele Unternehmen produzieren enorm viel visuelles Material für Plattformen, aber SEO-Teams sehen davon oft nur indirekt etwas. Wenn Google mehr dieser Daten in strukturierter Form sichtbar macht, rücken Social, Content, SEO und Brand stärker zusammen. In der Praxis ist das manchmal mühsam, weil Teams unterschiedlich arbeiten. Aber fachlich ergibt es Sinn.
Was du daraus konkret für deine Optimierung ableiten kannst
Der neue Filter ist kein Zauberknopf. Du wirst nicht hineinschauen und sofort wissen, welches Bild du austauschen musst. Aber du kannst ein paar sinnvolle Fragen stellen.
Welche Seiten erhalten multimodale Impressionen, aber kaum Klicks? Dort stimmt möglicherweise die Relevanz auf den ersten Blick, aber das Ergebnis überzeugt nicht genug. Vielleicht ist der Titel zu allgemein, die Seite lädt langsam, das Bild passt nicht sauber zur Suchintention oder die Seite wirkt im Ergebnis nicht attraktiv genug.
Welche Seiten erhalten bereits Klicks über multimodale Suche? Diese Seiten sind besonders wertvoll, weil sie zeigen, dass deine visuellen Inhalte tatsächlich Nachfrage bedienen. Dort lohnt sich oft eine genauere Prüfung: Sind die Bilder hochwertig genug? Gibt es mehrere Perspektiven? Sind Produktinformationen vollständig? Ist die interne Verlinkung sinnvoll? Gibt es passende ähnliche Inhalte oder Produkte?
Welche Seitentypen tauchen überhaupt nicht auf? Auch das kann lehrreich sein. Vielleicht sind relevante Bilder technisch schlecht eingebunden. Vielleicht werden sie per JavaScript ungünstig geladen. Vielleicht fehlen beschreibende Texte rund um das Bild. Oder die Seite ist visuell für Menschen schön, aber für Suchsysteme nicht eindeutig genug.
Aus meiner Sicht wird Bild-SEO damit wieder etwas handfester. In den vergangenen Jahren wurde Bildoptimierung oft auf Dateigröße, Alt-Text und Ladezeit reduziert. Alles wichtig, keine Frage. Aber visuelle Suche verlangt mehr. Ein Bild muss nicht nur leicht sein, sondern auch verständlich. Es muss zeigen, worum es geht. Es sollte nicht in einem beliebigen dekorativen Kontext verschwinden. Und es braucht eine Seite, die das Gesehene vernünftig erklärt.
Wenn du zum Beispiel ein Produkt verkaufst, sollte das wichtigste Bild das Produkt klar zeigen. Nicht nur als Stimmungsmotiv irgendwo auf einem Tisch mit Schatten, Pflanze und Kaffeetasse. Solche Bilder haben ihren Platz. Aber für visuelle Suche kann ein klares, sauberes Produktbild oft hilfreicher sein. Ergänzend können Detailaufnahmen, Größenvergleiche und Anwendungsszenen Google und Nutzer:innen helfen, das Objekt besser einzuordnen.
Wie sich SEO durch multimodale Suche langsam verschiebt
Der neue Report ist ein Symptom für eine größere Verschiebung. SEO dreht sich immer weniger nur um Textseiten und Keywords. Natürlich bleiben Texte wichtig. Sehr wichtig sogar. Aber Suchmaschinen verstehen Inhalte zunehmend über mehrere Signale: Text, Bild, Video, Kontext, Entitäten, Nutzerverhalten, Plattformdaten und KI-generierte Zusammenfassungen.
Multimodale Suche passt genau in diese Entwicklung. Menschen suchen nicht mehr linear. Sie springen von einem Screenshot in eine Suche, von einem Video zu einem Produkt, von einem Bild zu einer Erklärung, von einer KI-Antwort zu einer Website. Für dich heißt das: Deine Inhalte müssen an mehr Einstiegspunkten funktionieren.
Das muss man nicht dramatisieren. Es bedeutet nicht, dass klassische SEO tot ist. Solche Sätze sind meistens Unsinn. Aber die Gewichtung verändert sich. Wenn du nur auf Text optimierst und visuelle Signale vernachlässigst, lässt du möglicherweise Reichweite liegen. Umgekehrt bringt das schönste Bild wenig, wenn die Seite langsam, dünn, unstrukturiert oder inhaltlich schwach ist.
Ich würde den neuen Multimodal-Filter deshalb nicht isoliert betrachten. Er gehört in eine breitere Analyse: Welche Rolle spielen Bilder auf deiner Website? Welche Inhalte sind visuell suchbar? Welche Produkte oder Themen werden häufig über Anschauen, Vergleichen und Wiedererkennen entdeckt? Und wo ist dein Content zwar vorhanden, aber nicht gut genug auf diese Art der Suche vorbereitet?
Gerade in Branchen mit starkem visuellen Entscheidungsprozess kann das ein Wettbewerbsvorteil werden. Wer früh versteht, welche Seiten über multimodale Suche sichtbar werden, kann gezielter testen. Andere merken vielleicht erst später, dass visuelle Suche nicht nur ein nettes Feature für Nutzer:innen ist, sondern ein echter organischer Kanal.
Ein realistischer Umgang mit den neuen Zahlen
Trotzdem solltest du die neuen Daten nicht überbewerten. Am Anfang werden viele Websites geringe oder schwankende Zahlen sehen. Das ist normal. Neue Reports brauchen Zeit, und multimodale Suche ist je nach Branche unterschiedlich relevant. Eine Kanzlei für Steuerrecht wird wahrscheinlich anders betroffen sein als ein Möbelshop oder ein Rezeptportal.
Wichtig ist, Trends zu beobachten. Ein einzelner Ausschlag sagt wenig. Wenn du aber über Wochen und Monate erkennst, dass bestimmte Seiten regelmäßig Impressionen aus multimodaler Suche erhalten, wird es spannend. Dann kannst du Hypothesen bilden und testen. Vielleicht tauschst du Bilder aus, ergänzt strukturierte Informationen, verbesserst Produktdaten, optimierst Ladezeiten oder stärkst thematische Verknüpfungen.
Der fehlende Zugriff auf konkrete Suchanfragen bleibt dabei die größte Lücke. Du musst stärker indirekt arbeiten. Das ist nicht ganz bequem, aber auch nicht ungewöhnlich. SEO war nie vollständig transparent. Man arbeitet immer mit Ausschnitten. Der neue Filter liefert einen weiteren Ausschnitt, und dieser Ausschnitt war bisher schlicht nicht sichtbar.
Für mich ist das der wichtigste Punkt: Visuelle Suche wird messbarer, aber nicht vollständig erklärbar. Du bekommst mehr Daten, aber keine totale Kontrolle. Das ist typisch für moderne Suche. Google öffnet ein Fenster, aber nicht die ganze Tür.
Was du jetzt sinnvollerweise prüfen solltest
Wenn du mit SEO, Content oder E-Commerce zu tun hast, lohnt sich ein pragmatischer erster Blick in die Search Console. Nicht hektisch, nicht mit Aktionismus. Öffne den Performance-Bericht, filtere nach multimodalen Websuchen und schau dir an, ob Daten vorhanden sind. Wenn ja, prüfe zuerst die Seiten, nicht nur die Gesamtzahl.
Interessant sind besonders Seiten mit hoher Sichtbarkeit und niedriger Klickrate. Ebenso Seiten, die du strategisch wichtig findest, die aber in multimodalen Suchen gar nicht auftauchen. Danach kannst du dir die visuellen Elemente dieser Seiten ansehen. Sind die Hauptbilder klar benannt? Haben sie sinnvolle Alt-Texte? Werden sie indexierbar ausgespielt? Passen sie inhaltlich zur Seite? Gibt es genug beschreibenden Kontext?
Auch technische Grundlagen bleiben wichtig. Bilder sollten komprimiert, aber nicht kaputtoptimiert sein. Zu kleine, unscharfe oder stark verfremdete Bilder helfen weder Nutzer:innen noch Suchsystemen. Ladezeiten sind relevant, aber Bildqualität eben auch. Das ist manchmal ein Balanceakt. Ich habe schon Projekte gesehen, in denen Bilddateien so aggressiv verkleinert wurden, dass Produktdetails kaum noch erkennbar waren. Für Performance gut gemeint, für visuelle Suche eher unglücklich.
Außerdem solltest du deine Teams zusammenbringen. SEO allein kann visuelle Suche selten sauber optimieren. Du brauchst Input aus Design, Content, Produktmanagement, Redaktion, Social Media und manchmal auch Entwicklung. Wer Bilder produziert, muss verstehen, dass diese Bilder nicht nur hübsch sein sollen, sondern auffindbar, eindeutig und nützlich.
Am Ende ist der neue Multimodal-Filter vor allem ein Signal: Google nimmt visuelle Suchwege ernst genug, um sie in der Search Console auszuweisen. Für dich bedeutet das, dass Bild- und Content-Qualität noch enger zusammenrücken. Wenn deine Website viele visuelle Inhalte hat, solltest du diese Daten nicht ignorieren. Sie werden vermutlich nicht alle Antworten liefern. Aber sie können dir zeigen, wo deine Inhalte bereits in einer Suche auftauchen, die immer weniger nach Suchschlitz und Tastatur aussieht.
Die wichtigste Schlussfolgerung: Multimodale Suche ist kein exotischer Nebenkanal mehr. Sie wird Teil der organischen Sichtbarkeit. Und wer früh versteht, welche eigenen Inhalte dort funktionieren, kann mit relativ kleinen, aber gezielten Optimierungen einen Vorsprung aufbauen. Nicht über Nacht. Eher Schritt für Schritt. Aber genau so entsteht im SEO meistens der Unterschied.
