Wenn du regelmäßig in die Google Search Console schaust, kennst du wahrscheinlich dieses leichte Stirnrunzeln: Plötzlich tauchen Suchanfragen auf, die nicht wie klassische Suchbegriffe aussehen. Kein „beste CRM Software“, kein „rote sneaker herren“, kein „steuerberater münchen kosten“, sondern Dinge wie „yes“, „yes go on“ oder „yes, pricing“. Auf den ersten Blick wirkt das fast wie ein Messfehler. Oder wie Datenmüll. Aus meiner Erfahrung ist genau dieser erste Reflex verständlich, aber nicht besonders hilfreich. Denn dahinter steckt ziemlich wahrscheinlich ein reales Verhalten, das durch Googles KI-Suche sichtbarer wird.
Der entscheidende Punkt ist: Die speziellen Berichte zur generativen KI in der Google Search Console zeigen dir zwar Leistungsdaten, aber keine konkreten Suchanfragen. Trotzdem verschwinden diese Daten nicht komplett. Google zählt Informationen aus AI Overviews und dem AI Mode im allgemeinen Leistungsbericht der Search Console mit. Und genau dort kannst du unter den Suchanfragen Hinweise finden, die sehr stark danach aussehen, dass sie aus KI-gestützten Suchdialogen stammen.
Das ist einer dieser etwas unbequemen SEO-Momente, in denen du keine saubere Filterfunktion bekommst, aber trotzdem Spuren im Sand siehst. Du weißt nicht mit absoluter Sicherheit, welcher Abdruck zu welchem Schuh gehört. Aber wenn da plötzlich Gesprächsfetzen wie „ja“, „mach weiter“ oder „ja, Preise“ liegen, dann muss man kein Detektiv sein, um zu ahnen: Hier hat wahrscheinlich jemand nicht klassisch gesucht, sondern mit einer KI-Antwort weiterinteragiert.
Warum plötzlich „yes“ als Suchanfrage auftauchen kann
In der klassischen Suche war eine Suchanfrage meistens ein in sich abgeschlossener Ausdruck. Jemand gab ein Problem, ein Produkt, eine Frage oder einen Namen ein. Die Suche lieferte Ergebnisse, der Nutzer klickte oder formulierte neu. Natürlich gab es auch damals schon kurze, kryptische und seltsame Queries. Aber sie hatten meist trotzdem irgendeinen direkten Suchcharakter.
Mit dem AI Mode verändert sich dieses Muster. Nutzer bewegen sich nicht mehr nur von Suchfeld zu Ergebnisliste, sondern eher durch eine Art Gespräch. Sie stellen eine erste Frage, erhalten eine KI-generierte Antwort und können anschließend nachhaken. Und genau diese Folgefrage wird von Google als neue Suchanfrage behandelt. Wenn jemand also nach einer Dienstleistung fragt und die KI am Ende anbietet, weitere Details zu liefern, kann die Antwort des Nutzers schlicht lauten: „yes“. Oder „yes, pricing“. Oder „go on“.
Für dich sieht das in der Search Console dann möglicherweise aus wie eine merkwürdige Query. Dabei ist sie in ihrem Kontext völlig logisch. Sie ist nur aus dem Zusammenhang gerissen. Das ist ein bisschen so, als würdest du in einem Callcenter nur die zweite Hälfte eines Gesprächsprotokolls lesen. „Ja, bitte mit Versand“ wirkt alleinstehend absurd. Im Gespräch selbst ist es aber eine völlig normale Antwort.
Google behandelt solche Folgefragen im AI Mode im Grunde als eigenständige Suchvorgänge. Das bedeutet: Impressionen, Positionen und Klicks, die aus der neuen KI-Antwort entstehen, werden dieser neuen Nutzeranfrage zugerechnet. Wenn also deine Seite in einer Antwort erscheint, die auf ein simples „yes“ folgt, kann dieses „yes“ in deinen Leistungsdaten auftauchen. Das wirkt erstmal bizarr, ist aber aus Sicht der Datenerfassung konsequent.
Und hier liegt schon die erste wichtige Lektion: Du darfst Suchanfragen in der Search Console nicht mehr ausschließlich so lesen, als wären sie immer der erste bewusste Suchbegriff eines Nutzers. Manche Queries sind inzwischen eher Dialogbausteine. Sie gehören zu einem mehrstufigen Suchprozess, nicht zu einer einzelnen, isolierten Suche.
Der Unterschied zwischen generativen KI-Berichten und dem normalen Leistungsbericht
Der vielleicht verwirrendste Teil ist die Trennung der Berichte. Die generativen KI-Leistungsberichte liefern dir keine Query-Daten. Das heißt: Du bekommst dort nicht sauber aufgeschlüsselt, welche konkreten Suchanfragen AI Overviews oder AI Mode ausgelöst haben. Für viele SEOs ist das frustrierend, und ehrlich gesagt: Ich verstehe das gut. Gerade bei neuen Suchoberflächen willst du ja wissen, welche Sprache Nutzer verwenden, welche Themen entstehen und welche Fragen tatsächlich Traffic oder Sichtbarkeit bringen.
Der normale Leistungsbericht der Search Console enthält dagegen weiterhin Suchanfragen. Und in diesen allgemeinen Daten werden offenbar auch Signale aus KI-Funktionen mitgeführt. Nicht als sauber markiertes Segment, nicht mit einem schicken Filter „AI Mode: ja/nein“, sondern vermischt mit den restlichen Suchdaten.
Praktisch heißt das für dich: Du kannst im normalen Leistungsbericht Hinweise auf AI-Mode-Queries finden, aber du kannst sie nicht zuverlässig per Knopfdruck isolieren. Google liefert dir keine perfekte Schublade. Du musst Muster erkennen.
Das ist nicht neu. Die SEO-Community arbeitet schon länger mit solchen Indizien. Besonders auffällig sind lange, gesprächsartige Suchanfragen. Also nicht nur „hochzeit fotograf kosten“, sondern eher „was kostet ein hochzeitsfotograf für sechs stunden in einer kleinen stadt und worauf sollte ich achten“. Solche Formulierungen können aus normalen Nutzereingaben stammen, klar. Menschen suchen zunehmend natürlicher. Aber sie passen eben auch sehr gut zu KI-gestützten Suchumgebungen.
Neu oder zumindest besonders offensichtlich sind die extrem kurzen Folgeantworten. Ein einzelnes „yes“ ist kein typischer Erstkontakt mit Google. Niemand öffnet normalerweise Google und sucht einfach nach „yes“, wenn er eine konkrete Website finden will. In einem KI-Dialog dagegen ist das völlig plausibel. Genau deshalb sind diese Queries so interessant.
Aus meiner Sicht gibt es hier eine kleine, aber wichtige Verschiebung: Früher hast du Query-Daten oft als Fenster in die Nachfrage verstanden. Heute musst du manche Query-Daten als Fenster in eine Interaktion verstehen. Das ist subtil, aber für die Analyse entscheidend.
Warum das kein sauberer AI-Mode-Filter ist
So verlockend es ist: Du solltest nicht jede seltsame Query automatisch dem AI Mode zuschreiben. Das wäre zu einfach. In der Search Console gab es schon immer merkwürdige Suchanfragen. Manche entstehen durch Sprachsuche, automatische Vorschläge, Browserfunktionen, versehentliche Eingaben, Übersetzungsphänomene oder schlicht eigenartige Nutzergewohnheiten.
Trotzdem gibt es starke Indizien. Wenn du plötzlich Queries siehst, die wie Antworten auf eine vorherige Frage klingen, dann ist der Verdacht berechtigt. Typische Beispiele wären eben „yes“, „continue“, „pricing“ im Kontext einer vorherigen Antwort oder sehr kurze Bestätigungen. Auch Formulierungen wie „tell me more“, „what about cost“, „compare them“ oder „which is best for me“ können Hinweise sein, je nachdem in welchem Markt du unterwegs bist.
Aber bitte mit Vorsicht. Die Daten zeigen dir nicht den vollständigen Dialog. Du siehst nicht die ursprüngliche Frage, nicht die KI-Antwort und oft auch nicht, warum deine Seite in diesem Moment sichtbar wurde. Du bekommst nur einen Ausschnitt. Und dieser Ausschnitt kann wertvoll sein, aber eben nicht vollständig.
Ich vergleiche das gern mit Server-Logfiles. Auch dort siehst du viele technische Einträge, aber nicht immer die ganze Absicht dahinter. Ein guter Analyst wird daraus keine absoluten Wahrheiten bauen, sondern Hypothesen. Genau so solltest du mit diesen AI-Mode-Hinweisen umgehen.
Was das für deine SEO-Analyse bedeutet
Der erste praktische Effekt ist ziemlich banal, aber wichtig: Du musst dich darauf einstellen, dass deine Search-Console-Daten etwas „unsauberer“ wirken. Nicht unbedingt schlechter. Eher anders. Queries, die früher als Rauschen durchgegangen wären, können plötzlich echte Bedeutung haben, weil sie zeigen, dass deine Inhalte in KI-gestützten Antwortketten auftauchen.
Wenn du im Leistungsbericht ungewöhnliche Suchanfragen findest, solltest du sie also nicht sofort ignorieren. Schau dir an, welche Seiten damit verbunden sind. Welche URLs bekommen Impressionen für solche Folgefragen? Gibt es Klicks? Sind die Positionen auffällig? Tauchen diese Queries nur einmal auf oder wiederholt? Und vor allem: Passen sie thematisch zu Inhalten, die erklärend, beratend oder vergleichend sind?
Gerade bei Seiten mit umfangreichen Ratgeberinhalten, Produktvergleichen, Preisübersichten oder erklärenden FAQ-Bereichen kann das spannend werden. Wenn Nutzer im AI Mode nachfragen „yes, pricing“, dann könnte deine Preisinformation in einer nachgelagerten Antwort sichtbar werden. Das sagt dir etwas über deine Rolle im Entscheidungsprozess. Vielleicht bist du nicht der Einstiegspunkt, aber du tauchst auf, wenn der Nutzer konkreter wird. Für manche Geschäftsmodelle ist genau das Gold wert.
Allerdings musst du aufpassen, dass du dich nicht in Kleinstmustern verlierst. Ein paar „yes“-Queries machen noch keine Strategie. Ich habe schon oft erlebt, dass Teams sich in Search-Console-Ausreißern verbeißen und dabei die großen Linien übersehen. Eine einzelne seltsame Query ist interessant. Ein wiederkehrendes Muster über mehrere Wochen hinweg ist analysierbar. Ein Muster, das mit Impressionen, Klicks und passenden Landingpages zusammenhängt, wird strategisch relevant.
Wie du solche Queries sinnvoll prüfst
Ein guter erster Schritt ist, im Leistungsbericht nach ungewöhnlich kurzen oder gesprächsartigen Queries zu suchen. Du kannst nach Begriffen filtern, die wie Bestätigungen oder Fortsetzungen wirken. Also zum Beispiel „yes“, „continue“, „go on“ oder branchenspezifische Kurzantworten. In deutschsprachigen Daten könnten auch Dinge wie „ja“, „weiter“, „mehr“, „preise“, „kosten“ oder „vergleich“ auffallen. Da muss man ein wenig kreativ sein, und manchmal auch ein bisschen geduldig.
Dann schaust du nicht nur auf die Query selbst, sondern auf die Kombination aus Query und Seite. Wenn „yes, pricing“ auf eine Preisseite oder einen Vergleichsratgeber einzahlt, ist das plausibel. Wenn „yes“ plötzlich einer völlig generischen Blogseite zugeordnet wird, kann es immer noch plausibel sein, aber du brauchst mehr Kontext. Vielleicht enthält diese Seite einen Abschnitt, den Google in einer KI-Antwort als nächsten Schritt verwendet. Vielleicht ist es aber schlicht ein Datenartefakt.
Interessant sind auch Zeitverläufe. Wenn solche Queries nach der breiteren Einführung oder stärkeren Nutzung von KI-Funktionen häufiger auftreten, bekommst du ein indirektes Signal. Nicht perfekt, aber sichtbar. Gerade größere Websites könnten hier früher Muster erkennen als kleine Seiten, weil sie genug Datenvolumen haben.
Bei kleineren Projekten wäre ich vorsichtiger. Wenn du monatlich nur wenige Tausend Impressionen hast, können einzelne ungewöhnliche Queries schnell überinterpretiert werden. Da reicht manchmal ein einziger Nutzer, um eine Kuriosität in den Daten zu erzeugen. Trotzdem: Beobachten lohnt sich.
Warum diese Daten für Content-Strategie spannender sind, als sie zuerst wirken
Auf den ersten Blick scheint „yes“ als Suchanfrage ziemlich nutzlos. Wie sollst du dafür optimieren? Du wirst ja keine Landingpage auf „yes“ bauen. Bitte nicht. Wirklich nicht.
Der Wert liegt nicht im Wort selbst, sondern im Kontext, den es andeutet. Solche Queries zeigen, dass Nutzer im KI-Modus weiterfragen, bestätigen, verfeinern und tiefer einsteigen. Für deine Content-Strategie bedeutet das: Du solltest Inhalte nicht nur für den ersten Suchimpuls erstellen, sondern auch für Folgefragen.
Ein Beispiel aus der Praxis: Stell dir vor, du betreibst eine Seite für B2B-Software. Früher hast du vielleicht auf Keywords wie „Projektmanagement Tool Vergleich“ oder „beste Software für Agenturen“ optimiert. Das bleibt wichtig. Aber im KI-Dialog könnte ein Nutzer nach einer ersten Übersicht fragen: „Welche Projektmanagement-Tools eignen sich für kleine Agenturen?“ Die KI gibt eine Antwort und bietet an, Preise oder Unterschiede zu erklären. Der Nutzer antwortet: „yes, pricing“. Jetzt braucht Google Inhalte, die Preise verständlich, vergleichbar und kontextreich darstellen.
Wenn deine Seite genau das sauber liefert, kannst du in dieser zweiten Phase sichtbar werden. Nicht weil du auf „yes, pricing“ optimiert hast, sondern weil du den nächsten Informationsbedarf abdeckst. Das ist ein anderer Denkansatz. Du optimierst nicht auf Gesprächsfetzen, sondern auf Antwortketten.
Dasselbe gilt für lokale Dienstleistungen. Ein Nutzer fragt nach geeigneten Zahnärzten, Handwerkern oder Rechtsanwälten. Danach kommt vielleicht „what about cost“ oder „near me“. Wenn deine Inhalte transparent erklären, welche Leistungen enthalten sind, welche Faktoren den Preis beeinflussen und wie sich Angebote unterscheiden, kannst du in solchen Folgekontexten relevanter werden.
Mir fällt dabei immer wieder auf: Viele Websites beantworten die erste Frage ordentlich, lassen aber die zweite und dritte Frage liegen. Sie erklären, was etwas ist, aber nicht, was danach passiert. Sie nennen Vorteile, aber keine Abwägungen. Sie beschreiben ein Produkt, aber nicht die typische Entscheidungssituation. KI-Suchen verstärken genau diesen Bedarf nach Anschlussfähigkeit.
Gesprächsartige Queries verlangen bessere Informationsarchitektur
Wenn Nutzer dialogischer suchen, sollten Inhalte auch dialogfähiger aufgebaut sein. Das heißt nicht, dass jede Seite wie ein Chatbot klingen muss. Im Gegenteil, zu viel künstliche Frage-Antwort-Rhetorik kann schnell billig wirken. Aber deine Seite sollte Themen so abdecken, dass Google und Nutzer Folgefragen logisch erschließen können.
Hilfreich sind klare Abschnitte zu Preisen, Voraussetzungen, Einschränkungen, Vergleichen, Alternativen, nächsten Schritten und typischen Einwänden. Nicht alles muss auf eine Seite. Aber die Informationsarchitektur sollte Sinn ergeben. Wenn jemand von einer allgemeinen Erklärung zur Preisfrage wechseln will, sollte diese Information nicht drei Ebenen tief versteckt sein.
Aus meiner Erfahrung sind gerade saubere interne Verlinkungen hier unterschätzt. Wenn dein Ratgeber über ein Thema auf eine detaillierte Preisübersicht, eine Vergleichsseite oder eine Checkliste verweist, bildest du im Grunde selbst eine Antwortkette ab. Das hilft Nutzern. Und wahrscheinlich hilft es auch Systemen, die Inhalte kontextuell zusammensetzen.
Natürlich ersetzt das keine klassische SEO-Arbeit. Titel, strukturierte Inhalte, Crawlbarkeit, technische Qualität, hilfreiche Texte, Autorität im Thema – all das bleibt. Aber der Fokus verschiebt sich leicht: Es geht weniger darum, nur eine einzelne Query zu bedienen, und mehr darum, ein vollständiges Entscheidungsfeld abzudecken.
Was du aus den neuen Query-Mustern nicht ableiten solltest
So spannend diese Daten sind, sie haben Grenzen. Und diese Grenzen sind wichtig, weil man sich sonst schnell eine Geschichte zusammenspinnt, die die Daten gar nicht hergeben.
Du kannst nicht sicher sagen, dass jede konversationelle Query aus dem AI Mode stammt. Du kannst auch nicht exakt rekonstruieren, wie der vollständige Dialog verlief. Du weißt nicht, ob deine Seite in einer KI-Antwort zitiert, als normaler Link angezeigt oder über ein anderes Element sichtbar wurde. Du siehst nur die Messpunkte, die Google dir im Leistungsbericht gibt.
Auch die Position ist mit Vorsicht zu lesen. In klassischen Suchergebnissen hat Position eine relativ nachvollziehbare Bedeutung. Bei KI-Antworten und gemischten Oberflächen wird es komplizierter. Was ist eine Position in einem generierten Antwortblock? Wie wird gezählt, wenn mehrere Links, Karten, Quellen oder Elemente erscheinen? Google zählt Impressionen, Positionen und Klicks, aber die Interpretation kann schwieriger sein als bei zehn blauen Links.
Und dann ist da noch das Thema Reporting-Vermischung. Wenn AI Overviews und AI Mode im allgemeinen Leistungsbericht eingerechnet werden, kann sich deine Datenbasis verändern, ohne dass du sofort erkennst, warum. Steigende Impressionen müssen nicht automatisch bedeuten, dass klassische Rankings besser geworden sind. Fallende Klickraten können teilweise durch neue Ergebnisdarstellungen beeinflusst werden. Auch hier gilt: Nicht panisch werden, aber genauer hinschauen.
Ich würde solche Daten deshalb immer zusammen mit anderen Signalen betrachten. Hat sich der organische Traffic tatsächlich verändert? Welche Seiten sind betroffen? Gibt es Verschiebungen bei Longtail-Queries? Werden mehr informationsorientierte Suchanfragen sichtbar? Verändert sich die Klickrate bei Seiten, die oft in KI-Antworten auftauchen könnten? Erst aus dieser Mischung entsteht ein brauchbares Bild.
Wie du jetzt pragmatisch damit umgehen kannst
Der beste Ansatz ist nicht, auf den perfekten AI-Mode-Report zu warten. Vielleicht kommt irgendwann mehr Transparenz, vielleicht auch nicht. In der Zwischenzeit kannst du mit den vorhandenen Daten arbeiten, ohne sie zu überfrachten.
Ich würde zunächst regelmäßig ungewöhnliche Queries im Leistungsbericht prüfen. Nicht täglich hektisch, sondern in einem festen Rhythmus. Einmal pro Woche oder alle zwei Wochen reicht für viele Projekte. Markiere dir Suchanfragen, die wie Folgefragen oder Gesprächsfragmente wirken. Schau dir an, welche Seiten betroffen sind. Wenn du Muster erkennst, bilde Cluster: Preisfragen, Vergleichsfragen, Bestätigungen, lokale Nachfragen, Produktspezifikationen, nächste Schritte.
Danach kommt der Content-Abgleich. Wenn Nutzer offenbar nach Preisen fragen, hast du gute Preis- oder Kosteninhalte? Wenn sie nach Vergleichen fragen, sind deine Vergleiche wirklich hilfreich oder nur Marketingfloskeln? Wenn Folgefragen auf bestimmte Seiten zeigen, sind diese Seiten stark genug, um den Nutzer weiterzubringen?
Ein kleiner Praxis-Tipp: Lies deine wichtigsten Ratgeber einmal so, als würdest du nach jedem Abschnitt fragen: „Und was würde ich jetzt als Nächstes wissen wollen?“ Genau diese nächste Frage ist oft der Content, der fehlt. Manchmal ist es ein Preisbeispiel. Manchmal eine Einschränkung. Manchmal ein ehrlicher Vergleich. Manchmal auch schlicht ein klarer nächster Schritt.
Was du nicht tun solltest: Seiten mit künstlichen „yes“-Formulierungen füllen. Das wäre ein Missverständnis der Daten. Niemand braucht einen Absatz, der auf „yes go on“ optimiert ist. Du brauchst Inhalte, die nach einer KI-Zusammenfassung als zuverlässige Vertiefung taugen. Das ist ein Unterschied, und zwar ein großer.
Die eigentliche Veränderung: Suche wird stärker dialogisch
Das Auftauchen von Queries wie „yes“ ist kein Kuriosum am Rand. Es ist ein kleines Symptom für eine größere Veränderung. Suche wird dialogischer, mehrstufiger und kontextabhängiger. Nutzer formulieren nicht mehr nur eine Suchanfrage und entscheiden dann aus zehn Ergebnissen. Sie lassen sich führen, fragen nach, bestätigen, vergleichen und springen tiefer in Themen hinein.
Für SEO bedeutet das nicht, dass alles Alte wertlos wird. Diese Dramatisierung hört man oft, und ich halte sie für überzogen. Aber die Analyse muss feiner werden. Du musst verstehen, dass Sichtbarkeit nicht nur am Anfang einer Suche entsteht, sondern auch mitten im Entscheidungsprozess. Manchmal vielleicht sogar erst nach einem unscheinbaren „yes“.
Die Search Console zeigt dir diese Welt nur teilweise. Sie gibt dir kein vollständiges Transkript. Aber sie liefert kleine Hinweise. Und wenn du diese Hinweise ernst nimmst, kannst du besser verstehen, welche Inhalte in KI-gestützten Suchprozessen eine Rolle spielen.
Am Ende ist das vielleicht die wichtigste Erkenntnis: Die merkwürdigen Queries sind nicht automatisch Müll. Sie können Spuren echter Nutzerinteraktionen sein. Du solltest sie nicht blind feiern, aber auch nicht achtlos wegklicken. Schau sie dir an, ordne sie ein, suche nach Mustern und nutze sie als Anlass, deine Inhalte entlang echter Folgefragen zu verbessern.
Das ist keine perfekte Wissenschaft. Eher solide Handarbeit, wie so oft im SEO. Ein bisschen Datenanalyse, ein bisschen Menschenverstand, ein bisschen Erfahrung. Und manchmal eben auch die Bereitschaft, bei einer Suchanfrage wie „yes“ nicht zu lachen, sondern zu fragen: Was wollte der Nutzer eigentlich im nächsten Schritt wissen?
