30.6.2025 – Auf künstlicher Intelligenz basierende Systeme sind bei der Online-Suche auf dem Vormarsch. Ergo hat gemeinsam mit Ecodynamics untersucht, welche Faktoren die Sichtbarkeit von Webseiten in einer LLM-Suche im Vergleich zur klassischen Google-Suche beeinflussen. Das Ergebnis sind vier Erkenntnisse über Aufbau, Qualität und Auffindbarkeit von Inhalten, die erforderlich sind, um auch in Zukunft im Netz auffindbar zu sein.
„Die Online-Suche befindet sich in einer Phase tiefgreifender Transformation: KI-basierte Systeme liefern nicht mehr nur Informationen, sondern begleiten Nutzerinnen und Nutzer zunehmend durch ganze Entscheidungsprozesse.“ Das sagt Luisa Schmolke, Innovationsmanagerin der Ergo Group AG.
„Wer heute und morgen noch digital sichtbar sein will, muss verstehen, wie diese Systeme funktionieren, und sie aktiv mitgestalten, um die eigenen relevanten Zielgruppen auch weiterhin zu erreichen“, so Schmolke.
Das Innovationslabor der Ergo hat gemeinsam mit der auf künstliche Intelligenz (KI) spezialisierten Ecodynamics GmbH ein kostenloses Whitepaper mit dem Titel „Von SEO zu KI-Suchoptimierung. Erkenntnisse aus der Versicherungswirtschaft mit Empfehlungen für den Versicherungsmarkt und andere Branchen“ (PDF, 365 KB) veröffentlicht.
Der Bericht zeigt, wie grundlegend Large-Language-Modelle (LLMs) das Online-Suchverhalten von Nutzern verändern und welche Auswirkungen sich daraus für die digitale Sichtbarkeit der Assekuranz ergeben.
Ergo und Ecodynamics generierten 33.366 URLs
Das Whitepaper basiert auf einer empirischen Studie. Konkret wurde untersucht, welche Faktoren die Sichtbarkeit von Webseiten in einer LLM-Suche im Vergleich zur klassischen Google-Suche beeinflussen. Zur Strukturierung der Analyse wurden 18 Suchbegriffe aus den drei Produktkategorien Hausratversicherung, Zahnzusatzversicherung und Rechtsschutzversicherung ausgewählt.
Jede Kategorie umfasste sowohl markenspezifische Begriffe (zum Beispiel „Ergo Zahnzusatzversicherung“) als auch markenoffene Begriffe (zum Beispiel „beste Zahnzusatzversicherung“), um unterschiedliche Phasen der Customer Journey und reales Suchverhalten abzubilden.
Diese Suchbegriffe bildeten die Grundlage für ein Prompt-Raster mit 120 Eingaben, die systematisch variiert wurden. So konnte beobachtet werden, wie die verschiedenen Systeme reagierten, sowohl im Hinblick auf die abgerufenen Inhalte als auch auf deren Häufigkeit.
Insgesamt wurden 33.366 URLs generiert, ausgewertet und bereinigt. Aus diesen Ergebnissen wurde eine relevante Auswahl von mehr als 600 Websites aus dem deutschen Versicherungsmarkt analysiert. Darunter waren Webauftritte von Erstversicherern, Versicherungsvermittlern und digitalen Vergleichsplattformen sowie Websites mit frei verfügbaren, redaktionellen Inhalten.
Auffindbarkeit in KI-gestützter Suche hängt stärker davon ab, wie gut Inhalte mit der Abruflogik der Sprachmodelle übereinstimmen.
Studie „Von SEO zu KI-Suchoptimierung“
Auffindbarkeit hängt künftig weniger von klassischer SEO ab
Das Ergebnis: „Die LLM-Plattformen riefen insgesamt deutlich mehr URLs ab als Google, wiesen aber auch eine höhere Variabilität in der Ergebnisqualität auf. Gleichzeitig ließen sich Muster erkennen, die strukturierten und maschinenlesbaren Inhalten klar den Vorzug gaben – unabhängig von der Markenbekanntheit“, heißt es im Whitepaper.
„Diese Ergebnisse verdeutlichen, dass Auffindbarkeit in KI-gestützter Suche weniger von klassischer SEO abhängt, sondern stärker davon, wie gut Inhalte mit der Abruflogik der Sprachmodelle übereinstimmen.“
So müssen unter anderem Inhalte nicht nur auf inhaltliche Richtigkeit, sondern auch auf ihre Interpretierbarkeit durch KI-Systeme geprüft werden. „Strukturierte Auszeichnungen, institutionelle Vertrauenssignale und faktische Klarheit senken das Risiko von Fehlinformationen und stärken das Vertrauen – sowohl bei den Nutzer:innen als auch bei den Systemen, die auf die Inhalte zugreifen“, heißt es.
Die Studienautoren empfehlen zudem, differenzierte Content-Strategien zu entwickeln, die gezielt auf die Architektur und Abruflogik der jeweiligen Systeme abgestimmt sind, wie beispielsweise ChatGPT, You, Perplexity und Gemini. Die technische Architektur einer Plattform bestimme nicht nur die Anzahl der Treffer, sondern beeinflusse auch die Abdeckung einzelner Themenbereiche.
Makler sind strukturell gut aufgestellt, um von diesem Wandel zu profitieren.
Studie „Von SEO zu KI-Suchoptimierung“
KI bevorzugt dialogorientierte, vernetzte, absichtsgesteuerte Inhalte
Unterschiedliche Content-Anbieter schnitten in KI-gestützten Suchsystemen bei markenoffenen, versicherungsbezogenen Anfragen sehr unterschiedlich ab. Makler lagen hier mit gut 36 Prozent weit vorne. Dahinter folgten Versicherer (17 Prozent) und Verlage (16 Prozent). Vergleichsplattformen kamen nur auf knapp sieben Prozent und Verbände auf 3,5 Prozent.
Die Studienautoren sehen Makler strukturell gut aufgestellt, um vom Wandel zu profitieren. „Ihre Plattformen basieren auf Produktvergleichen, modularer Darstellungslogik und entscheidungsrelevanten Nutzerpfaden. Diese Eigenschaften passen sehr genau zu den Funktionsweisen von LLM-Systemen“, wird berichtet.
Die Ergebnisse zeigten: Sichtbarkeit folge einer neuen Logik. LLM-Systeme würden dialogorientierte, vernetzte und absichtsgesteuerte Inhalte bevorzugen.
- Quelle: „Von SEO zu KI-Suchoptimierung. Erkenntnisse aus der Versicherungswirtschaft mit Empfehlungen für den Versicherungsmarkt und andere Branchen“, Ergo Innovation Lab und Ecodynamics (Bild: Ergo)
Ergo und Ecodynamics gelangen zu vier Erkenntnissen
Ein weiteres zentrales Ergebnis der Studie sei der eindeutige Zusammenhang zwischen semantischer Struktur und Sichtbarkeit in LLM-Systemen. „Inhalte, die intern konsistent aufgebaut, gut verlinkt und konzeptionell durchgängig sind, werden deutlich häufiger abgerufen und wiederverwendet“, heißt es.
Seiten, die technisch sauber, aber semantisch unverbunden sind, bleiben laut den Wissenschaftlern für LLM-Systeme schwer auffindbar. Der Aufbau starker semantischer Beziehungen zwischen Seiten sei deshalb kein optionales Zusatzmerkmal, sondern ein grundlegender Bestandteil für Sichtbarkeit in KI-gestützten Suchumgebungen.
Insgesamt ergeben sich vier Erkenntnisse:
- „LLM-Systeme bevorzugen eindeutig semantisch strukturiertes HTML, schnell ladende Seitenarchitekturen und transparente Layouts. Technische Merkmale wie ARIA-Auszeichnung, für Mobilgeräte optimiertes Design und klar markierte Überschriften sind heute keine optionalen Eigenschaften mehr. Sie bilden vielmehr die Grundvoraussetzung dafür, dass Inhalte von Sprachmodellen gelesen, verstanden und verwendet werden können.“
- „Semantisch kohärente Inhalte bilden stabilere, besser verknüpfte Cluster im Vektorraum. Dadurch steigt ihre Auffindbarkeit deutlich. Im Gegensatz dazu bleiben isolierte oder fragmentierte Inhalte wie einzelne Landingpages ohne konzeptionelle Verbindungen für LLM-Systeme meist unsichtbar.“
- „LLM-Systeme bevorzugen systematisch Inhalte aus vertrauenswürdigen Quellen wie behördlichen Portalen, wissenschaftlichen Institutionen und regulierten Fachdomänen. Im Unterschied zu klassischen Suchsystemen, die stark auf Backlinks und Domaingröße setzen, orientieren sich LLMs an einer breiteren Palette von Vertrauensindikatoren. Dazu zählen überprüfbare Autor:innenschaft, institutionelle Konsistenz und nachvollziehbare Zitierstandards.“
- „LLM-Systeme, die auf dialoglastigen Trainingsdaten und Frage-Antwort-Mustern beruhen, bevorzugen Inhalte, die dieser Eingabe-Antwort-Logik entsprechen. Besonders in Versicherungskontexten mit Bezug zu Produktvergleichen, Zugänglichkeitskriterien oder Servicepfaden erleichtert eine dialogische Struktur die Ausrichtung an den Verarbeitungsmustern von LLMs.“
Entwicklung wird durch agentische Systeme zusätzlich beschleunigt
Das Fazit: „Inhalte sollten so gestaltet sein, dass sie mit der Logik KI-gestützter Systeme kompatibel sind. Nur dann werden sie zuverlässig erkannt, verarbeitet und in Antworten eingebunden. Andernfalls gewinnen andere Anbieter:innen an Sichtbarkeit – etwa Makler:innen, deren Inhalte klar strukturiert, maschinell lesbar und gut vernetzt sind“, schreiben die Studienautoren.
Diese Entwicklung werde durch den zunehmenden Einsatz agentischer Systeme zusätzlich beschleunigt. Diese fortgeschrittenen KI-Systeme sind darauf ausgerichtet, autonom zu handeln, unabhängig zu entscheiden und Maßnahmen ohne Aufsicht durch den Menschen zu ergreifen.
