2. November 2026

Veröffentlicht: 2026-11-01 Autor: Marcel Christen | Seoholics Lesezeit: 3 min Was ist passiert? Viele Unternehmen investieren massiv in die Sichtbarkeit innerhalb von KI-Suchmaschinen. Sie prüfen jedoch selten, ob die KI-Bots die Seiten technisch überhaupt erreichen. Die Lösung liegt in der Analyse von Server-Logs, da nur dort die tatsächliche Kommunikation zwischen Bot und Server lückenlos dokumentiert wird. Die Fakten Ein Server-Log ist eine Datei, die jede einzelne Anfrage an den Server als eine Zeile speichert. Wichtige Datenfelder pro Zeile sind die IP-Adresse, das Datum, die angeforderte URL, der HTTP-Statuscode, die übertragenen Bytes und der User-Agent. Der User-Agent ist die Kennung, mit der sich ein Besucher oder Bot gegenüber dem Server ausweist. Probleme wie Timeouts (Statuscode 499) oder Firewall-Blockaden (Statuscode 403) sind in Logs sichtbar, aber in Analyse-Tools oft unsichtbar.

Veröffentlicht: 2026-11-01 Autor: Jule | Seoholics Lesezeit: 3 min Was ist passiert? Ahrefs hat ein umfassendes Update veröffentlicht, das die Sichtbarkeit in der generativen Suche (AI Discoverability) ins Zentrum rückt. Neben neuen Analyse-Tools für KI-Crawler wurden die Datenkapazitäten der API massiv erweitert und die Wettbewerbsanalyse durch die Kategorisierung von Seitentypen präzisiert. Was zu tun ist KI-Zugänglichkeit prüfen Wettbewerbsstruktur analysieren Log-Daten für KI-Bots optimieren KI-Workflows skalieren Die Fakten Die Neuerungen lassen sich in fünf Kernpunkte unterteilen: AI Discoverability: Eine neue Kategorie im Site Audit prüft, ob KI-Bots wie Claude und ChatGPT Inhalte erreichen, lesen und zitieren können. Seitentypen-Analyse: Ein neues Widget im Site Explorer zeigt auf, welche Seitentypen (z. B. Blogposts oder Tools) den organischen Traffic eines Wettbewerbers generieren. Semantische Filter: Der Keywords Explorer kann nun Begriffe nach Bedeutung

Veröffentlicht: 2026-11-02 Autor: Jule | Seoholics Lesezeit: 3 min Was ist passiert? Werbeagenturen implementieren KI-Agenten massiv in ihre Workflows, vernachlässigen dabei jedoch die Anpassung ihrer Organisationsstrukturen. Während die operative Arbeit von Media-Buyern und Marketing-Execs bereits verändert wurde, bleiben Stellenbeschreibungen und Karrierepfade veraltet. Dies führt zu Effizienzgewinnen auf Individualebene, die jedoch nicht systematisch in Unternehmensgewinne oder Teamstrukturen überführt werden. 9 % Media-Agenturen ohne agentische KI-Lösungen Diese geringe Quote aus einer Umfrage vom Mai belegt die hohe Adaptionsrate von KI-Agenten in der Branche. Die Fakten Hohe Adaptionsrate: Laut einer Umfrage aus dem Mai verfolgen nur 9% der Media-Agenturen keinerlei agentische KI-Lösungen. Strukturelles Defizit: Zeitersparnisse durch KI kommen einzelnen Mitarbeitern zugute, werden aber kaum auf Team- oder Abteilungsebene verteilt. Qualitätsrisiken: In Fachdiskussionen wird berichtet, dass KI auf allen Hierarchieebenen – bis

Veröffentlicht: 2026-11-02 Autor: Jule | Seoholics Lesezeit: 3 min Was ist passiert? Google, Microsoft und OpenAI haben angekündigt, künftig eine gemeinsame Zeile in der robots.txt zu respektieren, um das Training von KI-Modellen zu steuern. Anstatt für jeden Crawler eigene Regeln zu definieren, können Website-Betreiber über einen standardisierten Token zentral festlegen, ob ihre Inhalte für generative KI genutzt werden dürfen. Was zu tun ist Inventur der aktuellen KI-Blocker prüfen Strategische Entscheidung zwischen Training und Grounding treffen Implementierung des neuen Tokens planen Migration der Microsoft-Tags steuern Die Fakten Die drei Unternehmen nutzen einen Entwurf der IETF-Arbeitsgruppe, der den Token __usage_ai-training einführt, um das Training generativer Modelle zu regeln. Google plant die Umsetzung für Anfang 2027; dabei wird der gemeinsame Opt-out analog zu Google-Extended behandelt, was sowohl das Training als auch