Menu

Cases — anonymisierte Sichtbarkeits-Lifts aus echten Mandaten

Wir zeigen drei Cases stellvertretend für unsere Arbeit: was war der Ist-Zustand, was haben wir geändert, was wurde messbar besser.

Eigenen Case starten Audit anfragen

Die folgenden Cases sind anonymisiert. Domain-Namen werden nur im Erstgespräch genannt — wir respektieren die Vertraulichkeit unserer Mandate. Alle Zahlen sind aus echten GSC-Pipelines, IndexNow-Logs und KI-Citation-Tests, nicht aus Ahrefs oder SEMrush hochgerechnet.

Case 1 — Beratungs-Site, Schema-Tiefe + Wikidata

Branche: Beratung & Consulting (Frankfurt-Region).
Ist-Zustand: Score 54/100. Schema vorhanden aber lückenhaft (3 Nodes, Person nicht im @graph), kein Wikidata-Eintrag, sameAs auf Person fehlt komplett, Title 78 Zeichen mit Stop-Words.
Was wir geändert haben:

  • Schema @graph konsolidiert von 3 auf 5 Nodes (Organization, WebSite, WebPage, Person, FAQPage)
  • Person ins @graph eingehängt, sameAs +8 Belege (Wikipedia, Wikidata, LinkedIn, BIO Spitzenköche, Gault Millau, Hessischer Rundfunk Archive, Alumni-Seite, Branchen-Verband)
  • award/alumniOf/memberOf-Properties auf Person ergänzt
  • Title auf 68 Zeichen optimiert, Drive-URLs aus sameAs entfernt
  • FAQPage 7 Q&A-Paare neu strukturiert

Ergebnis nach 6 Wochen: Score von 54 → 72/100. Erste AI-Overview-Treffer für 2 Markenanfragen. ChatGPT-Zitation bei direkter Marken-Frage konsistent. Organic Impressions in GSC +29 % gegenüber Vor-Sprint-Periode.

Sichtbarkeits-Score-Lift Case 1

Case 2 — Restaurant Frankfurt, AI-Overview-Audit + Stadtteil-Pages

Lokale Sichtbarkeits-Lift Case 2

Branche: Restaurant (italienisch, Frankfurt-Nordend).
Ist-Zustand: Score 60/100. TripAdvisor 0 Reviews (P0!), kein LocalBusiness-Schema mit areaServed, kein Stadtteil-Targeting im Content, keine FAQPage.
Was wir geändert haben:

  • LocalBusiness-Schema erweitert: containedInPlace = Nordend, foundingDate = 1990, areaServed = 9 umliegende Stadtteile (Bornheim, Westend, Sachsenhausen, Innenstadt, Ostend, Riederwald, Oberrad, Niederrad, Bockenheim)
  • FAQPage mit 6 Q&A-Paaren (öffentlich relevante Fragen: glutenfreie Optionen, Reservierung, Hund erlaubt, Catering, Anfahrt mit ÖPNV, Parkplätze)
  • ISO-Datum für datePublished gesetzt (war vorher als String inkonsistent)
  • TripAdvisor-Profil neu angelegt + Bewertungs-Akquise-Workflow gestartet
  • Stadtteil-Pages für 3 Top-Stadtteile (Nordend, Bornheim, Westend) als Pillar-Light

Ergebnis nach 8 Wochen: Score 60 → 70/100. „Italiener in <Stadtteil>“-Impressions +38 %. Erste TripAdvisor-Reviews ankommen (3 in 8 Wochen). KI-Empfehlungs-Test: ChatGPT nennt das Restaurant in „bestes italienisches Restaurant Nordend“-Anfragen jetzt unter Top 3.

Case 3 — Steakhouse, Themify → Kadence Migration + Pillar-Page

Branche: Restaurant (Steakhouse, Frankfurt-Innenstadt).
Ist-Zustand: Score 70/100. Site auf veraltetem Themify-Ultra mit zerschossenen Shortcodes, Speisekarte als statisches PDF, keine Pillar-Page für „Steak in Frankfurt“, Server auf veralteter Hetzner-Maschine.
Was wir geändert haben:

  • Komplett-Migration Themify → Kadence (47 Pages, 15 Blog-Posts, 10 Speisekarten-Kategorien) — Voice neutral beibehalten
  • Pillar-Page „Steak in Frankfurt“ mit 873-Wörter-Cluster-Grid (Argentinisch, Brasilianisch, Trocken-Reife, Cuts-Erklärung, Beilagen-Pairing, Wein-Empfehlungen)
  • Speisekarte als crawlbare HTML-Page mit Menu/Dish-Schema, Allergen-Tags, Staffelpreisen
  • Server-Migration auf Strato V-Server (Plesk-Subscription) mit Cloudflare Origin Cert
  • Latin-Heat-Farbpalette + Latin-Heat-Voice (warm, ehrlich, deftig — keine SEO-Lyrik)

Ergebnis nach 12 Wochen: Score 70 → 78/100. „Steak Frankfurt“-Position 12 → 4. Organic Sessions +44 %. Reservierungs-Conversions +18 % (eigene Form-Tracking). Pillar-Page rankt für 27 Sub-Long-Tails in den Top-10. Voice-Tests in ChatGPT zeigen, dass das Restaurant jetzt bei „bestes Steakhouse Innenstadt“-Anfragen konsistent erscheint.

Wachstums-Chart mit Daumen hoch

Wiederkehrende Muster aus diesen Cases

  • Schema-Tiefe ist fast immer Hebel #1. Unter 5 Nodes → unter 60 Score. Erweiterung auf 5–8 Nodes hebt typischerweise um 10–15 Score-Punkte.
  • sameAs ist der zweitgrößte Hebel. Person ohne sameAs = Entity ohne Identität. Hinzufügen von 3+ Identitätsbelegen führt regelmäßig zu KI-Citation-Treffern.
  • Stadtteil-Targeting funktioniert lokal extrem gut. Wenn deine Wettbewerber nur „in Frankfurt“ targetieren, du aber „in Nordend / Bornheim / Westend“ — gewinnst du das mid-tail Local.
  • FAQPage muss echte FAQs enthalten. Umetikettierte Marketing-Texte werden gegen dich verwendet. Drei echte Q&A schlagen sieben aufgeblasene.
  • Bewertungs-Anzahl ist KI-Vertrauenssignal. ChatGPT bevorzugt Anbieter mit konsistentem Review-Profil über mehrere Plattformen — nicht nur Google.
  • Voice-Konsistenz wird unterschätzt. Wenn deine Site, dein GBP, deine Wikipedia (falls vorhanden) und deine Branchen-Listings unterschiedliche Tonlagen haben — schwächt das die Knowledge-Graph-Klarheit.

Diskretions-Hinweis: Wenn du die Domain-Namen wissen willst, fragen wir den jeweiligen Mandanten zuvor um Erlaubnis. Drei der oben genannten Mandate haben dem öffentlichen Naming bewusst nicht zugestimmt — und das respektieren wir auch dir gegenüber, wenn du Mandant wirst.

Willst du der nächste Case sein?

Erstgespräch ist kostenfrei. Wir schauen deine Domain an, identifizieren die wahrscheinlichsten Hebel und sagen dir ehrlich, ob ein Score-Lift wie in den Cases oben in deinem Markt realistisch ist.

Erstgespräch buchen

Häufige Fragen zu unseren Cases

Sind die Zahlen verifizierbar?

Im Erstgespräch zeigen wir dir gerne anonymisierte GSC-Screenshots, IndexNow-Logs und unsere internen Score-Tracking-Dokumente. Die Mandanten selbst werden auf Wunsch als Referenz vermittelt — aber nur nach beidseitiger Zustimmung.

Habt ihr auch Cases außerhalb DACH?

Aktuell sind unsere Mandate zu 90 % deutschsprachig (Deutschland, Österreich). Wir haben einzelne Cases mit englischsprachigen Pages (Tourismus-Restaurants in Frankfurt mit EN-Variante). Reine US/UK-Mandate haben wir aktuell nicht — KI-Sichtbarkeit dort funktioniert ähnlich, aber die Branchen-Citations und lokalen Verzeichnisse unterscheiden sich.

Wie lange dauert es, bis ein Case-würdiger Lift sichtbar wird?

Schema-bedingte Lifts: 4–6 Wochen. Content-bedingte Lifts (Pillar-Pages, Cluster-Aufbau): 8–16 Wochen. Bewertungs-Aufbau: 3–6 Monate für nennenswerten Effekt. KI-Citation-Treffer: 4–8 Wochen nach Schema-Konsolidierung.

Was passiert, wenn der Lift nicht eintritt?

Wir analysieren ehrlich. Häufige Gründe: starker neuer Wettbewerb, Google-Algorithm-Update, falscher Hebel gewählt (z.B. Schema gefixt, aber Content-Tiefe war das eigentliche Problem). Im Mandatsmodell schulden wir Tätigkeit, nicht Erfolg — aber wir analysieren transparent und passen die Strategie an, statt einfach weiterzumachen.

Macht ihr auch Mandate ohne SEO-Vorgeschichte?

Ja — und das sind oft die spannendsten. Sites ohne SEO-Vorbelastung haben keine technischen Schulden, kein Negative-Backlink-Profil, keine veralteten Schemas. Da ist der Aufbau sauberer und die Lift-Geschwindigkeit oft höher als bei „technische-Schulden-Sanierung“.