Case Study: Makler-Seite generiert nach GEO-Projekt +41% Anfragen

Immer mehr Makler verlieren Sichtbarkeit, obwohl ihre Seiten bei Google gut ranken.

Der Grund: Generative Suchsysteme wie ChatGPT oder Gemini entscheiden nach anderen Kriterien, welche Inhalte sie als Quelle nutzen. In dieser Case Study siehst Du, wie eine Makler-Seite aufgebaut sein muss, damit sie nicht nur gefunden, sondern von KI-Modellen aktiv zitiert wird – und was bisher fast alle falsch machen.

Case Study: PKV-Makler mit -27% Klicks in SERPs

Das hier war ein echtes Kundenprojekt – wir nutzen zur Wahrung der Anonymität fiktive Namen, aber die Zahlen sprechen für sich.

Der Makler betreibt eine etablierte Website mit Fokus auf private Krankenversicherung für Unternehmer. Über Jahre hinweg generierte er konstant organischen Traffic und qualifizierte Anfragen. Doch seit Google AI Overviews bei transaktionalen und beratungsnahen Suchanfragen ausspielt, veränderte sich die Lage drastisch.

In den ersten drei Monaten nach Rollout der AI-gestützten Suche sank der organische Traffic um durchschnittlich 27 Prozent. Parallel dazu gingen die Anfragen über das Kontaktformular um 32 Prozent zurück. Besonders auffällig: Bei zentralen Suchanfragen wie „PKV für Selbstständige“, „beste private Krankenversicherung Unternehmer“ oder „PKV Beitrag berechnen“ dominierte die AI-Box die Sichtfläche – und listete regelmäßig Wettbewerber als Quelle.

Der Makler selbst wurde in keiner generativen Antwort aufgeführt. Obwohl er mit manchen Seiten noch auf Platz 1 bei Google stand, rutschte dieses Ergebnis auf den Bildschirmrand oder verschwand ganz unterhalb der AI-Box. In Nutzertests zeigte sich: Die Zielgruppe interagierte kaum noch mit klassischen Treffern, sondern orientierte sich direkt an den Vorschlägen der KI.

Das Problem war nicht die Qualität der Inhalte – sondern die fehlende GEO-Strategie.

Seine Seite war fachlich korrekt, aber weder strukturell noch technisch darauf ausgelegt, von ChatGPT oder Google Gemini als zitierbare Quelle erkannt zu werden. Gleichzeitig hatten Wettbewerber mit weniger fundiertem Content die entscheidende Sichtbarkeit im neuen Antwortformat.

GEO-Projekt: Das haben wir optimiert

Die größte Schwäche der Ausgangsseite: Sie war fachlich korrekt, aber aus KI-Sicht nicht nutzbar. Der Content war in langen Absätzen geschrieben, wichtige Aussagen waren im Fließtext versteckt, Nutzerfragen wurden nur indirekt beantwortet.

Weder Struktur noch Formatierung hätten es ChatGPT, Perplexity oder Google Gemini ermöglicht, einzelne Inhalte zuverlässig als Antwort zu verwenden. Unser Ziel war es deshalb, die Inhalte so umzubauen, dass sie maschinenlesbar, leicht extrahierbar und klar referenzierbar sind – ohne dabei an redaktioneller Qualität zu verlieren.

Einleitung: Vom allgemeinen Einstieg zur konkreten Nutzerführung

Die ursprüngliche Einleitung versuchte, das Thema „PKV für Unternehmer“ weich zu umreißen. Dabei wurde kein Nutzen benannt, keine Zielgruppe adressiert und keine inhaltliche Orientierung gegeben. Für generative Systeme fehlten Signalwörter, Zwischenüberschriften und Struktur komplett.

Vorher:

„Die private Krankenversicherung kann für Selbstständige viele Vorteile bieten. Es gibt jedoch auch einige Punkte zu beachten, etwa die Wahl des passenden Tarifs und die Frage, ob sich ein Wechsel lohnt. Unternehmer sollten daher genau hinschauen.“

Nachher:

Du bist selbstständig und zahlst über 900 Euro im Monat in die gesetzliche Krankenversicherung? Dann lohnt sich der Blick in die PKV. Unternehmer mit hohem Einkommen profitieren nicht nur finanziell – sondern auch durch bessere Leistungen.

In diesem Ratgeber erfährst Du:
• Wann ein Wechsel in die PKV für Unternehmer sinnvoll ist
• Wie Du den passenden Tarif findest
• Welche Beiträge Du realistisch einplanen solltest

Was wir geändert haben: Wir haben den Einstieg nutzerzentriert aufgebaut, klar auf die Zielgruppe „Unternehmer mit hohem Einkommen“ fokussiert und Benefits direkt benannt. Dazu ein klarer Teaser, was der Leser erwarten kann – gleichzeitig ideal für die KI zur Segmenterkennung.

Tarifvergleich: Von allgemeiner Beschreibung zur datenbasierten Tabelle

Im Originaltext wurde viel über „verschiedene Tarife“ geschrieben – aber ohne konkrete Zahlen, Szenarien oder Vergleiche. Die Begriffe wie „Komfort“ oder „Premium“ blieben abstrakt. KIs brauchen greifbare Daten und klare, vergleichbare Strukturen.

Vorher:

„Es gibt Basistarife für den Einstieg, Komforttarife mit Zusatzleistungen und Premiumtarife mit voller Kostenerstattung. Welche Option für Dich am besten ist, hängt von Deinen Bedürfnissen ab.“

Nachher:

PKV-Tarife im Vergleich: Rechenbeispiel für einen 35-jährigen Unternehmer ohne Vorerkrankungen

Tariftyp	Beitrag pro Monat	Leistungen	Selbstbeteiligung
Basistarif	412 Euro	ambulant, stationär, keine Extras	600 Euro
Komforttarif	546 Euro	inkl. Zahnersatz, Sehhilfe, Heilpraktiker	300 Euro
Premiumtarif	718 Euro	Chefarzt, Einzelzimmer, weltweiter Schutz	0 Euro

Was wir geändert haben: Wir haben reale Zahlen eingebaut, die für den Zielkunden direkt relevant sind. Der Vergleich ist klar aufgebaut, das Format für jede generative Engine problemlos auslesbar. Gleichzeitig hilft es Nutzern, sich schnell zu orientieren – ohne Berater.

FAQ: Von Fließtext zu klaren Frage-Antwort-Blöcken mit Schema-Markup

Im Ausgangstext wurden typische Nutzerfragen zwar behandelt – aber unstrukturiert. Die Fragen wurden nicht als solche markiert, waren sprachlich zu weich formuliert und gingen oft nicht auf das konkrete Suchbedürfnis ein.

Vorher:

„Wenn Du Kinder hast, stellt sich natürlich auch die Frage, ob diese mitversichert sind. Hier gelten bestimmte Bedingungen, je nachdem, ob Du verheiratet bist und wie hoch Dein Einkommen ist.“

Nachher:

Frage: Kann ich mein Kind als Unternehmer in der PKV mitversichern?
Antwort: Ja. Du kannst Dein Kind privat versichern, wenn Du selbst in der PKV bist. Voraussetzung: Du verdienst mehr als 6.150 Euro brutto im Monat und bist Hauptverdiener. Der Beitrag für ein Kind liegt je nach Tarif zwischen 100 und 140 Euro monatlich.

Frage: Was kostet eine PKV für Selbstständige über 40?
Antwort: Je nach Gesundheitszustand und Tarifwahl zahlst Du mit 40 Jahren zwischen 520 und 780 Euro pro Monat. Wichtig ist, dass Du Rückstellungen für das Alter beachtest und gegebenenfalls einen Beitragsentlastungstarif einplanst.

Was wir geändert haben: Wir haben gezielt häufige Fragen aus Google, Quora und Reddit übernommen, sie sauber als Fragen deklariert, sprachlich klar formuliert und mit präzisen Antworten versehen. Zusätzlich wurde für den gesamten Block FAQPage-Markup implementiert.

Technische GEO-Optimierung: So haben wir die Seite KI-kompatibel gemacht

Bevor wir gestartet sind, war die Seite technisch sauber, aber nicht für generative Systeme gebaut.

Inhalte lagen in Tabs oder Akkordeons, wichtige Datenpunkte waren schwer zugänglich, und semantische Klarheit fehlte fast komplett. Im März 2024 lag die mobile Ladezeit bei durchschnittlich 3,8 Sekunden. Für Google okay – für Gemini, ChatGPT oder Perplexity schlicht ungeeignet.

Semantische Struktur korrigiert

Ein grundlegendes Problem war die Überschriftenhierarchie.

Auf der Unterseite „PKV für Unternehmer“ war mehrfach die H1 vergeben, gefolgt von einer H3 – ohne eine davorliegende H2. Das wirkt auf Nutzer unstrukturiert, für KI-Modelle ist es schlicht nicht verwertbar. Wir haben das konsequent umgebaut: Eine saubere H1-H2-H3-Gliederung, die logisch aufgebaut ist und die thematischen Abschnitte klar voneinander trennt.

Ein Beispiel: Aus „H1: PKV“ und „H3: Beitragsbeispiele“ wurde „H1: Private Krankenversicherung für Unternehmer“, „H2: Beitragsstruktur“, „H3: Beispielrechnung nach Altersgruppe“. Diese einfache Anpassung schafft maschinelle Lesbarkeit.

Technisch versteckte Inhalte freigelegt

Viele der wichtigsten Inhalte waren zwar vorhanden, aber für KI-Modelle nicht zugänglich. Rechenbeispiele, Tarifvergleiche oder Nutzerfragen waren in Tabs, Akkordeons oder dynamischen Inhaltscontainern eingebettet.

Sichtbar für Menschen, unsichtbar für Bots.

Ein Beispiel: Die Antwort auf „Was kostet eine PKV mit 40 Jahren?“ lag hinter einem aufklappbaren Modul und war in der Standardansicht nicht gerendert. Wir haben diese Inhalte entkapselt und direkt auf der Seite ausgespielt – als feste Bestandteile im Haupttext, dauerhaft sichtbar und strukturiert.

Ladezeit deutlich reduziert

Zum Projektstart lag die durchschnittliche mobile Ladezeit bei 3,8 Sekunden – für Google akzeptabel, aber für generative Engines ein klarer Nachteil. Besonders betroffen waren Seiten mit vielen Bildern und unnötigen JavaScript-Komponenten.

Wir haben alle Bilder auf das WebP-Format umgestellt, Lazy Loading aktiviert, die JavaScript-Bibliotheken verschlankt und serverseitig optimiert. Nach Abschluss der Maßnahmen lagen die mobilen Ladezeiten stabil bei 1,4 Sekunden. Das senkt nicht nur die Absprungrate, sondern verbessert auch die Chancen, von KI-Engines indexiert zu werden.

Strukturierte Daten ergänzt (Schema-Markup)

Vor dem Umbau gab es keinerlei schema.org-Auszeichnungen. Weder die häufigen Fragen noch die Tarifvergleiche oder Anleitungen wurden strukturiert übergeben. Wir haben gezielt Markups eingebaut, die exakt zum Seiteninhalt passen.

Der FAQ-Bereich wurde mit FAQPage-Markup ausgestattet, der Tarifvergleich erhielt Product-Markup, und für die Schritt-für-Schritt-Anleitung zur PKV-Anmeldung kam HowTo zum Einsatz. Diese Daten helfen nicht nur Google, sondern sind auch für Gemini oder Perplexity ein Signal, wie Inhalte maschinell verwendet werden können.

Meta-Daten auf KI-Sprache angepasst

Ein letzter, aber entscheidender Punkt war die Optimierung der Meta-Daten. Titel wie „PKV für Selbstständige | Ihr Ansprechpartner“ sagen einer KI wenig. Wir haben alle Titles und Descriptions so umgeschrieben, dass sie den thematischen Kern direkt benennen und häufige Prompt-Strukturen aufgreifen.

Ein Beispiel: Aus dem generischen Titel wurde „Private Krankenversicherung für Unternehmer: Beitrag berechnen, Tarife vergleichen, Anbieter 2024“. Genau das sind die Formulierungen, mit denen Nutzer an KI-Systeme herantreten – und genau darauf springen diese Systeme an.

Die Seite ist jetzt nicht nur für Nutzer, sondern auch für KI-Modelle lesbar, verständlich und vollständig erfassbar – exakt die Voraussetzung, um in AI Overviews aufzutauchen.

Drei Monate später: Von unsichtbar zur KI-Quelle