Meine Arbeit
Empfehlung im Kaufmoment
Zitat im Google KI-Modus
Branchenstandard
Ranking auf Suchposition
Bausteine und Kontext-Layer statt Massen-Content aus Templates oder ChatGPT
Wenn dein Themenraum größer ist als dein Redaktionsteam, wird Content schnell zum Flaschenhals. Genau dort scheitern viele programmatische SEO Kampagnen: zu viel Automatisierung, zu wenig Substanz. Ich baue Systeme, die Datenquellen, Seitenlogik und inhaltliche Bausteine sauber verbinden, damit aus Skalierung kein Qualitätsverlust wird. Bei Rawshot.ai sind so 500+ Seiten entstanden, ohne auf ChatGPT-Massenproduktion zu setzen. Das Ziel sind nicht mehr Seiten um ihrer selbst willen, sondern qualifizierte Anfragen und ein messbarer Umsatzbeitrag.
So läuft ein Projekt
Bausteine & Kontext SEO
Wir prüfen, ob programmatische SEO bei dir technisch und inhaltlich sinnvoll ist – und wo die größten Indexierungs- und Qualitätsrisiken liegen.
Audit, Aufbau, Übergabe — dieselbe Logik wie auf der Startseite, hier angepasst an dieses Thema.
Der Hebel liegt nicht mehr in mehr Content-Stückzahl, sondern in sauberer Struktur, belastbaren Datenquellen und Seiten, die auch im KI-Zeitalter zitiert werden. Vier Signale zeigen, warum improvisierte Templates und Massenproduktion für viele Teams zum Risiko werden.
75% der Befragten erwarten, dass Google AI Mode und KI-gestützte Suche ihren organischen Traffic verändern oder verringern. Für programmatische SEO heißt das: skalierte Seiten müssen belastbare Substanz liefern, sonst verlieren sie Klicks im Kaufmoment.
Quelle: HubSpot State of Marketing Report, 2024
Rund 60% der Google-Suchen enden ohne Klick auf eine Website. Wenn deine Seiten nur austauschbare Varianten ohne echten Kontext sind, steigt das Risiko, dass Google den Bedarf direkt beantwortet und deine Pipeline nichts davon sieht.
Quelle: SparkToro / Datos Zero-Click Search Study, 2024
Bei Rawshot.ai sind über 500 skalierte Seiten aus einem Baustein-System mit Kontext-Layer entstanden. Das zeigt: Programmatische SEO kann Themenbreite abdecken, ohne auf ChatGPT-Massenproduktion oder dünne Templates als Endmodell zu setzen.
Quelle: Eigene Projektbeobachtung Rawshot.ai, 2025
k
Quelle: Eigene Projektbeobachtung Rawshot.ai, 2025
Herausforderungen
Programmatische SEO klingt nach Skalierung, endet im Alltag aber oft bei manuellen Workarounds, dünnen Seiten und internen Zweifeln. Diese sechs Situationen zeigen, warum der Status quo weder für Sichtbarkeit noch für qualifizierte Anfragen reicht.
Du willst Hunderte relevante Seitentypen aufbauen, aber am Ende hängt jede Veröffentlichung an Copy, SEO und Entwickler-Slots. So bleibt der Rollout langsam, teuer und weit hinter dem Themenraum zurück, den du eigentlich abdecken müsstest.
Du befüllst Seiten aus Datenfeldern und Standardbausteinen, aber die Texte lesen sich nach Platzhalter statt nach echter Hilfestellung. Nutzer springen ab und KI-Systeme wie ChatGPT oder Perplexity haben keinen Grund, genau diese Seiten als Quelle zu bevorzugen.
Du weißt, dass mehr manuelle Einzelstücke das Problem nicht lösen, aber ein belastbares Bausteinsystem fehlt. Ohne klare Logik für Seitentypen, Datenquellen und Kontext-Layer wird aus Programmatischer SEO schnell eine Sammlung isolierter Templates.
Marketing plant Seiten, Development denkt in Datenstrukturen und niemand übersetzt beides in ein umsetzbares System. Dadurch verzögern sich Entscheidungen, Anforderungen bleiben unscharf und der Aufbau scheitert schon vor dem eigentlichen Rollout.
Du veröffentlichst viele Seiten, sie bekommen vielleicht sogar Sichtbarkeit, aber daraus entstehen kaum qualifizierte Anfragen. Wenn die Seiten den Kaufkontext nicht sauber abdecken, wächst vor allem der Output — nicht der Umsatzbeitrag.
Nach den ersten schwachen Ergebnissen wird Programmatische SEO schnell als Massen-Content abgestempelt. Dann musst du intern rechtfertigen, warum Budget und technische Ressourcen weiter in ein Modell fließen sollen, das bisher keinen klaren Business Impact zeigt.
Methodenvergleich
Programmatische SEO scheitert selten an der Idee, sondern an dünner Skalierung. Deshalb zählen Substanz, Themenlogik und technische Anschlussfähigkeit mehr als Massenproduktion oder Einzel-Prompts.
| Dimension | Meine Arbeit | Branchenstandard |
|---|---|---|
Optimierungsziel | Empfehlung im Kaufmoment Zitat im Google KI-Modus | Ranking auf Suchposition |
Messung | Themen-Ebene und reproduzierbare Prompt-Matrix für Google KI-Modus in der Suche | Einzel-Prompt-Tracking ohne Geschäftslogik |
Substanz | Bestehende Seiten gezielt schärfen | Neue Inhalte zusätzlich produzieren |
Technische Tiefe | Technisches Know-how aus eigener Produktentwicklung | Checklisten aus Screaming Frog abarbeiten |
Datenbasis | Sales-Gespräche, Search Console, eigene Produkte | Generische Keyword-Tools und Branchen-Reports |
Setup | Strategie und Umsetzung in einer Hand auch beim Bestandsumbau | Berater plus Umsetzer plus Account-Manager |
Leistungsmodell | Bezahlt für Ergebnis und Wirkung | Content-Pakete mit fester Stückzahl |
Meine Arbeit
Empfehlung im Kaufmoment
Zitat im Google KI-Modus
Branchenstandard
Ranking auf Suchposition
Meine Arbeit
Themen-Ebene und reproduzierbare Prompt-Matrix
für Google KI-Modus in der Suche
Branchenstandard
Einzel-Prompt-Tracking ohne Geschäftslogik
Meine Arbeit
Bestehende Seiten gezielt schärfen
Branchenstandard
Neue Inhalte zusätzlich produzieren
Meine Arbeit
Technisches Know-how aus eigener Produktentwicklung
Branchenstandard
Checklisten aus Screaming Frog abarbeiten
Meine Arbeit
Sales-Gespräche, Search Console, eigene Produkte
Branchenstandard
Generische Keyword-Tools und Branchen-Reports
Meine Arbeit
Strategie und Umsetzung in einer Hand
auch beim Bestandsumbau
Branchenstandard
Berater plus Umsetzer plus Account-Manager
Meine Arbeit
Bezahlt für Ergebnis und Wirkung
Branchenstandard
Content-Pakete mit fester Stückzahl

Wer hier schreibt
Ich habe ein Affiliate-Imperium mit 50 Domains aufgebaut — und gesehen, wie es bei einer Plattform-Änderung wegbricht. Ich habe ein SaaS gegen die Wand gefahren, weil zu groß gedacht und zu wenig validiert. Heute baue ich zwei eigene KI-Produkte und arbeite an 2–3 Beratungsprojekten parallel. Was ich Kunden empfehle, läuft vorher in meinem eigenen Betrieb.
10 Jahre
Praxis in B2C und B2B
3
Gründungen mit eigenen Produkten
2
Software Unternehmen
Zielgruppen
Programmatische SEO ist kein Thema für Teams, die einfach nur mehr Seiten veröffentlichen wollen. Es lohnt sich für Rollen, die große Themenräume mit Substanz abdecken müssen und dafür ein belastbares System statt manueller Content-Produktion brauchen.
Du siehst, dass euer Themenraum deutlich größer ist als das, was dein Team manuell abdecken kann. Wenn jede neue Seite an Copy, Freigaben und Entwickler-Slots hängt, brauchst du kein Content-Paket, sondern ein Bausteinsystem, das skalierbare Seitentypen mit echter Substanz aufsetzt.
Du willst neue Nachfrage systematisch erschließen, ohne in dünnen Template-Seiten oder ChatGPT-Massenproduktion zu landen. Wenn viele Use Cases, Integrationen oder Problem-Kombinationen abbildbar sind, wird programmatische SEO dann interessant, wenn die Seiten nicht nur indexiert werden, sondern qualifizierte Anfragen und Sichtbarkeit in KI-Antworten mittragen.
Du hast Zugriff auf Datenquellen, Templates und CMS-Logik, aber dir fehlt ein Modell, wie daraus suchfähige und zitierbare Seiten entstehen. Wenn Marketing und Entwicklung aneinander vorbeiarbeiten, helfe ich dir, Seitenlogik, Datenstruktur und Kontext-Layer so zu verbinden, dass aus technischer Skalierung kein Qualitätsproblem wird.
Du verantwortest ein Angebot mit vielen Kombinationen aus Branchen, Leistungen, Standorten oder Einsatzfällen und weißt, dass manuell niemals die nötige Breite entsteht. Programmatische SEO passt, wenn du ein System willst, das langfristig intern nutzbar bleibt und auf Pipeline-Wirkung einzahlt statt nur auf mehr veröffentlichte Seiten.
Prozess
Programmatische SEO funktioniert nur, wenn Themenlogik, Datenquellen und Seitenaufbau sauber zusammenspielen. Der Prozess zielt nicht auf Seitenmenge, sondern auf ein belastbares System, das qualifizierte Anfragen unterstützt und auch im KI-Zeitalter Substanz liefert.
Analyse von Themenbreite, Suchintentionen, Conversion-Pfaden, vorhandenen Datenquellen und technischer Anschlussfähigkeit. Klärung, ob Programmatische SEO für euer Modell überhaupt sinnvoll ist oder ob manuelle Inhalte wirtschaftlicher bleiben.
Ableitung von Seitentypen, URL-Logik, interner Verlinkung, Template-Struktur und Prioritäten für den Rollout. Definition eines Modells, das nicht nur indexierbar ist, sondern echte Entscheidungsgrundlagen für potenzielle Kunden liefert.
Erarbeitung wiederverwendbarer Inhaltsbausteine plus kontextbezogener Layer für Unterschiede zwischen Branchen, Use Cases, Regionen oder Produktvarianten. Ziel ist Substanz pro Seite statt austauschbarer Massenproduktion aus Templates oder ChatGPT.
Anbindung von CMS, Datenbanken, Feeds oder internen Quellen an die definierte Seitenlogik. Aufbau der Generierungs- und Veröffentlichungsstrecke, damit Skalierung operativ funktioniert und nicht in manuellen Workarounds endet.
Veröffentlichung in sinnvollen Clustern statt unkontrolliertem Massen-Launch. Ich begleite die ersten Wellen eng, prüfe Output, Seitensubstanz, Indexierung und Business-Fit, bevor weitere Bereiche ausgerollt werden.
Bewertung von Sichtbarkeit, Zitierfähigkeit in KI-Antworten, qualifizierten Anfragen und operativer Stabilität. Übergabe eines nutzbaren Systems an euer Team mit klarer Logik für Erweiterungen, Pflege und weitere Seitentypen.
Ergebnisse
Du bekommst kein Seiten-Fließband, sondern ein belastbares System, das große Themenräume mit Substanz abdeckt und auf qualifizierte Anfragen, saubere Entscheidungen und Umsatzbeitrag einzahlt.
Statt jede URL zwischen SEO, Copy und Entwicklung einzeln durchzuschieben, entsteht ein Bausteinsystem mit klarer Seitenlogik. So kannst du relevante Seitentypen sauber ausrollen, ohne dass der Rollout an knappen Team-Ressourcen hängen bleibt.
Die Seiten werden auf Suchintention, Conversion-Pfad und Kontext aufgebaut, nicht auf Fülltext. Dadurch ziehen sie eher Nutzer an, die ein konkretes Problem lösen wollen und näher an Demo, Anfrage oder Kaufentscheidung sind.
Mit belastbaren Datenquellen, klaren Entitäten und inhaltlicher Substanz erhöhst du die Chance, dass Inhalte in ChatGPT, Perplexity, Google Gemini und im Google KI-Modus als brauchbare Quelle herangezogen werden, statt als austauschbare Template-Seiten unterzugehen.
Bausteine plus Kontext-Layer sorgen dafür, dass skalierte Seiten nicht wie Massenproduktion wirken. Das macht es leichter, SEO, Marketing und Produkt an einen Tisch zu bekommen, weil die Seiten fachlich belastbar sind und nicht nur auf Indexierung hoffen.
Statt nur Rankings oder veröffentlichte URLs zu reporten, lässt sich sichtbar machen, welche Cluster, Templates und Datenquellen qualifizierte Einstiege, unterstützte Conversions oder vertriebsnahe Signale liefern. Das macht Programmatische SEO intern deutlich besser begründbar.
FAQ
Programmatische SEO funktioniert nur, wenn Themenlogik, Datenquellen und Seitenaufbau sauber zusammenspielen. Die folgenden Fragen klären, wann sich der Ansatz lohnt, wie ich ihn aufbaue und warum Bausteine mit Kontext-Layer mehr Wirkung haben als Massen-Content aus Templates oder ChatGPT.
Programmatische SEO heißt im B2B nicht, massenhaft Seiten per Template auszuspielen, sondern einen großen Themenraum mit einem belastbaren Seitensystem abzudecken. Der Kern ist ein Zusammenspiel aus Datenquellen, klaren Seitentypen, wiederverwendbaren Bausteinen und einem Kontext-Layer, der jede Seite fachlich relevant macht.
Genau daran scheitern viele Rollouts. Sie verwechseln Skalierung mit Produktion und bauen Seiten, die formal sauber wirken, aber inhaltlich austauschbar sind. Im KI-Zeitalter reicht das nicht mehr. Wenn ChatGPT, Perplexity, Claude, Google Gemini oder der Google KI-Modus Inhalte einordnen, zählen Substanz, Klarheit und thematische Anschlussfähigkeit stärker als reine URL-Menge.
Gute Programmatische SEO entsteht deshalb nicht aus einer Prompt-Sammlung, sondern aus sauber modellierten Inhalten. Das heißt: Welche Bausteine sind überall gleich, welche Felder kommen aus Daten, und wo braucht es erklärenden Kontext, damit die Seite qualifizierte Anfragen unterstützt statt nur indexierbar zu sein. Wenn dein Themenraum groß ist, aber dein Team nicht jede URL einzeln bauen kann, ist das oft der sinnvollste Weg.
Programmatische SEO lohnt sich dann, wenn du viele ähnliche, aber nicht identische Suchintentionen abdecken musst und manuelle Content-Produktion zum Flaschenhals wird. Typisch ist das bei großen Lösungsräumen, vielen Anwendungsfällen, Produktvarianten, Integrationen, Branchen- oder Standortkombinationen.
Wichtig ist aber: Nicht jeder Themenraum eignet sich. Wenn dir belastbare Datenquellen fehlen, die Suchintention unklar ist oder die Seiten keinen sauberen Weg zu qualifizierten Anfragen haben, wird aus dem Vorhaben schnell ein URL-Friedhof. Ich prüfe deshalb zuerst, ob genug Substanz, technische Anschlussfähigkeit und ein echter Business Case da sind.
Besonders stark ist der Ansatz für SEO-Manager, Growth-Teams und technische Marketing-Leads, die nicht einfach mehr Content wollen, sondern ein System mit Wirkung. Wenn dein Team heute jede Seite per Hand baut und dadurch zu langsam ist, ist das ein starkes Signal. Wenn du nur mehr Output suchst, ohne klares Modell dahinter, eher nicht. Genau das kläre ich im AI Visibility Audit vor einem Aufbau.
Weil gute Programmatische SEO nicht an der Menge entscheidet, sondern an der Relevanz pro Seite. Ein Template ohne Kontext produziert zwar viele URLs, beantwortet aber oft nicht die konkrete Frage hinter der Suchanfrage. Ein Bausteinsystem mit Kontext-Layer sorgt dafür, dass skalierte Seiten nicht nur formal unterschiedlich aussehen, sondern inhaltlich belastbar sind.
Der Unterschied liegt in der Struktur. Bausteine decken wiederkehrende Elemente sauber ab: Aufbau, Datenpunkte, Vergleiche, Einordnung, Conversion-Pfade. Der Kontext-Layer ergänzt, was Maschinen allein nicht zuverlässig treffen: Erklärung, Priorisierung, fachliche Relevanz und die Verbindung zur eigentlichen Entscheidung im Unternehmen. Genau das macht Seiten zitierfähiger und nützlicher für Suchende.
ChatGPT kann dabei unterstützen, aber nicht das Modell ersetzen. Wenn die zugrunde liegende Seitenlogik dünn ist, wird die Ausgabe nur schneller dünn. Bei Rawshot.ai habe ich so ein System auf 500+ Seiten aufgebaut. Der Hebel war nicht Massenproduktion, sondern eine Struktur, die Automatisierung und Substanz zusammenbringt. Wenn du das sauber modellierst, kann Programmatische SEO skalieren, ohne beliebig zu werden.
Ich arbeite nicht mit Agentur-Setup, Übergaben zwischen Teams und einem monatlichen Content-Paket. Ich gehe zuerst tief in Themenraum, Datenbasis, technische Realität und Conversion-Logik. Danach baue ich ein System, das wirklich ausrollbar ist. Du bekommst also keine Stückzahl-Logik, sondern eine belastbare Struktur für Seiten mit Wirkung.
Der große Unterschied ist: Ich berate nicht nur, ich setze auch um. Das ist bei Programmatischer SEO entscheidend, weil gute Entscheidungen an der Schnittstelle aus Strategie, Inhalt, Datenmodell und technischer Umsetzung fallen. Genau dort brechen viele Projekte, wenn Konzeption, Copy und Entwicklung getrennt arbeiten und am Ende nur ein Foliensatz übrig bleibt.
Ich bin außerdem radikal ehrlich, wenn der Ansatz bei dir nicht passt. Nicht jeder Themenraum sollte programmatisch gebaut werden. Wenn die Marketing-Basis fehlt oder die technische Anschlussfähigkeit nicht reicht, sage ich das klar. Wenn es passt, entsteht ein System, das dein Team später selbst weiterführen kann. Mehr dazu im kostenlosen Erstgespräch.
Nein. Ich verkaufe keine festen Mengen wie X Seiten, X Texte oder X Artikel pro Monat. Das würde bei Programmatischer SEO am eigentlichen Problem vorbeigehen. Entscheidend ist nicht, wie viel produziert wird, sondern ob das zugrunde liegende System Seiten hervorbringt, die relevant sind, technisch sauber ausrollbar bleiben und auf qualifizierte Anfragen einzahlen.
Mein Modell ist deshalb anders aufgebaut. Ich prüfe zuerst, ob Programmatische SEO für deinen Themenraum sinnvoll ist. Danach geht es um Bausteine, Datenquellen, Seitenlogik, technische Umsetzung und klare Regeln für den Rollout. Das Ergebnis ist kein Content-Service, sondern ein System, das dein Team nutzen und weiterentwickeln kann.
Das hat auch mit meiner eigenen Praxis zu tun. Ich arbeite seit rund 10 Jahren in SEO und Wachstumsprojekten, auch in eigenen Unternehmen. Bei Rawshot.ai lag der Hebel nicht in Content-Stückzahl, sondern in einem Modell, das 500+ Seiten mit Substanz ermöglicht hat. Wenn du nur Fleißproduktion einkaufen willst, bin ich nicht der Richtige. Wenn du ein tragfähiges System willst, schon.
Ja, aber nur, wenn die Seiten mehr liefern als skalierten Text. Programmatische SEO funktioniert weiterhin, wenn deine Seiten echte Substanz, klare Entitäten, belastbare Datenpunkte und saubere Seitentypen aufbauen. Genau das erhöht die Chance, dass Inhalte nicht nur ranken, sondern auch in Antworten von ChatGPT, Perplexity, Claude, Google Gemini und im Google KI-Modus in der Suche zitiert oder als Quelle herangezogen werden.
Das Problem ist nicht Automatisierung an sich, sondern dünne Skalierung. Wenn 300 Seiten nur Varianten derselben Vorlage sind, fehlt der Grund, warum ein KI-System genau deine Quelle nennen sollte. Ein belastbares System verbindet Datenquelle, Seitenlogik, interne Verknüpfung und einen Kontext-Layer, der Unterschiede zwischen Seiten wirklich abbildet. Dann entsteht nicht Massen-Output, sondern ein Themenraum mit Tiefe.
Wenn du Programmatische SEO heute einsetzt, sollte das Ziel deshalb nicht Seitenmenge sein, sondern Pipeline-Wirkung. Im Audit prüfe ich, ob dein Themenraum dafür geeignet ist und wo aus skalierbaren Seiten qualifizierte Anfragen statt bloßer URL-Masse entstehen können.
Programmatische SEO braucht keine riesige Tool-Landschaft, aber eine saubere technische Anschlussfähigkeit. Entscheidend sind strukturierte Datenquellen, klar definierte Seitentypen, ein CMS oder Frontend, das dynamische Inhalte sauber ausspielen kann, und ein Team, das Umsetzung nicht als Sonderprojekt behandelt. Ohne diese Basis wird aus dem Vorhaben schnell Handarbeit mit Automatisierungs-Label.
In der Praxis prüfe ich zuerst, wo die Daten herkommen, wie Inhalte zusammengesetzt werden, welche Variablen wirklich belastbar sind und wie Templates technisch gepflegt werden. Dazu kommen Fragen zu interner Verlinkung, Indexierbarkeit, Rendering, Pflegeprozessen und Qualitätssicherung. Viele Kampagnen scheitern nicht an der Idee, sondern daran, dass Marketing, Content und Entwicklung unterschiedliche Logiken verfolgen.
Wenn deine Datenbasis instabil ist oder jede Änderung Entwickler-Tickets auslöst, sage ich das klar. Programmatische SEO lohnt sich nur, wenn aus Technik und Marketing ein System werden kann, das im Alltag tragfähig ist und nicht nach dem Launch wieder stehen bleibt.
Ich messe Programmatische SEO nicht primär an veröffentlichter Seitenzahl, sondern an Wirkung auf qualifizierte Anfragen und Entscheidungswege. Rankings können ein Signal sein, sind aber nicht der eigentliche Zweck. Relevant ist, ob die richtigen Seitentypen Nachfrage abfangen, Orientierung geben und in sinnvolle Conversion-Pfade einzahlen.
Dazu schaue ich auf Muster statt Eitelkeitsmetriken: Welche Seitentypen erzeugen Anfragen, welche Themencluster ziehen passende Besucher an, wo entstehen Einstiege in die Pipeline und welche Inhalte werden intern oder extern als belastbare Quelle genutzt. Im KI-Kontext kommt hinzu, ob Seiten so strukturiert sind, dass sie von Systemen leichter verstanden, eingeordnet und zitiert werden können.
Die entscheidende Frage lautet nicht, ob 500 Seiten online sind, sondern ob daraus ein belastbarer Umsatzbeitrag entstehen kann. Genau deshalb baue ich keine Kampagne auf Sichtbarkeit um der Sichtbarkeit willen, sondern auf ein Modell, das Marketing, Vertrieb und Themenlogik zusammenbringt.
Du kaufst keine Theorie über Skalierung, sondern Erfahrung aus echter Marketing- und Produktarbeit. Nach 10 Jahren Praxis in B2C und B2B sehe ich schneller, ob Programmatische SEO ein tragfähiger Hebel ist oder nur gut klingt. Das spart dir Umwege, politische Schönfärberei und Monate in einem Setup, das später nicht trägt.
Der Unterschied zeigt sich vor allem in der Modelllogik. Ich denke nicht zuerst in Textproduktion, sondern in Themenräumen, Conversion-Pfaden, Datenquellen, Seitentypen und technischer Umsetzbarkeit. Aus eigener Produktentwicklung kenne ich die Spannungen zwischen Wachstum, Ressourcen, CMS-Grenzen und Qualitätsanspruch sehr direkt. Bei Rawshot.ai sind so 500+ Seiten entstanden, die nicht als Massen-Content gedacht waren, sondern als System mit Substanz.
Für dich heißt das: klare Ansage statt freundlicher Absicherung. Wenn Programmatische SEO für dein Modell nicht passt, sage ich es. Wenn es passt, baue ich mit dir ein System, das dein Team später selbst weiterführen kann.
Radikal ehrlich. Wenn dein Themenraum zu klein ist, die Datenbasis nicht trägt, die technische Anschlussfähigkeit fehlt oder der Hebel für qualifizierte Anfragen zu schwach ist, empfehle ich dir keine Programmatische SEO Kampagne. Ich verdiene lieber nicht an einem Projekt, als dir ein System zu verkaufen, das intern gut aussieht und extern wenig bewegt.
Genau das ist bei diesem Thema wichtig, weil Programmatische SEO schnell nach Skalierung klingt. In vielen Unternehmen ist das eigentliche Problem aber nicht fehlende Seitenzahl, sondern unklare Positionierung, schwache Angebotsseiten, fehlende Nachfrage oder schlechte Conversion-Pfade. Dann bringt dir auch der sauberste Rollout wenig. Eine klare Diagnose ist deshalb wichtiger als ein hübscher Plan.
Im Audit prüfe ich Eignung, Grenzen und Risiken offen. Wenn die Voraussetzungen passen, sage ich auch das klar und skizziere das Bausteinsystem. Wenn nicht, gehst du trotzdem mit einer brauchbaren Entscheidung raus statt mit einem netten, aber wertlosen Foliensatz.
Ich schaue mit dir auf Themenraum, Datenbasis und technische Anschlussfähigkeit. Du bekommst eine klare Einschätzung, ob ein Bausteinsystem mit Kontext-Layer für euch sinnvoll ist oder ob ihr euch mit programmatischer SEO gerade nur neue Komplexität einkauft.
30 Minuten · Ohne Content-Paket-Pitch · Erste Einblicke
Case Studies
Dieselbe Arbeitsweise, zwei sehr unterschiedliche Ausgangspunkte. Hier das Wichtigste auf einen Blick – die ausführlichen Fallstudien mit Vorgehen und Stimmen der Kunden findet ihr auf der jeweiligen Seite.

Okt – Dez 2025
Neues KI-Produkt in einem überfüllten Markt. 90 Tage später: 3–5 qualifizierte Anfragen pro Tag aus KI-getriebenen Empfehlungen.

seit 2018
DACH wurde zur sichtbarsten Tarkett-Region weltweit. Übergang von SEO zu KI-Sichtbarkeit ohne strategischen Bruch.
Weitere Projekte unter Vertraulichkeit. Auf Anfrage zeige ich euch Ergebnisse aus Mittelstand und Konzern, die ich öffentlich nicht nennen darf.
Wie ich arbeite
Konkret: Ich arbeite mit eurem Team direkt in euren Werkzeugen – ob das Microsoft Teams, Slack, ein Projektboard oder ein Ticketsystem ist. Strategische Entscheidungen treffen wir gemeinsam, die Systeme baue ich mit euch auf. Keine Übergabe zwischen Berater und Umsetzer, weil beides bei mir liegt.
Was ihr nicht bekommt: Folien, Empfehlungslisten, Junior-Berater im Hintergrund. Was ihr bekommt: Systeme, die laufen – und ein Team, das versteht, wie sie funktionieren.
So läuft ein Projekt
klarer Prozess · ÜbergabeAudit
2 WochenIch analysiere, welche Systeme ihr wirklich braucht und wo der größte Hebel liegt.
VerstehenAufbau
laufendIch baue die Systeme in eurer Umgebung auf, an euren Daten und entlang eurer Arbeitsabläufe.
KernstückÜbergabe
zum ProjektabschlussDie Systeme laufen ohne mich weiter. Euer Team versteht sie und übernimmt die Steuerung.
AutonomieKlare Worte zu Prioritäten, Grenzen und Wirkung. Wir arbeiten auf Umsatz, nicht auf hübsche Zahlen fürs Reporting.
Keine Abhängigkeit. Alles wird so aufgebaut, dass es ohne mich weiterläuft. Der Abschied ist vom ersten Tag an mitgedacht.
YouTube
Newsletter
Wöchentlich: Was bei Rawshot und Careertrainer gerade läuft und was ich daraus lerne.
Tägliche Posts über KI-Strategie, Systeme und Gründeralltag.
Beide Modelle haben ihre Berechtigung. Die Frage ist nicht, was besser ist – sondern was zu deiner Situation passt. Hier die wichtigsten Unterschiede.
Operative Umsetzung aus einer Hand
Know-how bleibt bei der Agentur. Du bekommst Reports, aber nicht die Methodik.
Langfristige Bindung üblich. Wechsel bedeutet Neustart.
Etablierte Prozesse, aber oft lange Abstimmungszyklen.
Reporting auf Ergebnis-Ebene. Was genau passiert, bleibt oft unklar.
Mehr Output = mehr Budget = mehr Köpfe.
Retainer + Projektbudgets. Overhead für Agentur-Infrastruktur.
Passt für: Unternehmen ohne eigenes Marketing-Team, die alles auslagern wollen.
Strategie & Befähigung für dein Team
Know-how wird aktiv übertragen. Dein Team lernt mit jedem Sparring.
Ziel ist Unabhängigkeit. Du kannst jederzeit alleine weitermachen.
Direkte Kommunikation, schnelle Entscheidungen. KI-Workflows beschleunigen zusätzlich.
Volle Einblicke in Methodik, Tools und Prozesse. Nichts ist Black-Box.
KI-gestützte Workflows skalieren ohne proportional mehr Kosten.
Fester Sparring-Retainer. Kein Overhead, kein Agentur-Wasserkopf.
Passt für: B2B-Unternehmen mit eigenem Marketing-Team, die Kompetenz aufbauen wollen.
Für Unternehmen mit Inhouse-Kapazität ist Sparring meist der nachhaltigere Weg: Du baust echte Kompetenz auf statt Abhängigkeit.
Entdecke weitere strategische Lösungen für dein Business
SOLUTION_PAGES
Deine Marke braucht nicht nur Links, sondern klare und wiederkehrende Erwähnungen im richtigen Kontext. ChatGPT, Perplexity, Gemini und Claude lesen solche Mentions als Vertrauenssignal, auch wenn kein Link gesetzt ist. Fehlen diese Signale oder wirken sie über Quellen hinweg uneinheitlich, wird deine Marke seltener als etablierte Option wahrgenommen. Ich zeige im Audit, wo Erwähnungen fehlen, wie Wettbewerber präsenter sind und welche Mentions deine KI-Sichtbarkeit konkret stärken.
SOLUTION_PAGES
Du hast bereits Content, aber KI-Systeme finden ihn nicht, zitieren ihn nicht oder greifen nur unklare Schnipsel auf. Das Problem ist oft nicht fehlende Masse, sondern schlechte Struktur, schwache Aussagen und keine Priorisierung. Ich überarbeite den Bestand dort, wo Business Impact entsteht: mit eigenständig verständlichen Absätzen, klaren Aussagen und zitierfähigen Fakten. So wird aus vorhandenem Content eher ein System für qualifizierte Anfragen statt ein teurer Neuanfang.
SOLUTION_PAGES
Klassische SEO-Reports zeigen dir nicht, ob deine Marke in ChatGPT, Perplexity, Claude, Google Gemini oder im Google KI-Modus noch empfohlen wird. Genau das wird zum Problem, wenn Veränderungen erst sichtbar werden, nachdem qualifizierte Anfragen zurückgehen. Ich setze GEO Monitoring entlang der Buyer Journey auf: mit relevanten Prompts deines Marktes, klaren Themenclustern und einem System, das echte Veränderungen sichtbar macht. Nicht als Reporting-Spielzeug, sondern um bestehende Nachfrage abzusichern und Business Impact früh zu erkennen.
SOLUTION_PAGES
Ein Website-Relaunch ist der Moment, in dem Sichtbarkeit verloren geht oder sauber mitwächst. Wenn SEO und KI-Sichtbarkeit erst kurz vor dem Go-live geprüft werden, werden Fehler teuer und ziehen sich oft über Monate. Ich steige früh ein, begleite den Relaunch operativ und sorge dafür, dass bestehende Sichtbarkeit in Google, ChatGPT, Perplexity und Google Gemini nicht leichtfertig verspielt wird. Bei Tarkett habe ich über 7 Jahre Relaunches ohne Sichtbarkeitsbruch begleitet.
SOLUTION_PAGES
AI Visibility ist messbar – mit den richtigen Metriken und Tools. Ich zeige dir, wie du systematisch trackst, wo deine Marke in KI-Systemen empfohlen wird und welche Optimierungen wirklich wirken. Für datengetriebene Marketer, die Ergebnisse sehen wollen.
SOLUTION_PAGES
Dein Reporting zeigt sinkende Klicks, aber nicht, ob deine Marke trotzdem in KI-Antworten empfohlen wird. Genau das führt in Meetings zu Rechtfertigung statt zu klaren Entscheidungen. Ich ergänze klassisches SEO-Reporting um AI Visibility KPIs wie Share of Voice, Brand Sentiment und Source Authority, damit du erkennst, wo Nachfrage entsteht, auch ohne direkten Klick. So wird aus einem reinen Kanalbericht ein Management-taugliches System mit echter Pipeline-Wirkung.