- Googles neuer AI-Performance-Report ist aktuell limitiert, da er nur Impressionen anzeigen kann und wichtige Metriken wie Klicks, CTR oder Keywords fehlen.
- Bing hatte mit seinem Report bereits einen Vorsprung und liefert seit Februar detaillierte Metriken wie Total Citations und Grounding Queries.
- Bing hat kürzlich mit Funktionen wie dem 'Citation Share' nachgelegt.
- Bing geht derzeit den innovativeren Weg mit nutzerfreundlicher Datenaggregation direkt im Tool, während Du bei Google künftig voraussichtlich Daten per API ziehen und selbst aggregieren musst, um umfassende Insights zu erhalten.
Mehr Report, weniger Inhalt. Bing legt nach, Google hat das Nachsehen
Anfang Juni berichtet Nils in seinem Artikel GSC-Reports für dieses ganze GEO-Zeugs, dass Google endlich einen Report eingeführt hat, um AI-Performance zu messen. Nils hat sich den Bericht genauer angeschaut und sogleich kritische Punkte gefunden.
- Die neuen Reports sind als separate Ansichten implementiert und zeigen lediglich Impressionen an, während essenzielle Metriken wie Klicks, CTR und Keywords fehlen.
- Zudem decken die Berichte nur AI-Overviews und AI-Mode ab, ohne die Möglichkeit zur Differenzierung und unter Ausschluss von Gemini-Daten.
- Eine Impression wird in diesem Kontext gezählt, wenn ein Link Deiner URL sichtbar ist, nicht bei bloßen Markenerwähnungen, und die Features werden schrittweise ausgerollt.
Erster Impuls: Google möchte zu Bing aufschließen. Bing hatte schon im Februar seinen Performancebericht vorgestellt: Introducing AI Performance in Bing Webmaster Tools Public Preview. Ab diesem Zeitpunkt konnte man schon:
- Total Citations
- Average Cited Pages
- Grounding Queries
- Page-Level Citation
- Visibility Trends over Time
betrachten. Nach der Veröffentlichung durch Google hat Bing direkt in der letzten Woche nachgelegt: New AI Visibility Insights in Bing Webmaster Tools: Intent, Topics, Citation Share, Compare. Viele “neue” Features lediglich aggregierte Rohdaten, die man auch selbst bauen könnte:
- Vergleich von zwei Zeiträumen
- Grounding Queries clustern, z. B. per Regex oder LLM, aufwendiger mit Embeddings
- Queries nach Suchintention klassifizieren, ebenfalls per Regeln oder ML/LLM
- Trends nach Thema und Intent können wir auch ableiten
Was wir nicht direkt aus den Daten ableiten können, ist der Citation Share. Hier ist ein Nachbau deutlich schwieriger:
“This can provide a more directional view into how visibility is evolving over time. Publishers may begin to identify areas where their content has strong and growing representation in AI-generated experiences, as well as areas where visibility may be more fragmented across many sources.”
Die Idee finde ich gut. Die Praxis wird zeigen, wie sie ausgestaltet ist. Am langen Ende erhalten wir eine für die meisten Nutzer komfortable Aggregation der Daten direkt im Tool, ohne dass man selbst noch tätig werden müsste. Google ist im Basis-Reporting gleichgezogen. Ich vermute, dass Google sich stark an dem bekannten Performance-Report orientiert und den Report in den nächsten Wochen/Monaten erweitert, da wir keine innovativen Features bekommen werden. Dann heißt es, die Daten per API zu ziehen und selber zu aggregieren. Die Inspiration dafür gibt es bei Bing.
Für mich geht Bing gerade den innovativeren Weg, Google wird mittelfristig für uns mehr Rohdaten bereitstellen.