Seit dem 3. Juni 2026 rollt Google in der Search Console einen Report aus, den es so vorher nicht gab: den Generative-AI-Report, seit dem 31. August 2026 laut Google für alle Websites weltweit. Er zeigt, wie oft die eigenen Seiten in Googles generativen KI-Funktionen erscheinen: in AI Overviews und im AI Mode, in einem separaten Report auch in generativen Discover-Features. Zum ersten Mal liefert Google damit offizielle Zahlen für eine Sichtbarkeitsebene, die bisher nur indirekt messbar war.

Vor diesem Report war AI-Overview-Sichtbarkeit in der Search Console nicht von klassischen Impressions trennbar: Eine Einblendung in einer KI-Übersicht und ein blauer Link zählten in denselben Topf, und im allgemeinen Leistungsbericht bleibt das auch so. Wer wissen wollte, ob die eigene Domain in generativen Antworten vorkommt, war auf eigene Prompt-Tests angewiesen. Das ändert sich jetzt — teilweise.

Teilweise, weil der Report deutlich weniger kann, als die erste Begeisterung vermuten lässt. Und weil ein Logging-Fehler im August gezeigt hat, wie schnell eine naive Interpretation der Zeitreihe in die Irre führt. Dieser Artikel ordnet beides ein: was drinsteckt, was fehlt, und wie der Report in eine Mess-Routine gehört, die Entscheidungen trägt.

Die Timeline: vom Test in Großbritannien zum weltweiten Rollout

Google hat den Report am 3. Juni 2026 im Search-Central-Blog angekündigt und zunächst nur für eine Teilmenge der Websites freigeschaltet; getestet wurde laut Google mit Websitebetreibern in Großbritannien. Um den 11. August wurde der Report in deutlich mehr Properties sichtbar, laut John Mueller aber noch nicht in allen. Den Abschluss hat Google nur per Nachtrag vermerkt: Seit dem 31. August 2026 ist der Report für alle Websites weltweit ausgerollt. Wer nicht aktiv nachgesehen hat, hat ihn möglicherweise bis heute nicht geöffnet.

03.06.

Ankündigung im Search-Central-Blog, Rollout für eine Teilmenge der Properties

31.08.

Laut Google für alle Websites weltweit ausgerollt, nur per Nachtrag vermerkt

13.–17.08.

Logging-Fehler: zu niedrige Impressions, Daten am 21.08. wiederhergestellt

Die Daten gehören zusammen betrachtet: Genau in der Phase der breiten Ausweitung lag ein Logging-Fehler, der die Impressions vom 13. bis 17. August zu niedrig auswies. Google hat die fehlenden Daten am 21. August nachgetragen. Wer in dieser Zeit Exporte gezogen hat, arbeitet womöglich noch mit falschen Werten. Dazu unten mehr.

Was zeigt der Generative-AI-Report der Search Console?

Der Generative-AI-Report zeigt genau eine Metrik: Impressions, also wie oft Links zu Ihrer Website in generativen KI-Funktionen der Google Suche erschienen sind. Erfasst werden AI Overviews und AI Mode; für generative Funktionen in Discover gibt es einen eigenen Report. Klicks, CTR, Position und Suchanfragen enthält der Report nicht.

Laut Search-Console-Hilfe lassen sich die Impressions nach vier Dimensionen aufschlüsseln: Seiten (kanonische URL nach Weiterleitungen), Länder, Geräte (Desktop, Tablet, Mobil) und Datum, laut Ankündigung stündlich bis monatlich. Im Diagramm zählt Google pro Property: Erscheinen zwei Links derselben Website in einer KI-Antwort, ist das eine Impression. Die neuesten Daten sind vorläufig und im Diagramm gestrichelt markiert. Die Daten lassen sich per Export-Button herunterladen; einen API-Zugang dokumentiert Google bisher nicht. Seit dem 31. August 2026 ist der Report für alle Websites weltweit ausgerollt, angezeigt wird er aber nur bei ausreichend vielen KI-Impressions.

Daraus ergeben sich drei erste Blicke, die sich lohnen, bevor irgendein Dashboard gebaut wird:

1. Welche Seiten tragen die AI-Impressions?

Die Seiten-Dimension beantwortet die Frage, ob KI-Sichtbarkeit breit über die Domain verteilt ist oder an wenigen URLs hängt. Beides hat Konsequenzen: Eine breite Verteilung spricht dafür, dass die Domain als Ganzes von generativen Systemen verwendet wird. Eine starke Konzentration zeigt, welche Inhaltstypen tatsächlich in Antworten landen — und welche Investitionen ins Leere liefen.

2. Wie verteilen sich Länder und Geräte?

Wer international arbeitet, sieht hier, in welchen Märkten generative Features die eigene Sichtbarkeit bereits berühren und wo nicht. Die Geräteverteilung beantwortet, wie sich die KI-Impressions über Gerätekategorien verteilen — relevant für die Frage, welche Nutzungssituationen betroffen sind.

3. Wie entwickelt sich der Zeitverlauf?

Die Zeitreihe ist die eigentlich wertvolle Ansicht — mit stündlicher Auflösung für kurzfristige Effekte und monatlicher für die strategische Linie. Sie ist zugleich die Ansicht, die am vorsichtigsten gelesen werden muss: Der Logging-Fehler im August hat gezeigt, dass ein Knick in der Kurve auch ein Erfassungsproblem sein kann statt einer Sichtbarkeitsänderung.

Was der Report nicht zeigt — und was das für die Interpretation heißt

Die Lücken sind größer als der Umfang. Eine ehrliche Bestandsaufnahme:

Generative-AI-Report · Stand September 2026
Metrik / FunktionIm ReportKonsequenz
ImpressionsJaEinzige Metrik — zeigt Erscheinen, nicht Wirkung
KlicksNeinKeine Traffic-Aussage möglich
CTRNeinKein Effizienzvergleich mit der klassischen Suche
Queries / PromptsNeinKeine Intent-Zuordnung, keine Themenanalyse
API-ZugriffNicht dokumentiertExport per Button, keine automatisierten Pipelines

Google hat weitere Metriken in Aussicht gestellt, ohne Zeitplan. Bis sie da sind, gelten zwei harte Interpretationsgrenzen:

Ohne Klicks keine Traffic-Aussage. Eine AI-Impression belegt, dass eine Seite in einer generativen Antwort erschienen ist. Ob die Einblendung wahrgenommen, gelesen oder geklickt wurde, ist aus dem Report nicht ablesbar. Jede Umrechnung von AI-Impressions in Besucher, Leads oder Umsatz ist auf dieser Datenbasis erfunden.

Ohne Queries keine Intent-Zuordnung. Der Report sagt nicht, bei welchen Fragestellungen die Seiten erschienen sind. Ob eine URL bei kaufnahen Prompts auftaucht oder bei beiläufigen Definitionsfragen, bleibt unsichtbar — und damit die kommerziell entscheidende Information.

Daraus folgt die wichtigste Gleichung dieses Artikels: Impressions ≠ Zitate ≠ Besucher. Wer auf dieser Basis Folien mit „AI-Sichtbarkeit +X %" präsentiert, verkauft eine Zahl, deren geschäftliche Bedeutung er nicht kennt. Solche Reports kursieren bereits — sie sind das AI-Pendant zum Ranking-Report ohne Suchvolumen.

„Der Report beantwortet nicht die Frage, was KI-Suche Ihnen bringt. Er beantwortet die Frage, ob Sie überhaupt im Spiel sind — und auf welchen Seiten."

Der Logging-Fehler vom 13. bis 17. August: was er lehrt

Für Daten vom 13. bis 17. August 2026 wies der Report zu niedrige Impressions aus. Google hat den Fehler in der Liste der Datenanomalien als reines Logging-Problem eingeordnet: Die Erfassung war fehlerhaft, die tatsächliche Sichtbarkeit in AI Overviews und AI Mode hat sich dadurch nicht verändert. Am 21. August hat Google die fehlenden Daten wiederhergestellt; der Report zeigt für diesen Zeitraum inzwischen vollständige Werte. Für den 13. August gab es zusätzlich einen Fehler im Discover-Report, einschließlich der generativen Discover-Funktionen.

Das operative Risiko solcher Fehler liegt weniger in den Daten als in ihrer Interpretation. Drei Fehlreaktionen liegen nahe: Erstens die Panik-Analyse — ein Team sieht den Einbruch und startet eine Ursachensuche für ein Problem, das nicht existiert. Zweitens die falsche Kausalität — wer um den 14. August einen Relaunch, eine Content-Migration oder ein technisches Update ausgerollt hat, sieht einen Knick, der nichts damit zu tun hat. Drittens veraltete Exporte: Wer zwischen dem 13. und 21. August Daten gesichert hat, führt in seiner Baseline noch die fehlerhaften Werte. Diese Exporte sollten Sie neu ziehen. Und solange eine Anomalie offen ist, lässt sich auch ein echter Sichtbarkeitsverlust nicht vom Erfassungsfehler unterscheiden, in keine Richtung.

Operator Insight

Die Annotation, die Sie in sechs Monaten retten wird

In jedes Dashboard und jedes Reporting-Dokument, das diese Zahlen führt, gehört eine Ereignis-Annotation auf den 13. bis 17.08.2026 („GSC-Logging-Fehler, Daten am 21.08. von Google wiederhergestellt“). Search Console bietet im Leistungsbericht dafür inzwischen eigene Annotationen; in externen Dashboards müssen Sie sie selbst pflegen, am besten mit regelmäßigem Blick in Googles Liste der Datenanomalien. Zeitreihen ohne Annotationen erzeugen Monate später Diskussionen, die niemand mehr auflösen kann, weil sich an den Bug dann niemand erinnert.

Die Praxis-Routine: so gehört der Report ins Reporting

Der Report ist kein Dashboard-Ersatz, sondern eine Datenquelle mit engen Grenzen. Innerhalb dieser Grenzen ist er nützlich — wenn die Routine stimmt. Vier Bausteine:

Schritt 1: Baseline sichern, manuell, weil keine API dokumentiert ist

Für den Report dokumentiert Google keinen API-Zugriff; die Hilfe beschreibt nur den Export-Button für Diagramm- und Tabellendaten. Für die Tabelle gelten dieselben Grenzen wie im Leistungsbericht, etwa 1.000 Zeilen. Also: festes Intervall definieren (wöchentlich reicht für die meisten Organisationen), Export ablegen, Exportdatum und bekannte Datenanomalien dokumentieren. Das klingt banal und ist der Schritt, der am häufigsten unterbleibt. Wer erst in sechs Monaten anfängt zu exportieren, hat keine Vergleichsbasis für die einzige Frage, die der Report beantworten kann: ob sich etwas verändert.

Schritt 2: Trends lesen, Absolutwerte ignorieren

Was genau in einer generativen Oberfläche als eine Impression zählt, lässt sich von außen nicht auditieren — und ohne Klicks und Queries hat der Absolutwert keine geschäftliche Übersetzung. Verwertbar ist die Richtung: Steigt oder fällt die eigene Zeitreihe, und verschiebt sich die Struktur über Seiten, Länder und Geräte? Die eigene Historie gegen sich selbst lesen, nie gegen fremde Benchmarks — für die es ohnehin keine belastbare Datenbasis gibt.

Schritt 3: Seiten-Ebene gegen die eigenen zitierfähigen Assets halten

Die analytisch ergiebigste Übung: die URLs mit AI-Impressions gegen die Liste der Seiten legen, die bewusst als zitierfähige Assets gebaut wurden — Definitionen, Daten, strukturierte Antworten. Drei Muster sind möglich. Ein Asset sammelt Impressions: Es funktioniert. Ein Asset sammelt keine: ein Diagnosefall für Struktur, Zugänglichkeit oder Relevanz. Und eine Seite sammelt Impressions, die nie als Asset gedacht war: ein Hinweis darauf, was generative Systeme an der Domain tatsächlich verwenden — oft nicht das, was das Content-Team erwartet. Die systematische Variante dieses Abgleichs, inklusive Prompt-Tests gegen mehrere Modelle, ist der Kern des GEO-Audits.

Schritt 4: Mit Cross-Model-Tracking kombinieren

Der Report deckt ausschließlich das Google-Ökosystem ab. Für Microsoft Copilot gibt es seit Februar 2026 den AI-Performance-Report in den Bing Webmaster Tools mit Zitaten und Grounding Queries. ChatGPT, Perplexity und Claude liefern Websitebetreibern weiterhin keine vergleichbaren Berichte. Für diese Systeme bleibt prompt-basiertes Tracking die einzige Datenquelle: wiederholte, versionierte Prompt-Sets gegen mehrere Modelle, ausgewertet auf Nennung, Darstellung und Wettbewerber, wie im LLM Citation Monitoring. Für die qualitative Diagnose — warum ein Modell eine Quelle wählt oder übergeht — ergänzt die Methode aus Prompt-Reverse-Engineering. Der GSC-Report validiert dann eine Teilmenge dieser Beobachtungen mit offiziellen Zahlen; er ersetzt keine davon.

Der Opt-out-Schalter: Geschäftsentscheidung, kein SEO-Trick

Parallel zum Report hat Google einen Schalter in der Search Console eingeführt, mit dem Websites ihre Inhalte aus AI Overviews, AI Mode und AI Overviews in Discover nehmen können. Laut Google wird diese Einstellung nicht als Ranking-Signal für Suchergebnisse außerhalb der generativen KI-Funktionen verwendet; ausgeschlossene Websites erhalten aus diesen Funktionen aber auch keine Impressions und keinen Traffic mehr, der Report bleibt dann leer. Seit dem 31. August 2026 steht der Schalter weltweit zur Verfügung. Damit existiert erstmals eine Trennung, die bisher fehlte: raus aus generativen Antworten, drin im klassischen Index.

Diese Entscheidung ist eine Geschäftsentscheidung, keine SEO-Taktik. Infrage kommt der Schalter für Geschäftsmodelle, deren Wert im Inhalt selbst liegt — Paid Content, exklusive Daten, eigene Recherche — und die nicht wollen, dass generative Antworten diesen Wert vorwegnehmen. Wer dagegen von Sichtbarkeit, Empfehlung und Autorität lebt, verzichtet mit dem Opt-out auf genau die Oberfläche, um die es in dieser Disziplin geht. Und ein Ranking-Hebel ist der Schalter in keine Richtung: Er verspricht, dass organische Rankings außerhalb der KI-Funktionen unberührt bleiben; einen Mechanismus, über den ein Opt-out klassische Rankings verbessert, gibt es nicht.

FAQ zum Generative-AI-Report

Warum sehe ich keine Klicks im Generative-AI-Report?

Weil der Report sie nicht enthält. Er weist ausschließlich Impressions aus generativen KI-Funktionen aus — keine Klicks, keine CTR, keine Queries. Google hat weitere Metriken in Aussicht gestellt, ohne Zeitplan. Bis dahin sind Traffic- und Effizienzaussagen auf Basis dieses Reports nicht möglich, auch nicht näherungsweise.

War der Einbruch der AI-Impressions Mitte August ein Alarmsignal?

Nein. Für Daten vom 13. bis 17. August 2026 wies der Report wegen eines Logging-Fehlers zu niedrige Impressions aus. Laut Google betraf das nur die Erfassung, nicht die tatsächliche Sichtbarkeit. Am 21. August hat Google die fehlenden Daten wiederhergestellt. Exporte aus diesem Zeitraum sollten Sie neu ziehen und den Zeitraum im eigenen Reporting annotieren.

Ersetzt der Report externes AI-Monitoring?

Nein. Er deckt ausschließlich Googles Ökosystem ab: AI Overviews, AI Mode und generative Discover-Features. Für Microsoft Copilot gibt es seit Februar 2026 einen AI-Performance-Report in den Bing Webmaster Tools; für ChatGPT, Perplexity und Claude existieren keine vergleichbaren Berichte für Websitebetreiber. Dort bleibt prompt-basiertes Cross-Model-Tracking die einzige Messmethode. Der Report ergänzt dieses Tracking um offizielle Google-Zahlen, ersetzen kann er es nicht.

Fazit

Der Generative-AI-Report ist ein echter Fortschritt: Google trennt erstmals KI-Sichtbarkeit von klassischen Impressions und macht sie pro Seite, Land, Gerät und Zeitraum sichtbar. Er ist zugleich ein begrenzter Fortschritt: eine einzige Metrik, kein dokumentierter API-Zugriff, keine Queries. Und wie der Logging-Fehler im August gezeigt hat, liest man die Zeitreihe ohne Blick auf Googles Datenanomalien leicht falsch.

Richtig eingesetzt ist er das Google-Modul einer größeren Mess-Architektur: manuell gesicherte Baseline, Trend- statt Absolutwert-Lektüre, Abgleich mit den eigenen zitierfähigen Assets, kombiniert mit Cross-Model-Tracking für die Systeme ohne Analytics. Falsch eingesetzt ist er ein Prozentzahlen-Generator für Folien, die niemand verantworten kann.

Wer die Routine jetzt aufsetzt, hat in zwölf Monaten eine annotierte, interpretierbare Zeitreihe. Die anderen haben Screenshots.

Quellen