Das schaltet Pro frei
99 $ 69,30 $ im ersten Jahr
Code LAUNCH30, im Checkout schon eingetragen. 14 Tage Geld zurück.
Leitfaden
Was ein SEO- und GEO-Plugin können muss, wie klassische Anbieter mit KI-Credits verdienen, warum der eigene API-Schlüssel um ein Vielfaches günstiger ist, was Schema und Head-Meta wirklich tun, wie der Googlebot arbeitet und wie Sprachmodelle Informationen ziehen.
Von Nami Shams · Lesezeit ca. 25 Minuten
Ein SEO- und GEO-Plugin erledigt zwei verwandte Aufgaben direkt in Ihrer Website. Es sorgt dafür, dass Suchmaschinen Ihre Seiten korrekt lesen, einordnen und in ihren Ergebnislisten anzeigen. Und es sorgt dafür, dass generative Assistenten Ihre Inhalte finden, als Quelle akzeptieren und Ihren Namen nennen, wenn jemand nach dem fragt, was Sie anbieten. Die technische Grundlage ist dieselbe. Was am Ende als Erfolg zählt, ist es nicht.
Suchmaschinenoptimierung ist die Arbeit daran, dass eine Seite in einer Ergebnisliste auftaucht — möglichst weit oben, mit einem Titel und einer Beschreibung, die zum Klicken einladen. Der Erfolg ist ablesbar: eine Position, eine Zahl von Einblendungen, eine Klickrate. Die Kette dahinter ist seit Jahren stabil. Ein Programm besucht Ihre Seite, liest den Quelltext, folgt den Links, legt das Ergebnis in einer Datenbank ab und entscheidet später, wo dieser Eintrag zu welcher Anfrage erscheint.
Generative Engine Optimization — im Deutschen die Optimierung für generative Antwortsysteme — verfolgt ein anderes Ziel. Wenn jemand einen Assistenten fragt, welches Werkzeug oder welcher Anbieter für ein bestimmtes Problem taugt, bekommt er keine Liste mit zehn Einträgen. Er bekommt einen Absatz mit zwei oder drei Namen. GEO ist die Arbeit daran, einer dieser Namen zu sein. Der Erfolg lässt sich nicht an einer Position ablesen, weil es keine Position gibt — sondern nur daran, ob Ihre Marke in der Antwort vorkommt und, falls nicht, wer stattdessen dort steht.
Es ist verlockend, GEO für etwas völlig Neues zu halten. Das ist es nicht. Ein Modell, das eine Antwort formuliert, greift auf Text zurück, den es beim Training gesehen oder im Moment der Anfrage über eine Suche geholt hat. In beiden Fällen kommt derselbe Seitentyp gut durch: klar gegliedert, mit einer eindeutigen Antwort in der Nähe der Frage, mit maschinenlesbar hinterlegten Angaben und ohne technische Hindernisse. Wer seine Seiten für die klassische Suche sauber aufbaut, hat den größten Teil der GEO-Arbeit bereits getan. Was fehlt, ist die andere Messgröße. Zwei getrennte Werkzeuge dafür zu betreiben, ergibt wenig Sinn: Titel, Beschreibungen, kanonische Adressen, strukturierte Daten und Crawler-Steuerung sind gemeinsame Grundlage.
Externe SEO-Werkzeuge arbeiten von außen. Sie crawlen Ihre Website wie ein Besucher, sammeln, was sie sehen, und liefern eine Auswertung — als Bericht im Browser oder als CSV-Datei. Danach beginnt die eigentliche Arbeit: Sie übertragen die Erkenntnisse von Hand zurück in Ihr WordPress. Bei dreißig Seiten geht das. Bei dreitausend nicht.
Ein Plugin sitzt dagegen in der Datenquelle. Es liest nicht das ausgelieferte HTML, sondern den Beitrag, die Metafelder, die Taxonomien, die Produktdaten — und es kann zurückschreiben. Es kennt den Unterschied zwischen einem Beitrag, einer Seite, einem Produkt und einem Kategorie-Archiv, weil WordPress diesen Unterschied kennt. Es sieht ein versehentliches noindex in dem Moment, in dem es gesetzt wird, und nicht beim nächsten Crawl in vier Wochen. Und es kann die Korrektur genau dort anbieten, wo der Fehler entstanden ist: im Editor. Für die Arbeit an den eigenen Seiten ist diese Nähe der entscheidende Vorteil.
Die Geschichte dieser Disziplin lässt sich in vier Stufen erzählen. In den späten neunziger Jahren stand die Sichtbarkeit in einem Feld namens meta keywords: Man schrieb hinein, wofür man gefunden werden wollte. Das funktionierte, bis es zu viele missbrauchten. Es folgte PageRank — die Bedeutung einer Seite abgeleitet aus den Verweisen anderer Seiten. Damit zählte, wer über Sie schreibt, und nicht, was Sie über sich behaupten.
Die dritte Stufe begann, als Suchmaschinen Antworten direkt in der Ergebnisliste zeigten: hervorgehobene Textausschnitte, Wissenspanels, Antwortboxen. Hier lernten viele zum ersten Mal, dass eine kurze, direkt formulierte Antwort im Text mehr wert sein kann als ein langer Anlauf. Die vierte Stufe ist die heutige: Die Antwort steht nicht mehr über der Liste, sie ersetzt sie — und sie nennt Quellen, aber eben nicht zehn. Die Aufgabe ist nicht grundlegend anders, nur enger geworden.
llms-full.txt liefert den Inhalt gleich mit. Wie das im Detail aussieht, steht auf der Funktionsseite.Die folgende Liste ist als Prüfliste gedacht. Gehen Sie damit durch jedes Produkt, das Sie in Betracht ziehen — auch durch unseres. Zu jedem Punkt steht, warum er zählt und woran Sie erkennen, ob er ordentlich gelöst ist.
Der Titel ist die Überschrift Ihres Eintrags in der Ergebnisliste, die Beschreibung der Text darunter. Beides muss sich per Vorlage für einen ganzen Inhaltstyp setzen lassen — und für jede einzelne Seite überschreiben. Merkmal guter Umsetzung: Die Vorlage zeigt eine Vorschau mit eingesetzten Werten statt nur der Platzhalter, und die Überschreibung ist im Editor erreichbar, nicht in einem separaten Menü.
Mit noindex, nofollow, noarchive, nosnippet und noimageindex sagen Sie einer Suchmaschine, was sie mit einer Seite tun darf. Kanonische Adressen legen fest, welche von mehreren gleichartigen Adressen die maßgebliche ist. Bei der Paginierung geht es darum, dass Seite zwei einer Übersicht nicht mit Seite eins konkurriert. Gut gelöst heißt: sichtbar gesetzt statt geraten, und die Wirkung in einem Satz erklärt.
Die XML-Sitemap ist die Liste der Adressen, die Sie einer Suchmaschine anbieten. Sie muss sich beim Veröffentlichen aktualisieren, ohne dass jemand einen Knopf drückt. Und sie muss Ihre Robots-Entscheidungen respektieren: Eine Seite auf noindex gehört nicht in die Sitemap, weil Sie sonst zwei widersprüchliche Signale senden. Prüfen Sie genau diesen Punkt — er wird häufig übersehen.
Strukturierte Daten sind maschinenlesbare Angaben im Seitenkopf, üblicherweise als JSON-LD: Was ist das hier, wer hat es geschrieben, was kostet es, wann findet es statt. Suchmaschinen bauen daraus erweiterte Darstellungen, Sprachmodelle ziehen daraus Fakten. Entscheidend ist die Vorschau — Sie müssen sehen, welches JSON-LD tatsächlich ausgeliefert wird, statt einem Formular zu vertrauen. AI Rank Suite deckt 77 schema.org-Typen ab und zeigt das erzeugte JSON-LD live an.
Eine Liste aller Seiten mit einer Bewertung je Seite ist der einzige Weg, bei hunderten Adressen den Überblick zu behalten. Wichtiger als der Score ist der Filter: Zeige mir alles, was versehentlich auf noindex steht, alles ohne Beschreibung, alles mit defekten Links. Eine bloße Gesamtnote hilft nicht weiter — Sie brauchen die Liste der Seiten, an denen Sie heute etwas ändern können. So ist das Inventar aufgebaut.
Hinweise wirken dann, wenn sie dort erscheinen, wo geschrieben wird. Ein Vorschlag für die Beschreibung, während der Text entsteht, wird umgesetzt; derselbe Vorschlag in einem Bericht, den jemand nächste Woche öffnet, meistens nicht. Achten Sie darauf, dass die Bewertung sich ohne Speichern und Neuladen aktualisiert — und dass sie sich abschalten lässt, wenn sie beim Schreiben stört.
Diese beiden Dateien sind Ihr Angebot an Sprachmodelle: eine knappe Karte Ihrer Website und, in der ausführlichen Variante, der Inhalt gleich mit. Sie ersetzen keine guten Seiten, aber sie ersparen einem Modell das Raten. Googles PageSpeed-Audit prüft unter dem Namen „Agentic Browsing“ mehrere Punkte, die damit zusammenhängen. Ein gutes Plugin erzeugt die Dateien nicht nur, sondern prüft sie gegen dieses Audit und benennt, was fehlt.
Die Crawler der KI-Anbieter tun Unterschiedliches: Manche sammeln Trainingsdaten, manche rufen im Moment einer Frage eine einzelne Seite ab, manche bauen einen eigenen Suchindex. Wenn Sie einen davon aussperren, hat das Folgen — womöglich die, dass Ihre Seite in genau der Antwort fehlt, in der Sie vorkommen wollten. Ein gutes Plugin listet die Bots einzeln auf und erklärt je Bot, was ein Nein bedeutet. AI Rank Suite führt 31 benannte KI-Crawler.
Alles bis hierhin ist Vorbereitung. Die eigentliche GEO-Frage lautet: Wird Ihre Marke genannt, wenn jemand fragt — und wenn nicht, wer stattdessen? Beantworten lässt sich das nur, indem man wirklich fragt: mit einem festen Satz von Prompts, wiederholt über die Zeit, mit Protokoll über die genannten Wettbewerber. AI Rank Suite führt 25 Prompts je Durchlauf über Ihren eigenen API-Schlüssel aus. So sieht die Auswertung aus.
Ein Wechsel darf keine Einbahnstraße sein. Ein Import muss Titel, Beschreibungen, Robots-Angaben, kanonische Adressen und Weiterleitungen übernehmen, und er muss sich rückgängig machen lassen. Genauso wichtig ist die Koexistenz: Schreiben zwei Plugins gleichzeitig einen Titel in den Seitenkopf, entsteht doppelte Ausgabe. Es braucht eine klare Regel, wer welche Ausgabe besitzt. AI Rank Suite importiert aus 14 Quellen — darunter Yoast, Rank Math, All in One SEO, SEOPress, The SEO Framework, Slim SEO, Squirrly, SmartCrawl, WP Meta SEO, Jetpack SEO, WooCommerce und Redirection — mit Rückgängig-Funktion per Klick und genau einem Besitzer je Kopf-Ausgabe.
Läuft Ihre Website in mehreren Sprachen, braucht jede Übersetzung eigene Meta-Angaben und eine eigene kanonische Adresse. Ein Plugin, das WPML, Polylang oder TranslatePress kennt, erspart Ihnen die doppelte Pflege. Und es muss mit Größe umgehen: Eine Liste über zehntausende Adressen darf die Administration nicht lahmlegen. AI Rank Suite wurde auf einer Website mit rund einer Million Seiten in 15 Sprachen getestet.
Sobald KI im Spiel ist, verlässt Text Ihren Server. Die Frage ist, wohin. Läuft die Anfrage über die Server des Plugin-Anbieters oder direkt zu einem Modellanbieter, mit dem Sie selbst einen Vertrag haben? Wird der Text dort gespeichert? Steht das nachvollziehbar in der Dokumentation? Bei AI Rank Suite läuft jede Anfrage über Ihren eigenen Schlüssel direkt zum Anbieter Ihrer Wahl. Wo Sie anfangen, steht in der Einrichtung; was die Editionen unterscheidet, auf der Preisseite.
Der Markt für SEO-Plugins in WordPress ist alt, gut besetzt und in weiten Teilen ausgereift. Wer heute ein Plugin sucht, entscheidet sich selten zwischen gut und schlecht, sondern zwischen unterschiedlichen Vorstellungen davon, was ein Plugin leisten soll — und wie es sich bezahlt macht. Der folgende Abschnitt beschreibt die bekanntesten Anbieter so sachlich wie möglich: wofür jeder steht, und, weil das für Ihre eigene Rechnung entscheidend ist, wie er seine KI-Funktionen abrechnet.
Ein Hinweis vorweg: Alle Beträge stammen von den öffentlichen Preisseiten der Anbieter, Stand August 2026, jeweils für eine Website und ein Jahr. Preise und Kontingente ändern sich in diesem Markt häufig, und Einführungsrabatte verzerren den Vergleich zusätzlich. Prüfen Sie die aktuellen Angaben beim Anbieter, bevor Sie entscheiden. Diese Seite ist eine Momentaufnahme, kein Angebot.
Rank Math steht für Funktionsdichte. Das Plugin bringt sehr viele Einstellungen mit, deckt Schema, Weiterleitungen, lokale Angaben und Analyse in einem Paket ab und hat sich damit vor allem bei Anwendern durchgesetzt, die gern selbst an Schrauben drehen. Die Lizenz liegt bei rund 96 € im ersten Jahr und 108 € bei der Verlängerung. Die KI-Funktionen sind davon getrennt: Sie laufen als eigenes Abonnement zwischen 3,99 und 12,99 $ im Monat, wobei monatlich 750 Credits ohne Aufpreis enthalten sind. Wer mehr schreibt, wechselt in eine höhere Stufe oder kauft nach.
Yoast ist der bekannteste Name im Feld und hat einen großen Teil dessen geprägt, was heute als selbstverständlich gilt — die Lesbarkeitsanalyse, die Ampel im Editor, die Vorschau des Suchergebnisses. Die Premium-Lizenz kostet 118,80 $ im Jahr. Die KI-Funktionen sind ein separates Produkt namens „AI+“ und schlagen mit 358,80 $ im Jahr zu Buche. Dafür erhalten Sie unter anderem fünf eigene Fragen und eine Analyse pro Woche. Diese Zahl ist wichtig für Kapitel 5, weil sie den Preis einer einzelnen KI-Anfrage sehr genau bestimmbar macht.
All in One SEO ist der älteste der großen Namen und tritt heute als breites Paket auf, das über die reine Optimierung hinaus in Richtung Website-Verwaltung geht. Die Einstiegslizenz liegt bei 99 $, die Elite-Stufe bei 599 $. Die KI-Funktionen werden über ein Credit-System abgerechnet, dessen Umfang je nach Stufe zwischen 10.000 und 200.000 Credits liegt. Was ein Credit im Verhältnis zu einem Token bedeutet, ist von außen nicht ohne Weiteres nachzurechnen — dazu mehr im nächsten Kapitel.
SEOPress ist der schlanke, preislich zurückhaltende Vertreter im Feld und legt Wert darauf, wenig Ballast in die Datenbank zu schreiben. Die Lizenz kostet 49 $, die Unlimited-Variante 149 $. Bemerkenswert für den Zusammenhang dieses Leitfadens: SEOPress bringt eine llms.txt mit — also die Datei, mit der eine Website Sprachmodellen mitteilt, welche Inhalte sie bereitstellt. Damit gehört SEOPress zu den klassischen Anbietern, die das Thema generative Suche früh aufgegriffen haben.
EZY.ai ist kein klassisches SEO-Plugin, sondern ein gehosteter Dienst, der die Sichtbarkeit in KI-Antworten beobachtet. Er kostet 348 $ im Jahr, umgerechnet 29 $ im Monat, und verfolgt in diesem Rahmen zehn Fragen. Der Ansatz ist ein anderer als der eines Plugins: Die Auswertung läuft außerhalb Ihrer WordPress-Installation, dafür müssen Sie sich um nichts kümmern.
AI Rank Suite kostet 99 $ im Jahr für eine Website, 199 $ für die Agenturlizenz mit unbegrenzt vielen Websites. Es gibt kein Credit-System. Die KI-Funktionen laufen über Ihren eigenen API-Schlüssel, den Sie beim Anbieter Ihrer Wahl anlegen und in wenigen Minuten hinterlegen. Die Lizenz bezahlt die Software; die Modellnutzung rechnen Sie direkt mit dem Modellanbieter ab, zu dessen Listenpreis. Wie viel das in der Praxis ist, rechnen wir in Kapitel 5 Schritt für Schritt vor.
| Anbieter | Preis pro Jahr | KI-Modell der Abrechnung |
|---|---|---|
| Rank Math | ca. 96 € (1. Jahr), 108 € Verlängerung | Eigenes KI-Abo, 3,99–12,99 $/Monat, 750 Gratis-Credits monatlich |
| Yoast SEO Premium | 118,80 $ | KI nur über Zusatzprodukt „AI+“ |
| Yoast „AI+“ | 358,80 $ | Enthält 5 eigene Fragen und eine Analyse pro Woche |
| All in One SEO | 99 $ (Elite 599 $) | Credit-System, je nach Stufe 10.000–200.000 Credits |
| SEOPress | 49 $ (Unlimited 149 $) | Kein KI-Kontingent ausgewiesen; enthält llms.txt |
| EZY.ai | 348 $ (29 $/Monat) | Gehosteter Dienst, 10 verfolgte Fragen enthalten |
| AI Rank Suite | 99 $ (Agentur 199 $, unbegrenzt) | Kein Credit-System, eigener API-Schlüssel |
Jeder dieser Anbieter hat gute Gründe für seine Entscheidung. Ein Kontingent ist einfacher zu erklären und für viele Kunden bequemer; ein eigener Schlüssel ist günstiger, verlangt aber einen Einrichtungsschritt. Welcher Weg für Sie richtig ist, hängt weniger vom Preis ab als davon, wie viel Sie tatsächlich nutzen wollen. Die Stufen von AI Rank Suite stehen auf der Preisseite.
Wer zum ersten Mal ein Credit-Kontingent kauft, fragt sich meist zwei Dinge: Was genau kaufe ich da, und warum wird es nicht einfach in Dollar oder Euro ausgewiesen? Beide Fragen haben nüchterne Antworten. Es steckt keine Verschwörung dahinter, sondern ein Geschäftsmodell mit nachvollziehbaren Zwängen.
Token. Sprachmodelle lesen und schreiben nicht in Buchstaben, sondern in Tokens — kleinen Textbausteinen, meist ein halbes bis ein ganzes Wort. Ein durchschnittlicher deutscher Satz sind grob 20 bis 30 Tokens. Abgerechnet wird immer pro Token, nie pro Anfrage.
Kontext. Der Kontext ist alles, was das Modell bei einer Anfrage gleichzeitig „vor Augen“ hat: Ihre Frage, die mitgeschickten Seiteninhalte, die Anweisungen des Plugins. Je mehr Sie mitschicken, desto teurer wird die Anfrage — auch dann, wenn die Antwort kurz ausfällt.
Input- und Output-Preis. Modellanbieter berechnen das Hineinlesen und das Herausschreiben getrennt, und Output ist fast immer deutlich teurer als Input — häufig um den Faktor drei bis fünf. Deshalb ist eine Anfrage mit viel Kontext und kurzer Antwort günstiger als eine mit wenig Kontext und langer Antwort.
Rate Limit. Jeder Zugang hat eine Obergrenze, wie viele Anfragen oder Tokens pro Minute durchgehen. Das ist keine Abrechnungsgröße, sondern eine technische Bremse — sie entscheidet darüber, wie schnell ein Durchlauf über viele Seiten fertig wird.
Ein Plugin-Anbieter, der KI-Funktionen einbaut, kauft Tokens im Großhandel ein und gibt sie in Portionen weiter. Dazwischen liegen echte Kosten: Server, Warteschlangen, Zwischenspeicher, Überwachung, Missbrauchsschutz und vor allem Support — denn jede Fehlermeldung eines Modellanbieters landet am Ende in seinem Postfach, nicht in Ihrem. Dazu kommt der berechtigte Wunsch nach Planbarkeit. Ein Pauschalpreis mit unbegrenzter Nutzung wäre für den Anbieter ein unkalkulierbares Risiko, weil ein einziger sehr aktiver Kunde die Marge eines ganzen Tarifs aufzehren kann. Ein Kontingent löst dieses Problem elegant: Es begrenzt das Risiko und macht die Kalkulation stabil. Das ist legitim und in vielen Branchen üblich.
Die Kehrseite trägt der Kunde, und zwar in fünf Punkten. Erstens die Deckelung mitten in der Arbeit: Kontingente enden selten zu einem günstigen Zeitpunkt, sondern meist dann, wenn Sie gerade in Fahrt sind. Zweitens der Nachkauf, der fast immer teurer ist als die im Tarif enthaltene Einheit. Drittens die Modellwahl: Welches Modell hinter dem Kontingent arbeitet, entscheidet der Anbieter, und er kann es wechseln, ohne dass Sie es merken. Viertens der Weg der Daten — Ihre Inhalte laufen über die Server des Plugin-Anbieters, was je nach Branche und Vertragslage geprüft werden muss. Fünftens die Transparenz: Ein Credit ist eine eigene Währung. Solange nicht öffentlich steht, wie viele Tokens ein Credit entspricht, lässt sich der Preis pro Einheit nicht mit dem Listenpreis eines Modellanbieters vergleichen.
Jetzt wird gerechnet. Alles Folgende ist ausdrücklich eine Beispielrechnung mit klar benannten Annahmen. Die tatsächlichen Kosten hängen vom gewählten Modell, von der Länge Ihrer Seiten und von Ihrer Nutzung ab. Der Zweck ist nicht, Ihnen eine Zahl zu versprechen, sondern Ihnen den Rechenweg zu zeigen, damit Sie ihn mit Ihren eigenen Werten wiederholen können.
Wir nehmen eine Sichtbarkeits-Messung mit 25 Fragen an. Pro Frage rechnen wir mit etwa 500 Tokens Eingabe und 700 Tokens Ausgabe. Als Modellpreis setzen wir ein günstiges Modell an: 0,15 $ je Million Eingabe-Tokens und 0,60 $ je Million Ausgabe-Tokens.
Der Rechenweg in vier Schritten:
Summe: 0,001875 $ + 0,0105 $ = 0,012375 $ für einen vollständigen Lauf über alle 25 Fragen. Wir runden im Weiteren auf 0,013 $ auf, damit wir eher zu hoch als zu tief liegen. Das sind rund anderthalb Cent — für eine komplette Messung.
Wer die Messung wöchentlich laufen lässt, kommt auf 52 × 0,013 $ = 0,68 $ im Jahr, also unter 70 Cent. Wer sie monatlich laufen lässt, kommt auf 12 × 0,013 $ = 0,16 $ im Jahr. Beides je nach Modell und Textlänge.
Eine Messung allein ist nicht die ganze Nutzung. Nehmen wir an, Sie lassen im Lauf eines Jahres zusätzlich 300 Meta-Beschreibungen und 50 Artikelentwürfe vom KI-Texter erzeugen, mit denselben Tokenpreisen.
Für eine Meta-Beschreibung nehmen wir 400 Tokens Eingabe (Seitenauszug plus Anweisung) und 60 Tokens Ausgabe an:
Für einen Artikelentwurf nehmen wir 800 Tokens Eingabe (Briefing plus Gliederung) und 2.000 Tokens Ausgabe an, was grob 1.400 Wörtern entspricht:
Textbudget zusammen: 0,0288 $ + 0,066 $ ≈ 0,10 $ im Jahr. Zusammen mit der wöchentlichen Messung landen wir bei rund 0,78 $ — mit einem günstigen Modell und bei dieser Nutzung. Mit einem stärkeren Modell, längeren Seiten oder deutlich mehr Texten liegt der realistische Korridor eher bei 1 bis 5 $ im Jahr.
Yoast „AI+“ kostet 358,80 $ im Jahr und enthält fünf eigene Fragen pro Woche. Fünf Fragen mal 52 Wochen ergibt 260 Fragen im Jahr. 358,80 $ ÷ 260 = 1,38 $ je Frage. Diese Zahl ist keine Schätzung, sondern folgt direkt aus den veröffentlichten Angaben. Sie ist auch kein Urteil über das Produkt: Im Preis stecken Oberfläche, Auswertung, Support und Betrieb. Sie zeigt nur, wie unterschiedlich zwei Abrechnungsmodelle denselben Vorgang bepreisen.
| Anbieter | Was kostet eine Frage | Grundlage |
|---|---|---|
| Yoast „AI+“ | 1,38 $ | 358,80 $ ÷ 260 Fragen im Jahr (5 pro Woche) |
| EZY.ai | 34,80 $ je verfolgter Frage und Jahr | 348 $ ÷ 10 verfolgte Fragen; Häufigkeit der Läufe nicht vergleichbar ausgewiesen |
| AI Rank Suite | ca. 0,0005 $ an Tokens, zzgl. Lizenz | 0,012375 $ ÷ 25 Fragen; Beispielrechnung, Anzahl der Fragen nicht gedeckelt |
| Rank Math | Keine vergleichbare Funktion ausgewiesen | KI-Abo zielt auf Texterzeugung, nicht auf verfolgte Sichtbarkeitsfragen |
| All in One SEO | Keine vergleichbare Funktion ausgewiesen | Credits ohne öffentlich nachrechenbares Token-Verhältnis |
| SEOPress | Keine vergleichbare Funktion ausgewiesen | Kein KI-Kontingent im Tarif ausgewiesen |
Es wäre unredlich, das Kontingent-Modell nur von seiner teuren Seite zu zeigen. Für einen Teil der Anwender ist es schlicht die bessere Wahl. Wer nie einen API-Schlüssel anlegen möchte, wer keine zweite Rechnung von einem zweiten Unternehmen erhalten will oder wer in einer Organisation arbeitet, in der jede zusätzliche Anbieterbeziehung durch eine Prüfung muss — für all diese Fälle ist ein Kontingent bequemer, und Bequemlichkeit hat einen legitimen Preis. Ein Kontingent liefert außerdem eine feste Obergrenze, was für die Budgetplanung ein echter Vorteil ist.
Für AI Rank Suite Pro sieht das erste Jahr nach dieser Beispielrechnung so aus: 99 $ Lizenz plus etwa 1 bis 5 $ Tokens, je nach Modell, Textlänge und Nutzung — zusammen also grob 100 bis 104 $. Zum Vergleich, jeweils nach den oben genannten Listenpreisen: Yoast Premium mit „AI+“ liegt bei 118,80 $ + 358,80 $ = 477,60 $. Rank Math liegt bei rund 96 € Lizenz zuzüglich 48 bis 156 $ KI-Abo im Jahr. All in One SEO liegt zwischen 99 $ und 599 $, je nach Stufe und Credit-Umfang. EZY.ai liegt bei 348 $ für zehn verfolgte Fragen. SEOPress ist mit 49 $ der günstigste Einstieg, bietet dafür aber kein KI-Kontingent an.
Diese Gegenüberstellung sagt nichts darüber aus, welches Plugin für Ihre Website die besseren Ergebnisse liefert — das hängt von Ihren Inhalten ab, nicht vom Werkzeug. Sie sagt nur, wo das Geld hinfließt. Die vollständigen Stufen und den Lieferumfang finden Sie auf der Preisseite.
Jede HTML-Seite hat zwei Teile. Den <body> sehen Ihre Besucher, den <head> sieht niemand. Er enthält keine Inhalte, sondern Angaben über die Inhalte. Ist der Body das Produkt, ist der Head das Etikett — Maschinen lesen es zuerst.
Das <title>-Element bestimmt den Browser-Tab, die blaue Klickzeile im Suchergebnis und den Namen, unter dem ein Assistent Sie zitiert. Jede Seite braucht genau einen, und jeder sollte anders lauten. Rechnen Sie mit 30 bis 60 Zeichen — eine Näherung, denn gemessen wird in Pixeln. Bewährt hat sich Thema, Nutzen, Marke — Zahnimplantate in Köln: Ablauf und Kosten statt Startseite.
Google schreibt Titel regelmäßig um: Beschreibt Ihrer die Seite schlecht, wird er durch die <h1> oder den Text ersetzt, mit dem andere auf Sie verlinken. Auslöser sind aneinandergereihte Suchbegriffe, derselbe Textbaustein auf allen Seiten und Titel ohne Bezug zum Inhalt. Wer beschreibend formuliert, erlebt das selten — erzwingen lässt es sich nie.
Das <meta name="description"> ist kein Rankingfaktor; Google hat das mehrfach gesagt. Trotzdem entscheidet sie über die Klickrate: der einzige Fließtext, den ein Suchender vor dem Klick von Ihnen liest. Etwa 80 bis 160 Zeichen, ein vollständiger Satz mit Nutzen und Aufforderung. Ersetzt wird sie noch häufiger als der Titel, weil Google einen zur Anfrage passenden Ausschnitt sucht; fehlt sie ganz, nimmt es irgendeinen Absatz.
Mit <meta name="robots"> sagen Sie, was mit einer abgerufenen Seite geschehen darf: index/noindex, follow/nofollow, dazu max-snippet, max-image-preview und noarchive. Ohne Angabe gilt: indexieren, Links folgen. Dieselben Anweisungen als HTTP-Kopfzeile heißen X-Robots-Tag — die einzige Möglichkeit für Dateien ohne HTML-Kopf, also PDFs, Bilder und Downloads.
rel="canonical" beantwortet, welche von mehreren Adressen mit demselben Inhalt die richtige ist. Der Normalfall ist selbstreferenziell — jede Seite zeigt auf sich selbst, die beste Absicherung gegen Parameter-Dubletten. Selbst abschalten kann man sich auf zwei Wegen. Ein Canonical, das pauschal auf die Startseite zeigt, macht jede Unterseite zur Startseite — Ihr Index schmilzt auf eine Adresse zusammen. Canonical plus noindex ist ein Widerspruch, der das noindex auf das Ziel übertragen kann. Ohnehin ist ein Canonical ein starker Hinweis, kein Befehl: Google wählt selbst.
Bei mehreren Sprachfassungen ordnet hreflang zu, welche für wen gedacht ist. Drei Regeln: Die Verweise müssen wechselseitig sein, jede Seite muss sich selbst aufführen, die Adressen absolut sein. Der Code ist Sprache (de) oder Sprache und Region (de-AT), x-default fängt den Rest ab. Rankings bündelt hreflang nicht.
Open Graph ist der Grund, warum ein Link in WhatsApp oder Slack als Kachel mit Bild erscheint statt als nackte URL: og:title, og:description, og:image (sicher sind 1200 × 630 Pixel), og:url, og:type. X kennt eigene Felder dazu; twitter:card mit summary_large_image entscheidet dort über die große Darstellung. Ranking bringt das nicht. <link rel="alternate"> meint dasselbe in anderer Form: RSS-Feed, hreflang-Fassungen. <meta charset="utf-8"> gehört in die ersten 1024 Bytes, sonst rät der Browser und Ihre Umlaute zerfallen. Und der viewport mit width=device-width ist die Voraussetzung für eine brauchbare Darstellung auf dem Telefon — da Google primär mobil bewertet, ist sein Fehlen ein Rankingproblem.
Der häufigste Defekt in gewachsenen Installationen ist kein fehlendes Tag, sondern ein doppeltes: SEO-Plugin, Theme und Page-Builder schreiben alle in denselben Kopf. Am Ende stehen zwei Titel, zwei Canonicals und drei og:image darin. Welche gewinnt, ist nicht geregelt — die meisten Leser nehmen die erste, manche die letzte; zeigen die Canonicals auf verschiedene Adressen, wird es ernst. Die Lösung ist organisatorisch: ein Besitzer je Ausgabe. So ist die SEO-Suite in AI Rank Suite gebaut — sie erkennt vorhandene Ausgaben und tritt zurück.
Wer 39 € liest, weiß sofort, dass das ein Preis ist; eine Maschine sieht zwei Ziffern und ein Zeichen. Strukturierte Daten schließen die Lücke: Sie sagen ausdrücklich, was ein Ding ist und in welcher Beziehung es zu anderen steht. schema.org ist das gemeinsame Vokabular dafür, seit 2011 von den großen Suchmaschinen betrieben.
Von den drei Schreibweisen werden Microdata und RDFa ins HTML eingeflochten; JSON-LD steht als eigener Block daneben. Google empfiehlt JSON-LD aus praktischem Grund: Die Daten hängen nicht an der Darstellung. Sie können das Theme tauschen, der Block bleibt heil — während Microdata mit abreißen kann.
Der häufigste Anfängerfehler ist, die Organisation in jedem Block erneut auszuschreiben. Sauber ist ein Graph: eine Liste, in der jede Entität genau einmal beschrieben wird und alle anderen sich per @id darauf beziehen. Organization beschreibt, wer Sie sind; WebSite die Site, mit der Organisation als Herausgeber; WebPage die einzelne Seite. Darauf sitzt der Inhaltstyp: Article mit Autor und Datum, Product mit offers und Verfügbarkeit, LocalBusiness mit Anschrift und Öffnungszeiten, FAQPage mit Frage-Antwort-Paaren, BreadcrumbList mit dem Pfad von der Startseite. Statt die Organisation im Artikel erneut auszuschreiben, steht dort nur "publisher": {"@id": "…/#organization"}.
Rich Results sind die angereicherten Darstellungen: Sterne, aufklappbare Fragen, Brotkrumenpfad, Preis und Verfügbarkeit. Strukturierte Daten sind die Voraussetzung, aber keine Garantie. Google entscheidet je nach Anfrage und Gerät und hat den Kreis berechtigter Seiten mehrfach eingeschränkt. Sie beeinflussen die Berechtigung, nicht die Einlösung.
Vier Fehler kommen immer wieder vor. Erfundene Bewertungen: ein aggregateRating aus Sternen, die es nirgends gibt, ist ein Richtlinienverstoß und ein Anlass für eine manuelle Maßnahme. Schema für Inhalte, die nicht auf der Seite stehen: eine FAQPage mit Fragen, die der Besucher nirgends sieht — strukturierte Daten beschreiben, was sichtbar ist. Doppelte Knoten: geben Theme und Plugin beide eine Organization aus, stehen zwei Firmen auf der Seite. Fehlende Pflichtfelder: ein Product ohne offers wird gelesen, aber nicht ausgezeichnet.
Für die klassische Suche ist Schema eine Darstellungshilfe; für Sprachmodelle eine Aussage in einer Form, die nicht interpretiert werden muss. Ein Modell, das aus Fließtext schließen soll, ob „ab 39 €" der Monats-, Einstiegs- oder Aktionspreis ist, rät; ein Offer-Knoten mit price und availability lässt nichts zu raten übrig — dasselbe gilt für Öffnungszeiten und Autorschaft. Schema macht Entitäten und Beziehungen maschinenlesbar — und genau in Entitäten und Beziehungen denkt die Abrufschicht hinter einem Assistenten. Ob ein Modell Ihr JSON-LD liest, lässt sich von außen nicht beweisen; dass eindeutige Daten weniger Fehldeutungen zulassen, schon. In AI Rank Suite sind 77 schema.org-Typen hinterlegt, jeder mit Live-Vorschau des JSON-LD.
Zwischen „veröffentlicht" und „erscheint in den Ergebnissen" liegen drei Schritte, die getrennt schiefgehen können: Crawling, Rendering, Indexierung — erst dann das Ranking.
Crawling. Der Googlebot entdeckt Adressen über Links, XML-Sitemaps und frühere Besuche; eine Seite ohne eingehende Links und ohne Sitemap-Eintrag existiert für ihn praktisch nicht. Die robots.txt steuert, was er abrufen darf — sie ist eine Bitte, kein Schloss. Das Crawl-Budget ergibt sich aus dem, was Ihr Server verträgt, und der vermuteten Nachfrage: Bei wenigen tausend Adressen kein Thema, sagt Google selbst. Relevant wird es, wenn Filterparameter Millionen fast identischer Adressen erzeugen.
Rendering. Google arbeitet in zwei Wellen. Zuerst wird das ausgelieferte HTML gelesen; alles, was JavaScript erst im Browser nachlädt, fehlt darin. Diese Seiten wandern in eine Warteschlange und werden später mit headless Chromium gerendert. Meist klappt das — aber nicht, wenn ein Skript einen Fehler wirft, Inhalte erst nach einem Klick erscheinen oder die Navigation über Klick-Handler statt echter <a href>-Links läuft. Was ein Crawler nicht ohne Zutun sieht, gibt es für ihn nicht.
Indexierung. Hier entscheidet Google, ob eine Seite aufgenommen wird und welche Adresse bei mehreren gleichartigen die kanonische ist — und hier liegt der folgenreichste Denkfehler im technischen SEO: noindex ist eine Anweisung in der Seite und muss gelesen werden, um zu wirken — Disallow verhindert genau dieses Lesen. Wer gleichzeitig sperrt und auf noindex setzt, hebt das noindex auf. Schlimmer: Eine gesperrte Adresse kann trotzdem im Index landen, wenn andere auf sie verlinken. Richtig ist: Abruf erlauben, noindex setzen, warten, bis die Seite verschwunden ist, erst danach sperren.
Ranking und Kontrolle. Was über die Position entscheidet, passt in keine Formel; die Kategorien sind: Relevanz, Qualität und Vertrauenswürdigkeit, Verlinkung von anderen Sites, Aktualität, Nutzersignale und die Core Web Vitals — Letztere ausdrücklich als kleiner Faktor, der bei sonst gleichwertigen Ergebnissen den Ausschlag geben kann. Googles eigene Sicht zeigt nur die Search Console: Die URL-Prüfung sagt, ob eine Adresse gecrawlt und indexiert ist und welche Google als kanonisch gewählt hat. AI Rank Suite bindet sie und Analytics ausschließlich lesend an.
Diese Verwechslung ist teuer. Googlebot füllt den Suchindex; sperren Sie ihn, verschwinden Sie aus der Google-Suche. Google-Extended ist kein Crawler, sondern ein Token für die robots.txt: Es regelt, ob bereits abgerufene Inhalte für Training und Fundierung von Gemini verwendet werden dürfen. Eine Sperre nimmt Sie also nicht aus der Suche — und nicht aus den KI-Übersichten, denn die speisen sich aus dem Suchindex. Wer die Namen nicht auseinanderhält, blockt das Falsche. Die Crawler-Steuerung führt 31 benannte KI-Crawler mit einer Erklärung je Bot und einem Tagesprotokoll der Zugriffe.
Sprachmodelle haben zwei verschiedene Wissensquellen, und fast jedes Missverständnis über „Optimierung für KI" entsteht daraus, dass man sie verwechselt. Das Trainingswissen steckt in den Gewichten: unscharf, mit Stichtag, ohne Quellenangabe — ein Durchschnitt dessen, was im Netz über Sie stand, nicht Ihre heutige Startseite. Der Abruf zur Laufzeit ist das Gegenteil: Der Assistent sucht, während er antwortet, ruft Seiten ab und formuliert auf Basis dieser Texte. Alles Aktuelle kommt daher — und nur das lässt sich in vertretbarer Zeit beeinflussen.
Vereinfacht läuft das so: Das Modell entscheidet zuerst, ob es suchen muss. Wenn ja, zerlegt es Ihre Frage in mehrere Suchanfragen, oft anders formuliert als Ihre — aus „welches SEO-Plugin lohnt sich für eine kleine Seite" werden getrennte Abfragen zu Vergleichen, Preisen und Funktionsumfang. Ein Suchdienst liefert Kandidaten, die Seiten werden abgerufen, in Abschnitte zerlegt und nach Passung sortiert. Nur die besten Abschnitte — nicht die ganzen Seiten — landen im Kontext, und die Quellen tragender Sätze werden zitiert.
Ausgewählt wird nicht die Seite mit den meisten Vorkommen eines Begriffs, sondern der Abschnitt, der eine Teilfrage erkennbar beantwortet: Die Abrufschicht arbeitet semantisch, der zusammenfassende Schritt braucht einen Satz, den man übernehmen kann, ohne ihn zu reparieren. Formulieren Sie Überschriften also als die Frage, die jemand stellt, und beantworten Sie sie im ersten Satz darunter statt im vierten Absatz. Halten Sie Fakten nah beieinander — Preis, Bedingung und Einschränkung im selben Abschnitt. Und nutzen Sie Struktur: kurze Absätze, Listen, Tabellen.
Modelle rechnen außerdem nicht in Zeichenketten, sondern in Entitäten. Eine Entität wird stabil, wenn mehrere unabhängige Quellen dasselbe über sie sagen. Steht Ihr Firmenname auf der Website anders als im Verzeichnis, zerfällt sie in mehrere unsichere — und ein Modell sagt im Zweifel nichts Konkretes über Sie. Einheitliche Angaben über alle Quellen hinweg wirken stärker als die meisten Textkniffe.
llms.txt ist ein Vorschlag, kein verabschiedeter Standard: eine Markdown-Datei im Wurzelverzeichnis, die Ihre wichtigen Seiten kurz beschreibt, damit ein Modell die Struktur der Site ohne Navigation und Werbeflächen erfassen kann. llms-full.txt enthält die Inhalte selbst. Ob ein Anbieter sie liest, ist nicht zugesagt — seriös ist nur, das offenzulassen. Belegbar ist Googles PageSpeed-Audit Agentic Browsing: Es prüft, ob eine solche Datei erreichbar ist, gültiges Markdown enthält und auflösbare Links nennt. AI Rank Suite erzeugt beide Dateien und prüft sie gegen genau diese drei Kriterien — Details unter llms.txt, die Einrichtung in der Anleitung.
Dieselbe Frage ergibt zweimal gestellt selten dieselbe Antwort: Die Erzeugung ist nicht deterministisch, die Suchergebnisse dahinter ändern sich, Modelle wechseln. Wer einmal fragt „nennst du mich?", hat eine Anekdote, keine Messung — sinnvoll ist ein fester Satz Fragen, wiederholt über die Zeit. AI Rank Suite fährt je Sichtbarkeits-Lauf 25 Prompts über Ihren eigenen API-Schlüssel, erfasst Wettbewerber und zitierte Quellen und hält den Verlauf fest — nachzulesen unter KI-Sichtbarkeit.
„Die KI-Bots blocken" ist schließlich keine Entscheidung, sondern drei sehr verschiedene. Trainings-Crawler wie GPTBot, ClaudeBot oder das Token Google-Extended sammeln Material für künftige Modellgenerationen; eine Sperre hält Sie daraus heraus, ändert aber nichts daran, ob Sie heute in Antworten vorkommen. Such-Crawler wie OAI-SearchBot oder PerplexityBot bauen den Index, in dem der Assistent zur Laufzeit sucht; wer sie sperrt, taucht in live recherchierten Antworten nicht mehr auf — meist die teuerste der drei Sperren und die, die am häufigsten versehentlich mitgesetzt wird. Nutzerausgelöste Abrufe wie ChatGPT-User passieren nur, wenn ein Mensch gerade Ihren Link eingefügt hat; eine Sperre führt dazu, dass genau dieser Interessent „ich kann auf diese Seite nicht zugreifen" liest. Es gibt gute Gründe, das eine zuzulassen und das andere zu sperren — keinen, pauschal zu blocken.
Zwei Jahrzehnte lang war ein Suchergebnis eine Liste von Vorschlägen, aus denen der Mensch auswählte. Zunehmend ist es eine Antwort mit zwei oder drei Namen darin. Das verschiebt die Zielgröße: nicht mehr „auf Platz 1 stehen", sondern „einer der Genannten sein".
Ist eine Frage schon in der Antwort beantwortet, klickt niemand mehr. Die Richtung ist damit klar, die Größenordnung nicht — sie hängt an Branche, Fragetyp und Markt, und wer Ihnen dazu eine allgemeingültige Prozentzahl nennt, hat sie geschätzt. Messen Sie an Ihren eigenen Zahlen: In der Search Console verraten stabile Impressionen bei fallenden Klicks diesen Effekt zuverlässiger als jede Studie. Wer nach einer Zusammenfassung trotzdem klickt, hat dafür einen Grund: Weniger, aber qualifiziertere Besuche sind eine andere Rechnung als weniger Besuche allein.
Weil Modelle aggregieren, was über Sie geschrieben steht, wird zugleich wichtiger, was außerhalb Ihrer Site passiert: Vergleichsartikel, Forenbeiträge und Verzeichniseinträge speisen denselben Topf, und eine Marke, über die konsistent berichtet wird, ist für ein Modell eine belastbare Entität. Parallel entstehen agentische Browser, die Seiten selbst aufrufen, Formulare ausfüllen und Angebote vergleichen. So ein Besucher ignoriert Ihr Layout und liest Text und Struktur. Ein Preis, der nur in einer Grafik steht, ist für ihn nicht vorhanden, Öffnungszeiten in einem Bild ebenso wenig. Maschinenlesbare Fakten — im sichtbaren Text und im Schema, in beiden identisch — hören damit auf, eine Fleißaufgabe zu sein.
Für kleine Sites ist das eine Chance: Im Verlinkungswettbewerb gewinnt fast immer die größere Domain, eine Antwortmaschine sucht dagegen den Abschnitt, der die Teilfrage beantwortet. Eine präzise, gut strukturierte Seite eines Spezialisten kann dort neben einer großen Marke stehen. Sicher ist das nicht — es ist eine Tendenz, die man an der eigenen Site nachmessen sollte, statt sie zu glauben.
title-, canonical- und og:-Angaben prüfen, je Ausgabe einen Besitzer festlegen.Organization, WebSite und WebPage überall, dazu Article, Product, LocalBusiness, FAQPage und BreadcrumbList, wo sie zutreffen, verknüpft über @id.Keiner dieser Punkte verlangt eine neue Website, und keiner verspricht Platzierungen — das kann niemand. Was Sie danach haben, ist eine Site, die für einen Crawler wie für ein Modell eindeutig lesbar ist. Ein GEO- und SEO-Score je Seite zeigt, wo Sie stehen; die Kosten nennt die Preisübersicht.
Die kostenlose Version ist in einer Minute installiert und braucht keinen Schlüssel. Pro kostet 99 $ im Jahr — im ersten Jahr 69,30 $ mit dem Code LAUNCH30, und wenn es nicht passt, bekommen Sie Ihr Geld zurück.
Startangebot — endet 30. September
Code LAUNCH30 wird im Checkout automatisch angewendet.
14 Tage Geld zurück · Ihr Schlüssel, Ihre Daten · Läuft neben Yoast & Rank Math