Ein AI-Search-Budget, das Q2 überlebt, beginnt mit dem, was Sie tatsächlich messen können — nicht mit dem, was ein Benchmark-Report verspricht. Es gibt 2026 noch keinen vertrauenswürdigen öffentlichen Datensatz, der Ihnen sagt, was Sie für AEO oder GEO ausgeben sollen. Der sichere Schritt ist, die Arbeit gegen Scope und Evidenz zu dimensionieren — und Posten zu verweigern, die ein ruhiges Durchlesen nicht überstehen würden.
Was in ein AI-Search-Budget gehört (und was nicht)
Das Budget ist die Summe der Arbeit, die einen verteidigbaren Bezug zu einer Content-Entscheidung hat, die ein Käufer am Ende treffen wird. Acht Kategorien tragen echtes Gewicht; der Rest ist Rauschen.
Förderungswert:
- Technisches SEO und Crawlability — der Boden; nichts anderes kumuliert, wenn Google die Seiten nicht abrufen und rendern kann.
- Strukturierte Daten — Eligibility-Arbeit für Rich Results, ehrlich gerahmt gemäss der Search-Central-Dokumentation zu strukturierten Daten; keine Garantie für AI-Zitation.
- Content-Refresh und antwortorientierte Seiten — weniger, schärfere Seiten zu den Fragen, die Ihr Käufer tatsächlich stellt.
- Thematische Autorität und Entitäts-Klarheit — interne Verlinkung, Benennung und das, was Ihre About-Seite offensichtlich macht.
- Analyse- und Search-Console-Workflows — einschliesslich der neuen Search-Console-AI-Ansichten, wo verfügbar (begrenzter Rollout).
- AI-Visibility-Monitoring — nur, wenn Sie die Entscheidung benennen können, die es informieren wird.
- Produkt- oder Feed-Daten — für E-Commerce ist das Katalog-Qualitätsbudget für einen grossen Teil der Suchanfragen das AI-Search-Budget.
- Redaktionelle QA und interner Workflow — die unglamouröse Mitte, die den Rest ehrlich hält.
Verweigerungswert:
- Generisches Blog-Volumen ohne Evidenzplan.
- Zufällige „AI-Tool“-Abos, die übernommen werden, bevor eine Messfrage existiert.
- „LLM-Submission“-Dienste, die eine Aufnahme ins Modelltraining versprechen.
- Zitations-Garantie-Dienste für AI Overviews und ähnliche Oberflächen.
- Vanity-Dashboards, die keine Entscheidung treiben, die jemand benannt hat.
Ein konservatives Planungsmodell
Sechs bewegliche Teile. Keine Dollar-Zahlen, die so tun, als wären sie Benchmarks; spezifische Zahlen gehören in Ihre eigene Prognose, verankert in Ihrem eigenen Audit.
- Baseline-Audit. Inventarisieren Sie, was Sie haben, was rankt und was bei Marken- und High-Intent-Suchen bereits in AI-Oberflächen erscheint.
- Mess-Setup. Stellen Sie sicher, dass Search Console + GA4 + (sofern angemessen) ein GA4-Rohereignis-Export nach BigQuery gesund sind, bevor das Spend startet.
- Prioritärer Content-Refresh. Eine kurze Liste von Seiten, bei denen ein Refresh die Entscheidung verändert, die ein echter Käufer trifft — nicht nur die Suchanfrage, die ihn ausgelöst hat.
- Entitäts- und Schema-Fixes. Autor, Organisation, Produkt-Entitäten vorhanden und konsistent auf den wichtigen Seiten.
- Experimentier-Queue. Zwei bis drei kleine Wetten pro Quartal, jede mit einer expliziten Hypothese und einer expliziten Abbruchbedingung.
- Monatliche Review-Schleife. Was hat sich geändert; was haben wir protokolliert; was sagt das Dashboard im Vergleich zu den Off-Platform-Daten.
Das ist ein Planungsmodell. Wer Ihnen dieselbe Vorlage mit selbstgewissen Prozentsätzen reicht, hat die Prozentsätze erfunden.
Ein Budget nach Bereich lesen (Tabelle)
Die folgende Tabelle ist das Gespräch, das ich mit einem Kunden führe, bevor ein Scope unterschrieben wird. Die rechte Spalte ist der Posten, den ich nicht durchlasse.
| Budget-Bereich | Was es finanziert | Wann nötig | Was zu vermeiden ist | Evidenz vor dem Skalieren |
|---|---|---|---|---|
| Technisches SEO | Crawl, Render, Performance, Internationalisierung | Immer — es ist der Boden | Als einmaliges Projekt behandeln | Stabile Index-Coverage und Core-Web-Vitals-Trend vor zusätzlichem Spend |
| Strukturierte Daten | Eligibility für Rich Results; von Google parsbare Entitäten | Wenn Sie Content haben, der sauber auf dokumentierte Typen mappt | „Schema garantiert AI-Zitationen“ — tut es nicht | Validiertes Markup + Kontrollgruppe nicht markierter Seiten |
| Content-Refresh | Spezifik, Evidenz und Antwort-Klarheit auf wichtigen Seiten | Wo die Seite bereits im Consideration-Set ist | Volumen-Ziele ohne Refresh-Logik | Lesezeit, interne Links und Conversion-Bewegung auf dem refresh’ten Set |
| AI-Visibility-Monitoring | Spot-Checks auf AI-Overview-/Discover-AI-Präsenz | Nur, wenn Sie die Entscheidung benennen können, die die Daten auslösen | Einen „Score“ ohne Methodologie-Seite kaufen | Geschriebene Entscheidungsregel vor dem Abo |
| Mess-Architektur | Search Console, GA4, BigQuery, Dashboards | Bevor irgendetwas nachgelagert skaliert wird | Dashboards ohne Owner | Über mindestens zwei Oberflächen abgeglichene Zahlen |
| Experimente | 2-3 kleine Wetten pro Quartal, jede mit geschriebener Hypothese | Sobald die Messung ehrlich ist | „Always be testing“ ohne Design | Closed-Loop-Write-up pro Experiment, ob erfolgreich oder nicht |
Wie sich das Budget je Unternehmenstyp ändert (qualitativ, nicht in Bandbreiten)
Unterschiedliche operative Realitäten, unterschiedliche Formen. Die Zahlen fehlen absichtlich — wer Ihnen universelle Bandbreiten gibt, verkauft sie.
- Lokales Dienstleistungsunternehmen. Überproportionaler Wert aus technischer Hygiene, GBP-/Listing-Daten und einem kleinen Satz Antwortseiten zu einem Service-Kalender. Die meisten „AI-Visibility-Tool“-Ausgaben sind verfrüht.
- B2B-SaaS. Das Budget konzentriert sich auf Kategorie-Klarheit, Entity-Arbeit für Produkte und Personen und einen Dokumentations-Hub, den eine AI-Oberfläche zitieren kann, ohne ihn schlecht zu paraphrasieren.
- E-Commerce. Produkt-Feed-Qualität und strukturierte Daten wiegen schwerer als Blog-Volumen; AI-Oberflächen stützen sich für transaktionale Suchen auf den Katalog.
- Enterprise / Multi-Market. Die dominanten Kosten sind Koordination — strukturierte Daten und Content-Systeme über Märkte hinweg, nicht das Headline-AI-Investment.
- Agentur-Portfolio. Der portable Kostenblock ist das Playbook und die Mess-Vorlage, nicht das Tool-Abo eines einzelnen Kunden.
Messung vor dem Skalieren
Zwei praktische Baselines, bevor das Budget wächst.
- Search-Console-Baseline. Suchanfragen- und Seiten-Cluster im selben Zeitfenster exportieren; die neuen AI-Ansichten einschliessen, falls Ihre Property sie hat. Der neue Search-Console-AI-Bericht rollt partiell aus; gehen Sie nicht davon aus, dass Ihr Konto dabei ist.
- Off-Platform-Wahrheitsfläche. GA4 plus, wo nützlich, die Rohereignisse in BigQuery. Hier wird der Klick tatsächlich zur Entscheidung; die Anzeigen-/Suchplattformen liegen vorgelagert.
Für den akademischen Kontext, der Leute ehrlich hält: Das Xu et al. Preprint 2026 deckte 55.393 Trend-Suchanfragen ab und zerlegte Antworten in 98.020 atomare Aussagen; in dieser Stichprobe lag die AI-Overview-Aktivierung bei 13,7 %, und 11,0 % der atomaren Aussagen waren durch die zitierten Seiten nicht gestützt. Das sind Studien-Befunde, keine universellen Benchmarks. Googles eigene AI features and your website-Dokumentation bleibt die Referenz dafür, welche Oberflächen Ihre Inhalte nutzen.
Rote Flaggen in GEO/AEO-Budget-Vorschlägen
Enthält ein Vorschlag etwas davon, ist das ein Sourcing-Problem, kein Budget-Problem:
- Garantierte AI-Overview-Zitationen.
- Ein proprietärer „AI-Visibility-Score“ ohne Methodologie-Seite.
- Benchmark-Zahlen ohne Stichproben-Details, Zeitfenster oder Methodologie.
- Content-Volumen-Versprechen ohne Mess-Klausel.
- Keine Unterscheidung zwischen SEO, GEO, CRO und Paid Media — die Posten fallen in eine Rechnung zusammen.
- Single-Number-ROI-Aussagen für AI Search.
Open questions
Wo die Antwort ehrlich „wissen wir noch nicht“ ist:
- Öffentliche AI-Search-Messung ist begrenzt; niemand hat einen universellen Nenner.
- AI-Overview-Verhalten verschiebt sich; eine Benchmark aus Januar ist im Juni keine Benchmark mehr.
- Es gibt keinen geteilten Industriestandard dafür, was als „AI-Search-Visibility“ zählt — jeder Anbieter definiert es anders.
- Attribution zwischen AI-Visibility und Umsatz ist auf vernünftigem Massstab ungelöst.
- Vertikal- und Marktunterschiede sind gross; ein B2B-SaaS in Berlin und eine Klinik in İzmir teilen wenig.
Wenn Sie ein zweites Augenpaar auf das Budget-Briefing möchten — den Scope, die Mess-Verrohrung, die Experimentier-Logik — ist genau das, was mein Marketing-Audit und Beratungsangebot abdeckt. Längere Texte zu AI-Search-Messung und GEO finden Sie in den Einblicken; strukturierte Werkzeuge für einen evidenzbasierten Review sammelt das KI-Labor.
FAQ
Gibt es 2026 eine belastbare Branchen-Benchmark für AI-Search-Budgets?
Noch nicht. Öffentlich zitierte „AEO/GEO-Benchmark“-Datensätze sind meist Agentur-Umfragen mit begrenzter Stichproben-Offenlegung. Keiner davon ist in unserer Fact_Bank, und keiner ersetzt ein Audit Ihres eigenen Scopes und Ihrer Messung.
Wie klein darf ein glaubwürdiges AI-Search-Budget sein?
Das kleinste glaubwürdige Budget ist das, was technische Hygiene, eine Runde prioritärer Content-Refreshs und eine Mess-Schleife abdeckt, die Veränderung erkennen kann. Die Dollar-Zahl hängt vollständig von Ihrem Scope ab; spezifische Bandbreiten ohne Scope sind Rauschen.
Garantieren strukturierte Daten AI-Overview-Zitationen?
Nein. Googles eigene Dokumentation zu strukturierten Daten positioniert Schema als Eligibility-Arbeit für Rich Results, nicht als Garantie für AI-Oberflächen-Aufnahme. Behandeln Sie es als Disziplin, die Ihren Content leichter parsbar macht — keinen Zitations-Vertrag.
Sollte ich ein AI-Visibility-Monitoring-Tool kaufen?
Nur, wenn Sie in einem Satz die Entscheidung benennen können, die die Daten auslösen werden. Wenn das Tool versendet wird, bevor die Entscheidung existiert, versendet es als Vanity-Dashboard.
Wie dimensioniere ich die Experimentier-Linie in einem AI-Search-Budget?
Zwei bis drei kleine Wetten pro Quartal, jede mit einer geschriebenen Hypothese, einer geschriebenen Abbruchbedingung und einem vereinbarten Write-up nach dem Zyklus. Der Posten ist mehr Disziplin als Dollar-Betrag.