SEO-Studien 2026 und was die Daten wirklich zeigen

SEO-Studien wirken auf den ersten Blick eindeutig. Eine Zahl sieht wissenschaftlich aus, ein Rankingfaktor bekommt einen Korrelationswert und schon steht die nächste allgemeingültige SEO-Regel im Raum.

So einfach ist es leider nicht. Ich habe deshalb die Originalquellen hinter den bekanntesten Ranking-, AI-Overview- und GEO-Studien geprüft. In der Übersicht unten findest du nicht nur die Ergebnisse, sondern auch Stichprobe, Methode und Grenzen jeder Veröffentlichung.

1. Rankings, Backlinks und Core Web Vitals

Die hier geprüften Korrelationsstudien ergeben keine allgemeingültige Rangfolge von Content, Links und Technik. Sie messen Zusammenhänge in unterschiedlichen Stichproben. Wie stark diese ausfallen, hängt unter anderem vom Keyword-Set, Markt und Messverfahren ab.

Die Semrush-Studie von 2024 untersuchte 16.298 englische Keywords mit mehr als 100 monatlichen Suchanfragen und rund 300.000 Top-20-Positionen. Text-Relevanz erreichte mit 0,47 den höchsten veröffentlichten Korrelationswert. Das ist kein Beweis dafür, dass ein bestimmter Text-Score Rankings verursacht. Es zeigt aber, wie eng thematische Passung und gute Positionen in dieser Stichprobe zusammenlagen.

Bei Links liefert die Ahrefs-Studie von 2025 ein differenzierteres Bild. Für die eine Million volumenstärksten Keywords in der US-Datenbank erreichten verweisende Domains eine Spearman-Korrelation von 0,255, sämtliche Backlinks 0,248 und interne eingehende Links 0,117. Ahrefs selbst ordnet diese Werte als schwach beziehungsweise sehr schwach ein. Links sind damit weder bedeutungslos noch eine Garantie für Rankings.

Die Balken machen Größenordnungen sichtbar. Sie bilden aber keine gemeinsame Rangliste. Semrush und Ahrefs arbeiteten mit verschiedenen Keyword-Sets, Märkten und Berechnungen. Ein Wert von 0,47 bedeutet auch nicht, dass Text-Relevanz zu 47 % in Googles Bewertung eingeht.

Bei den Core Web Vitals ist die offizielle Aussage von Google genauer als das Etikett „Rankingfaktor“. Google empfiehlt gute Werte, weil sie zusammen mit anderen Aspekten der Seitenerfahrung dem entsprechen, was die zentralen Ranking-Systeme belohnen sollen. SISTRIX beobachtete 2021 während des Page-Experience-Updates bei Domains mit vollständig erfüllten Core Web Vitals einen Anstieg des Sichtbarkeitsindex um 3,7 %. Der Durchschnitt aller untersuchten Domains lag bei 2,7 %. Das ist ein Abstand von 1 Prozentpunkt, relativ zum Durchschnitt rund 37 % mehr. Die Beobachtung isoliert den Einfluss der Core Web Vitals jedoch nicht von anderen Veränderungen.

2. AI Overviews verändern die Messung

Klassische Rankingstudien messen Positionen in organischen Suchergebnissen. Untersuchungen zu AI Overviews messen dagegen häufig, ob eine URL zitiert wird, wie sichtbar eine Quelle ist oder wie sich die Klickrate verändert. Das sind andere Zielgrößen.

Das zeigt auch eine Ahrefs-Auswertung vom Oktober 2026. Sie umfasst 232,8 Millionen US-Desktop-SERP-Crawls aus Juli bis September, darunter 92,5 Millionen Crawls zu Marken- und 140,2 Millionen zu generischen Keywords. Im September-Monatsmittel enthielten 73,3 % der Marken-Keyword-Crawls und 78,3 % der generischen Keyword-Crawls ein AI Overview. Der separate Snapshot vom 29. September lag für Marken-Keywords bei 82,91 %. Er ist nicht mit dem Monatsmittel gleichzusetzen. Die Werte stammen aus Ahrefs' eigenem Crawl und sind keine repräsentative Quote für alle Google-Suchen.

Auch Klickraten wurden zuletzt mit kürzeren Vorher-Nachher-Fenstern untersucht. Nach dem Start von AI Overviews in Frankreich verglich Ahrefs 963 der 1.000 klickstärksten französischen Domains im aggregierten Google-Search-Console-Datensatz über 28 Tage davor und neun Tage danach. Bei Domains, deren französische Suchanfragen zu mehr als 20 % ein AI Overview auslösten, sank die mediane CTR von 2,29 % auf 1,76 %. Das entspricht einem unbereinigten relativen Rückgang von 23,1 %. Die Gruppe mit weniger als 2 % AIO-Exposition legte um 2,3 % zu. Ahrefs schätzte nach Abzug dieses Vergleichsverlaufs einen Rückgang von 24,8 %. Die Daten sind beobachtend und das Nachher-Fenster umfasst nur neun Tage.

Eine andere Kennzahl ist der Anteil der Google-Suchen ohne Klick.SparkToro veröffentlichte im Juni 2026 eine Auswertung des Similarweb-Desktop- und Mobile-Webpanels. Für die USA schätzte sie diesen Anteil von Januar bis April 2026 auf 68,01 %. Als Klick zählten dabei Besuche anderer Google-Angebote, organische Webtreffer und bezahlte Anzeigen. Eine weitere Suche im Standardsuchfeld zählte nicht als Klick. Der Beitrag veröffentlicht die Stichprobengröße nicht, schließt die Google-Such-App aus und setzt für die Zusammenrechnung zwei Drittel mobile und ein Drittel Desktop-Suchen an.

Ein Ländervergleich mit demselben Similarweb-Zeitraum weist für Deutschland 62,1 % Suchen ohne Klick aus. Die Zahlen für sechs Länder sind beschreibende Panelwerte. Auch hier fehlen die länderspezifischen Stichprobengrößen. Der Methodikabschnitt bezeichnet den Panelzeitraum irrtümlich als US-Panel, obwohl der Beitrag Werte für sechs Länder aufführt. Die ältere US-Zahl von 60,45 % für 2024 stammt von Datos und ist wegen des anderen Panels kein sauberer Vorher-Nachher-Vergleich.

Ahrefs analysierte 2026 rund 863.000 SERPs und 4 Millionen in AI Overviews zitierte URLs. Im ersten Test zählte Ahrefs alle Ergebnisblöcke, darunter Anzeigen, Featured Snippets, Videos und People Also Ask. 37,9 % der zitierten URLs erschienen in den ersten 10 Blöcken, 31,2 % in den Blöcken 11-100 und 31,0 % außerhalb der ersten 100. Nur auf organische Standardlinks bezogen lautete die Verteilung 37,1 %, 26,2 % und 36,7 %. Gute klassische Rankings erklären AI-Citations damit nur teilweise.

Eine zweite Ahrefs-Auswertung verglich 1.885 Seiten, die JSON-LD ergänzt hatten, mit 4.000 passenden Kontrollseiten. Die relativen Zuwächse von 2,4 % bei AI Mode und 2,2 % bei ChatGPT waren statistisch nicht von null zu unterscheiden. Bei AI Overviews sank die Citation-Häufigkeit relativ zur Kontrollgruppe signifikant um 4,6 %. Alle untersuchten Seiten hatten vor der Behandlung bereits mindestens 100 AI-Overview-Citations. Für zuvor nicht zitierte Seiten erlaubt die Studie deshalb keine Aussage. Die Zuweisung war zudem nicht randomisiert. Ahrefs konnte nicht klären, ob Schema-Markup oder andere Unterschiede den Rückgang verursachten.

Das steht nicht im Widerspruch zu einer Semrush-Auswertung von 5 Millionen zitierten URLs. Dort trugen 25 % der ChatGPT-Citations und 34 % der AI-Mode-Citations Organization-Schema. Semrush untersuchte jedoch hauptsächlich bereits zitierte URLs und stellte ihnen keine passende Gruppe nicht zitierter Seiten gegenüber. Die Häufigkeit zeigt deshalb nicht, ob Schema die Citation-Chance erhöht.

Die Seer-Auswertung vom April 2026 umfasst 53 Marken, 5,47 Millionen Suchanfragen und 2,43 Milliarden organische Impressionen. Bei Suchanfragen mit AI Overview stieg die organische CTR von 1,3 % im Dezember 2025 auf 2,4 % im Februar 2026. Das ist eine Trendwende im untersuchten Datensatz, aber kein allgemeiner Beleg für eine Erholung. Seer übertrug den jeweils jüngsten AIO-Status rückwirkend auf frühere Monate. Außerdem verteilten sich die Daten nicht gleichmäßig auf alle Accounts.

Für Markensichtbarkeit in KI-Antworten ist eine Ahrefs-Studie mit 75.000 Marken relevant. YouTube-Erwähnungen korrelierten über ChatGPT, AI Mode und AI Overviews hinweg im Mittel mit etwa 0,737 mit Markenerwähnungen in KI-Antworten. Markenerwähnungen im Web lagen je nach Oberfläche zwischen 0,656 und 0,709. Die Stichprobe enthielt allerdings nur Domains mit einem Domain Rating über 40 und mindestens 800 monatlichen Suchanfragen für das volumenstärkste Marken-Keyword. Gemessen wurden Markenerwähnungen, nicht Klicks, Citations oder Rankings.

Eine zweite Korrelationsanalyse von Semrush und Kevin Indiguntersuchte 1.000 zufällig ausgewählte Domains aus dem Semrush AI Visibility Toolkit. Der Authority Score korrelierte mit KI-Erwähnungen mit Pearson 0,65 und Spearman 0,57. Für Follow- und Nofollow-Links lagen die Spearman-Werte bei 0,504 und 0,509. Die Analyse verrät nicht, ob Links Sichtbarkeit verursachen. Zeitraum, Länderabdeckung und Zahl der ausgewerteten Antworten nennt die Veröffentlichung nicht.

Zwei neuere Untersuchungen zeigen, warum selbst diese Metriken getrennt betrachtet werden müssen. Ahrefs untersuchte 1,4 Millionen ChatGPT-Prompts und rund 46,8 Millionen Retrieval-Datensätze mit URLs. ChatGPT zitierte davon ungefähr die Hälfte. Im allgemeinen Suchindex erreichten natürlich lesbare URL-Slugs eine Citation-Rate von 89,78 %, andere Slugs 81,11 %. Die Quelle nennt Februar 2025 und ChatGPT 5.2, löst aber den Widerspruch zwischen Modellbezeichnung und Zeitraum nicht auf. Die rund 46,8 Millionen Datensätze sind nicht als ebenso viele eindeutige URLs ausgewiesen. Das bleibt eine Beobachtung im Retrieval-Pool und kein Beleg dafür, dass eine Slug-Änderung Citations verursacht.

Die SISTRIX-Studie zur Citation-Drift verfolgte 82.619 Prompts mit 1.548.213 wöchentlichen Snapshots über 17 Wochen, drei Plattformen und sechs Länder. In der aktuellen Wochenmenge waren 56 % der von AI Mode und 74 % der von ChatGPT Search zitierten Domains in der Vorwoche nicht enthalten. Das bedeutet nicht, dass genau dieser Anteil der Vorwochen- Domains verschwand. Bei 53 % der AI-Overview-Prompts änderte sich über alle 17 Wochen keine zitierte Domain. Eine einzelne Citation ist deshalb je nach Plattform ein unterschiedlich stabiles Signal.

Eine kleine Selbstveröffentlichungs-Fallstudie von Ahrefs aus Juli 2026 untersuchte 34 Seiten auf fünf Domains und wertete 9.886 Antworten von ChatGPT, Gemini, Perplexity und Copilot aus. Bei der neuen Konferenzmarke Evolve bezogen sich 82 % der neu entstandenen Erwähnungen auf eine der Experimentseiten. Trotzdem erwähnten 43 % der Antworten mit einer solchen Citation die Konferenz nicht. Das Experiment war klein, nicht randomisiert und ohne parallele Kontrollgruppe. Es zeigt eine interessante Möglichkeit, aber keinen allgemeingültigen Effekt.

3. Vier Fragen entscheiden über die Aussagekraft

Eine große Zahl von URLs macht eine Studie nicht automatisch belastbar. Prüfe vor jeder Schlussfolgerung diese vier Punkte.

1. Welche Zielgröße wurde gemessen? Eine Rankingposition, eine Citation, eine Markenerwähnung und ein Klick sind nicht austauschbar.
2. Wie wurde die Stichprobe ausgewählt? Daten aus den USA, starke Marken oder bereits zitierte URLs können Ergebnisse erzeugen, die für eine kleine deutsche Website nicht gelten.
3. Gab es eine Vergleichsgruppe? Ohne passende Kontrollgruppe bleibt oft offen, ob das untersuchte Merkmal oder eine dritte Variable den Unterschied erklärt.
4. Sind Einheit und Berechnung gleich? Spearman-Werte, Prozent, Prozentpunkte, Sichtbarkeitsindizes und Citation-Raten dürfen nicht direkt gegeneinander gerankt werden.

4. Alle 26 Studien und Branchenanalysen im Überblick

Das Verzeichnis trennt die Quellen bewusst von den Diagrammen. Du kannst nach Anbieter, Thema oder Ergebnis suchen und die Auswahl nach Jahr eingrenzen. Jeder Eintrag zeigt Stichprobe, Methode, Kernaussagen, Aussagegrenzen und die Originalquelle.

5. So nutzt du die Ergebnisse sinnvoll

Beginne nicht beim höchsten Korrelationswert, sondern bei deiner Frage. Willst du wissen, ob Links in klassischen Google-Ergebnissen noch eine Rolle spielen, ist die Ahrefs-Linkstudie relevant. Geht es um AI-Overview-Klickraten, passt die CTR-Auswertung von Seer Interactive. Für Sichtbarkeit in generativen Antworten ist das GEO-Paper die passendere Quelle. Mein Überblick zu GEO-Rankingfaktoren ordnet diese neue Zielgröße ausführlicher ein.

Prüfe danach die Stichprobe. Eine Million US-Keywords sagen viel über diese Auswahl, aber nicht automatisch über jede deutsche Nische. Dass eine Studie sehr groß ist, macht ihre Aussage präziser. Es macht die Aussage nicht universell.

Und zuletzt solltest du die Erkenntnisse auf deiner eigenen Website testen. Search Console, Logfiles und saubere Vorher-Nachher-Vergleiche sind für deine konkrete Situation oft wertvoller als der nächste allgemeine Rankingfaktor. Die größere Einordnung findest du in meinem Überblick zu Google-Rankingfaktoren.

6. Fazit

SEO-Studien sind nützlich, wenn du sie als Orientierung liest. Sie sind gefährlich, wenn du aus Korrelationen feste Regeln machst. Die ausgewerteten Studien zeigen Zusammenhänge für thematische Passung, externe Signale und Seitenerfahrung. Sie belegen keine universelle Formel, mit der jede Seite automatisch rankt.