Kontoprüfung

Auto-Tagging und URL-Parameter prüfen, damit GA4 deinen Google-Ads-Traffic korrekt ausweist

Führt Tracking-Templates, URL-Suffixe und von Hand geschriebene utm-Parameter in den finalen URLs auf Konto-, Kampagnen-, Anzeigengruppen- und Anzeigenebene in einer Tabelle zusammen und prüft dann, unter welchem Channel und welcher Quelle diese Klicks in GA4 landen.

Wann du ihn nutzt

Wenn Ihre Google-Ads-Klicks in GA4 unter dem falschen Kanal oder der falschen Quelle erscheinen oder Sie vermuten, dass sich Tracking-Vorlagen und utm-Parameter gegenseitig überschreiben.

Was du bekommst

Eine Tabelle aller Tracking-Vorlagen, Suffixe und manuell geschriebenen utm-Parameter von Konto- bis Anzeigenebene, daneben die Zuordnung dieses Traffics in GA4, plus ein einheitlicher Standard, welche Vorlage auf welche Ebene gehört.

Ändert er etwas in meinem Konto?

Nur mit deiner Freigabe. Der Assistent zeigt zuerst eine Vorschau jeder Änderung und wartet auf dein Okay.

Funktioniert mit

Google Ads, GA4

Vor dem Senden ausfüllen

[Kontoname][GA4-Property]

Prüfe, ob Klicks aus meinem Google-Ads-Konto [Kontoname] in meiner GA4-Property [GA4-Property] mit der richtigen Quelle auftauchen. Die URL-Einstellungen auf Konto-, Kampagnen-, Anzeigengruppen- und Anzeigenebene können sich gegenseitig überschreiben, deshalb möchte ich alle in einer Tabelle sehen. 1. Kontoebene. Lies mit google_ads_query auto_tagging_enabled, tracking_url_template und final_url_suffix aus der Ressource customer aus. 2. Kampagnen- und Anzeigengruppenebene. Hole mit google_ads_query tracking_url_template, final_url_suffix und url_custom_parameters für jede Kampagne, die nicht entfernt ist, danach dieselben Felder aus der Ressource ad_group. 3. Anzeigenebene. Hole mit google_ads_query final_urls, tracking_url_template und final_url_suffix für nicht entfernte Anzeigen aus ad_group_ad. Filtere alle utm_-Parameter heraus, die von Hand in die finale URL geschrieben wurden. 4. GA4-Seite. Finde die Property mit ga4_list_properties und prüfe mit ga4_list_ads_links, ob sie mit diesem Google-Ads-Konto verknüpft ist. Hole die letzten 28 Tage mit ga4_report mit dimension=channel und dimension2=source_medium. Suche die Zeilen, in denen Google-Ads-Traffic erscheint: google / cpc, von Hand gesetzte utm_medium-Werte oder Zeilen, die von Google kommen, aber in einem anderen Channel als Paid Search landen. Markiere Folgendes: 1. Ist Auto-Tagging deaktiviert, ist das der wichtigste Befund, denn der Klick-Abgleich zwischen Google Ads und GA4 sowie Conversion-Importe hängen von der gclid ab. 2. Einige Kampagnen haben ein Tracking-Template, andere nicht, oder dasselbe Konto verwendet unterschiedliche Regeln für utm_source, utm_medium oder utm_campaign. 3. In finale URLs geschriebene utm-Parameter, die die Kontoregel verletzen (zum Beispiel utm_medium=paid, während andere Kampagnen cpc verwenden). Das kann Berichte für denselben Channel aufspalten. 4. Ein Tracking-Template ohne {lpurl} oder ein Template, das auf eine Redirect-Domain verweist. 5. Ist GA4 nicht mit Google Ads verknüpft, vermerke das separat, denn GA4 kann dann keine Kampagnen- und Kostendaten aus Google Ads erhalten. 6. Eine Abweichung von mehr als 30 % zwischen den Sitzungen von google / cpc in GA4 und den Klicks in Google Ads. Liste die wahrscheinlichen Ursachen auf, lege dich aber nicht auf eine einzelne fest, und weise darauf hin, dass ein Klick und eine Sitzung nicht dasselbe sind. Gib die Ausgabe so aus: zuerst eine Tabelle nach Ebene (Ebene, Element, Tracking-Template, Suffix, utm in finaler URL, Befund), dann eine Tabelle zum Google-Ads-Traffic in GA4 (Channel, Quelle / Medium, Sitzungen, Schlüsselereignisse) und zum Schluss eine einheitliche Vorgabe: welches Template auf welche Ebene gehört. Um ein Tracking-Template auf Kampagnenebene zu korrigieren, verwende manage_campaign_settings: Übergib das neue Template in tracking_url_template, sieh dir zuerst mit confirm=false eine Vorschau an, warte auf meine Freigabe, wende die Änderung an und bestätige sie, indem du sie mit google_ads_query zurücklesen lässt. Die utm-Bereinigung in den finalen URLs von Anzeigen sowie Suffixe auf Konto- oder Anzeigengruppenebene gibst du mir als To-do-Liste; ändere diese nicht selbst, denn wird die finale URL einer Anzeige bearbeitet, geht sie erneut in die Prüfung.

1. Kontoebene. Lies mit google_ads_query auto_tagging_enabled, tracking_url_template und final_url_suffix aus der Ressource customer aus.
2. Kampagnen- und Anzeigengruppenebene. Hole mit google_ads_query tracking_url_template, final_url_suffix und url_custom_parameters für jede Kampagne, die nicht entfernt ist, danach dieselben Felder aus der Ressource ad_group.
3. Anzeigenebene. Hole mit google_ads_query final_urls, tracking_url_template und final_url_suffix für nicht entfernte Anzeigen aus ad_group_ad. Filtere alle utm_-Parameter heraus, die von Hand in die finale URL geschrieben wurden.
4. GA4-Seite. Finde die Property mit ga4_list_properties und prüfe mit ga4_list_ads_links, ob sie mit diesem Google-Ads-Konto verknüpft ist. Hole die letzten 28 Tage mit ga4_report mit dimension=channel und dimension2=source_medium. Suche die Zeilen, in denen Google-Ads-Traffic erscheint: google / cpc, von Hand gesetzte utm_medium-Werte oder Zeilen, die von Google kommen, aber in einem anderen Channel als Paid Search landen.

Markiere Folgendes:
1. Ist Auto-Tagging deaktiviert, ist das der wichtigste Befund, denn der Klick-Abgleich zwischen Google Ads und GA4 sowie Conversion-Importe hängen von der gclid ab.
2. Einige Kampagnen haben ein Tracking-Template, andere nicht, oder dasselbe Konto verwendet unterschiedliche Regeln für utm_source, utm_medium oder utm_campaign.
3. In finale URLs geschriebene utm-Parameter, die die Kontoregel verletzen (zum Beispiel utm_medium=paid, während andere Kampagnen cpc verwenden). Das kann Berichte für denselben Channel aufspalten.
4. Ein Tracking-Template ohne {lpurl} oder ein Template, das auf eine Redirect-Domain verweist.
5. Ist GA4 nicht mit Google Ads verknüpft, vermerke das separat, denn GA4 kann dann keine Kampagnen- und Kostendaten aus Google Ads erhalten.
6. Eine Abweichung von mehr als 30 % zwischen den Sitzungen von google / cpc in GA4 und den Klicks in Google Ads. Liste die wahrscheinlichen Ursachen auf, lege dich aber nicht auf eine einzelne fest, und weise darauf hin, dass ein Klick und eine Sitzung nicht dasselbe sind.

Gib die Ausgabe so aus: zuerst eine Tabelle nach Ebene (Ebene, Element, Tracking-Template, Suffix, utm in finaler URL, Befund), dann eine Tabelle zum Google-Ads-Traffic in GA4 (Channel, Quelle / Medium, Sitzungen, Schlüsselereignisse) und zum Schluss eine einheitliche Vorgabe: welches Template auf welche Ebene gehört.

Um ein Tracking-Template auf Kampagnenebene zu korrigieren, verwende manage_campaign_settings: Übergib das neue Template in tracking_url_template, sieh dir zuerst mit confirm=false eine Vorschau an, warte auf meine Freigabe, wende die Änderung an und bestätige sie, indem du sie mit google_ads_query zurücklesen lässt. Die utm-Bereinigung in den finalen URLs von Anzeigen sowie Suffixe auf Konto- oder Anzeigengruppenebene gibst du mir als To-do-Liste; ändere diese nicht selbst, denn wird die finale URL einer Anzeige bearbeitet, geht sie erneut in die Prüfung.

In Claude öffnen In ChatGPT öffnen Im Forum diskutieren

Beispielergebnis

Ein Beispiel für die Ausgabe dieses Prompts. Die Struktur stammt aus der echten Ausgabe der Tools, Zahlen und Namen sind fiktiv.

Beispielausgabe (basierend auf einem fiktiven Konto, keine echten Kundendaten)

Auto-Tagging: an. Keine Vorlage und kein Suffix auf Kontoebene. GA4-Verknüpfung mit Google Ads: keine.

Ebene	Element	Tracking-Vorlage	Suffix	utm in der finalen URL	Befund
Kampagne	Search Cities	{lpurl}?utm_source=google&utm_medium=cpc&utm_campaign={campaignid}	keiner	keine	Standard
Kampagne	Search Competitor	keine	keiner	keine	Vorlage fehlt
Anzeige	Demand Gen Video, Anzeige 8241	keine	keiner	utm_medium=paid&utm_campaign=dg_video	Verstößt gegen die Kontoregel

Kanal	Quelle / Medium	Sitzungen	Schlüsselereignisse
Paid Search	google / cpc	312	18
Paid Other	google / paid	41	0

Google Ads zeigt 1.180 Klicks in 30 Tagen, GA4 zeigt 312 Sitzungen mit google / cpc. Die Abweichung liegt über 30 %; mögliche Ursachen: die fehlende GA4-Verknüpfung, Besucher, die die Seite verlassen, bevor sie geladen ist, und Besuche, bei denen die Cookie-Einwilligung abgelehnt wurde.

Empfohlener Standard: dieselbe Kampagnenvorlage für jede Kampagne, keine utm in den finalen URLs. Eine Vorlagenvorschau für Search Competitor liegt bereit und wartet auf Ihre Freigabe.

Diese Prompts funktionieren am besten, wenn dein KI-Assistent über Opus Growth mit deinen Konten verbunden ist.

Konten kostenlos verbinden

Weitere Prompts

KontoprüfungNur lesend

Vollständiges Google-Ads-Konto-Audit mit den drei Maßnahmen, die zuerst umgesetzt werden sollten

Prüft das gesamte Konto in einem Durchgang, von Messung und Gebotsstrategie bis zu Kontostruktur und Landingpages. Sortiert die Ergebnisse nach Wirkung und benennt die ersten drei Maßnahmen, ohne etwas zu ändern.

Wann du ihn nutztWenn du ein Google-Ads-Konto übernimmst oder ihm misstraust und wissen willst, was wirklich falsch läuft und wo du mit der Behebung anfangen sollst.

Führe ein vollständiges Audit meines Google-Ads-Kontos [Kontoname] durch. Wenn das Konto jünger als 90 Tage ist, nutze alle verfügbaren Tage, andernfalls die letzten 90 Tage. Das ist eine reine Leseprüfung, ändere nichts.

Beginne mit account_snapshot, um für jede Kampagne Status, Budget, Gebotsstrategie, Alter und die Ergebnisse seit dem Start zu erhalten. Trenne die Kampagnen, die Ergebnisse liefern, von denen, die Budget verbrauchen, ohne zu konvertieren. Gehe dann diese Bereiche der Reihe nach durch:

1. Messung. Liste die primären Conversion-Aktionen mit list_conversion_actions auf. Markiere jede primäre Aktion, die in den letzten 30 Tagen nichts erfasst hat. Suche nach Konfigurationen, die dieselbe Person doppelt zählen können, zum Beispiel ein Klick auf die Telefonnummer und ein Klick auf WhatsApp auf der Website, die als zwei getrennte primäre Aktionen eingerichtet sind, oder das Google-Ads-Tag und ein importiertes GA4-Event, die beide für dasselbe Formular als primär gelten. Prüfe, wie viele Klicks auf den Anrufbutton in den Anzeigen entfielen und ob diese Anrufe tatsächlich erfasst wurden, mit google_ads_query auf call_view.
2. Gebote und Budget. Zeige mit impression_share_analysis pro Kampagne den durch Budget und durch Rang verlorenen Anteil an Impressionen. Finde mit keyword_quality_report Keywords, die unter dem Gebot für die erste Seite liegen oder wegen niedriger Qualität selten ausgeliefert werden. Sage bei Kampagnen mit Smart Bidding, ob die letzten 30 Tage genügend Conversions für das verwendete Ziel enthalten.
3. Struktur. Prüfe, ob Markensuchen sich eine Kampagne mit generischen Suchen teilen, ob jede Anzeigengruppe auf die Seite ihrer eigenen Leistung verweist und ob dasselbe Keyword in mehr als einer Anzeigengruppe steht.
4. Suchbegriffe. Trenne mit search_terms_report Begriffe, die Budget verbrauchen, ohne zu konvertieren, Wettbewerbermarken und informationsorientierte Suchen. Zähle einen Begriff mit mindestens einer Conversion nie als Verschwendung.
5. Anzeigen und Assets. Prüfe die Anzeigeneffektivität, abgelehnte Assets und ob Sitelinks auf die richtige Seite verweisen. Markiere separat jeden Text und jedes Asset, das eine Leistung beschreibt, die das Unternehmen nicht anbietet: [nicht angebotene Leistungen, oder "keine" eintragen].
6. Landingpages. Hole mit google_ads_query aus landing_page_view Klicks, Kosten und Conversion-Rate pro Seite. Prüfe auf den Seiten mit dem höchsten Budgetverbrauch, ob ein Telefon- und ein WhatsApp-Button vorhanden sind, und kontrolliere die mobile Ladegeschwindigkeit mit core_web_vitals.
7. Standort, Zeitplan und Gerät. Zeige, ob die Standortoption auf "Präsenz" eingestellt ist, wie viel Budget außerhalb des Zielgebiets ausgegeben wird sowie Ausgaben und Conversions außerhalb von [Geschäftszeiten].

Formatiere die Ausgabe so: zuerst eine Zusammenfassung in fünf Sätzen, wie das Konto dasteht. Danach eine nach Wichtigkeit sortierte Ergebnistabelle: Problem, Beleg, geschätzte Wirkung, Empfehlung. Am Ende die drei Maßnahmen, die zuerst umgesetzt werden sollten, und warum jede davon zuerst kommt. Wo die Daten für eine Schlussfolgerung nicht ausreichen, rate nicht, sondern sage, was fehlt.

KontoprüfungNur lesend

Vollständiges Meta-Ads-Konto-Audit mit den drei wichtigsten Sofortmaßnahmen

Prüft in einem Durchgang Messung, Auslieferungsprobleme, Lernphase, Targeting, Placements und Creative-Ermüdung. Priorisiert die Erkenntnisse und nennt die ersten drei Maßnahmen, ohne etwas zu verändern.

Wann du ihn nutztWenn die Ergebnisse deiner Meta-Anzeigen eingebrochen sind oder stagnieren und du wissen willst, was im Konto schiefläuft, bevor du etwas änderst.

Prüfe mein Meta-Werbekonto [ad account] von Anfang bis Ende. Nimm die letzten 30 Tage als Hauptzeitraum und die 30 Tage davor als Vergleich. Das ist eine reine Leseprüfung, verändere nichts.

Beginne mit account_snapshot für die Plattform meta, um Status, Budget, Zielsetzung, Alter und die Ergebnisse seit dem Start jeder Kampagne zu erhalten. Meta kennt keine einheitliche Conversion-Zahl, verwende also für jede Kampagne das Ergebnis, auf das sie tatsächlich optimiert (Leads, begonnene Nachrichtenunterhaltungen, Käufe). Gehe dann diese Bereiche der Reihe nach durch:

1. Messung. Prüfe mit list_meta_pixels den Zeitpunkt des letzten Pixel-Events. Bestätige, dass das Event, auf das jede Kampagne optimiert, tatsächlich erfasst wird. Markiere Setups, die dasselbe Ergebnis doppelt zählen können, zum Beispiel Leads, die sowohl über den Pixel als auch über ein Sofortformular erfasst werden.
2. Auslieferung. Liste Anzeigengruppen auf, die abgelehnt wurden, in der Prüfung hängen, keine aktive Anzeige mehr haben oder weniger als die Hälfte ihres Budgets ausgeben. Nenne zu jeder den von Meta angegebenen Grund.
3. Lernphase. Finde Anzeigengruppen, die so stark aufgeteilt sind, dass sie keine 50 Ergebnisse pro Woche erreichen können. Zeige mit meta_change_history die Änderungen der letzten 14 Tage, die das Lernen zurückgesetzt haben.
4. Targeting und Zielgruppen. Markiere Anzeigengruppen, die dieselbe Zielgruppe ansprechen, sowie Anzeigengruppen, deren Frequenz über [maximum frequency] liegt.
5. Placements und Geräte. Vergleiche mit get_report die Kosten pro Ergebnis nach publisher_platform und nach Gerät mit dem Kontodurchschnitt. Triff keine Entscheidungen auf Basis von Segmenten mit weniger als 20 Ergebnissen.
6. Creatives. Betrachte eine Anzeige als ermüdet, wenn die Frequenz steigt, während die Klickrate sinkt und die Kosten pro Ergebnis zunehmen. Beschreibe kurz den Ansatz, den die erfolgreichen Anzeigen gemeinsam haben.
7. Ziel. Prüfe, ob die Seite oder der WhatsApp-Link, auf die die Anzeigen verweisen, funktioniert und zur Zielsetzung passt.

Gliedere die Ausgabe so: zuerst eine Zusammenfassung in fünf Sätzen, wie das Konto dasteht. Danach eine nach Wichtigkeit geordnete Tabelle der Erkenntnisse: Problem, Beleg, geschätzte Auswirkung, Empfehlung. Zum Schluss die drei Maßnahmen, die zuerst umgesetzt werden sollten, und warum jede davon an dieser Stelle steht. Wo die Daten für eine Schlussfolgerung nicht ausreichen, rate nicht, sondern sage, was fehlt.

KontoprüfungÄndert nach deiner Freigabe

Telefon- und WhatsApp-Anfragen zu einer verlässlichen Conversion zusammenführen

Verhindert, dass eine Person doppelt gezählt wird, wenn sie sowohl anruft als auch eine Nachricht schickt. Verknüpft die beiden Buttons auf der Website mit einer einzigen Conversion und prüft, ob der Anruf-Button in den Anzeigen überhaupt gemessen wird.

Wann du ihn nutztWenn Interessenten über Ihre Website sowohl anrufen als auch per WhatsApp schreiben und Sie vermuten, dass eine Person doppelt als Conversion gezählt wird und Ihre Kosten pro Conversion zu günstig aussehen.

In meinem Google-Ads-Konto [Kontoname] erreichen uns Interessenten über die Telefon- und WhatsApp-Buttons auf der Website. Wenn eine Person, die beide Buttons klickt, als zwei Conversions zählt, sehen meine Kosten pro Conversion günstiger aus, als sie tatsächlich sind, und der Gebotsalgorithmus lernt das Falsche. Behebe das.

1. Bestehende Einrichtung erfassen. Liste mit list_conversion_actions die primären Aktionen, ihre Kategorien und Zählweisen auf. Zeige in meinem Tag-Manager-Container [GTM-Container-ID] mit list_gtm_tags, welcher Tag welches Conversion-Label auslöst. Schätze anhand von Zahlen, wie oft ein einzelner Anzeigenklick in den letzten 30 Tagen mehr als eine Kontakt-Conversion erzeugt haben könnte.
2. Der Anruf-Button in den Anzeigen. Prüfe mit google_ads_query, wie viele Klicks und wie viel Budget auf den Anruf-Button in den Anzeigen entfielen, und kontrolliere mit call_view, ob diese Anrufe erfasst wurden. Wenn es Klicks, aber keine Einträge gibt, sag das deutlich und biete zwei Optionen an: das Anruf-Asset entfernen oder diese Klicks als nicht gemessenen Traffic akzeptieren.
3. Plan vorlegen. Schlage eine einzige Conversion-Aktion mit dem Namen "Kontakt-Klick (Telefon + WhatsApp)" vor, bei der die Zählweise auf "Eine" steht. Verknüpfe sie mit einem Tag, das sowohl beim Telefon- als auch beim WhatsApp-Trigger feuert. Stelle die beiden alten Aktionen auf sekundär. Sag, ob bei Kampagnen mit Smart Bidding das Ziel überprüft werden muss, weil die Zahl der Conversions sinken wird.
4. Nach meiner Freigabe umsetzen. Lege die Conversion-Aktion an, stelle die Zählweise auf "Eine", aktualisiere den Tag im Tag Manager und zeige mir vor der Veröffentlichung die Liste der Änderungen. Notiere nach der Veröffentlichung, welche Version wiederhergestellt werden kann.

Schließe mit einem kurzen Testplan ab: Wie sehe ich im Vorschaumodus, dass nur der neue Tag feuert, wenn beide Buttons geklickt werden, und wie viele Tage dauert es, bis sich die Korrektur in den echten Daten zeigt?

KontoprüfungNur lesend

Vollständiges SEO-, AEO- und GEO-Audit mit belegter Scorecard

Bewertet Zugriff, technischen Zustand, strukturierte Daten, Zitierfähigkeit der Inhalte, Vertrauenssignale und gemessene KI-Sichtbarkeit in sechs Bereichen mit je fünf konkreten Prüfpunkten. Zeigt zu jedem Punkt den Beleg und sortiert die Maßnahmen nach Wirkung und Aufwand, ohne etwas zu verändern.

Wann du ihn nutztWenn Sie wissen möchten, wie sichtbar und vertrauenswürdig Ihre Website in der klassischen Suche, in Antwortmaschinen und in KI-Suche ist, und eine priorisierte Liste brauchen, was zuerst zu beheben ist.

Auditiere meine Website [site URL] von Anfang bis Ende für die klassische Suche, Answer Engines (AEO) und KI-Suche (GEO). Meine Search-Console-Property: [Search Console property]. Wichtigster Wettbewerber: [competitor domain, or "none"]. Markt: [country], Sprache: [language code]. Die 3 Suchanfragen, die mir das meiste Geschäft bringen: [3 commercial queries]. Meine wichtigsten Seitentemplates: [homepage, one service page, one blog post URL]. Die Aufgabe ist rein lesend.

Credit-Regel: Prüfe vor dem Start mit seo_history frühere Läufe und rufe die wiederverwendbaren mit denselben Argumenten erneut auf. Zeige mir einmal die Liste der neuen Aufrufe, die Credits verbrauchen, und hole meine Freigabe ein.

Datenerhebung:
1. Führe die gebündelte Analyse mit seo_full_analysis aus und übergib domain, competitor, location und language. Der Abschnitt zur KI-Sichtbarkeit misst das einzelne Keyword, für das die Website am besten rankt, und das kann mit meinem Geschäft nichts zu tun haben; verwende diesen Abschnitt nicht für die Bewertung, sondern miss meine 3 kommerziellen Suchanfragen mit seo_ai_overview und target=[domain]. Wenn references leer ist, zähle die Domains der Links innerhalb von ai_answer.
2. Führe seo_site_crawl mit max_pages nahe an der Seitenzahl der Website aus (höchstens [page limit]). Der Aufruf liefert eine task_id; rufe ihn nach 60 bis 90 Sekunden erneut mit derselben task_id auf und warte, bis die Zusammenfassung vorliegt. Hole bei Bedarf die vollständige URL-Liste eines Problems über den Parameter issue. Wenn das Crawl-Limit nicht die gesamte Website abdeckt, weise darauf hin, dass die Ergebnisse eine Stichprobe sind.
3. Lies robots.txt, sitemap.xml und llms.txt mit site_read_url. Lies meine Template-Seiten mit text=true (wenn truncated true ist, erneut mit max_bytes=1000000) und mit outline=true. Für JSON-LD lies dieselben Seiten mit max_bytes=1000000 und extrahiere die Blöcke.
4. Miss die Startseite und die Leistungsseite mit seo_audit und strategy='mobile'. Verwende für die Core Web Vitals reale Nutzerdaten (Felddaten), sofern vorhanden, andernfalls den Labor-Wert, und gib an, welchen du genutzt hast.
5. Nutze get_report mit platform='search_console' und den Aufschlüsselungen 'query by impressions' und 'page by impressions' für die letzten 90 Tage. Prüfe die 10 Seiten mit den meisten Impressionen mit gsc_inspect_urls. Hole den Sitemap-Status mit gsc_sitemaps.
6. Denke daran, dass verschiedene Tools unterschiedliche Versionen derselben Seite sehen können: Wenn seo_technical_audit oder seo_site_crawl einen Title in einer anderen Sprache misst als site_read_url anzeigt, halte das als Befund fest, denn die Website leitet Besucher möglicherweise nach Land um.

Scorecard: sechs Bereiche mit je fünf Prüfpunkten, jeder Prüfpunkt bestanden (1) oder nicht bestanden (0). Wenn zu einem Prüfpunkt keine Daten vorliegen, schreibe "nicht gemessen" und nimm ihn aus dem Nenner; bewerte niemals durch Raten.
1. Zugriff und Crawlbarkeit: robots.txt ist für KI-Crawler mit Suchfunktion geöffnet; wichtige Seiten liefern 200 mit höchstens einer Weiterleitung; kein noindex auf wichtigen Seiten; die Sitemap enthält keine Fehler und enthält die wichtigen Seiten; der Hauptinhalt ist ohne JavaScript sichtbar.
2. Technischer Zustand und Geschwindigkeit: LCP mobil unter 2,5 Sekunden; CLS unter 0,1; INP unter 200 ms; keine defekten Seiten oder defekten internen Links im Crawl; keine doppelten Titles oder Descriptions.
3. Strukturierte Daten und Entität: Ein Organization- oder LocalBusiness-Knoten ist vorhanden; die Knoten sind über @id verknüpft; das Schema passt zum Seitentyp (Service, Article, Product); die Fakten im Schema stimmen mit dem sichtbaren Text überein; die sameAs-URLs funktionieren.
4. Zitierfähigkeit der Inhalte: Der erste Absatz wichtiger Seiten beantwortet die Frage direkt; Überschriften benennen das Thema oder die Frage klar; vergleichbare Fakten stehen in einer Tabelle; eine seitenspezifische FAQ ist vorhanden; es gibt konkrete Zahlen und Daten.
5. Vertrauenssignale: Die Über-uns-Seite ist konkret (wer, wo, seit wann); Kontaktdaten stehen auf der Website und sind konsistent; Beiträge nennen einen Autor oder Herausgeber; Veröffentlichungs- und Aktualisierungsdatum sind sichtbar; Rechtstexte sind über statische Links im Footer erreichbar.
6. Gemessene KI-Sichtbarkeit: Für mindestens eine der 3 kommerziellen Suchanfragen wird die Website in der KI-Antwort von Google zitiert; sie wird bei der Markenanfrage zitiert; llms.txt ist vorhanden und korrekt; die Search Console zeigt Klicks von Non-Brand-Suchanfragen; wenn der wichtigste Wettbewerber bei diesen Suchanfragen zitiert wird, gibt es mindestens eine, bei der auch ich zitiert werde.

Formatiere die Ausgabe so. Zuerst eine Management-Zusammenfassung in fünf Sätzen. Dann die Score-Tabelle: Bereich, Score (z. B. 3/5), nicht bestandene Prüfpunkte. Dann die Beleg-Tabelle: Bereich, Prüfpunkt, Ergebnis, Beleg (Tool-Name und zurückgegebener Wert), betroffene URLs. Dann die Maßnahmenliste: zu jedem Punkt die Wirkung (hoch, mittel, niedrig), der Aufwand (Stunden, Tage, Wochen) und wer ihn umsetzt; hohe Wirkung bei geringem Aufwand zuerst. Zum Schluss die ersten drei Maßnahmen und warum sie an erster Stelle stehen. Fälle kein Urteil über etwas, das nicht gemessen wurde.