Statt Tool-Abo
eigene Engine.
Audit-Tools sind teuer und verschicken Kunden-Daten. Wir wollten beides nicht. Also haben wir die Audit-Engine selbst gebaut, mit über 30 integrierten Analyzer-Modulen, eigener Search-Console-Anbindung und AI-Reasoning-Layer, der Empfehlungen direkt für Code-Edits aufbereitet.
Service-Angebot ansehenExterne Audit-Suiten (Sichtbarkeits-Indizes, SERP-Tracker, On-Page-Crawler) liefern reichhaltige Daten, kosten aber dreistellig im Monat pro Domain und verschicken Crawl-Daten zu Drittanbietern. Für Beratungs-Mandate ist das zweimal problematisch: hohe Fix-Kosten pro Kunden-Audit plus DSGVO-Themen wenn Kunden-URLs an externe Server gehen. Plus: Standard-Tools liefern Listen, keine priorisierten Action-Items.
Eigene Audit-Engine, modular gebaut, mit AI-Reasoning-Layer obendrauf. Datenquellen aus allen relevanten Suchmaschinen, KI-Plattformen und technischen Crawlern, kombiniert in einem Bericht der direkt umsetzbar ist.
- Eigene Crawler-Engine, robots-aware, mobile-first (Google-Indexierungs-Standard), erkennt Redirect-Hülsen damit der Score nicht verzerrt wird.
- Mehr als 25 Datenquellen. Tech, GEO, Performance, Schema, Sicherheit, KI-Sichtbarkeit, Suchanfrage-Werte aus Google + Bing in einem zusammenhängenden Bericht.
- AI-Reasoning-Layer. Content-Quality-Bewertung pro Page, Topic-Cluster-Lücken-Analyse, AI-Citation-Check (wird die Marke in ChatGPT, Claude, Gemini zitiert?), automatische Refactor-Drafts.
- Submit-Pipeline für alle Suchmaschinen. Sitemap-Submit, URL-Inspection, IndexNow-Sofort-Push für Bing/Yandex. Bing-Index ist die Quelle für ChatGPT-Search, daher Pflicht-Hebel für KI-Sichtbarkeit.
- Output direkt KI-lesbar, strukturierte Reports pro Page, von Claude oder anderen LLMs für Refactor-Edits direkt nutzbar. Tool und Reasoning-Layer arbeiten als Pipeline, nicht als Toolwechsel.
Google hat 2024 den Standard-Workflow für Server-Tools dichtgemacht. Service-Account-E-Mails lassen sich nicht mehr in der Search Console hinzufügen. Wir haben einen lokalen OAuth-Flow gebaut, der das Problem sauber löst: einmaliger Browser-Login, danach permanenter API-Zugriff für alle Properties des Users. Klingt klein, ist aber das Detail das andere Tools nicht haben, und das Mandate vor monatelangem GSC-Drama bewahrt.
Bei einem Refactor stellten wir fest, dass Search-Console den Sitemap-Submit zwar akzeptiert, aber stundenlang nicht neu lädt. Diagnose: der Hoster lieferte XML-Dateien mit zu langer Cache-Lebensdauer. Google ignoriert dann jeden Submit für 24 Stunden. Standard-SEO-Tools melden so etwas nicht, weil sie auf den HTTP-Status schauen, nicht auf die Cache-Header. Unser Tool zieht den vollen Header-Stack pro URL und liefert die Hoster-Konfigurations-Empfehlung mit. Genau die Art von Befund, die Mandate vor stillen Indexierungs-Problemen schützt.
Wird die Marke in den großen Conversational-AI-Engines zitiert? Wir messen das systematisch über strukturiertes Brand-Query-Set gegen Claude, Gemini und perspektivisch ChatGPT-Search. Ergebnis: ein Citation-Score pro Engine, der zeigt wie viel der GEO-Hebel (llms.txt, Grounding-Page, Schema-Voll-Stack) tatsächlich bewirkt. Das macht KI-Sichtbarkeit zum messbaren KPI, nicht zur Hoffnung.
Audit-Run gegen eine durchschnittliche Mittelstands-Site: zwei bis drei Minuten. Output ist sofort an die KI-Pipeline übergebbar. Tool und Reasoning-Layer arbeiten zusammen, nicht nacheinander. Die Engine ist Basis des Service-Angebots SEO & KI-Sichtbarkeit. Erweiterungen für Kunden-Lieferung als PDF und für Live-Beratungs-Sessions folgen.
Was das Tool im Alltag liefert.
Drei Phasen pro Audit-Run, von der Datenerhebung über AI-Reasoning bis zum direkt umsetzbaren Refactor-Vorschlag. Keine Werkzeug-Schau, sondern eine Pipeline die mit klarer Ausgabe endet.
Sammeln
Eigene Crawler-Engine zieht Tech-Daten, Schema, Linking, Performance. Plus Daten aus Search Console, Bing Webmaster Tools, PageSpeed, Knowledge Graph. Alles in einem Run, mehr als 25 Datenquellen.
Verstehen
AI-Reasoning-Layer aggregiert die Rohdaten, erkennt Muster (Mobile-Discrepanz, Cache-Header-Bug, Title-Kannibalisierung, Citation-Lücken in KI-Suchen), priorisiert nach Wirkung × Aufwand.
Liefern
Strukturierter Bericht. Site-weit plus pro Page eigene Detail-Datei mit konkreten Refactor-Schritten. Direkt von KI weiterverarbeitbar für automatisierte Edits oder vom Team manuell umsetzbar.
Audit-Run gegen eine durchschnittliche Mittelstands-Site mit 15-30 Pages: zwei bis drei Minuten. Single-Page-Re-Audit nach Refactor: unter 90 Sekunden. Subtree-Audit für eine Section nach Architektur-Änderung: unter 2 Minuten. Schnell genug für Refactor-Iteration, tief genug für strategische Entscheidungen.
Vier Werkzeuge, ein Stack.
Das Site-Audit-Tool ist die Foundation. Auf der gleichen Datenbasis stehen drei weitere Werkzeuge: Analytics misst Besucher-Verhalten, Page-Lifecycle macht aus Audit-Daten Briefs für neue Pages, Redaktions-MCP setzt Tickets via Claude oder ChatGPT direkt im Site-Repo um.
Site-Audit-Service
Audit-Tool als Service buchen. Stand-Alone oder als Add-On bei einem Site-Build mit laufendem Care-Plan.
Analytics ohne Cookies
Audit zeigt was Suchmaschinen sehen, Analytics misst was Besucher tun. Ohne Cookie-Banner, mit KI-Engine-Erkennung.
Page-Lifecycle
Audit-Daten werden zum Brief für neue Pages. Sieben Phasen, Followups nach 14, 28, 56 Tagen mit konkreten Tickets.
Redaktions-MCP
Audit-Tickets manuell abarbeiten kostet Zeit. Claude oder ChatGPT setzen sie via MCP direkt im Site-Repo um.
Tool für deine Use-Cases bauen?
Wenn du eine ähnliche Engine für deinen Anwendungsfall brauchst. Daten-Pipeline, AI-Reasoning, Custom-CLI, sprechen wir gerne darüber. Erstgespräch: 30 Minuten, kostenlos.
Erstgespräch buchen