Zum Inhalt springen
thconsulting
Menü öffnen
Eigenbau · CLI · AI-Reasoning · 2026

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 ansehen
Problem

Externe 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.

Lösung

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.
Highlight: OAuth-Lösung gegen Google-Block

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.

Highlight: Cache-Header-Diagnose, die kein anderes Tool macht

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.

Highlight: AI-Citation-Tracking

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.

Ergebnis

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.

Wertkette

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.

01

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.

02

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.

03

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.

Performance

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.

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