Google Search Console KI-gestützte Konfiguration: Use Case + Prompts

Google hat der Search Console eine KI-gestütze Konfiguration verpasst: Ihr tippt einen Satz, und der Leistungsbericht macht plötzlich das, wofür man sonst fünf Klicks, drei Filter und einen kleinen Nervenzusammenbruch braucht.

Wenn ihr also gerade vor „KI-gestützter Konfiguration (Experimentell)“ sitzt und euch fragt: „Ist das genial oder nur ein sehr selbstbewusster Praktikant?“ – dann setzt euch. Ich bringe Popcorn und ein paar harte Regeln mit.

Es gibt eigentlich nur genau zwei Dinge, die ihr heute über mich wissen müsst:

a) Ich liebe Tools, die mir Zeit sparen.

b) Ich hasse Tools, die mir Zeit sparen, indem sie mir dafür neue Fehler schenken, die ich vorher nicht hatte.

Die neue „KI-gestützte Konfiguration“ in der Google Search Console (GSC) ist genau so ein Ding. Google sagt das selbst ziemlich offen und nennt es experimentell.

Und ja: Ich schreibe das aus der Perspektive einer Person, die Software baut, Social Media bespielt und Psychologie-Kenntnisse hat – eine Kombination, die im Kern bedeutet: Ich vertraue keiner Oberfläche, die zu freundlich lächelt, und keinem Menschen, der „nur kurz“ sagt.

Was Google da eigentlich ausrollt

Die KI-basierte Konfiguration ist ein Feature im Leistungsbericht, das eure Eingaben in eine konkrete Berichts-Konfiguration übersetzt. Ihr beschreibt die gewünschte Datenansicht, und die Search Console setzt daraus Filter, Vergleiche und die Auswahl der Messwerte zusammen.

Wichtig ist das Wort „Konfiguration“. Das Feature kann nicht zaubern, keine neuen Datenquellen herbeiteleportieren und auch nicht plötzlich Dinge messen, die der Bericht grundsätzlich nicht hergibt.
Es verkürzt vor allem den Weg von „Ich hätte gern …“ zu „Hier ist der Bericht, so wie du ihn meinst“. Also eher Übersetzer als Orakel.

Und noch ein Detail, das ihr euch auf die Innenseite eures Schädels kleben könnt: Stand Februar 2026 läuft der Rollout seit Dezember 2025. Das passiert schrittweise und sie ist nicht überall gleichzeitig verfügbar.
Wenn ihr sie nicht seht, heißt das nicht, dass ihr zu doof seid. Es heißt: Rollout.

Was ist diese Funktion?

Eine experimentelle KI-Funktion, die den Leistungsbericht anhand eurer Textanfrage automatisch so einstellt, dass Filter, Vergleiche und Messwerte zur Frage passen, statt dass ihr alles manuell zusammenklickt.

Wo findet ihr sie?

Wenn ihr sie habt, taucht sie im Leistungsbericht als Option auf, den Bericht „mit KI“ anzupassen. Das ist kein neues Menü für die ganze Search Console, sondern ein Zusatz im Performance-Report-Kontext.

Was die KI-Konfiguration kann (und nicht)

Google benennt ziemlich sauber, was die Funktion übernimmt:

1. Filter anwenden
2. Vergleiche konfigurieren
3. Messwerte auswählen

Endlich! Das deckt ziemlich genau die drei Stellen ab, an denen man sonst am liebsten die Maus aus dem Fenster werfen würde.

Ihr kennt das doch? Ihr wollt „nur kurz“ prüfen, wie sich euer organischer Traffic im Vergleich zum letzten Quartal entwickelt hat, klickt euch durch Filter, Datumsbereiche, Vergleichsoptionen – und 15 Minuten später fragt ihr euch, warum ihr eigentlich noch im Marketing arbeitet und nicht einfach die Axt 2000 verkauft, irgendwo im Wald, ohne KPI-Dashboards.

Genau hier setzt die neue KI-gestützte Konfiguration im Leistungsbericht der Google Search Console an: Statt Filter, Häkchen und Dropdowns hackt ihr einfach in natürlicher Sprache rein, was ihr sehen wollt – und die KI baut euch daraus den passenden Bericht.

Was sie kann: Filter, Vergleiche, Messwerte

• Filter anwenden: Ihr könnt per Anfrage eingrenzen, beispielsweise nach Suchanfrage, Seite, Land, Gerät, Darstellung in der Suche oder Zeitraum.
• Vergleiche konfigurieren: Ihr könnt Vergleiche (auch komplexere Zeiträume) anfragen, und die KI baut daraus die passende Vergleichsansicht.
• Messwerte auswählen: Die KI wählt aus den im Bericht verfügbaren Messwerten – Klicks, Impressionen, durchschnittliche CTR, durchschnittliche Position – passend zu eurer Frage aus.

Was sie nicht kann: Kein „neues“ Wissen, keine Aktionen

Bevor ihr euch komplett in die KI verliebt: Es gibt bewusst eingebaute Grenzen. Die Funktion konzentriert sich ausschließlich auf die Konfiguration, nicht auf die „Bedienung“ des Berichts

• Kein Ersatz für Denken: Google warnt explizit, dass KI Anfragen falsch interpretieren kann und ihr die gesetzten Filter prüfen solltet.
• Kein Discover und kein News: Die KI-Konfiguration funktioniert aktuell ausschließlich im Performance-Report für Suchergebnisse. Discover, News und andere Berichtstypen sind nicht unterstützt.
• Keine Bedien-Aktionen: Das Feature ist für Konfiguration gedacht und kann z.B. nicht „Sortiere die Tabelle“ oder „Exportiere das“ als Aktion ausführen.

Aus psychologischer Sicht ist das spannend: Menschen überschätzen die Präzision von Systemen, die in natürlicher Sprache antworten, massiv. Also bitte: Misstrauen ist hier keine Schwäche, sondern Feature.

Prompts, die euch Arbeit sparen

Hinweis: Google nennt nicht öffentlich, welches KI-Modell die Anfragen verarbeitet – vermutlich ein Gemini-basiertes NLP-System, das auf GSC-Dimensionen trainiert wurde. Das erklärt, warum präzise Formulierungen besser funktionieren als vage Fragen.

Grundregeln für gute Prompts in der Google Search Console KI-gestützte Konfiguration

Eine brauchbare Prompt-Struktur für den Leistungsbericht folgt im Idealfall vier Bausteinen:

• Was wollt ihr analysieren?
• Welche Bedingung soll gelten?
• Welcher Zeitraum ist relevant?
• Welche Metriken wollt ihr sehen?

Ihr merkt: Je klarer ihr eure Frage formuliert, desto weniger Zeit verbringt ihr später damit, verwirrte Filter zu korrigieren – wie bei jeder halbwegs funktionierenden Beziehung.

Prompt-Rezepte

Wenn ihr mehrsprachige Properties verwaltet, formuliert Prompts in der Sprache, die zur Haupt-Zielgruppe der Property passt. Die KI funktioniert derzeit vor allem auf Englisch optimal, Deutsch wird unterstützt, ist aber (Stand Februar 2026) noch weniger präzise.
Ich nutze das allerdings auf Deutsch – und freue mich auf weitere Präzesion bei Weiterentwicklungen.

Traffic-Vergleich

Der klassische „Wie lief es letzte Woche?“-Check wird mit der neuen Funktion deutlich weniger klickintensiv. Statt euch durch Datumsvergleiche zu hangeln, beschreibt ihr einfach, was ihr sehen wollt:

Zeige mir Klicks, Impressionen und durchschnittliche Position für alle Suchanfragen in den letzten 7 Tagen im Vergleich zu den vorherigen 7 Tagen

Zeige mir Suchanfragen mit sinkender CTR im Vergleich zur Vorwoche.

Suchintention finden

Zeige Suchanfragen der letzten 3 Monate, die ‘was ist’ oder ‘wie’ enthalten. Fokus: Impressionen und CTR.

Brand vs. Non-Brand sauber trennen

Ihr wollt wissen, ob ihr wirklich für Inhalte rankt – oder ob eure Brand-Queries euch die Zahlen schön färben? Die KI-Konfiguration macht die Unterscheidung einfacher:

Vergleiche Klicks, Impressionen, CTR und Position für Suchanfragen mit meinem Markennamen mit Suchanfragen ohne Markennamen in den letzten 90 Tagen.

Natürlich müsst ihr prüfen, ob die AI eure Marke richtig interpretiert – vor allem, wenn ihr einen Namen gewählt habt, der klingt wie ein Gartengerät oder ein Indie-Bandprojekt.

Snippet-Potenziale

Zeige Suchanfragen mit vielen Impressionen und niedriger CTR in den letzten 90 Tagen.

Mobile Probleme zuerst sehen:

Die meisten von euch leben ohnehin in Mobile-first-Decks, also warum nicht die GSC-Prompts gleich darauf trimmen?

Zeige mir Suchanfragen auf Mobilgeräten in den letzten 28 Tagen, bei denen die durchschnittliche Position sich im Vergleich zu den vorherigen 28 Tagen verschlechtert hat.

Zeige mir Seiten auf Mobilgeräten mit stark gefallener CTR im Vergleich zum letzten Monat.

Content-Cluster im Blick behalten

Wenn ihr eure Blogstruktur halbwegs sauber gestaltet habt (z.B. alle Artikel einer Serie unter „/blog/geo/“), könnt ihr mit einem einzigen Prompt Cluster-Performance beobachten:

Zeige mir Klicks, Impressionen, CTR und Position für Seiten, deren URL ‚/blog/geo/‘ enthält, in den letzten 60 Tagen, im Vergleich zu den vorherigen 60 Tagen.

Die KI der Search Console übersetzt solche Beschreibungen in Filter, Metriken und Vergleichslogik – ihr dürft ihr nur nicht zumuten, eure unausgesprochene Meeting-Agenda zu erraten.

Die Struktur ist immer gleich: präzise Bedingung, klarer Zeitraum, explizite Metriken. Das ist im Grunde nichts anderes als Prompt-Design für Reporting – nur eben direkt im GSC-Interface.

Prompt-Pattern: Erst breit, dann eng

Wenn ihr nur einen Denkrahmen mitnehmt: Startet breit, dann stellt ihr die Präzision hoch.

⬇️ Erst: „Zeige mir Suchanfragen mit hoher Impression und niedriger CTR in 3 Monaten.“
⬇️ Dann: „… nur mobil“
⬇️ Dann: „… nur Deutschland“
⬇️ Dann: „… nur Seiten mit /axt2000/“.

Ihr baut einen Trichter – nicht nur im Marketing, auch im Kopf.

Mein Workflow: von „Klingt spannend“ zu „Ich ändere etwas“

Psychologie-Realtalk: Menschen – auch ich – verwechseln gern „Ich habe Daten angesehen“ mit „Ich habe etwas verstanden“. Die KI-Konfiguration macht das Ansehen leichter. Das Verstehen bleibt euer Job.

Schritt 1: Frage formulieren

Gute Fragen sind entscheidungsfähig. Also: „Was mache ich anders, wenn ich die Antwort kenne?“

Wenn die Antwort lautet „nichts“, ist die Frage nur ein Snack für euer Ego.

Schritt 2: Prompt so schreiben, dass Filter plausibel sind

• Zeitraum nennen (z.B. „letzte 28 Tage“ oder „letztes Quartal“).
• Dimensionen nennen (Land, Gerät, Seitenbereich, Suchanfrage-Muster).
• Messwerte nennen, wenn ihr sie wirklich braucht (Klicks, Impressionen, CTR, Position).

Schritt 3: Ergebnis prüfen

Google sagt selbst: Prüft die vorgeschlagenen Filter, weil KI Anfragen falsch interpretieren kann.

Praktisch heißt das: Schaut euch die Filterleiste an wie eine Code-Review. „Was hat sie gesetzt?“ und „Fehlt etwas?“

Schritt 4: Erst Hypothese, dann Aktion

Beispiel: Niedrige CTR bei hoher Impression kann bedeuten „Snippet passt nicht“ oder „Suchintention verfehlt“ oder „SERP ist voll mit Features“.

Aus der Search Console allein folgt keine eindeutige Therapie – aber sie zeigt euch, wo ihr überhaupt anfassen solltet.

Schritt 5: Dokumentieren wie ein Mensch mit Zukunft

Ich schreibe mir die Konfiguration in Klartext auf:

1. Zeitraum
2. Filter
3. Vergleich
4. Messwerte
5. Erkenntnis
6. nächste Aktion

Weil: In zwei Wochen erinnert ihr euch sonst nur noch an das Gefühl. Versteht mich nicht falsch. Gefühle sind toll. Dann aber eher für Reels. Nicht für Analyse.

Typische Fehler

Jetzt kommt der Teil, den ihr später euren Kolleg*innen weiterleitet, damit ihr nicht wieder in Meetings sitzt, in denen jemand sagt: „Die KI hat gesagt, wir sollen…“ und ihr leise aus dem Fenster starrt.

Fehler 1: Ihr fragt nach Daten, die der Bericht nicht hat

Die KI kann nur aus dem konfigurieren, was im Leistungsbericht existiert. Das sind – ich weiß, ich wiederhole mich – Filter, Vergleiche, Messwerte. Wenn ihr nach Dingen fragt, die dort nicht separat ausgewiesen sind, wird sie kreativ – und Kreativität ist im Reporting ein höfliches Wort für „Bullshit“.

Fehler 2: Ihr verwechselt „Anonymisierung“ mit „fehlendem Traffic“

Google anonymisiert Suchanfragen, die zu selten vorkommen oder Rückschlüsse auf einzelne Nutzer*innen ermöglichen könnten – aus Datenschutzgründen.

Wenn ihr also denkt: „Warum sehe ich die ultra-nischige Frage nicht, die ich gestern selbst gegoogelt habe?“, ist die Antwort: Weil ihr nicht der Mittelpunkt des Datenschutz-Universums seid.

Fehler 3: Zeiträume ohne Kontext

Die Standardansicht zeigt laut Hilfe „letzte drei Monate“; wenn ihr dann „letzte Woche“ nur im Kopf habt, aber nicht im Prompt, kommt ihr zu „spannenden“ Erkenntnissen, die nur deshalb spannend sind, weil sie falsch eingeordnet werden.

Fehler 4: Ihr nehmt CTR als Moralwert

CTR ist keine Tugend. CTR ist ein Verhältnis.

Eine niedrige CTR ist ein Indikator dafür, dass Nutzer*innen euer Ergebnis sehen, aber nicht klicken – was Gründe haben kann, die von Snippet bis Suchintention reichen.

GEO: So wird aus GSC-Input zitierfähiger Content

Generative Engine Optimization (GEO) heißt für mich: Inhalte so bauen, dass sie für Menschen hilfreich sind und so strukturiert, dass generative Systeme sie sauber extrahieren können. Mit dem Ziel, dass generative Systeme sie zitieren, synthetisieren und als Quelle nennen – messbar am ‚Share of Model‘, also dem Anteil eurer Nennung in KI-generierten Antworten.

Und genau hier ist die KI-Konfiguration in der Search Console ein kleines Goldstück: Ihr kommt schneller an die echten Formulierungen und Muster, die Nutzer*innen verwenden.

Das ist Futter für FAQs, HowTos, Definitionsblöcke, Snippet-Optimierung und Themencluster.

Wie hilft das für GEO?

Ihr könnt mit Prompts gezielt Suchanfragen-Muster herausziehen: was ist, wie, kosten, vergleich. Und daraus baut ihr Content-Module, die Fragen klar beantworten, Begriffe definieren und konkrete Schritte liefern – also genau das, was generative Systeme gern zitieren.

3 GEO-Moves, die sofort funktionieren

• Intent-Cluster aus Suchphrasen: Filtert Suchanfragen nach Muster („wie“, „was ist“, „bestes“, „vergleich“) und schreibt je Muster einen Abschnitt mit direkter Antwort plus kurzer Begründung.
• CTR-Rettung über Snippet-Logik: Sucht „hohe Impressionen, niedrige CTR“, dann überarbeitet ihr Title und Snippet-Text so, dass er den Nutzen klar benennt .
• Seitenbereiche priorisieren: Lasst euch nur /blog oder /ratgeber anzeigen und entscheidet, welche Themen wirklich tragen – statt euch von Einzelideen treiben zu lassen.

Ein Beispiel, wie ich daraus Content mache

Angenommen, eure Anfrage zeigt: Viele Impressionen bei „was ist …“ rund um ein Thema, aber die CTR ist mau.

• Dann schreibe ich einen Abschnitt „Was ist X?“ als klare Definition in zwei Sätzen, direkt am Anfang.
• Danach kommt ein kurzer „So funktioniert’s“-Teil.
• Dann ein kleiner „Warum wichtig“-Teil. Das ist menschlich lesbar und zugleich maschinenklar.

Und ja: Genau dafür liebe ich strukturierte Klarheit – sie fühlt sich an wie ein aufgeräumtes Gehirn.

Häufige Fragen zur Google Search Console KI-gestützte Konfiguration

Warum sehe ich die KI-Funktion in meiner Search Console nicht?

Das Feature wird seit Dezember 2025 schrittweise ausgerollt (Rollout). Wenn es in eurem Leistungsbericht noch fehlt, ist eure Property noch nicht an der Reihe. Es ist keine Pro-Funktion, sondern kommt automatisch.

Kann die KI auch Discover- oder Google News-Daten analysieren

Nein. Aktuell (Stand Anfang 2026) funktioniert die KI-gestützte Konfiguration ausschließlich für den Leistungsbericht der Google Suche (Web-Ergebnisse), nicht für Discover oder News.

Werden meine Prompts für das Training der Google-KI genutzt?

Google gibt an, dass Eingaben zur Verbesserung der Qualität genutzt werden können, aber keine sensiblen Unternehmensdaten leaken. Dennoch gilt: Gebt keine vertraulichen Kundennamen oder Geheimnisse in den Prompt ein.

Erfindet die KI Daten (Halluzinationen)?

Die KI erfindet keine Messwerte, aber sie kann Filter falsch setzen. Das Risiko liegt nicht in falschen Zahlen, sondern in einer falschen Konfiguration (z. B. falscher Zeitvergleich), die die Zahlen falsch darstellt. Prüft immer die gesetzten Filter oben im Bericht.

Fazit

Google Search Console KI-gestützte Konfiguration ist derzeit experimentell – es ist wahrscheinlich, dass sie in 2026 auf weitere Berichtstypen (Discover, News) ausgeweitet und mit Export-Funktionen ergänzt wird.

Die „KI-gestützte Konfiguration“ nimmt euch Arbeit ab, die niemand romantisch finden muss: Filter klicken, Vergleiche einstellen, Messwerte umschalten.

Wenn ihr sie nutzt wie ein Profi – also mit präzisen Fragen, prüfendem Blick und sauberer Dokumentation – dann wird aus „KI-Spielerei“ ein schnellerer Weg zu besseren Entscheidungen und besserem Content.

---