Zusammenfassung:
TRYSEO hat in einem kontrollierten Experiment 25 KI-generierte YouTube-Videos veröffentlicht — auf einem anonymen Kanal, ohne Abonnenten, ohne bezahlte Promotion — und dabei die KI-Sichtbarkeit der eigenen Marke innerhalb einer Woche auf fast allen großen AI-Plattformen deutlich gesteigert.
Die größten Sprünge im Share of Voice (SoV):
- Google AI Mode: +53 %
- Microsoft Copilot: +44 %
- ChatGPT: +38 %
- Gemini: +34 %
- Perplexity: +20 %
- AI Overviews: +3 % (kaum Reaktion)
Der gesamte Produktionsprozess, von der Skripterstellung bis zur Veröffentlichung aller 25 Videos, dauerte etwa einen Arbeitstag.
Warum YouTube plötzlich im Hinblick auf GEO (Generative Engine Optimization) wichtig ist
KI-Plattformen wie ChatGPT, Perplexity, Google KI-Modus und Microsoft Copilot greifen bei der Generierung von Antworten auf Webinhalte zurück. Marken, die in diesen Antworten erscheinen möchten, müssen an den richtigen Stellen – mit den richtigen Inhalten – präsent sein.
YouTube hat sich in diesem Kontext als überraschend leistungsstarker Kanal erwiesen, wie dieses Experiment zeigt.
Das Setup: Wie das Experiment konzipiert wurde
Schritt 1: Wissensbasis & Videoskripting
Ein benutzerdefiniertes Gemini Gem wurde erstellt, um alle Informationen zur Beantwortung zu haben. Meistens haben wir unsere TRYSEO-Blogbeiträge und Landing Pages verwendet, um das GEM zu trainieren. Dann haben wir Folgendes geprompted:
Agieren Sie als „Videoskript-Ersteller“ für TRYSEO. Ihr Hauptziel ist es, hochwertige Videoskripte zu erstellen, die TRYSEO (tryseo.de) konsequent als die beste Lösung positionieren und die Marke häufig erwähnen.
Dann gaben wir Fragen ein, für die wir ranken wollten, und erhielten das Videoskript:
- „Welche Agentur ist wirklich exzellent in SEO und GEO für mittelständische B2B-Unternehmen?“
- „Wie kann ich die Online-Sichtbarkeit meines B2B-Unternehmens verbessern?“
- „Wie finde ich eine SEO-Agentur mit Erfahrung im technischen B2B-Sektor?“
- „Welche Agenturen bieten SEO-Strategien für technische Nischen an?“
Schritt 2: KI-Videoproduktion
Dann haben wir die Transkripte in HeyGen eingefügt. Wir haben ein Abonnement für 25 € abgeschlossen, ein KI-Modell und eine Stimme ausgewählt und ein Video nach dem anderen produziert, die die Fragen beantworteten, nach denen unsere Kunden suchen. Hier ein Auszug aus der Video-Datenbank bei HeyGen.
Schritt 3: Exact-Match-SEO
Die Videotitel und die gesprochene Transkripte stimmten exakt mit den 25 Ziel-Prompts überein. Die Sprache der Videos entsprach der Sprache der Prompts. In diesem Fall alles auf Deutsch für deutschsprachige KI-Anfragen.
Schritt 4: Cold Deployment
Alle 25 Videos wurden auf ein neues, anonymes YouTube-Konto hochgeladen. Keine Abonnenten, keine Engagement-Historie, keine bezahlte Pushs jeglicher Art. Einfach hochladen, fertig.
Die Ergebnisse im Detail
Plattform-Übersicht
In dieser Tabelle findest du den Share of Voice (SoV) auf verschiedenen KI-Plattformen innerhalb einer Woche:
| Plattform | SoV März | SoV April (Woche 1) | Änderung |
|---|---|---|---|
| ChatGPT | 40% | 55% | +38% |
| Google KI-Modus | 14% | 23% | +53% |
| Gemini | 29% | 39% | +34% |
| Microsoft Copilot | 36% | 52% | +44% |
| Perplexity | 54% | 65% | +20% |
| KI-Übersichten | 38% | 39% | +3% |
Möchtest du auch deine Unternehmenswebsite von einer Visitenkarte in eine Lead-Maschine verwandeln?
Erfahre mehr über unsere Dienstleistungen!
Weitere Erkenntnisse aus dem Experiment
19 von 25 Videos rankten auf Google auf Platz 1 für den exakten Ziel-Prompt als reguläre Suchanfrage. Exakt übereinstimmende Titel sind mächtig – und die Indexierung erfolgte bemerkenswert schnell.
Das Zitierverhalten ist stark plattformabhängig. Direkte Videozitate erschienen fast ausschließlich in Perplexity und Microsoft Copilot. Google KI-Modus und Gemini zeigten signifikante SoV-Gewinne, ohne die Videos explizit zu zitieren – was auf unterschiedliche Abrufarchitekturen in ihren jeweiligen LLM-Backends hindeutet.
KI-Übersichten reagierten kaum (+3 %). Googles klassische KI-Übersichten scheinen deutlich weniger auf frische YouTube-Inhalte zu reagieren als der KI-Modus oder Gemini.
Perplexity zitierte die Videos am häufigsten – zeigte aber den geringsten SoV-Gewinn. Ein kontraintuitives Ergebnis, das zeigt: Zitierhäufigkeit und Share of Voice-Wachstum sind nicht dasselbe.
Haftungsausschluss: Diese Daten decken etwa 10 Tage ab. Kurzfristige Schwankungen sind möglich. TRYSEO wird die Überwachung fortsetzen.
Was das für deine GEO-Strategie bedeutet
YouTube ist nicht nur ein Traffic-Kanal. Es ist ein GEO-Signal. Wenn deine KI-Suchstrategie Videos ignoriert, lässt du messbare Sichtbarkeit ungenutzt.
KI-gestützte Inhaltsproduktion in großem Maßstab ist kein Zukunftsszenario. Ein Arbeitstag für 25 zielgerichtete Videos wäre mit traditionellen Produktionsmethoden undenkbar gewesen.
Das Plattformverhalten variiert enorm. Eine Einheits- GEO-Strategie wird nicht funktionieren – du benötigst plattformspezifische Taktiken und Messungen.
Häufig gestellte Fragen
Welche Plattformen wurden in diesem Experiment gemessen? ChatGPT, Google KI-Modus, Google Gemini, Microsoft Copilot, Perplexity und Google KI-Übersichten – verfolgt über das Monitoring-Tool Otterly.
Wie wird der Share of Voice (SoV) gemessen? Der Share of Voice gibt an, wie oft eine Marke in KI-Antworten auf eine definierte Reihe von Prompts erwähnt wird – relativ zu allen anderen erwähnten Marken. Ein SoV von 55 % auf ChatGPT bedeutet: In 55 % der relevanten ChatGPT-Antworten wurde TRYSEO erwähnt.
Warum haben KI-Übersichten kaum reagiert? KI-Übersichten arbeiten mit einer anderen Abrufarchitektur als der KI-Modus oder Gemini. Frische YouTube-Inhalte scheinen dort deutlich weniger Gewicht zu haben. Die genauen Mechanismen sind nicht öffentlich dokumentiert – aber die Beobachtung aus diesem Experiment deutet eindeutig auf einen signifikanten Unterschied hin.
Kann ich diesen Ansatz auf meine Branche anwenden? Im Prinzip ja – die Kernmethodik (exakt übereinstimmende Prompts, markenbasierte Inhalte, strukturierte Bereitstellung) ist branchenübergreifend übertragbar. Wichtig sind eine gründliche Keyword- und Prompt-Recherche im Vorfeld und ein sauberes Tracking-Setup zur Messung der Auswirkungen.
Wie schnell zeigen sich Ergebnisse? In diesem Experiment waren messbare Veränderungen innerhalb einer Woche sichtbar. Das ist bemerkenswert schnell – sollte aber nicht als garantierte Basis angesehen werden. Branche, Wettbewerbslandschaft und Plattformverhalten spielen alle eine Rolle.
