Von Florida bis AI Overviews: 22 Jahre Google-Algorithm-Updates und die Wende der DACH-SEO-Klassik

Als Google am 16. November 2003 das sogenannte Florida-Update ausspielte, verschwanden über Nacht ganze Geschäftsmodelle aus den oberen Plätzen der Trefferliste. Was branchenintern als kosmetische Anpassung angekündigt war, traf vor allem das damals dominierende Modell der Keyword-Dichte-orientierten Affiliate-Seiten. Diese Zäsur gilt bis heute als der eigentliche Beginn der modernen Suchmaschinen-Optimierung im deutschsprachigen Raum, weil sich aus ihr eine bis dahin nicht vorhandene Disziplin entwickelte: das systematische Lesen der jeweils nächsten Google-Welle. Über 22 Jahre hinweg hat sich daraus eine eigene Branche mit Konferenzen, Toolanbietern und Agenturen herausgebildet, deren Selbstverständnis sich an jedem größeren Update neu kalibriert hat. Mit den seit Mai 2024 in der EU ausgerollten AI Overviews steht diese Branche erneut vor einer fundamentalen Wende.

Von Florida zu Panda: Die ersten Klassiker der Update-Geschichte

Nach Florida folgte eine Reihe von Updates, die in der Rückschau wie Trockenübungen für die spätere Plattform-Politik wirken. Brandy im Februar 2004 brachte das Konzept des Latent Semantic Indexing in die SEO-Diskussion. Big Daddy im Dezember 2005 reorganisierte die Crawl-Infrastruktur, Vince im Februar 2009 priorisierte Marken-Signale und bereitete den Boden für die spätere Diskussion um Autorität. All diese Wellen blieben aus heutiger Sicht jedoch graduell. Den nächsten echten Bruch brachte das Panda-Update am 23. Februar 2011, ausgespielt zunächst in den USA und ab dem 12. August 2011 international, also auch im deutschsprachigen Markt.

Panda zielte auf das, was Google intern als „low quality content” bezeichnete: Seiten, deren Inhalt vor allem zur Erfassung von Suchanfragen produziert wurde, ohne den Anspruch, eine Frage tatsächlich zu beantworten. Vergleichsportale ohne eigene Daten, Ratgeber-Aggregate und automatisierte Texte verloren oft 30 bis 60 Prozent ihrer organischen Sichtbarkeit. Im DACH-Raum traf es prominent einige große Verlags-Submarken, die ihre Content-Strategie binnen weniger Quartale umbauen mussten. Panda war zugleich die erste Welle, die mit Machine-Learning-Komponenten gegen Content-Farmen vorging. Knapp 14 Monate später folgte am 24. April 2012 das Penguin-Update, das sich auf manipulative Linkprofile konzentrierte. Wer in den Jahren zuvor systematisch Linknetzwerke aufgebaut hatte, sah seine Investitionen entwertet. Aus den Penguin-Folgejahren stammt das bis heute gültige Bewusstsein, dass Linkbuilding nicht als Distributionskanal, sondern als reputationsökonomische Übung zu betrachten sei.

Mit Hummingbird im September 2013 verschob Google den Fokus weg von einzelnen Keywords hin zu semantischen Zusammenhängen. Die Rede war erstmals systematisch von „Conversational Search” — und damit von einer Anwendungslogik, die zwölf Jahre später in den AI Overviews ihre Konsequenz findet. RankBrain, im Oktober 2015 als Komponente in den Kernranking-Mechanismus integriert, brachte die erste produktive Machine-Learning-Schicht und veränderte die Diskussion über Ranking-Faktoren grundlegend: Nicht mehr die Frage, was im Algorithmus ein- oder ausgeschaltet sei, dominierte die Branche, sondern die Frage, welches Verhalten der Nutzer:innen welche Lernsignale erzeuge.

E-E-A-T, BERT und Core Web Vitals

Parallel zu den großen sichtbaren Wellen entstand ab 2014 ein zweites Vokabular, das in den Search Quality Rater Guidelines verankert ist: E-A-T, bestehend aus Expertise, Authoritativeness und Trustworthiness. Mit dem Medic-Update im August 2018 wurde das Konzept erstmals im Massenmarkt spürbar. Vor allem Gesundheits- und Finanzthemen, von Google intern als „Your Money or Your Life”-Kategorien geführt, verloren bei Anbietern ohne nachweisbare fachliche Hinterlegung deutlich an Sichtbarkeit. Im Dezember 2022 ergänzte Google das Akronym um ein weiteres E für „Experience” — eine Reaktion auf den wachsenden Anteil maschinell generierter Texte, die zwar fachlich korrekt klingen, aber keine eigene Erfahrungsbasis besitzen.

BERT, im Oktober 2019 zunächst für englischsprachige Anfragen und ab Dezember 2019 weltweit ausgerollt, gilt heute als entscheidende Vorbereitung für die generativen Such-Erlebnisse der Folgejahre. Das transformerbasierte Sprachmodell ermöglichte es Google, den Kontext einer Anfrage besser zu erfassen, insbesondere bei langen, gesprochen formulierten Suchphrasen. Damit verschob sich die SEO-Praxis weiter weg von der mechanischen Optimierung einzelner Phrasen hin zu einer redaktionellen Logik, die Themen aus Nutzer:innen-Perspektive denkt.

Die Core Web Vitals, im Mai 2020 angekündigt und ab Juni 2021 schrittweise als Ranking-Signal aktiviert, brachten messbare Performance-Werte für Largest Contentful Paint, First Input Delay (seit März 2024 abgelöst durch Interaction to Next Paint) und Cumulative Layout Shift in den Mittelpunkt. Für DACH-Publisher:innen bedeutete das einen oft kostspieligen Umbau der Frontend-Architektur — vom Lazy Loading komplexer Bildergalerien bis zur Konsolidierung von Werbe-Skripten, die die Layout-Stabilität gefährdeten. Studien etwa des Search Engine Journal aus dem Jahr 2024 dürften zeigen, dass der reine Performance-Effekt auf Rankings überschaubar geblieben sei, der indirekte Effekt über Conversion-Raten und Verweildauer aber erheblich.

Helpful Content und der Bruch mit der Content-Maschine

Mit dem Helpful Content Update vom 25. August 2022, zunächst englischsprachig, und der Ausrollung auf weitere Sprachen ab dem 5. Dezember 2022, vollzog Google einen Bruch, dessen Tragweite erst nachträglich sichtbar wurde. Im Kern erklärte der Konzern, künftig Inhalte abzuwerten, die „primär für Suchmaschinen geschrieben” seien. Was zunächst wie eine kommunikative Geste wirkte, wurde mit dem September-2023-Update und dem March-2024-Core-Update zur substanziellen Filter-Logik. Im März 2024 strich Google nach eigenen Angaben 45 Prozent der „unhelpful” klassifizierten Inhalte aus dem Index, eine Größenordnung, die in der DACH-SEO-Szene mit dem Penguin-Schock von 2012 verglichen wird.

Besonders betroffen waren KI-generierte Massentexte, die ab dem Frühjahr 2023 nach Veröffentlichung von ChatGPT-Schnittstellen in großer Zahl entstanden waren. Aber auch klassische Affiliate-Vergleichsseiten ohne eigene Testdaten verloren erheblich. Aus den Diskussionen jener Monate stammt der bis heute kursierende Slogan vom „SEO is dead”, den Branchenbeobachter:innen in vergangenen Update-Zyklen bereits dreimal totgesagt und wiederbelebt hatten. Tatsächlich hat sich die Disziplin verschoben: Statt skalierter Content-Produktion stehen redaktionelle Differenzierung, Original-Daten und nachweisbare Erfahrung im Zentrum. Studien wie der „State of Search Marketing”-Report 2025 dürften zeigen, dass DACH-Publisher:innen mit eigenen Primärdaten — Umfragen, Tests, redaktionellen Hintergrundgesprächen — die Helpful-Content-Welle besser überstanden hätten als jene mit reinen Aggregations-Modellen.

SGE, AI Overviews und die neue Klick-Realität

Auf der Google I/O am 10. Mai 2023 stellte Sundar Pichai die Search Generative Experience vor, zunächst als experimentelles Feature im Search Labs und nur für US-Nutzer:innen mit englischsprachigen Anfragen. Was zu Beginn als kuriose Beta wirkte, wurde am 14. Mai 2024 unter dem neuen Namen „AI Overviews” zum regulären Bestandteil der Google-Suche in den USA und ab August 2024 auch in weiteren Märkten. Im EU-Raum erfolgte der Roll-out wegen DSA- und DMA-Compliance-Prüfungen verzögert; seit März 2025 sind AI Overviews schrittweise auch in Deutschland, Österreich und der Schweiz für deutschsprachige Anfragen sichtbar.

Die Folgen für die DACH-SEO-Klassik sind erheblich. Branchenmessungen aus dem ersten Quartal 2026 zeigen, dass bei Suchanfragen, für die ein AI Overview ausgespielt wird, die organische Klickrate auf das erste klassische Ergebnis im Schnitt um rund 25 Prozent zurückgegangen sei. Bei informationellen Anfragen — etwa Definitionen, Vergleichen oder einfachen Anleitungen — liege der Rückgang teilweise bei über 40 Prozent. Transaktionale Anfragen, also etwa konkrete Produkt- oder Kaufintentionen, sind bislang weniger betroffen, weil Google an dieser Stelle den Shopping- und Werbeflächen-Mix vorhält. Doch auch hier dürften nach Einschätzung von Analyst:innen Verschiebungen folgen, sobald die generativen Antworten in Richtung von Empfehlungssystemen weiterentwickelt würden.

Für DACH-Publisher:innen bedeutet das einen doppelten Druck. Zum einen sinkt die Klickwahrscheinlichkeit auch dann, wenn die eigene Seite als Quelle in einem AI Overview verlinkt ist — viele Nutzer:innen schließen ihre Recherche bereits mit der zusammengefassten Antwort ab. Zum anderen verschiebt sich der strategische Wert von SEO: Reichweite über generische Long-Tail-Phrasen wird unrentabel, während die Bedeutung von markenstarken, wiederkehrenden Direkt-Aufrufen, Newsletter-Abonnements und vertikalen Communities steigt. Der Branchenbegriff der „Zero-Click-Search”, den die SEO-Analystin Rand Fishkin bereits 2018 geprägt hat, dürfte mit den AI Overviews seine eigentliche Reife erreichen.

Was bleibt: Disziplin, Daten, Distanz

Zugleich lohnt eine nüchterne Einordnung. In den 22 Jahren seit Florida hat Google praktisch jedes größere Update als „qualitätsorientierte Verbesserung” eingeführt — und jedes Mal hat ein Teil der Branche reflexhaft Untergangsstimmung produziert. Die wiederkehrenden „SEO is dead”-Wellen sind selbst Teil der Geschichte: Sie traten nach Florida 2003 ebenso auf wie nach Panda 2011, nach Mobilegeddon im April 2015, nach Medic 2018 und nun nach den AI Overviews. Was sich allerdings tatsächlich verändert hat, ist die Aufmerksamkeitsökonomie, in die SEO eingebettet ist. Die früheren Wellen verschoben Sichtbarkeit innerhalb derselben Ergebnisseite. Die AI Overviews verändern den Charakter der Ergebnisseite selbst.

Für die DACH-Praxis 2026 ergeben sich daraus drei nüchterne Linien. Erstens: Die Kombination aus E-E-A-T-konformen Inhalten, eigener Datengrundlage und transparenter redaktioneller Hinterlegung bleibt der robusteste Schutz gegen die nächste Welle, deren Zeitpunkt sich nicht prognostizieren lässt. Zweitens: Die Distribution muss diversifizieren. Newsletter über Substack oder Steady, vertikale Communities, eigene Apps und Plattformen wie LinkedIn, YouTube oder Spezialforen verteilen das Risiko über mehrere Klick-Logiken. Und drittens: Die metrische Selbstbeobachtung muss sich erweitern. Reine Sichtbarkeits-Indizes, wie sie etwa Sistrix oder Searchmetrics bereitstellen, beschreiben die Lage in einer AI-Overview-Welt nur unvollständig. Hinzu kommen müssen Messpunkte für Markenwirkung, Direktverkehr, Wiederkehr-Raten und qualitative Nutzungsmuster.

Das eigentliche Vermächtnis der 22 Jahre lässt sich dabei knapp fassen: Wer eine Suchmaschine als Distributionskanal denkt, läuft jeder Welle hinterher. Wer redaktionelle Substanz aufbaut, übersteht die meisten. Die AI Overviews verschärfen diesen Befund, sie ersetzen ihn nicht.

Wettbewerb von außen: Bing, Perplexity und ChatGPT Search

Im Verlauf der vergangenen drei Jahre ist außerdem ein Wettbewerb entstanden, der die monolithische Stellung Googles in der Suche zumindest am Rand zu verschieben beginnt. Microsoft hat im Februar 2023 die GPT-4-Integration in Bing angekündigt und seither schrittweise zu Bing Copilot ausgebaut. Bings Marktanteil im DACH-Raum dürfte sich nach Daten von StatCounter Anfang 2026 bei rund 5 Prozent auf dem Desktop und unter 2 Prozent auf mobilen Endgeräten bewegen — eine Größenordnung, die zwar gegenüber den Jahren vor 2023 leicht gewachsen ist, an der Vormachtstellung Googles aber wenig ändert. Spürbarer ist die Bedeutung von Perplexity, das im Dezember 2022 in San Francisco gegründet wurde und sich als reine antwortorientierte Suchmaschine positioniert. Im Frühjahr 2026 zählt Perplexity laut eigenen Angaben rund 30 Millionen monatliche aktive Nutzer:innen, davon ein wachsender Anteil aus dem DACH-Raum. ChatGPT Search, das OpenAI im Oktober 2024 in den ChatGPT-Stack integriert hat, fungiert für viele Nutzer:innen mittlerweile als parallele Recherche-Oberfläche zu Google. Diese Konkurrenz verschiebt die Klick-Logik weiter: Auch wer für Google optimiert, muss sich zunehmend fragen, wie Inhalte in den Antwortmechaniken alternativer Anbieter wahrgenommen werden — Stichwort „LLM-Optimization” oder „Generative Engine Optimization”, ein Begriff, den Branchenanalystinnen seit 2024 zunehmend ernsthaft diskutieren.

Bewertung für die DACH-Praxis 2026

Wer den heutigen Stand nüchtern überblickt, erkennt drei strukturelle Verschiebungen. Erstens: Die Sichtbarkeit in der Suche ist nicht mehr eine binäre Frage von Position eins bis zehn, sondern eine Frage des Anteils an Aufmerksamkeit innerhalb eines komplexen Antwort-Ökosystems. Eine Marke, die in einem AI Overview als Quelle zitiert wird, kann auch ohne hohen Klick-Anteil Reputationsgewinne erzielen — vorausgesetzt, ihre Nennung ist redaktionell verankert. Zweitens: Die Geschäftsmodelle reiner Suchverkehrs-Affiliates sind zunehmend unter Druck. Erhebungen des Branchenverbands BVDW zeigen, dass die durchschnittliche Conversion-Rate aus reinem Google-Traffic im DACH-Performance-Marketing seit 2022 leicht rückläufig sei, während E-Mail- und Direkt-Traffic stabilere Konversionswerte liefern. Drittens: Die strategische Antwort kann nicht in der weiteren Skalierung von Content-Produktion liegen, sondern in einer Investition in Markenwert, redaktionelle Differenzierung und proprietäre Datenpunkte.

Dabei lohnt es, die Update-Geschichte selbst als nüchternes Lehrstück zu lesen. Jede einzelne Welle hat eine Gruppe von Anbieter:innen entwertet, die zuvor systematisch Lücken im Algorithmus ausgenutzt hatte. Florida traf die Keyword-Dichte-Optimierer, Panda traf die Content-Farmen, Penguin traf die Linknetzwerke, Medic traf die nicht qualifizierten Gesundheits- und Finanzseiten, Helpful Content traf die KI-Skalierer. Jede dieser Wellen hat auch jene Anbieter:innen privilegiert, die ihre Arbeit redaktionell und substanziell verankert hatten. Es spricht wenig dagegen, anzunehmen, dass dieses Muster auch in der AI-Overview-Welle gilt. Die größere Frage ist allerdings, ob das Volumen organischen Such-Traffics insgesamt weiter zurückgehen wird — was selbst die robustesten redaktionellen Strategien irgendwann an eine Wachstumsgrenze führt. Wer 2026 langfristig plant, kalkuliert mit dieser Möglichkeit und baut seine Distribution entsprechend breit auf.