SEO-ROI messen: 3 Modelle für echte Wirkung

SEO-Attribution war schon immer kompliziert. Im Gegensatz zu Paid Search fehlt der organischen Suche oft die gleiche Tracking-Granularität, zwischen Maßnahme und Ergebnis liegt eine Verzögerung, und zentrale Signale wie Rankings lassen sich nicht vollständig kontrollieren. Heute verschärft sich das Problem: KI-generierte Antworten dominieren zunehmend die SERPs, und Large Language Models verlinken nicht immer zurück auf die Website oder übergeben Referrer-Strings. Für Unternehmen zählt am Ende jedoch weniger die technische Komplexität als die Frage, welchen Return sie auf ihre Marketing-Investitionen erzielen.

Die gute Nachricht: SEO-Teams können weiterhin eine überzeugende ROI-Geschichte erzählen – allerdings mit mehr Nuancen, mehr Datenarbeit und mehr Rechenlogik als früher. Wer den Wert organischer Suche gegenüber Stakeholdern verteidigen will, braucht ein Modell, das defensive Leistung, Assist-Conversions und kanalübergreifende Wirkung sichtbar macht.

Warum die klassische ROI-Formel nicht mehr ausreicht

Traditionell wurde SEO-ROI häufig mit einer einfachen Formel berechnet: ROI = ((Inkrementeller organischer Umsatz − SEO-Kosten) / SEO-Kosten) × 100. Diese Rechnung ist präsentationsfreundlich und lange Zeit nachvollziehbar. Vor dem Aufstieg generativer KI war inkrementeller Traffic der Nordstern vieler SEO-Kampagnen.

Doch steigende Zero-Click-Raten und Attribution-Lücken durch LLMs haben dieses Modell unter Druck gesetzt. Organischer Traffic kann stagnieren oder sinken, während Sichtbarkeit über Impressionen, AI-Overview-Platzierungen oder Prompt-Sichtbarkeit zunimmt. Wer nur inkrementelle Gewinne betrachtet, erfasst damit nur einen Teil der tatsächlichen SEO-Wirkung.

1. Gesamten organischen Umsatz berücksichtigen – nicht nur Inkremente

Etwa 60 Prozent der Suchanfragen enden ohne Klick – und der Anteil wächst. Ein großer Teil des SEO-Werts ist daher defensiv: Traffic halten und schützen, der sonst durch Wettbewerb, SERP-Veränderungen oder KI-Antworten verloren ginge. Nur neue Gewinne zu zählen, blendet alles aus, was bewahrt wurde. In einem flachen oder rückläufigen Umfeld ist Stabilität ein relevanter Erfolg.

Der Ausgangspunkt für eine realistischere ROI-Erzählung sollte deshalb nicht allein der inkrementelle organische Umsatz sein, sondern der gesamte organische Umsatz als Asset, das SEO verantwortet. Dabei gilt ein wichtiger Vorbehalt: Brand- und Non-Brand-Traffic müssen getrennt werden.

Brand vs. Non-Brand sauber segmentieren

Marken-Traffic wird von PR, Paid Media, Produktqualität und Mundpropaganda beeinflusst. Wenn jemand den Firmennamen googelt, hat SEO diese Nachfrage selten erzeugt – es hat sie eher abgefangen. Der eigentliche Hebel liegt bei Non-Brand-Suchen. Da Google Analytics diese Trennung nicht sauber liefert, empfiehlt sich der Split aus der Google Search Console. Anschließend lässt sich ein gewichtetes Modell auf den Gesamtumsatz anwenden.

Ein Praxisbeispiel: 70 Prozent Brand-Traffic (rückläufig), 30 Prozent Non-Brand (wachsend). Mit Startgewichten von 10 Prozent Kredit für Brand und 100 Prozent für Non-Brand ergibt sich ein blended attribution weight von 37 Prozent. Bei 100.000 Dollar organischem Monatsumsatz erhält SEO 37.000 Dollar Kredit – deutlich mehr als bei reiner Inkremental-Betrachtung, aber methodisch verteidigbar, weil unverdienter Anteil offen abgezogen wird.

2. Assist-Conversions und First-Click-Einfluss einbeziehen

Last-Click-Attribution unterschätzt SEO systematisch. Organische Suche ist häufig der erste Kontaktpunkt – manchmal sogar nur als Impression ohne messbaren Klick. Entfernt man diesen Einfluss, wirkt SEO wie ein Randbeitrag zu Umsätzen, die es faktisch initiiert hat. SEO sollte Kredit für Conversions erhalten, die es unterstützt, auch wenn ein anderer Kanal den Abschluss liefert.

GA4 zeigt keine saubere Assisted-Conversion-Zahl wie Universal Analytics. Für präzise Berechnungen müssen Pfaddaten nach BigQuery exportiert und fraktionaler Kanalwert abgeleitet werden. Als pragmatischer Shortcut dient data-driven attribution in GA4: Google verteilt Gutschriften nach Kanaleinfluss. Organische Early- und Mid-Touch-Credits können den Assist-Wert approximieren, den Last-Click ignoriert.

Beispielrechnung: 1.345,69 Early-Credit plus 687,34 Mid-Credit ergeben 2.033,03 Conversion-Credit. Multipliziert mit 100 Dollar Conversion-Wert sind das 203.303 Dollar Assist-Wert. Late-Touch-Credit bleibt bewusst außen vor, weil dort Brand-Verhalten konzentriert ist. Selbst als Richtwert zeigt das: Organische Suche liefert messbaren Mehrwert jenseits des letzten Klicks.

3. SEO-Content-Wirkung über andere Kanäle messen

SEO-Inhalte bleiben nicht im organischen Kanal. Landingpages, Briefings und Artikel werden in Paid Search, Social und E-Mail weiterverwendet. Wer nur organischen Umsatz betrachtet, ignoriert Downstream-Wert. In der Praxis zeigen sich bereits nach kurzer Zeit Conversions in anderen Kanälen, die auf SEO-Seiten basieren.

Für eine Dollar-Schätzung empfiehlt sich ein dreistufiger Ansatz: SEO-geführte Seiten identifizieren und katalogisieren, den Anteil der Conversions auf diesen Seiten pro Kanal berechnen und diesen Prozentsatz auf den Gesamt-Conversion-Wert anwenden. Beispiel: 500 Paid-Conversions × 100 Dollar × 5 Prozent SEO-Seitenanteil = 2.500 Dollar Downstream-Wert. Auch kleine Beträge stärken die Gesamt-ROI-Argumentation.

Dos und Don'ts für SEO-ROI

• Gesamte organische Performance anerkennen, aber nicht jeden Brand-Klick als SEO-Nachfrage werten.
• Assist-Conversions und alternative Attribution-Modelle nutzen, statt SEO isoliert zu bewerten.
• Downstream-Wert durch Content-Nutzung in anderen Kanälen sichtbar machen.
• Kreativ modellieren, statt eine veraltete Formel den eigenen Beitrag unterschätzen zu lassen.

Die klassische ROI-Formel ist nicht falsch – sie ist unvollständig. Mit Zero-Click-Suchen, KI-Antworten und Multi-Channel-Journeys muss auch die Messlogik weiterentwickelt werden. Wer defensive Leistung, Assist-Einfluss und Content-Mehrwert integriert, kann SEO-Wert gegenüber Finance und Management deutlich glaubwürdiger belegen.