Gemini im SEO: selbstbewusst, falsch, teuer

Wer jahrelang in der Suchmaschinenoptimierung arbeitet, kennt die Muster: Indexierung, Canonicals, Parameter-URLs, Search Console. Wenn ein Large Language Model dieselbe Frage mit glatter Rhetorik beantwortet und dabei behauptet, die eigene Praxis sei falsch, fühlt sich das nicht wie ein Tool-Fehler an – sondern wie ein Autoritätskonflikt. Genau das passierte dem SEO-Berater Nick LeRoy in einer Woche dreimal mit Google Gemini: zweimal entlarvte er die Antworten sofort, beim dritten Mal floss echtes Geld in eine Fehleinschätzung.

Beunruhigend war nicht, dass die Ausgaben offensichtlich schlecht wirkten. Sie klangen professionell, waren logisch aufgebaut und oft in die richtige Richtung geraten – genug, um Laien und gestresste Entscheider zu überzeugen. Ohne Tiefenwissen im Thema fehlt oft der Impuls, nachzurechnen, Gegenbelege zu holen oder die Empfehlung in der Search Console zu verifizieren. Für GEO- und AI-Search-Workflows ist das ein Warnsignal: Assistenz ersetzt keine Validierung.

Beispiel 1: Technical SEO, Shopify und der Penalty-Mythos

Ausgangslage war ein laufendes FAQ-Hub-Migration-Projekt: Inhalte sollen von einer anbietergehosteten Subdomain in eine Self-hosted-Lösung. Die Fragen liegen unter einem /faq/-Ordner, einzelne Q&A-Seiten nutzen parameterbasierte URLs. Das ist technisch handhabbar – bis Shopify Canonical-Tags auf die Root-/faq/-Seite zwingt und damit die Detail-URLs praktisch aus dem Index drückt.

Bei der Recherche zu Shopify-Duplikaten und Canonical-Strategien antwortete Gemini unter anderem mit der Behauptung, widersprüchliche SEO-Signale würden zu einer Penalty führen. Für erfahrene SEOs ist das irreführend: Google indexiert nach eigenen Regeln und ignoriert nicht vertrauenswürdige Direktiven – es gibt keinen klassischen Strafmechanismus nur wegen widersprechender Signale. Das Wort „Penalty“ ist in Projekten jedoch politisch explosiv; sobald es in Führungsrunden fällt, verschieben sich Prioritäten, Budgets stocken und umsetzbare Empfehlungen verlieren Tempo. Gerade in Enterprise-Setups mit vielen Stakeholdern kann eine einzige KI-Formulierung Wochen an Abstimmung kosten, obwohl die technische Realität harmloser ist.

Auf die Nachfrage, ob Canonicals entfernt und Parameter-Seiten eigenständig indexiert werden könnten, lieferte Gemini die pauschale Aussage, Google ignoriere Query-Parameter generell. Das widerspricht gängiger Praxis: Parameter-URLs können ranken, Traffic liefern und in der URL-Inspection sauber als indexiert erscheinen – LeRoy verweist auf ein früheres Shopping-Setup mit dem Saatva-Team, in dem bewusst parameterbasierte URLs im Index gehalten wurden. Search Console und URL Inspection bestätigten die Indexierung.

• Canonical-Konflikte sind ein Steuerungsproblem, kein automatischer Straftrigger.
• Parameter-URLs können Wert liefern, wenn Indexierung bewusst geplant wird.
• LLM-Antworten zu Technical SEO sollten immer gegen Live-Crawl-Daten geprüft werden.

Der Kernfehler liegt nicht allein in der technischen Vereinfachung, sondern in der Glaubwürdigkeit der Formulierung. Wer Shopify und Parameter-SEO nicht kennt, könnte die Empfehlung übernehmen, Canonical-Experimente abbrechen und damit Sichtbarkeit verschenken – nicht weil Gemini „komplett daneben“ liegt, sondern weil die Antwort plausibel genug klingt, um nicht hinterfragt zu werden.

Beispiel 2: Jeep-Diagnose und fast 3.000 Dollar Ersatzteile

Das zweite Szenario spielt außerhalb von SEO, zeigt aber dieselbe KI-Dynamik. Nach stundenlangem Troubleshooting an einem Jeep SRT – Fuse-Tests, OBD2-Logs, Messdaten im Freien – schlug Gemini eine Heckachs-Differential-Reparatur mit OEM-Teilen für rund 3.000 US-Dollar vor. Die Antwort wirkte detailliert, lobte den Diagnoseweg und las sich wie eine Werkstatt-Empfehlung.

Erst mit zusätzlichen OBD2-Verläufen und Nachfragen räumte Gemini ein, ohne ausreichende Belege auf das Worst-Case-Szenario gesprungen zu sein. Ohne mechanische Expertise hätte die Kostenfalle real zugeschlagen – hier half Skepsis und weiteres Testen statt jahrelanger Domänenerfahrung wie im SEO-Fall. Dieselbe Oberflächenqualität der Antwort kann in beiden Welten teuer werden.

Beispiel 3: Madden, Gehaltsdeckel und 20 Millionen zu viel

Im dritten Fall ging es um ein Madden-Franchise und virtuelles Gehaltsmanagement. Ein Screenshot der Teamfinanzen und die Bitte um einen Cap-Optimierungsplan führten zu einer strukturierten Vertrags-Roadmap – befolgt, ohne die Mathematik zu prüfen. Ergebnis: 20 Millionen über dem Salary Cap. Gemini wies anschließend selbst darauf hin, dass die Empfehlung ungeprüft übernommen wurde.

Der Schaden blieb im Spiel begrenzt; beim Jeep wäre er real gewesen, im SEO-Projekt ginge es um Vertrauen, Implementierungsgeschwindigkeit und falsche Indexierungsentscheidungen. LeRoy betont, dass der Unterschied zwischen Scheingeld und echten Kosten vor allem die eigene Prüfdisziplin ist. Drei Kontexte, ein Muster: dieselbe KI, dieselbe Selbstsicherheit, unterschiedliche Kosten wenn niemand widerspricht.

E-E-A-T, GEO und warum Prüfen wichtiger wird

Für Teams, die Generative-Tools in Recherche, Briefings oder Technical-Audits einbinden, verschärft sich die Lage: KI-Suche und Assistenten werden flüssiger, während Fehlerraten in Studien hoch bleiben – halluzinierte Zitate, falsche Medizin- oder Finanztipps, erfundene URLs. Wer Inhalte für generative Oberflächen optimiert, braucht weiterhin messbare Fakten, Search-Console-Daten und reproduzierbare Tests statt blindem Vertrauen in Chat-Antworten.

Expertise bedeutet hier nicht, Antworten auswendig zu kennen, sondern Abweichungen zu spüren, bessere Fragen zu stellen und Empfehlungen gegen Live-Daten zu halten. Wer KI in Briefings, Audits oder Kundenkommunikation nutzt, sollte deshalb klare Review-Schritte definieren: Search-Console-Checks, Staging-Crawls und dokumentierte Gegenbeispiele aus eigenen Projekten gehören in denselben Workflow wie die Prompt-Eingabe.

Gemini ersetzt keine SEOs – es ersetzt Arbeitsschritte, bei denen niemand mehr nachdenkt, ob eine Canonical-Strategie, ein Parameter-Index oder ein Cap-Plan wirklich zur Realität passt.