Case Study 3 · 2026 · Datenanalyse · technisches SEO · Python
Sichtbarkeitsanalyse und technische Relaunch-Abnahme
Eine eigene Datengrundlage aus Betriebs- und Suchdaten, eine reproduzierbare technische Abnahme des Relaunchs und eine Maßnahmenplanung, die mit Wirkung statt mit Aufwand beginnt.
Ausgangslage
Parallel zum technischen Relaunch des Webauftritts sollte belastbar geklärt werden, warum der Bildungsträger in fachlich starken Themenfeldern online nur begrenzt sichtbar war. Betriebsdaten aus dem Verwaltungsprogramm, Suchdaten und Wettbewerbsbeobachtung lagen zuvor getrennt vor; eine reproduzierbare Verbindung zwischen diesen Quellen existierte nicht.
Die Fragestellung war damit größer als klassische Suchmaschinenoptimierung: Wo steht die Organisation in der Suche tatsächlich? Welche Risiken erzeugt der Relaunch? Und welche Maßnahmen lassen sich mit begrenzten Ressourcen selbst wirksam umsetzen?
Datengrundlage und Werkzeugbau
Statt bestehende Berichte lediglich zu interpretieren, wurde eine eigene Datengrundlage aufgebaut. Betriebsdaten aus dem Fachverfahren und externe Messdaten wurden in getrennten Datenbanken zusammengeführt und mit einer Sammlung eigener Python-Werkzeuge für Import, Abgleich, Auswertung und reproduzierbare Berichtserzeugung verarbeitet.
Ziel war Nachvollziehbarkeit: Aussagen sollten auf ihre Datenquelle zurückgeführt und Auswertungen bei geänderten Daten erneut aus Code erzeugt werden können, statt als einmalige Tabellenstände zu enden.
Nullmessung: Bekanntheit ist nicht dasselbe wie Sichtbarkeit
Vier Monate Suchdaten der alten Website wurden als Nullmessung ausgewertet. Dabei wurden Kennzahlen festgelegt, anhand derer die Wirkung des Relaunchs später überhaupt bewertet werden kann, unter anderem Marken- versus Fachnachfrage, Indexstatus und Positionen.
Ein zentraler Befund: Der überwiegende Teil der organischen Klicks war markengetrieben, kam also von Suchenden, die den Namen der Organisation bereits kannten. Die Website funktionierte damit vor allem als Nachschlagewerk für Bestandskundschaft und deutlich weniger als Akquisekanal über fachliche Suchanfragen.
Technische Abnahme des Relaunchs
Für die wichtigsten Altadressen wurde ein automatisierter Volltest aufgebaut, der jede reichweitenstarke alte URL gegen das vorgesehene Zielverhalten prüft. Die erste Prüfung zeigte, dass ein großer Teil dieser Adressen pauschal auf eine Sammelseite umgeleitet worden wäre. Nach Gewichtung mit den historischen Suchdaten entsprach das einem Risiko für einen erheblichen Anteil des bisherigen Suchverkehrs.
Statt nur eine Mängelliste an das Webteam zu geben, wurden Zuordnungstabellen mit Altadresse, Sollziel und Klickgewicht erstellt. Ein eigenes Prüfskript machte den Volltest jederzeit in Minuten wiederholbar. Nach zwei Umsetzungsrunden liefen alle geprüften Adressen exakt auf ihr vorgesehenes Ziel.
Messmethode korrigiert statt Ergebnis schöngeredet
Eine erste Sichtbarkeitsmessung arbeitete mit langen, präzisen Fachanfragen und lieferte ein vergleichsweise günstiges Bild. Bei der Plausibilitätsprüfung zeigte sich jedoch, dass diese Suchweise nicht dem typischen Verhalten der Zielgruppe entsprach. Die Messung wurde deshalb mit kürzeren, generischen Suchanfragen wiederholt. Das Ergebnis fiel deutlich schlechter aus, war aber methodisch belastbarer. Die Konsequenz war nicht, die schlechteren Zahlen zu relativieren, sondern die verbesserte Methode zum neuen Standard zu machen.
Wenn eine Messung ein überraschend gutes Ergebnis liefert, prüfe ich zuerst die Messmethode, nicht, wie sich das Ergebnis am besten präsentieren lässt.
Vom Befund zu umsetzbaren Arbeitsmitteln
- Maßnahmenliste nach erwarteter Wirkung statt nach technischem Aufwand
- Kampagnenkonzept für Google Ad Grants einschließlich Kontostruktur, Keyword-Logik und Conversion-Anforderungen
- Veröffentlichungs- und Versandplan für mehr als 30 Fachbeiträge und Newsletter über acht Wochen
- Leitfaden für Fachautorinnen und Fachautoren
- Workshop-Konzept für Geschäftsleitung, Verwaltung und externe Honorarkräfte
- Technische Zuordnungstabellen und reproduzierbare Prüfwerkzeuge für das Webteam
Ergebnis
- Der Relaunch erhielt eine definierte Ausgangsmessung und einen festen späteren Vergleichspunkt.
- Ein drohender Sichtbarkeitsverlust durch fehlerhafte Weiterleitungen wurde vor seiner Wirkung erkannt und korrigiert.
- Die neue Themen- und Kategoriestruktur wurde anhand realer Suchmuster priorisiert.
- Mehr als 30 Veröffentlichungen wurden nach wirksamen Zeitfenstern und dem Arbeitsrhythmus der Zielgruppe geplant.
- Die Maßnahmenpriorisierung begann mit wirksamen, teilweise einfachen Änderungen statt mit technisch spektakulären Projekten.
Was dieses Projekt fachlich zeigt
- Datenanalyse und Business Intelligence Datenmodellierung und ETL aus einem Fachverfahren, Verknüpfung interner Betriebsdaten mit externen Messdaten, reproduzierbare Auswertungen aus Code. Entscheidend ist die Fähigkeit, die Aussagegrenzen einer Kennzahl zu erkennen und die eigene Methode bei Bedarf zu korrigieren.
- Technisches SEO und Webanalyse Indexierbarkeit, kanonische Adressen, strukturierte Daten, Weiterleitungen, Search Console, Nachfrageanalyse sowie Conversion- und Kampagnenmessung als zusammenhängendes System.
- Projekt- und Schnittstellenarbeit Befund → konkrete Zuordnung → Umsetzung → Volltest → Nachweis. Technische Erkenntnisse werden so aufbereitet, dass die empfangende Rolle unmittelbar damit weiterarbeiten kann.
- Kommunikation und Vertraulichkeit Interne und externe Fassungen wurden bewusst getrennt. Geschäftlich sensible Informationen wurden nicht nur punktuell entfernt, sondern Dokumente anschließend darauf geprüft, ob sich dieselben Informationen aus anderen Passagen rekonstruieren lassen.
- KI-gestütztes Arbeiten mit menschlicher Prüfung KI-Agenten wurden für Datenaufbereitung, Werkzeugbau und Textentwürfe eingesetzt. Fragestellung, Prüfung und Entscheidung blieben beim Menschen. Aus beobachteten Halluzinationen entstand eine feste Prüfreihenfolge für maschinell erzeugte Fachtexte: Paragrafen, Gerichtsentscheidungen, Zahlen und Eigennamen werden gezielt gegengeprüft.
- Python
- SQLite
- ETL
- API-Abfragen
- HTML-Auswertung
- unscharfer Textabgleich
- Google Search Console
- schema.org
- Sitemaps
- robots.txt
- Redirect-Tests
- Webanalyse
- Kampagnenkennzeichnung
- Conversion-Messung