Content-Optimierung mit Claude & GSC, AI-Agent Web Traffic, Ploy.ai und Hermes & OpenClaw

Begrüßung

Fünfte Folge – und zum Einstieg lüften Christoph und Jens, wo sie eigentlich aufnehmen: Jens aus Trier (morgens, bevor es zu heiß wird), Christoph von der Insel Rügen. Danach geht es direkt in die vier Themen des Tages, im Wechsel zwischen beiden.

Content-Optimierung mit Claude & GSC

Christoph zeigt an einer seiner Test-Websites, regenwasser-haushalt.de, wie er einzelne Content-Seiten Schritt für Schritt überarbeitet. Das Mindset dahinter teilen beide: möglichst alles selbst ausprobieren – und für SEO und GEO heißt das, eigene Seiten zu haben, an denen man Dinge wirklich testen kann. Die Seite ist seit Ende Oktober online, hat rund 90.000–100.000 Impressionen gesammelt und performt gerade in den AI Overviews richtig gut – wird dort oft angezeigt, bringt aber trotzdem weniger Klicks.

Der Prozess: In Phase eins exportiert er die Google-Search-Console-Daten für genau eine Seite (Queries, Impressionen) als CSV und gibt sie roh in Claude Code. Claude clustert die Queries nach Search Intents. Dann der Reality Check: Wofür sollte die Seite ranken – und wofür wird sie wirklich angezeigt? Wo es Diskrepanzen gibt, wird abgearbeitet: Gehört ein Query-Cluster nicht auf diese Seite, verlinkt er sauber auf eine passendere Unterseite. Anschließend entsteht ein Konzept, das er immer manuell reviewt – nichts geht automatisch live. Erst nach Freigabe wird gebaut, mit Zitaten aus seriösen Quellen und unterstützenden Bildern.

Die Kernerkenntnis: Gute Positionen bei schlechter Click-Through-Rate sind meist kein Ranking-, sondern ein Content-Problem – oft reicht es schon, den Title nachzuschärfen, damit der Nutzer genau das wiederfindet, wonach er gesucht hat. Danach folgt Commit & Push ins GitHub-Repo (gehostet auf Netlify, mit Auto-Deploy), IndexNow informiert Bing und andere Suchmaschinen, und in der Search Console stößt er die Neu-Indexierung zusätzlich manuell an.

Für sich hat Christoph ein festes Seiten-Playbook definiert: Hero, Breadcrumb, Table of Contents, Quick Facts (snackable – kommt bei den AI Overviews gut an), der eigentliche Inhalt, ein Expert Quote, FAQs, Quellen und am Ende ein Intent-Router. Damit überarbeitet er eine Seite inklusive manueller Kontrolle in grob ein bis anderthalb Stunden – ganz ohne teures SEO-Tool, denn die Search-Console-Daten gehören einem selbst und reichen für den Anfang völlig. Für tiefergehende Keyword- und Backlink-Daten nutzt er ergänzend DataForSEO, einen rein API-basierten Anbieter mit Abrechnung per Credits.

Kurzer Exkurs zu KI-generierten Bildern: Beide finden unterstützende, generische KI-Bilder (ein Hochbeet, ein Tisch) auf so einer Info-Seite völlig in Ordnung. Sobald aber echte Menschen, Tiere oder sehr starke Details ins Spiel kommen – oder gleich eine komplette Website offensichtlich KI-generiert wirkt – kippt das schnell ins Unseriöse.

AI-Agent Web Traffic Analyse

Jens grenzt sein Thema klar vom GEO-Tracking der letzten Folgen ab: Es geht ihm nicht um Zitate oder Mentions, sondern um die Frage, wie oft Agents wie Claude, Claude Code oder ChatGPT eine Website tatsächlich aufrufen und durchlesen. Naheliegend wäre, in Plausible nachzuschauen – aber das trackt clientseitig im Browser per JavaScript. Genau das fehlt hier: Agents fordern meist direkt das HTML oder Markdown an, ganz ohne Browser. In Plausible sieht Jens für 28 Tage nur zwei Claude-Besucher und einen von Gemini – ein „Rise of Invisible Users“.

Christoph wirft ein, dass damit auch JavaScript-Rendering zum Thema wird: Wer seinen Content nur über JavaScript lädt oder eine Single Page Application betreibt, macht es LLMs schwer, ihn überhaupt zu lesen. Jens' Empfehlung: mindestens sauberes HTML ausliefern, besser noch – je nach mitgeliefertem Header – direkt das Markdown zurückgeben. Technisch können die Modelle zwar headless rendern, aber das kostet deutlich mehr Ressourcen.

Die naheliegende Antwort liegt in den Server-Logs – der „missing data layer for Agentic SEO“. Jens macht das über Vercel: In der Observability schaut er sich die Edge Requests des CDN an und gruppiert sie nach Bot-Name. Da zeigt sich schnell, dass die Website doch gar nicht so wenige LLM-Aufrufe hatte: In den letzten 30 Tagen kam der User-Agent chatgpt-user auf rund 1.600 Requests, ClaudeBot auf rund 1.100, gefolgt von Googlebot, Ahrefs und weiteren. Man kann sogar bis auf einzelne Artikel heruntergehen und sehen, welcher Bot wie oft welche Seite gelesen hat.

Christoph macht bei Netlify das Gleiche und sieht dort sogar das Herkunftsland eines Requests – spannend, um zu erkennen, in welchem Land zu einem Thema viel Nachfrage besteht. Wichtig ist, die Bot-Namen vorher zu verstehen: chatgpt-user macht das Grounding in der laufenden Chat-Session, während ein separater OpenAI-Bot eher den Index aufbaut. Beim Blick in die Logs fällt außerdem auf, wie viel da permanent versucht wird abzugreifen – auch aus Security-Sicht ein lehrreicher Moment.

Dazu ein kleiner Exkurs von Jens: Er blockiert über die Vercel-Firewall gezielt Spam-Routen, die mit /wp- beginnen oder auf .env, .php oder .zip enden. Nicht aus Security-Gründen – auf seinen Seiten lässt sich öffentlich ohnehin nichts auslesen – sondern schlicht, um keine Ressourcen zu verschwenden, weder bei Vercel noch bei den Bots, die ins Leere laufen.

Ploy.ai Vorstellung

Christoph stellt ein Tool vor, das er über ein Y-Combinator-Interview mit dem Gründer gefunden hat – ausdrücklich kein Sponsoring: Ploy.ai. Der Steckbrief: Der Gründer ist seit zwölf Jahren CTO von Webflow, das Startup hat in der ersten Runde 27 Millionen Dollar eingesammelt, ist seit Juni öffentlich verfügbar, 14 Leute stark, mit Angels wie Cursor oder OpenAI im Rücken. Die These: KI macht die Marketer faul – die Website macht die Arbeit. Sie sei in der Answer-Engine-Ära das Einzige, was einem wirklich gehört, und sollte ein lebendes Dokument sein statt einer Broschüre, die man jahrelang nicht anfasst.

Spannend findet Christoph vor allem das Ökosystem – weniger das Tool selbst, das er noch ausprobiert. Ploy Web ist der Technik- und Website-Builder-Teil, macht automatisch SEO und AEO sowie ABM Landing Pages: hyperfokussierte Landing Pages für eine ganz bestimmte Zielgruppe, was beim Grounding eine große Rolle spielen kann. Ploy Grow bringt Visitor Identification mit (welche Firmen sind auf der Seite), CRM-Anbindung, Outreach, Scoring und Lead-Ranking. Und Ploy Ads übernimmt sogar Ad Creatives, Attribution und Meta-Kampagnenmanagement. Orchestriert wird das Ganze über – auch scheduled – Playbooks, die transparent im Markdown-Format dokumentiert sind; allein dafür lohnt sich der Blick hinein.

Dazu die ehrliche Einordnung – passend zur Zwischen-zwei-Stacks-Haltung: Die Visitor Identification funktioniert nur in den USA, in Europa wegen der DSGVO nicht. Es ist wieder ein All-in-One-Tool, und Christophs Erfahrung ist, dass die Lernkurve solcher Tools enorm ist und er am Ende mit spezialisierten Lösungen besser fährt. Es gibt Kritik daran, wie viel Geld eingesammelt wurde (stark vom Webflow-CTO-Bonus getragen), und es bleibt die Frage, ob man als deutsches oder europäisches Unternehmen seine Website gleich bei einem brandneuen Anbieter hosten möchte.

Beide finden den größeren Trend spannend: Big Player wie Webflow – oder auch Ahrefs mit einem neuen AI-native Tool auf eigener Domain – versuchen gerade alle, zum Orchestrator zu werden und sich möglichst weit zu abstrahieren. Aus User-Sicht stellt sich damit die Frage: Wem vertraue ich das an, und gebe ich das überhaupt aus der Hand? Die Zielgruppe ist übrigens eher Marketing bis CMO als Entwickler – beim Öffnen zeigt sich das Tool als Letaido, „the AI Workspace for Marketing“.

Hermes & OpenClaw

Jens hat sich zwei self-hostbare AI-Agent-Runtimes bzw. Agent-Harnesses angeschaut: OpenClaw und Hermes. OpenClaw kam Anfang des Jahres heraus (anfangs unter dem Namen ClawdBot) und löste einen riesigen Hype aus. Jens hat sich bewusst zurückgehalten – frische Software auf dem Hauptrechner war ihm zu unsicher, und einen klaren Use Case sah er für sich nicht. Inzwischen sind beide Tools reifer geworden, auch was Security angeht, also hat er sie ausprobiert.

Das Setup: Jens hat sich einen VPS gemietet und beide Tools per Docker installiert. Out of the box stehen jeweils eine CLI (mit Anbindung von MCPs und Konnektoren wie Telegram) und eine Web-UI bereit. Der Fokus unterscheidet sich: Bei Hermes liegt er stärker auf einem selbst lernenden Agenten, der sich zum Beispiel selbst Skills erstellt, wenn er etwas dazugelernt hat – und die Web-UI hat eine richtig coole Kanban-Ansicht, in der man sieht, welcher Agent gerade an welchem Task in welcher Stage arbeitet. OpenClaw zielt eher auf einen persönlichen, dauerhaft erreichbaren Assistenten, der über verschiedene Kanäle erreichbar ist; eine Kanban-View gibt es dort nicht, lässt sich aber über Umwege nachbauen. Beide können Cron-Aufgaben: Jobs, die im Hintergrund das Modell mit einem vordefinierten Prompt triggern.

Der größte Haken – und der Grund, warum sich Jens gegen Hermes entschieden hat: Hermes lässt sich nur per Token bezahlen, also über das Claude- bzw. Anthropic-API-Pricing. Das vorhandene Claude-Abo (Pro oder Max) lässt sich dort nicht anbinden. Beim bloßen Herumtesten waren so schnell zehn Euro weg, ohne wirklich viel gemacht zu haben. Mit der Claude-Subscription kann man dagegen sehr viele Tokens verbrauchen und zahlt trotzdem den fixen Monatspreis – bei viel Nutzung deutlich günstiger. OpenClaw erlaubt genau diese Abo-Anbindung, deshalb testet Jens dort weiter.

Sein konkreter Use Case: Auf seiner Website veröffentlicht Jens Artikel, und im CMS sammeln sich viele halbfertige Entwürfe – mal fehlt ein Thumbnail, mal die englische Übersetzung, mal ein paar Bilder oder Links. Dafür hat er einen Daily Cron Job gebaut, der jeden Tag prüft, welche Artikel kurz vor der Veröffentlichung stehen, schaut, was noch fehlt, und ihm das per Telegram meldet – inklusive Rückfragen, was sich noch klären oder vorbereiten lässt. Wichtig ist ihm: Es geht ausdrücklich nicht darum, die Artikel von Claude schreiben zu lassen, sondern um einen Assistenten, der ihn ab und zu pusht. Der Agent kann etwa drei Thumbnail-Varianten vorschlagen; Jens wählt eine über Telegram aus, bekommt den fertigen Entwurf, reviewt ihn selbst und veröffentlicht dann.

Für alle Kundenprojekte bleibt Jens weiterhin bei der Claude CLI und Claude.ai im Web. Und beide betonen zum Schluss: So frische Software installiert man besser nicht direkt auf dem Hauptarbeitsrechner, wo im Zweifel noch Plain Secrets herumliegen, sondern testet sie erst in einer kontrollierten Umgebung auf einem VPS.