AI SEO In Detail › Modul A · Grundlagen › Folge 7
DataForSEO + Claude Code: deine erste SEO-Analyse
Beschreibe eine Keyword- und SERP-Analyse in einfacher Sprache, lass Claude Code das Skript schreiben, gib die Kosten frei, führe es mit DataForSEO aus und prüfe die Ergebnisse.
Beim Abspielen wird das Video von YouTube geladen (erweiterter Datenschutzmodus). Das Video ist auf Englisch, mit Untertiteln in deiner Sprache.
Prompt für die erste Analyse + Kosten-Gate- und Prüf-Checkliste
Der Prompt aus Folge 7 (zehn erfundene Kaffee-Keywords), die vier Anforderungen des Kosten-Gates – was, wie viele, geschätzte Kosten, auf GO warten – und die Fünf-Minuten-Prüfroutine, die die Tiefe-zehn-Falle abfängt, bevor sie zur Schlussfolgerung wird.
- Zuerst der Plan — Füge den Prompt ein. Der Assistent antwortet mit einem Plan und einem Skript: Cache prüfen, eine Suchvolumen-Aufgabe, zehn Live-Ergebnisseiten mit Tiefe 10, Einlesen in die Tabellen, die du schon hast. Lies das Skript, bevor du es freigibst.
- Das Gate: was, wie viele, Kosten, GO — Vor jedem kostenpflichtigen Aufruf zeigt er die Endpunkte und Parameter, die Anzahl der Anfragen nach Cache-Treffern und die geschätzten Kosten – und wartet dann auf dein GO. Rund zwölf Cent für diesen Lauf.
- In fünf Minuten prüfen — Lies die Anfrageparameter, zähle die organischen Ergebnisse pro Keyword, öffne eine Rohantwort von Hand und frage dich, was das Ergebnis sonst noch erklären könnte. Die Tiefe zählt alle Elemente der Seite, nicht nur die blauen Links.
PDF · A4 · ohne Anmeldung
Prompt herunterladenReintext · in Claude Code kopieren
Die Dateien sind auf Englisch.
1,045 Wörter · Übersetzung des gesprochenen Textes der Episode.
Intro
Du hast DataForSEO-Zugangsdaten aus Episode drei. Du hast einen sauberen Workspace aus Episode sechs. Jetzt lass uns was Nützliches damit machen, schnell.
In dieser Episode beschreibe ich eine kleine Analyse auf Deutsch, und Claude Code schreibt das Skript, zeigt mir den Plan, fragt bevor es einen Cent kostet, führt es aus und fasst zusammen. Etwa zehn Minuten und ungefähr zwölf Cent.
Aber das Wichtigste kommt nach der Zusammenfassung. Denn als ich das erste Mal blind einer KI-Analyse vertraute, erzählte sie mir etwas, das nicht stimmte. Ich zeige dir genau, wie das passierte und wie man es erwischt.
Die Aufgabe in einfacher Sprache
Unser Demo-Shop ist example-shop dot test, ein fiktiver Laden für Kaffeeausrüstung. Ich habe zehn Keywords im Blick. Scheibenmahlwerk. Espressomaschine für Zuhause. Schwanenhalskessel. Solche Sachen.
Die Aufgabe für Claude Code ist ein Absatz. Für diese zehn Keywords, hole das monatliche Suchvolumen und die live Google-Ergebnisseite in den USA. Speichere alles in der Datenbank. Dann sag mir, wer rankt und welche Features auf jeder Seite sind.
Beachte, was der Prompt nicht sagt. Er sagt nicht, welche Endpoints zu nutzen sind, wie man parst, oder wie die Tabellen heißen. Die Instruktionsdatei im Workspace enthält das schon und die Regeln: Cache zuerst, Keys nie angerührt, keine Bezahl-Calls ohne mein OK.
Das ist der Sinn des Setups aus Episode sechs. Der Prompt kann kurz sein, weil die Regeln schon stehen.
Zuerst der Plan
Claude Code startet nicht mit Aufrufen. Es antwortet mit einem Plan und einem Skript.
Der Plan hat vier Schritte. Cache prüfen. Eine Suchvolumen-Task mit allen zehn Keywords drin. Zehn Live-Ergebnisseiten, eine pro Keyword, bei Tiefe zehn. Dann alles in die bestehenden Tabellen parsen, und kurze Zusammenfassung schreiben.
Und ich lese das Skript. Nicht jede Zeile im Detail, aber genug für drei Fragen. Welche Endpoints ruft es auf? Wie oft? Und wohin geht die Roh-Response, bevor geparst wird? Kann ich die drei nicht aus dem Code beantworten, gebe ich kein OK.
Das Kosten-Gate
Dann das Gate. Vor jedem Bezahl-Call muss es zeigen, was es ruft und was es kostet.
Eine Suchvolumen-Task deckt bis zu tausend Keywords, etwa neun Cent. Zehn Live-Ergebnisseiten bei Tiefe zehn kosten je drei Zehntel Cent, also drei Cent. Insgesamt etwa zwölf Cent. Dann stoppt es und wartet.
Zwölf Cent ist nichts. Das Gate geht nicht um diesen Lauf. Es geht um die Gewohnheit. Derselbe Prompt mit zehntausend Keywords oder endlose Retry-Schleife nutzt exakt denselben Code-Pfad. Das Gate zwingt dich hinzuschauen, bevor es echtes Geld kostet.
Mein eigenes Setup geht einen Schritt weiter. Das KI-Tool, das ich nutze, kann einfach kein Geld allein ausgeben. Bezahl-Calls brauchen mein explizites OK, jedes Mal. Ich empfehle dasselbe für dich.
Erst Cache, dann Ausführung
Nach meinem OK läuft es. Jede Response wird im Cache-Ordner gespeichert, bevor sie geparst wird, mit Keyword, Ort, Tiefe und Datum im Dateinamen.
Das zählt sofort. Crasht der Parser oder ich will andere Summary oder Folgefrage, liest das Skript aus dem Cache. Ich zahle nie zweimal für dieselbe Seite. Lauf es eine Minute später nochmal, sagt das Gate: zehn Cache-Treffer, null Bezahl-Calls, null Kosten.
Die Zusammenfassung lesen
Und hier die Zusammenfassung. Das sind Beispielzahlen zur Illustration, keine echten Daten.
Für jedes Keyword ein Volumen, die Domains in Top-Ergebnissen, und die Features auf der Seite. Kurzer Absatz oben: competitor-a dot test erscheint auf sieben von zehn Seiten. AI Overviews zeigen sich bei Info-Keywords. Shopping-Ergebnisse dominieren die Produkt-Keywords. Und example-shop dot test, unsere Site, ist nur bei vier in Top Ten.
Vor zehn Minuten hatte ich eine Keyword-Liste. Jetzt habe ich eine Datenbank mit Volumen, zehn gespeicherte Seiten, und ein erstes Marktbild.
Hier hören die meisten auf. Summary ins Reporting kopieren und weiter. Nicht.
Die KI schreibt, du prüfst
Hier die Regel für den ganzen Kurs. KI schreibt, du prüfst nach.
Das Modell schreibt sehr gut Skripte, die laufen. Es ist weniger gut darin zu merken, wenn das Skript gut läuft, aber das Falsche misst. Eine in sicheren Sätzen geschriebene Summary sieht gleich aus, egal ob Zahlen richtig oder falsch sind.
Bevor du einer Schlussfolgerung glaubst, prüfst du zwei Dinge. Code: zählt er, was du denkst? Und Zahlen: stimmt eine Roh-Response, von Hand geöffnet, mit der Summary überein? Darum bin ich streng dabei.
Die Tiefe-zehn-Falle
Das passierte mir bei einer meiner Sites, ganz kürzlich. Ich bat um dieselbe Analyse wie eben. Neun Keywords. Der KI-Report kam mit klarer Schlussfolgerung: meine Site ist bei fünf von neun nicht in Top Ten.
Das ist ein ernstes Finding. Klingt nach Ranking-Problem und hätte mich Seiten umschreiben lassen.
Also öffnete ich die Roh-Responses. Und die Zahlen passten nicht. Manche Ergebnisseiten hatten nur sechs oder sieben organische Treffer. Nicht zehn.
Darum. Die Anfrage nutzte Tiefe zehn. Und Tiefe zählt jedes Element auf der Seite, nicht nur blaue Links. Ein AI Overview zählt. Jede "Nutzer fragen auch"-Box zählt. Also gab Tiefe zehn bei Feature-voller Seite zwischen sechs und neun organische Ergebnisse. Meine Site fehlte nicht in Top Ten. Sie war einfach außerhalb dessen, was wir angefragt hatten.
Die Schlussfolgerung war ein Artefakt der Anfrage, keine Tatsache über die Suchergebnisse.
Und das echte Finding war anders und interessanter. Bei mehreren Keywords wurde meine Site im AI Overview selbst zitiert. Sichtbar ganz oben auf der Seite, an einem Ort, den das Skript nie als Ranking zählte.
So prüfst du in fünf Minuten
Also hier meine Prüfroutine. Dauert etwa fünf Minuten.
Erst: lies die Request-Parameter im Code. Tiefe, Ort, Sprache, Gerät. Die meisten falschen Schlüsse beginnen dort.
Zweitens: lass das Modell organische Ergebnisse pro Keyword zählen. Hat eine Seite weniger als zehn, ist "nicht in Top Ten" nicht bewiesen.
Drittens: öffne selbst eine Roh-Response aus dem Cache, und finde eine Summary-Zeile darin.
Viertens: frage: was könnte das Ergebnis sonst erklären? Fehlendes Ranking könnte kurze Seite, anderer Ort sein, oder ein Feature, das die Site zurückhält.
Der Fix war in meinem Fall günstig. Nur die kurzen Seiten bei Tiefe zwanzig nochmal laufen, je sechs Zehntel Cent, und durch dasselbe Cost-Gate.
Wie es weitergeht
In Episode achtundvierzig automatisieren wir die ganze Analyse: geplante Pulls, wöchentlicher Report und dasselbe Cost-Gate.
Aber dazwischen lehrt der Rest dieses Kurses jede Methode erst per Hand. Nicht weil KI es nicht kann, sondern weil du nur prüfst, was du verstehst. Sagt das Modell was Überraschendes, weißt du, wo du schaust.
Fazit
Lass die KI das Skript schreiben, gate jeden Bezahl-Call, und prüf die Zahlen, bevor du ihnen glaubst. Prompt und Cost-Gate-Checkliste sind in der Beschreibung verlinkt. Nächste Episode: wie man Search Console richtig liest und was Klicks, Impressionen, CTR und Position wirklich bedeuten. Bis dann.