Die GSC bietet mit dem Regex-Filter eine extrem mächtige Funktion, die jedoch kaum genutzt wird – vor allem, weil viele keine Erfahrung mit regulären Ausdrücken haben.
Wer nutzt z. B. Filter, um Longtail-Keywords systematisch zu analysieren?Ein sehr effektiver Ansatz ist die folgende Regex:
(\b\w+\b[\s,.!?]*){5,}Diese Formel filtert alle Suchanfragen mit mindestens fünf Wörtern. Perfekt also, um echte Longtail-Intentionen zu isolieren – oder AI-generierte Phrasen, die häufig deutlich länger sind als klassische Nutzeranfragen. Die Zahl ist frei anpassbar – je nach gewünschter Komplexität.
Tipp: So identifizierst du sehr spezifische Suchanfragen mit konkreter Nutzerintention oder automatisch generierte Varianten.
Wir können in der GSC sogar sehen, was Google selbst sucht – oder besser gesagt: wie Google Themen clustert. Besonders spannend sind Suchanfragen mit runden oder eckigen Klammern. Hier kommt dieser Regex ins Spiel:
[\[\(][^\[\]\(\)]+[\]\)]
Damit lassen sich alle Suchanfragen herausfiltern, die z. B. Begriffe wie „geschwindigkeitsregelanlage (tempomat)” oder andere semantische Ergänzungen enthalten.
Spannend: Seit dem Rollout von AI Overviews steigt genau diese Art von Suchanfragen deutlich in der GSC. Zufall? Wohl kaum. Diese Queries zeigen, wie Google Entitäten identifiziert und verarbeitet.
Ein besonders aufschlussreiches Muster zeigt sich bei den Suchanfragen. Im Beispiel schauen wir uns eine deutsche Domain an, die zu 99% nur deutsche Suchanfragen abbildet. Was interessant ist? Beim Export der Daten über die GSC-API tauchen plötzlich Kombinationen aus deutsch und englisch auf. Gerade der englische Teil sieht stark nach einem internen Zusatz seitens Google aus:
- in germany. be sure to reply in german
- in united states of america. be sure to reply in german
- in united states of america.
Was hier auffält:
- Google scheint intern mit englischen Steuerbefehlen zu arbeiten.
- Die Sprache der gewünschten Antwort wird oft explizit genannt.
- Zudem wurden die Daten erst durch den Export sichtbar. In der GSC direkt, waren sie nicht vorhanden.
Zwei interessante Punkte:
- 1.Google verwendet Englisch, um Suchprozesse zu steuern — auch im deutschen Sprachraum.
- 2.Die Anfragen enthalten direkt Informationen zur Sprache der Antwort, z.B. “reply in german”
Zwar lässt sich das nicht beweisen, doch genau diese Art von Query scheint häufig mit AI Overviews oder Gemini zusammenzuhängen. Wer solche Phrasen analysiert, bekommt einen Einblick, welche Prompts und Query-Formulierungen von Google selbst genutzt werden – z. B. zur Generierung von AI-Antworten.
Beispielhafte Suchanfrage:
„wobei kann sie eine geschwindigkeitsregelanlage (tempomat) unterstützen?“
Hier wird der Begriff „Tempomat“ klar als Entität erkannt. Das ist hochrelevant, denn:
- Entitäten helfen, Inhalte zu clustern.
- Man erkennt, ob mehrere URLs dasselbe Thema bedienen.
- Man kann Synergien aufdecken – oder Keyword-Kannibalisierung identifizieren
Noch deutlicher wird das bei längeren Suchanfragen wie:
„welchen vorteil bringt die nutzung einer geschwindigkeitsregelanlage (tempomat) für den fahrer eines kraftfahrzeugs? der tempomat — entlastet den fahrer bei der fahrzeugbedienung — hält eine eingestellte fahrgeschwindigkeit auf ebener fahrbahn konstant — passt die geschwindigkeit an die verkehrsdichte an“
Offensichtlich: Das ist keine echte Nutzersuche – sondern ein Hinweis auf maschinell erzeugte Prompt- oder Query-Fan-out-Strukturen, wie sie z. B. von AI-Systemen verwendet werden.
👉 Wenn man solche Anfragen in ihre Bestandteile zerlegt, erkennt man Muster – die gezielt zur Content-Optimierung genutzt werden können.
Die UX der GSC ist oft begrenzt – wer tiefere Analysen will, sollte die Erweiterung Search Analytics for Sheets nutzen.
Schritt-für-Schritt-Anleitung:
- 1.Wähle deine Domain und den Zeitraum (z. B. letzte 6 Monate).
- 2.Gruppiere nach Query und URL.
- 3.Filtere mit folgendem Regex: [\[\(][^\[\]\(\)]+[\]\)]
- 4.Sobald die Daten geladen sind, füge eine neue Spalte hinzu und die Formel: =REGEXEXTRACT(A2; “\[(.*?)\]|\((.*?)\)”) → So extrahierst du die enthaltenen Entitäten direkt aus der Suchanfrage.
- 5.Erstelle eine Pivot-Tabelle zur Auswertung nach Entitäten, URLs, Impressionen, Klicks usw.
Die Google Search Console bietet mehr als nur Rankings und CTRs. Mit gezielter Nutzung von Regex-Filtern und Tools wie Search Analytics for Sheets lässt sich nachvollziehen:
- Wie Google Themen clustert
- Welche Entitäten Google erkennt
- Welche Queries durch AI beeinflusst werden
- Wie maschinelle Suchprozesse ablaufen
Der Entscheider Guide
SEO in der Ära der KI-Suche
KI verändert die Suche – und dein Marketing! Dieser Guide zeigt, wie KI-Suchergebnisse funktionieren und wie du deine SEO-Strategie optimal darauf ausrichtest. Bereite dich vor: SEO in der Ära der KI-Suche.
