SEO-Forecast: Ergebnisse mit Vertrauen prognostizieren

Ein schlechter SEO-Forecast verbrennt das Vertrauen des Boards in zwei Quartalen. Ich habe CMOs erlebt, die 200% organisches Wachstum in sechs Monaten versprochen haben, weil die Agentur einen Chart mit Pfeil nach oben gezeigt hat, ganz ohne Modell dahinter. Wenn die Zahl nicht kommt, wird das Budget gekuerzt und der Kanal bekommt Schuld, die dem Prozess gehoerte. Die gute Nachricht: Ein ehrlicher Forecast braucht keinen Statistik-PhD. Er braucht drei Eingaben (Suchvolumen, projizierte Position, erwarteter CTR) und die Disziplin, Annahmen zu versionieren. Der Rest des Artikels baut dieses Modell Schritt fuer Schritt auf, mit denselben Zahlen, mit denen ich Jahresplaene verteidige.

Starte mit einer historischen Basis von 18 bis 24 Monaten. Weniger verliert Saisonalitaet, mehr zieht einen anderen Algorithmus rein. Hole organische Sessions pro URL aus GA4 und kreuze sie mit Impressions und Clicks pro Query aus der Search Console (nutze BigQuery, sobald das Konto 50k Zeilen pro Monat ueberschreitet, die Queries sind in BigQuery + GSC: Abfragen, die deine Agentur nicht laufen laesst beschrieben). Berechne das natuerliche Decay: Artikel, die aelter als 12 Monate sind, verlieren typischerweise 15-25% Traffic pro Quartal, wenn sie nicht aktualisiert werden. Diese Zahl steht schon in deiner Tabelle, bevor du eine einzige neue Linie projizierst, und sie zu ignorieren ist der erste Fehler, der jeden Forecast killt.

Danach kommt die Positionsprognose pro Keyword. Hier verwechseln viele die "Difficulty" von Ahrefs oder Semrush mit einer Prophezeiung. Ich nutze stattdessen eine einfache Regression: Fuer jedes Cluster berechne ich, wie viele Wochen es historisch gedauert hat, von Position 30 auf 10 und dann von 10 auf 3 zu kommen. Typisch sind 12-20 Wochen pro Stufe, sobald die On-Page-Struktur sauber ist (die Checkliste, die ich nutze, steht in On-Page-SEO ohne Vermutungen pruefen: ein datenbasiertes Audit). Wende diese Stufenzeiten auf dein Page-Backlog an und du bekommst eine Ramp-Up-Kurve, die die physische Realitaet respektiert, nicht den Vertriebswunsch, was das Modell vor dem Board verteidigbar macht.

Der CTR pro Position ist der sensitivste Multiplikator im Modell. Nutze deinen eigenen Benchmark, wenn das Volumen reicht (>10k Klicks pro Monat), und falle auf oeffentliche Benchmarks zurueck, wenn nicht. Die 2026er Zahlen, die ich tracke, liegen in CTR-Benchmark nach Position: aktualisierte Daten 2026 und zeigen Position 1 bei 28-32% fuer informationelle Queries und 18-22% fuer transaktionale mit hoher Ad-Last. Title-Tag und Meta-Description bewegen die Nadel um 15-40%, wenn du methodisch iterierst (Muster in Title-Tags, die konvertieren: 7 in echten SERPs getestete Muster und Ist die Meta Description noch wichtig? Was die CTR-Daten zeigen). Modelliere zwei CTR-Szenarien: konservativ (ohne SERP-Appearance-Arbeit) und optimistisch (mit laufenden Tests).

Saisonalitaet kommt als multiplikativer Index, nicht als additiver Aufschlag. Hole drei Jahre Google Trends fuer deine Top-20-Queries, berechne den durchschnittlichen Monatsindex (Januar = 1.0, Dezember = 1.4 zum Beispiel) und wende ihn auf den projizierten Traffic an. Im E-Commerce verschiebt das den Forecast um 60% zwischen Q2 und Q4, und ihn zu ignorieren zerstoert die Glaubwuerdigkeit des Q3-Ziels. Beziehe auch nicht-organische Faktoren ein, die Discovery beeinflussen: Produkt-Launches, PR-Kampagnen (Impact gemessen in Digital PR fuer SEO: den realen ROI von Erwaehnungen messen), URL-Wechsel oder Page-Konsolidierungen. Jeder Punkt wird zu einer eigenen Zeile in der Tabelle, mit Verantwortlichem und Datum, niemals eine vage Schaetzung in der Fussnote.

Letzter Schritt: Unsicherheit modellieren, nicht verstecken. Praesentiere immer drei Kurven: P10 (pessimistisch), P50 (Base) und P90 (optimistisch), mit den Annahmen, die sich zwischen ihnen unterscheiden, explizit aufgelistet. Aktualisiere den Forecast alle 30 Tage, vergleiche Ist vs. P50 und berechne den MAPE (mittlerer absoluter prozentualer Fehler). Ein gesunder Forecast liegt nach drei Zyklen zwischen 10 und 20% MAPE. Bist du konsistent ueber 30%, ist nicht der Markt das Problem, sondern das Modell. Dokumentiere, was sich geaendert hat (Algorithmus-Update, neuer Wettbewerber, atypische Saisonalitaet) und versioniere. Praktisches Takeaway: Bau diese Woche eine Tabelle mit 4 Tabs (Historie, Positionen, CTR, Saisonalitaet) und lass ein P50 ueber deine Top-50-Seiten laufen. Du wirst falsch liegen, aber messbar falsch, und das setzt dich schon vor 90% der Agenturen.