Visibility Dashboard

SEO + GEO Sichtbarkeits-Dashboard — misst regelmässig und automatisiert die Sichtbarkeit eines ganzen Unternehmens (nicht nur der Website, sondern auch Social Media und Newsletter) und leitet daraus konkrete Optimierungsmöglichkeiten ab:

Website in Google & Bing (klassisches SEO: Rankings, Onsite, Backlinks) und in ChatGPT, Perplexity, Gemini & AI Overviews (GEO: wird die Marke in KI-Antworten erwähnt/zitiert?).
Social Media (TikTok, Instagram, YouTube): Follower, Views, Engagement, Wachstum — nur die eigenen Kunden-Accounts (via OAuth verbunden), kein Wettbewerber-Tracking.
Newsletter (Owned Media): Öffnungs-/Klickraten, Listen-Wachstum (Sendy + Mailchimp).

Erzeugt pro Kunde einen monatlichen, ausführlichen Report auf Deutsch inkl. Diagrammen und einer Executive Summary; der automatische Mail-Versand (Summary als Mail-Body) ist geplant.

Eigenes Tool (kein Kundenzugang), lokal mit DDEV entwickelt, später evtl. produktiv auf visibility.openstream.ch. PHP 8.3, MariaDB, DataForSEO als zentrale Datenquelle + gratis Google/Bing-APIs. Keine fertigen SEO-Suites.

Dieses README ist zugleich Konzept, Recherche, Architektur und Statusplan. Arbeitskonventionen für Claude Code stehen in CLAUDE.md.

Schnellstart

ddev start && ddev composer install
cp .env.example .env          # API-Keys eintragen (DataForSEO, OpenAI, Anthropic ...)
ddev exec php bin/console migrate
ddev exec php bin/console onboard --client=<slug> --save   # Keywords + GEO-Prompts generieren
ddev exec php bin/console approve --client=<slug>          # freigeben
ddev exec php bin/console collect --client=<slug>          # Rankings erheben (wöchentlich)

Inhalt

Recherche: Datenquellen & Dienste
Kostenübersicht
Keyword- & GEO-Prompt-Generierung (Onboarding)
Marktverteilung Schweiz
Diagramme & Visualisierung
Phasenplan & Status

Recherche: Datenquellen & Dienste (Juli 2026)

SEO / Suchmaschinen-Sichtbarkeit

Quelle	Modell	Kosten	Wofür	Bewertung
Google Search Console API	offiziell, OAuth/Service-Account	kostenlos	Echte Klicks, Impressions, CTR, Position pro Query & Seite — nur für eigene verifizierte Properties	Erste Wahl, wo GSC-Zugriff besteht. Skill `gsc-api-access` existiert bereits.
GSC — Search Generative AI Report	offiziell	kostenlos	Impressions/Pages/Countries/Devices in AI Overviews & AI Mode (Daten ab 18.05.2026, keine Queries/Klicks/CTR)	⚠️ Angekündigt 3. Juni 2026, Rollout nur an UK-Teilmenge, keine API. Bei unseren CH-Kundendomains noch nicht sichtbar. → Als «kommt später» einplanen, nicht darauf warten; sobald verfügbar für AIO-Seiten-Signale nutzen.
Bing Webmaster Tools	offiziell	kostenlos	Bing-Rankings/Impressions/Klicks (API ✅, umgesetzt) und der AI Performance (Beta) Report: Citations in Microsoft Copilot & Bing-AI-Summaries, «Grounding Queries», Intents/Topics/Citation-Share/Compare (seit Juni 2026). Nur für eigene verifizierte Properties.	Klassische WMT-Daten ✅ via API (`BingWmtClient`/`BingSerpProvider`). AI-Report: weiterhin KEINE API (Microsoft: «im Laufe 2026», Juli 2026 noch nicht live). Aber CSV-Export über die UI (bing.com/webmasters/aiperformance) → sauberer Datenpfad: manueller CSV-Import statt Scrape. 90-Tage-Fenster → regelmässig exportieren & selbst archivieren. Daten sind eine Stichprobe.
DataForSEO — SERP API	pay-per-task	~$0.0006/Query (Standard-Queue, ~5 Min) bis $0.002 (Live, ~6 Sek)	Google-Rankings für beliebige Keywords/Domains ohne GSC-Zugriff; Wettbewerber-Rankings. Unterstützt Schweiz + Deutsch (`location="Switzerland"`, `gl=ch`, `hl=de`; Labs deckt DE/FR/IT für CH ab). PHP-Beispiele in Doku.	Zweite Wahl / Ergänzung für SEO. Günstigster Anbieter bei Volumen, transparentes Pay-per-Query.
SerpApi	Abo	ab $25/Mt (1'000 Suchen), $75 (5'000)	SERP-Scraping, >100 Engines, `gl=ch`/`hl=de`/`location`	Backup zu DataForSEO. Teurer bei Volumen, aber sauberes JSON & breite Abdeckung.
ValueSERP / ScaleSERP, Scrapingdog, Bright Data, Oxylabs SERP	pay-per-1K	~$0.30–1.60 / 1'000	Reine Google-SERP-Scraper mit CH-Targeting (UULE/`gl=ch`)	Günstige SERP-only-Alternativen. Kein Keyword-/Backlink-/GEO-Mehrwert. Nur falls DataForSEO nicht reicht.

Bewusst NICHT genutzt (Suite-Produkte): Sistrix, XOVI (das früher eingesetzte Alt-Tool), SE Ranking, Semrush, Ahrefs. → Entscheidung: kein Suite-Dashboard, wir bauen selbst. Ihre rohen Daten-APIs wären erlaubt, sind aber teurer/abo-gebunden als DataForSEO und bringen für unseren Fall keinen Mehrwert. Einzige Ausnahme, die man später abwägen könnte: Sistrix-OVI als Kennzahl, falls ein Kunde ihn explizit im Report erwartet — dann nur diese eine Zahl, nicht die Suite.

SE Ranking geprüft & verworfen (Juli 2026): Beide (SE Ranking + DataForSEO) haben MCP-Server, aber MCP ist für ein LLM-Client-Szenario (Claude Desktop), nicht für unser PHP-Tool, das die REST-API direkt anspricht — kein Mehrwert. Einziger echter Unterschied: SE Ranking hat via Planable Social-Media-Tracking (9 Plattformen, inkl. Social-Zitate in ChatGPT/Perplexity), DataForSEO nicht. Update (Social ist jetzt Ziel): Wir lösen das nicht über SE Ranking/Planable (Suite), sondern selbst — YouTube offiziell (Data API), TikTok/Instagram via Apify nur für die eigenen Kunden-Accounts (Gesamt-Views). Kein Wettbewerber-Tracking (Betreiber-Entscheidung, s. «Social-Media-Sichtbarkeit»). SE Ranking bleibt verworfen; die «keine Suite»-Leitplanke gilt weiter.

Onsite / technisches SEO (Website-Audit)

Bisher via Xovi gemacht → jetzt selbst gebaut, aber das Crawlen läuft über APIs, NICHT über einen selbstgebauten Crawler/Scraper. «Crawlen» = regelmässiger Erhebungslauf gegen APIs. Kein Screaming Frog/Sitebulb (Desktop-Tools) und kein Eigenbau-Crawler nötig.

Quelle	Modell	Kosten	Wofür	Bewertung
DataForSEO OnPage API	pay-per-task	~$0.000125/Seite (Base), +JS-Rendering	Crawl-Backbone (API). 60+ technische Checks: Meta/Title/Description, Headings, Canonicals, robots.txt, Sitemap, Broken Links (4xx/5xx), Redirect-Chains, hreflang, strukturierte Daten, HTTPS, Mobile, Alt-Texte, Duplicate Content, interne Links, Core Web Vitals (aus Lighthouse). JSON, async.	Primäre Onsite-Quelle. ~$1.25 für 10'000 Seiten. Deckt die allermeisten Checks ab — inkl. der Punkte, die wir sonst «selbst» prüfen müssten.
Google PageSpeed Insights API	offiziell	kostenlos (25'000 Req/Tag)	Lighthouse-Lab + Core Web Vitals (LCP, INP, CLS), SEO-/Performance-Score je URL	Einbauen — gratis, präzise Performance-Daten.
Chrome UX Report (CrUX) API	offiziell	kostenlos	Feld-/Real-User-Daten der Core Web Vitals (nicht nur Lab)	Einbauen — ergänzt PageSpeed um echte Nutzerdaten.
Google Search Console API	offiziell	kostenlos	Crawl-Stats, Index-Coverage, Mobile-Usability der eigenen Properties	Bereits im SEO-Teil; liefert auch Onsite-Signale.
Mozilla Observatory API	offiziell	kostenlos	Security-Header, TLS-Bewertung	Kleiner Zusatz-Check per API.

Onsite-Strategie: rein API-basiert. DataForSEO OnPage als Crawl-Backbone (deckt Meta/Headings/hreflang/Broken Links/Alt-Texte/strukturierte Daten selbst ab) + gratis Google-APIs (PageSpeed/CrUX/GSC) + Mozilla Observatory. Kein eigener Crawler. Kostet real nur wenige Franken/Monat für alle 4 Domains. Falls später ein Spezialcheck fehlt, den keine API liefert: intern abklären, ob er das Report-Ergebnis überhaupt braucht — nicht reflexartig selbst crawlen.

Offsite SEO (Backlinks / Autorität)

Quelle	Modell	Kosten	Wofür	Bewertung
DataForSEO Backlinks API	pay-per-task	$0.02/Request + $0.00003/Zeile (~$0.05 / 1'000 Backlinks)	Referring Domains, Backlink-Anzahl/-Qualität, Domain/Page/Backlink-Rank, Spam-Score, neue/verlorene Links, Anchor-Texte, Wettbewerbsvergleich. 2.8 T Live-Backlinks, .ch normal abgedeckt. JSON, PHP-tauglich.	Klare erste Wahl. Einziger echter pay-per-use-Anbieter mit gutem Index. ~100× günstiger als Ahrefs-API.
~~Ahrefs API, Semrush API, Majestic, Moz~~	Abo/Enterprise	$400–999+/Mt	Autoritäts-Metriken: DR (Domain Rating, Ahrefs), DA (Domain Authority, Moz), TF (Trust Flow) & CF (Citation Flow, Majestic)	❌ DEFINITIV NICHT NUTZEN. Das sind Suites → verstösst gegen die «keine Suites»-Leitplanke, ausserdem unwirtschaftlich. Nur hier gelistet, um die Entscheidung zu dokumentieren. Ihre Autoritäts-Metriken werden nicht gebraucht — wir nutzen den DataForSEO-eigenen Domain/Backlink-Rank + Spam-Score.
Bing Webmaster Tools (eigene Site, gratis)	offiziell	kostenlos	Backlinks zur eigenen verifizierten Domain	Kostenlose Zusatzquelle für die eigenen Properties; keine Wettbewerber.
Common Crawl / OpenLinkProfiler	offen/gratis	kostenlos	Roh-Backlink-Daten	Für kontinuierliches Monitoring nicht praktikabel (zu roh/technisch bzw. zu klein).

Offsite-Strategie: DataForSEO Backlinks ist die einzige Backlink-Quelle — inkl. eigener Autoritäts-Metrik (Domain/Backlink-Rank) und Spam-Score. Für die eigenen verifizierten Domains zusätzlich gratis via GSC/Bing. Ahrefs, Semrush, Majestic, Moz sind Suites und werden nicht genutzt (auch nicht das gratis Ahrefs Webmaster Tools — hält uns sauber Suite-frei). Bewusste Lücke: keine Trust-Flow/Citation-Flow-Metrik (Majestic-exklusiv) — brauchen wir nicht.

Konsolidierung: DataForSEO wird damit die zentrale bezahlte Datenquelle für vier Rollen — SERP-Rankings, GEO (Perplexity/Gemini/AIO), OnPage/Onsite und Backlinks/Offsite. Ein Account, eine Auth, ein DataForSeoClient im Code. Das vereinfacht die Architektur erheblich und hält die Kosten niedrig.

Social-Media-Sichtbarkeit (eigene Kanäle, via OAuth)

Sichtbarkeit ist mehr als die Website: Social Media gehört zum Auftritt eines Unternehmens dazu. Ziel: echte monatliche Views/Reichweite und Follower-Wachstum der eigenen Kanäle des Kunden. Plattformen: YouTube, Instagram, TikTok. Zeitreihe bauen wir selbst (wöchentlich collect → DB).

Kernentscheidung (Juli 2026 — Kurskorrektur weg von Apify): Für zuverlässige, exakte Monats-Views führt kein Weg an den offiziellen APIs mit OAuth vorbei. Apify/öffentliches Scraping liefert das nicht sauber (IG gibt öffentlich gar keine Account-Views; TikTok je nach Actor; YouTube nur Lifetime-Näherung). Deshalb: der Kunde verbindet seine Kanäle selbst per OAuth über eine schlanke Web-App auf visibility.openstream.ch → einmal «mit YouTube/Instagram/TikTok verbinden» klicken. Das skaliert (kein Setup-Aufwand pro Kunde) und liefert die genauesten Daten.

Plattform	Quelle (OAuth, eigenes Konto)	Liefert
YouTube	Analytics API (`youtubeAnalytics.reports.query`, Scope `yt-analytics.readonly`)	echte Monats-`views`, Watchtime, Subscriber-Gains, Shorts-vs-Video-Split (`creatorContentType`).
Instagram	Instagram-Login + Graph Insights (`graph.instagram.com/me/insights`, Business/Creator)	echte Reichweite/Views + Follower — das, was öffentlich GAR nicht geht. Fürs eigene Konto ohne vollen App-Review (Dev-Modus), keine FB-Seite nötig.
TikTok	Display API (eigenes verbundenes Konto, Sandbox reicht)	Video-Views/Engagement des eigenen Kontos; Monats-Views als Delta. Keine historischen Monate (nur Momentaufnahme).

Architektur der OAuth-Anbindung (s. «Social via OAuth» unten für Details):

Schlanke Verbindungsseite je Kunde: OAuth-Consent → Refresh-Token verschlüsselt in der DB (social_connections, App-Key aus .env).
collect --social nutzt die gespeicherten Tokens (Refresh → Access-Token) und ruft die Analytics-APIs headless ab. Kein Kunden-Login/Portal darüber hinaus.
Fallback ohne OAuth: die bereits gebaute YouTube Data API (nur API-Key, Lifetime-Views-Näherung) bleibt nutzbar, wenn ein Kunde (noch) nicht verbunden ist.

Kein Scraping, kein Wettbewerber-Tracking. Nur die eigenen Kanäle des Kunden mit seiner Einwilligung, nur aggregierte Account-Stats (keine Personendaten). Der frühere Apify-Scraping-Weg ist entfernt; die Anbieter-Recherche bleibt in Memory + Git-Historie dokumentiert. DataForSEO deckt Social nicht ab (Pinterest-only).

Social via OAuth — Architektur (gebaut)

Bewusste Erweiterung um eine minimale Web-Komponente (bricht die «nur CLI/kein Login»- Leitplanke gezielt für genau diesen Zweck, s. CLAUDE.md). Kein Kundenportal, keine Reports für Kunden — nur das Verbinden der Kanäle.

social_connections (DB): client_id, platform, account_ref, refresh_token (verschlüsselt, AES via App-Key aus .env), scopes, connected_at, status.
OAuth-Flow (Web): /connect/<platform>?client=<slug> → Provider-Consent → Callback speichert den Refresh-Token verschlüsselt. Pro Plattform eine registrierte OAuth-App (Google Cloud / Meta / TikTok Developer) mit Callback-URL auf visibility.openstream.ch.
OAuthTokenStore: entschlüsselt den gespeicherten Token, refresht je Plattform unterschiedlich (token_style in OAuthProviderConfig) und stellt das Access-Token gecacht bereit:
- Google/YouTube — Standard-OAuth2-refresh_token-Grant.
- TikTok — wie OAuth2, aber Client-Parameter heisst client_key statt client_id.
- Meta/Instagram — kein refresh_token-Grant: das langlebige Token (60 Tage) wird per fb_exchange_token gegen ein frisches getauscht und rollierend zurückgespeichert (updateSocialConnectionToken), damit die Frist nicht abläuft.

Provider (ConnectedSocialProvider), je Plattform:

Provider	Endpunkt	Monats-Views	Follower
`YouTubeAnalyticsProvider`	YouTube Analytics `reports`	echt (month-to-date)	via Data API
`InstagramInsightsProvider`	`graph.instagram.com/me/insights` (`views`,`reach`)	echt (Zeitraumswert, kein Delta)	`followers_count`
`TikTokProvider`	Display API `video/list` + `user/info`	Delta aus `viewsTotal` (Lifetime-Summe)	`follower_count`

Ergebnis → social_metrics; socialMonthly() liefert je Kanal den echten Monatswert bzw. das Delta zweier wöchentlicher Stände.

Freischaltung je Plattform (so eingerichtet):
- YouTube — Google-Cloud-OAuth-Client, Scope yt-analytics.readonly.
- TikTok — App auf https://developers.tiktok.com/apps/, Produkt «Login Kit», Scopes user.info.basic/user.info.stats/video.list. Sandbox-Modus reicht (eigenes Konto als target user) — kein Production-Review mit ToS-/Datenschutz-URLs nötig.
- Instagram — Instagram-Login-Weg (nicht Facebook-Login): App auf https://developers.facebook.com/apps/, Anwendungsfall «Messaging und Content auf Instagram verwalten», Scopes instagram_business_basic/instagram_business_manage_insights. Das Business-/Creator-Konto als «Instagram-Tester» (Tab App-Rollen) hinzufügen und die Einladung in Instagram annehmen. Kein voller App-Review fürs eigene Konto (Dev-Modus). Wichtig: die Instagram-App-ID verwenden, nicht die Facebook-App-ID. Keine FB-Seite nötig.
Status: LIVE. Alle drei Kanäle sind für openstream real verbunden und liefern echte Zahlen (collect --social). YouTube/Instagram liefern Juni rückwirkend (Analytics- bzw. 90-Tage-Insights-Fenster); TikTok-Juni kam aus dem TikTok-Studio-CSV-Export (die Display API liefert keine historischen Monate) und akkumuliert ab Juli per Delta.

Newsletter / E-Mail-Marketing (Owned Media)

Der Newsletter ist ein weiterer eigener Sichtbarkeitskanal (Owned Media) neben Website und Social. Ziel: je Ausgabe Öffnungsrate, Klickrate, Bounces, Abmeldungen und Listen-Wachstum, plus Trend über die Ausgaben.

Das Tool ist pro Kunde verschieden — openstream nutzt Sendy, viele Kunden Mailchimp. Deshalb als zwei Provider hinter einem NewsletterProvider-Interface, je Kunde in der Config gewählt. API-Keys je Kunde in .env (Suffix = Slug), damit Secrets aus dem Repo bleiben und pro Kunde getrennte Accounts möglich sind.

Tool	Datenzugriff	Liefert
Mailchimp	offizielle Marketing API (`/reports`, `/lists`), REST/JSON, API-Key (enthält Server-Prefix `-usXX`)	Opens/Clicks/Bounces/Unsubscribes je Kampagne + Listen-Wachstum, sauber.
Sendy (selbst-gehostet, Amazon SES)	schlanke API (`/api/...`, Abonnenten aktiv/abgemeldet); Kampagnen-Opens/Clicks liegen in Sendys MySQL-DB → read-only-Zugriff bzw. Report-Endpunkte. Beim Bau prüfen, was die Version hergibt.	dieselben Kennzahlen, teils via DB.

Besonderheit: rein eigene, private Daten (kein Scraping, kein Wettbewerber-Vergleich) → datenschutzrechtlich unkritisch, nur aggregierte Raten in den Report (keine Empfänger-Adressen).
Report: eigener Abschnitt «Newsletter» mit Momentaufnahme (letzte Ausgabe) + Zeitreihe (Öffnungs-/Klickrate über die Ausgaben, Listen-Wachstum). Kunden ohne Newsletter: Abschnitt sauber ausblenden.

Openstream Visibility Score (OVS) — eine plattformübergreifende Zahl

Ziel: eine monatliche Kennzahl, die auf einen Blick vermittelt, wie sichtbar das Unternehmen online war — über Website, KI-Antworten, Social und Newsletter hinweg.

Das methodische Problem (bewusst gelöst): GSC-Impressions, YouTube-Views und Klicks sind NICHT dasselbe. Eine Impression (Seite erschien irgendwo im Suchergebnis, oft ungesehen) mit einem Video-View (jemand hat aktiv gestartet) zu addieren, erzeugt eine Scheinzahl, die von den riesigen Impression-Zahlen dominiert wird und «flüchtig erschienen» mit «aktiv konsumiert» vermischt. Willkürliche Gewichte (Impression = 0.1 o.ä.) wären Marketing-Theater.

Lösung — OVS misst «aktive Sichtkontakte» (angelehnt an die ETV-Logik): jeder Kanal wird auf dieselbe ehrliche Einheit reduziert — ein Mensch hat den Content aktiv konsumiert. Keine erfundenen Gewichte; jede Komponente ist entweder eine echte Aktion oder eine CTR-fundierte Schätzung (nicht 0.1, sondern die reale Klickrate):

OVS (Monat) = Google-Klicks + Bing-Klicks               (echte Besuche)
            + (Google-Impressions × Google-CTR)          (erwartete Besuche, CTR-fundiert)
            + GEO-Nennungen/Zitate (ChatGPT/Perplexity/AIO)  (aktiver KI-Sichtkontakt)
            + YouTube-Views + TikTok-Views + Instagram-Views (aktiv konsumiert)
            + Newsletter-Opens                            (aktiv geöffnet)

Warum das ehrlich ist: Impressions werden mit der tatsächlichen CTR gewichtet (dieselbe Grösse, die ETV nutzt), nicht mit einem gegriffenen Faktor. Damit fliesst eine Impression exakt mit ihrem realen Erwartungswert ein (~0,003 Besuche bei 0,3 % CTR), statt 33× überbewertet. Social-Views/Klicks/Opens sind bereits echte Aktionen (Faktor 1).
Report-Darstellung (transparent): Der Report zeigt den OVS als eine Zahl PLUS die offene Zusammensetzung — welcher Kanal wie viele Kontakte beitrug + die verwendete Formel/CTR. Kein Blackbox-Score; der Kunde kann es nachvollziehen.
Bezug zu ETV: ETV bleibt die kanalspezifische Google-Trend-Kennzahl (in «Traffic-Wert»). OVS ist die kanalübergreifende Dach-Kennzahl (in «Kontakten»). ETV speist die Google-Komponente konzeptionell, ersetzt sie aber nicht.
Zeitreihe: OVS je Monat → eigener Trend-Chart (steigt die Gesamt-Sichtbarkeit?).

Offen (beim Bau zu entscheiden): Behandlung von GEO-Nennungen (1 Kontakt je Nennung? ohne Reichweitenschätzung), Newsletter-Opens vs. -Klicks, und ob Bing-Impressions mangels CTR-Daten mitzählen. Formel im Code zentral + dokumentiert, damit sie nachvollziehbar bleibt und angepasst werden kann.

DataForSEO — vollständiges Fähigkeits-Inventar (für Feature-Planung)

DataForSEO ist deutlich vielseitiger als nur die 4 Kern-Rollen. Alles läuft über einen Account (REST API, Basic Auth: Login+Passwort), pay-per-task. Unten das komplette Inventar — was wir jetzt nutzen (Kern) und was später interessante Features ermöglicht. Damit wir beim Bauen den DataForSeoClient gleich so schneiden, dass neue Endpunkte einfach andockbar sind.

Onboarding-Auswahl (im DataForSEO-Setup ankreuzen): SERP Tracking, Backlink Analysis, Keyword Research, Rank Tracking, Competitor Analysis, AI/LLM Mentions, Content Optimization, Building SaaS Tool (+ Local SEO). Integration: REST API.

API-Gruppe	Liefert	Nutzung bei uns
SERP API	Rankings Google/Bing/YouTube/Yahoo u.a.; organic, maps, news, images, features	✅ Kern — Google/Bing-Rankings
OnPage API	Crawl + technisches Audit: Meta, Headings, Canonicals, hreflang, Broken Links, Duplicate Content, Lighthouse/CWV	✅ Kern — Onsite
Backlinks API	referring domains/networks, Anchor-Texte, neu/verloren, Domain-Rank, Spam-Score, Wettbewerbsvergleich	✅ Kern — Offsite
AI Optimization API	LLM-Mentions & Citations (ChatGPT*/Perplexity/Gemini/AIO), LLM-Responses je Modell, AI-Keyword-Data	✅ Kern — GEO (*ChatGPT nur US/EN → via OpenAI)
Keywords Data API	Suchvolumen (Google/Bing Ads), Google Trends, Clickstream-Nachfrage	✅ umgesetzt — CH-Suchvolumen/Wettbewerb/CPC je Keyword (`refresh-volume`, ein Call ~$0.09, quartalsweise); Volumen-Spalte im Report
DataForSEO Labs API	Ranked-Keywords, Keyword-Ideen, Relevant-Pages, Keyword-Difficulty	✅ umgesetzt (eigene Domain, kein Wettbewerber-Tracking) — `collect --labs`: Sichtbarkeitsbreite (alle Rankings), stärkste Seiten, Difficulty-Spalte; Keyword-Ideen als Onboarding-Signal (`--labs-ideas`)
Domain Analytics API	Tech-Stack-Erkennung, WHOIS, Domain-Infos	💡 Später — Tech-Kontext im Onsite-Report (z.B. CMS erkannt)
Content Analysis API	Sentiment, Rating-Verteilung, Phrase-Trends über Web-Erwähnungen	💡 Später — Marken-/Reputations-Signal (Brand-Mentions, Sentiment) neben GEO
Business Data API	Google Business Profile, Bewertungen (Trustpilot/Tripadvisor), Local-Pack, Social-Mentions	💡 Später (relevant für CH-KMU!) — Local SEO: GBP-Sichtbarkeit, Sterne, lokale Rankings
Merchant API	Amazon / Google Shopping: Produkte, Preise, Reviews	➖ nur falls ein Kunde E-Commerce/Shopping trackt
App Data API	Google Play / App Store: Rankings, Reviews	➖ nur falls ein Kunde eine App hat

Priorisierung fürs spätere Backlog:

Keywords Data + Labs — direkt fürs Onboarding (Keyword-/Prompt-Generierung, Wettbewerber-Findung). Kommen früh dran.
Business Data (Local SEO) — für lokale CH-Kunden oft wertvoller als reine Web-Rankings: Google-Business-Profile-Sichtbarkeit, Sterne-Bewertungen, Local Pack. Guter Kandidat für einen eigenen Report-Abschnitt «Lokale Sichtbarkeit».
Content Analysis — Brand-Mentions/Sentiment als Ergänzung zur GEO-Sektion.
Domain Analytics — kleiner Tech-Kontext-Block im Onsite-Teil.

Architektur-Konsequenz: DataForSeoClient generisch bauen (Endpoint-Pfad + Payload als Parameter, gemeinsames Auth/Retry/Cost-Logging), damit neue Gruppen ohne Umbau andockbar sind. Provider (SerpProvider, OnsiteProvider, …) nutzen denselben Client, nur mit anderem Endpoint.

Kostenübersicht — pro Domain / Monat (wöchentliche Erhebung)

Rhythmus: 4 Läufe/Monat (wöchentlich). Alle Preise verifiziert (Juli 2026). Mengen sind pro Domain anpassbare Annahmen für ein typisches CH-KMU.

Annahmen pro Domain: 20 Keywords (Rankings) · 50 Seiten (Onsite-Crawl) · 2'000 Backlinks/Snapshot · 8 GEO-Prompts (5 Kategorie + 3 Marke), davon ChatGPT via OpenAI + 3 Kanäle (Perplexity/Gemini/AI-Overview) via DataForSEO.

Echte gemessene Kosten (Juli 2026, openstream): Rankings wöchentlich, GEO/Onsite/ Offsite/Historie monatlich. GEO-Kanäle: ChatGPT + Perplexity (Gemini/Claude deaktiviert, teurer) + AI Overview.

Posten	Menge	Rhythmus	Gemessene Kosten
SERP-Rankings (GSC gratis, DataForSEO nur Zusatz)	~20 Keywords	wöchentlich	~$0.05/Monat
GEO ChatGPT (DataForSEO LLM-Responses)	20 Prompts	monatlich	~~$0.55 (~~$0.027/Call)
GEO Perplexity (DataForSEO LLM-Responses, Modell sonar)	20 Prompts	monatlich	~~$0.14 (~~$0.007/Call)
GEO AI Overview (DataForSEO SERP)	~104 Keywords	monatlich	~$0.40 ($0.004/Query)
Onsite-Audit (DataForSEO OnPage)	25 Seiten	monatlich	~$0.004
Offsite/Backlinks (DataForSEO)	1 Snapshot	monatlich	~$0.024
Historie-Backfill (DataForSEO Labs)	einmalig/Domain	einmalig	~$0.13
Gratis: GSC, Bing WMT, Bing-AI-CSV	—	—	$0
Laufende Summe pro Domain / Monat			≈ $1.20

→ Pro Domain rund $1.20/Monat mit ChatGPT+Perplexity+AI-Overview. GEO ist der grösste Block; wenn Gemini/Claude aktiviert würden, käme je ~$0.55–1.30 hinzu (daher deaktiviert). Wichtigste Stellschraube: GEO monatlich (nicht wöchentlich) und Kanäle bewusst wählen. Die alte Schätzung ($25/1'000 OpenAI-Tool-Gebühr) ist überholt — wir nutzen kein OpenAI direkt, alle Chat-Kanäle laufen über DataForSEO.

Hochrechnung & Fixkosten

Domains	API-Kosten/Monat
1	~$1.50
4 Kunden (inkl. openstream als öffentliches Beispiel)	~$6
10	~$15
25	~$38

Einmalig: DataForSEO-Mindesteinzahlung $50 (Guthaben verfällt nicht, reicht bei 4 Domains ~8 Monate). $1 Gratis-Guthaben zum Testen.
Hosting: lokal (DDEV) $0; produktiv später vernachlässigbar (bestehender Server).
Optional statt OpenAI-ChatGPT: Perplexity Sonar als zusätzlicher/alternativer Kanal ist günstiger (~$0.003–0.008/Anfrage statt $0.028) — falls die ChatGPT-Kosten stören, kann man den ChatGPT-Kanal seltener (z.B. monatlich statt wöchentlich) laufen lassen und drückt die $0.90 auf ~$0.22.

Stellschrauben, falls Kosten gesenkt werden sollen:

ChatGPT-Grounding monatlich statt wöchentlich erheben (Rankings/GEO ändern sich in KI-Antworten langsam) → grösster Hebel.
SERP/OnPage in Standard-Queue lassen (bereits eingerechnet, günstigste Stufe).
Backlink-Snapshot monatlich statt wöchentlich (ändert sich langsam) → spart ~$0.24.

Fazit: Für die 4 Start-Domains liegen die laufenden Datenkosten bei ~$6/Monat, selbst mit wöchentlicher Erhebung aller Kanäle. Das Tool ist damit praktisch gratis im Betrieb — die Investition ist die Entwicklungszeit, nicht die APIs.

GEO — Sichtbarkeit in ChatGPT / Perplexity / AI Overviews

Quelle	Modell	Kosten	Wofür	Bewertung
DataForSEO — AI Optimization API	pay-per-task	pay-per-task (günstig)	LLM-Mentions & Citations über ChatGPT, Perplexity, Gemini, Google AI Overview. Endpunkte u.a. `/v3/ai_optimization/...`, `/v3/dataforseo_labs/ai_mentions/live`. LLM-Responses-API generiert echte Antworten je Modell. Freshness-Lag 2–7 Tage.	⚠️ WICHTIG für unseren Fall: `chat_gpt`-Mentions sind laut Doku nur für «United States» + «English» verfügbar. Für unsere CH-Domains mit deutschen, lokalen Prompts ist das ChatGPT-Panel via DataForSEO praktisch wertlos. Perplexity/Gemini/AI-Overview haben breitere Länder-/Sprach-Abdeckung. → Bleibt primäre GEO-Quelle für Perplexity/Gemini/AI-Overview, aber NICHT für ChatGPT in der Schweiz. CH+Deutsch-Kombination je Engine am Live-Endpoint `/v3/ai_optimization/llm_mentions/locations_and_languages` mit unserem Key verifizieren (offener TODO).
Perplexity Sonar API	pay-per-token	Sonar ~$1/1M, Sonar Pro $3/$15 pro 1M In/Out; Web-Grounding inklusive; ~$5–14 / 1'000 grounded Requests	Citation-native — jede Antwort liefert `citations`-Array + `search_results`-Metadaten. Direkt Perplexity befragen, Sprache/Land frei wählbar (deutsche Prompts kein Problem).	Empfohlen als direkter Perplexity-Kanal, unabhängig von DataForSEO-Länderlimits.
OpenAI API (web-search tool)	pay-per-call	~$20–25 / 1'000 Requests	Eigene ChatGPT-artige Antworten mit Web-Suche selbst grounden — in Deutsch, ohne US-Limit.	Wird zum bevorzugten ChatGPT-Kanal für die Schweiz, weil DataForSEO-ChatGPT auf US/EN beschränkt ist. Teurer, aber der einzige saubere Weg zu ChatGPT-Sichtbarkeit auf Deutsch.
Perplexity Sonar API (Details oben)			Deutsch nativ via `language_filter="de"`, CH-Prompts problemlos, Citations inklusive	Bestätigter Best-in-Class für deutschsprachiges Selbst-Grounding.
Google Gemini API / Claude API (web search)	pay-per-token	günstig	Eigene grounded Antworten je Modell, multilingual inkl. Deutsch, mit Quell-Links	Optionale zusätzliche GEO-Kanäle zum Selber-Grounden, falls Gemini/Claude-Sichtbarkeit relevant wird.
SE Ranking (SE Visible)	Abo	im SE-Ranking-Abo enthalten	Fertiges AI-Visibility-Dashboard mit deutscher Konfiguration + CH, API in allen Plänen; Perplexity/Gemini/AIO	Einzige fertige Suite mit echtem dt./CH-Setup + API. ChatGPT bleibt aber auch hier US/EN. Guter Fallback/Ergänzung.
Fertige GEO-Suiten (Otterly, Peec [Berlin/DSGVO], Profound, Nightwatch, RankScale, Semrush AI, Ahrefs Brand Radar)	Abo	~$20–700/Mt	AI-Visibility-Dashboards out-of-the-box	Referenz für Features & Fallback. Achtung: fast alle tracken ChatGPT nur US/EN; «DACH»-Tools (z.B. prompt-monitoring.com) nutzen zwar dt. Prompts, haben aber oft kein API.

Firecrawl — geprüft & verworfen (Juli 2026)

Firecrawl (Scrape/Crawl/Search → LLM-ready Markdown) war kurz als Content-Werkzeug vorgemerkt. Nicht nötig: Als SEO-Rank-Tracker und GEO-Quelle ohnehin ungeeignet (liefert Seiteninhalte, keine SERP-Positionen; kann keine ChatGPT/Perplexity-Antworten abfragen). Und der Content-Zweck (Seiten fürs Website-Verständnis holen) wird bereits von der DataForSEO OnPage API abgedeckt, die wir schon nutzen (ContentFetcher liefert Meta/Headings/Text/Raw-HTML). Firecrawls «schöneres» Markdown bringt für unseren LLM-Schritt keinen relevanten Mehrwert. → Kein Firecrawl — eine Quelle weniger, Stack bleibt bei DataForSEO + gratis APIs.

Empfohlener Ausgangs-Stack (an CH-Realität angepasst)

Leitprinzip: eigenes Dashboard, keine Suite, und Datenerhebung über APIs — kein selbstgebauter Crawler. Wir verdrahten die besten Einzel-APIs selbst. DataForSEO ist die zentrale bezahlte Quelle über vier Rollen hinweg; alles andere ist gratis.

Google-SEO (Rankings): GSC API (gratis) wo Property verifiziert, sonst DataForSEO SERP (gl=ch, hl=de).
Bing-SEO + Bing-AI: Bing Webmaster Tools — klassische Rankings via API (✅), AI-Performance-Report via CSV-Import (noch keine API; UI-Export, 90-Tage-Fenster).
Onsite/technisch: DataForSEO OnPage (Crawl-Backbone via API) + PageSpeed/CrUX/ GSC + Mozilla Observatory (alle gratis). Kein eigener Crawler.
Offsite/Backlinks: DataForSEO Backlinks (einzige bezahlte Quelle) + gratis Backlinks der eigenen Domains via GSC/Bing.
GEO Perplexity/Gemini/AI-Overview: DataForSEO AI Optimization API; Perplexity zusätzlich/alternativ direkt via Sonar API (language_filter="de").
GEO ChatGPT (Deutsch/CH): OpenAI-API selbst grounden (web-search tool, deutsche Prompts) — NICHT DataForSEO (dessen ChatGPT-Panel ist auf US/EN limitiert; die OpenAI-API selbst ist sprachneutral).
Provider-Interface kapselt alle Quellen, damit Wechsel/Ergänzung billig bleibt.

Realistischer Minimal-Stack für den Start (die 4 CH-Domains): GSC (gratis) + Bing WMT (gratis) + DataForSEO als Zentrale (SERP + OnPage + Backlinks + Perplexity/Gemini/AIO, alles pay-per-task) + PageSpeed/CrUX/Observatory (gratis) + OpenAI-API (ChatGPT-Grounding) + Perplexity Sonar (optional). Alles API-basiert. Erwartete Kosten: ~$6/Monat für 4 Domains. Keine Suite — bewusste Entscheidung.

Grobe Kostenschätzung (Solo, ~5–10 Kunden, monatlich): zweistelliger Franken-/Dollar-Betrag pro Monat, wenn wir Standard-Queue nutzen und Roh-Antworten cachen. Genaue Zahlen nach Kunden-/Keyword-Zählung in Phase 1.

Quellen: DataForSEO AI Optimization API · DataForSEO Docs v3 · DataForSEO LLM Mentions Locations & Languages (ChatGPT = US/EN only) · DataForSEO: Swiss Italian in Labs API · Perplexity API Pricing · Bing WMT AI Performance (Public Preview) · Bing AI Insights: Intents/Topics/Citation Share/Compare (Juni 2026) · Bing WMT AI-Report: API? (Microsoft Q&A) · SE Ranking AI Visibility · SERP API Vergleich 2026 · Sistrix API · XOVI Rank Tracker · SE Ranking API · Perplexity Sonar Language Filter · Peec AI (Berlin) · Gemini API Grounding · DataForSEO OnPage API · DataForSEO Backlinks API · PageSpeed Insights API · CrUX API · Mozilla Observatory API

Abdeckungs-Check für unsere Ziel-Domains (openstream.ch + drei weitere CH-Kundendomains)

Alles Schweizer Domains, deutschsprachig, lokaler Fokus. Konsequenzen:

Kanal	CH + Deutsch nutzbar?	Weg
Google SEO	✅	GSC API (verifizierte Properties) / DataForSEO SERP (CH+DE)
Bing SEO	✅	Bing WMT API (verifizierte Properties)
Bing AI (Copilot/Bing-Summaries)	✅ Daten da, ⚠️ nur UI	Dashboard/UI-Scrape bis Bing-API 2026 kommt
Onsite/technisch	✅	DataForSEO OnPage (API) + PageSpeed/Lighthouse + Mozilla Observatory (gratis); hreflang de/fr/it-CH aus OnPage. CrUX weggelassen (keine KMU-Felddaten)
Offsite/Backlinks	✅	DataForSEO Backlinks (.ch normal abgedeckt) + gratis eigene Domains via GSC/Bing
ChatGPT (GEO)	✅	DataForSEO LLM Responses (`chat_gpt`, web_search, deutsche Prompts) — umgeht das US/EN-Limit; alternativ OpenAI direkt
Gemini (GEO)	✅	DataForSEO LLM Responses (`gemini`, web_search)
Perplexity (GEO)	⚠️	DataForSEO (Freischaltung offen) oder Perplexity Sonar direkt
Google AI Overview (GEO)	✅	DataForSEO LLM Mentions (`google` für CH+de bestätigt)

✅ Abdeckung verifiziert (echter API-Test, 14.07.2026): DataForSEO-Auth OK.

LLM Mentions (fertig geparste Panels): Für Switzerland (code 2756) gibt es Daten für de/fr/it, aber available_platforms = nur google (= AI Overview). → Perplexity/Gemini/ChatGPT-Mentions-Panels für CH gibt es NICHT.
LLM Responses (wir schicken eigene Prompts): Modelle verfügbar für ChatGPT (GPT-5.x/4o, web_search_supported) und Gemini (3.5-flash etc.). Da wir die Prompts selbst auf Deutsch stellen, keine Länderbeschränkung → das ist unser Weg für ChatGPT- & Gemini-GEO. Perplexity/Claude-Modelle gaben noch 40104 (Konto-Freischaltung, s.u.).

Strategie-Update: GEO läuft primär über DataForSEO LLM Responses (ChatGPT + Gemini, deutsche Prompts) + LLM Mentions google (AI Overview für CH). Das spart evtl. die separate OpenAI-Integration ($0.90/Domain) — nach Freischaltung Kosten der LLM-Responses-Calls gegen OpenAI-direkt vergleichen und den günstigeren Weg wählen. Perplexity via Sonar-API als eigener Kanal bleibt Option.

✅ Konto freigeschaltet & End-to-End getestet (14.07.2026): SERP task_post (Standard-Queue) für Google CH/de lief durch — echte CH-Rankings abgerufen (z.B. «webentwicklung zürich»: ebro.ch #4, s-pro.io #5, webagentur.ch #6), Kosten $0.0006/Query wie kalkuliert. Auth → task_post → task_get bestätigt. (Die 40104-Meldung war zeitverzögerte Verifizierung, jetzt erledigt.) Nächster Test nach Bedarf: LLM-Responses-Call auf Deutsch (ChatGPT/Gemini) + OnPage/Backlinks für openstream.ch.

Keyword- & GEO-Prompt-Generierung (Onboarding-Kern)

Beim Onboarding einer Domain müssen Keywords (für Rankings) und GEO-Prompts (für die KI-Sichtbarkeit) erzeugt und dem Kunden zur Prüfung/Freigabe vorgelegt werden. Qualität hier = Qualität des ganzen Reports. Ansatz: erst die Website verstehen, dann aus echten Signalen generieren, per LLM ausformulieren, dann Mensch (Betreiber + Kunde) kuratieren.

Schritt 0: Die Website verstehen (Innensicht — Grundlage für alles Weitere)

GSC-Queries & Keyword-Tools sind Aussensicht (wonach schon gesucht wird). Das allein reicht nicht — wir müssen zuerst verstehen, was die Website IST und was ihre Absicht ist, sonst gehen Kategorie-Zuordnung und v.a. Marken-Prompts an der tatsächlichen Positionierung vorbei. Dieser Schritt ist die Grundlage, aus der alles Weitere abgeleitet wird.

Vorgehen (API-basiert, kein eigener Crawler):

Inhalt holen: Startseite + wichtigste Unterseiten (Leistungen/Produkte, Über uns, Kontakt) via DataForSEO OnPage (liefert Meta/Headings/Text/Raw-HTML). Über key_pages in der Kunden-Config die relevanten Seiten wählen (nicht die ganze Site).
Verstehen (LLM/Claude): aus dem Inhalt ein strukturiertes Website-Profil ableiten:
- Was wird angeboten? (Leistungen/Produkte, konkret)
- Absicht/Ziel der Seite? (verkaufen, Leads, informieren, Marke aufbauen …)
- Zielgruppe & Region (B2B/B2C, Branche, CH-Fokus/Kanton, Sprache/n)
- Positionierung / USP / Tonalität (wie beschreibt sich die Marke selbst?)
- Marken-/Entitätsname(n) und wie sie genannt werden
- Content-Themen & wichtige Seiten (woraus Kategorien werden)
Ergebnis: ein website_profile (JSON) pro Kunde, das in die Keyword-/Prompt- Generierung einfliesst und im Onboarding-Report dem Kunden auch zur Bestätigung vorgelegt wird («Haben wir eure Seite richtig verstanden?»). Wird in der DB/Config gespeichert; ist selbst lebende Config (bei Relaunch/Neuausrichtung aktualisieren).

Ohne dieses Verständnis sind die Prompts geraten. Mit ihm sind Kategorie-Prompts («bester Anbieter für das, was die Seite wirklich tut») und Marken-Prompts («kennt die KI diese Marke korrekt?») trennscharf und aussagekräftig.

Woher die Rohsignale kommen (datenbasiert, nicht geraten)

Quelle	Liefert	Für	Status
Google Search Console (eigene Property)	echte Suchanfragen (Query, Klicks, Impressions, Position)	beste Keyword-Quelle; auch Prompt-Saatgut	✅ via API verfügbar
Bing Webmaster Tools	Suchanfragen (API) + AI Performance «Grounding Queries» (welche Fragen KI-Antworten mit Zitat der Seite auslösten)	Prompt-Saatgut aus echten KI-Anfragen	Klassik via API (✅); AI-Report via CSV-Export (keine API) → Grounding-Queries aus CSV einlesen
Google Search Console — Search Generative AI Report	Impressions/Pages/Countries/Devices in AI Overviews & AI Mode (keine Queries!)	zeigt, welche Seiten in AIO auftauchen → daraus Themen ableiten	⚠️ angekündigt 3. Juni 2026, Rollout nur an UK-Teilmenge, Daten ab 18.05.2026, keine API. Bei unseren CH-Kundendomains noch nicht sichtbar → als «kommt später» einplanen, nicht darauf warten.
DataForSEO (Keyword-Ideen, «people also ask», verwandte Suchen, AI-Keyword-Data)	Keyword-Vorschläge & Volumen für CH, Frageformulierungen	Keyword- und Prompt-Ideen für Domains ohne/mit wenig GSC-Daten	✅ via API
Website-Inhalt → Website-Profil (via DataForSEO OnPage + LLM)	Was die Seite IST, Absicht/Ziel, Angebot, Zielgruppe, Positionierung, Marke	Grundlage (Schritt 0) für Kategorie- & Marken-Prompts — Innensicht	✅ API + LLM
Wettbewerber (vom Kunden genannt / aus SERP)	Konkurrenznamen	für «alternatives to X»- und Vergleichs-Prompts	✅

Methodik für realistische GEO-Prompts (Best Practice 2026)

Echte Nutzer prompten kurz & keyword-nah, oft mit persönlichem Kontext (Ort, Budget, Beruf). Also keine elaborierten Marketing-Prompt-Templates, sondern natürliche, kurze Fragen auf Deutsch/CH.
Drei bewährte Buckets pro Domain kombinieren:
1. «best/bester X» — Kategorie-/Kaufabsicht («Bester Anbieter für in ?») → misst Sichtbarkeit vs. Wettbewerb.
2. «X für <Branche/Zielgruppe>» — verengt, spiegelt Personalisierung.
3. «Alternativen zu » — Vergleichs-/Verdrängungs-Prompts. Plus die schon beschlossenen Marken-Prompts («Was ist ?»).
CH-Lokalisierung ist Pflicht: Region/Kanton/Stadt und ggf. Sprache (de/fr/it) in die Prompts einbauen — KI-Antworten variieren stark nach Ort.
Spezifität > Menge. Häufigste Fehler: vage Prompts, fehlender Marken-Kontext, einmalig statt gepflegt. Prompts sind lebende Config, quartalsweise prüfen.

Generierungs-Pipeline (halbautomatisch, mit Kundenfreigabe)

Website verstehen (Innensicht): relevante Seiten via API holen → per LLM ein website_profile ableiten (Angebot, Absicht, Zielgruppe, Region, Positionierung, Marke). Grundlage für alle folgenden Schritte.
Sammeln (Aussensicht): GSC-Queries + Bing-Grounding-Queries + DataForSEO-Keyword-Ideen + genannte Wettbewerber zusammenführen.
Clustern & Vorschlagen (LLM): Claude kombiniert Website-Profil (0) mit den Rohsignalen (1), bündelt zu Themen und formuliert Keyword-Liste + 8 GEO-Prompt-Vorschläge (5 Kategorie / 3 Marke) auf Deutsch, je mit Begründung und Quell-Signal. Das Profil sorgt für Trennschärfe & korrekten Marken-Bezug.
Kuratieren (Betreiber): durchsehen, schärfen, CH-Bezug prüfen.
Kundenfreigabe: Onboarding-Report .md mit (a) Website-Profil zur Bestätigung («richtig verstanden?») + (b) Keyword-/Prompt-Vorschlägen → Kunde bestätigt/ergänzt/streicht.
Festschreiben: freigegebenes Profil + Keywords/Prompts → DB, Status approved, mit Freigabedatum. Erst dann startet collect.

Wichtig: Die Prompts sind das Herz der GEO-Messung. Sie einmal sauber mit echten Daten + Kundenwissen aufzusetzen, entscheidet über die Aussagekraft aller Folge-Reports. Deshalb eigener Onboarding-Schritt (siehe Phase 1.5).

Marktverteilung Schweiz (Kontext für Dashboard & Report)

Damit Rankings/Mentions richtig gewichtet werden, zeigen Dashboard und Report die CH-Marktanteile als Kontext-Block (z.B. Donut-Diagramme). So ist sofort klar, warum Google/ChatGPT stärker gewichtet werden als Bing/Perplexity.

Quelle: StatCounter Global Stats, Stand Juni 2026. Diese Werte als Startwerte in einer Config/Referenztabelle hinterlegen und ~quartalsweise aktualisieren (StatCounter-Seiten unten). Ideal später halbautomatisch nachziehen.

Suchmaschinen — Schweiz (Juni 2026)

Suchmaschine	Anteil CH
Google	81.6 %
Bing	10.17 %
DuckDuckGo	2.31 %
Yahoo!	2.27 %
Yandex	1.79 %
Ecosia	1.39 %

→ Google dominiert klar; Bing ist mit ~10 % aber relevanter als weltweit (~4 %) — rechtfertigt, Bing (inkl. Bing-AI/Copilot) im Tool mitzuführen.

AI-Assistenten / Chatbots — Schweiz (Juni 2026)

Assistent	Anteil CH	zum Vergleich weltweit
ChatGPT	71.88 %	76.87 %
Google Gemini	8.04 %	7.94 %
Claude	7.11 %	3.74 %
Microsoft Copilot	6.38 %	3.49 %
Perplexity	6.21 %	7.91 %
Phind	0.26 %	—

→ CH-Besonderheit: Claude (7.11 %) liegt in der Schweiz vor Perplexity (6.21 %) und deutlich über dem Weltschnitt; Copilot ist in CH ebenfalls stärker. Das stützt die GEO-Kanalwahl: ChatGPT (Pflicht, klar #1), Gemini, dann Claude & Copilot ernster nehmen als global. Perplexity bleibt relevant, aber nicht #2. Google AI Overviews laufen innerhalb der Google-Suche und sind separat zu tracken.

StatCounter-Quellen (regelmässig nachschauen): Suchmaschinen CH · AI-Chatbots CH · AI-Chatbots weltweit

Diagramme & Visualisierung

Dashboard und .md-Report enthalten aussagekräftige, übersichtliche Diagramme. Immer zwei Perspektiven pro Kennzahl: Momentaufnahme (aktueller Stand) und historische Entwicklung (Zeitreihe aus den wöchentlichen Datenpunkten).

Technische Umsetzung (wichtig: `.md` ≠ interaktive Charts)

Dashboard (Web/HTML): interaktive Charts mit Chart.js (schlank, kein Framework nötig, gut zu PHP/Twig). Alternativ ApexCharts. Daten aus der DB.
.md-Report: Markdown kann keine JS-Charts. Zwei gangbare Wege, wir nutzen beide je nach Diagrammtyp:
1. Statische Bilder (PNG/SVG) serverseitig rendern und im .md einbetten (![...](charts/....svg)). Rendering via QuickChart (Chart.js-kompatibel, liefert PNG/SVG per URL/API) oder headless Chart.js. Beste Qualität für Linien-/Balken-/Donut-Diagramme im Report/Anhang.
2. Mermaid direkt im Markdown (```mermaid) für einfache Verläufe/Anteile — wird auf GitHub/vielen Viewern nativ gerendert, aber nicht in jedem Mail-Client. Für den versendeten Report daher eher (1) verwenden.
Charts als Dateien unter storage/reports/<kunde>/charts/ ablegen, damit der .md-Report portabel bleibt (Bilder mitliefern / einbetten).

Diagramme, die rein sollen (Momentaufnahme + Verlauf)

Suchmaschinen-Rankings: Verlauf der Durchschnittsposition/Sichtbarkeit über die Wochen (Linie); Top-Keywords als Balken; Verteilung Top-3/Top-10/dahinter (Donut).
Onsite: Core-Web-Vitals-Verlauf (Linie, LCP/INP/CLS); technische Fehler aktuell vs. Vormonat (Balken); Score-Gauge als Momentaufnahme.
Offsite: referring domains & Backlinks über Zeit (Linie); neue vs. verlorene Links pro Woche (gestapelte Balken); Autoritäts-Trend.
GEO: Mention-Rate je LLM über Zeit (Linien, ein Strang pro Engine); «in wie vielen Prompts erwähnt» aktuell (Balken); Share-of-Voice vs. Wettbewerber (Donut).
Markt-Kontext: CH-Marktanteile Suchmaschinen & AI-Assistenten (Donut, s. Abschnitt oben) — als fixer Kontext-Block.

Phasenplan

Stand: Phasen 0–3 sowie 2.5 + 2.6 sind ✅ fertig. Angebunden ist die volle Datenerhebung: SEO-Rankings (GSC/Bing/DataForSEO), Sichtbarkeitsbreite + Suchvolumen + Keyword-Difficulty (DataForSEO Labs & Keywords Data), Onsite technisch (DataForSEO OnPage + PageSpeed/Lighthouse mit Empfehlungen + Mozilla Observatory Security), Offsite/Backlinks, GEO in ChatGPT/Perplexity/AI-Overview + Bing-AI/Copilot, Social via OAuth (YouTube/Instagram/TikTok live) und Newsletter (Sendy). Der ausführliche deutsche Report inkl. SVG-Charts + LLM-Executive-Summary wird pro Kunde/Monat erzeugt (openstream Juni + Juli live, alles unter ~1 CHF/Report).

Als Nächstes (Roadmap):

Phase 4 — Versand: send als Gmail-Draft (Executive Summary als Body, .md als Anhang) zur manuellen Freigabe. Gmail-MCP verfügbar; SMTP als Fallback offen.
Weitere CH-Kundendomains onboarden (onboard --labs-ideas + backfill), dann laufend erheben.
Phase 5 — Automatisierung: wöchentlicher Cron (collect), monatlicher Cron (report → Draft) + minimale interne Web-UI.
Phase 6 — Produktion: Deploy auf visibility.openstream.ch, Server-Cron, Backups.
Optional: Handlungsempfehlungs-Abschnitt über alle Bereiche, Kosten-/Fehler-Logging, quartalsweises Re-Onboarding.

Phase 0 — Setup & Konzept ✅/🟡

CLAUDE.md + README.md (Konzept/Recherche/Statusplan) + API-Recherche
Kern-Entscheidungen geklärt: keine Suites, kein eigener Crawler (nur APIs), wöchentlich crawlen/monatlich auswerten, Diagramme Pflicht, Onboarding mit Kundenfreigabe, plain PHP + Composer, YAML pro Kunde + DB, Gerüst zuerst.
DataForSEO-Account angelegt, verifiziert, API funktioniert (echter CH-SERP-Test).
DataForSEO-Länder/Sprach-Check erledigt (s.o.: Mentions=nur google für CH; GEO via LLM-Responses ChatGPT+Gemini auf Deutsch).
GSC-Zugriff für openstream.ch eingerichtet (Service-Account gsc-reader@openstream-apis, read-only, via Skill gsc-api-access). Verifiziert: 136 Klicks / 47'312 Impr. / Ø-Pos 22.5 (28 T). URL-Prefix-Property, deckt alles ab. Key liegt ausserhalb des Repos; Token-Helper gsc_token.sh. Eine weitere Kundendomain ist ebenfalls schon am selben SA angebunden.
Bing Webmaster Tools: API-Key vorhanden, 14 Properties verifiziert (inkl. openstream + zwei weitere Kundendomains). Offen: die vierte Domain verifizieren, AI-Performance-Report für die Domains real sichten (was liefert er?).
🟡 Ziel-Kunden + Keywords + GEO-Prompts pro Kunde: openstream vollständig onboardet (104 Keywords + 20 GEO-Prompts approved). Die drei weiteren Kundendomains als Config angelegt, aber noch nicht durchs Onboarding geschickt.

Phase 1 — Gerüst & lokale Umgebung ✅ (Grundgerüst steht)

DDEV-Projekt (PHP 8.3, MariaDB 10.11, docroot public), ddev start läuft → https://visibility-openstream.ddev.site (HTTP 200)
Composer-Setup (schlank, plain PHP): Guzzle, Twig, phpdotenv, Symfony Console/Yaml/Mailer, league/commonmark. Chart-Libs kommen in Phase 3.
Projektstruktur: bin/console, src/{App,Command,Database,Provider,Report, Chart,Mail,Onboarding}, public/index.php, storage/{raw,reports}, config/{clients,market}/, .env.example, .gitignore
Marktdaten-Referenz config/market/switzerland.yaml (StatCounter Juni 2026)
DB-Schema als Zeitreihen (measured_at): clients, website_profiles, competitors, keywords, geo_prompts, measurements, ai_mentions, onsite_audits, backlinks, visibility_history, reports — via migrate angewendet (11 Tabellen).
Kunden-Konfiguration als YAML (config/clients/_example.yaml als Vorlage) + Messwerte in DB.
CLI-Gerüst: alle Kommandos funktionsfähig — migrate, onboard, approve, backfill, collect, report, send.
DataForSEO-Account angelegt, Key in .env eingetragen (verifiziert).
git-Repo initialisiert, auf github.com/openstream/visibility (main).

Phase 1.5 — Onboarding einer Domain (Keywords & GEO-Prompts) ✅ (End-to-end)

Eigener Schritt vor der ersten Datenerhebung. Vollständig durchlaufen auf openstream.ch (vom Website-Verständnis über Vorschläge bis Freigabe in der DB).

Schritt 0 — Website verstehen: WebsiteAnalyzer holt Seiten via DataForSEO OnPage (ContentFetcher) → ClaudeClient.structuredJson() leitet website_profile ab (Angebot, Absicht, Zielgruppe, Region, Positionierung, Marke). Auf openstream.ch korrekt erkannt (Analyse-Plattform, B2B-DACH, Zürich, «Orientierung statt Hype»).
bin/console onboard --client=<slug>: sammelt GSC-Queries (80 für openstream) + Wettbewerber aus Config. (Bing-Grounding/DataForSEO-Keyword-Ideen: später ergänzbar.)
LLM-Schritt (PromptGenerator): Website-Profil + GSC-Queries → ~18 Keywords + 8 GEO-Prompts (5 Kategorie / 3 Marke), Deutsch, CH-lokalisiert, je mit Begründung + Quell-Signal. GSC-Signale heben die Qualität sichtbar (echte Nachfrage statt geraten).
Onboarding-Report .md (Deutsch): Website-Profil zur Bestätigung + Keyword-/Prompt-Tabellen → storage/reports/<slug>/onboarding.md. Kosten ~$0.0003/Lauf.
Freigabe → DB: onboard --save schreibt Profil/Keywords/GEO-Prompts als pending in die DB (ClientRepository), approve --client=<slug> setzt sie auf approved (+ Datum). collect prüft die Freigabe und läuft erst danach. Für openstream durchlaufen: 104 Keywords + 20 GEO-Prompts + Profil approved.
🟡 Bing-Grounding-Queries als GEO-Prompt-Saatgut: umgesetzt (onboard --bing-ai=<csv> → BingAiImporter). Offen: DataForSEO-Keyword-Ideen als weiteres Signal.
Social-Profile in der Config (neu): social: Block (youtube/tiktok/instagram) + newsletter: (provider + env_suffix) je Kunde in der YAML (_example.yaml + openstream). Optional; leer = Kanal wird im Report ausgeblendet. (Interaktive Abfrage im onboard-Flow später; Struktur steht.)
Setup-Notiz: GSC-Key-Verzeichnis wird via .ddev/docker-compose.gsc-keys.yaml read-only in den Container gemountet (/mnt/gcloud-keys); .env zeigt dorthin.
Re-Onboarding/Review quartalsweise möglich (Prompts sind lebende Config).
Historie-Backfill (umgesetzt): backfill --client=<slug> lädt via HistoricalProvider (dataforseo_labs/google/historical_rank_overview/live) die aggregierte monatliche Google-Sichtbarkeit rückwirkend → visibility_history (~$0.13/Domain, einmalig). Der erste Report zeigt so sofort eine Verlaufsgrafik. - Offen (optional): echte monatliche Keyword-Positionen via historical_serps/live → measurements (source=dataforseo_historical). - Grenze: Bing hat KEINE historischen Rankings (nur live). GSC liefert zusätzlich 16 Monate echte eigene Daten (falls Property alt genug).

Phase 2 — Datenerhebung (das Herzstück) ✅ (Rankings + Onsite/Offsite + GEO + Bing-AI fertig)

Phase 2.5 — Social Media + Newsletter (Owned Media erweitern) ✅

Sichtbarkeit = ganzes Unternehmen, nicht nur die Website. Neue Kanäle, jeweils als eigener Provider hinter einem Interface (tauschbar), Zeitreihe via collect → DB. Details + Anbieter-Bewertung s. «Social-Media-Sichtbarkeit» und «Newsletter». Grundsatz (entschieden): nur eigene Kanäle, Fokus auf echte Monats-Views via OAuth (der Kunde verbindet selbst, s. Phase 2.6). YouTube zusätzlich Data API (API-Key) als öffentlicher Fallback. Kein Scraping (Apify raus), kein Wettbewerber-Tracking.

SocialProvider-Interface + SocialMetric-DTO + DB-Tabelle social_metrics (Zeitreihe: client, platform, account, followers, views_total, posts_total, measured_at). Config je Kunde (social: Block, optional — Kunden ohne Kanal: Abschnitt ausgeblendet). In collect --social eingebunden.
YouTube (YouTubeProvider) via Data API v3 (channels.list?part=statistics, nur API-Key, kein OAuth) — viewCount (Lifetime inkl. Shorts), Subscriber, Video-Anzahl. Löst Kanal-ID/URL/@handle auf (resolve(), getestet). Live für openstream. Echte Monats-Views laufen über die Analytics API mit OAuth (s. Phase 2.6).
Apify komplett entfernt (TikTok/Instagram-Scraping): lieferte Monats-Views nicht zuverlässig → durch OAuth ersetzt (s. Phase 2.6). Kein Apify-Code/-Token mehr.
Monats-Views je Kanal — socialMonthly() bevorzugt echte OAuth-Monatswerte, fällt sonst auf das views_total-Delta (clamp ≥0) der Data API zurück. Getestet.
NewsletterProvider-Interface + newsletter_stats (Zeitreihe): collect --newsletter, Tool je Kunde in der Config, Key je Kunde aus .env (Suffix). Nur aggregierte Raten. Report-Abschnitt «6. Newsletter». Report-getestet.
- MailchimpProvider (Marketing API; Datacenter aus Key-Suffix; parseCampaigns unit-getestet). Live-Lauf offen bis Mailchimp-Key.
- SendyProvider (umgesetzt & live für openstream): aktive Abonnenten + echte Öffnungs-/Klickraten je Kampagne (Sendy-Stats). Report-Abschnitt 6 zeigt reale Zahlen. Config newsletter.cadence_months steuert den Versand-Rhythmus (openstream: alle 2 Monate, Report erklärt das statt den Abschnitt kommentarlos wegzulassen).
Openstream Visibility Score (OVS): VisibilityScore (rein, unit-getestet: Impressionen × reale CTR statt roh), visibility_score-Zeitreihe, Report-Dachzahl mit offener Zusammensetzung + Trend-Chart, Executive Summary führt mit OVS. Getestet.
Grundsatz: nur aggregierte Account-/Kampagnen-Stats des eigenen Kunden-Kanals, keine Personen-/Follower-/Empfänger-Listen, kein Wettbewerber-Tracking (DSG/DSGVO).

Phase 2.6 — Social via OAuth (exakte Monats-Views, minimale Web-Komponente) ✅ (live für openstream)

Kurskorrektur: Apify liefert Monats-Views nicht zuverlässig → offizielle APIs mit OAuth, der Kunde verbindet seine Kanäle selbst. Bewusste, minimale Web-Erweiterung (kein Kundenportal). Details s. «Social via OAuth — Architektur».

OAuth-Apps registriert (openstream): Google Cloud (YouTube Analytics), TikTok (Login Kit, Sandbox — kein Production-Review), Instagram (Instagram-Login-Weg, Anwendungsfall «Messaging und Content», instagram_business_manage_insights im Dev-Modus, keine Facebook-Seite nötig). Credentials in .env (INSTAGRAM_OAUTH_*, nicht META_*).
DB social_connections + oauth_states — Refresh-Token verschlüsselt (Crypto, AES-256-GCM, unit-getestet: Manipulation/falscher Key scheitern).
OAuthTokenStore — Token ver-/entschlüsseln, Refresh→Access (gecacht), Code→Token. Refresht je Plattform unterschiedlich (token_style): Google Standard-OAuth2, TikTok mit client_key + komma-Scopes, Instagram Long-Lived-Token via ig_refresh_token (rollierend zurückgespeichert). OAuthProviderConfig je Plattform.
Verbindungsseite (Web): /connect/<platform>?client=<slug> → Consent-Redirect; /callback speichert verschlüsselten Token. CSRF-State. Live durchgespielt für alle drei.
YouTubeAnalyticsProvider — echte Monats-views (month-to-date). Live.
InstagramInsightsProvider — graph.instagram.com/me/insights (views/reach) + Follower. Echte Monats-Views (Zeitraumswert, kein Delta). Live.
TikTokProvider — Display API video/list + user/info; Monats-Views als Delta der Lifetime-Summe. Live. (Keine historischen Monate — Display API ist Momentaufnahme.)
Live getestet (DDEV): alle drei Kanäle real verbunden, echte Zahlen in social_metrics. Historischer Backfill: YouTube (Analytics-Zeitraum) + Instagram (90-Tage-Insights) rückwirkend abrufbar; TikTok-Juni kam aus dem TikTok-Studio-CSV-Export (API kann's nicht).

Phase 3 — Report-Generierung (inkl. Diagramme) ✅ (Report + Charts + Summary live)

Report-Datenmodell: aktueller Monat + Zeitreihe aus den wöchentlichen Datenpunkten für die Verlaufs-Diagramme (ETV/OVS-Trend). GSC-Totals + Rankings live je Berichtsmonat.
src/Chart: Chart-Generator (SvgChart + ReportCharts), der aus den Zeitreihen/Momentaufnahmen eigenständiges SVG erzeugt — kein externer Dienst (kein QuickChart), keine Netzwerk-Calls, voll reproduzierbar. Vier Diagrammtypen umgesetzt: Linie (ETV-Verlauf, Zeitreihe), Balken (Keyword-Positionsverteilung + GEO-Erwähnungsrate, Momentaufnahme), Donut (CH-Marktanteile Suchmaschinen + KI-Assistenten). Deutsche Zahlenformatierung. Ausgabe → storage/reports/<kunde>/charts/*.svg, relativ im .md eingebettet. Text-Sparkline bleibt als Fallback, wenn ohne Charts gebaut wird. Web-Dashboard- JSON (Chart.js) folgt bei der UI.
«Worum es geht» + Executive Summary um Social erweitert: Einleitung nennt Social Media, wenn Kanäle vorhanden (datenabhängig); Summary-Fakten + System-Prompt beziehen die monatlichen Social-Views ein. Report-getestet (Summary griff Social eigenständig auf). (Newsletter analog, sobald NewsletterProvider gebaut.)
Report-Abschnitt «5. Social Media» (socialSection): je Plattform Views (Monat) + Follower, plus Views-Gesamt-Total über alle Plattformen. Blendet sich ohne Daten aus.
Ausführlicher .md-Report (Deutsch, umgesetzt) mit Header (Titel «Visibility Report für X in », verlinkte Website + Social-Handles) und Abschnitten: OVS-Dachzahl + Zusammensetzung, Markt-Kontext CH (Donuts), Sichtbarkeits-Verlauf (ETV), 1. Suchmaschinen-Rankings (Google gesamt + echte GSC-Verteilung + getrackte Keywords), 2. Onsite (Auffälligkeiten mit Beispielseiten + Meta-Längen-Tabelle), 3. Offsite (Domain Rank, Backlinks, stärkste verweisende Domains), 4. GEO (ChatGPT/Perplexity/AI-Overview mit Beispiel-Anfragen + zitierten Quellen + Copilot/Bing-AI mit Gesamt-Citations/meistzitierte Seiten/Top-Anfragen), 5. Social Media (YouTube/TikTok/Instagram: Monats-Views + Follower + Total), 6. Newsletter (Öffnungs-/Klickrate je Ausgabe, Listen-Wachstum, Rhythmus-Hinweis). Momentaufnahme + Verlaufs-Diagramme (SVG aus charts/). Datenlücken transparent gekennzeichnet (z.B. Bing/TikTok ohne historischen Monat). Footer mit allen Quellen + GitHub-Link. Offen (optional): eigener Abschnitt «Handlungsempfehlungen» über alle Bereiche.
Executive Summary (Deutsch, umgesetzt): per Claude aus den Kern-Kennzahlen, führt mit dem OVS + Trend, bezieht Social/Newsletter ein, ordnet den SEO→GEO-Shift ein, nennt eine Empfehlung. Am Report-Anfang zum Kopieren als Mail-Body.
bin/console report --client=<slug> --month=YYYY-MM → schreibt Report + Charts.

Phase 4 — Versand

Symfony Mailer / SMTP-Config in .env (welcher Mailserver? → offene Frage)
bin/console send --client=<slug> --month=YYYY-MM [--dry-run]: Executive Summary als Body, .md (bzw. als PDF/HTML gerendert?) als Anhang
Freigabe-Flow: manuell (Standard) vs. automatisch — Report erst als Draft, der Betreiber gibt frei. (Gmail-MCP für Draft-Erstellung ist verfügbar.)

Phase 5 — Automatisierung & Web-UI

Wöchentlicher Cron: collect je Kunde (füllt die Zeitreihe).
Monatlicher Cron: report → Charts erzeugen → Gmail-Draft → Benachrichtigung an den Betreiber zur Freigabe.
Minimal-Web-UI (nur intern, kein Kundenzugang): Kundenliste, letzte Reports ansehen, interaktive Chart.js-Diagramme (Momentaufnahme + Verlauf), Report manuell auslösen/versenden. Liest aus DB, keine Live-API-Calls.
Historie über Monate/Wochen im Dashboard durchklickbar.

Phase 6 — Produktion (optional/später)

Deploy auf visibility.openstream.ch, Server-Cron, Secrets-Handling
Backups von storage/ + DB

Getroffene Entscheidungen (verbindlich)

GEO-Messmethode: Beides. Pro Kunde ein Mix aus
- 3–5 Kategorie-/Kaufabsicht-Prompts (z.B. «Bester Anbieter für X in der Schweiz?») → misst Sichtbarkeit gegenüber Wettbewerbern: Wird der Kunde erwähnt, an welcher Stelle, welche Quelle wird zitiert, welche Konkurrenten tauchen auf?
- 2–3 Marken-Prompts (z.B. «Was ist Firma X und was bietet sie an?») → misst Marken-Wissen & Faktentreue: Kennt der LLM die Marke, sind die Fakten korrekt/aktuell, welche Quellen zitiert er?
→ Beide Perspektiven kommen in den Report. Datenmodell geo_prompts braucht ein Feld type (category | brand). Prompts pro Kunde in der Config.
Executive Summary: per LLM. Claude formuliert aus den Rohdaten eine flüssige, deutsche Summary mit Einordnung («Sichtbarkeit gestiegen, weil …»; «grösstes Potenzial bei Perplexity»). Der ausführliche .md-Report wird template-basiert erzeugt (Zahlen/Tabellen), die Summary obendrauf per LLM. → Braucht Claude-API-Zugriff im Versand-/Report-Schritt (siehe claude-api).
Versand: Gmail-Draft zur Freigabe. send erstellt einen fertigen Mail-Entwurf im Gmail des Betreibers (Executive Summary als Body, .md-Report als Anhang) via Gmail-MCP — der Betreiber prüft und sendet manuell. Kein automatischer Direktversand. Monatlicher Cron läuft bis «Draft erstellt» und benachrichtigt den Betreiber zur Freigabe.

Noch offen (später, nicht blockierend)

Report-Anhang-Format: vorerst reines .md. Später evtl. zusätzlich HTML/PDF fürs Kunden-Auge — nach erstem echten Report entscheiden.
Konkrete GEO-Prompts & Keyword-Listen pro Kunde — in Phase 0/1 pro Kunde erfassen.

Name		Name	Last commit message	Last commit date
Latest commit History 95 Commits
.ddev		.ddev
bin		bin
config		config
public		public
src		src
storage		storage
tests		tests
.env.example		.env.example
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
composer.json		composer.json
composer.lock		composer.lock
phpunit.xml		phpunit.xml

Uh oh!

Folders and files

Latest commit

History

Repository files navigation