Google Finance startet Deep Search und KI‑Earnings, so baut Marketing jetzt ein AEO‑Playbook

Das Wichtigste vorab: Finance liefert jetzt zitierte Antworten

Google hat Google Finance um Deep Search und neue KI‑Earnings‑Funktionen erweitert. Für Marketing- und Growth‑Teams im Finanzbereich verändert das die organische Sichtbarkeit grundlegend, weil Antworten nicht mehr nur aus klassischen Snippets bestehen, sondern als ausführliche, zitierte Research‑Berichte erscheinen. Wer seine Inhalte nicht als saubere Quelle anbietet, verliert Präsenz bei informationsgetriebenen Suchen wie „Wie hat sich die Bruttomarge von Unternehmen X in den letzten 3 Quartalen entwickelt, und was sagt das Management dazu?“

Google beschreibt die Neuerungen offiziell, inklusive Deep Search in Finance und einem neuen Earnings‑Erlebnis mit Live‑Audio, Transkript und KI‑Insights. Entscheidend für Marketer: Die Antworten verlinken auf Quellen und zeigen einen transparenten Research‑Plan, was die Spielregeln der Answer Engine Optimization (AEO) neu definiert. Mehr Details stehen im Produktblog unter Finance mit KI und Deep Search.

Was Deep Search in Finance praktisch bedeutet

Deep Search ist eine erweiterte Recherchefunktion innerhalb von Google Search und nun auch innerhalb von Google Finance. Für komplexe Fragestellungen führt die Engine viele Sub‑Recherchen parallel aus, erstellt einen Research‑Plan und liefert eine zusammenhängende, zitierte Antwort. Das ist nicht einfach ein AI Overview, sondern eine strukturierte Recherche mit sichtbarem Plan, die Quellen explizit benennt und Follow‑ups unterstützt. Eine ergänzende Beschreibung liefert Details zu Deep Search.

Für Marketingverantwortliche im Finanzbereich hat das drei Folgen:

Sichtbarkeit verlagert sich von generischen SERP‑Snippets hin zu zitierfähigen Abschnitten im Research‑Report.
Referenzierbarkeit schlägt Rhetorik: Inhalte mit sauberer Belegführung erhalten einen Vorteil.
Struktur und Datenqualität sind wichtiger als blumige Sprache.

AEO statt nur SEO: Warum sich das Spielfeld verschiebt

SEO zielte lange auf Rankings der klassischen „zehn blauen Links“. AEO, also Optimierung für Antwortmaschinen, fokussiert darauf, in KI‑Antworten als Quelle, Stütze oder zitierter Datensatz aufzutauchen. Mit Finance‑Deep‑Search verschiebt sich der Hebel noch stärker in Richtung strukturierter, validierter Information. Wer zusätzlich Markenkonsistenz in KI‑Workflows absichern will, findet Impulse in Pomelli Beta für Markenführung.

Konkrete Mechanismen, die jetzt zählen:

Zitierlogik: Die Antwortmaschine belegt Aussagen mit Quellen. Präzise Tabellen, klar gekennzeichnete Zitate aus Earnings und normierte Kennzahlen erhöhen die Chance, als Referenz aufgenommen zu werden.
Abdeckungsgrad: Deep Search löst komplexe Fragen in Teilaspekte auf. Content, der die Sub‑Fragen antizipiert, wird häufiger referenziert.
Aktualität und Konsistenz: Earnings‑Daten, Kennzahlen und Zitate müssen zeitnah, korrekt und konsistent sein. Widersprüche zwischen IR‑PDF, Blog und Datenblatt senken die Vertrauenswürdigkeit.

Das Playbook, Teil 1: Strukturierte Earnings‑FAQs, die zitiert werden

Bauen Sie eine eigenständige Earnings‑FAQ‑Bibliothek pro Ticker. Ziel ist nicht Content‑Masse, sondern referenzierbare Präzision.

Empfohlene Seitenstruktur pro Ticker:

Überblicksseite „Earnings‑FAQ [TICKER]“

Kurze Einordnung in 100‑150 Wörtern, neutral und faktenbasiert.
Inhaltsverzeichnis der wichtigsten Fragen, verlinkt auf Anker.

Kernfragen als einzelne Abschnitte mit Ankerlinks:

„Wann ist der nächste Earnings‑Termin und was wurde zuletzt guidet?“
„Wie hat sich Umsatz, Bruttomarge, Opex und FCF im 3‑Jahres‑Trend entwickelt?“
„Was sind die Top‑3 Treiber laut Management‑Kommentar?“
„Wie reagierten Markt und Analysten in den 24 Stunden nach der Veröffentlichung?“
„Welche Risiken nannte das Management und wie hat sich das Risikoprofil verändert?“

Evidenz‑Bausteine pro Antwort:

Direktes, kurzes Zitat aus Call oder Transkript mit sauberer Quellenangabe.
Tabelle mit Quartalszahlen, klarer Datums- und Währungseinheit.
Kurze Interpretation, maximal 2 Sätze, getrennt von der Faktendokumentation.
Link zur Ursprungsquelle, sprechender Ankertext, keine generischen „hier“-Links.

Technische Markup‑Empfehlungen:

FAQPage‑Schema für die Fragen, streng valide.
Table‑Markup oder zugängliche HTML‑Tabellen statt Screenshots.
Zeitstempel, Versionsverlauf, Redaktionsrichtlinie, damit die Maschine Vertrauenssignale lesen kann.

Governance:

Owner pro Ticker, SLA für Aktualisierungen am Tag der Earnings.
Checkliste zu Zahlenabgleich, Zitatprüfung, Einheiten und Rundungen.

Das Playbook, Teil 2: Quellen‑Snippets, die Deep Search gern zitiert

Deep Search zieht Passagen, die präzise, knapp und überprüfbar sind. Optimieren Sie gezielt die Snippet‑Fähigkeit Ihrer Seiten.

So testen Sie Ihre Quellen‑Snippets:

Schrumpfen Sie Kernaussagen auf 40‑80 Wörter, direkt nach der Zwischenüberschrift.
Trennen Sie Fakten und Deutung sichtbar, zum Beispiel mit Fettschrift für die Kernaussage und normaler Schrift für die kurze Einordnung.
Platzieren Sie die Primärquelle unmittelbar unterhalb der Passage, mit eindeutigem Anker und persistentem Linkpfad.
Vermeiden Sie Sammelabsätze mit mehreren Thesen, die schwer referenzierbar sind.
Nutzen Sie konsistente Terminologie, etwa „Adjusted EPS nach Non‑GAAP, verwässert“.

Testaufbau im Sprint:

Erstellen Sie pro Ticker 5 Kernfragen, je 2 Varianten eines Quell‑Snippets.
Messen Sie, welche Variante häufiger als Zitat oder Referenz in KI‑Überblicken und Research‑Antworten auftaucht.
Wiederholen Sie den Test drei Earnings‑Zyklen lang, um Saisonalität und Volatilität zu glätten.

Das Playbook, Teil 3: Deep‑Search‑Sichtbarkeit als KPI definieren

AEO braucht neue Erfolgsmaße. Vorschlag für einen KPI‑Korbbund, der sowohl Sichtbarkeit als auch Wirkung einfängt:

Deep‑Search‑Quote der Zitationen

Anteil Ihrer Seiten, die in einer Deep‑Search‑Antwort als Quelle genannt werden.
Erhebung: Manuelle Proben pro Queryset, ergänzt durch Logs Ihrer Referrer und Kampagnenparameter für KI‑Oberflächen.

Position und Rollentyp in der Antwort

„Primärquelle“, „Vergleichsquelle“, „Gegenposition“, „Datenblatt“. Primärquellen haben höheren Einfluss auf Klicks und Markenwahrnehmung.
Erhebung: Annotation durch das Team, abgestützt durch Onpage‑Signals wie „About this result“-Hinweise.

Klickanteil aus KI‑Antworten

Anteil des organischen Traffics, der aus KI‑Antwortoberflächen und Research‑Berichten stammt.
Erhebung: UTM‑Parameter, neue Kampagnencodes, Aufteilung nach Desktop, Mobile App, In‑App Search.

Time‑to‑Citation

Zeit in Minuten oder Stunden vom Publizieren Ihrer aktualisierten Earnings‑FAQ bis zur erstmaligen Zitation in einer KI‑Antwort.
Zielwert nahe Echtzeit am Earnings‑Tag, unterstützt durch Publish‑SLA und Pings an Feed‑Crawls.

Coverage der Sub‑Fragen

Anteil der in Deep Search beobachteten Sub‑Fragen, die Ihre Inhalte vollständig abdecken.
Erhebung: Reverse‑Engineering der Sub‑Fragen aus beobachteten Antwortplänen und Follow‑ups.

Messaufbau und Instrumentierung

Damit diese KPIs brauchbar sind, braucht es Messdisziplin.

Technische Grundlagen:

Saubere Referrer‑Erkennung und Kampagnen‑Parameter für KI‑Antworten und AI‑Tabs.
Serverlog‑Analysen, die bekannte Google‑User‑Agents sowie App‑Weiterleitungen korrekt mappen.
Event‑Konzept in Analytics: „KI‑Antwort‑Klick“, „Earnings‑FAQ‑Anker‑Klick“, „Tabelle kopiert“.

Beobachtungsmethoden:

Wöchentliche Probenahme definierter Querysets, gruppiert nach Ticker, Region, Gerät.
Screenshot‑Baseline pro Frage, um Veränderungen zu dokumentieren.
Annotation der Rollen in der Antwort, um qualitative Veränderungen sichtbar zu machen.

Praxisnah zeigen KPI‑Sprints der Marketingteams derartige Strukturen, ein Beispiel ist der KI‑Anrufagenten Pilot von Yelp.

Outcome‑Zuordnung:

Kombinieren Sie Sichtbarkeitsdaten mit Downstream‑Metriken wie Newsletter‑Signups von IR‑Zielgruppen, Demo‑Anfragen für Datenfeeds oder Analyst‑Briefings.
Führen Sie A/B‑Tests zu Snippet‑Varianten durch und korrelieren Sie die Zitationshäufigkeit mit CTR und nachgelagerten Conversions.

Inhalte, die Finance jetzt besonders „mag“

Aus Tests und den Produktprinzipien von Deep Search lassen sich Content‑Typen ableiten, die häufig zitiert werden:

Primärzitate aus Earnings‑Calls und Transkripten mit genauen Zeitstempeln.
Normalisierte Zahlenreihen als zugängliche Tabellen, inklusive Einheit und Definition.
Vergleichende Analysen, die zwei bis drei Wettbewerber klar gegenüberstellen, mit identischem Definitionsrahmen.
Risiko‑Passagen, die Risiken klassifizieren (operativ, regulatorisch, reputativ) und jeweils mit Belegstellen versehen.

Vermeiden Sie:

Marketing‑Überbau ohne Belege.
PDFs ohne anklickbare Sprungmarken, die schwer zu zitieren sind.
Visuals ohne Alt‑Text, die die Maschinenlesbarkeit einschränken.

Compliance, IR‑Realität und saubere Trennung von Fakt und Meinung

Gerade im Finanzmarketing gilt: Fakten von Meinungen trennen.

Praktische Regeln:

Zitat‑Boxen kennzeichnen, inklusive Quelle, Datum, Uhrzeit, Speaker‑Rolle.
Fact‑Sheets separat von „Takeaways“ pflegen, damit Maschinen die Evidenz direkt greifen.
Redaktionsrichtlinie öffentlich machen, inklusive Korrekturverfahren und Kontakt.
Bei Prognosen vorsichtige Sprache nutzen und die Quelle klar benennen.

Für börsennotierte Unternehmen empfiehlt sich eine enge Verzahnung von IR, Legal und Content. Klären Sie Rechte an Transkripten und Audio, und stellen Sie sicher, dass die Nutzung Ihrer Inhalte als Quelle erwünscht ist, insbesondere wenn Dritte zitieren.

Umsetzung in 30 Tagen: ein Fahrplan

Tag 1‑3

Query‑Inventur: 50 Fragen pro Ticker, gruppiert nach Kennzahlen, Guidance, Reaktion.
Content‑Audit: Welche Seiten sind bereits „snippet‑fähig“ und zitierbar, wo fehlen Belege?

Tag 4‑10

Aufbau der Earnings‑FAQ‑Schablone, inklusive Schema, Tabellenkomponenten und Zitierboxen.
Erstellung der ersten 10 FAQs pro Ticker, Datenvalidierung und Quellenpflege.

Tag 11‑15

Snippet‑Varianten für drei Kernfragen entwickeln und A/B‑Test aufsetzen.
Tracking mit Events und UTM‑Schemata live schalten.

Tag 16‑20

Messroutine etablieren: Wöchentliche Proben, Screenshot‑Archiv, Annotation der Rollen in Antworten.
Interne Schulung, Leitfaden für Zitierfähigkeit und Belegführung.

Tag 21‑30

Rollout auf weitere Ticker, Priorisierung nach Earn‑Terminen.
Review der ersten Messwerte, Anpassung der Snippet‑Regeln nach Performance.

Tooling und Teamaufstellung

Rollen im Kernteam:

AEO‑Lead, verantwortlich für Playbook, KPIs und Sprint‑Planung.
Data Steward, verantwortlich für Zahlenkonsistenz, Glossar, Einheiten.
IR‑Editor, kuratiert Zitate, Transkriptausschnitte, Freigaben.
Tech‑Owner, verantwortlich für Markup, Performance, Logs und Analytics.

Nützlicher Stack:

CMS‑Bausteine für Tabellen, Zitat‑Boxen, FAQ‑Abschnitte, Schema‑Validierung.
Monitoring für Referrer, Event‑Tracking, Annotations‑Datenbank.
Kollaborationstools mit Checklisten für Earn‑Tage und Freigaben. Für skalierte Content‑Produktion lohnt ein Blick auf Adobe GenStudio für Skalierung.

Teams, die ihre Research‑Quellen und Tests zentral verwalten möchten, nutzen häufig Upcite.ai für die Orchestrierung von Evidenz, den Vergleich von Snippet‑Varianten und die Auswertung der Zitationshäufigkeit innerhalb KI‑Antworten. So lassen sich Playbook‑Änderungen zyklisch und datengetrieben steuern.

Was heißt das für Wettbewerber, Datenanbieter und Publisher

Datenanbieter: Stellen Sie normierte, lizenzklare und maschinenlesbare Feeds bereit. Denken Sie in „Zitat‑Stücken“, nicht nur in großen Reports.
Publisher: Investieren Sie in Korrektheit und Prüfbarkeit. Erstellen Sie Indexseiten mit stabilen Ankerlinks für wiederkehrende Kennzahlen.
Wettbewerber: Differenzieren Sie über Datentiefe, Governance und Aktualität statt über generische Themen.

Wer über kanalübergreifende KI‑Aktivierungen nachdenkt, findet zusätzliche Anregungen im Beitrag Pomelli Beta für Markenführung.

Häufige Stolpersteine und wie Sie sie umgehen

„Wir haben schon FAQs“: Oft fehlen Belegstellen, Zeitstempel oder klare Definitionen, die für Zitationen entscheidend sind.
„Unser PDF deckt das ab“: Ohne Anker und strukturierte HTML‑Tabellen sinkt die Wahrscheinlichkeit, in Deep Search aufzutauchen.
„Wir warten auf Tools“: Starten Sie mit manueller Probenahme, sauberen Events und Sprints. Verfeinern Sie parallel die Automatisierung.

Fazit: AEO wird messbar, handeln Sie jetzt

Mit Deep Search in Google Finance gibt es keinen Bonus mehr für vage Allgemeinplätze. Sichtbarkeit entsteht durch belegbare Antworten, saubere Daten und klare Struktur. Bauen Sie Ihr Earnings‑FAQ‑Playbook, testen Sie Quellen‑Snippets systematisch und etablieren Sie Deep‑Search‑Sichtbarkeit als KPI. Setzen Sie einen 30‑Tage‑Plan auf, benennen Sie Owners, validieren Sie jede Zahl und messen Sie Woche für Woche die Zitationshäufigkeit. So sichern Sie sich einen Platz in den neuen, zitierten Antworten, bevor es Ihre Wettbewerber tun.