01. Oktober 2026 · 10 Min.
Kamera statt Keyword: So wird visuelle Suche messbar
Google zeigt seit dem 24. September multimodale Suchanfragen in der Search Console. Was Teams jetzt messen, an Bildern verbessern und bewusst nicht in einen neuen SEO-Zirkus verwandeln sollten.
Ein neues Suchfeld, das gar kein Textfeld ist
Jemand fotografiert einen Sneaker im Zug, markiert eine Lampe auf einem Screenshot oder hält die Smartphone-Kamera auf ein Ersatzteil. Die Suchanfrage besteht nicht aus einem sauber formulierten Satz. Sie besteht aus Bild, Ausschnitt, Kontext und manchmal ein paar zusätzlichen Worten.
Seit dem 24. September 2026 macht Google diesen Weg in der Search Console sichtbar. Der neue Filter für multimodale Suche umfasst laut Google Lens, Circle to Search auf Android, hochgeladene Bilder und die Chrome-Funktion „Dieses Bild suchen“. Die Daten erscheinen sowohl im normalen Leistungsbericht als auch im Bericht für generative KI-Funktionen und werden global ausgerollt. Sichtbar werden sie natürlich erst, wenn eine Website tatsächlich solche Impressionen erhält.
Das ist für Marketing- und Produktteams interessanter als ein weiterer Trendbegriff. Zum ersten Mal lässt sich mit eigenen Daten prüfen, ob Bilder nicht nur Seiten schmücken, sondern Menschen aus einer visuellen Suchsituation auf die Website bringen.
Kein neuer Ranking-Zauber
Die Versuchung ist groß, sofort „Visual Search Optimization“ als separates Fachgebiet zu verkaufen. Technisch ist die nüchternere Sicht hilfreicher: Google nennt dieselben Grundlagen, die auch für die übrige Suche gelten. Inhalte müssen crawlbar, indexierbar, relevant und auf einer guten Seite eingebettet sein. Für generative Suche braucht es laut Google weder eine besondere AI-Datei noch ein geheimes Schema.
Neu ist vor allem die Messbarkeit einer bisher schlecht sichtbaren Nutzerabsicht. Ein klassisches Keyword verrät ungefähr, was jemand tippt. Eine Kamerasuche zeigt, was jemand gerade vor sich hat und verstehen, vergleichen oder kaufen möchte. Das verändert nicht die Aufgabe der Website, aber es erweitert die Eingangstür.
Die richtige erste Frage lautet deshalb nicht: „Wie ranken wir in Lens?“ Sondern: „Bei welchen visuellen Problemen können unsere echten Bilder eine bessere Antwort liefern als austauschbares Stockmaterial?“
Zuerst eine belastbare Ausgangslage bauen
Öffnet in der Search Console den Leistungsbericht, setzt den Suchtyp auf multimodal und betrachtet mindestens vier Dimensionen: Seiten, Länder, Geräte und Datum. Für generative KI-Funktionen lassen sich ebenfalls Impressionen, Seiten, Länder, Geräte und zeitliche Verläufe untersuchen. Wer tiefer analysieren will, exportiert die Daten und verbindet sie mit den eigenen Analytics- und Geschäftsdaten.
Wir würden zu Beginn keine komplexe Kennzahl erfinden. Eine einfache Tabelle reicht:
- Welche Landingpages erhalten multimodale Impressionen?
- Welche Bilder sind auf diesen Seiten die eigentlichen Informationsträger?
- Steigen Impressionen, Klicks und qualifizierte Folgeschritte gemeinsam?
- Welche Länder und Geräte unterscheiden sich deutlich?
- Welche Seiten werden gesehen, aber nicht besucht?
Wichtig ist die Trennung von Sichtbarkeit und Wirkung. Eine Impression zeigt, dass eine URL in einer visuellen Suchsituation auftauchte. Sie beweist noch keinen Umsatz und keine gute Nutzererfahrung. Ergänzt deshalb Website-Signale wie Produktansicht, Kontakt, Warenkorb oder Download — ohne die Search-Console-Zahl künstlich als Conversion auszugeben.
Das Bildinventar nach Aufgaben sortieren
Viele Websites besitzen hunderte Bilder, aber kaum visuelle Antworten. Ein Hero mit glücklichen Menschen erklärt kein Produkt. Ein generisches Laptop-Mockup hilft niemandem, ein Bauteil, Material oder Ergebnis zu erkennen.
Für ein brauchbares Inventar sortieren wir Bilder nach ihrer Aufgabe:
Erkennen: Produkt, Modell, Form, Farbe, Material oder Zustand eindeutig zeigen.
Vergleichen: Varianten, Größen, Vorher-nachher-Zustände oder Unterschiede sichtbar machen.
Verstehen: Anwendung, Montage, Ablauf oder räumlichen Kontext erklären.
Vertrauen: Echte Arbeit, Team, Ort, Details und Ergebnisse belegen.
Handeln: Das gezeigte Objekt mit Preis, Verfügbarkeit, Termin oder nächstem Schritt verbinden.
Eine Seite braucht nicht jedes Bildformat. Sie braucht das Bild, das zur Nutzerabsicht passt. Für einen Online-Shop kann das eine klare Seitenansicht plus Detailaufnahme sein. Für einen Handwerksbetrieb sind es echte Problembilder, Materialien und fertige Installationen. Für eine Software sind aussagekräftige Zustände und Abläufe wertvoller als ein dekorativer Bildschirm in Perspektive.
Bilder müssen im Web wirklich auffindbar sein
Google empfiehlt weiterhin normale HTML-Bildelemente. Ein Bild im src eines img-Elements kann gefunden und verarbeitet werden; reine CSS-Hintergrundbilder werden laut Dokumentation nicht indexiert. Bei responsiven Bildern bleiben picture und srcset sinnvoll, solange ein echter img-Fallback mit src vorhanden ist.
Das klingt banal, ist aber in modernen Frontends ein häufiger Fehler. Ein visuell zentrales Produktfoto steckt als Hintergrund in einer Komponente, wird erst nach einer Interaktion geladen oder existiert nur in einem Canvas. Für Menschen sieht die Seite vollständig aus, für die Bildsuche fehlt der wichtigste Gegenstand.
Prüft deshalb für priorisierte Seiten:
- Ist das Kernbild als echtes Bild im gerenderten HTML vorhanden?
- Liefert die Bild-URL stabil einen unterstützten Dateityp?
- Kann Google die Seite und das Bild ohne Login oder blockierende Regeln abrufen?
- Gibt es bei responsiven Varianten immer eine funktionierende Standardquelle?
- Tauchen schwer auffindbare Bilder bei Bedarf in einer Image Sitemap auf?
Technische Auffindbarkeit ist kein Glamour-Thema. Ohne sie bleibt jedes kreative Motiv unsichtbar.
Alt-Text beschreibt, Werbetext verkauft
Google verwendet Alt-Text zusammen mit Computer Vision und dem Seiteninhalt, um das Motiv zu verstehen. Gleichzeitig ist Alt-Text eine Accessibility-Funktion. Genau deshalb sollte er beschreiben, was das Bild in diesem Kontext vermittelt — nicht eine Liste erhoffter Suchbegriffe.
„Hamburger Webagentur beste App Entwicklung günstig“ ist weder für einen Screenreader noch für eine Suchmaschine eine gute Bildbeschreibung. „Drei Möwen prüfen mobile App-Entwürfe an einem Arbeitstisch im Hamburger Hafen“ beschreibt dagegen Motiv und Zusammenhang.
Nicht jedes Bild braucht eine lange Erklärung. Rein dekorative Bilder erhalten einen leeren Alt-Text. Informationsbilder brauchen eine knappe, konkrete Beschreibung. Ein Diagramm benötigt zusätzlich verständlichen Text auf der Seite, wenn seine Aussage nicht in einem Satz transportiert werden kann.
Dateiname und Bildtitel geben nur ergänzende Hinweise. Entscheidend ist das Gesamtpaket: Bild, Alt-Text, sichtbare Überschrift, Bildunterschrift und der Inhalt der Landingpage sollten dieselbe Sache meinen.
Qualität und Geschwindigkeit gehören zusammen
Visuelle Suche belohnt keine gigantische Originaldatei. Google weist ausdrücklich darauf hin, dass scharfe, hochwertige Bilder attraktiver sind, Bilder aber oft den größten Anteil am Seitengewicht haben. Die Lösung ist nicht „klein oder schön“, sondern ein responsiver Auslieferungsprozess.
In der Praxis bedeutet das:
- mehrere sinnvolle Breiten statt einer 4000-Pixel-Datei für jedes Gerät;
- moderne Formate wie WebP oder AVIF mit verlässlichem Fallback, wo nötig;
- feste Breite und Höhe gegen Layoutsprünge;
- das wichtigste Bild früh, Bilder unterhalb des sichtbaren Bereichs verzögert laden;
- keine Textinformationen ausschließlich in die Grafik einbrennen;
- echte Detailqualität dort bewahren, wo Nutzer hineinzoomen oder Merkmale vergleichen.
Die Landingpage bleibt Teil der Antwort. Wer aus einer visuellen Suche kommt, möchte das erkannte Objekt schnell wiederfinden, verstehen und den nächsten Schritt sehen. Ein starkes Bild vor einer langsamen, unklaren Seite ist nur ein hübscher Abbruchgrund.
Metadaten helfen, ersetzen aber keine Substanz
Für geeignete Seitentypen können strukturierte Daten Bilder mit Produkten, Artikeln oder anderen Entitäten verbinden und Rich Results ermöglichen. Google nennt außerdem primaryImageOfPage, die image-Eigenschaft der Hauptentität und og:image als Signale für ein bevorzugtes Vorschaubild.
Das Bild sollte relevant, repräsentativ, hochauflösend und nicht extrem zugeschnitten sein. Ein Logo als Standardbild für jede Seite sagt wenig aus. Ebenso wenig hilft es, Schema-Daten zu erfinden, die auf der sichtbaren Seite nicht belegt sind.
Für Händler und lokale Unternehmen gehören Produktfeeds, Merchant Center und ein gepflegtes Business Profile in denselben Arbeitsstrom. Sie schaffen konsistente Fakten zu Preis, Verfügbarkeit, Standort und Angebot. Strukturierte Daten sind dabei eine saubere Übersetzung vorhandener Informationen — kein Ersatz für fehlende Informationen.
Ein Vier-Wochen-Test statt eines Bilder-Marathons
Wählt nicht sofort die gesamte Mediathek. Nehmt fünf bis zehn Seiten, die bereits Nachfrage oder geschäftlichen Wert haben. Dann läuft der Test überschaubar:
Woche 1: Ausgangswerte exportieren, Kernbilder und technische Probleme dokumentieren.
Woche 2: Pro Seite ein bis drei Motive verbessern: reale Perspektive, klare Details, passender Ausschnitt, beschreibender Alt-Text und sichtbarer Kontext.
Woche 3: Responsiveness, Ladezeit, Metadaten und Indexierbarkeit prüfen; Änderungen sauber veröffentlichen.
Woche 4: Search Console und Website-Analytics vergleichen. Noch keine voreiligen Gewinner küren, sondern erste Muster festhalten und die Beobachtung fortsetzen.
Suchdaten brauchen Zeit und schwanken. Deshalb dokumentieren wir Veröffentlichungsdatum, geänderte Bilder und Seitentyp. Ohne Änderungsprotokoll wird jede spätere Kurve zur Rateshow.
Was wir bewusst nicht tun würden
Wir würden keine tausend nahezu identischen Seiten für denkbare Kameramotive erzeugen. Wir würden Alt-Texte nicht mit Keywords füllen, Produktbilder nicht durch generierte Fantasieversionen ersetzen und keine Drittanbieterzahl als „AI Rank“ verkaufen, wenn sie nicht aus dem eigenen Messsystem kommt.
Auch die neue Search-Console-Ansicht ist kein Freifahrtschein für Scheingenauigkeit. Kleine Datenmengen, Saisonalität, Änderungen am Sortiment und parallele Kampagnen können Ergebnisse verzerren. Gute Analyse benennt diese Grenzen.
Das Ziel ist nicht, eine Maschine auszutricksen. Es ist, reale Dinge so klar zu zeigen und zu erklären, dass Mensch und Suchsystem dieselbe Seite als hilfreiche Fortsetzung erkennen.
Visuelle Auffindbarkeit wird Teamarbeit
Multimodale Suche verbindet Bereiche, die in Unternehmen oft getrennt arbeiten. Design entscheidet über Motiv und Hierarchie. Content schafft Kontext. Entwicklung sorgt für auslieferbares HTML, Performance und Metadaten. SEO prüft Auffindbarkeit. Analytics verbindet Sichtbarkeit mit einem echten Ergebnis.
Der neue Bericht liefert dafür eine gemeinsame Ausgangslage. Plötzlich lässt sich nicht nur über „schönere Bilder“ diskutieren, sondern über konkrete Seiten, Impressionen und Nutzerwege.
Kamera statt Keyword bedeutet nicht das Ende der klassischen Suche. Es bedeutet, dass gute Websites ihre Produkte, Orte, Prozesse und Ergebnisse auch visuell verständlich machen müssen. Wer jetzt sauber misst und mit wenigen starken Seiten beginnt, lernt schneller als Teams, die sofort einen neuen Optimierungszirkus eröffnen.
Quellen
