Preferred Sources für KI-Sichtbarkeit: Google-Button nutzen
KI-Symbolbild
Symbolbild, mit KI erstellt.
Autorenprofile sind gepflegt, die About-Seite ist ausführlich, und trotzdem taucht deine Marke in KI-Antworten nicht als Quelle auf. Google bietet jetzt einen Button, mit dem Nutzer Websites als bevorzugte Quelle markieren, und die Frage lautet, ob du dafür Aufwand einplanen solltest.
Definition: Preferred Sources ist eine Google-Funktion, mit der Nutzer einzelne Domains als bevorzugte Quellen auswählen. Laut Google Search Central erscheinen deren Inhalte dann eher in „Top Stories“ und tragen ein „preferred“-Badge (https://developers.google.com/search/docs/appearance/preferred-sources). Für die KI-Sichtbarkeit ist sie ein Nutzersignal, das neben den technischen und inhaltlichen Vertrauenssignalen einer Website steht.
Was der Preferred-Sources-Button tatsächlich verändert
Laut der Dokumentation von Google Search Central kann das Badge auch in AI Mode und AI Overviews erscheinen, wenn der Nutzer die Seite gewählt hat (https://developers.google.com/search/docs/appearance/preferred-sources, Stand 2026-09-18). Wählbar sind nur Domains und Subdomains, also example.com oder code.example.com, nicht example.com/blog.
Zur Verbreitung nennt Google in seiner Ankündigung von Preferred Sources (Duncan Osborn, Google Search, https://blog.google/products-and-platforms/products/search/preferred-sources/) lediglich, dass Nutzer mehrere Quellen auswählen können. Genauere Zahlen zu Start, Nutzung oder Klickverhalten lassen sich hier nicht belastbar nennen, deshalb verzichten wir darauf.
Für AI Overviews und AI Mode gibt es laut Google keine zusätzlichen Anforderungen. Die Seite muss indexiert und mit Snippet anzeigbar sein (https://developers.google.com/search/docs/appearance/ai-features, 2025-12-10). Der Button ersetzt also keine Grundlagenarbeit. Ob die Verfügbarkeit in deiner Region und Sprache gegeben ist, prüfst du in der verlinkten Dokumentation, denn wir haben dazu keine belastbare Aussage für jede Region.
Ansatz A: Nutzer per Deeplink zur Auswahl bewegen
Google erlaubt Publishern, per Deeplink zur Auswahl aufzufordern, im Format https://www.google.com/preferences/source?q=example.com (Google Search Central, 2026-09-18). Du platzierst den Link in Newsletter, Artikelfuß oder Community-Kanälen.
Rechenbeispiel (hypothetisch): Angenommen, 1.000 Stammleser pro Monat und eine Auswahlquote von 5 %. In diesem Modell wären es 50 Personen, die dich bevorzugen, und die reale Quote kann deutlich abweichen.
Der Nachteil liegt in der Reichweite: Der Ansatz wirkt nur bei Menschen, die dich bereits kennen. Wer dich nie besucht hat, wählt dich nicht. Außerdem stützt sich Google im Dokument auf Top Stories, sodass Seiten ohne redaktionellen Nachrichtenbezug vermutlich weniger davon spüren. Das ist eine Annahme, öffentlich belegt ist sie nicht.
Ansatz B: E-E-A-T-Signale auf der eigenen Seite
Laut Google Search Central ist Trust der wichtigste Aspekt von E-E-A-T, die übrigen Aspekte tragen zu Trust bei und müssen nicht alle erfüllt sein. E-E-A-T sei zudem kein einzelner Rankingfaktor (https://developers.google.com/search/docs/fundamentals/creating-helpful-content, 2025-12-10). Konkret heißt das: sichtbare Autorenangaben, eine ehrliche About-Seite, nachvollziehbare Quellen und aktuelle Inhalte. Details dazu findest du in unserem Beitrag zu E-E-A-T für KI und zum Author-Schema.
Für generative Funktionen in der Google-Suche braucht es laut Google weder spezielles schema.org-Markup noch neue maschinenlesbare Dateien (https://developers.google.com/search/docs/fundamentals/ai-optimization-guide, 2026-07-10). Markup hilft also beim Ordnen, ersetzt aber keine echten Angaben.
Nachteil: Das dauert, und der Effekt lässt sich nicht einzeln messen. Wie stark ein einzelnes Signal in KI-Antworten wirkt, ist öffentlich nicht belegt.
Ansatz C: Presse und Backlinks für externe Autorität
Erwähnungen in fremden Redaktionen und Verweise von thematisch passenden Seiten stützen den Eindruck, dass andere dich als Quelle behandeln. Google schreibt im selben Leitfaden, das Streben nach unechten „Erwähnungen“ im Web sei weniger hilfreich, als es scheint (Google Search Central, 2026-07-10). Gemeint ist also echte Berichterstattung. Mehr dazu in unserem Beitrag zur Backlink-Qualität für LLMs.
Nachteile: hoher Aufwand, geringe Steuerbarkeit und ein langer Vorlauf. Eine Redaktion entscheidet selbst, ob sie über dich schreibt.
Empfehlung: Erst Vertrauen auf der Seite, dann Deeplink, dann Presse
Die drei Ansätze im Vergleich:
| Ansatz | Aufwand | Zeitbedarf | Nachteil |
|---|---|---|---|
| A: Deeplink | niedrig | Tage | Erreicht nur vorhandene Leser |
| B: E-E-A-T on-site | mittel | Wochen | Wirkung schwer einzeln messbar |
| C: Presse und Backlinks | hoch | Monate | Kaum steuerbar, Ergebnis offen |
Unsere Einordnung: Ansatz B kommt zuerst, weil ein Nutzer, der dich per Button wählt, danach auf einer Seite landet, die Vertrauen aufbauen muss. Zeigt die About-Seite keine Personen und keine Belege, verpufft die Auswahl. Ansatz A folgt direkt danach, denn der Deeplink kostet fast nichts. Ansatz C läuft parallel als Daueraufgabe, ohne dass du darauf warten solltest.
Häufig gestellte Fragen
Muss ich den Preferred-Sources-Button einbauen, um in AI Overviews zu erscheinen? Nein. Laut Google gibt es für AI Overviews und AI Mode keine zusätzlichen Anforderungen, die Seite muss indexiert und mit Snippet anzeigbar sein. Der Deeplink ist optional.
Kann ich einen Unterordner wie /blog als bevorzugte Quelle anbieten? Nein. Laut Google Search Central sind nur Domains und Subdomains wählbar. Wenn dein Blog eigenständig auftreten soll, ist eine Subdomain die Variante, die Google dafür vorsieht.
Ist E-E-A-T ein Rankingfaktor? Laut Google Search Central nicht als einzelner Faktor. Eine Mischung aus Faktoren, die guten E-E-A-T erkennen lassen, sei aber nützlich, wobei Trust im Zentrum steht.
Wie messe ich, ob der Deeplink etwas bringt? Setze einen eigenen Parameter auf die Verlinkung im Newsletter oder Artikelfuß und vergleiche Rückkehrer und Klicks aus Top Stories in der Search Console. Eine direkte Zuordnung zu KI-Antworten ist damit nicht möglich, und wir kennen keine belegte Methode dafür.
Hinweis zur Erstellung
Dieser Beitrag und sein Titelbild wurden mit Unterstützung künstlicher Intelligenz erstellt und vor der Veröffentlichung redaktionell geprüft. Abgebildete Motive sind Symbolbilder. Die Analyse hinter dem geaio-Score arbeitet dagegen regelbasiert — dort ist kein KI-Modell im Spiel. Mehr dazu unter KI-Transparenz. Redaktionelle Freigabe: Jens Schöberling.