Programmatic SEO ohne Daten ist Spam

Was die Skala-Versprechen verschweigen

In den vergangenen zwei Jahren ist Programmatic SEO zu einem der heisseren Themen in Marketing-Diskussionen geworden. Tutorials versprechen tausende Seiten in einer Woche, Werkzeuge automatisieren die Pipeline, Beispiele aus dem US-Markt suggerieren, dass Skala allein der Hebel ist. Was selten dazugesagt wird: viele dieser Versprechen führen zu Domains, die genau diese Inhalte später wieder löschen müssen, weil sie das Ranking der ganzen Seite herunterziehen.

Programmatic SEO ist eine etablierte, legitime Disziplin. Sie ist bloss nicht das, was die Marketing-Diskussion daraus macht. Die Grenze zwischen seriöser Methodik und algorithmischem Spam ist schmaler, als die Tutorials suggerieren, und sie lässt sich benennen. Genau daran entlang beurteilen wir in Mandaten, ob ein Vorhaben funktioniert oder die Domain gefährdet.

Was Programmatic SEO ist

Programmatic SEO erzeugt grosse Mengen Seiten aus einer strukturierten Datenquelle. Statt jede Seite manuell zu schreiben, werden Templates mit Datenpunkten kombiniert. Eine Zeile in der Datenquelle wird zu einer URL.

Das funktioniert technisch in fast jeder modernen Web-Architektur. Im Markdown-Stack über einen Generator-Skript, der pro Datenzeile eine Markdown-Datei erzeugt. In dynamischen Frameworks über eine Route, die zur Laufzeit gegen die Datenquelle rendert. Beides ist gut dokumentiert und verlangt keine besonderen technischen Voraussetzungen.

Der inhaltliche Test ist anders gelagert. Eine Programmatic-Seite rankt, wenn drei Bedingungen erfüllt sind: Es gibt eine reale Suchanfrage für genau diesen Datenpunkt. Die Seite liefert eine passende Antwort. Und die Antwort enthält einen Wert, den der Suchende nicht trivial selbst zusammensuchen kann. Wenn auch nur eine dieser Bedingungen fehlt, ist die Programmatic-Logik gebrochen.

Wo die Grenze zu Spam verläuft

Drei Kriterien entscheiden, ob eine Programmatic-Matrix legitim oder Spam ist.

Kriterium 1: Datensubstanz pro Seite.

Eine legitime Programmatic-Seite enthält Daten, die nicht trivial im freien Netz verfügbar sind oder die in einer für den Käufer nützlichen Form aufbereitet sind. Eigene Preisdaten aus laufenden Implementierungen. Tool-Tests, die du tatsächlich durchgeführt hast. Branchen-Vergleiche aus konkreten Mandaten. API-getriebene Aktualisierungen, die andere nicht aktuell halten.

Spam-Programmatic enthält Daten, die der Käufer in einer Minute selbst findet. Eine Tabelle aus Hersteller-Datenblättern. Eine Liste von Tool-Features ohne eigene Einordnung. Eine Branchenbeschreibung, die ein Sprachmodell auf Knopfdruck erzeugt hat.

Kriterium 2: Suchanfrage-Realität.

Eine legitime Matrix wird vor der Erzeugung auf reale Suchanfragen geprüft. Nicht jede Kombination aus den verfügbaren Datenpunkten wird realistisch gesucht. Wer eine Matrix aus zehn Tools mal sieben Branchen mal vier Unternehmensgrössen baut, hat 280 mögliche Seiten, aber realistisch sucht vielleicht jemand nach 60 dieser Kombinationen. Die anderen 220 sind Crawl-Budget-Verbrauch ohne Nutzen.

Spam-Programmatic erzeugt blind alle Kombinationen. Das Ergebnis: hunderte oder tausende Seiten, die nie ranken, weil niemand sie sucht, und die das Crawl-Budget für die wenigen relevanten Seiten verbrennen.

Kriterium 3: Marken-Logik.

Eine legitime Programmatic-Matrix verstärkt das Versprechen der Marke. Eine Beratungsmarke, die transparente Daten verspricht, kann mit programmatischen Preisvergleichen aus eigenen Mandaten genau dieses Versprechen einlösen. Eine Tool-Plattform, die Marktübersicht verspricht, kann mit programmatischen Tool-Vergleichen genau das liefern.

Spam-Programmatic widerspricht dem Marken-Versprechen. Wer eine Marke als „individuell, beratungsorientiert, persönlich“ positioniert und dann 500 Seiten aus einem KI-Template erzeugt, untergräbt die eigene Positionierung, algorithmisch und markenstrategisch. Wie das im Detail funktioniert, beschreibt Wann SEO-Wachstum die Marke beschädigt.

Use Cases, die im B2B legitim sind

Aus unseren Mandaten und aus dokumentierten Fällen anderer Domains haben sich vier Use Cases herauskristallisiert, die im B2B-Mittelstand legitim funktionieren.

Tool-Vergleiche mit eigenen Tests.

Eine Matrix aus Tools innerhalb einer Kategorie, kombiniert mit eigenen Testberichten oder Bewertungskriterien. Beispiel: Eine Agentur testet zwölf Marketing-Automation-Tools für mittelständische B2B-Unternehmen und veröffentlicht für jede Kombination aus Tool und Anforderungsprofil eine eigene Vergleichsseite. Das ist legitim, weil die Tests echt sind und die Einordnungen aus echter Erfahrung kommen.

Preisseiten mit aktuellen Lizenzdaten.

Eine Matrix aus Software-Produkten und Lizenz-Modellen mit aktuellen Preisdaten und Erfahrungswerten zu Total Cost of Ownership. Beispiel: HubSpot, Salesforce, Pipedrive, jeweils nach Mitarbeitenden-Zahl, mit transparenten Preisangaben und Erfahrungswerten zur Implementierungs-Komplexität. Das ist legitim, weil die Preisdaten und Erfahrungswerte echt sind und ein Käufer sie sonst aufwendig selbst zusammensuchen müsste.

Branchen-Spezifika aus laufenden Mandaten.

Eine Matrix aus Branchen und Lösungs-Aspekten, gespeist aus konkreten Mandanten-Erfahrungen. Beispiel: CRM-Einführung in Maschinenbau, in Logistik, in Beratung, jeweils mit branchentypischen Stolpersteinen aus echten Implementierungen. Das ist legitim, weil die Branchenerfahrung echt ist und nicht aus einem Hersteller-Datenblatt kommt.

Standort-Seiten mit lokalen Daten.

Eine Matrix aus Standorten und Service-Angeboten, gespeist aus lokalen Marktdaten oder Mandanten-Referenzen. Beispiel: Marketing-Beratung in zwölf Schweizer Städten, jeweils mit echten Referenz-Mandaten und lokal differenzierten Markteinschätzungen. Das ist legitim, wenn die lokalen Daten und Referenzen real sind. Es wird Spam, wenn nur der Stadt-Name ausgetauscht wird, ohne echten lokalen Inhalt.

Beispiele für Programmatic, die scheitern

Aus den gleichen Beobachtungen drei Programmatic-Pattern, die regelmässig im Spam landen.

Pattern 1: Hersteller-Daten-Aggregation ohne Mehrwert.

Eine Matrix aus Produkten und Features, gespeist aus öffentlichen Hersteller-Datenblättern. Die Seite liefert nichts, was nicht auch die Hersteller-Seite selbst liefert, oft mit weniger Genauigkeit. Diese Seiten ranken kurzfristig manchmal, verlieren aber spätestens mit dem nächsten HCU-ähnlichen Update ihre Sichtbarkeit. Mehr zum Mechanismus in Helpful Content Update: was Google seit 2024 wirklich bestraft.

Pattern 2: KI-generierte Beschreibungen pro Datenpunkt.

Eine Matrix, in der pro Zelle ein KI-Modell eine generische Beschreibung erzeugt. „CRM für Maschinenbau“ wird zu einem Absatz, der branchenspezifisch klingt, aber inhaltlich nichts liefert, was ein Sprachmodell nicht in zwanzig anderen Variationen ausgeben würde. Das skaliert, aber es rankt nicht. Und wo es kurzfristig rankt, verliert die Domain insgesamt an Sichtbarkeit.

Pattern 3: Standort-Seiten ohne lokalen Inhalt.

Eine Matrix aus einer Dienstleistung mal 50 Stadtnamen, ohne echten lokalen Inhalt. Diese Pattern war im B2C lange profitabel und wird im B2B oft kopiert, ohne dass die Voraussetzung dafür gegeben ist. Im B2B mit realer Beratungstätigkeit funktioniert sie nicht, weil Käufer schnell merken, dass die Stadt-Seite nichts mit der Stadt zu tun hat.

Der Test vor jeder Programmatic-Matrix

Wenn ein Mandat oder ein internes Vorhaben Programmatic SEO erwägt, gehen wir vier Fragen durch.

Datenwert: Welcher konkrete Datenwert steht auf jeder erzeugten Seite, und woher kommt er? Wenn keine Antwort kommt, die nach „aus echten Mandaten“, „aus eigenen Tests“ oder „aus aktualisierten APIs“ klingt, ist Programmatic nicht der richtige Weg.

Suchvolumen: Wie viele der theoretisch möglichen Kombinationen werden realistisch gesucht? Wenn das Verhältnis schlechter als eins zu fünf ist, ist die Matrix entweder schlecht zugeschnitten oder die Use-Case-Annahme stimmt nicht.

Pflege: Wer pflegt die Daten? Programmatic-Matrizen veralten schnell. Eine Matrix ohne Pflege-Verantwortung ist eine Programmatic-Schicht mit eingebautem Verfallsdatum.

Marken-Logik: Wenn 300 zusätzliche Seiten das Marken-Versprechen verstärken, ist die Matrix richtig. Wenn sie es verdünnen, ist sie falsch, unabhängig davon, wie gut die Daten sind.