Zum Inhalt springen
← Alle Artikel

SEO-Agent mit MCP: Was er übernimmt und wo er scheitert

Antonio Blago
· 13 Min. Lesezeit
SEO-Agent mit MCP: Was er übernimmt und wo er scheitert
KI-Zusammenfassung
  • Ein SEO-Agent ist ein Sprachmodell mit Werkzeugen, das SEO-Aufgaben in mehreren Schritten selbstständig erledigt: Daten abrufen, Seiten prüfen, Vorschläge schreiben.
  • Über MCP greift der Agent auf echte Daten zu, zum Beispiel aus der Search Console; der MCP-Server von Visibly AI stellt 91 Werkzeuge bereit (Stand 12.11.2026).
  • Gut automatisieren lassen sich Aufgaben mit maschineller Prüfung wie Schema-Markup, Meta Descriptions und Berichte; Strategie und Freigabe bleiben beim Menschen.
  • Entscheidend ist der Weg zurück auf die Website: Ohne CMS-Anbindung oder Code-Zugriff endet jede Automatisierung in einer Tabelle.
  • Eigene Messung an diesem Blog: Kein erster Entwurf lag über einem NSS von 80, die Überarbeitung in zwei bis vier Runden brachte 8 bis 24 Punkte.

Mit KI erstellt, die Details stehen im Artikel.

Inhaltsverzeichnis
  1. Was ist ein SEO Agent und wie funktioniert er?
  2. Welche Aufgaben übernimmt ein SEO-Agent automatisch?
  3. Wie kann ein KI-Agent SEO-Aufgaben automatisieren? Die Rolle von MCP
  4. Praxisbeispiel: Schema-Markup bei einem Industriekunden
  5. SEO-Agent mit Visibly einrichten: So gehst du vor
  6. Eigene Analyse: Wie die Inhalte dieses Blogs entstehen
  7. Wie zuverlässig sind die Ergebnisse eines SEO AI Agents?
  8. Welche Rolle spielen SEO-Agenten bei der AI-Search-Optimierung?
  9. Wie integriert man einen SEO-Agenten in bestehende Marketing-Workflows?
  10. SEO Agent oder klassisches SEO-Tool: Was ist besser?
  11. Welche SEO-Agenten gibt es? Nightwatch, contentbird und der eigene Aufbau
  12. Als Agentur: Wie skaliere ich SEO-Projekte mit KI-Agenten für mehrere Kunden?
  13. Häufig gestellte Fragen zum SEO-Agenten

Am 30. September 2026 saß ich im zweiwöchentlichen Termin mit einem Industriekunden. Es ging um Schema-Markup, Meta-Tags und interne Links, also um Arbeit, die bei mehreren hundert Seiten je Seite von Hand anfällt. Der übliche Weg im Unternehmen: ein Ticket an die IT, dann Wochen warten. Für meine eigene Website habe ich dieselbe Aufgabe in etwa fünf Minuten an Claude übergeben, seitdem entsteht das Schema-Markup dort automatisch.

Der Unterschied liegt in der Schnittstelle. Ein SEO-Agent kann nur so viel wie die Daten und Systeme, an die er angeschlossen ist. In diesem Artikel zeige ich, was ein SEO Agent ist, welche Aufgaben er zuverlässig übernimmt und wo er scheitert. Und ich zeige, wie du ihn über MCP mit Visibly AI® verbindest: mit echten Daten aus der Search Console und mit Freigabe durch dich.

Was ist ein SEO Agent und wie funktioniert er?

Ein SEO Agent ist ein System auf Basis künstlicher Intelligenz, das Aufgaben der Suchmaschinenoptimierung selbstständig in mehreren Schritten erledigt. Er plant die Schritte, ruft Werkzeuge auf, liest die Ergebnisse und entscheidet, was als Nächstes kommt. Ein Chatbot beantwortet eine Frage. Ein Agent arbeitet eine Aufgabe ab, zum Beispiel „Prüfe die zehn Seiten mit den meisten Impressionen und schlage je Seite einen besseren Title vor“.

Technisch besteht ein SEO-Agent aus drei Teilen:

  • Sprachmodell: Claude, GPT oder Gemini. Das Modell stammt aus dem Machine Learning und verarbeitet Sprache per Natural Language Processing. Dank Natural Language Processing versteht es eine Aufgabe in normaler Sprache, dank Machine Learning erkennt es Muster in Texten und Daten.
  • Werkzeuge: Abfragen an die Google Search Console, ein Crawler, eine SERP-Abfrage, der Zugriff auf dein CMS. Ohne Werkzeuge rät das Modell.
  • Schleife: Das System ruft ein Werkzeug auf, prüft das Ergebnis und macht weiter, bis die Aufgabe erledigt ist oder eine Rückfrage offen bleibt.

Was macht ein SEO AI Agent genau?

Ein SEO AI Agent übersetzt eine Anweisung in Arbeitsschritte. Auf die Bitte „Finde Quick Wins“ fragt er die GSC nach Suchanfragen auf Position 4 bis 20 ab, sortiert nach Impressionen, öffnet die passenden Seiten und gleicht Title und Überschriften mit den Suchanfragen ab. Das Ergebnis ist eine Liste mit Begründung je Seite. Die Datenanalyse dauert Minuten statt eines Vormittags mit Tabellen.

Wie hilft ein KI-basierter SEO-Agent beim Ranking?

Ein Agent verbessert kein Ranking von allein. Er verkürzt den Weg von der Erkenntnis zur Umsetzung. Wenn eine Seite für eine Suchanfrage auf Position 8 steht und der Begriff in Title und H1 fehlt, findet er das in Sekunden und schreibt den Vorschlag. Ob der Vorschlag live geht, entscheidest du. Das Ranking bewegt sich erst, wenn die Änderung auf der Seite steht und die Suchmaschine sie neu bewertet hat.

Welche Aufgaben übernimmt ein SEO-Agent automatisch?

In meinen Projekten haben sich diese Aufgaben für die Automatisierung bewährt, weil das Ergebnis prüfbar ist:

AufgabeWas automatisch läuftWas bei dir bleibt
Keyword-RechercheSuchanfragen aus der GSC clustern, Suchvolumen prüfen, Lücken zeigenAuswahl nach Geschäftsziel
Technische SEOSeiten crawlen, Title, Meta, Überschriften, Canonical und strukturierte Daten prüfenPriorität und Abstimmung mit der IT
WettbewerbsanalyseTop-Ergebnisse je Keyword lesen, Themen und Formate vergleichenPositionierung
Content-OptimierungBriefing lesen, Text überarbeiten, Score messen, Entwurf speichernErfahrung, Beispiele, Freigabe
Performance-TrackingKlicks und Positionen je Monat vergleichen, Verlierer meldenUrsache bewerten

Welche SEO-Aufgaben lassen sich mit KI vollständig automatisieren?

Vollständig automatisieren lassen sich Aufgaben mit festen Regeln und maschineller Prüfung. Schema-Markup ist das beste Beispiel: Ein Validator sagt eindeutig, ob das Ergebnis stimmt. Meta Descriptions in einer festen Länge, Alt-Texte, Listen defekter Links und Monitoring-Berichte gehören auch dazu. Alles mit Urteil bleibt Handarbeit: Strategie, Positionierung, die Frage, welches Thema sich für dein Geschäft lohnt.

Wie lernt ein SEO-Agent aus Ranking-Daten?

Das Sprachmodell selbst lernt aus deinen Daten nichts dazu. Er liest bei jedem Lauf die aktuellen Zahlen und passt seine Vorschläge daran an. Was wie Lernen aussieht, sind Regeln und Notizen, die du ihm mitgibst: eine Datei mit Markenregeln, eine Liste ausgeschlossener Themen, ein Gedächtnis für Kundenfakten. Ich schreibe eine neue Regel, sobald derselbe Fehler zweimal passiert ist.

Wie kann ein KI-Agent SEO-Aufgaben automatisieren? Die Rolle von MCP

Damit KI-Agenten mit Werkzeugen arbeiten können, brauchen sie eine einheitliche Schnittstelle. Dafür hat Anthropic im November 2024 das Model Context Protocol veröffentlicht, kurz MCP (Anthropic, Introducing the Model Context Protocol). Meinen Kunden erkläre ich es so: MCP ist eine Sammlung von APIs hinter einer einzigen Schnittstelle. Das Modell sieht eine Liste von Werkzeugen mit Beschreibung und ruft sie selbst auf. So arbeiten KI-Agenten heute mit fast jedem System, das einen solchen Server anbietet.

Für die Suchmaschinenoptimierung heißt das: Du schreibst keine Skripte für die GSC, den Crawler und das CMS. Du verbindest einen MCP-Server, und dein Assistent kann alle Werkzeuge nutzen, die der Server anbietet. Der MCP-Server von Visibly stellt 91 Werkzeuge bereit, acht davon funktionieren ohne API-Key. Die Grundlagen zu agentischer SEO habe ich auf antonioblago.com beschrieben.

Welche technischen Voraussetzungen brauche ich?

Du brauchst drei Dinge:

  1. Einen MCP-Client: die Claude-App, Claude Code, Codex oder Cursor.
  2. Einen MCP-Server mit deinen Daten: bei Visibly die Adresse https://mcp.visibly-ai.com/mcp und ein API-Key aus deinem Konto. API und MCP gibt es ab dem Tarif Standard, siehe Preise.
  3. Einen Weg zurück auf die Website: eine CMS-Anbindung oder Zugriff auf den Code. Ohne diesen Weg bleibt es bei Empfehlungen.

Praxisbeispiel: Schema-Markup bei einem Industriekunden

Der dritte Punkt entscheidet, das zeigt dieses Praxisbeispiel. Bei dem Industriekunden hatte der Page Builder keine Schnittstelle für KI-Agenten, der Hersteller des CMS dagegen schon. Dazu kam die IT-Sicherheit: Im Konzern war Claude Code für das Team nicht freigegeben, eine Freigabe läuft dort als Antrag durch ein Gremium, das alle zwei Wochen tagt. Der Schema-Check lief deshalb bei mir, das Ergebnis ging als Excel zurück. Kläre diese Frage zuerst, bevor du ein Tool auswählst.

Gegen falsche Ausgaben hilft ein Guardrail. Für das Schema-Markup läuft nach jeder Ausgabe ein Validator, zum Beispiel der Schema Markup Validator. Meldet er einen Fehler, geht die Meldung zurück an das Modell, bis die Ausgabe stimmt. Dasselbe Muster nutze ich für Texte: Entwürfe darf das System speichern, die Freigabe ist ein eigenes Recht.

SEO-Agent mit Visibly einrichten: So gehst du vor

  1. API-Key erzeugen: In Visibly unter Settings den Bereich „API-Key & MCP“ öffnen und einen Key anlegen. Er wird nur einmal vollständig angezeigt.
  2. Rechte festlegen: Lesen ist immer erlaubt. Für Entwürfe, Freigaben, Veröffentlichen im CMS und kostenpflichtige Aufträge setzt du je einen eigenen Haken. Ich starte neue Agenten nur mit Lesen und Entwürfen.
  3. Verbinden: In der Claude-App als benutzerdefinierten Connector eintragen, die Anleitung steht unter Claude-Connector einrichten. In Claude Code reicht ein Befehl aus dem Quick-Install-Guide.
  4. Erste Aufgabe stellen: „Zeig mir meine Projekte und die größten Quick Wins aus der Search Console.“ Mit verbundener GSC kommen echte Klickdaten von Google zurück, dafür fallen keine Credits an.
  5. Ergebnis prüfen: Jede Empfehlung an der Live-Seite gegenlesen, bevor sie in eine Maßnahmenliste geht.
Einstellungen in Visibly AI: API-Key und MCP mit aktivem Key und den Rechten für Schreibtools, von Entwürfe schreiben bis Persönliches Gedächtnis
Rechte für Schreibtools in den Einstellungen: Lesen ist immer erlaubt, jedes Schreibrecht hat einen eigenen Haken. Beispieldaten.
MCP-Server-Einrichtung in Visibly AI: Anweisung für den Agenten, Befehl für Claude Code und Hinweis auf Clients mit JSON-Konfiguration
Die Einrichtung in der App: Anweisung kopieren, im Agenten einfügen. Der Key im Bild ist ein Platzhalter. Beispieldaten.

Als SEO-Manager: Welche Aufgaben kann ich delegieren?

Delegieren kannst du alles, was du selbst in fünf Minuten prüfen kannst. Dazu gehören der monatliche Bericht aus GSC und Analytics, die OnPage-Prüfung neuer Seiten, die Wettbewerbsanalyse und die Keyword-Analyse für ein Briefing und der erste Entwurf einer Überarbeitung. Entscheidungen über Budget, Prioritäten und Tonalität bleiben bei dir.

Als Content-Marketer: Wie hilft mir ein SEO-Agent bei der Content-Erstellung?

Er übernimmt Recherche, Entwurf und Messung, du lieferst Erfahrung und gibst frei. In einem Gespräch mit einer Content-Partnerin im Oktober 2026 ging es genau darum: Ein Blogartikel in WordPress hat früher einen halben Tag gekostet, mit angeschlossenem Assistenten steht er in wenigen Minuten. Die Zeit fließt jetzt in eigene Beispiele, und die kann kein Modell erfinden.

Eigene Analyse: Wie die Inhalte dieses Blogs entstehen

Dieser Blog entsteht mit einem SEO-Agenten. Ich lege in Visibly eine Analyse zum Keyword an, sie kostet 38 Credits. Claude liest über MCP das Briefing mit Begriffen, Entitäten und Teilfragen. Ich gebe meine Notizen aus Kundengesprächen dazu, daraus entsteht der Entwurf. Jede Fassung wird gegen den NSS gemessen, die Messung kostet keine Credits. Für diese eigene Analyse habe ich unsere eigenen Daten ausgewertet, die Messwerte der ersten drei Artikel:

ArtikelNSS je RundeRunden
KI-Sichtbarkeit messen (Deutsch)61 → 854
Query Fan-out (Deutsch)65 → 74 → 79 → 804
Query fan-out (Englisch)79 → 872

Heißt: Der erste Entwurf lag nie über 80. Die Content-Optimierung in mehreren Runden bringt 8 bis 24 Punkte, vor allem durch fehlende Teilfragen und Entitäten. Der Entwurf landet im Editor, veröffentlicht wird erst nach meiner Freigabe.

Wie zuverlässig sind die Ergebnisse eines SEO AI Agents?

Kein Sprachmodell arbeitet fehlerfrei. Das habe ich im Kickoff zur Schema-Automatisierung bei einem Industriekunden so gesagt, und es gilt für alle KI-Agenten. Drei Beobachtungen aus der Praxis:

  • Zahlen schwanken: Ein Gast in meinem Podcast hat berichtet, dass ihm eine SEO-Schnittstelle per MCP im selben Chat für dasselbe Keyword einmal 20.000 und einmal 200 als Suchvolumen geliefert hat. Seitdem lasse ich jede Zahl mit Quelle und Datum ausgeben.
  • Scores lassen sich austricksen: Im Briefing für diesen Artikel standen englische Füllwörter und ein niederländisches Wort als Pflichtbegriffe, weil die Analyse fremdsprachige Seiten aus den Suchergebnissen mitgelesen hat. Ein Agent, der blind auf den Score optimiert, hätte sie in einen deutschen Text geschrieben. Ich habe sie weggelassen.
  • Zuordnungen stimmen nicht immer: Beim Query-Fan-out-Check galt eine Teilfrage als abgedeckt, obwohl der zugeordnete Abschnitt das Gegenteil beschrieb.

Welche Grenzen hat ein KI-basierter SEO-Agent?

Die wichtigste Grenze: Ein Agent kennt dein Geschäft nur aus dem, was du ihm gibst. Er weiß nicht, welche Produkte Marge bringen und welche Kunden du nicht mehr willst. Die zweite Grenze ist die Technik. Ohne Schreibzugriff auf die Website endet jede Automatisierung in einer Tabelle. Die dritte Grenze setzt Google. Das Search-Central-Team schreibt in der Dokumentation für Website-Betreiber:

„Using generative AI tools or other similar tools to generate many pages without adding value for users may violate Google's spam policy on scaled content abuse.“

Google Search Central, Leitfaden zu generativen KI-Inhalten, Stand 1. Oktober 2026

Viele Seiten ohne Mehrwert für Nutzer können also als Spam gelten, auch wenn künstliche Intelligenz sie fehlerfrei formuliert hat. Ein SEO-Agent macht es leicht, genau das zu tun. Deshalb gehört die Freigabe durch einen Menschen in jeden Ablauf.

Welche Rolle spielen SEO-Agenten bei der AI-Search-Optimierung?

KI-Suchen wie ChatGPT und Googles AI Mode zerlegen eine Frage in Teilfragen und suchen je Teilfrage nach Quellen. SEO-Agenten prüfen genau das im großen Stil: Sie erzeugen die Teilfragen zu einem Keyword, gleichen sie mit deinen Seiten ab und schlagen fehlende Abschnitte vor. Dazu kommt die Messung, wie oft ChatGPT, Gemini und Perplexity deine Marke nennen. Für die Inhaltsoptimierung in der KI-Suche ist das der größte Zeitgewinn, weil die Prüfung je Seite sonst Handarbeit ist.

Wie integriert man einen SEO-Agenten in bestehende Marketing-Workflows?

Du hängst ihn an die Schritte, die es schon gibt. Der Redaktionsplan bleibt, das Briefing kommt aus der Analyse, der Entwurf landet im Editor, die Freigabe gibt weiter ein Mensch. Erst danach geht der Text über die CMS-Anbindung auf die Website. In bestehenden Marketing-Workflows ändert sich also die Vorarbeit, die Verantwortung bleibt gleich. Ich empfehle, mit einem einzigen Ablauf zu starten und ihn vier Wochen lang zu messen.

SEO Agent oder klassisches SEO-Tool: Was ist besser?

Die Frage stellt sich so nicht, denn ein SEO Agent ohne Daten ist wertlos. Ein klassisches Tool liefert Daten und Berichte, du klickst dich durch. Der SEO-Agent nutzt dieselben Daten und erledigt die Schritte dazwischen. Für das Monitoring von 500 Keywords reicht ein Tool. Für die Frage, warum 30 Seiten seit dem letzten Monat Klicks verlieren und was je Seite zu tun ist, spart der Agent Stunden.

SEO Agent oder manuelles SEO: Lohnt sich die Automatisierung?

Sie lohnt sich, sobald eine Aufgabe sich wiederholt. Einmalige Aufgaben mache ich oft schneller von Hand. Ab der dritten Wiederholung schreibe ich die Schritte als Anleitung für den Agenten auf. Gerade Teams mit frisch besetztem Marketing und ohne Budget für Content gewinnen so Zeit für die Pflege ihrer Seiten.

KI-gestützter SEO-Agent oder menschlicher SEO-Experte?

Der Agent ist schneller bei Datenanalyse, Prüfungen und Entwürfen. Der Mensch ist besser bei Urteil, Erfahrung und Verantwortung. In der Praxis arbeitet der SEO-Experte mit dem Agenten: Er gibt Ziel und Kontext vor, liest Ergebnisse gegen und haftet für die Empfehlung. Künstliche Intelligenz ersetzt die Routine, das Urteil bleibt gefragt.

Welche SEO-Agenten gibt es? Nightwatch, contentbird und der eigene Aufbau

Der Markt teilt sich in drei Wege. Die Angaben zu den Anbietern stammen von deren Websites, Stand 12. November 2026.

WegBeispielStärkeGrenze
Agent im SEO-ToolNightwatch.io beschreibt einen Agenten für Keyword-Recherche, technische Audits, Content-Vorschläge, Rank-Tracking und WettbewerberArbeitet direkt auf den Daten des Tools, ohne EinrichtungLäuft in der Oberfläche des Anbieters
Agenten in der Content-Plattformcontentbird führt einen Marktplatz mit Content-Agenten, darunter Agenten für SEO-Analyse und technische SEOEingebunden in Redaktionsabläufe und AufgabenSchwerpunkt Content, weniger Technik
Eigener Agent mit MCPClaude, Claude Code oder Codex, verbunden mit einem SEO-Server wie VisiblyDu wählst Modell, Regeln und Werkzeuge selbst und kombinierst mehrere QuellenEinrichtung und Regeln sind deine Aufgabe

Nightwatch.io und contentbird habe ich nicht im Kundeneinsatz getestet. Die Tabelle ordnet die Anbieter anhand ihrer eigenen Angaben ein. Achte bei jedem Anbieter auf drei Fragen: Mit welchen Daten arbeitet der Agent? Was darf er schreiben? Und wie prüfst du sein Ergebnis?

Open-Source-Agent oder kommerzielle Lösung?

Als Entwickler kannst du einen eigenen SEO-Agenten aus offenen Bausteinen aufbauen: ein Agenten-Framework, ein Crawler, die Search-Console-API. Das lohnt sich, wenn du die Daten im eigenen Haus halten musst oder sehr spezielle Abläufe hast. Rechne die Pflege ein. Schnittstellen ändern sich, Modelle auch. Für die meisten Freelancer ist der Mittelweg sinnvoller: ein fertiger MCP-Server für die Daten und eigene Regeln für die Arbeitsweise.

Als Agentur: Wie skaliere ich SEO-Projekte mit KI-Agenten für mehrere Kunden?

Agenturen und Freelancer skalieren SEO-Projekte mit KI-Agenten über saubere Trennung. Für mich als Freelancer mit mehreren Kunden zählt genau das. Jeder Kunde ist ein eigenes Projekt mit eigenen Markenregeln, verbundener Search Console und eigenem Gedächtnis. Die KI-Agenten arbeiten immer in genau einem Projekt. Teammitglieder lesen über MCP auf den Daten des Projektinhabers, ihre Bereichsrollen gelten weiter. So kann eine Kollegin Berichte ziehen, ohne dass sie veröffentlichen darf.

Für kleine Unternehmen lohnt sich der Einstieg, wenn jemand im Team die Ergebnisse prüfen kann. Als Einsteiger fängst du mit einer einzigen Aufgabe an: dem monatlichen Bericht aus der Search Console. Wenn der stimmt, kommt die nächste Aufgabe dazu.

Häufig gestellte Fragen zum SEO-Agenten

Was versteht man unter einem AI Agent für SEO-Optimierung?

Ein Sprachmodell mit Werkzeugen, das SEO-Aufgaben in mehreren Schritten selbstständig erledigt: Daten abrufen, Seiten prüfen, Vorschläge schreiben. Die Freigabe bleibt beim Menschen.

Wie unterscheidet sich ein SEO Agent von klassischen SEO-Tools?

Ein Tool zeigt Daten, ein Agent arbeitet mit ihnen. Der Agent braucht das Tool als Datenquelle, zum Beispiel über MCP.

Welche SEO-Agenten-Tools sind die besten auf dem Markt?

Das hängt vom Weg zurück auf deine Website ab. Prüfe zuerst, welche Schnittstellen dein CMS hat. Danach zählen Datenquellen, Rechte und Prüfbarkeit mehr als die Zahl der Funktionen.

Wie fange ich als Einsteiger mit einem SEO AI Agent an?

Mit einem Client wie der Claude-App, einem verbundenen MCP-Server und einer Aufgabe nur mit Leserechten. Für den ersten Blick auf deine Marke in ChatGPT gibt es den kostenlosen Sichtbarkeits-Check.

Alle Werkzeuge des Servers findest du in der MCP-Dokumentation, alle Funktionen der Plattform unter Funktionen.

Methodik: Angaben zum MCP-Server (91 Werkzeuge, acht ohne API-Key) und zu den Tarifen von www.visibly-ai.com, Stand 12. November 2026. Suchvolumen „seo agent“: 880 pro Monat in Deutschland, Visibly AI, 12. November 2026. NSS-Verlauf aus der eigenen Arbeit an diesem Blog, 9. November 2026. Erfahrungen aus eigenen Gesprächen mit Kunden und Interessenten sowie aus dem eigenen Podcast, September bis November 2026, Transkripte lokal, anonymisiert.

Wie sichtbar ist deine Website bei Google und in KI-Antworten? Mach den kostenlosen Sichtbarkeits-Check.

Kostenlos prüfen

Support kontaktieren service@visibly-ai.com