SEO-Tools gibt es genug. Trotzdem entwickle ich seit einiger Zeit ein eigenes.
CoreWeb AI Signal crawlt Websites projektweit, prüft technisches und inhaltliches Onpage-SEO und bewertet zusätzlich, wie verständlich eine Website für KI-gestützte Such- und Antwortsysteme aufgebaut ist.
Der aktuelle Stand ist CoreWeb AI Signal v0.5.0-alpha.1. Erreichbare Seiten werden gecrawlt und analysiert. Findings lassen sich bis zur betroffenen URL verfolgen und vollständige Audit-Berichte können bereits direkt aus der Desktop-Anwendung als PDF exportiert werden.
Das Produkt ist noch nicht fertig. Es ist aber auch keine Idee mehr, die nur aus einer Figma-Datei, drei Screenshots und einer optimistischen Präsentation besteht.
CoreWeb AI Signal im Überblick
Heute verfügbar
- projektweiter Crawl und Onpage-Audit
- Seitenklassifizierung, Findings, Scores und Detailansichten
- sechs getrennte AI-Readiness-Dimensionen
- verständlicher Kundenbericht als PDF
- CSV-, JSON-, HTML-, Markdown- und Obsidian-Exporte
- lokale Desktop-Anwendung ohne Cloud- oder API-Pflicht für den Audit
- erste Local-SEO- und Entitätssignale
- technisch angebundene lokale Claude-Schnittstelle
Nächste Ausbaustufe
- weitere technische Prüfungen
- weitere Validierung der AI-Readiness-Bewertung
- vollständiger Local-SEO-Analysebereich
- direkter Workflow vom Finding zur vorbereiteten Claude-Code-Anfrage
- abschließende Ausarbeitung von Oberfläche und PDF-Bericht
- Installer, Signierung und Updateprozess
- Snapshots, Versionierung sowie Projektimport und -export
Später fest geplant
- Einbindung von Google-Search-Console-Daten
- Kannibalisierungsanalyse
- Keyword-Clustering mit Bezug zu vorhandenen Seiten
- Content-Briefs aus Audit-, Such- und Inhaltsdaten
- Vergleich alter und neuer Crawls
- Migration und Redirect-Mapping
Warum ich AI Signal entwickle
Website-Audits finden technische Auffälligkeiten meistens zuverlässig.
Sie melden fehlende Überschriften, zu lange Seitentitel, falsche Canonicals, Noindex-Angaben, Weiterleitungen, Bilder ohne Alt-Text, dünne Inhalte oder Probleme mit strukturierten Daten.
Diese Daten beantworten noch nicht die wichtigste Frage:
Was davon ist auf dieser Website wirklich ein Problem?
Eine fehlende Meta Description auf einer zentralen Leistungsseite ist anders zu bewerten als auf einer rechtlichen oder technischen Hilfsseite. Noindex kann ein schwerer Fehler sein. Es kann aber auch genau die gewünschte Einstellung sein.
Ein Bild ohne Alt-Text kann relevanten Inhalt zeigen. Es kann ebenso ein Favicon, Logo, Icon oder rein dekoratives Element sein. Dem Favicon einen beschreibenden SEO-Text zu verpassen, nur damit eine Warnung verschwindet, verbessert weder die Website noch die Weltlage.
Viele Audit-Tools liefern an dieser Stelle vor allem Daten. Der Nutzer muss die Meldungen anschließend selbst einordnen, zusammenfassen und für einen Kunden verständlich machen.
AI Signal setzt dort an.
Das Tool soll relevante Befunde erkennen, ihren Seitenkontext berücksichtigen und zeigen, was konkret daraus folgt. Eine möglichst lange Warnungsliste ist dafür kein Qualitätsmerkmal.
Onpage-SEO und AI Readiness in einem Audit
Das technische und inhaltliche Onpage-Audit ist ein zentraler Teil von AI Signal.
Geprüft werden unter anderem:
- Indexierung und Crawlbarkeit
- Statuscodes und Weiterleitungen
- Canonicals und Robots-Signale
- Seitentitel und Meta Descriptions
- Überschriften und Dokumentenstruktur
- interne und externe Links
- strukturierte Daten
- Bilder und Alt-Text-Signale
- Inhaltsumfang und ähnliche Inhalte
- Seitenrollen und projektweite Zusammenhänge
Daneben steht die AI-Readiness-Analyse.
Beide Bereiche verwenden denselben Crawl und denselben Projektstand. Der Nutzer muss die Website nicht zuerst mit einem technischen Crawler prüfen, danach ein Content-Tool öffnen und am Ende noch einen separaten AI-Grader darüberlaufen lassen.
Einige Befunde berühren beide Bereiche.
Eine fehlende H1 ist ein klassisches Onpage-Problem. Sie erschwert gleichzeitig die eindeutige Zuordnung des Seitenthemas.
Ein später Antwortkern ist kein technischer Crawlfehler. Für ein Antwortsystem kann er trotzdem relevant sein, weil die konkrete Aussage erst nach mehreren Absätzen allgemeiner Einleitung erscheint.
Sehr ähnliche Inhalte können für klassische Suchmaschinen problematisch sein. Gleichzeitig fehlt einzelnen Seiten dann oft eine klar unterscheidbare Antwortsubstanz.
AI Signal führt diese Informationen in einem Audit zusammen. Technical SEO und AI Readiness bleiben getrennte Hauptwerte. Es gibt keinen künstlichen Mischscore, bei dem am Ende niemand mehr erklären kann, warum eine Website 83 Punkte bekommen hat.
Eine ausführlichere Einordnung dieses Zusammenspiels steht im Artikel SEO, GEO und KI-Sichtbarkeit 2026.
Sechs Dimensionen statt eines allgemeinen AI-Scores
Ein einzelner AI-Readiness-Wert erklärt wenig.
Eine Website kann inhaltlich klar formuliert sein und trotzdem eine schwache Struktur haben. Sie kann gut gegliedert sein, aber unklare Unternehmens- oder Anbietersignale besitzen.
Ein Gesamtwert zeigt dann nur, dass irgendwo etwas nicht stimmt.
AI Signal bewertet AI Readiness deshalb über sechs getrennte Dimensionen.
Antwortklarheit
Hier wird geprüft, ob die zentrale Aussage einer Seite früh und verständlich erscheint.
Eine Leistungsseite sollte nicht erst nach drei allgemeinen Absätzen erklären, welche Leistung überhaupt angeboten wird. Ein Ratgeberartikel sollte die zentrale Frage nicht bis zum unteren Drittel verstecken, nur weil Einleitungen offenbar nach verbrauchter Bildschirmhöhe bezahlt werden.
Extrahierbarkeit
Konkrete Aussagen sollten sich zuverlässig aus einem Inhalt herauslösen lassen.
Kurze Antworten, Definitionen, einzelne Schritte, FAQ-Bereiche und klar getrennte Abschnitte helfen dabei. Eine Website muss deshalb nicht aus Listen und Antwortboxen bestehen. Inhalte brauchen aber erkennbare Einheiten, wenn Menschen und Maschinen einzelne Aussagen schnell erfassen sollen.
Semantische Eindeutigkeit
Thema, Überschriften und Inhalt sollten zusammenpassen.
Mehrere H1-Überschriften, widersprüchliche Seitensignale oder unklare Themenwechsel können die Einordnung erschweren.
Eine Seite über Webdesign sollte nicht gleichzeitig versuchen, SEO-Beratung, Hosting, Social Media, Branding und Unternehmensberatung als gleichwertige Hauptthemen abzudecken. Ein Mensch erkennt vielleicht noch, worum es ungefähr geht. Die eindeutige maschinelle Zuordnung wird dadurch unnötig schwer.
Struktur für Parser
Überschriftenhierarchien, Hauptinhaltsbereiche und semantische Abschnitte helfen dabei, den Aufbau einer Seite zu erkennen.
Ein Sprung von H1 auf H4 ist nicht das Ende des Internets. Er bleibt trotzdem ein unnötig unklarer Aufbau.
Entitätsklarheit
AI Signal prüft, ob Unternehmen, Marke, Anbieter und Leistungen eindeutig erkennbar sind.
Dazu gehören sichtbare Angaben und strukturierte Daten. Ein Name im Logo allein reicht nicht immer aus, wenn der restliche Inhalt offenlässt, wer hinter der Leistung steht, welche Firma gemeint ist oder wie einzelne Angebote miteinander verbunden sind.
Kontextdichte
Hier geht es um den Anteil konkreter Informationen.
Allgemeine Aussagen wie „Wir bieten individuelle Lösungen für Ihren Erfolg“ lassen sich auf Webdesign, Versicherungen, Gebäudereinigung und vermutlich auch Tierkommunikation anwenden.
Viel Text ist deshalb nicht automatisch viel Substanz.
Konkrete Leistungen, Abläufe, Preise, Voraussetzungen, Grenzen und Beispiele liefern mehr verwertbaren Kontext. Wie solche Inhalte aufgebaut werden können, steht ausführlicher auf der Seite zur Texterstellung für Websites.
Die sechs Werte werden einzeln dargestellt. Der Nutzer sieht dadurch nicht nur einen Gesamtwert, sondern auch, ob die Schwäche bei der Antwortklarheit, der Struktur oder der Kontextdichte liegt.
Der Score garantiert keine Erwähnung in ChatGPT, Gemini, Perplexity oder Google AI Overviews. Ein Website-Audit kann die eigene Seite prüfen. Er kann keine fremde Antwortmaschine zu einer bestimmten Quellenwahl zwingen.
Der Seitentyp verändert die Bewertung
Jede Seite erfüllt eine bestimmte Aufgabe.
Eine Startseite führt in das Angebot. Eine Leistungsseite erklärt eine Dienstleistung. Ein Fachartikel beantwortet eine konkrete Frage. Kontaktseiten, Archive, rechtliche Seiten und technische Hilfsseiten brauchen andere Inhalte.
AI Signal klassifiziert Seiten deshalb nach ihrer Rolle und berücksichtigt diese Einordnung bei der Bewertung.
Eine kurze Kontaktseite ist nicht automatisch inhaltsarm. Eine Datenschutzerklärung braucht keine verkaufsstarke Einleitung. Eine Danke-Seite muss nicht für ein wichtiges Keyword ranken.
Auch strukturierte Daten müssen zur Seitenrolle passen.
Eine Leistungsseite kann technisch gültiges Article-Markup enthalten. Der Code ist dann vorhanden und möglicherweise syntaktisch korrekt. Die maschinenlesbare Aussage beschreibt aber die falsche Art von Seite.
AI Signal erkennt Leistungsseiten, die einen Article-Typ ausgeben, ohne gleichzeitig einen passenden Service-, Product- oder Offer-Typ zu besitzen. Daraus entsteht das Finding „Schema-Seitenrolle widersprüchlich“.
Ein Blogartikel darf als Article ausgezeichnet sein. Enthält eine Leistungsseite zusätzlich einen passenden Service-Typ, gibt es ebenfalls keinen Mismatch. Die Prüfung berücksichtigt den tatsächlichen Seitenkontext und verteilt keine Warnungen nach dem Prinzip: Schema gefunden, irgendetwas wird schon falsch sein.
Das wirkt zunächst wie ein kleines Detail. Genau daraus entstehen aber Reports, bei denen technisch alles vorhanden ist und trotzdem die falsche Aussage an Suchmaschinen und andere Systeme gesendet wird.
Ein PDF für den Kunden, technische Daten für den Profi
Dieser Teil ist für mich einer der wichtigsten Unterschiede.
Viele Audit-Tools können PDF-Dateien exportieren. Das bedeutet noch nicht, dass ein Kunde mit dem Inhalt etwas anfangen kann.
Ein Rohdatenexport bleibt ein Rohdatenexport, auch wenn oben ein Logo steht und unten Seitenzahlen eingefügt wurden.
In der Praxis muss ein SEO-Spezialist solche Berichte häufig nachbearbeiten. Meldungen werden sortiert, Fachbegriffe erklärt, irrelevante Warnungen entfernt, betroffene Seiten ergänzt und technische Befunde in konkrete Aufgaben übersetzt.
Inzwischen wird der Export gern noch durch eine KI geschickt, damit daraus ein lesbarer Kundenbericht entsteht. Effizient ist anders.
Der PDF-Bericht von AI Signal ist direkt für den Kunden gedacht.
Er beginnt mit einem Kurzurteil, den zentralen Scores und den wichtigsten nächsten Schritten. Danach werden die Ergebnisse nach Status, Priorität und Umsetzbarkeit eingeordnet.
Der Kunde sieht:
- welche Seiten betroffen sind
- warum ein Punkt relevant ist
- was belastbar bestätigt wurde
- was vor der Umsetzung noch geprüft werden sollte
- wie hoch Aufwand und Wirkung sind
- wer die Aufgabe übernehmen sollte
- welcher erste Schritt sinnvoll ist
Eine fehlende H1 wird nicht nur als „Missing H1“ ausgegeben. Der Report zeigt die betroffene Seite, erklärt die Funktion der H1 und nennt eine konkrete Umsetzung.
Auch Unsicherheit bleibt sichtbar.
Liegt für ein Finding keine ausreichend genaue Fundstelle vor, wird es nicht als fertiger Arbeitsauftrag verkauft. Es landet im Prüfbedarf.
Das ist weniger spektakulär als ein rotes Warnsymbol. Dafür muss der Kunde nicht für Probleme bezahlen, die nach zehn Minuten Prüfung gar keine sind.
Die technische Tiefe bleibt erhalten
Die Kunden-PDF enthält bewusst nicht jede interne Kennzahl und jedes technische Detail.
Für SEO, Webdesign und Entwicklung stehen zusätzliche Exporte bereit. CSV und JSON enthalten vollständige Findings, URLs, Statuswerte, Fundstellen und Score-Daten. Der HTML-Export bietet eine druckfähige Berichtsversion. Markdown und der lokale Obsidian-Export unterstützen die weitere Dokumentation.
Der Kunde bekommt einen verständlichen Bericht mit Prioritäten und Maßnahmen.
Der Fachanwender behält die Daten für Prüfung, Weiterverarbeitung und eigene Auswertungen.
AI Signal versucht nicht, dieselbe Datei gleichzeitig für Geschäftsführer, Redakteur, Entwickler und technischen SEO-Spezialisten zu schreiben. Solche Berichte enden meistens damit, dass jeder etwas anderes ignoriert.
Warum AI Signal bewusst lokal läuft
CoreWeb AI Signal ist eine lokale Desktop-Anwendung. Crawl-Daten, Findings, Scores, Projekte und Berichte werden auf dem eigenen Rechner verarbeitet und gespeichert. Für den vollständigen Audit sind weder eine Cloud-Plattform noch eine kostenpflichtige KI-API erforderlich.
Gerade beim Datenschutz und bei sensiblen Kundenprojekten ist das ein klarer Vorteil. Audit- und Projektdaten werden nicht automatisch auf den Servern eines weiteren SaaS-Anbieters gespeichert. Dadurch verlassen weniger Projektdaten den eigenen Rechner. Webdesigner und Agenturen behalten mehr Kontrolle darüber, wo die Daten verarbeitet werden.
Dazu kommt die inzwischen übliche Abo-Sammlung. Für einzelne Funktionen werden schnell 49, 99 oder 249 Euro im Monat fällig. Oft kommen Projektlimits, Nutzerlimits oder zusätzliche Kontingente dazu.
AI Signal soll keine weitere Cloud-Plattform werden, bei der jeder zusätzliche Audit, Export oder Funktionsbereich ein neues Preismodell auslöst. Der lokale Produktkern läuft auf dem eigenen Rechner.
Auch die Claude-Anbindung bleibt optional. Sie kann bei der Umsetzung einzelner Findings helfen, entscheidet aber weder über die Analyse noch über die Scores. Der Audit funktioniert vollständig ohne Claude.
Desktop-Software ist im professionellen SEO-Bereich kein ungewöhnlicher Sonderweg. Der Screaming Frog SEO Spider zeigt seit Jahren, dass lokale Anwendungen bei umfangreichen technischen Audits einen festen Platz haben.
Für AI Signal ist der lokale Betrieb deshalb ein zentraler Teil des Produktkonzepts: mehr Kontrolle über sensible Audit-Daten, keine verpflichtende Cloud und keine notwendigen API-Kosten.
Wo AI Signal heute steht
CoreWeb AI Signal befindet sich aktuell in der Version v0.5.0-alpha.1.
Der technische Kern funktioniert. Websites werden projektweit gecrawlt, Seiten analysiert und nach ihrer Rolle klassifiziert. Technical SEO und AI Readiness werden getrennt bewertet. Findings enthalten betroffene URLs und Fundstellen. Kundenberichte und technische Exporte lassen sich über die Anwendung erzeugen.
Erste Local-SEO- und Entitätssignale werden ebenfalls ausgewertet. Ein vollständiger Local-SEO-Bereich folgt in der nächsten Ausbaustufe.
Die lokale Claude-Schnittstelle ist technisch angebunden. Der direkte Workflow vom ausgewählten Finding zu einer vorbereiteten Claude-Code-Anfrage wird noch ausgebaut.
Das sind zwei verschiedene Entwicklungsstände. Eine vorhandene technische Schnittstelle bedeutet noch nicht, dass der gesamte spätere Arbeitsablauf bereits fertig in der Oberfläche sitzt.
Bis zur stabilen Vollversion werden außerdem Oberfläche und PDF-Bericht fertig ausgearbeitet. Hinzu kommen Installer, Signierung, Updateprozess sowie weitere Prüfungen und Tests für eine zuverlässige Weitergabe.
Das Produkt bleibt bis dahin eine Alpha. Eine funktionierende Alpha, aber eben eine Alpha.
Die nächste Ausbaustufe
Der vorhandene Produktkern wird zunächst weiter vervollständigt.
- Claude-Code-Workflow: Ein ausgewähltes Finding soll direkt mit dem vorhandenen Seitenkontext in eine vorbereitete Anfrage übernommen werden.
- Local SEO: Aus den bereits erkannten lokalen Signalen entsteht ein vollständiger eigener Analysebereich.
- Weitere Prüfungen: Der technische Audit wird ausgebaut. Die sechs AI-Readiness-Dimensionen werden mit realen Websites weiter validiert und verfeinert.
- Produkt-Finish: Oberfläche, PDF-Bericht, Installer und Updateprozess werden für die stabile Weitergabe fertiggestellt.
- Projektverwaltung: Snapshots, Versionierung sowie Projektimport und -export werden ausgebaut.
Später fest geplant
Nach dieser Ausbaustufe kommen weitere Funktionen hinzu, die Crawl-, Inhalts- und Suchdaten miteinander verbinden.
- Google-Search-Console-Daten: Suchanfragen, Impressionen, Klicks und Positionen ergänzen die Crawl-Daten.
- Kannibalisierungsanalyse: AI Signal soll konkurrierende oder unnötig ähnliche Zielseiten erkennen.
- Keyword-Clustering: Suchanfragen werden thematisch gruppiert und passenden vorhandenen Seiten zugeordnet.
- Content-Briefs: Aus Audit-, Such- und Inhaltsdaten entstehen konkrete Grundlagen für neue oder zu überarbeitende Seiten.
- Migration und Redirect-Mapping: Alte und neue Crawls werden verglichen, um passende Weiterleitungsziele vorzuschlagen.
Diese Funktionen sind fest geplant, aber noch nicht Teil des aktuellen Produktkerns.
Was AI Signal nicht ersetzt
CoreWeb AI Signal konzentriert sich auf technisches und inhaltliches Onpage-SEO, AI Readiness und den Zusammenhang zwischen einzelnen Findings, Seitenrollen und Projektdaten.
Semrush deckt deutlich mehr Bereiche des SEO- und Marketingprozesses ab. Der Screaming Frog SEO Spider ist ein sehr leistungsfähiger technischer Crawler. AI Signal verfolgt einen engeren Schwerpunkt.
Der lokale Audit bewertet technische SEO-Signale, Inhalte und AI Readiness gemeinsam. Kunden erhalten einen verständlichen Bericht mit Prioritäten und konkreten nächsten Schritten. Fachanwender behalten über PDF-, CSV- und JSON-Exporte Zugriff auf die technischen Details.
Dazu kommen die Seitenklassifizierung, sechs getrennte AI-Readiness-Dimensionen und die optionale Claude-Unterstützung für die Umsetzung einzelner Findings. Diese Kombination bildet den eigentlichen Kern des Tools.
Vollständige Keyword-Recherche, Rank Tracking, Backlink-Analysen und Offpage-SEO gehören nicht zum Produkt. Auch die später geplanten Funktionen rund um Google Search Console, Kannibalisierung, Keyword-Clustering, Content-Briefs sowie Migration und Redirect-Mapping bauen auf dem analysierten Projekt auf.
AI Signal bleibt damit bewusst spezialisiert. Genau darin liegt die Stärke: ein lokales Audit- und Arbeitssystem, das technisches und inhaltliches Onpage-SEO, AI Readiness und verständliche Berichte in einem klaren Workflow verbindet.
Weitere Informationen zu den klassischen SEO-Bereichen stehen auf der Seite SEO bei CoreWeb Studio. Wie AI Readiness und moderne Suchsysteme in dieses Gesamtbild passen, erklärt außerdem der Artikel SEO, GEO und KI-Sichtbarkeit 2026.
Woran ich mit AI Signal arbeite
CoreWeb AI Signal soll zeigen, was auf einer Website relevant ist, warum es relevant ist und was als Nächstes getan werden sollte.
Der aktuelle Kern funktioniert. Die kommenden Erweiterungen verbinden den Audit stärker mit der konkreten Umsetzung.
Bis dahin bleibt AI Signal eine funktionierende Alpha.
Daran arbeite ich gerade.