AI:CAN 2025 in Berlin Recap

Warum deine KI‑Workflows nicht funktionieren (und was du falsch machst)

Speaker: Barbara Lampl

Barbara Lampl räumt mit KI-Mythen auf. Sie zeigt, warum Workflows, nicht Tools, das Problem sind – und wie man sie KI-tauglich macht.

• Workflows zuerst, Tools später
• KI braucht expliziten Kontext – LLMs haben kein Gedächtnis
• Prompt-Splitting verbessert Qualität
• PDFs schaden der Verarbeitung – lieber Markdown/YAML
• Voice-Prompting auf Smartphones unterschätzt

Fazit: KI kann nur so gut sein wie der Workflow, den man ihr beibringt – klare Prozesse sind Pflicht.

Speaker: Daniel Döge

Daniel Döge sprach in seinem spannenden Vortrag über die fundamentale Veränderung, die Agenturen durch KI erleben. Er forderte mehr als nur Tool-Faszination: Es geht um eine echte Transformation – kulturell, strukturell und wirtschaftlich.

Highlights und Empfehlungen für Agenturen

• Effizienz ≠ Transformation: Tools bringen kurzfristige Effekte, aber kein nachhaltiges Geschäftsmodell.
• Neustart nötig: Bewusster KI-Kick-off in der Agentur setzt neue Energie frei.
• Kompetenzen neu denken: Copywriter, Entwickler, Illustratoren – viele klassische Rollen verlieren an Bedeutung.
• Kundenzugang verändert sich: Kunden holen sich KI-Wissen direkt – nicht mehr automatisch über Agenturen.
• Neue Teamstrukturen: Agenturen brauchen ein starkes, dediziertes KI-Team mit Entscheidungsfreiraum.
• Weg vom Stundensatz: Alte Abrechnungsmodelle brechen – neue Wertmodelle werden überlebenswichtig.
• Transformation ist ein Marathon: Einzelaktionen und Tool-Hopping reichen nicht.
• Junioren sterben aus: Der Markt verlangt Senior-Kompetenz – sofort einsatzbereit und urteilssicher.
• Alte Angebote neu denken: Was früher zu teuer war, kann mit KI effizient umgesetzt werden.
• Markenführung gefragt: KI kann viel – aber Kundenverständnis, Erfahrung und Gefühl bleiben menschliche Domänen.

Fazit

KI ist kein Werkzeug – sie ist eine tektonische Verschiebung für Agenturen. Wer jetzt nicht investiert, verliert – Kompetenz, Kunden, Relevanz. Daniel Döge appellierte an Agenturen, sich bewusst zu transformieren: Nicht wegen des Trends, sondern um die eigene Zukunft aktiv zu gestalten.

KI-Relevanz: "Wenn dich die KI nicht kennt, kannst du einpacken"

Speaker: Chris Weidner

Chris Weidner sprach provokant, pointiert und praxisnah über eine unbequeme Wahrheit: Wer in KI-Suchen wie ChatGPT, Perplexity oder Google AI Overviews nicht auftaucht, wird digital irrelevant. SEO müsse sich neu erfinden – als Answer Engine Optimization.

Highlights und Empfehlungen für SEO-Profis und Content-Schaffende

• Sprachmodelle statt Linklisten: Google, ChatGPT & Co. denken in Bedeutungen, nicht in URLs.
• KI-Relevanz vor Sichtbarkeit: Wer nicht in AI-Antworten genannt wird, existiert bald nicht mehr online.
• Maschinenlesbarkeit entscheidet: Klarer Aufbau, eindeutige Sprache, echte Expertise und Autorenprofile sind Pflicht.
• Zero-Click nimmt zu: AI Overviews machen Informationsportale, Vergleichsseiten und Affiliates zunehmend überflüssig.
• Fokus auf W-Fragen: KI bevorzugt Inhalte, die präzise Nutzerfragen sofort beantworten – gleich im ersten Satz.
• Semantisches Klima aufbauen: Marken brauchen sprachliche Konsistenz, Authentizität und emotionale Verankerung.
• Strategie statt Taktik: Ohne semantische Klarheit und KI-kompatible Markenführung bleibt man unsichtbar.
• Tech-Facts: LLMs speichern keine URLs, sondern Vektoren. Redirects funktionieren semantisch, nicht technisch.
• SEO ist nicht tot: Es wird zur AEO – Answer Engine Optimization. Klar, strukturiert, userzentriert.
• KI hört zu: Vermeide Sprachmischmasch, schwammige Metaphern und übertriebene Marketingfloskeln.

Fazit

Chris Weidner fordert: SEO muss strategischer, sprachlicher und maschinenorientierter werden. Wer denkt, ein bisschen AI-Optimierung reicht, hat das Spiel nicht verstanden. Wer Relevanz behalten will, muss Haltung, Klarheit und konsistente Inhalte liefern – kanalübergreifend und KI-kompatibel.

Der Superhelden-Guide: KI-Suche mit den GEO-Spielregeln meistern

Speaker: Michael Weckerlin

In meinem Vortrag ging es um einen Perspektivwechsel: SEO endet nicht bei Google – Sichtbarkeit beginnt bei KI-Suchsystemen wie ChatGPT, Perplexity oder Google AI Overviews. Ich zeigte, wie man mit den GEO-Spielregeln (Generative Engine Optimization) neue Superkräfte für Content entwickelt.

Highlights und Empfehlungen für GEO-Optimierung

• Content braucht Superkräfte: GEO macht Inhalte sichtbar in LLMs und AI Overviews – nicht nur in klassischen SERPs.
• Anders denken: Statt nur Keywords zu optimieren, geht es um Entitäten, Kontext und semantische Klarheit.
• KI verstehen: LLMs interpretieren Inhalte vektorbasiert – nicht linkbasiert. Struktur, Klarheit und Relevanz sind entscheidend.
• Sichtbarkeit messen: GEO-Tools wie Otterly.AI oder AI Search Grader zeigen, wo Inhalte in AI-Antworten auftauchen.
• Technische Optimierung: Server Side Rendering (SSR), Robots.txt für KI-Bots, strukturierte Daten bleiben essenziell.
• GEO braucht Strategie: Inhalte, Autorenprofile, Quellenverweise und klare Aussagen machen den Unterschied.
• Use Cases einbauen: Wer prompt-orientiert denkt, liefert bessere Antworten für Chatbots & AI-Overviews.
• Brand stärken: GEO ist auch Reputationsarbeit – KI bevorzugt bekannte, vertrauenswürdige Quellen.
• Der GEO-Berg: Wer ganz oben erscheinen will, braucht Weitblick, Tools und echtes Know-how – keine SEO-Tricks von gestern.

Fazit

GEO ist kein Hype, sondern die neue Realität der Sichtbarkeit. Wer heute noch auf klassische SEO allein setzt, verschenkt Potenzial. Ich zeige: Mit dem richtigen Setup und KI-Kompetenz wird aus einer Website ein digitaler Superheld.

RAG Projekt Praxis Case SEO Research Suite / (SEO-) Datenanalysen mit KI

Speaker:Olaf Kopp

Olaf Kopp präsentierte auf der AI:CAN 2025 seine SEO Research Suite – eine Datenbank mit Analysen von Patenten und Research-Papern, die er zur Optimierung für LLMs nutzt. Er zeigte, wie er diese Inhalte analysiert, aufbereitet und über Workflows nutzbar macht – unter anderem für SEO-Optimierung, Briefingerstellung und Content-Zitierfähigkeit in AI Overviews.

Highlights und Erkenntnisse

• Olaf Kopp analysiert wöchentlich neue Google-, OpenAI- und Microsoft-Patente und speist diese in eine eigene Datenbank ein.
• Er nutzt Tools wie Chatbase, HABA.AI und eigene GPTs zur Analyse, Indizierung und Beantwortung komplexer SEO-Fragen.
• Der „SEO Research Agent“ basiert u.a. auf dem Erbe von Bill Slawski und verarbeitet semantische SEO-Patente.
• Für AI-Zitierfähigkeit entwickelte er einen „LLM Readability Check“ mit Fokus auf AR-Overviews und Passage-Based Indexing.
• Er nutzt Make, Monday und Google Docs für automatisierte Content-Briefings – mit präziser Qualitätskontrolle in jedem Schritt.
• Seine Content-Workflows analysieren automatisch SERPs, Entitäten, Fragen und Lücken im Wettbewerbscontent.
• Produktseiten werden KI-gestützt umgeschrieben – inklusive Titel, Beschreibung und Mehrwerten aus Bildern.
• Besonderes Augenmerk legt Olaf auf Chunk-Relevanz und semantische Verlinkung innerhalb von Texten für LLM-Verarbeitung.
• Newsletter, Podcast („SEO Research Week“) und Assistenten-Chatbots ergänzen das Ökosystem.

Fazit

Olaf Kopp zeigt, wie tiefgreifende Patentanalyse und Automatisierung ineinandergreifen können. Seine Research Suite ist keine Spielerei, sondern ein ernsthaftes SEO- und LLM-Forschungslabor. Wer in KI-Sichtbarkeit investieren will, kommt um semantische Optimierung und ein strukturiertes Research-Setup kaum noch herum.

Agentic Blog-Content Creation – Wie ein Team von AI-Agents deinen Content genieren kann

Speaker:Marcel Claus-Ahrens

Marcel präsentierte auf der AI:CAN 2025 ein beeindruckendes Agenten-System zur automatisierten Erstellung von SEO-Blogartikeln. In seiner Live-Demo zeigte er, wie spezialisierte KI-Agenten kollaborieren – von Recherche über Keyword-Analyse bis zur Texterstellung. Das System basiert auf orchestrierten LLMs, Tools wie Perplexity, Quadrant, Make und Cluadine sowie einem strikten Workflow mit Supervisor-, SEO- und Content-Agenten.

Highlights & technische Insights

• Agenten mit klarer Rollenverteilung: Supervisor-, SEO-, Research- und Content-Writer-Agenten übernehmen definierte Aufgaben im Content-Workflow.
• Vectorstore + RAG: Rechercheinhalte werden persistiert, indexiert und den Agenten für spätere Kontexte via Retrieval zugänglich gemacht.
• SEO-Daten aus dataforseo: Keyword-Daten (Volumen, CPC, Difficulty) werden automatisch verarbeitet und in eine Meta-Strategie überführt.
• Content in Abschnitten geschrieben: Jeder Absatz wird einzeln generiert, mit Zugriff auf Outline, SEO-Analyse und Knowledgebase.
• Refinement via Content-Refiner: Nach der Erstgenerierung erfolgt ein finaler Feinschliff, inklusive Keyword-Platzierung und Formatierung.
• Toolstack: Genutzt werden u.a. n8n, Make, Cluadine (für Entitäten-Gap-Analyse), ChatGPT, Perplexity, Quadrant und Google Sheets.
• Live-Demo mit Output: Marcel generierte im Vortrag einen echten Artikel zum Thema „Chain-of-Thought Prompting für Anfänger“ – inklusive Einleitung, Vorteilen und Praxisbeispiel.

Fazit

Marcel zeigte, wie weit KI-Automatisierung in der Content-Erstellung bereits gehen kann. Sein Multi-Agent-System verknüpft SEO, Prompt Engineering und LLM-Automatisierung zu einem skalierbaren Content-Workflow. Der Vortrag war technisch anspruchsvoll, praxisnah und liefert wertvolle Impulse für alle, die Agenten-Systeme selbst bauen oder evaluieren wollen.