Surround Sound SEO-Strategie: Wie wir ein SERP-Dominanz-System mit echten Daten aufgebaut haben

2019 haben Alex Birkett und Irina Nica bei HubSpot etwas Bahnbrechendes entwickelt, das unsere Denkweise über SEO verändert hat. Anstatt sich auf ein einzelnes #1-Ranking zu fixieren, fragten sie: Was wäre, wenn Ihre Marke auf jeder Seite in den Top-10-Ergebnissen erscheinen würde?

Sie nannten es die Surround Sound Strategy — und innerhalb von 6 Monaten, in denen sie 600+ Keywords trackten, erreichten sie 50% programmbeeinflusste Erwähnungen. Wir haben ihr Framework übernommen, ein Full-Stack-Automatisierungssystem darum gebaut und es auf unsere eigene Marke über 2.800+ Keywords in 6 Sprachen angewandt.

Dieser Beitrag ist eine vollständige technische Aufschlüsselung der Architektur, des Toolings, des Datenbankdesigns und der echten Daten, die wir sehen. Unten finden Sie interaktive 3D-Visualisierungen, die mit Three.js erstellt wurden und unsere tatsächlichen Sichtbarkeitswerte, Keyword-Landschaft und Outreach-Pipeline zeigen.

Die Kernerkenntnis: Überall präsent sein, nicht nur #1

Denken Sie darüber nach, wie Sie tatsächlich Produkte entdecken. Sie suchen „beste E-Mail-Marketing-Software” und sehen 10 Ergebnisse. Sie klicken auf 3-4 davon. Wenn eine Marke in jedem einzelnen Artikel erscheint, den Sie lesen, gewinnt diese Marke — selbst wenn sie nie selbst #1 gerankt hat.

„Je häufiger jemand von Ihrem Produkt aus mehreren Quellen hört, desto wahrscheinlicher ist es, dass er Ihr Produkt kauft.”

Das ist der Surround-Sound-Effekt. Wie eine Cocktailparty, auf der jeder dasselbe Buch empfiehlt.

Die Mathematik dahinter

Visibility Score — die einfachste Metrik:

Visibility Score % = (mentions in top 20 ÷ 20) × 100

Wenn Ihre Marke bei 8 der Top-20-Ergebnisse für „beste CRM-Software” erscheint, beträgt Ihr Sichtbarkeitswert 40%.

Positionsgewichtete Sichtbarkeit — weil Position 1 wichtiger ist als Position 20:

Weighted Score = Σ(Position Weight where mentioned) / Σ(All Position Weights) × 100

Position Weights: #1 = 10pts, #2 = 9pts, ... #10 = 1pt

Opportunity Score — wo Sie Ihren Aufwand fokussieren sollten:

Opportunity = (100% - Visibility Score) × Monthly Search Volume

Ein Keyword mit 35.000 monatlichen Suchanfragen und 5% Sichtbarkeit = Opportunity Score von 33.250. Dort pitchen Sie zuerst.

Systemarchitektur

Hier ist der vollständige Stack, den wir gebaut haben, um den Surround-Sound-Workflow zu automatisieren:

Technologie-Stack

Die Pipeline

┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Keyword         │────▶│  SERP Analyzer    │────▶│  Mention Checker  │
│  Research        │     │  (Top 20 per KW)  │     │  (Scrape + Match) │
│  keyword_        │     │  serp_            │     │  mention_         │
│  research.py     │     │  analyzer.py      │     │  checker.py       │
└─────────────────┘     └──────────────────┘     └───────────────────┘
                                                          │
                                                          ▼
┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  Outreach        │◀────│  Opportunity      │◀────│  Visibility       │
│  Pipeline        │     │  Scoring          │     │  Calculator       │
│  (7,322 targets) │     │  (Gap Analysis)   │     │  visibility_      │
│                  │     │                   │     │  calculator.py    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

Datenbankdesign

Unsere PostgreSQL-Datenbank hat 13 Tabellen, die alles von rohen Keywords bis zum Outreach-Prospect-Status verfolgen. Hier sind die Daten, mit denen wir arbeiten:

Kerntabellen

Schema-Highlights

Die keywords-Tabelle unterstützt Multi-Country, Multi-Language-Tracking:

CREATE TABLE keywords (
    id SERIAL PRIMARY KEY,
    keyword VARCHAR(500) NOT NULL,
    silo VARCHAR(100),           -- Content silo grouping
    volume_ahrefs INTEGER,       -- Monthly search volume
    difficulty INTEGER,          -- Keyword difficulty (0-100)
    cpc NUMERIC(10,2),          -- Cost per click
    search_intent VARCHAR(50),   -- informational, commercial, transactional
    country VARCHAR(5),          -- us, de, fr, etc.
    language VARCHAR(5),         -- en, de, fr, etc.
    UNIQUE(keyword, country, language)
);

Die visibility_scores-Tabelle verfolgt die Markensichtbarkeit pro Keyword über die Zeit:

CREATE TABLE visibility_scores (
    id SERIAL PRIMARY KEY,
    keyword_id INTEGER REFERENCES keywords(id),
    brand_name VARCHAR(100),
    visibility_score NUMERIC(5,2),  -- 0-100%
    mention_count INTEGER,
    pages_with_mentions INTEGER,
    total_pages_checked INTEGER,
    calculated_at TIMESTAMP DEFAULT NOW()
);

Keyword-Landschaft: 7,4 Mio. monatliche Suchanfragen

Wir tracken 2.804 Keywords über 58 Content-Silos, die über 7,4 Millionen monatliche Suchanfragen repräsentieren. Hier ist die Verteilung:

Top-Silos nach Suchvolumen

Durchschnittliche Keyword-Schwierigkeit: 38,7/100

Die meisten unserer Ziel-Keywords liegen im mittleren Schwierigkeitsbereich — erreichbar mit qualitativ hochwertigem Content und strategischen Drittanbieter-Erwähnungen. Der Sweet Spot für Surround Sound sind Keywords mit Schwierigkeit 20-50 und Volumen über 1.000.

Echte Sichtbarkeitsdaten

Hier wird die Strategie real. Unser aktueller Gesamt-Sichtbarkeitswert beträgt 0,1% — wir sind früh in der Umsetzung. Aber schauen Sie sich die Keywords an, bei denen wir bereits Traktion haben:

Wo wir bereits sichtbar sind

Wo die größten Chancen liegen

Diese Keywords mit hohem Volumen haben null Sichtbarkeit — massives Potenzial:

Markenerwähnungs-Erkennung

Unser Mention Checker hat bisher 739 Seiten gescannt und 17.285 Markenerwähnungen auf 590 Seiten gefunden (79,8% Erwähnungsrate). Nur 37 Seiten enthalten einen tatsächlichen Backlink.

Der Mention Checker funktioniert durch:

1. Seiteninhalt abrufen über BrightDatas Scraping-API (handhabt Bot-Erkennung und CAPTCHAs)
2. Regex-Matching für Markennamen und Aliase (case-insensitive, mit Kontextextraktion)
3. Link-Erkennung um festzustellen, ob Erwähnungen Backlinks enthalten
4. Kontextextraktion um den Satz um jede Erwähnung herum zu erfassen

# Simplified mention detection logic
def find_brand_mentions(content, brand_names):
    mentions = []
    for brand in brand_names:
        pattern = re.compile(
            rf'\b{re.escape(brand)}\b',
            re.IGNORECASE
        )
        for match in pattern.finditer(content):
            # Extract surrounding context (200 chars)
            start = max(0, match.start() - 100)
            end = min(len(content), match.end() + 100)
            context = content[start:end]
            mentions.append({
                'brand': brand,
                'position': match.start(),
                'context': context,
                'has_link': check_for_link(content, match)
            })
    return mentions

Outreach-Pipeline: 7.322 Prospects

Das Outreach-System identifiziert Seiten, die für unsere Ziel-Keywords ranken und uns noch nicht erwähnen. Jede wird zum Prospect.

Pipeline-Aufschlüsselung

Prospect-Typen (Qualifizierte „Go”-Prospects)

Content-Plan-Status

Wir haben 535 Content-Stücke geplant. 23 sind fertig. 512 befinden sich in verschiedenen Produktionsstadien — das ist die Content-Maschine, die die Surround-Sound-Strategie antreibt.

Das Tooling: MCP-gesteuerte Automatisierung

Das gesamte System wird über Model Context Protocol (MCP)-Server orchestriert, die KI-unterstützte Ausführung jedes Workflow-Schritts ermöglichen.

Ahrefs MCP-Integration

keywords-explorer-overview    → Keyword metrics (volume, difficulty, CPC)
keywords-explorer-matching    → Related keyword discovery
serp-overview                 → SERP position data for any keyword
site-explorer-organic-keywords → Competitor keyword analysis
batch-analysis                → Bulk domain metrics

BrightData MCP-Integration

search_engine       → Live SERP scraping (Google, Bing, Yandex)
search_engine_batch → Batch SERP scraping
scrape_as_markdown  → Full page content extraction
scrape_batch        → Batch content scraping

Workflow: Vom Keyword zum Outreach

Hier ist ein realer Workflow, den wir regelmäßig ausführen:

Schritt 1: Keyword-Recherche

python3 keyword_research.py --stats
# Returns: 2,804 keywords, 58 silos, 7.4M total volume

Schritt 2: SERP-Analyse

python3 serp_analyzer.py --keyword-id 1 --summary
# Returns: top 15 results, avg DR 90.2, 13 unique domains

Schritt 3: Erwähnungsprüfung

python3 mention_checker.py --stats
# Returns: 739 pages checked, 590 with mentions, 17,285 total

Schritt 4: Sichtbarkeitsberechnung

python3 visibility_calculator.py --overall --report
# Returns: 0.1% overall visibility, silo breakdown, opportunities

Bisherige Erkenntnisse

1. Mit Wettbewerber-Keywords beginnen

Das „Competitor”-Silo hat die höchste durchschnittliche Sichtbarkeit (11%), weil Wettbewerbsvergleichsseiten natürlich mehrere Marken erwähnen. Keywords wie „Mailchimp Alternativen” oder „HubSpot vs Brevo” sind niedrig hängende Früchte.

2. Bewertungsseiten sind Gold wert

Seiten wie G2, Capterra und PCMag ranken für fast alles und listen Sie, wenn Sie ihre Kriterien erfüllen. Unsere SERP-Daten zeigen einen durchschnittlichen DR von 90,2 für Top-Ergebnisse — Sie können sie nicht übertrumpfen, aber Sie können auf ihnen sein.

3. Volumen ≠ Chance

„CRM” hat 44.000 monatliche Suchanfragen, aber die rankenden Seiten werden von Enterprise-Marken dominiert. „Ecommerce E-Mail-Marketing” mit 500 Suchanfragen hat mehr umsetzbare Outreach-Ziele. Nutzen Sie die Opportunity-Score-Formel, nicht das reine Volumen.

4. Erwähnung ≠ Link

Von 590 Seiten, die uns erwähnen, enthalten nur 37 einen Link. Das ist eine 6,3% Link-Rate. Jede Erwähnung ohne Link ist ein einfacher Outreach-Gewinn — Sie können höflich nach einem Link fragen, da sie Sie bereits empfehlen.

5. Mehrsprachigkeit multipliziert alles

Das Tracking über 6 Sprachen (EN, FR, DE, IT, PT, ES) multipliziert Ihre Chancenoberfläche. Ein Keyword mit 1.000 Suchanfragen auf Englisch könnte 500 auf Französisch und 300 auf Deutsch haben — das sind 1.800 von einem Konzept.

Was kommt als Nächstes: 90-Tage-Ziele

Probieren Sie es selbst aus

Die Surround-Sound-Methodik funktioniert für jede Marke. So beginnen Sie:

1. Wählen Sie 20 Keywords — fokussieren Sie sich auf „beste X”, „X Alternativen”, „X vs Y”-Formate
2. Analysieren Sie die SERPs — prüfen Sie für jedes Keyword, wer auf den Positionen 1-20 rankt
3. Prüfen Sie auf Erwähnungen — erscheint Ihre Marke auf diesen Seiten?
4. Berechnen Sie die Sichtbarkeit — verwenden Sie die obigen Formeln
5. Priorisieren Sie nach Chance — (100% - Sichtbarkeit) × Volumen = wo Sie sich fokussieren sollten
6. Pitchen Sie die Lücken — kontaktieren Sie Seiten, die ranken, aber Sie nicht erwähnen

Das Schöne am Surround Sound ist, dass es sich aufbaut. Jede neue Erwähnung verbessert Ihren Sichtbarkeitswert, und jede Sichtbarkeitsverbesserung macht die nächste Erwähnung leichter zu erreichen.

Dieser Beitrag wurde aus Live-Datenbankabfragen gegen unser Produktions-Surround-Sound-Tracking-System generiert. Die Three.js-Visualisierungen unten rendern echte Daten aus 2.804 Keywords, 6.900 SERP-Ergebnissen und 7.322 Outreach-Prospects.