Ein Blick in die Diagnose-Engine: wie AdAstra Inhalte bewertet, bevor es etwas ändert

Bevor AdAstra einen einzigen Fix vorschlägt, läuft zuerst eine vollständige Diagnose. Hier steht, was analyze_content tatsächlich misst, in welcher Reihenfolge und wie aus einem schwachen Wert ein konkreter nächster Schritt wird.

~7 Min. Lesezeit . Analyse

Legen Sie einen Inhalt in AdAstra ab, einen Entwurf, einen Newsletter, eine Landingpage, dann kommt als Erstes kein Vorschlag. Es kommt eine Diagnose. Um genau die geht es in diesem Artikel: was sie misst, in welcher Reihenfolge und wie aus einer schwachen Zahl das exakte Werkzeug für den nächsten Schritt wird.

Was die Diagnose-Engine tut

Die Diagnose läuft als ein einziges Werkzeug, analyze_content, und sie ist der verpflichtende erste Schritt, sobald ein Inhalt abgelegt wird: Nichts anderes läuft davor. Zuerst zerlegt sie den Inhalt in seine strukturellen Teile, also Titel, Hook, Intro, Kernbotschaften und Call-to-Action, damit spätere Prüfungen den richtigen Teil der Seite bewerten und nicht die Seite als Ganzes. Danach läuft ein fester Satz von Themen nacheinander ab, nicht parallel: Jedes Thema wird fertig, meldet seinen eigenen Wert und seine Kennzahlen und erscheint sofort im Stream, sodass die Diagnose Stück für Stück entsteht statt auf einmal einzutreffen.

Scheitert die Arbeit eines Themas, etwa weil die Google-Ads-Abfrage hinter dem kommerziellen Thema vorübergehend nicht verfügbar ist, reißt dieser Fehler die übrige Diagnose nicht mit. Die Engine fängt den Fehler ab, notiert dieses eine Thema mit einem Wert von 0, der Schwere „schlecht“ und einer Kennzahl, die den Fehler markiert, und geht zum nächsten Thema über.

Die drei Themen

Es gibt genau drei Themen, und sie laufen immer in derselben Reihenfolge: kommerziell, CTR und Conversion sowie SEO und LLM-Readiness. Jedes erzeugt seinen eigenen Wert von 0 bis 100 und eine Liste einzelner Kennzahlen, und jede Kennzahl trägt ihre eigene Schwere. Ist eine Kennzahl schwach, trägt sie außerdem einen Fix: einen Verweis auf genau das Werkzeug, teils schon mit passender Konfiguration, das diese Schwäche behebt. Genau deshalb läuft überhaupt eine Diagnose: Ein Wert allein sagt, dass etwas nicht stimmt, ein Wert mit Fix sagt, welches Werkzeug Sie mit welchen Einstellungen ausführen sollten.

Kommerzielles Thema und Ertragslücken

Das kommerzielle Thema startet bei den eigenen Kernaussagen des Inhalts: Es extrahiert die Kernbotschaften und nutzt sie als Seed-Keywords, die es dann gegen echte Google-Ads-Keyword-Daten für Ihr Zielland und Ihre Zielsprache abfragt. Die zurückkommenden Keyword-Ideen werden in zwei Gruppen geteilt: Ideen, die zu den Seed-Keywords des Inhalts passen, und solche, die das nicht tun.

Die zweite Gruppe sind die Ertragslücken, dasselbe Konzept wie im Artikel zur Keyword-Ökonomie: Keyword-Chancen nahe an Ihrem Thema, die die Abfrage findet und die Ihre Inhalte bisher nicht abdecken. Die Diagnose meldet die Anzahl dieser Lücken direkt als Kennzahl und hängt, sobald es welche gibt, einen Fix an, der auf generate_keyword_ideas zeigt, gefüttert mit genau diesen fehlenden Keywords als Thema zum Ausbauen.

Neben der Zahl der Lücken meldet das Thema den durchschnittlichen CPC und das gebündelte monatliche Suchvolumen über die gefundenen themenrelevanten Keywords, jeweils auf einer eigenen Skala von 0 bis 100 bewertet: das Volumen gegen eine Obergrenze von rund 10.000 monatlichen Suchanfragen, der CPC gegen rund 2 Euro als starken Referenzpunkt. Der Gesamtwert des kommerziellen Themas ist der Durchschnitt dieser beiden. Fällt einer davon schwach aus, erscheint ein zweiter Fix, der auf optimize_content mit aktivierter Optimierung auf Volumen und CPC zeigt.

Diese Zahl ist nur beispielhaft und keine Aussage über einen echten Inhalt.

Thema CTR und Conversion

Das zweite Thema prüft, ob der Inhalt tatsächlich angeklickt wird und, einmal gelesen, tatsächlich konvertiert. Es sagt einen Wert für die Klickrate des Titels und getrennt davon für den Hook voraus, also für die Aufmerksamkeitszeile am Anfang, die bei der Segmentierung bestimmt wurde, und es bewertet die Conversion-Stärke des Inhalts insgesamt. Außerdem prüft es etwas Einfacheres direkt: ob überhaupt ein Call-to-Action vorhanden ist, als klares Ja oder Nein statt als abgestufter Wert.

Jede schwache Kennzahl zeigt hier auf einen konkreten Fix. Eine schwache Titel-CTR führt zu optimize_headline. Ein schwacher Hook, ein fehlender CTA oder ein schwacher Conversion-Wert führen jeweils zu optimize_content mit aktivierter Conversion-Optimierung. Der Gesamtwert des Themas ist der Durchschnitt aus Titel-CTR, Hook-CTR, Conversion-Wert und glatten 100 oder 0, je nachdem, ob ein CTA gefunden wurde.

Auch das ist nur beispielhaft und kein echtes Ergebnis.

Thema SEO und LLM-Readiness

Das dritte Thema besteht eigentlich aus zwei Prüfungen in einem Wert. Die erste Hälfte führt, sofern eine URL vorliegt, dieselbe On-Page-SEO-Checkliste aus, die einen eigenen Artikel hat, und rechnet die Erfüllungsquote in einen Wert von 0 bis 100 um; ohne URL meldet diese Hälfte einen neutralen Standardwert und weist darauf hin, dass eine URL nötig ist. Daneben meldet das Thema, wie viele Frage-Antwort-Paare es gefunden hat, rein informativ: gut, wenn es welche gibt, eine milde Warnung, wenn nicht.

Die zweite Hälfte prüft die AI-Reife direkt gegen dieselben drei GEO-Kategorien aus dem llms.txt-Artikel: FAQ und Antwortfähigkeit, Tiefe und Quellenwert sowie Kernaussagen. Jede Kategorie ist ein klares Erfüllt oder Nicht-Erfüllt für den Inhalt selbst. Jede Kategorie, die durchfällt, bekommt einen Fix, der auf optimize_content zeigt, mit passend gesetztem LLM-Optimierungsstil: FAQ Style, In-depth Analysis oder Key Takeaways, je nachdem, welche Kategorie zu kurz kam.

Der Gesamtwert des Themas ist der Durchschnitt aus der Erfüllungsquote der SEO-Checkliste und dem Anteil der bestandenen AI-Reife-Kategorien.

Wie oben nur beispielhaft und nicht das Ergebnis einer echten Seite.

Werte, Schwere und Fixes mit einem Klick

Jeder Wert über alle drei Themen hinweg, und auch der Gesamtwert, wird gegen dieselben festen Schwellen gelesen: 70 oder mehr ist gut, 40 bis 69 ist eine Warnung, alles unter 40 ist schlecht. Kennzahlen, die nur auf Vorhandensein prüfen, etwa der CTA-Check, kennen keine Mitte: vorhanden ist gut, fehlend ist schlecht. Der Gesamtwert ist schlicht der Mittelwert der drei Themenwerte, auf eine ganze Zahl gerundet, und bekommt seine Schwere aus denselben Schwellen. Er ist eine Zusammenfassung, keine vierte Messung: Das eigentliche Signal steckt in den Themenwerten und darunter in den einzelnen Kennzahlen.

Die Kurzfassung

• analyze_content ist der verpflichtende erste Schritt für jeden abgelegten Inhalt: Es segmentiert den Inhalt und lässt dann drei Themen nacheinander laufen, wobei jedes Ergebnis sofort gestreamt wird.
• Die drei Themen, immer in dieser Reihenfolge, sind kommerziell, CTR und Conversion sowie SEO und LLM-Readiness; jedes liefert seinen eigenen Wert von 0 bis 100 plus einzelne Kennzahlen.
• Das kommerzielle Thema leitet Seed-Keywords aus den Kernbotschaften des Inhalts ab und markiert dann Ertragslücken: Keyword-Ideen aus der Abfrage, die der Inhalt nicht abdeckt, behoben über generate_keyword_ideas.
• Das Thema CTR und Conversion sagt die CTR für Titel und Hook voraus, prüft auf einen CTA und bewertet die Conversion-Stärke; schwache Kennzahlen führen zu optimize_headline oder optimize_content.
• Das Thema SEO und LLM-Readiness verbindet die Erfüllungsquote der On-Page-SEO-Checkliste mit der Erfüllung der GEO-Kategorien FAQ, Tiefe und Kernaussagen; Fehlschläge führen zu optimize_content mit dem passenden Stil.
• Jeder Wert nutzt dieselben Schwellen: 70+ ist gut, 40 bis 69 ist eine Warnung, unter 40 ist schlecht; ein Thema, das komplett scheitert, meldet einen Wert von 0.
• Der Gesamtwert ist der einfache Durchschnitt der drei Themenwerte; der eigentliche Nutzen liegt in den einzelnen schwachen Kennzahlen, die jeweils schon mit dem passenden Werkzeug verknüpft sind.