Ausgangslage: Generische Inhalte in einem fragmentierten Markt

Der Kunde, ein etablierter B2B-Softwareanbieter mit Sitz in München und 120 Mitarbeitenden, stand vor einer wachsenden wirtschaftlichen Herausforderung: Die Customer Acquisition Costs (CAC) stiegen kontinuierlich an, während das Budget für Paid Search und Content Marketing bereits am oberen Limit lag. Trotz dieser Investitionen blieb die Conversion Rate auf der Website stagnierend. Die Hauptproduktseite war national generisch aufgestellt und ignorierte die spezifischen regionalen Suchintents, die in Deutschland, Österreich und der Schweiz existieren. Im B2B-Bereich, insbesondere bei Softwarelösungen, spielen Vertrauen und lokale Nähe eine entscheidende Rolle. Besucher aus spezifischen Regionen wie Zürich, Wien oder Hamburg verließen die Seite jedoch innerhalb weniger Sekunden. Die Abprungrate war hoch, weil die Seiten keine lokale Relevanz boten – weder durch regionale Referenzen noch durch lokale Ansprechpartner. Zudem verbrachte das Vertriebsteam erhebliche Ressourcen damit, Leads aus Nicht-Zielregionen zu filtern, was die Effizienz der Lead-Qualifizierung stark beeinträchtigte.

Herausforderungen: Warum die alte Strategie nicht funktionierte

Bevor wir mit der Umsetzung begannen, identifizierten wir vier konkrete Herausforderungen, die die Performance des Kunden hemmten. Erstens fehlte die lokale Adressierung der Suchintents. Keywords wie “ERP-Software Berlin” oder “CRM-Lösung Wien” wurden nicht direkt durch dedizierte Inhalte bedient, sondern lieferten nur die generische Startseite. Zweitens war die technische Struktur nicht für lokale Verlinkung optimiert. Es gab keine interne Verlinkungsstruktur, die die Topik-Autorität für bestimmte Regionen stärken konnte. Drittens fehlten lokale Vertrauensträger. Im DACH-Raum ist es für B2B-Käufer oft entscheidend, einen Ansprechpartner in ihrer Nähe zu haben, der ihre spezifischen branchenspezifischen Probleme versteht. Viertens war die Messung der lokalen Performance unzureichend. Es gab keine segmentierte Analyse nach Regionen, um zu verstehen, welche Märkte am besten konvertierten und welche nur Traffic generierten, der nie in einen Lead mündete.

Der Tech-Stack: Tools für lokale Exzellenz

Um diese Herausforderungen zu meistern, setzten wir auf einen fokussierten Tech-Stack, der auf Datenanalyse und technische Präzision abzielt.

  • Ahrefs & SEMrush: Für die tiefergehende Keyword-Recherche mit regionalen Modifikatoren und die Analyse der Wettbewerbslandschaft in den Top-Regionen.
  • Google Search Console: Zur Überwachung der lokalen Klick- und Impressionssignale sowie zur Identifikation von Indexierungsproblemen bei den neuen Subseiten.
  • Hotjar: Zur Analyse des Nutzerverhaltens auf den lokalen Landingpages, um zu verstehen, wo Nutzer in Zürich oder Hamburg abstürzen.
  • WordPress & Yoast SEO: Für die technische Umsetzung der Subseiten, inklusive der korrekten Sitemap-Erstellung und der Verwaltung der Meta-Daten.
  • Schema.org Markup Generator: Zur automatisierten Erzeugung des lokalen Geschäfts-Markups, das Suchmaschinen hilft, die lokale Präsenz besser zu verstehen.

Umsetzung: Von der Analyse zur lokalen Präsenz

Wir starteten ein sechsmonatiges Projekt zur strukturellen und inhaltlichen Optimierung der Produktseiten mit Fokus auf GEO-Targeting. Der Ansatz basierte auf der Hypothese, dass B2B-Käufer im DACH-Raum stärker auf lokale Vertrauensträger und spezifische Anwendungsbeispiele achten, als es die generische Markenbotschaft suggerierte. Wir teilten das Projekt in drei klare Phasen auf, um sicherzustellen, dass jede Änderung datenbasiert und messbar war.

Projektverlauf in 6 Phasen: Keyword-Recherche mit regionalen Modifikatoren, Strukturierung von 12 lokalen Subseiten, Integration lokaler Referenzen & Ansprechpartner …

Phase 1: Recherche & Struktur (Woche 1–4) In den ersten vier Wochen konzentrierten wir uns auf die Datenbasis. Wir analysierten Suchvolumina für Keywords, die mit Regionennamen kombiniert wurden, wie z. B. “ERP-Software Berlin” oder “Projektmanagement-Tool München”. Gleichzeitig kartierten wir die bestehenden Landingpages und identifizierten Lücken in der lokalen Adressierung. Es stellte sich heraus, dass nur 15 % der organischen Klicks aus den Top-5-Städten stammten, obwohl diese Städte das größte Potenzial für hohe Vertragswerte boten. Wir definierten die Top-12-Regionen, die den Großteil der potenziellen Umsätze ausmachen sollten, und erstellten eine technische Architektur für dedizierte Subseiten, wie /de/berlin, /de/muenchen, /at/wien und /ch/zuerich.

Phase 2: Content & Technische Umsetzung (Woche 5–12) Dies war die Phase der inhaltlichen und technischen Realisierung. Wir erstellten 12 dedizierte Subseiten für die identifizierten Top-Regionen. Der Inhalt war nicht nur eine Übersetzung der nationalen Seite, sondern wurde spezifisch auf die lokalen Gegebenheiten zugeschnitten. Wir integrierten regionale Kundenreferenzen, die aus der jeweiligen Stadt oder dem Bundesland stammten. Zudem fügten wir lokale Ansprechpartner mit Bild, Name und direkter Telefonnummer hinzu, um die wahrgenommene Nähe zu erhöhen. Branchenspezifische Fallstudien aus der jeweiligen Region wurden prominent platziert. Auf technischer Ebene implementierten wir Schema.org-Markup für lokale Geschäftsdaten. Dies hilft Suchmaschinen, die lokale Präsenz der Softwarelösung besser zu indexieren. Zusätzlich optimierten wir die interne Verlinkungsstruktur, um die Topik-Autorität der lokalen Seiten zu stärken. Jede lokale Seite verlinkte auf die nationale Hauptseite und umgekehrt, was ein starkes Signal an die Suchalgorithmen sendete.

Phase 3: Testing & Iteration (Woche 13–24) Die letzten zwölf Wochen waren dem Feintuning gewidmet. Wir führten A/B-Tests der Hero-Bereiche durch, um zu vergleichen, welche Claims – lokale oder generische – eine höhere Interaktionsrate erzeugten. Es zeigte sich, dass lokale Claims, wie “Ihr Ansprechpartner in Wien”, eine um 15 % höhere Klickrate auf den CTA-Button generierten. Wir passten die Call-to-Actions basierend auf dem Verhalten regionaler Nutzergruppen an. In der Schweiz zeigte sich, dass ein direkter Download einer Demo-Datei besser funktionierte als ein Formular, während in Deutschland das Formular bevorzugt wurde. Diese iterativen Anpassungen waren entscheidend, um die Conversion Rate weiter zu steigern.

Wie wir die Zahlen messen

Um die Wirksamkeit der Maßnahmen zu belegen, nutzten wir eine mehrschichtige Messstrategie. Die Customer Acquisition Cost (CAC) wurde berechnet, indem die gesamten Marketingkosten (Paid, Content, Tools) durch die Anzahl der neuen, zahlenden Kunden in dem jeweiligen Zeitraum geteilt wurden. Wir verglichen die CAC der ersten sechs Monate (Vorher) mit den letzten sechs Monaten (Nachher) der Projektphase. Die Conversion Rate wurde definiert als die Anzahl der abgeschlossenen Formularausfüllungen geteilt durch die Anzahl der Besucher auf den lokalen Landingpages. Um die Qualität der Leads zu messen, arbeiteten wir eng mit dem Vertriebsteam zusammen. Sie klassifizierten jeden Lead als “qualifiziert” oder “nicht qualifiziert” basierend auf Region, Branche und Budget. Die qualififizierten Leads wurden monatlich aggregiert und mit dem Vorher-Wert verglichen. Zusätzlich nutzten wir Heatmaps aus Hotjar, um die Verweildauer und die Interaktion mit lokalen Elementen (wie Ansprechpartner-Karten) zu messen. Diese Kombination aus harten Finanzkennzahlen und verhaltensbasierten Daten gab uns ein vollständiges Bild der Performance.

Ergebnis: Wirtschaftliche Effekte durch lokale Präzision

Nach sechs Monaten zeigte die Analyse klare und messbare Verbesserungen in den wirtschaftlichen Kennzahlen. Die GEO-optimierten Seiten generierten nicht nur mehr Traffic, sondern vor allem hochwertigere Leads, die schneller durch den Sales-Funnel führten. Die Kombination aus höherer Relevanz und besserer technischer Struktur führte zu einer signifikanten Senkung der Akquisekosten.

KennzahlVorherNachherVeränderung
CAC (Customer Acquisition Cost)450 €306 €-32 %
Conversion Rate (Formular)1,2 %2,1 %+75 %
Qualifizierte Leads (Mtl.)4568+51 %
Durchschnittliche Verweildauer00:58 min02:14 min+133 %

Performance-Verbesserung nach GEO-Optimierung: Vorher-Nachher-Vergleich der Kennzahlen in %

Die Reduktion der Akquisekosten um 32 % resultierte aus der Kombination von höherer Conversion Rate und geringeren Kosten pro Klick durch eine verbesserte Quality Score bei organischen Suchergebnissen. Da die lokalen Seiten besser auf die spezifischen Suchanfragen der Nutzer in den Top-Regionen zugeschnitten waren, stieg die organische Sichtbarkeit. Das Vertriebsteam berichtete von einer deutlich höheren Lead-Qualität, da die Kontakte bereits regional vorqualifiziert waren. Dies sparte dem Vertrieb wertvolle Zeit, die sie für die aktive Kundenakquise nutzen konnten. Die durchschnittliche Verweildauer stieg um 133 %, was darauf hindeutet, dass die Nutzer die lokalen Inhalte als wertvoll und relevant empfanden.

Learnings: Was wir aus dem Projekt mitnehmen

Dieses Projekt verdeutlicht, dass GEO-Optimierung im B2B-Bereich kein optionales Nice-to-have, sondern ein strategischer Hebel ist. Drei Kerninsights lassen sich ableiten, die für andere B2B-Unternehmen im DACH-Raum relevant sind. Erstens: Lokale Relevanz schlägt generische Breite. Spezifische Seiten für Kernregionen performen besser als eine einzige nationale Seite mit dynamischem Content. Nutzer suchen nach Lösungen, die zu ihrem lokalen Kontext passen. Zweitens: Vertrauen durch Nähe. Lokale Referenzen und Ansprechpartner reduzieren die wahrgenommene Unsicherheit beim Kaufentscheidungsprozess signifikant. Im B2B-Bereich ist der Kaufprozess oft lang und komplex; lokale Vertrauensanker beschleunigen diesen Prozess. Drittens: Datengetriebene Iteration. Regelmäßiges Testing von regionalen Claims ist essenziell, da Kaufverhalten in verschiedenen DACH-Regionen leicht variiert. Was in München funktioniert, muss nicht automatisch in Zürich funktionieren. Kontinuierliche Analyse und Anpassung sind der Schlüssel zur langfristigen Performance.

Was wir heute anders machen würden

Trotz des erfolgreichen Ergebnisses gibt es zwei Punkte, die wir in einem ähnlichen Projekt anders angehen würden. Erstens hätten wir die technische Migration der Subseiten noch früher im Prozess priorisiert. Die Verlinkungsstruktur war in Phase 2 etwas komplexer zu implementieren, als ursprünglich geplant, was zu einem leichten Zeitverzug in der Indexierung führte. Eine frühere Einbindung der technischen SEO-Experten hätte diesen Prozess beschleunigen können. Zweitens hätten wir die A/B-Tests auf die lokalen Ansprechpartner-Bilder noch granularer durchgeführt. Wir testeten verschiedene Bilder, aber nicht die verschiedenen Kombinationen aus Bild und Text. Eine tiefere Analyse der Eye-Tracking-Daten hätte uns gezeigt, welche visuelle Kombination am besten die Aufmerksamkeit auf den CTA lenkt. Diese Feinheiten können in der nächsten Iteration des Projekts noch weiter optimiert werden.

Passend dazu