RankLoop: eine autonome SEO/GEO-Evolution-Engine, jetzt offen

Forschungsprojekt veröffentlicht: Split-Tests mit Promote/Kill-Logik, Fitness aus Search-Console-Daten, SERP-Positionen und LLM-Zitationen, Claude-generierte Mutationen am Edge.

Klassische SEO-Tools liefern Daten und Empfehlungen, und dann beginnt die Handarbeit: Texte anpassen, warten, im Ranking-Report nachsehen, wieder anpassen. RankLoop ist unser Forschungsprojekt zu der Frage, was passiert, wenn man diese Schleife komplett einer Maschine übergibt. Eine Engine, die Varianten einer Seite selbst erzeugt, selbst testet und selbst entscheidet, welche Version überlebt. Evolution statt Optimierung per Hand.

Der Kern ist eine Fitness-Funktion, die den Erfolg einer Seiten-Variante aus drei Quellen misst: echten Google-Search-Console-Daten, beobachteten SERP-Positionen und, als drittes Signal, LLM-Zitationen, also der Frage, ob AI-Suchmaschinen die Seite in ihren Antworten heranziehen. Dieses dritte Signal macht RankLoop zu einem der frühen Systeme, die GEO nicht nur behaupten, sondern messen.

Auf dieser Messbasis fährt die Engine statistische Split-Tests mit Promote/Kill-Logik: Varianten, die signifikant besser performen, werden befördert und zur neuen Basis, Varianten ohne Wirkung werden beendet. Die Varianten selbst stammen von Claude, das gezielte Content-Mutationen erzeugt, von Umformulierungen bis zu strukturellen Änderungen. Ausgeliefert wird das Ganze über einen Cloudflare Worker am Edge, sodass Tests laufen, ohne die Ursprungsseite anzufassen.

Technisch besteht das System aus einem Next.js-Dashboard mit Supabase als Datenbasis, der Claude-API für die Mutations-Erzeugung und dem Worker samt Key-Value-Store für die Auslieferung. Der Stack ist bewusst schlank gehalten: Die interessanten Probleme liegen nicht in der Infrastruktur, sondern in der Statistik der Entscheidungen, denn ein Promote auf zufälligem Rauschen ist schlimmer als gar kein Test.

Warum wir ein Produkt-Experiment offenlegen: RankLoop ist als Forschungsprojekt archiviert, bevor es ein kommerzielles Produkt wurde. Die Erkenntnisse daraus stecken längst in unserer Arbeit, vom SEO/GEO-Fundament dieser Website bis zur Beratung. Der Code ist unter MIT-Lizenz frei verfügbar, bereinigt und dokumentiert, für alle, die an autonomer Suchmaschinen-Optimierung forschen oder eigene Split-Test-Systeme bauen wollen.

Interessant ist das Repository für zwei Gruppen. Entwickler und SEO-Techniker finden darin ein komplettes Referenz-System für evolutionäre Content-Optimierung: die Verdrahtung von Search-Console-Abfragen, SERP-Beobachtung und Zitations-Messung zu einer gemeinsamen Bewertung, dazu die Edge-Auslieferung von Varianten ohne Eingriff in die Ursprungsseite. Und wer strategisch auf Sichtbarkeit in AI-Suchmaschinen arbeitet, sieht an der Fitness-Funktion, welche Signale sich heute überhaupt verlässlich messen lassen und wo die Grenzen liegen.

Für dich als Unternehmer ist RankLoop vor allem eines: der Beleg, dass wir SEO und GEO nicht als Checklisten-Dienstleistung verstehen, sondern als messbares System. Wenn deine Website in klassischen Rankings und in AI-Antworten sichtbarer werden soll, wenden wir genau dieses Denken an, mit Messung vor Meinung. Das Repository zeigt dir, wie tief das geht, und der Potenzial-Check ist der kürzeste Weg, es auf deine Seite anzuwenden.