Warum echte Identität, überprüfbare Expertise und Information Gain für Search und GEO an Bedeutung gewinnen.
Google hat Anfang Oktober seine Dokumentation zu generativer KI und hilfreichen Inhalten erweitert. Dabei rücken vier Qualitätsmerkmale stärker in den Vordergrund: Aufwand, Originalität, Kompetenz und Genauigkeit. Gleichzeitig warnt Google ausdrücklich vor erfundenen Autorenprofilen, KI-generierten Porträts und falschen Qualifikationen.
Branchenbeobachter sehen darin ein mögliches Vorzeichen für ein größeres Google-Update gegen skalierte KI-Inhalte, Fake-Autoren und manipulative GEO-Taktiken. Ob und wann ein solches Update tatsächlich kommt, ist offen. Die Richtung ist jedoch bemerkenswert klar.
Für Unternehmen bedeutet das vor allem eines: Generischer Content wird immer leichter produzierbar. Verifizierbare Identität, echte Expertise, Originalität und belastbare Evidenz werden dadurch wertvoller.
Google bewertet nicht, ob ein Text mit KI erstellt wurde
Google verbietet KI-generierte Inhalte nicht grundsätzlich. Im Gegenteil: Google beschreibt generative KI ausdrücklich als sinnvolles Werkzeug für Recherche und Strukturierung.
Problematisch wird es dort, wo mit KI große Mengen an Inhalten produziert werden, ohne einen zusätzlichen Nutzen für Nutzer zu schaffen. Google verweist dabei auf seine Spam-Richtlinien zu „Scaled Content Abuse“.
Entscheidend ist daher weniger die Frage: “Wurde dieser Inhalt von einem Menschen oder einer KI erstellt?“
Sondern: “Bietet dieser Inhalt echten zusätzlichen Wert?”
Google nennt dafür inzwischen vier zentrale Qualitätsmerkmale.
Aufwand
Google betrachtet, wie viel tatsächliche Arbeit in einem Inhalt oder in den dahinterliegenden Systemen steckt. Eigene Analysen, individuelle Werkzeuge oder sorgfältig erarbeitete Inhalte stehen dabei im Gegensatz zu automatisch erzeugten Seiten ohne menschliche Prüfung oder Auswahl.
Originalität
Ein Inhalt sollte Informationen, Erkenntnisse oder Perspektiven liefern, die nicht lediglich von anderen Websites zusammengefasst wurden.
Kompetenz
Die Qualität eines Inhalts hängt auch davon ab, ob die notwendige fachliche Kompetenz erkennbar ist.
Genauigkeit
Informationsinhalte sollten sachlich korrekt sein. Bei sensiblen Themen steigen die Anforderungen entsprechend.
Fake-Autoren werden zum Vertrauensproblem
Besonders interessant ist eine weitere Ergänzung in Googles Dokumentation.
Google nennt ausdrücklich erfundene Autorenprofile, KI-generierte Porträtfotos, ausgedachte Namen und falsche Qualifikationen als Form der Täuschung. Solche Angaben machen eine Seite laut Google sowohl für Nutzer als auch für automatisierte Qualitätssysteme unglaubwürdig
Damit wird Autorenschaft zunehmend zu einer Frage der verifizierbaren Identität.
Ein Name unter einem Artikel reicht dafür langfristig nicht aus.
Eine echte Person lässt sich digital wesentlich klarer beschreiben:
- Wer ist diese Person?
- Für welches Unternehmen arbeitet sie?
- Welche Funktion hat sie?
- Für welche Themen besitzt sie nachweisbare Expertise?
- Welche externen Profile bestätigen ihre Identität?
- Auf welchen anderen vertrauenswürdigen Quellen tritt sie auf?
Aus GEO-Sicht wird damit die Verbindung zwischen Content, E-E-A-T und Entity Management immer wichtiger.
Von Autorenprofilen zu echten Person-Entities
Technisch lässt sich eine Person heute problemlos als Person in strukturierten Daten auszeichnen.
Das allein macht aus ihr jedoch noch keine belastbare Entity.
Eine starke digitale Identität entsteht erst durch Konsistenz und Verknüpfung.
Ein Autor kann beispielsweise verbunden werden mit:
- der Organisation, für die er arbeitet,
- seiner konkreten Rolle,
- seinen fachlichen Themen,
- Publikationen,
- offiziellen Profilen,
- externen Referenzen,
sameAs-Verknüpfungen zu etablierten Plattformen.
Genau hier verändert sich die Diskussion von einfachem Schema-Markup hin zu Entity-Infrastruktur.
Ein Autor ist dann nicht nur ein Name in einem JSON-LD-Block, sondern Teil eines nachvollziehbaren Entity Graphs.
First-Party Entity Data wird wichtiger
KI-Systeme und Suchmaschinen rekonstruieren Unternehmen und Personen aus vielen unterschiedlichen Quellen.
Das können beispielsweise sein:
- die eigene Website,
- Unternehmensprofile,
- Social Networks,
- Branchenverzeichnisse,
- Presseartikel,
- Reviews,
- öffentliche Datenbanken.
Dadurch entsteht allerdings ein grundsätzliches Problem: Die eigene Identität wird häufig von externen Plattformen definiert.
Ein modernerer Ansatz besteht darin, die eigene Entity-Struktur als First-Party Data selbst zu verwalten.
Ein Unternehmen kann dabei definieren:
- welche Entities zu ihm gehören,
- welche Personen welche Rollen besitzen,
- welche Marken und Standorte existieren,
- welche Produkte und Services angeboten werden,
- wie diese Entities miteinander verbunden sind.
Externe Quellen dienen anschließend zur Bestätigung
Unser Grundsatz dafür lautet: “First-party data defines. Third-party sources validate.”
Genau dafür sind sameAs-Verknüpfungen interessant
sameAs sollte dabei nicht als Sammlung möglichst vieler Links verstanden werden.
Der eigentliche Wert liegt darin, eine intern definierte Entity mit unabhängigen externen Identitätsquellen zu verbinden.
Damit entsteht eine nachvollziehbare Identitätskette:
First-Party Entity → externe Referenz → unabhängige Bestätigung
Information Gain wird zum entscheidenden Gegenstück zu KI-Massencontent
Der zweite große Punkt betrifft die Inhalte selbst.
Generative KI kann heute innerhalb weniger Minuten einen Artikel produzieren, der sprachlich sauber ist und ein bestehendes Thema korrekt zusammenfasst.
Genau dadurch verliert ein solcher Text aber seinen Wettbewerbsvorteil.
Wenn zehn Websites dieselben Informationen aus denselben Quellen mit unterschiedlichen Formulierungen wiedergeben, entsteht kaum neuer Informationswert.
Google nennt Originalität ausdrücklich als Qualitätsmerkmal und warnt davor, hauptsächlich zusammenzufassen, was andere bereits veröffentlicht haben, ohne zusätzlichen Wert zu schaffen.
Für Unternehmen bedeutet das: Eigene Information wird wertvoller.
Zum Beispiel:
- eigene Daten
- Studien
- Messungen
- Cases
- Experimente
- technische Analysen
- Erfahrungswerte
- Branchenbenchmarks
- eigene Werkzeuge
- neue methodische Ansätze
Das ist auch einer der Gründe, warum wir bei EEOOM Themen wie GEO Radar, eigene Messsysteme und technische Analysen stärker gewichten und auf automatisch produzierte Content-Mengen komplett verzichten.
E-E-A-T wird dadurch noch relevanter
Die aktuelle Entwicklung lässt sich sehr gut entlang der vier E-E-A-T-Dimensionen betrachten.
Experience
Echte Erfahrungen, Reviews, Cases und nachvollziehbare praktische Anwendung zeigen, dass Wissen nicht nur theoretisch vorhanden ist.
Expertise
Fachliche Tiefe, eigene Analysen, Original Research und umfassende Themenabdeckung machen Expertise sichtbar.
Authoritativeness
Klare Person- und Organisations-Entities, externe Erwähnungen, fachliche Verankerung und konsistente Identitäten stärken Autorität.
Trustworthiness
Korrekte Informationen, reale Autoren, nachvollziehbare Quellen und konsistente Unternehmensdaten schaffen Vertrauen.
Damit wird E-E-A-T zunehmend zu einer Verbindung aus Content, Entity-Struktur, Reputation und Evidenz.
Qualität lässt sich systematischer messen
Spannend ist auch, dass sich diese Entwicklung zunehmend in messbare Qualitätsdimensionen übersetzen lässt.
Für unsere Arbeit mit Source of Trust sind beispielsweise Metriken interessant wie:
- Originality
- Evidence Density
- Author Authenticity
- Expertise Signals
- Accuracy & Verifiability
- First-Hand Experience
- Source Transparency
Damit verändert sich auch die Art, wie Content-Audits gedacht werden können.
Die Frage lautet nicht mehr nur: “Hat die Seite genügend Text, Überschriften und Keywords?”
Sondern: “Wie glaubwürdig, originell, überprüfbar und fachlich belastbar ist diese Quelle?”
GEO entwickelt sich von Content Optimization zu Trust Infrastructure
Viele frühe GEO-Ansätze konzentrieren sich stark auf Formatierung:
- kurze Antworten
- FAQ
- Listen
- Definitionen
- möglichst viele KI-kompatible Content-Strukturen.
Diese Dinge können weiterhin sinnvoll sein.
Sie reichen jedoch nicht aus.
Wenn Such- und KI-Systeme zunehmend Qualität, Reputation, Identität und externe Evidenz berücksichtigen, verschiebt sich GEO zwangsläufig in Richtung einer umfassenderen Infrastruktur.
Dazu gehören:
- klare Entity Identity,
- First-Party Entity Graphs,
- echte Autoren,
- konsistente externe Referenzen,
- Reviews und Reputation,
- originale Informationen,
- technische Vertrauenssignale,
- kontinuierliches AI-Search-Monitoring.
GEO wird damit weniger zu einer Frage, wie viel Content produziert wird, sondern stärker zu einer Frage, wie eindeutig, glaubwürdig und belegbar ein Unternehmen digital repräsentiert ist.
Fazit
Ob Google unmittelbar ein großes Update gegen KI-Spam ausrollt, bleibt Spekulation. Die Änderungen in Googles eigener Dokumentation sind dagegen real.
Google hebt Aufwand, Originalität, Kompetenz und Genauigkeit hervor, fordert die manuelle Prüfung von KI-Inhalten und bezeichnet erfundene Autorenprofile ausdrücklich als Täuschung.
Für GEO ergibt sich daraus eine klare Richtung:
Je einfacher es wird, Content künstlich zu erzeugen, desto wichtiger werden echte Identität, echte Expertise und überprüfbare Evidenz.
Genau deshalb werden Themen wie E-E-A-T, Entity Management, First-Party Data, Reputation und Information Gain für moderne AI-Search-Strategien zunehmend zentral.
