Was ist E-E-A-T und warum entscheidet es über das Ranking von KI-Inhalten

Googles Seite zur Erstellung von hilfreichen Inhalten buchstabiert den Begriff genau einmal aus, als „experience, expertise, authoritativeness, and trustworthiness, or what we call E-E-A-T“. Danach geht sie für den Rest der Seite auf die Fragen dahinter ein. Vier Eigenschaften. Eine davon kann von keinem Entwurfstool überhaupt erzeugt werden, und die anderen drei überstehen einen KI-Workflow, wenn ein Verlag sie korrekt einrichtet. Fast niemand, der darüber schreibt, trennt diese beiden Gruppen.

Was ist also E-E-A-T? E-E-A-T ist Googles Kurzform für vier Eigenschaften, die seine menschlichen Qualitätsbewerter auf einer Seite und bei der Person beurteilen, die sie veröffentlicht hat: experience, expertise, authoritativeness und trustworthiness. Der Begriff stammt aus den Search Quality Rater Guidelines, dem Dokument, das Bewerter verwenden, wenn Google prüft, ob seine Ranking-Systeme gute Ergebnisse liefern. Der Ursprung bestimmt, wie das Konzept auf KI-unterstützte Inhalte angewendet wird. Und genau das lassen die meisten Erklärungen aus.

Die Richtlinienfrage liegt an anderer Stelle und hat ihre eigene Antwort. Googles dokumentierte Position zu KI-Inhalten und Rankings zitiert die maßgeblichen Sätze und datiert jede Überarbeitung, und keine davon behandelt eine KI-Autorschaft als Nachteil. Dieser Beitrag beantwortet stattdessen die Qualitätsfrage: welcher der vier Aspekte ein KI-Entwurf ohne Hilfe trägt, welchen er strukturell nicht tragen kann, und was ein Verlag hinzufügen muss, um den Unterschied auszugleichen.

Was ist E-E-A-T? Die vier Aspekte, definiert

Erfahrung ist der unmittelbare Kontakt mit dem Gegenstand. Googles eigene Selbstbewertungsfrage formuliert dies konkret: "Does your content clearly demonstrate first-hand expertise and a depth of knowledge (for example, expertise that comes from having actually used a product or service, or visiting a place)?" Expertise ist nachgewiesenes Fachwissen, das Google als separate Frage rahmt: "Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?" Die beiden Begriffe überschneiden sich in der Formulierung und gehen in der Praxis auseinander. Eine Person kann ein Fachgebiet gründlich kennen und dennoch das konkrete Produkt, das sie bewertet, nie verwendet haben.

Autorität ist Reputation. Sie beschreibt, ob die Seite, der Autor und die Website als Quelle anerkannt sind, an die andere Menschen sich zu diesem bestimmten Thema wenden, was eine Eigenschaft der Welt und nicht des Textes ist. Vertrauenswürdigkeit ist Genauigkeit, Transparenz und Verantwortlichkeit, und Googles Dokumentation ist in Bezug auf ihr Gewicht eindeutig: "Of these aspects, trust is most important." Die anderen drei existieren teilweise, um sie zu stützen. Eine von einer echten Expertin oder einem echten Experten verfasste Seite scheitert dennoch beim Vertrauen, wenn eine Leserin oder ein Leser nicht erkennen kann, wer sie veröffentlicht hat oder wie sie erstellt wurde.

Woher E-E-A-T stammt und warum Google sagt, dass es kein Ranking-Faktor ist

E-E-A-T stammt aus den Search Quality Rater Guidelines, dem Dokument, das Google den menschlichen Bewerterinnen und Bewertern gibt, die Beispiel-Suchergebnisse beurteilen. Googles Formulierung dazu, wie dies mit dem Ranking zusammenhängt, sollte genau und nicht nur zusammenfassend gelesen werden: "While E-E-A-T itself isn't a specific ranking factor, using a mix of factors that can identify content with good E-E-A-T is useful." Und zu den Bewerterinnen und Bewertern selbst: "Rater data is not used directly in our ranking algorithms."

Und Googles Analogie dafür, was Bewerterinnen und Bewerter tun, ist das Lesen von Kommentarkarten in einem Restaurant: "Rather, we use them as a restaurant might get feedback cards from diners. The feedback helps us know if our systems seem to be working." Die Karten sagen der Küche, ob das Essen ankommt. Sie kochen nichts.

Die praktische Konsequenz ist speziell für KI-Inhalte von Bedeutung. Es gibt keinen E-E-A-T-Score, den man erhöhen könnte, daher verfehlen die auf die Signalisierung der vier Aspekte ausgerichteten Strategien ihr Ziel. Erhöht werden kann die zugrunde liegende Substanz, nach der die Gutachter suchen sollten, und gerade für Substanz ist ein KI-Entwurf nur ungleichmäßig ausgestattet.

Welche Aspekte ein KI-Entwurf ohne Hilfe tragen kann

Zwei der vier überstehen einen vollständig automatisierten Arbeitsablauf, einer übersteht ihn teilweise, und einer übersteht ihn überhaupt nicht. Fachwissen übersteht ihn teilweise, weil ein auf veröffentlichtem Material trainiertes Modell auf gut dokumentierten Themen korrektes Fachwissen reproduziert, und jeder Satz davon überprüft werden kann. Autorität liegt bei der Website und dem Autor und nicht beim Entwurf, daher trägt eine etablierte Domain eine KI-gestützte Seite ebenso selbstverständlich wie jede andere. Vertrauenswürdigkeit hängt vom Prozess ab: Überprüfung, Transparenz und ein namentlich genannter Autor sind alles Dinge, die ein Verlag erst nach Abschluss des Entwurfs bereitstellt. Erfahrung ist das Einzige, das kein Entwurfsschritt erreichen kann.

E-E-A-T aspect	Womit Google es verknüpft	Was ein KI-Entwurf von sich aus liefert	Was der Verlag hinzufügen muss
Experience	Erstkontakt: Expertise, die daraus entsteht, ein Produkt oder eine Dienstleistung tatsächlich genutzt oder einen Ort besucht zu haben	Nichts. Ein Modell hat kein Produkt genutzt und keinen Ort besucht	Eine Messung, ein Screenshot, ein datiertes Ergebnis, eine Entscheidung, die Sie getroffen haben, und was danach geschah
Expertise	Inhalt, der von einem Experten oder Enthusiasten geschrieben oder geprüft wurde, der nachweislich das Thema gut kennt	Genaues Fachwissen zu gut dokumentierten Themen, vollständig ungeprüft	Ein namentlich genannter Gutachter, der das Fachgebiet kennt, und eine Prüfung jeder Behauptung, die das Modell erzeugt hat
Authoritativeness	Anerkennung der Website und des Autors als Quelle, an die andere sich zu diesem Thema wenden	Nichts, da Reputation eine Eigenschaft der Welt und nicht des Textes ist	Zitate, die andere zu machen wählen, ein konsistenter thematischer Fokus, ein Autor mit nachvollziehbarer Dokumentation
Trustworthiness	Genauigkeit, Transparenz und Verantwortlichkeit, die Google als die wichtigste der vier bezeichnet	Flüssige Prosa, die unabhängig davon, ob der Inhalt korrekt ist, selbstsicher wirkt	Eine Autorenzeile, eine angegebene Methode, Quellen, die auflösbar sind, und eine sichtbare Korrektur, wenn etwas falsch ist

Die dritte Spalte ist diejenige, die Menschen überrascht. Ein Modell erzeugt auf jeder Genauigkeitsstufe gleich selbstsichere Prosa, was bedeutet, dass Flüssigkeit überhaupt keine Information über Vertrauen trägt. Deshalb ist die Überprüfung der redaktionelle Schritt mit dem höchsten Wert auf einer KI-gestützten Seite, und deshalb kann sie nicht an ein zweites Modell delegiert werden: Ein Prüfer, der auf dieselbe Weise trainiert wurde, macht korrelierte Fehler.

Experience: Der Aspekt, den ein Modell strukturell nicht liefern kann

Ein Modell hat nie ein Produkt benutzt, an einer Besprechung teilgenommen, einen Test durchgeführt oder einen Ort besucht. Alles, was es erzeugt, ist eine Neukombination von Text, der die Erfahrungen anderer Menschen beschreibt, was etwas anderes ist als Erfahrung und für eine sorgfältige Leserin oder einen sorgfältigen Leser auch als etwas anderes erscheint. Googles Selbstbewertungsfrage benennt die Lücke präzise, indem sie fragt, ob der Inhalt Fachwissen erkennen lässt, das daraus stammt, ein Produkt oder eine Dienstleistung tatsächlich benutzt oder einen Ort besucht zu haben. Ein aus veröffentlichten Quellen zusammengestellter Entwurf beantwortet jede Klausel dieser Frage mit Nein.

Deshalb wurde das zweite E überhaupt erst hinzugefügt. Google fügte Experience zu dem hinzu, was in einem Update seiner Richtlinien für Qualitätsbewerter im Dezember 2022 E-A-T gewesen war, und diese Ergänzung trennte das Wissen über etwas davon, es getan zu haben. Bei kommerziellen Suchanfragen leistet dieser Unterschied den größten Teil der Arbeit, weil Wissen über ein Produkt inzwischen billig ist und es benutzt zu haben nicht. Eine Leserin oder ein Leser, der zwei Bewertungsseiten vergleicht, kann meist innerhalb eines Absatzes erkennen, welche Autorin oder welcher Autor die Schachtel geöffnet hat.

Der Test für Ihre eigenen Entwürfe dauert etwa eine Minute. Lesen Sie die Seite und finden Sie den Satz, der nur von jemandem geschrieben worden sein könnte, der die Sache getan hat. Auf einer vollständig von KI erzeugten Seite lautet die Antwort gewöhnlich, dass es keinen solchen Satz gibt, und kein noch so starkes Umschreiben ändert daran etwas, weil das Umschreiben an den Sätzen ansetzt, die bereits vorhanden sind.

Was ein Verlag hinzufügt, um Experience und Vertrauen bereitzustellen

Vier Ergänzungen decken den größten Teil der Lücke ab, und keine davon ist eine Schreibaufgabe. Die erste ist ein Artefakt aus Ihrer eigenen Arbeit, eine von Ihnen aufgezeichnete Zahl, ein Screenshot eines echten Bildschirms, ein datierter Vorher-Nachher-Vergleich, den jemand prüfen könnte. Die zweite ist eine namentlich genannte Autorin oder ein namentlich genannter Autor mit einer nachvollziehbaren Laufbahn. Googles Selbstbewertungsliste fragt direkt: "Do pages carry a byline, where one might be expected?", und ihre Richtlinien empfehlen nachdrücklich genaue Angaben zur Autorenschaft dort, wo Leserinnen und Leser sie erwarten würden. Google bezeichnet eine byline nicht als Ranking-Signal, und sie muss auch keines sein, damit das Argument für die Leserschaft trägt.

Die dritte Ergänzung ist Transparenz über die Methode. Google fasst dies als das Wie in einem Who, How and Why-Rahmen auf, und die eigene Formulierung lautet, dass es für Leser hilfreich ist zu wissen, wie ein Inhalt erstellt wurde. Eine veröffentlichte Position dazu, wie AI verwendet und offengelegt wird erfüllt diese Aufgabe auf Site-Ebene, und ein Leser kann sie prüfen, was mehr ist, als eine Behauptung innerhalb eines Blogbeitrags bietet. Googles Leitlinien behandeln das Why als die wichtigste der drei Fragen, und eine Seite, die hauptsächlich erstellt wurde, um ein Suchergebnis zu besetzen, beantwortet sie schlecht, wer auch immer die Worte geschrieben hat.

Die vierte Ergänzung ist die Überarbeitung, und sie kommt aus einem Grund zuletzt. Ein Leitfaden zur Humanisierung von AI-Text behandelt die Mechanik dieses Durchgangs, und ein Humanizer, der für Marketingseiten gebaut wurde führt ihn aus, ohne die Formulierungen zu stören, für die eine Seite bereits rankt. Keines von beiden fügt Erfahrung hinzu. Eine Seite, die sich schön liest, ohne dass etwas dahintersteht, ist genau der Fehlfall, den das zweite E zu beschreiben hinzugefügt wurde, und der Überarbeitungsdurchgang ist das, was diesen Fehlfall schwerer erkennbar macht.

Das Prinzip in einen Überarbeitungsdurchgang zu überführen, ist die praktische Hälfte. Die Humanisierung eines AI-Blogbeitrags für SEO behandelt eine einzelne Seite, und dasselbe in einer großen Bibliothek umzusetzen wird getrennt behandelt.

Öffnen Sie die letzte AI-gestützte Seite, die Sie veröffentlicht haben, und suchen Sie nach dem Satz, den nur Sie hätten schreiben können. Wenn es keinen gibt, besteht die Lösung in einem Telefonanruf, einem Test oder einem Screenshot von etwas Reellem, und es wird länger dauern als der Entwurf. Diese Lücke zwischen einer Stunde Entwurfsarbeit und einer Woche des Herausfindens ist die eigentliche Kostenfolge des zweiten E, und sie ist der Grund, warum so wenige Seiten es tragen.