contentEffort: Wie Google redaktionellen Aufwand schätzt

01Was ist contentEffort?

contentEffort ist ein KI-Modell, das schätzt, wie viel redaktioneller Aufwand und Tiefe in eine Seite geflossen sind. Das Modell unterscheidet zwischen oberflächlichen, maschinell generierten Inhalten und Seiten, die erkennbare Recherche, Struktur und Substanz aufweisen. Es handelt sich nicht um eine harte Messung – sondern um eine Modellschätzung –, die jedoch zunehmend zuverlässig dünne KI-Inhalte von echtem redaktionellem Engagement unterscheidet.

Das Google API-Leak bestätigte ein contentEffort-Feld. Der Name ist beschreibend: Das System misst den 'Aufwand' – die Arbeit, die in die Erstellung des Inhalts geflossen ist. Dies ist nicht dasselbe wie Qualität (chard) oder Originalität (OriginalContentScore). Eine Seite kann erheblichen Aufwand erfordern (Recherchieren, Strukturieren, Bearbeiten), ohne originell zu sein (wenn sie bestehendes Wissen zusammenfasst).

contentEffort ist in erster Linie ein Expertise-Signal (Exp: primary). Das ergibt Sinn: Echte Expertise erfordert Aufwand – das Thema recherchieren, das Argument strukturieren, für Klarheit redigieren. Eine Seite, die in wenigen Minuten erstellt wurde (ob durch KI oder durch Kopieren), signalisiert geringe Expertise, unabhängig davon, ob die Informationen korrekt sind.

02Wie contentEffort funktioniert

contentEffort verwendet einen einzelnen KI-geschätzten Wert, der aus dem Textinhalt der Seite abgeleitet wird. Das Modell wurde trainiert, Aufwand und Tiefe zu erkennen – die strukturellen Signale, die auf echte redaktionelle Arbeit hinweisen: kohärente Argumentationsstruktur, Belege für Recherche, angemessene Tiefe für das Thema und redaktionelle Sorgfalt.

Das System unterscheidet zwischen Inhalten, die menschlichen Aufwand erforderten, und Inhalten, die schnell generiert werden konnten. Es geht dabei nicht per se um KI versus Mensch – sondern um die Tiefe der Auseinandersetzung mit dem Thema. Ein Mensch, der einen 500-Wörter-Blogbeitrag in 10 Minuten schreibt, hat einen niedrigen Aufwand. Eine KI, die eine 2000-Wörter-Analyse mit ordentlicher Struktur, Zitaten und Tiefe generiert, hat einen höheren Aufwand (auch wenn sie von einer KI generiert wurde).

contentEffort fließt in den NSR (System 7), den normalisierten Site-Rank, ein. Das bedeutet, dass eine Website, auf der die meisten Seiten einen hohen redaktionellen Aufwand aufweisen, einen höheren NSR-Wert haben wird. Die Aggregation erfolgt auf Website-Ebene, die Bewertung jedoch auf Seitenebene: Jede Seite wird unabhängig auf ihren Aufwand bewertet, und diese seitenbezogenen Werte aggregieren sich zum siteweiten NSR.

03contentEffort vs. chard vs. OriginalContentScore

Drei Systeme zur Bewertung der Inhaltsqualität messen verwandte, aber unterschiedliche Dinge. chard (System 8) misst die allgemeine Inhaltsqualität – handelt es sich um guten Content? contentEffort (System 9) misst den redaktionellen Aufwand – wie viel Arbeit wurde hineingesteckt? OriginalContentScore (System 11) misst die Originalität – handelt es sich um neue Informationen?

Die Unterscheidung ist wichtig für die Content-Strategie. Eine Seite, die qualitativ hochwertig, aber aufwandsarm ist (eine gut kuratierte Liste vorhandener Ressourcen), kann bei chard gut abschneiden, bei contentEffort jedoch schlecht. Eine Seite, die aufwandsreich, aber wenig originell ist (eine gründliche Zusammenfassung vorhandenen Wissens), kann bei contentEffort gut abschneiden, bei OriginalContentScore jedoch schlecht. Eine Seite, die hochoriginell, aber aufwandsarm ist (ein kurzer Beitrag, der einen neuen Datenpunkt teilt), kann bei OriginalContentScore gut abschneiden, bei contentEffort jedoch schlecht.

Der ideale Content schneidet bei allen drei gut ab: hohe Qualität, hoher Aufwand, hohe Originalität. Das ist der Content, den Googles Systeme gemeinsam belohnen – Content, der gut gemacht ist, echte Arbeit erfordert hat und neue Informationen ins Web bringt.

04Implikationen für SEO-Praktiker

Die wichtigste Implikation: Google kann Aufwand schätzen, nicht nur Ergebnisse messen. Eine Seite, die gut aussieht, aber in Minuten erstellt wurde, wird als wenig aufwendig erkannt. Das bedeutet, dass Content-Fabriken und KI-generierte Inhaltsfabriken einen strukturellen Nachteil haben: Selbst wenn das Ergebnis professionell aussieht, kann das System einschätzen, dass es wenig Aufwand erforderte.

Für Redaktionsteams ist die Implikation positiv: Echte redaktionelle Arbeit wird belohnt. Recherche, Strukturierung, Redaktion, Faktenprüfung – diese Aktivitäten erzeugen Signale, die contentEffort erkennen kann. Das System schafft einen Anreiz für Tiefe statt Breite: Ein gut recherchierter Artikel ist mehr wert als fünf oberflächliche.

Für KI-unterstützte Inhalte besteht die Strategie darin, KI als Werkzeug zu nutzen, nicht als Ersatz. KI kann bei Recherche, Entwurf und Bearbeitung helfen – aber das menschliche redaktionelle Engagement muss im Endprodukt sichtbar sein. Eine Seite, die KI-generiert und anschließend von einem menschlichen Experten umfangreich überarbeitet wurde, erzielt beim Aufwand eine höhere Bewertung als eine, die KI-generiert und ohne Überprüfung veröffentlicht wurde.

05Quellen