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 ist keine harte Messung, sondern eine Modellschätzung. Trotzdem unterscheidet es zunehmend zuverlässig dünne KI-Inhalte von echtem redaktionellem Engagement.

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. Das 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, etwa das Thema recherchieren, das Argument strukturieren und 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 für echte redaktionelle Arbeit: 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 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) ein, den normalisierten Site-Rank. Eine Website, auf der die meisten Seiten einen hohen redaktionellen Aufwand aufweisen, wird deshalb einen höheren NSR-Wert haben. 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: Ist das guter Content? contentEffort (System 9) misst den redaktionellen Aufwand: Wie viel Arbeit steckt darin? OriginalContentScore (System 11) misst die Originalität: Sind das neue Informationen?

Die Unterscheidung ist wichtig für die Content-Strategie. Eine Seite mit hoher Qualität, aber geringem Aufwand (eine gut kuratierte Liste vorhandener Ressourcen) kann bei chard gut abschneiden, bei contentEffort jedoch schlecht. Eine Seite mit hohem Aufwand, aber geringer Originalität (eine gründliche Zusammenfassung vorhandenen Wissens) kann bei contentEffort gut abschneiden, bei OriginalContentScore jedoch schlecht. Eine Seite mit hoher Originalität, aber geringem Aufwand (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. Googles Systeme belohnen diesen Content gemeinsam: Er ist gut gemacht, hat echte Arbeit erfordert und bringt neue Informationen ins Web.

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. Content-Fabriken und KI-Inhaltsfabriken haben deshalb einen strukturellen Nachteil. 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 und Faktenprüfung 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 von einer KI entworfen 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