NavBoost: Wie Google Klickverhalten für das Re-Ranking nutzt

01Was ist NavBoost?

NavBoost ist Googles klickbasiertes Re-Ranking-System. Es beobachtet, was Nutzer nach einer Google-Suche tun: welche Ergebnisse sie anklicken, wie lange sie bleiben und ob sie zur Suchergebnisseite zurückkehren. Aus diesem Verhalten passt Google die Rankings an. NavBoost analysiert keine Inhalte und liest keine Webseiten. Es behandelt das Nutzerverhalten als Proxy für Inhaltsqualität: Klicken Nutzer konsequent auf ein Ergebnis und bleiben dort, hat es ihr Bedürfnis wahrscheinlich befriedigt.

Googles Vice President of Search, Pandu Nayak, sagte 2023 im Kartellverfahren des US Department of Justice unter Eid aus, dass Klickdaten eine zentrale Rolle beim Such-Ranking spielen. Damit war NavBoost als eines von Googles "wichtigsten" Ranking-Signalen bestätigt. Es war die erste offizielle Bestätigung eines leitenden Google-Managers, dass Klickverhalten als direktes Ranking-Signal verwendet wird. Sie widersprach jahrelangen öffentlichen Aussagen von Google, die die Rolle der Click-Through-Rate heruntergespielt hatten.

02Die Klick-Signale: goodClicks, badClicks, lastLongestClicks

Das Google-API-Leak vom Mai 2024 enthüllte die Felder, mit denen NavBoost Klicks klassifiziert. In der durchgesickerten Dokumentation erscheinen drei Feldnamen: goodClicks, badClicks und lastLongestClicks. Sie sind keine rohen Klickzahlen, sondern klassifizierte Ergebnisse von Nutzerinteraktionen.

goodClicks sind Klicks, bei denen der Nutzer zufrieden schien: Er klickte auf ein Ergebnis und kehrte nicht zur Suchergebnisseite zurück, oder er verbrachte eine bedeutende Zeitspanne auf dem Ziel. badClicks sind das Gegenteil: Der Nutzer klickte durch, sprang aber schnell zu den Suchergebnissen zurück. Das deutet darauf hin, dass die Seite seinen Bedarf nicht erfüllte. lastLongestClicks ist das stärkste Signal von allen. Es erfasst den letzten, längsten Klick in einer Suchsitzung und markiert das Ergebnis, das den Bedarf des Nutzers schließlich befriedigt hat.

Die Grenze zwischen guten und schlechten Klicks ist nicht binär. Eine Squashing-Funktion, die Rohwerte auf einen begrenzten Bereich staucht, gewichtet Klicks nach Verweildauer, Klickposition und weiteren Faktoren. Google-Ingenieure legen die genauen Schwellenwerte manuell fest. Sie werden nicht maschinell erlernt. Deshalb lassen sie sich analysieren, anpassen und debuggen. Der DOJ-Prozess hat dies als bewusste architektonische Entscheidung bei Google offengelegt.

03Das 13-Monate-Aggregationsfenster

NavBoost arbeitet nicht in Echtzeit. Es aggregiert das Klickverhalten über ein rollierendes 13-Monats-Fenster. Der NavBoost-Score einer Seite spiegelt deshalb ein volles Jahr an Nutzerinteraktionsdaten wider, mit stärkerer Gewichtung neuerer Verhaltensweisen. Das lange Zeitfenster macht NavBoost widerstandsfähig gegen kurzfristige Manipulation: Ein paar Tage künstlicher Klicks verschieben einen Score, der auf monatelangem echtem Nutzerverhalten beruht, nicht nennenswert.

Der DOJ-Prozess enthüllte außerdem ein Begleitsystem namens "Instant Glue", das auf einem 24-Stunden-Protokoll von Nutzerinteraktionsdaten basiert. Instant Glue liefert nahezu in Echtzeit Aktualitäts-Boosts für Suchanfragen, bei denen Aktualität eine Rolle spielt. Es ist ein eigener Mechanismus neben der 13-monatigen NavBoost-Aggregation. Die beiden Systeme ergänzen sich: NavBoost liefert das stabile, langfristige Qualitätssignal, Instant Glue das kurzfristige Aktualitätssignal.

04Das DOJ-Verfahren: was unter Eid offenbart wurde

Der US-amerikanische Kartellprozess gegen Google (September–November 2023) brachte die bedeutendsten Enthüllungen über Googles Ranking-Systeme in der Unternehmensgeschichte hervor. Jahrelang pflegte Google eine sorgfältig kultivierte Mehrdeutigkeit bezüglich der Rolle von Nutzerverhaltenssignalen beim Ranking. Beobachteten SEO-Praktiker, dass die Click-Through-Rate das Ranking zu beeinflussen schien, konnte Google mit technisch korrekten, aber irreführenden Aussagen antworten, dass CTR "kein Ranking-Faktor" sei. Der Prozess machte diese Mehrdeutigkeit unhaltbar.

Pandu Nayak, Googles VP of Search, bestätigte unter Eid, dass Click-Daten als direktes Ranking-Signal verwendet werden. Er beschrieb ein System, das verfolgt, auf welche Ergebnisse Nutzer klicken, wie lange sie bleiben und ob sie zur Suchergebnisseite zurückkehren. Das widersprach früheren öffentlichen Aussagen von Google-Mitarbeitern. Der ehemalige Leiter der Web-Spam-Abteilung, Matt Cutts, hatte wiederholt erklärt, die Click-Through-Rate sei zu unzuverlässig, um als verlässliches Ranking-Signal zu dienen.

Ein späteres Dokument, PXR0356, hielt ein Gespräch vom Februar 2025 mit dem Google-Ingenieur Hyung-Jin Kim fest. Kim bestätigte, dass NavBoost sein zweites Signal-Projekt bei Google war, dass er zahlreiche Patente dazu besitzt und dass er viele Jahre mit dessen Entwicklung verbracht hat. Das Dokument verbindet den geleakten Systemnamen "NavBoost" direkt mit einem bestimmten Google-Ingenieur mit Patentanmeldungen.

05Patentanalyse: drei Stufe-1-Patente

Drei US-Patente nennen Hyung-Jin Kim direkt als Erfinder. Sie beschreiben Systeme zur Modifikation des Suchergebnis-Rankings auf Basis impliziten Nutzerfeedbacks, also den Mechanismus, den NavBoost implementiert. Alle drei sind als Stufe 1 (die stärkste Evidenzbrücke) klassifiziert, weil DOJ Exhibit PXR0356 den Erfinder als NavBoost-Entwickler bestätigt.

US10229166B1, erteilt im März 2019, beschreibt "modifying search result ranking based on implicit user feedback" – den grundlegenden NavBoost-Mechanismus. US8661029B1, erteilt im Februar 2014, ist das ursprüngliche Patent der Familie und wurde im Jahr 2006 eingereicht. US8938463B1, erteilt im Januar 2015, erweitert das System um die Korrektur von Präsentationsbias, also der Tendenz von Nutzern, höher gerankte Ergebnisse unabhängig von deren Qualität anzuklicken.

Ein viertes Patent, US9092510B1, wurde geprüft und verworfen. Es beschreibt ein zeitliches Element des Nutzerfeedbacks, aber seine Erfinder (Stets, Paskin) haben keine Verbindung zu Kim. Damit ist es Stufe 3, nur funktionale Ähnlichkeit. Der Fall zeigt die Quellendisziplin, die diese Referenz von typischem SEO-Kommentar unterscheidet: Ein Patent, das relevant klingt, wird nur aufgenommen, wenn die Beweiskette stark genug ist.

06NavBoost in der Ranking-Architektur

Googles Ranking läuft laut DOJ-Prozess letztlich auf zwei grundlegende Top-Level-Signale hinaus: Quality (Q*) und Popularity (P*). NavBoost fließt in das Popularity-Signal ein, das misst, wie häufig eine Seite besucht wird und wie gut sie verlinkt ist. Quality (Q*) ist die andere Säule. Sie bewertet die Vertrauenswürdigkeit und Autorität einer Website und wird stark von PageRank beeinflusst.

NavBoost gehört zu den ABC-Signalen: Anchors (Links), Body (Inhaltsbegriffe) und Clicks (Nutzerverhalten). Zusammen bilden sie den grundlegenden Themenrelevanz-Score (T*) und bestimmen, wie relevant ein Dokument für eine Suchanfrage ist. NavBoosts spezifischer Beitrag ist die Click-Komponente: Sie liefert die verhaltensbasierte Bestätigung, dass ein Dokument Nutzer für eine bestimmte Suchanfrage tatsächlich zufriedenstellt.

NavBoost fließt in GLUE (System 3) ein. GLUE kombiniert NavBoost mit Chrome-Besuchsdaten zu einem einheitlichen Nutzerverhaltenssignal. Die Beziehung ist hierarchisch: NavBoost erfasst suchgetriebene Clicks, GLUE ergänzt Daten zu direkten Besuchen aus dem Chrome-Browser, und zusammen ergeben sie ein umfassendes Bild der Nutzerzufriedenheit.

07Implikationen für SEO-Praktiker

NavBoost lässt sich nicht direkt manipulieren. Es spiegelt echte Nutzerzufriedenheit wider, die über 13 Monate aggregiert wird. Das ist Absicht: Google will ein Signal, das gegen Manipulation resistent ist. Die Folgen für SEO sind weitreichend.

Erstens wird die Optimierung von Titel und Meta-Description wichtiger. Diese Elemente bestimmen, ob Nutzer klicken und ob die Seite, auf der sie landen, die vom Snippet geweckte Erwartung erfüllt. Eine Seite, die gut rankt, aber badClicks erzeugt, weil ihr Snippet zu viel verspricht oder ihr Inhalt zu wenig liefert, verliert mit der Zeit an Ranking, da NavBoost negative Verhaltensdaten ansammelt.

Zweitens ist 'Pogo-Sticking' (auf ein Ergebnis klicken, zurückspringen, auf ein anderes Ergebnis klicken) als echtes negatives Signal bestätigt. NavBoosts badClicks-Klassifizierung erfasst dieses Muster direkt. Seiten, die Nutzer konsequent nicht zufriedenstellen, werden abgewertet, auch wenn sie anfänglich durch andere Signale gut ranken.

Drittens brauchen SEO-Änderungen wegen des langen Aggregationsfensters Zeit, bis sie ihre volle Wirkung zeigen. Eine heute vorgenommene inhaltliche Verbesserung beeinflusst NavBoost erst nach Monaten vollständig. Deshalb erscheinen Googles Ranking-Änderungen oft graduell statt plötzlich: Das Verhaltenssignal braucht Zeit, um sich anzusammeln.

Schließlich hat der DOJ-Prozess bestätigt, dass nahezu alle Google-Signale handgefertigt sind (nicht ML-basiert). Das Ranking-System ist deshalb für menschliche Ingenieure letztlich nachvollziehbar. Für die SEO-Branche ist das ein bedeutender Befund: Systematische Beobachtung, Hypothesentests und evidenzbasierte Analyse können aufdecken, wie das System funktioniert. Genau das will diese Referenz leisten.

08Quellen