EEAT Mechanics

Twiddler: Die 120 Re-Ranking-Regeln hinter Googles letzter Reihenfolge

Eine Agenturanalyse zählt 120 Twiddler, die Ergebnisse nach der Bewertung noch verschieben, drei davon benannt nach Expertise, Authenticity und Topic Authority. Die Namen belegen, dass etwas existiert. Ein Gewicht belegen sie nicht, und nur neun davon lassen sich auf das Dokument von 2018 oder den Leak von 2024 zurückführen.

By Thomas Wawra· Published · Updated · Version 1.0· Systems referenced: Mustang / SuperRoot etc., chard (+ YMYL/Hoax), Topic-Embeddings (Focus/Radius), OriginalContentScore, SpamBrain, FreshnessTwiddler / RealTimeBoost, RankBrain / DeepRank / FastSearch

01Worauf die Zählung beruht

Die SEO-Agentur RESONEO hat eine Liste von 120 Twiddlern aus Web-, Bilder- und Videosuche veröffentlicht; SEO Südwest berichtete am 5. November 2026 darüber. Ein Twiddler ist eine kleine Komponente, die die Trefferliste überarbeitet, nachdem der Haupt-Ranker sie bewertet hat und bevor die Seite zusammengesetzt wird. Die Analyse stützt sich auf drei Schichten: ein internes Google-Dokument von 2018, das 65 Twiddler für die Websuche aufführte, den Content-Warehouse-Leak von 2024 und die eigene Auswertung von Superroot- und RankLab-Schemas, also der Parameter- und Signalnamen, die Googles Systeme untereinander weiterreichen.

Die dritte Schicht trägt fast die ganze Liste. Nach RESONEOs eigener Zählung haben 111 der 120 Twiddler keinen Vorläufer, weder im Dokument von 2018 noch im Leak von 2024. Ihre Namen, etwa ExpertiseTwiddlerDocFeatures oder BardFilterTwiddlerParams, stammen aus Schemas, die wir selbst nicht einsehen können. Deshalb trägt fast jede Aussage dieses Artikels über einen bestimmten Twiddler den Code [C]: Sie gibt eine Branchenanalyse wieder, kein Artefakt, das wir Wort für Wort prüfen konnten.

Vier der Namen lassen sich am Leak selbst prüfen, und sie halten. Die geleakte Dokumentation (Version 0.4.0) beschreibt Datumsangaben als „Used in FreshnessTwiddler“, Daten zu Unterbildern als „consumed in web image boost twiddler“, eine Entitätenliste als „Used by the Skin Tone Twiddler“ und ein PerDocData-Feld als Nachschlageschlüssel in „one of the superroot's PRE_DOC twiddlers“. Damit sind das Framework, sein Platz in Superroot und die Predoc-Stufe in Googles eigenem Wortlaut belegt. Eine Suche in derselben Dokumentation fand keinen Eintrag zu SiteBoost oder zu einem Domain-Classification-Twiddler. Eine Suche ohne Treffer beweist nicht, dass der Name fehlt, aber diese beiden Namen bleiben bei [C].

Quelle je Aussage (3)
C
RESONEO zählt 120 Twiddler über Web-, Bilder- und Videosuche; 111 davon haben keinen Vorläufer im Dokument von 2018 oder im Leak von 2024.[1]
C
Ein internes Google-Dokument von 2018 führte 65 Twiddler für die Websuche auf, darunter den DMCA-Filter und die Entfernung von YouTube-Duplikaten. Seine Herkunft ist nicht unabhängig geprüft.[2]
B
Der Leak nennt Twiddler in eigenem Wortlaut: PerDocData ist Nachschlageschlüssel in „one of the superroot's PRE_DOC twiddlers“, Datumsangaben sind „Used in FreshnessTwiddler“, und weitere Modelle speisen den Web-Image-Boost- und den Skin-Tone-Twiddler.[3]

02Wie ein Twiddler ein Ergebnis verschiebt

Das Twiddler-Framework sitzt in Superroot, dem System, das eine Suchanfrage an Googles Indizes schickt und deren Antworten zusammenführt. Das Backend holt und bewertet einige hundert Ergebnisse, mit Ascorer als Haupt-Ranker. Danach arbeiten Predoc-Twiddler auf der ganzen Liste, solange die Ergebnisse noch dünn sind und keine Snippets haben. Es folgen Lazy-Twiddler, die auf der Spitze der Liste arbeiten, sobald die Snippets da sind. Erst danach setzt Tangram Web-, Bild- und Videoergebnisse zu einer Seite zusammen.

Kein Twiddler entscheidet allein. Jeder arbeitet isoliert und empfiehlt eine Aktion: ein Ergebnis anheben oder absenken, es über ein anderes Ergebnis stellen, es herausfiltern, die Zahl der Ergebnisse einer Art deckeln, Ergebnisse derselben Kategorie ausdünnen oder eine Notiz für spätere Schritte hinterlassen. Das Framework gleicht diese Empfehlungen ab. Laut dem Dokument von 2018 lässt sich ein Ranking-Experiment als Twiddler leichter fahren als über eine Änderung an Ascorer, und das erklärt zum Teil, warum es so viele davon gibt.

Eine dieser Regeln ist öffentlich. Googles Site-Diversity-System zeigt in den Top-Ergebnissen in der Regel nicht mehr als zwei Einträge derselben Website. Unser Artikel zu Mustang und SuperRoot beschreibt das als Host-Crowding. Es ist eine Anzeigeregel, kein Qualitätsurteil: Eine Website, die von zwei Einträgen auf einen fällt, wurde nicht abgewertet.

Quelle je Aussage (2)
C
Twiddler laufen in Superroot, nachdem Ascorer die Ergebnisse bewertet hat: Predoc-Twiddler auf der ganzen Liste, Lazy-Twiddler auf ihrer Spitze, sobald Snippets vorliegen. Sie empfehlen nur (Boost, BoostAboveResult, Filter, max_total, Stride, Annotation), und das Framework gleicht ab.[4]
O
„We generally won't show more than two web page listings from the same site in our top results.“ (Wir zeigen in den Top-Ergebnissen in der Regel nicht mehr als zwei Einträge derselben Website.)[5]

03Expertise, Authenticity, Topic Authority: E-E-A-T nach dem Score

Für E-E-A-T zählt dieser Teil. RESONEO ordnet neun Twiddler einer Familie für Qualität, Autorität und Vertrauen zu. Drei davon tragen die Namen von Begriffen, die Google in seinen Richtlinien und Blogbeiträgen verwendet. Der Expertise-Twiddler hat Features pro Dokument. Expertise würde also Seite für Seite beurteilt, was ihn am nächsten an das seitenbasierte Qualitätsmodell chard rückt. Der Authenticity-Twiddler hat Signale für die Anfrage und für jedes Ergebnis, und eine Näherungsversion von Ascorer berechnet zusätzlich einen Authenticity-Boost. Stimmt diese Lesart, zählt Authentizität sowohl während als auch nach der Bewertung.

Der Topic-Authority-Twiddler hat Features für die Anfrage und für das Dokument. Die Autorität einer Website würde also am Thema der Anfrage gemessen, nicht über die ganze Website. Google selbst hat im Mai 2023 ein Topic-Authority-System für News beschrieben: Es hilft zu erkennen, welche Fachquellen für eine Nachrichtenanfrage in spezialisierten Gebieten nützlich sind. In unserer Systemkarte steht Topic Authority am nächsten bei Topic-Embeddings und siteFocusScore. Ein vierter Twiddler, Web Health, umfasst zitationsbasierte Originalität, die dem Medium Gewicht gibt, das andere für eine Geschichte zitieren. Das ist derselbe Gedanke wie bei OriginalContentScore.

Das widerspricht unserer eigenen früheren Beschreibung. Der Artikel zu Mustang und SuperRoot sagt, die Infrastruktur berechne Rankings, urteile aber nicht über Qualität. Für das Framework, das nur Empfehlungen abgleicht, stimmt das weiterhin. Für jede Komponente, die darin läuft, stimmt es nicht mehr. Wenn die Schemanamen meinen, was sie sagen, wirkt ein Teil der E-E-A-T-Bewertung erst nach dem Score, als Korrektur der Reihenfolge. Wir haben dem älteren Artikel einen Hinweis angefügt. Die Namen zeigen, dass es diese Twiddler gibt. Sie zeigen nicht, wie stark ein Twiddler ein Ergebnis verschiebt oder wie oft er greift.

Quelle je Aussage (6)
C
Es gibt einen Expertise-Twiddler mit Features pro Dokument (ExpertiseTwiddlerDocFeatures). Expertise wird damit auch nach der Bewertung Seite für Seite beurteilt.[1]
C
Ein Authenticity-Twiddler hat Signale auf Anfrage- und auf Ergebnisebene, und ein genäherter Ascorer berechnet zusätzlich einen Authenticity-Boost. Der Begriff zählt also während und nach der Bewertung.[1]
O
Google beschreibt ein Topic-Authority-System, das hilft zu bestimmen, welche Fachquellen für Nachrichtenanfragen in spezialisierten Themen wie Gesundheit, Politik oder Finanzen hilfreich sind.[6]
C
Der Topic-Authority-Twiddler hat Anfrage- und Dokument-Features. Autorität wird also am Thema der Anfrage gemessen, nicht für die Website als Ganzes.[1]
C
Der Web-Health-Twiddler umfasst zitationsbasierte Originalität, die das Medium bevorzugt, das andere für eine Nachricht zitieren. Das ist derselbe Gedanke wie bei OriginalContentScore.[7]
C
Das Twiddler-Framework selbst urteilt nicht, aber einige Twiddler, die darin laufen, tragen E-E-A-T-Urteile. Ein Teil der E-E-A-T-Bewertung wirkt damit nach der Bewertung als Korrektur der Reihenfolge, in unbekannter Stärke.[8]

04Abwertungen, Aktualität, Vorlieben: die übrigen Familien

Zwölf Twiddler kümmern sich um Spam, Entfernungen und Sicherheit. SiteBoost, laut RESONEO im Leak benannt (unsere eigene Suche in der geleakten Dokumentation fand keinen Eintrag), erkennt nutzergenerierte Spam-Seiten und beurteilt anhand der Hauptkategorie einer Website, ob ein Ergebnis zur Anfrage passt. Ein anderer Twiddler führt eine Liste von Ergebnissen, die wegen Spam stark abgewertet sind. Urheberrecht wirkt auf Website-Ebene: Ab einer bestimmten Zahl gültiger Löschanträge sinkt die ganze Domain. Das deckt sich mit dem, was Google zur entfernungsbasierten Abwertung dokumentiert. In unserer Systemkarte gehören diese Twiddler zu SpamBrain und zu den QualityBoost-Demotions. Es sind Vertrauenssignale, die als Abzug wirken.

Vierzehn Twiddler befassen sich mit Aktualität, wiederholten Suchanfragen und Nutzervorlieben. Der FreshnessTwiddler aus dem Leak hat inzwischen eine zweite Version und einen Datums-Score. Google beschreibt das als „Query deserves freshness“-Systeme, bei uns System 24, gespeist von der Datums-Triangulation. Andere Twiddler wie For you, Domain-Präferenz und Themenaffinität wenden nach der Bewertung die eigenen Gewohnheiten des Nutzers an. Seit August 2025 können Nutzer für Top Stories bevorzugte Quellen wählen, die ihnen dann häufiger angezeigt werden. Auch ein Teil der RankBrain-Ausgabe läuft über einen Twiddler und wird auf die bereits bewertete Liste angewendet.

Für die Praxis ändert das, wo man hinschaut, nicht, was man tut. Eine Seite kann gut ranken und danach trotzdem absinken: durch eine Spam-Abwertung, durch DMCA-Anträge gegen die ganze Domain oder weil eine neuere Seite oder ein Forum nach vorn gezogen wird. Die E-E-A-T-Arbeit bleibt dieselbe: Expertise Seite für Seite, Autorität Thema für Thema, echte und sichtbare Datumsangaben. Neu ist, an wie vielen Stellen ein gut bewertetes Ergebnis seine Position noch verlieren kann. Die 52 Twiddler für Bilder und Video, von YouTube-Clickbait bis zu inauthentischen Shorts, liegen außerhalb der Systemkarte dieser Website.

Quelle je Aussage (5)
O
„If we process a significant volume of such removals involving a particular site, we use that as a signal to improve our results.“ (Wenn wir eine erhebliche Zahl solcher Entfernungen zu einer bestimmten Website bearbeiten, nutzen wir das als Signal, um unsere Ergebnisse zu verbessern.)[9]
C
Zwölf Twiddler decken Spam, Entfernungen und Sicherheit ab, darunter SiteBoost (laut RESONEO im Leak von 2024 benannt; unsere Suche im Leak fand keinen Eintrag), eine Liste stark wegen Spam abgewerteter Ergebnisse und ein DMCA-Twiddler auf Website-Ebene, der ab einer Menge gültiger Anträge die ganze Domain abwertet.[1]
O
„We have various ‚query deserves freshness‘ systems designed to show fresher content for queries where it would be expected.“ (Wir haben verschiedene „Query deserves freshness“-Systeme, die bei Anfragen, bei denen man es erwartet, frischere Inhalte zeigen.)[10]
O
Seit dem 12. August 2025 können Nutzer in den USA und Indien bevorzugte Quellen wählen; deren Artikel erscheinen dann häufiger in Top Stories, wenn sie frische, relevante Inhalte haben.[11]
C
Ein Teil der RankBrain-Ausgabe läuft über einen Twiddler und wird in Superroot auf eine bereits bewertete Liste angewendet. RankBrain wirkt also auch nach der Hauptbewertung.[1]

05Quellen

Dieser Deep Dive ist Schicht-2-Content. Er interpretiert das Material und verweist immer auf Schicht 1 zurück, die Referenzebene. Jeder Claim ist einer Quelle zugeordnet, nach Art gekennzeichnet: [A] Unter Eid ausgesagt · [B] Wörtlich aus dem Leak · [O] Von Google dokumentiert · [W] Studie · [S] Auf der Seite nachgesehen · [C] Unsere Einschätzung · [P] Patent.

© Thomas Wawra · Senior SEO Manager · wetter.com — ein Unternehmen von Funke Digital