EEAT Mechanics

Demographic Diversity: der Twiddler für vielfältigere Menschen in Bildern

Der Leak nennt einen Skin-Tone-Twiddler, der prüft, ob eine Ergebnismenge von einer Entität dominiert wird. Im Mai 2022 kündigte Google an, in Bildergebnissen eine größere Bandbreite an Hauttönen zu zeigen. Dass beides derselbe Mechanismus ist, ist unsere Deutung.

By Thomas Wawra· Published · Version 1.0· Systems referenced: Mustang / SuperRoot etc.

01Was Schema und Leak zeigen

RESONEO führt drei Objekte auf: DemographicDiversityTwiddlerParams, Einstellungen, die mit der Anfrage mitgeschickt werden, dazu QuerySignals und ResultSignals für die Anfrage und für jedes Ergebnis. Das ist die vollständige Form eines Twiddlers, der pro Suche entscheidet, ob er greift, und dann jedes Ergebnis betrachtet.

Der Leak erwähnt einen Skin-Tone-Twiddler an einer Stelle. Ein Objekt für sensible Medien oder Personen-Entitäten dient ihm dazu, zu erkennen, ob die Ergebnismenge überwiegend eine bestimmte Entität aus dem Knowledge Graph zeigt, Googles Datenbank über Personen, Orte und Dinge. Wie der Hautton selbst gemessen wird, beschreibt der Leak nicht. Wie jeder Twiddler empfiehlt er nur; die Entscheidung trifft das Framework in Superroot, der Schicht, die die Ergebnisse aus Googles Indizes zusammenführt, bevor die Seite gebaut wird.

Quelle je Aussage (3)
C
Demographic Diversity hat Einstellungen (DemographicDiversityTwiddlerParams), Signale auf Anfrageebene und auf Ergebnisebene im Namensraum image_twiddler.[1]
B
Der Leak beschreibt ein Feld als „Used by the Skin Tone Twiddler to determine if the result set shows mostly one specific KG entity.“[2]
C
Dass RESONEOs Demographic-Diversity-Twiddler und der Skin-Tone-Twiddler des Leaks dieselbe Komponente sind, ist RESONEOs und unsere Deutung; die Namen unterscheiden sich, und keine Quelle setzt sie gleich. Die Entitätsprüfung würde den Twiddler plausibel aus Suchen nach einer bestimmten Person heraushalten.[3]
Quelle: eeat-mechanics, eigene Einordnung · Mustang / SuperRoot etc.

02Was Google im Mai 2022 ankündigte

Am 11. Mai 2022 stellte Google die Monk Skin Tone Scale vor: zehn Hauttöne, entwickelt mit dem Harvard-Soziologen Ellis Monk und frei veröffentlicht. Für Google Bilder kündigte Google eine Verfeinerung nach Hautton bei Make-up-Suchen an sowie Verbesserungen, die bei allgemeinen Suchen nach Menschen eine größere Bandbreite an Hauttönen zeigen. Später wolle man die Skala nutzen, um Bilder zu erkennen und zu ranken.

RESONEO schreibt außerdem, in der Bildansicht könnten Nutzer melden, dass eine Gruppe über- oder unterrepräsentiert sei. Der Beitrag vom Mai 2022 erwähnt keine solche Meldefunktion. Er kündigte ein inklusives Schema an, mit dem sich Hautton, Haarfarbe und Haarstruktur auszeichnen ließen, „in the coming months“; ob es erschienen ist, haben wir nicht geprüft, also empfehlen wir es nicht.

Quelle je Aussage (4)
O
Die Monk Skin Tone (MST) Scale ist „a 10-shade scale that will be incorporated into various Google products over the coming months“, entwickelt mit Dr. Ellis Monk und frei veröffentlicht.[4]
O
Google kündigte Verbesserungen an, „to show a greater range of skin tones in image results for broad searches about people“.[4]
O
Bei Make-up-Suchen in Google Bilder können Nutzer die Ergebnisse nach Hautton verfeinern; später wolle Google die Skala nutzen, „to better detect and rank images“.[4]
C
RESONEO gibt an, in der Bildansicht ließen sich Über- oder Unterrepräsentation einer Gruppe melden. Der Beitrag vom 11. Mai 2022 erwähnt eine solche Funktion nicht, und wir haben sie nicht geprüft.[5]

03E-E-A-T und die Systemkarte

Das ist eine Fairnessregel für die Ergebnismenge als Ganzes. Sie bewertet weder Expertise noch Vertrauenswürdigkeit einer einzelnen Seite und hat damit keine E-E-A-T-Wirkung. Auf unserer Karte gehört sie zur Twiddler-Schicht. Bewerben kann man sich dafür nicht; was hilft, ist gewöhnliche Bildarbeit: klare Alt-Texte und Bildunterschriften, damit Google versteht, wen und was ein Bild zeigt.

Quelle je Aussage (1)
C
Demographic Diversity wirkt auf die Ergebnismenge, nicht auf einzelne Seiten, und hat keine E-E-A-T-Wirkung.[6]

04Quellen

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