EEAT Mechanics

Pillar · Hub

E-E-A-T: die vier Dimensionen und ihre Systeme

Das Framework, mit dem Google Inhaltsqualität bewertet — und die 25 Systeme, die es umsetzen

Woran Google es festmacht

E-E-A-T ist kein einzelnes Ranking-Signal, also kein einzelner Messwert. Es ist ein Qualitätsrahmen, den Googles Ranking-Systeme gemeinsam umsetzen. Jedes der 25 Systeme in dieser Referenz zahlt auf eine oder mehrere E-E-A-T-Dimensionen ein. Diese Pillar-Seite ist der Knotenpunkt, der sie verbindet.

Die vier Fragen

Hat hier jemand die Sache selbst gemacht — oder nur darüber gelesen?Experience · 2 Systeme →Sieht man der Seite an, dass jemand das Thema versteht?Expertise · 3 Systeme →Gilt diese Seite anderen als die Adresse für das Thema?Authoritativeness · 5 Systeme →Kann man dem hier folgen — und ist erkennbar, wer dafür geradesteht?Trustworthiness · 11 Systeme →

Die Systeme

Primär (15)

Systeme, bei denen Experience / Expertise / Authoritativeness / Trustworthiness die primäre E-E-A-T-Dimension ist.

NavBoost / CRAPS

NavBoost, das System, das Klicks aus der Google-Suche auswertet, beobachtet, was Nutzer nach einer Suche tun. Klicken sie auf eine Wetterseite und bleiben dort, oder springen sie sofort zu Google zurück? Der letzte, längste Klick einer Sitzung ist das stärkste Signal, weil er zeigt, dass das Bedürfnis wirklich befriedigt wurde. So wird reales Nutzerverhalten zum Re-Ranking-Signal, ohne dass Google den Inhalt direkt lesen muss.

E: primärExp: primärA: primärT: primär
→ Deep Dive: NavBoost: Wie Google Klickverhalten für das Re-Ranking nutzt
Glue / Instant Glue

Glue ist das Gegenstück zu NavBoost für spezielle Google-Elemente wie Karussells, 'People also ask'-Boxen oder News-Features. Es misst, ob Nutzer mit diesen Elementen interagieren: ob sie auf ein Karussell tippen, eine Antwort in der PAA-Box aufklappen oder über ein Nachrichten-Feature auf eine Seite gelangen. Instant Glue ist die Echtzeit-Variante für schnell wechselnde Ereignisse.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Glue: Wie Google Interaktion mit speziellen Such-Features misst
Chrome-Systeme

Die Chrome-Daten zeigen, wie oft eine Site insgesamt im Chrome-Browser aufgerufen wird, unabhängig davon, ob jemand über die Google-Suche kam oder die URL direkt eingegeben hat. Hohe Direktaufrufe zeigen, dass Nutzer der Seite so sehr vertrauen, dass sie direkt dorthin navigieren. Die Kennzahl misst Markenpopularität und Wiederkehrbereitschaft.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Chrome-Signale: Wie Browser-Daten Such-Daten ergänzen
Q* (Saldo)

Q* ist eine zusammenfassende Qualitätsnote für die gesamte Website. Sie funktioniert wie ein 'Kontostand', der sich aus der Autorität der Site (siteAuthority), einem Minderqualitäts-Flag (lowQuality) und dem NSR-Gesamtwert zusammensetzt. Die Note ändert sich langsam: interne Google-Dokumente beschreiben sie als 'largely static' (weitgehend statisch). Sie ist ein träges Fundament, kein tagesaktuelles Signal.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Q* und P*: Die zwei Säulen von Googles Ranking-Architektur
NSR (+ Fallback-Vererbung)

NSR (Normalized Site Rank) ist der eigentliche Qualitätskern. Er ist ein normierter Qualitäts- und Autoritätswert, der für einzelne 'Chunks' (Teilbereiche) einer Website berechnet wird. Neu hinzukommende Bereiche erben zunächst den Durchschnittswert ihrer Nachbar-Chunks ('Fallback-Vererbung'). Das historisierte Signal (predictedDefaultNsr) zeigt die Entwicklung über Zeit: Die Trajektorie zählt, nicht der heutige Einzelwert.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Q* und P*: Die zwei Säulen von Googles Ranking-Architektur
chard (+ YMYL/Hoax)

chard bewertet die Inhaltsqualität einzelner Seiten — kalibriert an den Urteilen menschlicher Quality Rater, die Google nach strengen Richtlinien (QRG) schult. Eine Varianz-Kennzahl zeigt an, wie sicher sich das Modell in seinem Urteil ist. Besonders scharf reagiert chard bei YMYL-Inhalten (Your Money or Your Life — Themen mit echter Lebensrelevanz wie Gesundheit, Sicherheit, Extremwetter) und bei Verdacht auf Falschinformationen.

E: primärExp: primärA: primärT: primär
→ Deep Dive: chard: Googles seiten-level Content-Qualitäts-Modell
contentEffort

Ein KI-Sprachmodell schätzt, wie viel redaktionellen Aufwand und Tiefe in eine Seite geflossen ist. Das System unterscheidet zwischen oberflächlichen, maschinell generierten Inhalten und Seiten, die erkennbare Recherche, Struktur und Substanz aufweisen. Der Wert ist keine harte Messung, sondern eine Modellschätzung, die aber zunehmend zuverlässig dünne KI-Inhalte von echtem redaktionellem Engagement unterscheidet.

E: primärExp: primärA: primärT: primär
→ Deep Dive: contentEffort: Wie Google redaktionellen Aufwand schätzt
OriginalContentScore

Dieser Score misst, wie viel Erstmaterial in einem Inhalt steckt: Informationen, die nur dort zu finden sind und die eine KI nicht aus anderen Quellen rekonstruieren könnte. Je höher der Score, desto originärer der Inhalt. Es ist das nächste maschinelle Äquivalent zur E-E-A-T-Dimension 'Experience' (gelebte Erfahrung und eigene Beobachtung).

E: primärExp: primärA: primärT: primär
→ Deep Dive: OriginalContentScore: Wie Google Content-Originalität misst
IS-Kalibrierung (Rater/QRG)

Kein Live-Signal, das täglich im Ranking eingesetzt wird — sondern die Grundlage, auf der alle Qualitätsmodelle kalibriert sind. Der IS-Score (Information Satisfaction) fasst zusammen, wie gut eine Seite das Informationsbedürfnis eines Nutzers erfüllt, bewertet von geschulten menschlichen Ratern. Die QRG (Quality Rater Guidelines) sind das öffentliche Regelwerk, nach dem diese Rater urteilen.

E: primärExp: primärA: primärT: primär
→ Deep Dive: IS-Kalibrierung: Das Human-Rater-System, das Googles Qualitätsmodelle trainiert
QualityBoost-Demotions

Google zieht Punkte für drei konkrete Qualitäts- und Navigationsmängel ab. navDemotion bestraft schlechte Seitenführung, etwa unklare Navigation oder irreführende Struktur. anchorMismatch bestraft Links, bei denen der Linktext nicht zum Ziel passt, z.B. 'mehr Infos' statt 'Regenradar Deutschland'. serpDemotion entsteht aus negativem Nutzerverhalten in den Suchergebnissen: Nutzer klicken, kehren sofort zurück und klicken auf Konkurrenten.

E: primärExp: primärA: primärT: primär
→ Deep Dive: QualityBoost-Demotions: Das Strafsystem für Qualitätsmängel
clutterScore / scamness / unauth.

Google zieht Qualitätspunkte auf drei Wegen ab. clutterScore misst Layout-Überladung: zu viele Werbeanzeigen, Pop-ups oder ablenkende Elemente, die den Informationsfluss stören. scamness misst Betrugs-Nähe: Muster, die an unseriöse Seiten erinnern. unauthoritativeScore misst fehlende Glaubwürdigkeit: keine Autorenangaben und keine erkennbare Institution hinter der Seite.

E: primärExp: primärA: primärT: primär
→ Deep Dive: clutterScore, scamness, unauthoritativeScore: drei Qualitäts-Demotions
Panda / BabyPanda

Panda senkt das Ranking einer ganzen Website, wenn zu viel davon aus dünnem oder minderwertigem Inhalt besteht. Das gilt für die gesamte Site, nicht nur für einzelne Seiten. Wird ein zu großer Anteil der Site als 'thin content' (inhaltsleere Seiten) eingestuft, ranken alle Seiten der Site schlechter. BabyPandaV2 ist eine neuere, feiner kalibrierte Variante desselben Prinzips.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Panda: Das websiteweite Qualitätssystem, benannt nach seinem Erfinder
Anchor-Spam (Penguin-Erbe)

Dieses System erkennt manipulative Link-Muster im Ankertext, dem klickbaren Text eines Hyperlinks. Eine Seite, die ausschließlich mit exakten Keyword-Texten verlinkt wird ('Wetter Berlin', 'Wettervorhersage kostenlos'), wirkt unnatürlich, wie gezielte SEO-Manipulation. Penguin ist das historische Google-Update, das dieses Problem adressierte. Seine Logik lebt im heutigen System fort.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Anchor-Spam: Wie Google manipulative Link-Muster erkennt
SpamBrain

SpamBrain ist Googles KI-basiertes Spam-Erkennungssystem. Sein praktisch relevantester Aspekt ist 'scaled content abuse': das massenhafte Erzeugen von Inhalten nach immer demselben Muster, ohne echten redaktionellen Mehrwert. Ein typisches Beispiel sind Tausende von Ortschaftsseiten, die nur Variablen (Stadtname, Koordinaten, Messwerte) in ein Template einsetzen, ohne dass eine menschliche Redaktion die Qualität sicherstellt.

E: primärExp: primärA: primärT: primär
→ Deep Dive: SpamBrain: Googles KI-gestütztes Spam-Erkennungssystem
Datums-Triangulation

Google erkennt eine 'Datumslüge', indem es drei unterschiedliche Signale für das Datum einer Seite vergleicht. (1) Das sichtbare Datum im Artikel (bylineDate) ist leicht zu fälschen. (2) Das Datum aus URL, Markup oder Zeitstempel (syntacticDate) ist ebenfalls leicht zu manipulieren. (3) Das aus dem Textinhalt erschlossene Datum (semanticDate) lässt sich nur durch echte inhaltliche Aktualisierung verändern. Stimmen die drei nicht überein, erkennt Google eine 'Datumslüge'.

E: primärExp: primärA: primärT: primär
→ Deep Dive: Date Triangulation: Wie Google ermittelt, wann eine Seite wirklich veröffentlicht wurde

Flankierend (9)

Systeme, die Experience / Expertise / Authoritativeness / Trustworthiness indirekt unterstützen.

TangramIP-Prior / Squashing / voterTokentofu / keto / Rhubarb / SubchunksTopic-Embeddings (Fokus/Radius)hostAge-SandboxSegIndexer / TiersCrawl-BudgetRankBrain / DeepRank / FastSearchFreshnessTwiddler / RealTimeBoost

Deep Dives (27)

NavBoost: Wie Google Klickverhalten für das Re-Ranking nutzt

Vom DOJ-Verfahren zur geleakten API-Dokumentation — das wichtigste Ranking-Signal, das man nicht direkt manipulieren kann

Panda: Das websiteweite Qualitätssystem, benannt nach seinem Erfinder

Wie Googles Krieg gegen Content-Farmen eine Patent-Spur erzeugte, die direkt zum Namen des Updates führt — und was der API-Leak über seine aktuelle Form verrät

Q* und P*: Die zwei Säulen von Googles Ranking-Architektur

Das DOJ-Verfahren offenbarte, dass Googles Ranking letztlich auf zwei Top-Level-Signale reduziert — Quality (Q*) und Popularity (P*). Das zeigt die Evidenz darüber, wie sie funktionieren.

hostAge-Sandbox: Warum neue Domains mit einem Nachteil starten

Das Patent, das offenbart, wie Google Domain-Legitimität bewertet — und warum Geduld die einzige Strategie für neue Sites ist

Anchor-Spam: Wie Google manipulative Link-Muster erkennt

Von 'miserable failure' Google-Bombs zum Patent, das offenlegt, wie Kontext-Analyse Anchor-Text-Manipulation erkennt

FreshnessTwiddler: Wie Google entscheidet, wann frischer Content zählt

Das query-abhängige Frische-System — und das Patent, das offenlegt, wie Update-Frequenz, Veraltung und Link-Frische zu Ranking-Signalen werden

Date Triangulation: Wie Google ermittelt, wann eine Seite wirklich veröffentlicht wurde

Das Patent, das sechs verschiedene Datumsquellen offenbart, die Google nutzt — und warum ein gefälschtes Byline-Datum nicht funktioniert

IS-Kalibrierung: Das Human-Rater-System, das Googles Qualitätsmodelle trainiert

Der stärkste Beleg in der gesamten Matrix — DOJ/Eid-Material bestätigt das Rater-System, das jedes Qualitätssignal kalibriert, das Google nutzt

SpamBrain: Googles KI-gestütztes Spam-Erkennungssystem

Wie Machine Learning skalierten Content-Missbrauch, Link-Spam und manipulierte Rankings erkennt — und warum 'KI-generierter Content im Maßstab' die neue Content-Farm ist

chard: Googles seiten-level Content-Qualitäts-Modell

Das Leak-Feld, das einzelne Seiten-Qualität bewertet — kalibriert durch Human Rater, einspeisend in NSR, und warum YMYL-Seiten strengere Standards haben

OriginalContentScore: Wie Google Content-Originalität misst

Das Leak-Feld, das misst, wie viel originelles Material ein Dokument enthält — Information, die nur dort zu finden ist und die eine KI nicht aus anderen Quellen rekonstruieren könnte

contentEffort: Wie Google redaktionellen Aufwand schätzt

Das KI-Modell, das schätzt, wie viel redaktionelle Arbeit in eine Seite geflossen ist — und warum 'Aufwand' zu einem Ranking-Signal wird

Topic-Embeddings: Wie Google versteht, worum es auf deiner Seite geht

Die Fokus-Vektoren und Radien, die thematische Relevanz bestimmen — und warum eine Wetterseite einen engen Fokus braucht, um für Wetter-Queries zu ranken

Glue: Wie Google Interaktion mit speziellen Such-Features misst

Das NavBoost-Gegenstück für Karussells, 'People also ask'-Boxen und News-Features — misst, ob Nutzer mit speziellen Elementen interagieren, nicht nur mit blauen Links

Chrome-Signale: Wie Browser-Daten Such-Daten ergänzen

Die Signale, die messen, wie oft eine Site direkt in Chrome aufgerufen wird — unabhängig von der Google-Suche

IP-Prior: Wie Google Klickdaten vor Manipulation schützt

Das System, das unnatürliche Klickmuster erkennt und NavBoost vor Manipulation schützt — die Integritätsschicht des Verhaltens-Rankings

clutterScore, scamness, unauthoritativeScore: drei Qualitäts-Demotions

Die drei Signale, die Layout-Überladung, Betrugsnähe und Unzuverlässigkeit bestrafen — und warum sie sich zu einem einzigen Trust-Signal kombinieren

QualityBoost-Demotions: Das Strafsystem für Qualitätsmängel

navDemotion, anchorMismatch und serpDemotion — drei spezifische Strafen für Probleme bei Navigation, Links und SERP-Qualität

RankBrain und DeepRank: Wie KI Googles Query-Verständnis veränderte

Vom Keyword-Matching zum semantischen Verständnis — die KI-Systeme, die interpretieren, was Nutzer meinen, nicht was sie tippen

Crawl-Budget: Wie Google entscheidet, wie oft deine Site besucht wird

Das offiziell dokumentierte System, das die Crawl-Frequenz bestimmt — und warum es für große Sites mit tausenden URLs wichtig ist

Tangram: Die Assemblierungs-Schicht, die Suchergebnisse aufbaut

Tangram bewertet nichts selbst — es nimmt Ratings von NavBoost und Glue und entscheidet, was auf der Ergebnisseite erscheint, wo und in welcher Reihenfolge

tofu, keto, Rhubarb: Die Subchunk-Verfeinerungs-Signale

Codenamen für Verfeinerungssignale auf der granularsten Ebene, den einzelnen Unterabschnitten einer Seite. Sie sind die schwächste Evidenz in der Matrix.

SegIndexer: Wie Google seinen Index in Tiers einteilt

Google indexiert nicht alle Seiten gleich. Der SegIndexer entscheidet, in welchen Tier (Level) des Index eine Seite landet, vom blitzschnellen bis zum langsamen Speicher.

Site Reputation Abuse: Was Google in Europa ausgesetzt hat — und was nicht

Ausgesetzt ist im EWR die manuelle Maßnahme — was an ihre Stelle tritt, entzieht genau das, wofür bei Parasite SEO bezahlt wird

Google Update History: Was eine Chronologie benannter Updates zeigt — und was nicht

Google benennt rund zehn Updates pro Jahr und liefert Tausende Änderungen aus. Die Zeitleiste ist echt, datiert und offiziell — und zugleich ein von Googles Kommunikationsentscheidungen gefilterter Ausschnitt

Was guter Content ist: contentEffort und Googles weiche Metriken

Ein geleaktes Feld, eine Rater-Definition, zwölf offizielle Fragen und eine Checkliste, die ausweist, was Beleg ist und was unsere Lesart.

Links, die zählen: Fünf Link-Taktiken gegen Leak und Patente

Ein vielgelesener Link-Leitfaden liest PageRank-Buckets, vertrauenswürdige Anker und Kontext-Hashes aus Googles Leak. Die Felder sind echt. Die vertrauenswürdigen Quellen sind News-Seiten, der Bucket zählt Onsite-Anker, und die Kappung liegt bei 200, nicht bei null.