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

NavBoost beobachtet, was Nutzer nach einer Google-Suche tun: Klickt jemand auf eine Wetterseite und bleibt dort — oder springt 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.

Das Gegenstück zu NavBoost für spezielle Google-Elemente wie Karussells, 'People also ask'-Boxen oder News-Features. Glue 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.

Wie oft eine Site insgesamt im Chrome-Browser aufgerufen wird — unabhängig davon, ob jemand über Google-Suche kam oder die URL direkt eingegeben hat. Hohe Direktaufrufe zeigen, dass Nutzer der Seite so sehr vertrauen, dass sie direkt dorthin navigieren. Das ist ein Maß für Markenpopularität und Wiederkehrbereitschaft.

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

NSR (Normalized Site Rank) ist der eigentliche Qualitätskern — 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.

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.

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. Es ist keine harte Messung, sondern eine Modellschätzung — aber eine, die zunehmend zuverlässig dünne KI-Inhalte von echtem redaktionellem Engagement unterscheidet.

Dieser Score misst, wie viel Erstmaterial in einem Inhalt steckt — also 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).

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.

Ein Punktabzugsystem für konkrete Qualitäts- und Navigationsmängel: navDemotion bestraft schlechte Seitenführung (unklare Navigation, irreführende Struktur); anchorMismatch bestraft Links, bei denen der Linktext nicht zum Ziel passt (z.B. 'mehr Infos' statt 'Regenradar Deutschland'); serpDemotion leitet sich aus negativem Nutzerverhalten in den Suchergebnissen ab — Nutzer klicken, kehren sofort zurück, klicken auf Konkurrenten.

Drei Qualitätsabzüge in einem: clutterScore misst Layout-Überladung (zu viele Werbeanzeigen, Pop-ups, ablenkende Elemente die den Informationsfluss stören); scamness misst Betrugs-Nähe (Muster, die an unseriöse Seiten erinnern); unauthoritativeScore misst fehlende Glaubwürdigkeit (keine Autorenangaben, keine erkennbare Institution dahinter).

Panda ist ein site-weites Abwertungssystem für Seiten mit dünnem oder minderwertigen Inhalt — und zwar für die gesamte Website, nicht nur für einzelne Seiten. Wenn ein zu großer Anteil einer Site als 'thin content' (inhaltsleere Seiten) eingestuft wird, werden alle Seiten der Site schlechter gerankt. BabyPandaV2 ist eine neuere, feiner kalibrierte Variante desselben Prinzips.

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

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

Google prüft das Datum einer Seite durch den Abgleich von drei unterschiedlichen Signalen: (1) das sichtbare Datum im Artikel (bylineDate — leicht zu fälschen), (2) das Datum aus URL, Markup oder Zeitstempel (syntacticDate — ebenfalls leicht zu manipulieren), (3) das aus dem Textinhalt erschlossene Datum (semanticDate — kann nur durch echte inhaltliche Aktualisierung verändert werden). Stimmen die drei nicht überein, erkennt Google eine 'Datumslüge'.