EEAT Mechanics

Pillar · Hub-Seite

Experience in E-E-A-T: Wissen aus erster Hand

Systeme, die prüfen, ob Inhalte auf echter, eigener Erfahrung beruhen

Das erste ‚E‘ in E-E-A-T kam im Dezember 2022 dazu. Es fragt: hat die Person, die den Inhalt erstellt, eigene Erfahrung mit dem Thema? Für Google ist das die am schwersten algorithmisch messbare Dimension — sie verlangt, Inhalte mit echter Erfahrung von Inhalten zu unterscheiden, die ein Thema nur behandeln.

Primäre Systeme (2)

Systeme, bei denen Experience die primäre E-E-A-T-Dimension ist.

OriginalContentScore

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).

E: primär
Deep Dive: OriginalContentScore: How Google Measures Content OriginalityEN
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: primär
Deep Dive: IS-Calibration: The Human Rater System That Trains Google's Quality ModelsEN

Indirekte Systeme (4)

Systeme, die indirekt auf Experience einzahlen.

NavBoost / CRAPSGlue / Instant GlueQ* (Saldo)contentEffort

Deep Dives (6)

NavBoost: How Google Uses Click Behavior to Re-Rank Search ResultsEN

From DOJ testimony to leaked API documentation — the most important ranking signal you can't directly manipulate

Q* and P*: The Two Pillars of Google's Ranking ArchitectureEN

The DOJ trial revealed that Google's ranking ultimately reduces to two top-level signals — Quality (Q*) and Popularity (P*). Here's what the evidence tells us about how they work.

IS-Calibration: The Human Rater System That Trains Google's Quality ModelsEN

The hardest evidence in the entire matrix — DOJ/sworn material confirms the rater system that calibrates every quality signal Google uses

OriginalContentScore: How Google Measures Content OriginalityEN

The leak field that measures how much original material a document contains — information that is only found there and that an AI couldn't reconstruct from other sources

contentEffort: How Google Estimates Editorial EffortEN

The AI model that estimates how much editorial work went into a page — and why 'effort' is becoming a ranking signal

Glue: How Google Measures Interaction with Special Search FeaturesEN

The NavBoost counterpart for carousels, 'People also ask' boxes, and news features — measuring whether users interact with special elements, not just blue links