Pillar · Hub
Trust: die wichtigste E-E-A-T-Dimension
Systeme, die Manipulation erkennen und Verlässlichkeit prüfen
Die Frage
Kann man dem hier folgen — und ist erkennbar, wer dafür geradesteht?
Woran Google es festmacht
Trust ist das Fundament von E-E-A-T. Googles eigene Quality Rater Guidelines nennen Trust das wichtigste Mitglied der E-E-A-T-Familie. Trust entsteht durch verlässliches Verhalten — korrekte Inhalte, ehrliches Verlinken, transparente Autorschaft und das Fehlen von Spam-Signalen. Auf Trust zahlen mehr Systeme primär ein als auf jede andere Dimension.
Was das für deine Seite heißt
Direkt von den Systemseiten: was jedes System in der Praxis belohnt oder bestraft.
NavBoost lässt sich nicht direkt manipulieren — es bildet echte Nutzerzufriedenheit ab. In der Praxis heißt das: Titel und Beschreibungstext in den Suchergebnissen müssen halten, was sie versprechen. Wer für 'Sturm Berlin morgen' eine allgemeine Klimaseite ausliefert, riskiert sofortige Rücksprünge — und damit ein schlechteres Ranking. Die beste Optimierung ist eine Seite, die das Informationsbedürfnis wirklich erfüllt.
Inhalte sollten so aufbereitet werden, dass sie in Google-Features eingebunden werden können: strukturierte Daten (Schema.org), klare Widgets, aktuelle Meldungen mit Nachrichtenwert. Wer in Karussells und PAA-Boxen auftaucht und dort Klicks erzielt, profitiert von denselben Ranking-Signalen wie bei organischen Web-Klicks.
Dieser Wert lässt sich nicht durch Seitenoptimierung allein verbessern — er entsteht aus echter Markenbekanntheit und Wiederkehrgewohnheit. App-Nutzung, Newsletter, Browser-Lesezeichen und direkte Aufrufe stärken das Chrome-Signal langfristig mehr als jede SEO-Maßnahme auf einzelnen Seiten.
Q* reagiert nicht auf einzelne Seitenverbesserungen — es braucht konsistente Qualität über Monate und Jahre. Langfristige Inhaltsqualität schlägt kurzfristige SEO-Tricks. Seiten mit dauerhaft niedrigen Qualitätswerten ziehen den gesamten Q*-Wert der Site nach unten.
In the Wild
Kein Labor: 8 Marken-Ratgeberseiten aus einer Branche, gemessen dort, wo sie wirklich stehen, am 16. September 2026. Befunde, keine Urteile — jeder kann sie wiederholen.
Keine der 8 erfüllt alle 2 — wo das eine da ist, fehlt das andere.
Alle 16 einzeln
Patagonia — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
JSON-LD Article trägt datePublished und dateModified 2026-09-08. Kein <time datetime>, kein Datum im Text.
2026-09-16 · Gerendertes DOM
Patagonia — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: ja
JSON-LD Article trägt datePublished und dateModified 2026-09-08. Kein <time datetime>, kein Datum im Text.
2026-09-16 · Gerendertes DOM
Vaude — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
BlogPosting mit datePublished 2023-01-20 und dateModified 2026-06-09. Kein sichtbares Datum, kein <time datetime>.
2026-09-16 · Gerendertes DOM
Vaude — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: ja
BlogPosting mit datePublished 2023-01-20 und dateModified 2026-06-09. Kein sichtbares Datum, kein <time datetime>.
2026-09-16 · Gerendertes DOM
The North Face — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
Kein Datum: kein <time datetime>, kein datePublished, keins im Text.
2026-09-16 · Gerendertes DOM
The North Face — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Kein Datum: kein <time datetime>, kein datePublished, keins im Text.
2026-09-16 · Gerendertes DOM
Jack Wolfskin — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
Nirgends ein Datum: kein <time datetime>, kein strukturiertes Datum, keins im Text.
2026-09-16 · Ausgeliefertes HTML
Jack Wolfskin — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Nirgends ein Datum: kein <time datetime>, kein strukturiertes Datum, keins im Text.
2026-09-16 · Ausgeliefertes HTML
Deuter — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
Kein Datum in irgendeiner Form.
2026-09-16 · Ausgeliefertes HTML
Deuter — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Kein Datum in irgendeiner Form.
2026-09-16 · Ausgeliefertes HTML
Nike — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: ja
Der Leser sieht „15. April 2026". Google sieht nichts: kein JSON-LD, kein <time datetime>.
2026-09-16 · Ausgeliefertes HTML
Nike — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Der Leser sieht „15. April 2026". Google sieht nichts: kein JSON-LD, kein <time datetime>.
2026-09-16 · Ausgeliefertes HTML
Garmin — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: ja
Der Leser sieht „9. September 2026". Kein JSON-LD, kein <time datetime>.
2026-09-16 · Ausgeliefertes HTML
Garmin — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Der Leser sieht „9. September 2026". Kein JSON-LD, kein <time datetime>.
2026-09-16 · Ausgeliefertes HTML
Puma — Ein Datum steht für den Leser da ↗ — Ein Datum steht für den Leser da: nein
Kein Datum, weder sichtbar noch strukturiert.
2026-09-16 · Ausgeliefertes HTML
Puma — Ein Datum ist maschinenlesbar ↗ — Ein Datum ist maschinenlesbar: nein
Kein Datum, weder sichtbar noch strukturiert.
2026-09-16 · Ausgeliefertes HTML
SSeitenbefund: eine datierte Messung an einer lebenden Seite. Sie kann morgen anders ausfallen; das Datum sagt, wann sie galt.
Was du tun kannst
Googles eigene Helpful-Content-Best-Practices, gefiltert auf diese Dimension.
Inhalte für Menschen, nicht primär für Suchmaschinen; keine Massen- oder automatisierte Produktion ohne Mehrwert; kein Inhalt, der nur existiert, um Traffic abzugreifen.
Helpful Content: People-first / Suchwort-First vermeiden · Helpful-Content-System · Spam-Erkennungssysteme (inkl. SpamBrain)
Der Inhalt erfüllt, wonach jemand tatsächlich sucht, und hinterlässt das Gefühl, gut bedient worden zu sein — klare Suchintention getroffen.
Helpful Content: Suchintention & gute Erfahrung · Neural Matching · RankBrain · BERT · Passage-Ranking-System
Sauber produziert: frei von Fehlern, nicht nachlässig erstellt, ohne störende/aufdringliche Werbung, gut nutzbar auch auf dem Smartphone.
Helpful Content: Darstellung & Produktion · Page-Experience-System
Klar, wer den Inhalt erstellt hat und warum; der Verantwortliche/Autor ist erkennbar und vertrauenswürdig; bei YMYL: Genauigkeit und Verlässlichkeit als zentrale E-E-A-T-Komponente.
Helpful Content: Wer/Wie/Warum + Trust · Zuverlässige-Informations-Systeme
Bei zeitkritischen Themen ist der Inhalt aktuell und wird bei Bedarf gepflegt und aktualisiert.
Helpful Content (implizit) + QRG Freshness · Freshness-Systeme
Keine manipulativen Praktiken: kein Keyword-Stuffing, keine Linkschemata, keine irreführenden Techniken.
Spam-Richtlinien + Search Essentials · Spam-Erkennungssysteme (SpamBrain) · Penguin (in Core Ranking integriert) · Exact-Match-Domain-System
Welche Praktik zu welcher Dimension gehört, ist unsere Lesart [C]. Beide Enden — die Praktik und die genannten Systeme — sind offiziell [O]. Alle acht, gemappt auf die Systeme →
Die Systeme
Primär (11)
Systeme, bei denen Trustworthiness die primäre E-E-A-T-Dimension ist.
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.
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'.
Flankierend (9)
Systeme, die Trustworthiness indirekt mitbedienen.
Deep Dives (22)
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 seitenweite Qualitäts-System, 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*). Hier ist, was die Evidenz uns darüber verrät.
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 Datum-Quellen offenbart, die Google nutzt — und warum ein gefälschtes Byline-Datum nicht funktioniert
IS-Kalibrierung: Das Human-Rater-System, das Googles Qualitätsmodelle trainiert
Die stärkste Evidenz im gesamten Matrix — DOJ/Eid-Material bestätigt das Rater-System, das jedes Qualitäts-Signal kalibriert, das Google nutzt
SpamBrain: Googles KI-gestütztes Spam-Erkennungssystem
Wie Machine Learning skalierenden 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
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
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 Klick-Daten vor Manipulation schützt
Das System, das unnatürliche Klick-Muster erkennt und NavBoost vor Manipulation schützt — die Integritätsschicht des Verhaltens-Rankings
clutterScore, scamness, unauthoritativeScore: Three Quality Demotions
Die drei Signale, die Layout-Überladung, Betrugs-Nähe und Unzuverlässigkeit bestrafen — und warum sie sich zu einem einzigen Trust-Signal kombinieren
QualityBoost-Demotions: Das Straf-System für Qualitäts-Defizite
navDemotion, anchorMismatch und serpDemotion — drei spezifische Strafen für Navigations-, Link- und SERP-Qualitätsprobleme
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
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
Die Codenamen, die für Verfeinerungs-Signale auf der granularsten Ebene stehen — einzelne Unterabschnitte einer Seite — und warum sie die schwächste Evidenz im Matrix darstellen
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.