SpamBrain
Googles KI-basiertes Spam-Erkennungssystem.
Was es misst
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.
Woraus
Ein maschinelles Lernsystem (ML), das Spam-Muster in Inhalten erkennt. Es liefert ein binäres Spam-Urteil, keinen Qualitätsscore.
Metrik-Erläuterung
ML-System gegen Spam; der genannte Aspekt 'scaled content abuse' = massenhaft erzeugte Dünnware. Liefert ein Spam-Urteil, keinen Substanz-Score. [B Feld, O System]
Einzahlungs-Begründung
Nur Vertrauen (T) — SpamBrain ist reiner Vertrauensschutz: Es schützt die Suchergebnisse vor Inhalten, die das System zu täuschen versuchen.
Strategische Konsequenz
Für Sites mit vielen auto-generierten Seiten gilt: Reine Template-Seiten ohne redaktionellen Mehrwert sind ein SpamBrain-Risiko. Echter Mehrwert pro Seite — lokale Besonderheiten, historische Einordnung, eigene Messdaten — schützt vor Klassifikation als 'scaled content abuse'. Skaleneffekte bei der Content-Erstellung müssen durch Qualitätssicherung flankiert werden.