Warum KI-generierte Inhalte allein nicht ausreichen, und wie Sie mit eigenen Erfahrungen, Daten, Perspektiven und redaktioneller Arbeit daraus hochwertigen Content machen.
KI-Content klingt verlockend. Mit ChatGPT, Perplexity oder Claude lässt sich innerhalb weniger Minuten ein ausführlicher Beitrag verfassen, der auch noch einzigartig formuliert ist und damit bessere Rankings verspricht. Zugang zu diesen Tools hat mittlerweile jeder, und genau das ist das Problem. Copy, paste, oder sogar mit wenigen Klicks durch WordPress KI-Content Plugins erstellt, kurz drüberlesen, veröffentlichen, am besten noch automatisiert über hunderte Seiten hinweg: Das war lange die Wunschvorstellung vieler Websitebetreiber. Bis vor einigen Monaten hat das teilweise sogar funktioniert.
Seit dem großen Google-Core-Update im Frühjahr 2026 nicht mehr, zumindest nicht zuverlässig.
Google-Core-Update im Mai 2026: Welche Inhalte jetzt gewinnen
Google hat sein zweites Core-Update des Jahres 2026 am 21. Mai gestartet, abgeschlossen wurde der Rollout am 2. Juni. Offiziell hieß es nur, man wolle “relevantere und zufriedenstellendere Inhalte für Suchende auf allen Arten von Websites” ausspielen. Diese vage Formulierung ist bei Google Tradition und sagt für sich genommen wenig aus. Interessanter ist, was Branchenbeobachter in den Wochen danach gemessen haben:
- Die Volatilität war spürbar größer als beim Core-Update im März 2026.
- Deutliche Ausschläge gab es rund um den 23. und 30. Mai.
- Betroffen waren vor allem Seiten, die primär fürs Ranking geschrieben wurden, nicht für Menschen.
Unser Content-Team, das viele Search-Console-Daten vor und nach dem Update ausgewertet hat, kam zu einem aufschlussreichen Ergebnis: Die Seiten, die Reichweite verloren haben, waren durchweg austauschbare “Best of”-Listen ohne eigene Einordnung. Die Seiten, die gewonnen haben, waren Beiträge mit eigener Haltung und eigenen Daten. Ein einzelner Fall ist kein Beweis, aber er passt zu dem größeren Bild, das sich aus den Branchenberichten zum Mai-Update ergibt.
Der folgende Screenshot zeigt ein Beispiel einer unserer Seiten mit aufgewertetem und individualisiertem KI-Content, die seit dem Google-Core-Update im Mai deutlich an Sichtbarkeit gewonnen hat.
Das ist kein Zufall und auch kein neues Phänomen. Es ist die konsequente Fortsetzung eines Trends, den Google seit der Helpful-Content-Einführung 2023 verfolgt: Inhalte werden zunehmend danach bewertet, wie viel tatsächliche Expertise und Erfahrung in ihnen steckt, nicht danach, wie flüssig sie formuliert sind.
Was Google unter “Effort” versteht
Im Mai 2024 wurde ein Teil von Googles interner Content-Warehouse-API-Dokumentation öffentlich, ein Leak mit rund 14.000 dokumentierten Attributen. Google hat diese Dokumentation nie offiziell bestätigt, aber sie deckt sich in weiten Teilen mit dem, was erfahrene SEOs seit Jahren beobachten. Zwei Attribute aus diesem Leak sind für die Frage nach KI-Content besonders relevant:
contentEffort Wird in der Dokumentation als “LLM-basierte Aufwandsschätzung für Artikel-Seiten” beschrieben. Ein Sprachmodell schätzt algorithmisch ein, wie viel menschliche Arbeit in eine Seite geflossen ist, und zwar nicht anhand der Wortzahl oder der investierten Zeit, sondern anhand dessen, was auf der fertigen Seite tatsächlich sichtbar ist.
ugcDiscussionEffortScore Macht etwas Ähnliches für nutzergenerierte Inhalte wie Kommentare oder Forenbeiträge. Bewertet wird die Qualität und Tiefe der Diskussion, nicht nur deren Menge.
Wichtig dabei: Beides sind Erkenntnisse aus einem Leak, keine offiziellen Ranking-Faktoren, die Google bestätigt hätte. Wer damit arbeitet, sollte das als plausible Erklärung für beobachtbare Muster verstehen, nicht als Gewissheit.
Was heißt “Effort” also konkret? Drei Dinge, die es nicht bedeutet:
- Nicht die Wortanzahl.
- Nicht der Zeitaufwand für die Erstellung.
- Nicht “von Hand getippt statt mit KI generiert”.
Effort bedeutet stattdessen:
Es gibt auf der Seite sichtbare Belege dafür, dass jemand etwas Nützliches beigetragen hat, das eine Maschine nicht einfach durch das Zusammenfassen bestehender Quellen reproduzieren kann.
Die zentralen Unterschiede zwischen niedrigem und hohem Effort, inklusive der beiden API-Attribute, habe ich in der folgenden Grafik zusammengefasst:
Woran Google “Effort” konkret erkennt
Die Google Quality Rater Guidelines und die durchgesickerte Dokumentation zeichnen gemeinsam ein Bild davon, woran dieser Aufwand sichtbar wird. Fünf Merkmale stechen dabei heraus.
- Kuration statt bloßer Sammlung
Eine kuratierte Seite unterscheidet sich von einer reinen Materialsammlung dadurch, dass jemand tatsächlich ausgewählt und geordnet hat, was wichtig ist, anstatt einfach alles aufzulisten, was zu einem Thema auffindbar ist.
- Niedriger Effort: Eine große Sammlung von Rezepten, die von anderen Seiten zusammengetragen wurde.
- Hoher Effort: Eine Auswahl von Rezepten, die selbst getestet und nach Geschmack und Beliebtheit sortiert wurden.
- Automatisierung mit echtem Mehrwert
Automatisierung ist per se kein Problem, auch nicht durch KI. Problematisch wird es erst, wenn sie in großem Maßstab Inhalte produziert, die kaum Mehrwert gegenüber bereits existierenden Inhalten bieten.
- Niedriger Effort: 5.000 Standortseiten, die aus derselben Vorlage generiert wurden und sich nur im Stadtnamen unterscheiden.
- Hoher Effort: Automatisiert erstellte Empfehlungsseiten, die echte Nutzerbewertungen aus einer eigenen App mit aktuellen Verfügbarkeitsdaten kombinieren.
- Eigene Fakten statt recycelter Informationen
Eine Seite mit eigenen Fakten und eigener Perspektive unterscheidet sich von einer Zusammenfassung dadurch, dass die Informationen aus echter, eigener Erfahrung stammen und nicht aus denselben Quellen, die auch jede KI beim Recherchieren findet. Das gilt auch für Bildmaterial: Ein selbst gemachtes Foto zählt als Effort-Signal, ein Stockfoto oder ein leicht verändertes fremdes Bild nicht.
- Relevanz statt Füllcontent
Füllcontent, also Absätze, die zwar Wörter produzieren, aber der eigentlichen Frage des Nutzers nicht weiterhelfen, wird von Google explizit als negatives Signal behandelt. Eine Anleitung zum Eierkochen, die erst 600 Wörter Geschichte und Nährwertangaben abhandelt, bevor sie zur eigentlichen Anleitung kommt, ist ein Lehrbuchbeispiel dafür, wie man Relevanz mit Länge verwechselt.
- Tiefe statt bloßer Faktenaufzählung
Eine reine Aneinanderreihung von Fakten wird niedriger bewertet als eine Einordnung, die zeigt, dass jemand die Belege gegeneinander abgewogen und daraus ein eigenes Urteil abgeleitet hat. Bei nutzergenerierten Inhalten wie Forenbeiträgen zählt hier zusätzlich, wie viele Personen sich an einer Diskussion tatsächlich beteiligen.
Der Zwei-Minuten-Check vor jeder Veröffentlichung
Effort ist, wie oben beschrieben, nicht die Menge an Arbeit, die tatsächlich in einen Beitrag geflossen ist. Entscheidend ist, welche Belege für nützliche, einzigartige Arbeit am Ende auf der Seite sichtbar sind. Daraus lässt sich ein kurzer Check ableiten, den Sie vor jeder Veröffentlichung durchgehen können:
- Ist der Inhalt durchdacht kuratiert und redigiert? Ist er am Ziel des Nutzers ausgerichtet, und ist die wertvollste Information leicht auffindbar?
- Wurde etwas Eigenes hinzugefügt, das es so nirgendwo sonst gibt? Eigene Daten, eigene Beobachtungen, eigene Fakten oder auch eine klare eigene Meinung zählen hier. Diese Erstquellen-Information ist der entscheidende Punkt.
- Zeigt der Inhalt Belege für tatsächliche Arbeit? Eine erklärte Vorgehensweise, eigene Fotos, Screenshots, Interviews oder Beobachtungen belegen, dass echte Erfahrung dahintersteckt.
- Geht der Inhalt über allgemein bekannte Fakten hinaus? Wenn jemand anderes Ihren Beitrag ohne Weiteres durch eine eigene Recherche nachbauen könnte, gilt er tendenziell als low effort. Details, Sonderfälle oder tiefere Einordnungen sind hier der Unterschied.
- Bietet der Inhalt eine echte Auseinandersetzung mit dem Thema? Nicht jede Seite braucht eine ausführliche Diskussion, ein aktueller Aktienkurs zum Beispiel nicht. Bei den meisten Themen hebt aber eine sorgfältig ausgearbeitete, eigene Perspektive den Inhalt von “durchschnittlich” auf “hoher Effort”.
- Verlinkungsstruktur: Werden externe Quellen zitiert? Gibt es sinnvolle interne Verlinkungen?
Wenn Sie bei zwei oder mehr dieser fünf Punkte mit Nein antworten, lohnt es sich, den Beitrag vor der Veröffentlichung noch einmal zu überarbeiten, unabhängig davon, ob er mit, nur teilweise oder komplett ohne KI entstanden ist.
Was das für die tägliche Praxis im Content Marketing bedeutet
KI-generierter Content wird von Google nicht grundsätzlich abgestraft, das steht auch so in den offiziellen Search-Central-Dokumenten. Automatisierung an sich ist kein Problem. Der Unterschied liegt nicht im Werkzeug, sondern in dem, was am Ende auf der Seite steht.
Für die tägliche Arbeit heißt das aus meiner Sicht:
KI ist ein exzellentes Werkzeug für Struktur, Formulierungshilfe und Recherche-Beschleunigung. Als Ersatz für eigenes Wissen, eigene Daten und eigene Beobachtungen taugt sie nicht, und Google ist inzwischen gut genug darin, diesen Unterschied zu erkennen.
Drei Punkte, die sich daraus für die meisten Websites ableiten lassen:
- Eigene Zahlen statt Allgemeinplätze. Konkrete Projektergebnisse einbauen, statt Aussagen zu wiederholen, die auf jeder anderen Seite zum Thema ebenfalls stehen.
- Eine echte Meinung statt vorsichtiger Neutralität. Ein Beitrag ohne erkennbare Haltung ist für Google austauschbar, egal wie gut er formuliert ist.
- Eigenes Bildmaterial statt Stockfotos. Auch das zählt inzwischen als messbares Qualitätssignal.
Und was ist mit GEO?
Für die Sichtbarkeit in KI-Suchsystemen wie ChatGPT, Perplexity oder den KI-Übersichten in der Google-Suche gilt im Kern dasselbe Prinzip, nur mit einer zusätzlichen Zuspitzung. Diese Systeme fassen Inhalte zusammen und zitieren dabei bevorzugt Quellen, die etwas Konkretes beitragen, das sich nicht beliebig durch eine andere Quelle ersetzen lässt. Ein Beitrag, der dieselben Informationen liefert wie zwanzig andere Seiten zum gleichen Thema, wird von einem Sprachmodell mit hoher Wahrscheinlichkeit ignoriert, einfach weil er redundant ist.
Genau hier trifft sich GEO mit dem, was Google unter Effort versteht: Beides belohnt Inhalte, die tatsächlich etwas Neues zur Diskussion beitragen.
Content-Marketer die heute noch auf reine Content-Masse setzen, arbeiten gegen zwei Systeme gleichzeitig: die klassische Google-Suche und in KI-Tools wie ChatGPT, Claude und Gemini. Smarte Content-Marketer die stattdessen wenige, aber fundierte Beiträge mit eigener Substanz veröffentlichen, gewinnen in beiden. Qualität, Einzigartigkeit und echter Mehrwert setzen sich langfristig durch.
Sie möchten mehr zum Thema Content-Marketing mit KI-Content wissen? Kontaktieren Sie uns gerne für eine unverbindliche und kostenfreie Erstberatung.
