Zuerst die wichtigste Korrektur: Google bestraft KI-Content nicht automatisch
Google formuliert seine Position inzwischen ziemlich eindeutig. Generative KI könne bei Recherche und bei der Strukturierung eigener Inhalte hilfreich sein. Problematisch werde es, wenn mit solchen Werkzeugen viele Seiten produziert werden, ohne Nutzern zusätzlichen Wert zu bieten. Dann kann die Spamrichtlinie gegen massenhaft generierte Inhalte greifen.
Kurz gesagt
Google bestraft KI-Inhalte nicht pauschal. Entscheidend ist, ob eine Seite dem vorhandenen Web etwas hinzufügt. Wer massenhaft austauschbare Seiten produziert, scheitert an Googles Auswahl, nicht an einer KI-Erkennung.
Der Unterschied ist wichtig. Google sagt nicht, KI-generierter Text sei Spam. Google sagt sinngemäß: Massenhaft erzeugter, nicht origineller Content ohne Mehrwert kann Spam sein. Dabei ist es ausdrücklich egal, ob dieser Content durch KI, klassische Automatisierung, Menschen oder eine Kombination daraus entstanden ist.
Das ist für Unternehmen eigentlich eine gute Nachricht. Du musst ChatGPT, Claude oder andere Modelle nicht aus deinem Content-Prozess verbannen. Du musst nur aufhören, die eingesparte Produktionszeit mit Qualität zu verwechseln. Denn genau dort beginnt das Problem.
Indexierung und Ranking sind zwei verschiedene Entscheidungen
Viele SEO-Analysen vermischen zwei Prozesse, die sauber getrennt werden müssen. Google beschreibt die Suche vereinfacht in drei Stufen: Crawling, Indexierung und Auslieferung der Suchergebnisse. Eine URL kann gecrawlt werden und trotzdem nicht in den Index gelangen. Sie kann indexiert sein und trotzdem für praktisch keine relevante Suchanfrage sichtbar werden.
Eine Seite mit dem Status Gecrawlt, zurzeit nicht indexiert wurde von Google besucht. Das ist kein Beweis für einen technischen Fehler. Google kann die URL später noch indexieren, muss es aber nicht. Auch eine erneute Einreichung garantiert nichts. Google schreibt selbst, dass Crawling, Indexierung und Auslieferung selbst dann nicht garantiert sind, wenn eine Seite alle technischen Voraussetzungen und Best Practices erfüllt.
Das verändert die Frage. Nicht: Warum nimmt Google meine technisch korrekte Seite nicht? Sondern: Warum sollte Google diese Seite zusätzlich zu allen bereits vorhandenen Seiten überhaupt speichern und später bevorzugt zeigen?
Google hat kein Speicherproblem, sondern ein Auswahlproblem
Theoretisch lässt sich mit generativer KI an einem Wochenende eine Website mit 500 Ratgeberseiten aufbauen. Praktisch entsteht damit keine Website mit 500 Gründen für gute Rankings.
Google beschreibt das Web selbst als einen praktisch unbegrenzten Raum, den seine Systeme weder vollständig crawlen noch vollständig indexieren können. Nach dem Crawling muss eine Seite bewertet, eingeordnet und hinsichtlich ihrer Eignung für den Index beurteilt werden. Damit wird Indexierung zu einer Ressourcenentscheidung.
Auf kleineren Unternehmenswebsites ist ein klassisches Crawl-Budget meistens nicht das Hauptproblem. Google weist darauf hin, dass Crawl-Budget-Optimierung vor allem bei sehr großen oder sehr häufig aktualisierten Websites relevant wird. Dort ist Größe kein Rankingfaktor, auch nicht beim Crawling.
Das dahinterliegende Prinzip bleibt trotzdem interessant: Google verteilt Crawling unter anderem anhand von Nachfrage, Popularität, Einzigartigkeit und erwartetem Nutzerwert.
Randnotiz
Wenn du plötzlich 400 Seiten veröffentlichst, die jeweils eine leicht andere Version derselben bekannten Information enthalten, hast du nicht 400 neue Assets geschaffen. Du hast 400 URLs geschaffen.
Das eigentliche KI-Problem heißt Commodity Content
Google verwendet seit 2026 selbst einen bemerkenswert passenden Begriff: Non-Commodity Content. Gemeint sind Inhalte, die nicht beliebig austauschbar sind.
Als Commodity Content beschreibt Google sinngemäß Inhalte, die überwiegend aus allgemein bekanntem Wissen bestehen und wenig eigene Einsicht hinzufügen. Im Gegensatz dazu stehen Inhalte mit einer eigenen Perspektive, Erfahrung oder Information, die nicht einfach von jeder beliebigen Quelle geliefert werden könnte. Das trifft exakt die Schwäche vieler automatisch produzierter SEO-Texte und ist derselbe Gedanke, der hinter Semantic SEO steht: Themen werden über Beziehungen und Tiefe gewonnen, nicht über Menge.
Ein Sprachmodell ist hervorragend darin, bekannte Informationen zusammenzufassen, zu strukturieren und sprachlich neu zu formulieren. Genau das ist gleichzeitig das Material, von dem Google bereits reichlich besitzt.
Nehmen wir einen Artikel über zehn Tipps für bessere Mitarbeiterbindung. Das Modell kennt wahrscheinlich die üblichen Punkte: Feedback, Führung, Weiterbildung, Gehalt, Unternehmenskultur, flexible Arbeitszeiten. Der fertige Artikel kann grammatisch sauber, 1.800 Wörter lang und vollständig korrekt sein. Und trotzdem kaum einen Grund liefern, warum Google ausgerechnet diese Seite vor hundert ähnlich aufgebauten Artikeln zeigen sollte.
Zum Mitnehmen
Die Qualität des Satzbaus ist nicht das Problem. Der fehlende Informationsgewinn ist es.
„Aber der Text ist einzigartig“ reicht nicht
Hier liegt ein verbreiteter Denkfehler. Ein KI-Text kann technisch völlig einzigartig formuliert sein und inhaltlich trotzdem nichts Eigenes enthalten. Originalität auf Wortebene und Originalität auf Informationsebene sind zwei verschiedene Dinge.
Google beschreibt in seinen Qualitätsfragen genau diesen Unterschied. Inhalte sollen eigene Informationen, Recherche oder Analysen liefern und nicht nur andere Quellen umschreiben. Google fragt ausdrücklich, ob eine Seite gegenüber anderen Suchergebnissen substanziellen zusätzlichen Wert bietet.
Auch ein menschliches Lektorat hilft an dieser Stelle nur begrenzt. Aus „Eine regelmäßige Wartung kann die Lebensdauer Ihrer Anlage verlängern“ wird dann vielleicht „Regelmäßige Wartungsintervalle reduzieren vermeidbaren Verschleiß und verlängern die Nutzungsdauer“. Sprachlich besser, informationell immer noch leer.
Der entscheidende redaktionelle Schritt wäre eine andere Frage: Welche Wartungsfehler sehen unsere Techniker tatsächlich am häufigsten? Bei welchem Bauteil treten sie auf? Wann ist ein kürzeres Intervall sinnvoll? Welche Empfehlung aus dem Handbuch funktioniert unter bestimmten Betriebsbedingungen nicht? Woran erkennt ein Betreiber das frühzeitig? Jetzt entsteht Information, die nicht aus dem nächsten generischen Prompt kommt.
KI senkt die Produktionskosten, und genau das verschärft das SEO-Problem
Vor generativer KI war mittelmäßiger Content teuer. Jemand musste recherchieren, schreiben, korrigieren, formatieren und veröffentlichen. Allein der Aufwand begrenzte die Menge. Diese natürliche Begrenzung ist verschwunden.
Heute kann ein Unternehmen aus einer Keywordliste automatisiert Briefings erstellen, Texte generieren, Titel ergänzen, interne Links setzen und hunderte URLs veröffentlichen. Aus Sicht der Produktion ist das effizient. Aus Sicht einer Suchmaschine entsteht dadurch aber ein anderes Problem: Die Grenzkosten einer zusätzlichen Seite sind fast auf null gefallen, während der Informationswert nicht automatisch steigt.
Google musste darauf reagieren. 2024 führte Google die ausdrücklich weiter gefasste Richtlinie gegen Scaled Content Abuse ein, also gegen den Missbrauch massenhaft generierter Inhalte. Entscheidend ist nicht mehr, mit welcher Methode Inhalte hergestellt wurden. Entscheidend ist, ob große Mengen nicht origineller Seiten primär zur Manipulation von Suchrankings entstehen und den Nutzern wenig oder keinen zusätzlichen Wert bieten.
Ähnliche KI-Seiten können sich gegenseitig entwerten
Ein weiterer Effekt wird häufig übersehen. KI-Produktion führt nicht nur zu mehr Seiten. Sie führt häufig zu sehr ähnlichen Seiten. Ein Anbieter für Unternehmenssoftware erstellt beispielsweise separate Artikel zu:
- ERP für Maschinenbauer
- ERP für Metallbauunternehmen
- ERP für produzierende Unternehmen
- ERP für Fertigungsbetriebe
- ERP für industrielle KMU
Wenn die fünf Seiten überwiegend dieselben Absätze enthalten und nur Branchenbeispiele austauschen, entstehen fünf URLs, aber möglicherweise nur ein relevanter Informationsraum.
Google versucht ähnliche Inhalte zu gruppieren und für solche Gruppen eine repräsentative, also kanonische Version zu bestimmen. Duplicate Content führt nicht automatisch zu einer Strafe. Große Mengen ähnlicher URLs können aber Crawling verschwenden, Signale verteilen und Google vor die Frage stellen, welche Version überhaupt relevant ist. Das ist im Kern ein Problem der Website-Architektur, nicht des einzelnen Textes.
Die Tabelle enthält 300 grüne Zeilen. Google braucht davon vielleicht 28.
Anna Cremer, CremerMedia
Praxisbeispiel: 200 KI-Seiten und fast keine Sichtbarkeit
Vereinfachtes Beispiel
Ein B2B-Unternehmen verkauft eine erklärungsbedürftige technische Dienstleistung. Aus der Keywordrecherche entstehen 200 Longtail-Begriffe. Für jeden Begriff wird automatisiert ein eigener Artikel erzeugt. Die Texte sind ordentlich aufgebaut, enthalten 1.200 bis 1.800 Wörter, interne Links und passende Meta Descriptions.
Nach einigen Monaten zeigt die Search Console ein ernüchterndes Bild. Viele Seiten stehen unter Gecrawlt, zurzeit nicht indexiert. Andere sind indexiert, sammeln aber kaum Impressionen. Wieder andere konkurrieren mit mehreren sehr ähnlichen URLs desselben Unternehmens.
Die reflexartige Lösung wäre, die Texte länger zu machen oder erneut zur Indexierung einzureichen. Das behandelt die Symptome. Die sinnvollere Analyse beginnt mit einer Konsolidierung.
Von den 200 URLs beantworten möglicherweise nur 35 tatsächlich unterschiedliche Probleme. Für diese 35 Seiten werden nun interne Projekterfahrungen, technische Zeichnungen, konkrete Entscheidungskriterien, echte Beispiele und Aussagen von Fachleuten ergänzt. Verwandte schwache Seiten werden zusammengeführt. Jetzt sinkt die URL-Menge, der Informationswert pro URL steigt.
Die Daten widersprechen dem Mythos vom pauschalen KI-Filter
Wenn Google KI-Inhalte grundsätzlich nicht indexieren oder ranken würde, müssten große Datensätze einen relativ eindeutigen Bruch zeigen. Genau den sehen wir nicht.
5,3 %
vollständig KI-generierte Seiten auf Position 1 bis 3
Ahrefs untersuchte 2026 rund eine Million Top-10-Ergebnisse. Für etwa 150.000 Seiten reichte der Text zur Klassifikation. Rund 9 Prozent lagen bei mindestens 80 Prozent geschätztem KI-Anteil.
Quelle 03, siehe unten
Auch bei der Indexierung gibt es keinen harten Schnitt. Im Ahrefs-Datensatz lag die Indexierungsrate bei Seiten mit geringem KI-Anteil bei 49,28 Prozent, bei sehr hohem KI-Anteil bei 40,35 Prozent. Das ist ein Unterschied, aber offensichtlich kein Ausschlussmechanismus.
Noch interessanter ist die Performance. Inhalte mit geringem oder moderatem geschätztem KI-Anteil erhielten in der Analyse zwei- bis dreimal so viele organische Impressionen wie Seiten mit hohem oder sehr hohem KI-Anteil. Die Autoren weisen selbst darauf hin, dass daraus keine Kausalität abgeleitet werden darf. Stark automatisierte Websites können gleichzeitig jünger, schwächer verlinkt oder generell von niedrigerer Qualität sein.
Zum Mitnehmen
AI-Detektoren sind keine Google-Ranking-Systeme. Die Studien zeigen Korrelationen, keine KI-Strafe.
Ein Experiment über 16 Monate zeigt den Unterschied zwischen Indexierung und Erfolg
Noch anschaulicher ist ein Experiment von SE Ranking, das 2026 bei Search Engine Land veröffentlicht wurde. Für das Experiment wurden 20 neue Domains ohne bestehende Autorität aufgebaut. Jede erhielt 100 vollständig KI-generierte Artikel. Insgesamt wurden also 2.000 Artikel veröffentlicht, ohne menschliches Lektorat, Überarbeitung oder fachliche Ergänzung.
70,95 %
der Seiten waren nach 36 Tagen im Index
Elf der zwanzig Websites hatten sogar alle 100 Artikel indexiert. Das passt nicht zur These, Google würde KI-Content grundsätzlich nicht indexieren.
Quelle 04, siehe unten
Dann wurde es interessant. Im ersten Monat befanden sich rund 28 Prozent der rankenden URLs irgendwo in den Top 100. Nach rund drei Monaten waren es nur noch etwa 3 Prozent. Die Seiten waren also nicht vollständig aus dem Index verschwunden. Google zeigte sie nur kaum noch sichtbar an. Selbst nach 16 Monaten waren laut Studie noch 66,9 Prozent der Seiten indexiert. Die langfristige organische Sichtbarkeit blieb trotzdem niedrig.
Ein Platz im Lager ist noch kein Platz im Schaufenster.
Anna Cremer, CremerMedia
Warum gute Rankings die schwierigere Hürde sind
Nach der Indexierung beginnt der Wettbewerb erst. Google beschreibt seine Ranking-Systeme als Zusammenspiel vieler Systeme und Signale. Dazu gehören Systeme zur Interpretation von Sprache und Konzepten, Passage Ranking, Linkanalysen einschließlich PageRank, Systeme für Originalinhalte und Mechanismen zur Bewertung zuverlässiger Informationen.
Eine automatisch erzeugte Seite kann deshalb eine Suchanfrage semantisch hervorragend treffen und trotzdem verlieren. Der Wettbewerber besitzt vielleicht eigene Daten. Eine andere Quelle hat das Thema seit Jahren fachlich abgedeckt und relevante Verlinkungen aufgebaut. Ein Hersteller verfügt über technische Primärinformationen. Eine Fachperson erklärt nicht nur, was normalerweise empfohlen wird, sondern wann diese Empfehlung gerade nicht gilt.
Google muss nicht feststellen, ob dein Text von ChatGPT stammt, um diese Unterschiede zu erkennen. Es reicht, bessere Alternativen zu finden.
Menschliche Bearbeitung rettet keinen inhaltlich leeren Text
Hier würde ich bei KI-Content strenger unterscheiden als viele SEO-Ratgeber. Human in the Loop klingt beruhigend, ist aber kein Qualitätsmerkmal an sich. Ein Mensch kann einen generischen KI-Text lesen, Tippfehler korrigieren und freigeben. Der Text bleibt generisch. Und wer Texte aus einem Chatfenster übernimmt, sollte zusätzlich wissen, welche unsichtbaren Zeichen dabei mitkommen.
Das menschliche Element muss dort eingreifen, wo das Modell nicht automatisch liefern kann: bei Erfahrung, Auswahl, Urteil, Beleg und Konsequenz. Google fragt bei seiner eigenen Selbstbewertung unter anderem danach, ob Inhalte Originalinformationen, Recherche oder Analysen enthalten, ob sie über offensichtliche Informationen hinausgehen und ob erkennbare Expertise oder Erfahrung vorhanden ist. Wie stark Google Qualitätssignale inzwischen gewichtet, hat zuletzt das March 2026 Core Update gezeigt. Genau hier sollte menschliche Arbeit stattfinden. Nicht beim Austausch von „wichtig“ gegen „entscheidend“.
E-E-A-T ist trotzdem kein einzelner Rankingfaktor
Erfahrung, Expertise, Autorität und Vertrauenswürdigkeit werden häufig so behandelt, als gäbe es dafür einen Google-Wert zwischen 0 und 100. Google sagt ausdrücklich, dass E-E-A-T selbst kein einzelner Rankingfaktor ist. Google verwendet vielmehr verschiedene Faktoren, die helfen können, Eigenschaften wie Erfahrung, Fachkompetenz und Vertrauenswürdigkeit zu erkennen. Bei Themen rund um Gesundheit, Geld oder Sicherheit können solche Aspekte besonders wichtig werden.
Für KI-Content folgt daraus etwas sehr Praktisches. Eine erfundene Autorenbox mit fünfzehn Jahren Erfahrung macht einen Text nicht besser. Ein echter Fachautor, der einen technisch falschen Abschnitt korrigiert, eine Ausnahme ergänzt und die Aussage mit Primärdaten belegt, schon. Die sichtbare Person ist nicht der Trick, ihr tatsächlicher Informationsbeitrag ist es.
Warum Finanz-, Gesundheits- und Rechtstexte besonders schnell an Grenzen stoßen
Im erwähnten Experiment schnitten unter anderem die Seiten aus den Bereichen Finanzen und Gesundheit bei der langfristigen Indexierung besonders schwach ab. Die Autoren bringen das mit den höheren Vertrauensanforderungen solcher Themen in Verbindung.
Diese Interpretation passt zu Googles eigener Dokumentation. Bei YMYL-Themen, also Themen, die Gesundheit, finanzielle Stabilität, Sicherheit oder gesellschaftliches Wohlergehen erheblich beeinflussen können, gewichtet Google Signale rund um Vertrauen und fachliche Qualität besonders stark.
Genau hier ist vollautomatischer SEO-Content besonders riskant. Ein Modell kann eine Steuerfrage sprachlich überzeugend erklären und trotzdem eine entscheidende Ausnahme übersehen. Bei einem Gartentipp ist das ärgerlich. Bei einer medizinischen oder finanziellen Entscheidung ist es ein anderes Risikoniveau.
Scaled Content Abuse beginnt nicht bei einer bestimmten Seitenzahl
Es gibt keine magische Grenze von 50, 100 oder 1.000 KI-Seiten. Entscheidend ist die Kombination aus Umfang, Zweck und Wert.
Google definiert den Missbrauch massenhaft generierter Inhalte als die Produktion vieler Seiten primär zum Manipulieren von Rankings, typischerweise mit wenig originellem Inhalt und wenig oder keinem zusätzlichen Nutzen. Als Beispiel nennt Google ausdrücklich generative KI, wenn damit viele Seiten ohne Mehrwert produziert werden. Die Richtlinie gilt aber ebenso für andere Produktionsmethoden.
Damit wird ein wichtiger Zielkonflikt sichtbar: Wenn du die Produktionsgeschwindigkeit mit KI vervielfachst, musst du auch deine Qualitätskontrolle und deine Versorgung mit eigenem Ausgangsmaterial skalieren. Genau daran scheitern viele Content-Systeme. Die Schreibkapazität wächst um Faktor zehn, die Fachredaktion bleibt gleich groß. Das Ergebnis ist kein effizienterer Content-Prozess, sondern eine Qualitätsverdünnung.
Google sagt inzwischen selbst: Produziere Inhalte, die ein Modell nicht einfach erzeugen könnte
Die vielleicht interessanteste Formulierung aus Googles 2026 veröffentlichtem Leitfaden für generative Suche betrifft genau diesen Punkt. Google empfiehlt einzigartige, überzeugende und hilfreiche Inhalte und rät ausdrücklich dazu, nicht einfach zu wiederholen, was bereits im Netz steht oder problemlos durch ein generatives KI-Modell erzeugt werden könnte.
Das ist bemerkenswert. Nicht weil Google KI verbietet, sondern weil sich dadurch der Wert unternehmenseigener Information verschiebt. Dieselbe Logik gilt für KI-Suchsysteme: Wer in KI-Antworten zitiert werden will, braucht etwas, das sich nicht aus dem Modell selbst ergibt. Je billiger generisches Wissen produziert werden kann, desto wertvoller werden Informationen, die nicht im Modell stecken: eigene Daten, eigene Messungen, echte Projekterfahrung, dokumentierte Fehler, Fachurteile, Originalbilder, Tests, lokale Informationen, konkrete Prozesse und nachvollziehbare Entscheidungen.
Zum Mitnehmen
Der Vorsprung heißt nicht „menschlich geschrieben“. Er heißt schwer reproduzierbar.
Was bedeutet das konkret? Acht Schritte vor dem nächsten KI-Artikel
01
Prüfe zuerst den Suchraum
Öffne die vorhandenen Ergebnisse und notiere nicht nur deren Überschriften, sondern welche Informationen bereits mehrfach identisch vorkommen. Genau das musst du nicht noch einmal produzieren.
02
Definiere den eigenen Informationsbeitrag
Bevor der Prompt geschrieben wird, muss feststehen, was nur dein Unternehmen beitragen kann: Erfahrung, Daten, Methode, Vergleich, Foto, Beispiel, Entscheidungskriterium oder fachliche Einschränkung.
03
Nutze KI auf deinem Material, nicht statt deines Materials
Gib dem Modell Interviews, Projektnotizen, Produktdaten, interne FAQ, Studien und Primärquellen. Google selbst nennt Recherche und Strukturierung eigener Inhalte als sinnvollen Einsatzbereich.
04
Veröffentliche nicht automatisch jede Keywordvariante
Prüfe, ob eine neue Suchanfrage wirklich eine eigene Informationsaufgabe besitzt oder in eine bestehende starke Seite gehört.
05
Kontrolliere technische Doppelungen
Canonicals, Parameter, automatisch erzeugte Archive und ähnliche Landingpages können Google zusätzliche URLs liefern, ohne zusätzlichen Informationswert zu schaffen.
06
Prüfe Fakten und Geltungsbereiche fachlich
Besonders bei YMYL-Themen reicht sprachliches Lektorat nicht. Aussagen müssen stimmen, Quellen nachvollziehbar sein und wichtige Ausnahmen genannt werden.
07
Beobachte Indexierung und Ranking getrennt
Gecrawlt, zurzeit nicht indexiert verlangt eine andere Analyse als indexiert, aber ohne Impressionen. Im ersten Fall geht es um Indexwürdigkeit und strukturelle Signale, im zweiten beginnt die Konkurrenzanalyse.
08
Konsolidiere ohne Sentimentalität
Wenn zehn Seiten dieselbe Aufgabe erledigen, sind zehn URLs kein Vorteil. Zusammenführen, weiterleiten oder entfernen kann sinnvoller sein als weitere 500 Wörter auf jede Seite zu schreiben.
Frühindikatoren: Woran erkennst du, dass dein KI-Content falsch skaliert?
Schau nicht zuerst auf einzelne Rankings, schau auf Muster.
- Ein bestimmter automatisch erzeugter Seitentyp landet überdurchschnittlich häufig unter Gecrawlt, zurzeit nicht indexiert.
- Neue Seiten werden indexiert, gewinnen aber über Monate kaum unterschiedliche Suchanfragen und Impressionen.
- Mehrere eigene URLs wechseln ständig für dieselben Suchanfragen.
- Die Anzahl veröffentlichter Seiten steigt schneller als organische Sichtbarkeit, Leads oder die Zahl sinnvoll abgedeckter Themen.
Nicht jede dieser Beobachtungen beweist ein Qualitätsproblem. Zusammen ergeben sie aber ein deutlich besseres Diagnosebild als die Frage, ob ein AI-Detektor den Artikel zu 73 Prozent für künstlich hält.
Wann lohnt sich KI für SEO-Content?
KI lohnt sich besonders dann, wenn bereits gutes Ausgangsmaterial vorhanden ist. Ein zweistündiges Fachinterview lässt sich mit KI schneller strukturieren. Hundert Supportfragen lassen sich clustern. Technische Dokumentationen können auf relevante Teilthemen untersucht werden. Bestehende Primärquellen lassen sich für die Redaktion sortieren. Ein Rohentwurf kann schneller entstehen.
In solchen Fällen reduziert KI Produktionsaufwand, ohne den Ursprung der Information zu ersetzen. Problematisch wird es, wenn die KI selbst gleichzeitig Recherchequelle, Fachexperte, Autor und Faktenprüfung übernehmen soll. Dann optimierst du den effizientesten Teil der Arbeit, das Formulieren, und sparst genau an dem Teil, der Rankings wahrscheinlicher macht: der Information.
Wann ich KI-Seiten nicht automatisiert veröffentlichen würde
Von vollständig automatisierter Veröffentlichung würde ich abraten, wenn jede Seite lediglich eine Keywordvariation abbildet, kein fachlicher Input außerhalb des Modells vorhanden ist oder die Inhalte erhebliche finanzielle, rechtliche, gesundheitliche oder sicherheitsrelevante Folgen haben können. Dasselbe gilt, wenn bereits viele ähnliche Seiten der eigenen Domain nicht indexiert werden. Dann ist die nächste richtige Maßnahme normalerweise nicht noch mehr Content, sondern Diagnose.
KI-gestützte Produktion ist dagegen sinnvoll, wenn sie auf echten Unternehmensinformationen aufsetzt, die redaktionelle Verantwortung geklärt ist und jede neue URL eine nachvollziehbare Aufgabe innerhalb der Website besitzt. Die entscheidende Frage lautet nicht, ob ihr KI benutzen dürft. Sie lautet: Welche Information entsteht hier, die ohne euch nicht existieren würde?
Fazit: Google bekämpft nicht KI, Google wird wählerischer bei austauschbaren Seiten
Die interessanteste Konsequenz generativer KI für SEO ist nicht, dass Maschinen jetzt Texte schreiben können. Es ist, dass Text selbst dadurch weniger knapp geworden ist. Eine solide Einleitung, fünf Zwischenüberschriften und 1.500 grammatisch saubere Wörter waren noch nie ein Rankingversprechen. 2026 sind sie nicht einmal mehr teuer.
Google kann deshalb immer weniger danach auswählen, wer überhaupt Content produziert hat. Entscheidend wird, wer etwas beisteuert, das die bereits vorhandene Informationsmenge verbessert. Genau dort scheitern viele KI-Websites. Sie lösen das Produktionsproblem, aber nicht das Auswahlproblem von Google.
Die bessere Content-Strategie besteht deshalb nicht darin, KI weniger zu verwenden. Sie besteht darin, KI später im Prozess einzusetzen: nachdem echte Information, Erfahrung, Belege und eine sinnvolle Seitenentscheidung vorhanden sind.
Bei einer Website mit vielen schwach indexierten KI-Seiten würden wir deshalb nicht zuerst neue Texte produzieren. Sinnvoller ist eine Bestandsanalyse: Welche URLs besitzen einen eigenen Zweck, welche sind austauschbar, welche sollten konsolidiert werden und wo fehlt die Information, die aus einer technisch korrekten Seite tatsächlich eine konkurrenzfähige Quelle macht?
Häufige Fragen zu KI-generierten Webseiten und Google Rankings
Erkennt Google, ob ein Text mit KI geschrieben wurde?
Google veröffentlicht keine vollständige technische Beschreibung darüber, welche Klassifikatoren zur Erkennung bestimmter Produktionsmuster eingesetzt werden. Für SEO ist die Frage ohnehin zweitrangig. Googles öffentliche Richtlinien konzentrieren sich auf Zweck, Qualität und Mehrwert des Inhalts, nicht auf ein pauschales Verbot einer bestimmten Erstellungsart.
Bestraft Google ChatGPT-Texte?
Nicht allein deshalb, weil ChatGPT beteiligt war. Massenhaft generierter Content ohne Mehrwert kann gegen Googles Spamrichtlinien verstoßen. Diese Richtlinie betrifft jedoch ebenso Inhalte, die ohne KI erstellt wurden.
Warum steht meine KI-Seite auf „Gecrawlt, zurzeit nicht indexiert\“?
Der Status bedeutet zunächst nur, dass Google die URL gecrawlt, aber aktuell nicht indexiert hat. Google weist darauf hin, dass eine erneute Einreichung nicht erforderlich ist und die Seite später noch indexiert werden kann. Besteht das Problem systematisch, sollten Inhalt, Überschneidungen, interne Verlinkung und technische Faktoren geprüft werden.
Hilft es, den KI-Text von einem Menschen umschreiben zu lassen?
Nur dann, wenn dabei substanzieller Mehrwert entsteht. Ein sprachlich umformulierter generischer Artikel bleibt inhaltlich generisch. Wertvoller sind neue Fakten, eigene Erfahrung, Primärquellen, konkrete Beispiele und fachliche Einordnung.
Wie viel KI-Anteil ist für Google erlaubt?
Google nennt keinen zulässigen Prozentsatz. Entsprechend gibt es auch keine belastbare Schwelle wie „unter 30 Prozent KI ist sicher“. Solche Werte aus AI-Detektoren sind nicht mit Googles Ranking-Systemen gleichzusetzen.
Können vollständig KI-generierte Seiten auf Position 1 ranken?
Ja. Aktuelle Drittanbieteranalysen finden vollständig oder stark KI-generierte Seiten auch in Spitzenpositionen. Sie sind dort allerdings deutlich in der Minderheit. Das spricht gegen einen pauschalen technischen Ausschluss und gleichzeitig gegen die Annahme, ungeprüfter KI-Content sei im Durchschnitt genauso konkurrenzfähig.
Sind viele Seiten automatisch schlecht?
Nein. Große Websites können tausende sinnvoller Seiten besitzen. Kritisch wird Skalierung dann, wenn die zusätzlichen URLs keine eigenständige Aufgabe und keinen zusätzlichen Nutzerwert haben und primär zur Manipulation der Suchsichtbarkeit erzeugt werden.
Quellen
Alle Quellen abgerufen am 12. September 2026. Die beiden Studien sind Momentaufnahmen mit eigener Methodik und stehen nicht für KI-Content im Allgemeinen.
- Google Doesn’t Punish AI Content; It Punishes Bad Content
Ahrefs, veröffentlicht 27.07.2026
https://ahrefs.com/blog/google-doesnt-punish-ai-content/ - How AI-generated content performs in Google Search: A 16-month experiment
Search Engine Land, veröffentlicht 23.03.2026
https://searchengineland.com/ai-generated-content-google-search-experiment-472234 - How AI-Generated Content Performs: Experiment Results
SE Ranking, veröffentlicht 19.03.2026
https://seranking.com/blog/ai-content-experiment/ - Google’s Guide to Optimizing for Generative AI Features on Google Search
Google Search Central, aktualisiert 10.07.2026
https://developers.google.com/search/docs/fundamentals/ai-optimization-guide - Spam Policies for Google Web Search
Google Search Central
https://developers.google.com/search/docs/essentials/spam-policies - Creating Helpful, Reliable, People-First Content
Google Search Central, aktualisiert 10.12.2025
https://developers.google.com/search/docs/fundamentals/creating-helpful-content
Über die Autorin
Anna Cremer
Gründerin und Inhaberin von CremerMedia, einer Marketingagentur mit fünfköpfigem Team in Lennestadt im Sauerland. Selbstständig in der Medienbranche seit 2006, im Online-Marketing seit 2012, CremerMedia gibt es seit 2016. Sie arbeitet als Strategin, Produzentin und Dozentin und betreut Kundschaft vom Handwerksbetrieb bis zum Marketingteam mit eigener Rechtsabteilung.
Als Dozentin bildet sie Social Media Manager und SEO Manager aus und schult Marketingteams. IHK-zertifizierte Social Media Managerin, IHK-zertifizierte Fachkraft für Webdesign einschließlich WordPress und SEO, Weiterbildungen bei Google, LinkedIn und Meta.
Veröffentlicht am 12. September 2026 Zuletzt geprüft am 12. September 2026
