Werden menschlich und automatisiert erstellte Texte von Google unterschiedlich gerankt? – Ein Überblick.

Hat Google nunmehr seine Richtlinien hinsichtlich automatisierter Texte angepasst?

Die Google Webmaster-Richtlinien bleiben unverändert. Es ist lediglich die Rede davon, dass automatisierte Texte gegen die Google-Vorgaben verstoßen, sofern Suchrankings manipuliert werden bzw. diese nicht dazu gedacht sind, den Nutzern zu helfen. In solchen Fällen behält sich Google das Recht vor, hinsichtlich solcher Inhalte entsprechende Maßnahmen zu ergreifen. Das ist aber schon sehr lange so. Meine Einschätzung dazu ist eindeutig: Content funktioniert, wenn er die Informationsbedürfnisse der Nutzer/innen befriedigt. Machen die Unternehmen einen “guten Job”, ist es auch für Google guter Content. Hier gibt es aber auch viele Unternehmen, die viel “schlechten” Content schreiben lassen, um irgendwie ein besseres Ranking zu erfahren, ohne aber die Nutzer/innen im Blick zu haben. Das wird zurecht zunehmend schwieriger.

Kann Google zwischen menschlich und automatisiert erstellten Texten unterscheiden?

Nein, eine Unterscheidung bei der Texterstellung kann Google nicht treffen, wenn die automatisierte Texterstellung (NLG) hochwertig ist. Es macht also für Anbieter aus E-Commerce, Medien oder vergleichbaren Branchen keinen Unterschied, ob SEO-Texte von Content-Managern erstellt oder von einem Algorithmus generiert werden. Wir haben zahlreiche Projekte sowie Kundinnen und Kunden, bei denen die Textautomatisierung sehr gut funktioniert. Das heißt im Umkehrschluss, dass es ausschließlich um die Textqualität geht. Vielmehr ist maßgeblich, ob die Inhalte eine Qualität aufweisen, die angemessen sind und ob die Texte einen echten Mehrwert bieten, die Informationsbedürfnisse befriedigen und zur Suchintention passen.

Nutzt Google selbst nicht auch Automatisierung?

Natürlich. Google nutzt Automatisierung, wo es nur kann, um Prozesse zu vereinfachen, effizienter zu gestalten und bessere Angebote für seine Nutzer/innen zu schaffen. Erst vor Kurzem hat Kristin Reinke ( Head of Google Finance) gesagt, “Everything that can be automated, we try to automate“. Und natürlich automatisiert Google nicht nur interne Geschäftsprozesse, wie hier im Finance Department, vielmehr ist ein Großteil der Angebote von Google nur durch KI und Automatisierung überhaupt möglich.

Google führt u.a. auch im Laufe dieses Jahres selbst eine Funktion Namens “Automatically created assets” für Suchwerbung ein, die automatisch Werbeanzeigentext generiert auf der Grundlage von Inhalten aus Landing Pages und vorhandenen Anzeigenblöcken. Sie werden also selbst auch in Zukunft automatisch Text schreiben.

Wie lässt sich durch Textautomatisierung eine hohe Qualität erzielen?

Wir von Retresco stehen für einen hybriden KI-Ansatz, der auf von Menschen definierten bzw. redigierten Textbausteinen basiert und mit Deep Learning Verfahren und KI-Komponenten mischt. Linguistische KI-Komponenten kümmern sich hierbei um sämtliche grammatikalische Problemstellungen wie die richtige Flexion der Wörter, so dass beim Zusammensetzen der einzelnen Bausteine grammatikalisch korrekte Sätze entstehen. Des Weiteren schlägt unser Kreativitätsassistent automatisch Formulierungsvarianten vor.

Durch diesen Ansatz bleibt die volle Kontrolle beim Content-Manager bei gleichzeitig maximaler Effizienz – und es werden keine abstrusen oder unerwünschten Sätze gebildet. Zugleich stellt unser Ansatz eine große textliche Varianz sicher. Entsprechend hoch und abwechslungsreich ist die Textqualität – auch bei SEO-Texten.

Aktuell ist viel von End2End-Generierung in Form von z. B. GPT-3 von OpenAI die Rede. Welches Potenzial hat diese Art der Technologie?

GPT-3 zählt zu den sogenannten großen Sprachmodellen, die mittels Deep Learning, sowie einer riesigen Menge Hardware und meist auf einem Großteil aller Internetinhalte trainiert wurden. Diese Modelle bieten Fähigkeiten, über die andere Systeme in dieser Form bislang noch nicht verfügten. Z.B. sind sie in der Lage Text automatisch zu schreiben. Hierbei entstehen aber noch eine Vielzahl von Fehlern und Problemen, die dazu führen, dass sich diese Verfahren nur in einem assistierenden Prozess mit dem Menschen einsetzen lassen. Das bedeutet, will man sicherstellen, dass der Content einem bestimmten Qualitätsniveau entspricht und damit nicht gegen Google-Richtlinien verstößt, muss ein Mensch jeden einzelnen generierten Text Korrekturlesen und ergänzen, so dass sich nur ein geringer bis gar kein Effizienzgewinn ergibt und sie sich damit nicht für die Automatisierung von Geschäftsprozessen eignen.

Gibt es weitere Faktoren, die für den Sucherfolg bei Google ausschlaggebend sind?

Auch künftig werden Anbieter gefunden, sofern sie über eine suchmaschinenoptimierte Navigations- und Informationsstruktur verfügen. Deshalb sind interne Verlinkungsanalysen zur Sicherstellung der Konsistenz sowie optimierte interne Querverweise unerlässlich. Auch helfen Keyword- und Themen-Mappings zur sinnvollen Einordnung von Content in die Informationsstruktur der eigenen Website. Auch die Ladezeit einer Seite spielt eine relevante Rolle. Ausschlaggebend ist aber auch und vor allem, wie zufrieden sind die Nutzer/innen mit den Inhalten. Finden sie die Information, nach der sie gesucht haben oder springen sie zu Google zurück und suchen weiter. Google nutzt solcherlei Informationen auch, um zu analysieren, ob ein Treffer zu einer Suchanfrage passt und passt sein Ranking automatisch anhand dieser Signale an.

Was macht automatisiert generierte Texte für den SEO-Bereich interessant?

Google stuft Shops und Produkte bei der Suche höher ein, sofern einzelne Produkte über individuelle Beschreibungen verfügen. Zehn- bis hunderttausende SEO-Texte lassen sich auch durch mehrere Content-Manager kaum bewältigen – schon gar nicht in der benötigten Listing-Geschwindigkeit. Deshalb empfiehlt es sich diese benötigten Texte für sämtliche Produkte automatisiert zu erstellen, wobei sich innerhalb eines Produkts sogar für unterschiedliche Farboptionen spezielle Texte ausspielen lassen. Zudem lässt sich Google von Textvarianten “überzeugen”, die sich nicht nur im Wortlaut, sondern die sich auch durch Satzbau und Stil unterscheiden. Zugleich gibt es oft Fälle, in denen die Betextung der Produkte bislang gering war oder Duplicate Content veröffentlicht wird, indem einfach Herstellertexte genutzt werden. Auch hierbei bieten automatisiert generierte Texte deutlich mehr Varianz und Flexibilität.

Des Weiteren spielt der Longtail eine große Rolle. Nutzer/innen, die schon weit fortgeschritten sind in der Kaufintention werden von Google auf indexierte Produktdetailseiten geführt. Das Suchvolumen ist hier nicht immer groß, aber dafür ist die Conversion-Rate um ein Vielfaches höher als bei generischen Suchanfragen am Anfang der Journey. Damit diese Produktdetailseiten von Google gefunden und gut gerankt werden, ist ein variantenreicher, detaillierter Produkttext unerlässlich.

Der wichtigste Punkt ist aber auch hier: Bietet die Produktbeschreibung dem/den Nutzer/innen einen Mehrwert? Beantwortet sie die relevanten Fragen? Beschreibt sie das Produkt hinreichend? NLG kann dies automatisch lösen.

Welchen Beitrag leistet Textautomatisierung für eine erfolgreiche Time-to-Market?

Angesichts der vergleichbaren Qualität zwischen von Menschen und Maschine erstellten Content haben automatisiert erstellte Texte in puncto Time-to-Market sehr deutlich die Nase vorne. Denn der beschleunigte Verkauf erhöht den Umsatz, nicht zuletzt dadurch, dass weniger Lagerzeiten und Kosten anfallen. Dies gilt ganz besonders für variantenreiche SEO-Texte bei Verkaufsanbahnung in den gewünschten Sprachen. Neben Deutsch und Englisch unterstützen professionelle Systeme meist aus einer Hand eine Fülle gängiger Sprachen. Hierbei sollten die entsprechenden Textmodelle automatisiert übersetzbar sein, um ohne größeren Aufwand auch international skalieren zu können.

Was ändert sich durch das Google MUM Update?

Mit MUM, das neue große Update, hat Google einen Meilenstein hinsichtlich der Adressierung von Nutzer-Intentionen gesetzt. Das Multitask Unified Model ist in der Lage, komplexe Suchanfragen zu verstehen und zu beantworten. Neben Text greift Google deutlich stärker als in der Vergangenheit auf Bilder, Videos und Audiodateien zurück. Allerdings sehe ich das Primat nach wie vor bei den SEO-Beschreibungen, da sich diese sehr viel einfacher und schneller als Multimedia-Formate erstellen lassen. Aber für die Anbieter stellt sich mehr denn je die Frage, mit welcher Intention der/die Nutzer/in sucht und auf die eigene Website kommt. Die SEO-Texte müssen auf die verschiedenen Nutzer-Intentionen hin optimiert werden, indem diese feingranular ausgerichtet werden. Deshalb sind die Unternehmen gut beraten ihre Ansprache im Sales-Funnel zu differenzieren. In der Ansprache macht es einen großen Unterschied, ob es sich um eine/n neue/n Nutzer/in handelt, die sich erstmals informiert, oder um eine/n erfahrene/n Profi-Anwender/in mit spezifischen Suchbedürfnissen und Wünschen.

Erste Ergebnisse zeigen bereits Auswirkungen in Form von zwei zentralen Themen “Specialist instead of generalists” und “Better search intent matching”. Diese Strategien müssen noch stärker zukünftig berücksichtigt werden.

Fazit

Google macht keinen Unterschied zwischen menschlich und automatisiert erstellten Content. Vielmehr geht um die Güte und die Varianz der Texte, da Google und vor allem die Nutzer auf qualitativ hochwertigen Content angewiesen ist. Google belohnt Unternehmen, die auf ihre Nutzer/innen eingehen. Die Nutzer-Intention sollte deshalb antizipiert werden und unterschiedlichste Suchanfragen textlich abgebildet werden.

Spannend? Gerne unterstützen wir Sie dabei, Ihr ganzes Potenzial durch automatisiert generierte Texte bei Google abzurufen. Melden Sie sich einfach zu einem kostenfreien Text-Check an. Wir prüfen Ihre SEO-Texte und kommen mit unserer Einschätzung auf Sie zu.