Die Frage, ob Google maschinell geschriebene Texte bestraft, wird regelmäßig von den unterschiedlichsten Marktteilnehmern befeuert – nicht zuletzt von Google selbst. Was hinter diesen Verlautbarungen wirklich steckt und was Marketer zu den Auswirkungen von maschinell generiertem Content auf Google-Rankings wissen sollten, erläutert Gastautor Alexander Siebert von Retresco.

Text-Automatisierung avanciert zu einem der wichtigsten Einsatzgebiete von Künstlicher Intelligenz im Digital Commerce, nicht zuletzt durch neueste Entwicklungen wie GPT-3 und BLOOM (zwei KI-Anwendungen zur Texterstellung). Denn die Technologie ermöglicht es, automatisiert überzeugenden Content in verschiedenen Sprachen und für unterschiedliche Kanäle zu erstellen. Allerdings: Wer seine Content-Produktion automatisiere, müsse mit einer Abstrafung bei Suchen auf Google rechnen, hat erst vor kurzem John Mueller erklärt, Webmaster Trends Analyst bei Google.

Deshalb fragen sich Online-Shop-Betreiber und Händler: Werden menschlich und maschinell erstellte Texte von Google unterschiedlich gerankt?

Zunächst gilt es klarzustellen: Google kann keine Unterscheidung zwischen manuell und automatisiert erstellten Texten treffen, sofern die automatisiert erstellten Texte hochwertig sind. Es bedeutet also für Online-Shop-Betreiber und Händler keinen Unterschied, ob SEO-Texte von Content-Manager erstellt oder von einem Algorithmus generiert werden. Das heißt, dass es ausschließlich um die Textqualität geht. Im Grundsatz ist es maßgeblich, ob die Inhalte eine Qualität aufweisen, die angemessen ist und einen echten Mehrwert bieten, die Informationsbedürfnisse der Nutzer befriedigen und zur Suchintention passen.

Qualität von automatisiert vs. manuell erstellten Texten
Allerdings sind automatisiert generierte Texte auch nur so gut, wie der Autor oder die Autorin, von dem oder der die Textmodelle stammen, auf deren Basis die Texte erstellt werden. Denn automatisierter Content ist bisher immer menschlichen Ursprungs und folgt einer vordefinierten Dramaturgie, die vorgibt, welche Formulierungen das System in welchem Zusammenhang verwenden kann. KI-Assistenzsysteme berücksichtigen alle relevanten grammatikalischen Regeln, so dass beim Zusammensetzen einzelner Textbausteine korrekte Sätze entstehen. Zugleich sorgen moderne Systeme für eine einwandfreie Compliance. Auch werden Formulierungsvarianten automatisch vorgeschlagen und stellen so eine große textliche Varianz sicher.



Durch diesen Ansatz bleibt die volle Kontrolle beim Content-Manager bei gleichzeitig maximaler Effizienz. Entsprechend hoch und facettenreich ist die Textqualität – und somit nicht von manuell erstelltem Content zu unterscheiden.

Trotzdem führte die Aussage von John Mueller bei einigen zu der Annahme, Google würde seine Webmaster-Richtlinien dahingehend ändern, dass maschinell generierter Content künftig im Google-Ranking abgestraft wird. Diese Annahme ist jedoch unbegründet – denn 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 bei ihren Suchanfragen zu helfen. In solchen Fällen behält sich Google das Recht vor, solche Inhalte abzustrafen. Das ist aber schon sehr lange so. Am Ende funktioniert Content immer dann, wenn er die Informationsbedürfnisse der Suchenden befriedigt.

Wege zu einem hohen Google Ranking
Neben einer hohen Textqualität tragen noch viele weitere Faktoren dazu bei, wie Online-Shop-Betreiber und Händler ihre Google-Rankings positiv beeinflussen können. Dazu gehören beispielsweise:

  • suchmaschinenoptimierte Navigations- und Informationsstrukturen,
  • interne Verlinkungen und Querverweise,
  • Keyword- und Themen-Mappings zur sinnvollen Einordnung von Content in die Informationsstruktur der eigenen Webseite,
  • schnelle Ladezeiten,
  • zufriedene Nutzer durch zielgenaue Webseiten-Inhalte.

Insbesondere der letzte Punkt ist wichtig: Finden Nutzer/innen die Information, nach der sie gesucht haben oder springen sie zu Google zurück und suchen weiter? Google nutzt solcherlei Signale, um zu analysieren, ob ein Treffer zu einer Suchanfrage passt und gleicht sein Ranking automatisch anhand dieser Signale an. Für falsche Themen zu optimieren bringt heutzutage nichts mehr, wenn ich den Nutzern nichts bieten kann.

Der Beispiel-Screenshot aus der Textengine von Retresco macht deutlich, dass auch automatisch generierte Texte auf Regeln basieren, die von Menschen gemacht und überwacht werden.
© Retresco
Der Beispiel-Screenshot aus der Textengine von Retresco macht deutlich, dass auch automatisch generierte Texte auf Regeln basieren, die von Menschen gemacht und überwacht werden.
Automatisiert generierte Texte sind für die Suchmaschinenoptimierung auch bestens geeignet, da Angebote bei der Suche höher eingestuft werden, sofern Produkte über individuelle Beschreibungen verfügen. Der Königsweg ist hierbei, innerhalb einer Produktbeschreibung sogar maßgeschneiderte Texte für unterschiedliche Produktoptionen bereitzustellen (zum Beispiel Farben oder Muster).

Allerdings lassen sich zehn- bis hunderttausende SEO-Texte auch durch mehrere Content-Manager kaum in hoher Qualität bewältigen – schon gar nicht in der benötigten Listing-Geschwindigkeit. Zudem lässt sich Google von Textvarianten „überzeugen“, die sich nicht nur im Wortlaut, sondern 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 können automatisiert generierte Texte deutlich mehr inhaltliche Varianz, Geschwindigkeit und Flexibilität bieten.

Automatisierte Textgenerierung und GPT-3: What’s next?
Automatisierte Textgenerierung ist kein neues Phänomen und bei führenden Online-Shop-Betreibern und Händlern heute gang und gäbe. Trotzdem entwickelt sich die Technologie stetig weiter und eröffnet immer wieder neue Möglichkeiten.

Aktuell ist viel von End-to-End-Generierung auf Basis von GPT-3 die Rede. GPT-3 zählt zu den so genannten großen Sprachmodellen, die mittels Deep Learning nahezu sämtliche verfügbare Internet-Inhalte „lesen“ und sich das notwendige Wissen antrainieren. Diese Modelle bieten Fähigkeiten, über die solche Generatoren in dieser Form bislang nicht verfügten. Sie sind in der Lage, Text automatisiert in überzeugender Qualität zu verfassen.

Allerdings sollten solche Ansätze nur in einem assistierenden Prozess mit dem Menschen eingesetzt werden. Soll der Content Qualitätsansprüche erfüllen und damit nicht gegen Google-Richtlinien verstoßen, müssen die Content-Manager immer noch jeden einzelnen generierten Text prüfen und unter Umständen anpassen, denn die Systeme machen noch eine Menge Fehler. Zugleich gibt es bei GPT-3 eine Vielzahl von Herausforderungen, wenn es darum geht, neue Informationen zu erfassen und in einen richtigen Kontext einzubetten.

Das Thema automatisierte Textgenerierung wird auch künftig von hoher Aktualität bleiben. Maßgeblich ist hierbei, dass Google effektiv keinen Unterschied zwischen menschlich und automatisiert erstelltem Content macht. Vielmehr geht es um die Güte und die Varianz der Texte, da Google und vor allem die Nutzer auf qualitativ hochwertigen Content angewiesen sind. Google belohnt Seiten, die auf ihre Nutzer eingehen. Die Nutzer-Intention sollte deshalb antizipiert und unterschiedlichste Suchanfragen textlich abgebildet werden.