SEO-Strafen für KI-Content: Was Google tatsächlich abstraft

TL;DR: Google hat nie eine „KI-Strafe“ eingeführt. Das Core- und Spam-Update vom März 2024 zielt auf Scaled Content Abuse und wenig hilfreiche Inhalte ab – egal, wie sie erstellt wurden. Das Risiko besteht also nicht darin, KI für einen Blog-Entwurf zu nutzen, sondern darin, massenhaft ohne fachliches Urteil zu veröffentlichen. Lösen Sie das Urteilsproblem, verschwindet die KI-Frage fast von selbst.

Ich betreibe eine KI-Content-Pipeline als Produkt. Sie ist Teil von SEOJuice, liefert Entwürfe für unseren eigenen Blog, und in den letzten zwei Jahren habe ich damit sowohl wirklich gute Artikel als auch solche erzeugt, die nie hätten freigeschaltet werden dürfen. Wenn mich ein Kunde also fragt: „Bekommen wir Ärger von Google, weil wir KI einsetzen?“, antworte ich ohne Ausflüchte. Unsere Erfahrung: Die Seiten, die leiden, sind dünn, repetitiv und massenhaft produziert – sie würden auch leiden, wenn ein Mensch jedes Wort getippt hätte.

Dies ist eine Überarbeitung. In der früheren Version erfand ich ein „Helpful-Content-Update März 2025“ und den Google-Begriff „AI-assisted Keyword Noise“. Beides existiert nicht. Ich stelle das klar, denn wer über Penalties schreibt, muss akkurat sein.

Es gibt keine „KI-Strafe“ – aber eine Richtlinie gegen Scaled Content Abuse

Zuerst zum Mythos, weil er sich hartnäckig hält. Es gab nie eine eigenständige „KI-Strafe“ und auch kein „Helpful-Content-Update März 2025“. Tatsächlich hat Google im März 2024 das Helpful-Content-System in den Kern-Algorithmus integriert und zeitgleich neue Spam-Richtlinien veröffentlicht. Die relevante heißt Scaled Content Abuse.

So definiert Google sie – wortwörtlich von der Spam-Policy-Seite:

Scaled content abuse ist gegeben, wenn viele Seiten in erster Linie erstellt werden, um Suchrankings zu manipulieren und nicht, um Nutzern zu helfen. Diese missbräuchliche Praxis konzentriert sich in der Regel darauf, große Mengen nicht origineller Inhalte zu erzeugen, die den Nutzern kaum oder keinen Mehrwert bieten, ganz gleich, wie sie erstellt werden.

Lesen Sie die letzte Klausel zweimal: ganz gleich, wie sie erstellt werden. Der Richtlinie ist egal, ob ein Roboter, ein Freelancer oder Sie um 2 Uhr morgens die Seite geschrieben haben. Entscheidend sind Umfang plus fehlender Wert. In der Ankündigung zum März-Update 2024 sagte Google klar: „Wir stärken unsere Richtlinie gegen dieses missbräuchliche Verhalten – Inhalte in großem Stil zu produzieren, um Rankings zu verbessern – egal ob mit Automatisierung, Menschen oder einer Kombination daraus.“

Jetzt zu den Daten, denn „Vertrau mir“ ist kein Argument. Ahrefs untersuchte rund 600.000 Seiten zu 100.000 Keywords und maß, wie hoch der KI-Anteil pro Ranking-Seite war. Ergebnis: „Wir errechneten die Korrelation zwischen KI-Content-Anteil und Ranking-Position über den gesamten Datensatz. Die Korrelation lag bei 0,011 – faktisch null.“ (Ahrefs ist ein Wettbewerber, deshalb nenne ich sie, verlinke aber nicht. Die Zahl bleibt.)

Null Korrelation. Wenn KI-Nutzung ein Rankingfaktor wäre (positiv oder negativ), stünde dort keine 0,011. Eine zweite Studie zeigt dasselbe: Rankability prüfte die Top 487 Google-Ergebnisse mit Originality.ai und fand 83 % als originell (nicht KI). Kleine Stichprobe, nur ein Detector; ich werte sie als Richtungs-, nicht als Endpunkt. Doch beide Ergebnisse sind konsistent: Autorenschaft entscheidet nicht. Aufwand und Originalität schon.

(Zur Einordnung: Korrelationen sehen Googles Klassifikator nicht, und ich auch nicht. Aber sie zeigen, dass die simple Geschichte „KI-Content wird abgestraft“ im großen Datensatz nicht trägt. Das reicht, um den Mythos zu beerdigen.)

Was Google tatsächlich bestraft – und was nicht

Wenn es nicht das Tool ist, was dann? Die Grenze verläuft zwischen Inhalten, die etwas beitragen, und solchen, die nur Seiten hinzufügen. Am einfachsten denke ich in Mustern: Verhaltensweisen, die in Scaled Content Abuse driften, versus die verantwortungsvolle Version desselben Workflows.

Die linke Spalte hat nach März 2024 Sites aus dem Index gekegelt. Search Engine Journal verfolgte 49.345 Domains: 837 wurden komplett entfernt, und 100 % der betroffenen Sites zeigten KI-Spuren, 50 % bestanden zu 90-100 % aus KI-Content. Klingt nach KI-Penalty, bis man liest: Das waren keine Sites, die hier und da KI nutzten. Es waren vollautomatisierte Content-Farms. Skala plus kein Wert. KI war Mittel, Missbrauch war die Skalierung.

(Auch das ist Detector-basiert und korrelativ; ich nehme es locker. Aber das Muster ist klar: Deindexiert wurden nicht „Sites mit KI“, sondern Sites, die fast nur KI in Masse waren – ohne Aussage.)

Darum verweise ich ständig auf unsere Content-Refresh-Strategie, wenn es um KI-Risiko geht. Einen bestehenden Beitrag zu aktualisieren und zu vertiefen – also Information Gain auf eine bestehende URL zu konzentrieren – ist fast das Gegenteil von Scaled Abuse. Man bündelt Wert, statt ihn über tausend dünne Seiten zu verwässern.

Wie „KI-gestopfter Blog-Content“ wirklich schiefgeht

Hier kommt der Teil, den Umfrage- und Korrelationsartikel nicht schreiben können, weil sie keine Pipeline betreiben. Wir schon. Zwei Leute bauen SEOJuice, veröffentlichen KI-unterstützte Artikel auf unserer Domain, inklusive diesen hier, der mehrere menschliche Durchgänge hatte. Als wir dieses Jahr von .io auf .com umgezogen sind, haben wir jede Seite geprüft – und genau dort liegen die echten Learnings.

Der häufigste Weg, wie ein KI-Entwurf in Penalty-Nähe driftet, ist kein Information Gain. Das Modell liest die SERP-Spitze und gibt eine kompetente Synthese zurück. Kompetent. Synthese. Von Inhalten, die schon ranken. Google findet in diesem Entwurf nichts Neues. Er ist stillschweigend schlimmer als Spam, weil er nett aussieht. Er besteht den Schnelltest – hat aber kein Existenzrecht. Wir fangen sie ab, wenn der Entwurf keine Zahl, kein Beispiel und keine streitbare Aussage enthält.

Etwas, das Drittstudien nicht zeigen können und wir aus dem eigenen Blog wissen: Als wir beim Umzug die Beiträge gegeneinander gelegt haben, die heimlich Rankings verloren, war das Muster anders als erwartet. Die Verlierer waren nicht überproportional KI-Entwürfe. Es waren die Beiträge, die wir in Eile ohne echte Redaktion veröffentlicht hatten – KI-gestützt oder nicht. Auch die wenigen rein manuellen, aber hastig geschriebenen Posts landeten dort. Kein sauberes Experiment, kleine Stichprobe, viele Variablen – doch es deckt sich mit der Ahrefs-Korrelation: Das Tool war nicht der Hebel. Der Edit-Pass war es.

Der zweite Fehler heißt Gleichförmigkeit. Ein KI-Artikel ist okay. Zwanzig KI-Artikel im gleichen Stil klingen gleich: dieselben Drei-Satz-Absätze, dasselbe „erstens, zweitens, schließlich“, dasselbe glatte Fazit. Jeder für sich besteht. Als Korpus wirken sie generiert – genau das Signal, das Scaled Content Abuse erfassen soll. Die Lösung: Ein Mensch entscheidet, dass zwei der zwanzig gar nicht erscheinen. Ein besserer Prompt reicht nicht.

(Das nervt mich bis heute. Gleichförmigkeit automatisiert man schwer weg, weil jedes Stück isoliert akzeptabel ist. Man merkt es erst, wenn man zehn hintereinander liest – das Modell liest nie zehn hintereinander.)

Der dritte Fehler ist Erfindung, und ich habe ein konkretes Beispiel: diesen Artikel. Die alte Version erfand ein komplettes Google-Update und ein Stück Google-Jargon, und niemand prüfte die Quelle. Diese Fehlform richtet den größten Reputationsschaden an; eine erfundene Zahl vergiftet das Vertrauen in alles drumherum. Unsere Pipeline hat Links zu nicht existierenden Seiten halluziniert und „Studien“ zitiert, die Paraphrasen von Paraphrasen waren. Jetzt prüfen wir Zitate an der Primärquelle, daher ist hier jede externe Zahl einer namentlich genannten Studie zugeordnet.

Wie nutzen wir KI also, ohne all das zu produzieren? Indem wir den Entwurf als billigen Teil sehen und das Urteil als teuren. Wir holen uns schnell einen strukturierten Rohtext, dann fügt ein Mensch das hinzu, was ihn lesenswert macht – und streicht ebenso konsequent Entwürfe ohne Mehrwert. Wer die Langfassung will, findet sie in „KI nutzen, ohne die Markenstimme zu verlieren“. Kurzform: Das Tool entwirft, der Mensch entscheidet.

Eine Beobachtung noch, weniger gesichert: Die KI-Entwürfe, die unsere Prüfung bestehen, zielen meist auf eine präzise Suchintention, nicht auf ein breites Keyword. „Beantworte diese konkrete Frage für diesen Leser“ ergibt ein Rückgrat; „schreibe über [Thema]“ ergibt Synthese. Ich glaube (beweisen kann ich es nicht sauber), dass semantisches SEO und Suchintention der Qualitätsfrage vorgelagert sind. Stimmt die Intention, löst sich die Information-Gain-Frage halb von selbst.

Die Pre-Publish-Checkliste, die wir wirklich nutzen

Jetzt zur Praxis. Bevor ein KI-unterstützter Entwurf bei uns live geht, muss er diese Gates passieren. Keines davon erkennt KI. Sie prüfen, ob die Seite ihren Index-Platz verdient – genau das misst die Scaled-Content-Abuse-Richtlinie.

Gate 7 verdient einen eigenen Satz. E-E-A-T heißt, die Seite zeigt, dass jemand mit echter Erfahrung sie geschrieben oder geprüft hat. Es ist kein Metatag am Ende. Reale, verifizierbare Fakten zu zitieren und Behauptungen belegbar zu machen, ist der Großteil; Details dazu in Knowledge-Based Trust und Fakten.

(Offen gesagt: Diese Checkliste passt für ein Zwei-Personen-Team mit ein paar Artikeln pro Woche. Wie sauber sie auf eine Agentur mit Hunderten Kunden-Seiten im Monat skaliert, weiß ich nicht – Gate 8, der menschliche Read-through, bricht dort als Erstes.)

Wer Inhalte für viele Kundensites betreibt, sollte nicht so tun, als lese er jede Seite – das passiert nicht. Automatisieren Sie Gates 1 bis 5 (Information Gain, Fakten, Dedup, Zitate, Link-Health) für jeden Entwurf, und stichproben Sie Gates 6 bis 8 manuell: Ziehen Sie zufällig 15–20 % jeder Wochenproduktion pro Kunde plus jede Seite mit Money-Keyword und lesen Sie die gründlich. Die automatischen Gates fangen mechanische Fehler in Masse, die menschliche Stichprobe fängt Gleichförmigkeit und fehlendes Urteil, bevor ein ganzes Korpus zu reimen beginnt. Die Seite, die Sie deindexiert, ist fast nie die, die Sie geprüft haben.

Wer diese Checkliste nicht händisch auf jede Seite anwenden will: Genau dafür haben wir unsere Content-Quality- und Audit-Tools gebaut – dünne, doppelte und ungeerdete Seiten sichtbar machen, damit ein Mensch entscheidet, ob fixen oder löschen. Lassen Sie Ihren Site-Audit kostenlos laufen, um zu sehen, welche Ihrer Seiten durchfallen würden. (Es ist derselbe Scan, den wir vor jedem Publish auf unserem Blog fahren.)

Häufig gestellte Fragen

Kann ich ChatGPT für Blogposts nutzen, wenn ich danach redigiere?

Ja. Es gibt kein Verbot von KI-unterstützten Entwürfen; Googles Richtlinie zielt auf massenhaft wertlose Inhalte „ganz gleich, wie sie erstellt werden“. Die Redaktion ist wichtig, weil Sie dort Information Gain, Genauigkeit und Standpunkt hinzufügen – nicht, weil sie die KI versteckt. Ein stark editiertes und ein leicht editiertes KI-Stück werden gleich beurteilt: nach dem Nutzen für den Leser.

Penalisiert Google KI-Content direkt?

Nein. In der Ahrefs-Studie mit ~600.000 Seiten lag die Korrelation zwischen KI-Anteil und Ranking bei 0,011 – effektiv null. Google bestraft Scaled Content Abuse und unhilfreiche Inhalte, nicht die Autorenschaft. Deindexiert wurden nach März 2024 quasi vollautomatisierte Content-Farms, nicht Sites, die hier und da KI-Entwürfe nutzen.

Wie viele KI-Artikel sind „zu viele“, um sie auf einmal zu veröffentlichen?

Es gibt keine feste Zahl. Das Risiko entsteht durch Volumen ohne Wert. Hundert wirklich nützliche, unterschiedliche Seiten sind in Ordnung; zehn dünne, austauschbare sind das Problem. Wenn Sie nicht ehrlich sagen können, dass jede Seite etwas bietet, was der SERP fehlt, haben Sie die Linie schon überschritten – egal wie viele.

Schützen interne Links oder Schema KI-Content vor Penalties?

Nein. Interne Links und strukturierte Daten verbessern Auffindbarkeit und Darstellung, machen aber dünne Inhalte nicht wertvoll. Sie sind Hygiene, kein Schutzschild. Eine gut verlinkte Seite ohne Information Gain bleibt eine leere Seite – saubere Leitungen um einen leeren Raum.

Was ist hier der Unterschied zwischen manueller und algorithmischer Maßnahme?

Eine algorithmische Maßnahme (etwa Core- oder Spam-Update) passt Rankings automatisch an und erholt sich automatisch, sobald die Inhalte verbessert und neu gecrawlt werden. Eine manuelle Maßnahme wird von einem Google-Reviewer gesetzt, erscheint in der Search Console und erfordert nach der Korrektur einen Reconsideration Request. Die meisten KI-Content-Probleme sind algorithmisch: Rankings schwinden still, und die Lösung ist, Inhalte zu verbessern oder zu kürzen – nicht, eine Notice anzufechten.

Weiterführende Artikel:

• Content-Refresh-Strategie für SEO
• KI nutzen, ohne die Markenstimme zu verlieren
• Semantisches SEO: Optimieren nach Suchintention
• On-Page-SEO mit Knowledge-Based Trust und Fakten
• So optimieren Sie Ihre Website für KI-Tools