KI-Inhaltserkennungstools schätzen, ob ein Text von einem Sprachmodell geschrieben wurde, aber ihre Ergebnisse sind Wahrscheinlichkeiten, keine Beweise. In der SEO-Arbeit sind sie als ein Signal bei der redaktionellen Überprüfung nützlich: Sie markieren Passagen, die generisch, repetitiv oder unbelegt wirken. Sie sollten niemals eigenständig darüber entscheiden, ob Inhalte veröffentlicht, abgelehnt oder einem Autor angelastet werden, da falsch-positive Ergebnisse häufig vorkommen.
Was messen KI-Inhaltserkennungstools eigentlich?
Tools wie GPTZero, Originality.ai, Copyleaks und der KI-Schreibindikator von Turnitin analysieren statistische Muster in Texten. Zwei Konzepte tauchen häufig auf: Perplexity (wie vorhersehbar jedes Wort für ein Sprachmodell ist) und Burstiness (wie stark Satzlänge und -struktur variieren). Maschinell geschriebene Texte sind tendenziell gleichmäßiger und vorhersehbarer.
Einige Tools trainieren auch Klassifikatoren mit großen Mengen an menschlichen und KI-Texten. Das Ergebnis ist normalerweise ein Prozentsatz oder eine Kennzeichnung pro Satz. Was keines dieser Tools kann, ist die Gedanken des Autors zu lesen oder den Entwurfsprozess zu sehen.
Wie zuverlässig sind Erkennungsergebnisse?
Weniger zuverlässig, als ihre Benutzeroberflächen vermuten lassen. OpenAI hat seinen eigenen KI-Textklassifikator 2023 aufgrund geringer Genauigkeit zurückgezogen. Akademische Studien haben ergeben, dass Detektoren Texte von Nicht-Muttersprachlern häufiger als KI-generiert markieren als Texte von Muttersprachlern und dass leichtes Umschreiben die Ergebnisse stark senken kann.
Die Ergebnisse variieren auch zwischen den Tools. Derselbe Artikel kann in einem Detektor größtenteils als menschlich und in einem anderen größtenteils als KI-generiert eingestuft werden. Kurze Texte, Listen, technische Definitionen und formelhafte Inhalte wie Produktspezifikationen sind besonders anfällig für falsch-positive Ergebnisse.
- Behandeln Sie ein Ergebnis nicht als Beweis für Fehlverhalten.
- Vergleichen Sie keine Ergebnisse verschiedener Tools, als wären sie eine einheitliche Skala.
- Erwarten Sie mehr Rauschen bei Texten unter etwa 300 Wörtern.
- Testen Sie nach Bearbeitungen erneut; ein einzelner Durchlauf ist eine Momentaufnahme, kein Urteil.
Es gibt auch ein Fairness-Problem. Ein Autor, der aufgrund eines Ergebnisses beschuldigt wird, hat keine Möglichkeit, das Gegenteil zu beweisen. Der Entwurfsverlauf in Google Docs oder ein CMS-Revisionsprotokoll ist ein weitaus besserer Beweis als jeder Detektor, und Teams sollten sich darauf verlassen, wenn Fragen aufkommen.
Bestraft Google KI-generierte Inhalte?
Die veröffentlichte Position von Google ist, dass hilfreiche, zuverlässige, menschenzentrierte Inhalte belohnt werden, unabhängig davon, wie sie erstellt wurden. Die Spam-Richtlinien zielen auf massenhaft erstellte Inhalte ab, d. h. viele Seiten, die hauptsächlich dazu dienen, Rankings zu manipulieren, ohne einen Mehrwert für Nutzer zu bieten, egal ob sie von KI, Menschen oder beidem erstellt wurden.
Diese Einordnung ist für Agenturen wichtig. Die Frage, die Google stellt, ist nicht „War ein Modell beteiligt?“, sondern „Hilft diese Seite einem Suchenden und ist sie eine von Tausenden nahezu identischer Seiten?“ Erkennungstools können helfen, das zweite Problem zu erkennen. Das erste können sie nicht beantworten.
Wo passt die Erkennung in einen SEO-Content-Workflow?
Wir verwenden Detektoren als Qualitätsimpuls, nicht als Filter. Ein hoher KI-Wahrscheinlichkeitswert bei einem Entwurf deutet meist auf dieselben Schwächen hin, die ein Redakteur ohnehin markieren würde: vage Anfänge, wiederholte Satzformen, Füllübergänge und Behauptungen ohne Details.
Ein praktischer Überprüfungsablauf
- Briefing: Definieren Sie die Suchintention, die zu beantwortenden Fragen und das Material aus erster Hand, das der Autor einbeziehen muss.
- Entwurf: Menschlich, KI-unterstützt oder beides, mit Quellenangaben für jede faktische Behauptung.
- Redaktionelle Überprüfung: Überprüfen Sie Genauigkeit, Übereinstimmung mit der Intention, Struktur und Markenstimme.
- Signalprüfung: Führen Sie einen Detektor und eine Plagiatsprüfung durch; markieren Sie gekennzeichnete Passagen für eine zweite Durchsicht.
- Überarbeitung: Fügen Sie Beispiele, Daten mit Quellen, Screenshots oder Expertenbeiträge hinzu, wo Passagen generisch waren.
- Endgültige Genehmigung durch einen namentlich genannten Redakteur, dokumentiert im Content-Tracker.
Beachten Sie, dass der Detektor nach der menschlichen Überprüfung kommt. Würde er zuerst laufen, würden sich Redakteure auf die Zahl fixieren und aufhören, kritisch zu lesen.
Welche Signale sind wichtiger als ein Detektor-Ergebnis?
Mehrere Prüfungen sagen besser voraus, ob Inhalte Rankings und Zitate erzielen werden, als jede KI-Wahrscheinlichkeitszahl.
- Originalinformationen: Daten, Fotos, Prozessdetails oder Meinungen, die nur dieses Unternehmen bereitstellen kann.
- Klare Autorenschaft: ein echter Autor mit relevanter Erfahrung und einer Autorenseite.
- Faktische Genauigkeit: jede Zahl und Behauptung muss auf eine Quelle zurückführbar sein.
- Übereinstimmung mit der Intention: Die Seite beantwortet die Frage hinter dem Keyword im ersten Absatz.
- Ähnlichkeit auf Seitenebene: wie nah die Seite an anderen Seiten auf derselben Website liegt.
Der letzte Punkt wird leicht übersehen. Interne Duplizierung über Hunderte ähnlicher Seiten hinweg ist ein stärkeres Risikosignal als die Frage, ob ein Artikel mit ChatGPT entworfen wurde. Ähnlichkeitstools wie Siteliner oder ein einfacher MinHash-Vergleich in einem Skript enthüllen Cluster von nahezu Duplikaten.
Wie Alien Road KI-Inhaltserkennung verwendet
Bei einem typischen Engagement beginnen wir mit einem Content-Audit. Wir crawlen die Website, gruppieren Seiten nach Vorlage und Thema, messen die interne Ähnlichkeit und nehmen Stichproben von Seiten für Detektor-Ergebnisse zusammen mit Verkehrs- und Indexierungsdaten aus der Search Console. Das Ziel ist es, Muster zu finden, zum Beispiel eine Reihe von Standortseiten, die zu 90 Prozent identisch sind und nie indexiert wurden.
Die Einrichtung bedeutet, den oben genannten Überprüfungsablauf in den redaktionellen Prozess des Kunden zu integrieren, wobei ein Detektor und eine Plagiatsprüfung in den Content-Tracker eingebaut sind. Die Messung folgt der Indexierungsrate, den Impressionen und dem Engagement für überarbeitete Seiten im Vergleich zu unberührten. Der Bericht beschreibt, welche Seiten warum umgeschrieben wurden und wie sie abgeschnitten haben, und wir präsentieren einem Kunden niemals ein Detektor-Ergebnis als Urteil über seine Autoren.
Wir achten auch auf das gegenteilige Versagen. Autoren, die wissen, dass ein Detektor im Einsatz ist, fügen manchmal seltsame Formulierungen oder absichtliche Tippfehler hinzu, um die Ergebnisse zu senken. Das macht den Inhalt für die Leser schlechter. Die Anweisung ist einfach: Schreiben Sie für den Suchenden und lassen Sie den Redakteur urteilen.
Welche Richtlinie sollte ein Kundenteam verabschieden?
Eine kurze schriftliche Richtlinie verhindert die meisten Streitigkeiten. Sie sollte festlegen, ob KI-Unterstützung erlaubt ist oder nicht, welche Tools zugelassen sind, dass jede Seite eine menschliche Bearbeitung und Faktenprüfung benötigt und dass Erkennungsergebnisse beratend sind. Sie sollte auch besagen, wie mit Meinungsverschiedenheiten umgegangen wird: Die Lesart des Redakteurs des Textes hat Vorrang vor einem Ergebnis.
Wo man diese Woche anfangen sollte
Wählen Sie zehn Ihrer veröffentlichten Seiten aus, einschließlich einiger, von denen Sie wissen, dass sie mit KI entworfen wurden, und einiger, von denen Sie wissen, dass dies nicht der Fall war. Lassen Sie sie durch zwei Detektoren laufen und notieren Sie die Ergebnisse neben ihren Search-Console-Klicks. Die Diskrepanz, die Sie wahrscheinlich sehen werden, ist das beste Argument dafür, die Erkennung als Hinweis zu behandeln, und verbringen Sie dann Ihre Bearbeitungszeit mit den Seiten mit schwachem Traffic und generischem Text.
Weiterlesen: SEO (Suchmaschinenoptimierung) · SEO