E-E-A-T: Was Google bewertet und wie Sie es belegen

Als ich diesen Beitrag 2025 zum ersten Mal veröffentlichte, stand darin ein Fehler, der im deutschen SEO-Markt bis heute weit verbreitet ist: Experience wurde als Nutzererlebnis auf der Website erklärt. Google meint mit dem zweiten E etwas anderes, nämlich die Erste-Hand-Erfahrung der Person, die den Inhalt erstellt. Wer das verwechselt, optimiert am falschen Ende und hakt die vier Kriterien mit SSL-Zertifikat und Kundenbewertungen ab.

In dieser vollständig überarbeiteten Fassung erkläre ich Ihnen E-E-A-T so, wie Google es selbst definiert: mit dem Wortlaut der Search Quality Rater Guidelines, mit Googles eigener Aussage zur Frage „Rankingfaktor oder nicht“, mit den Belegen, die auf Ihrer Website zählen, und mit den Studien, die zeigen, wie dieselben Signale in ChatGPT, AI Overviews und AI Mode wirken. Am Ende finden Sie meine Prüfmethodik aus der Beratungspraxis inklusive eines Audit-Prompts, mit dem Sie jede Seite selbst testen können. Stand: 5. September 2026.

Was ist E-E-A-T?

E-E-A-T ist Googles Rahmen zur Bewertung von Inhaltsqualität und steht für Experience (Erfahrung), Expertise (Fachwissen), Authoritativeness (Autorität) und Trustworthiness (Vertrauenswürdigkeit). Definiert ist er in Abschnitt 3.4 der Search Quality Rater Guidelines, dem Handbuch für die menschlichen Bewerter, mit denen Google die Qualität seiner Suchergebnisse misst. Vertrauen ist laut Google das wichtigste der vier Elemente.

Die aktuelle Fassung der Search Quality Rater Guidelines trägt das Datum 11. September 2025. Sie formuliert die vier Begriffe knapp, und genau an dieser Formulierung sollten Sie sich orientieren, nicht an den Umschreibungen, die im Markt kursieren.

Experience: Erste-Hand-Erfahrung mit dem Thema

Google fragt, ob die Person, die den Inhalt erstellt hat, die notwendige Erfahrung aus erster Hand oder aus dem eigenen Leben mitbringt. Ein Testbericht setzt voraus, dass jemand das Produkt benutzt hat. Ein Reisebericht setzt voraus, dass jemand dort war. Ein Erfahrungsbericht zu einer Krankheit setzt voraus, dass jemand sie durchlebt hat. Mit dem Nutzererlebnis auf Ihrer Website, also Navigation, Ladezeit oder Design, hat dieses E nichts zu tun.

Expertise: Wissen und Können

Expertise beschreibt laut den Guidelines das notwendige Wissen oder die notwendige Fähigkeit für das Thema. Wer die Ausfüllhinweise zu einem Steuerformular schreibt, braucht Fachwissen; wer über seine Erfahrung mit einer Steuersoftware berichtet, braucht Erfahrung. Beides ist legitim, aber für unterschiedliche Fragen.

Authoritativeness: bekannt als Anlaufstelle

Autorität bedeutet, dass der Ersteller oder die Website für das Thema als maßgebliche Quelle bekannt ist. Das ist eine Außensicht: Sie entsteht durch Erwähnungen, Verlinkungen und Referenzen anderer, nicht durch die eigene Behauptung. Wie sich diese Autorität als Marktposition aufbauen lässt, behandle ich in einem eigenen Beitrag; hier geht es um die Belege auf Ihrer Seite.

Trustworthiness: korrekt, ehrlich, sicher, verlässlich

Vertrauenswürdigkeit definiert Google als das Maß, in dem eine Seite korrekt, ehrlich, sicher und verlässlich ist. Die Guidelines nennen Trust ausdrücklich das wichtigste Mitglied der E-E-A-T-Familie, mit einer einfachen Begründung: Ein erfahrener Betrüger bleibt ein Betrüger. Erfahrung, Expertise und Autorität stützen das Vertrauen, ersetzen es aber nicht.

Vom E-A-T zum zweiten E: Warum Google 2022 die Erfahrung ergänzt hat

Bis Dezember 2022 hieß das Konzept E-A-T. Mit einem Update der Rater Guidelines ergänzte Google die Erfahrung als eigenes Kriterium. Der Grund: Für viele Fragen ist gelebte Erfahrung wertvoller als formale Qualifikation, und die Bewerter sollten das honorieren können.

Die Guidelines machen den Unterschied in Abschnitt 3.4.1 an Beispielen fest. Bei der Frage nach Behandlungsoptionen für Leberkrebs erwarten Nutzer medizinische Expertise. Bei der Frage, wie sich das Leben mit der Diagnose anfühlt, ist ein Forum mit Berichten Betroffener die bessere Quelle. Beim Ausfüllen eines Steuerformulars zählt Fachwissen; bei der Frage, wie eine Steuersoftware im Alltag funktioniert, zählt Erfahrung. Diese Trennung ist der Kern des zweiten E: Erfahrung ist kein Ersatz für Expertise, sondern ein eigener Nachweis, den Sie für die passenden Fragen erbringen müssen.

Ist E-E-A-T ein Rankingfaktor?

Nein. Google schreibt in seiner Dokumentation, dass E-E-A-T selbst kein spezifischer Rankingfaktor ist. Die Ranking-Systeme nutzen stattdessen eine Mischung aus Faktoren, um Inhalte zu erkennen, die ein starkes E-E-A-T zeigen. Die Bewertungen der Quality Rater fließen nicht direkt in die Algorithmen ein, sondern dienen Google als Maßstab für die Qualität der Suchergebnisse.

Die Quelle für diese Aussage ist Googles eigene Seite „Creating helpful, reliable, people-first content“. Dort steht auch, dass Rater-Daten nicht direkt in den Ranking-Algorithmen verwendet werden. Google vergleicht die Bewertungen mit Feedback-Karten in einem Restaurant: Sie zeigen, ob die Systeme gut arbeiten, aber sie entscheiden nicht über ein einzelnes Ergebnis. Auf der Seite „How Search Works“ formuliert Google es so: Die Bewertungen beeinflussen das Ranking nicht direkt, sie dienen als Benchmark. Aussagen wie „Vertrauen ist der wichtigste Rankingfaktor laut Google“, die Sie in anderen Ratgebern lesen, sind deshalb falsch; Google sagt, Vertrauen sei das wichtigste Element von E-E-A-T, nicht ein Rankingfaktor.

Warum ist E-E-A-T dann trotzdem entscheidend? Meine Lesart aus der Praxis: Google kann Erfahrung, Expertise und Vertrauen nicht direkt messen, also arbeiten die Systeme mit Stellvertretersignalen, die diese Eigenschaften abbilden. Dazu gehören, wer auf Sie verlinkt, in welchem Kontext Ihr Marken- oder Autorenname im Netz erwähnt wird, ob Ihre Personen und Ihr Unternehmen als verknüpfte Entitäten im Knowledge Graph erkannt werden, und wie Nutzer mit Ihren Ergebnissen umgehen. Die Rater-Bewertungen sind der Maßstab, an dem Google misst, ob eine Änderung an diesen Systemen die Qualität verbessert. Das ehemals eigenständige Helpful Content System ist laut Googles Leitfaden zu den Ranking-Systemen seit März 2024 Teil der Core-Ranking-Systeme; die Idee dahinter, nutzerorientierte Inhalte von reinem Suchmaschinen-Futter zu unterscheiden, lebt in jedem Core Update weiter.

Ein Detail, das oft übersehen wird: Bereits im Februar 2019 schrieb Google in seinem Whitepaper „How Google Fights Disinformation“, dass die Systeme bei erkannten YMYL-Anfragen Faktoren wie Autorität, Expertise und Vertrauenswürdigkeit stärker gewichten. Die Gewichtung ist also anfrageabhängig. Was in einem Themenfeld reicht, reicht in einem anderen nicht.

Wer E-E-A-T als Checkliste mit SSL-Siegel und Bewertungs-Widget abhakt, optimiert am Symptom. Die Systeme suchen nach Spuren echter Erfahrung und nach dem, was andere über Sie sagen. Beides lässt sich nicht einbauen, nur erarbeiten.

Was bedeutet YMYL und warum zählt Vertrauen dort doppelt?

YMYL steht für „Your Money or Your Life“ und bezeichnet Themen, die Gesundheit, finanzielle Sicherheit, Sicherheit oder das Wohl der Gesellschaft beeinflussen können. Für solche Themen gewichten Googles Systeme Inhalte, die die vier Kriterien stark erfüllen, laut Dokumentation noch höher, weil Fehlinformationen dort realen Schaden anrichten.

Die Rater Guidelines definieren YMYL in Abschnitt 2.3 über vier Kategorien: Gesundheit oder Sicherheit, finanzielle Sicherheit, seit dem Update vom September 2025 ausdrücklich Staat, Bürgerrechte und Gesellschaft (einschließlich Wahl- und Abstimmungsinformationen), sowie sonstige Themen mit vergleichbarer Tragweite. Laut Search Engine Land bezeichnete Google dieses Update als kleine Anpassung ohne Änderung der Bewertungslogik; die YMYL-Definition wurde präzisiert, nicht erweitert.

Für meine Mandanten aus Recht, Steuern, Finanzen und Gesundheit heißt das: Der Nachweis ist dort keine Kür. Eine Kanzlei, die Rechtsfragen erklärt, wird an den Maßstäben für YMYL gemessen, und zwar zusätzlich zu den berufsrechtlichen Werbegrenzen, die im SEO für Anwaltskanzleien ohnehin gelten. Aber auch außerhalb von YMYL gilt der Rahmen: Google prüft dort nur weniger streng, nicht gar nicht.

Wie belegen Sie Erfahrung, Expertise und Vertrauen auf Ihrer Website?

Belegen können Sie die vier Kriterien nur mit Nachweisen, nicht mit Behauptungen: Erfahrungsspuren im Inhalt selbst, nachvollziehbare Autorenprofile, verlinkte Quellen und Transparenz darüber, wer hinter der Website steht und warum sie existiert. Google fasst das in seiner Dokumentation in drei Fragen zusammen: Wer hat den Inhalt erstellt, wie wurde er erstellt, und warum.

Experience sichtbar machen

Wenn ich in Mandaten prüfe, ob Erfahrung belegt ist, suche ich nach Spuren, die ein Außenstehender nicht liefern könnte. Vier Arten von Belegen haben sich bewährt:

• Original-Medien: eigene Fotos, Videos oder Screenshots statt Stock-Bildern und Hersteller-Renderings, im Idealfall mit Menschen, die das Produkt nutzen.
• Methodik-Kasten: ein klarer Absatz „So habe ich getestet“ oder „Mein Setup“, der Zeitraum, Bedingungen und Grenzen des Tests benennt.
• Unkonventionelle Details: Haptik, Geräusche, Software-Fehler, Wartezeiten, Frustrationen. Alles, was nicht im Datenblatt steht, beweist, dass jemand dabei war.
• Eigene Daten: Messwerte, Benchmarks, Umfragen aus erster Hand statt kopierter Herstellerangaben.

Eine Nuance zu Bildern: Ein Test der Nielsen Norman Group mit 77 Teilnehmenden fand keinen Vertrauensverlust, wenn KI-Bilder statt Stock-Fotos eingesetzt wurden; nur die wahrgenommene Authentizität lag bei den KI-Bildern leicht höher. Das Problem von Stock-Fotos liegt also nicht beim Leser, sondern beim fehlenden Nachweis: Weder ein Stock-Foto noch ein KI-Bild beweist, dass Sie das Produkt in der Hand hatten.

Autorenprofil und Autorenbox

Ein Autorenprofil beantwortet die Frage „Wer?“ so, dass ein Leser und ein Bewerter es prüfen können: Name, Rolle, fachlicher Hintergrund, Bezug zum Thema und Links zu externen Belegen wie LinkedIn, Fachartikeln oder Vorträgen. Die Autorenbox am Beitrag verweist auf dieses Profil. Ein Track-Record wirkt stärker als Titel: „Seit 2014 in SEO-Projekten für Kanzleien und Mittelstand“ sagt mehr als „Experte für digitales Marketing“. Auf dieser Website übernimmt die Über-mich-Seite diese Funktion, mit dem LinkedIn-Profil als externer Belegkette.

Zur Frage „Wie?“ gehört auch die Offenlegung von KI-Unterstützung, wenn Leser sie erwarten würden. Google empfiehlt in seiner Dokumentation, den Entstehungsprozess dort zu erläutern, wo es dem Leser hilft. Zur Frage „Warum?“ gehört die Intention: Inhalte, die primär existieren, um Suchmaschinen-Traffic abzugreifen, erkennt Google als Spam-Muster; Inhalte, die eine echte Frage beantworten, nicht.

Trust-Grundlagen: Impressum, Kontakt, Quellen, Kennzeichnung

Vertrauen beginnt bei den unspektakulären Dingen: ein vollständiges Impressum, erreichbare Kontaktwege, Quellenlinks für jede Tatsachenbehauptung, saubere Kennzeichnung von Werbung und Affiliate-Links, eine klare Trennung von redaktionellem Inhalt und Verkauf. Fehlt eines davon, nützen Erfahrung und Expertise wenig.

Die häufigsten Fehler aus der Beratungspraxis

In Audits sehe ich fünf Muster immer wieder. Sie sind nicht exotisch, sondern Alltag, und genau deshalb kosten sie Sichtbarkeit.

1. Kuratieren statt erleben: Der Autor fasst Amazon-Rezensionen und fremde Blogs zusammen, ohne das Produkt je besessen zu haben. Das ist ein Fake-Test, auch wenn er gut geschrieben ist.
2. Stock-Fotos im Testbericht: Ein Wanderschuh-Test, der nur das weiße Herstellerbild zeigt, fällt beim Experience-Check durch, egal wie lang der Text ist.
3. Gesichtslose Redaktion: Beiträge erscheinen unter „Admin“ oder „Redaktion“, ohne Vita, ohne digitalen Fußabdruck, ohne prüfbaren Bezug zum Thema.
4. Experience und Expertise verwechselt: Wer eine Krankheit überlebt hat, hat Erfahrung; wer sie behandelt, hat Expertise. Wenn ein Laie medizinischen oder rechtlichen Rat als Fachwissen ausgibt, ist das bei YMYL-Themen ein toxisches Signal.
5. Trust-Lücken: fehlendes Impressum, keine Kontaktmöglichkeit, unmarkierte Werbung. Ohne Vertrauen sind die anderen drei Buchstaben wertlos.

Google hat auf diese Muster reagiert. Mit dem Rater-Update vom 23. Januar 2025 nennen die Guidelines in Abschnitt 4.5.3 erfundene Inhaber- oder Autorenprofile, KI-generierte Inhalte mit ausgedachten Autoren und Profile mit falschen Qualifikationen als Gründe für die niedrigste Bewertung; Search Engine Land hat die Änderungen im Detail dokumentiert. Massenhaft erzeugte Inhalte ohne Mehrwert gelten unabhängig von der Herstellungsweise als Scaled Content Abuse.

Wie schnell das wirkt, zeigt ein Experiment von Otterly.ai aus dem Sommer 2026: Zwei neue Domains mit je rund 1.000 KI-generierten Artikeln zu einem Nischenthema verloren ihre Google-Sichtbarkeit ohne manuelle Maßnahme, die eine Variante nach etwa acht Tagen mit 39 Klicks, die andere nach etwa zwölf Wochen mit 962 Klicks. Otterly selbst betont, dass sich der Effekt der erfundenen Autorenprofile nicht sauber isolieren ließ; die Richtung ist trotzdem eindeutig. Dazu passt, was John Mueller von Google im Podcast Search Off the Record erklärte, wie Search Engine Roundtable berichtete: Bei ernsten Qualitätszweifeln crawlt und indexiert Google eine Website insgesamt weniger. Warum Qualitätszweifel die Indexierung drosseln, erkläre ich im Beitrag zum Googlebot.

Der Einwand, den ich in Audits am häufigsten höre: „Wir haben doch ein Impressum, SSL und eine Autorenzeile, was fehlt denn noch?“ Meine Gegenfrage: „Welcher Satz auf dieser Seite könnte nur von jemandem stammen, der das selbst erlebt hat?“ Meistens folgt Schweigen.

Können KI-generierte Texte Erfahrung und Expertise zeigen?

Ja, Google bewertet die Qualität eines Inhalts, nicht die Art seiner Herstellung. Ein KI-gestützter Text kann E-E-A-T zeigen, wenn eine erfahrene Person ihn prüft, um eigene Belege ergänzt und verantwortet. Ohne Aufwand, Originalität und Mehrwert erhält er die niedrigste Bewertung, und KI liefert keine Erste-Hand-Erfahrung, die Sie nicht selbst gemacht haben.

Googles Leitfaden zu generativen KI-Inhalten verweist auf die Rater Guidelines: Hauptinhalt, der automatisch oder per KI mit wenig Aufwand, wenig Originalität und wenig Mehrwert erzeugt wurde, gilt als Lowest. Die Spam-Richtlinien ergänzen: Wer viele Seiten erzeugt, um Rankings zu manipulieren statt Nutzern zu helfen, verstößt gegen die Regeln, egal ob Mensch oder Maschine schreibt. Wingmen ergänzt in einer Einordnung eine zweite Perspektive: KI-Anbieter versuchen, KI-generierte Inhalte aus ihren Trainingsdaten zu halten, weshalb massenhafter KI-Content auch als Strategie für Markenpräsenz in Sprachmodellen riskant ist.

Der Zusammenhang zur KI-Suche ist direkt. Tomek Rudzki von Peec AI beschreibt in einer Analyse, dass Sprachmodelle beim Beantworten auf Suchmaschinen zurückgreifen; wer in Google an Sichtbarkeit verliert, verschwindet deshalb oft auch aus KI-Antworten. Eine Auswertung der Flying V Group zeigt in dieselbe Richtung: Seiten, die KI-Systeme zitieren, enthalten deutlich weniger austauschbaren Standard-Inhalt als Seiten, die nur klassisch gut ranken; die Autoren stufen den Befund als richtungsweisend, nicht als abschließend ein. Erfahrung ist genau das, was KI nicht austauschbar reproduzieren kann.

Welche Rolle spielt E-E-A-T in KI-Suche und GEO?

Für AI Overviews und AI Mode nennt Google keine zusätzlichen Anforderungen; es gelten dieselben Grundsätze wie für die klassische Suche. Ihre Belege wirken in der KI-Suche über zwei Wege: über das, was die Modelle bereits über Ihre Marke wissen, und über Drittquellen, gegen die KI-Systeme Ihre Aussagen prüfen, bevor sie Sie zitieren oder empfehlen.

Googles Dokumentation zu den KI-Funktionen beschreibt, wie AI Mode eine Frage in mehrere Teilanfragen zerlegt („query fan-out“), und verweist für die Inhaltsqualität auf dieselbe Seite über hilfreiche Inhalte, aus der die Aussagen oben stammen. Danny Sullivan von Google brachte es auf der WordCamp US im August 2025 auf die Formel „Good SEO is good GEO“, wie Search Engine Land berichtete.

Marke als Prior: Was die Modelle vor der Suche wissen

Mehrere unabhängige Auswertungen zeigen, dass KI-Systeme Marken bevorzugen, die sie bereits kennen. Suganthan Mohanadasan hat 3.554 von ChatGPT abgerufene Seiten analysiert: Marken, die ChatGPT schon in seiner ersten selbst formulierten Suchanfrage nannte, erschienen in 68,9 Prozent der Antworten, nur abgerufene Seiten in 2,1 Prozent; von allen abgerufenen Seiten wurden 3,1 Prozent zitiert. Der Autor weist selbst darauf hin, dass die Daten aus einem einzelnen Account stammen und Richtwerte sind (Analyse vom August 2026).

Seer Interactive kommt in einer Auswertung von 541.213 KI-Antworten über 20 Marken zu einem ähnlichen Bild: Nennt das Modell eine Marke in seiner Antwort, zitiert es deren Inhalte in 53,1 Prozent der Fälle; ohne Nennung sind es 10,6 Prozent. Die These der Autoren: Modelle bilden Empfehlungen aus dem Trainingswissen und suchen Belege erst danach. Eine zweite Seer-Studie, durchgeführt an Olympia-Athleten statt an Marken, beschreibt eine Signal-Hierarchie aus Entitäts-Autorität (Wikipedia als stärkster Einzelprädiktor), Bestätigung durch Dritte und Community-Diskussion; Personen mit allen drei Signalschichten wurden 7,8-mal häufiger genannt. Die Übertragung auf Unternehmen ist naheliegend, aber eine Interpretation.

Zwei weitere Befunde relativieren klassische SEO-Erfolgsrezepte: Eine Untersuchung von Organic Labs über 134 Software-Kategorien fand, dass Topical Authority zwar mit Google-Rankings korreliert, aber nicht mit der Sichtbarkeit in KI-Suche. Eine Semrush-Auswertung mit Kevin Indig über 283.215 Zitationen zeigt, dass Marken nah an ihrem Kernthema in 74 Prozent der Fälle als Quelle verlinkt und in 44 Prozent namentlich genannt werden, fern davon deutlich seltener. Wie Sie eine solche Positionierung in KI-Modellen aufbauen, ist Thema meines GEO-Beitrags; die Debatte um Marken in der agentischen Suche führe ich im Beitrag zum AI Mode.

Drittquellen und Reputation: Was die KI über Sie von anderen lernt

Der zweite Weg läuft über Quellen, die Sie nicht kontrollieren. Aleyda Solis hat mit Semrush Enterprise die Top-10-Quelldomains von KI-Antworten für 45 Marken ausgewertet: Im Finanzbereich stammen 79,4 Prozent dieser Domains von fremden Websites, nur 20,6 Prozent von der Marke selbst (Analyse vom August 2026). Bain & Company beziffert in einer Studie vom April 2026, dass bei nicht markenbezogenen Anfragen 89 Prozent der ausgespielten Quellinhalte aus Drittquellen stammen: Bewertungsplattformen, Fachpublikationen, Analysten. Bei B2B-Software zitiert laut SE Ranking gut ein Drittel aller AI Overviews (34,5 Prozent) mindestens eine Bewertungsplattform, und fünf Plattformen teilen 88 Prozent dieser Zitate unter sich auf.

Besonders aufschlussreich ist, wie ChatGPT eine Marke prüft. MJ Cachón hat 189 Marken-Prompts mit 1.797 Teilanfragen untersucht: Ein Prompt über eine Marke löst im Schnitt gut zehn Suchen aus, drei von zehn gezielt per site:-Operator; 23,8 Prozent der Teilanfragen stehen in Anführungszeichen, das Modell prüft also Aussagen wörtlich, und 18,4 Prozent der gezielten Abfragen richten sich an Dritte wie Register, Bewertungsportale und Fachpresse (Studie vom August 2026). KKP zieht daraus den Schluss, dass die Website jede Teilfrage selbst beantworten sollte; was sie nicht beantwortet, holt sich das Modell bei Portalen. Für Ihre Nachweise heißt das: Ihre Belege müssen dort stehen, wo eine wörtliche Prüfung sie findet, und Ihre Reputation bei Dritten muss zu dem passen, was Sie selbst behaupten.

Die Nutzerseite: Marke schlägt Position

Auch Menschen reagieren so. In einer Stepstone-Befragung von 2.122 Personen lasen 35 Prozent die AI Overviews aktiv; beim anschließenden Klick war laut den Autoren der Einfluss der Marke deutlich stärker als die Position im Ranking. Nachweisarbeit, die Ihre Marke erkennbar und glaubwürdig macht, zahlt sich damit dreifach aus: bei Google, bei den Modellen und bei den Menschen, die am Ende entscheiden.

E-E-A-T ist für mich weder Rankingfaktor noch Buzzword, sondern der Bauplan, nach dem Google seine Systeme ausrichtet. Wer ihn befolgt, bedient genau die Signale, die belohnt werden sollen, in der klassischen Suche wie in den KI-Antworten.

Wie prüfen Sie Ihre Website selbst? Methodik und KI-Prompt

E-E-A-T hat keinen Score, den ein Tool ausliest. Prüfbar sind drei Dinge: ob Ihre Seite Belege für Erfahrung, Expertise und Vertrauen enthält, ob Nutzer sich so verhalten, als würden sie sie glauben, und ob ein Sprachmodell im Text Erste-Hand-Erfahrung findet, die eine KI oder ein Laie nicht hätte schreiben können.

In meinen Audits kombiniere ich fünf Prüfungen. Keine davon liefert eine Kennzahl für die vier Kriterien, jede liefert einen Hinweis:

Prüfung	Werkzeug	Was Sie ablesen
Suchanfragen mit Erfahrungsbezug	Google Search Console	Klicks und Klickrate für Anfragen mit „Erfahrungen“, „Test“ oder „im Alltag“. Ranken Sie dort nicht, liest Google Ihren Text eher als Informationssammlung denn als Erfahrungsbericht.
Engagement	Google Analytics 4	Engagement-Rate und Scrolltiefe im Vergleich zu generischen Ratgebern derselben Website. Echte Erfahrungsberichte mit eigenen Bildern halten Leser länger.
Verlinkte Belege	Backlink-Tool	Verlinken andere Seiten Ihre eigenen Diagramme, Fotos oder Test-Setups als Quelle? Das ist ein Autoritätssignal, das nur echte Belege erzeugen.
KI-Audit	Sprachmodell Ihrer Wahl	Der Prompt unten lässt das Modell nach Erste-Hand-Belegen suchen und generische Passagen benennen.
Entitäten-Erkennung	Natural-Language-API oder Knowledge-Panel-Suche	Wird Ihr Autor als eigene Entität mit Themenbezug erkannt? Ein indirekter Hinweis, kein Beweis.

Der folgende Prompt ist der, den ich in Audits einsetze. Er spricht das Modell in der Du-Form an; das ist Prompt-Konvention und hat nichts mit der Anrede Ihrer Leser zu tun. Ersetzen Sie die Platzhalter in eckigen Klammern und fügen Sie den Text der zu prüfenden Seite am Ende ein.

Du handelst als Senior SEO-Analyst und strenger Google Search Quality Rater. Deine Aufgabe ist es, den untenstehenden Textaufbau und Inhalt basierend auf den aktuellen Google Search Quality Evaluator Guidelines auf E-E-A-T (Experience, Expertise, Authoritativeness, Trust) zu auditieren.

Kontext zum Text:
* Thema/Nische: [z. B. Finanzberatung für Selbstständige / Testbericht für Laufschuhe]
* Zielgruppe: [z. B. Anfänger, die ihr erstes ETF-Portfolio bauen / erfahrene Marathonläufer]
* Autor (falls im Text nicht ersichtlich): [z. B. Max Mustermann, 10 Jahre Erfahrung als Physiotherapeut]

Führe das Audit in folgenden 5 Schritten durch. Sei extrem kritisch und zeige spezifische Lücken auf, statt den Text nur zu loben.

1. YMYL-Check (Your Money or Your Life): Bewerte kurz (1 bis 2 Sätze), ob dieser Text als YMYL-Thema einzustufen ist. Wenn ja, lege bei der restlichen Bewertung den maximalen Fokus auf Trust und Expertise.

2. Experience (Erfahrung), der First-Hand-Check: Gibt es im Text unbestreitbare Beweise dafür, dass der Autor echte Berührungspunkte mit dem Thema oder Produkt hatte?
* Was fehlt, das ein echter Anwender erwähnen würde (z. B. spezifische Hürden, Sensorik, Bugs, Insider-Tipps)?
* Wirkt der Text wie eine Zusammenfassung von Wikipedia- oder Amazon-Bewertungen? Nenne konkrete Textstellen, die zu generisch klingen.

3. Expertise (Fachwissen): Ist das vermittelte Wissen akkurat, tiefgreifend und auf dem Niveau, das die Zielgruppe erwartet?
* Fehlen wichtige Nuancen oder Fachbegriffe, die ein echter Experte verwenden würde?

4. Authoritativeness (Autorität) und Trust (Vertrauen):
* Enthält der Text ausreichende Quellenangaben für Behauptungen?
* Ist die Intention des Textes (helfen vs. verkaufen) transparent?
* Gibt es Formulierungen, die reißerisch, übertrieben oder irreführend wirken (Clickbait)?

5. Actionable Roadmap (Handlungsempfehlungen): Erstelle eine priorisierte Liste mit 3 bis 5 konkreten Arbeitsaufträgen, um den E-E-A-T-Wert dieses Textes zu maximieren (z. B. „Füge im Absatz X ein persönliches Praxisbeispiel ein“, „Ergänze eine Experten-Quelle für die Behauptung Y“).

Hier ist der zu prüfende Text: [FÜGE DEN TEXT HIER EIN]

Das Ergebnis ist kein Urteil über Ihr Ranking, sondern eine Lückenliste. Nach meiner Erfahrung findet das Modell die generischen Passagen zuverlässig; ob die vorgeschlagenen Belege stimmen, müssen Sie selbst liefern. Genau das ist der Punkt: E-E-A-T lässt sich nicht hineinschreiben, nur nachweisen.

Checkliste für Ihre Prüfung

1. Beantwortet die Seite die drei Fragen Wer, Wie und Warum, ohne dass der Leser suchen muss?
2. Enthält der Inhalt mindestens einen Beleg, den nur jemand mit eigener Erfahrung liefern kann (Original-Medium, Methodik, Detail, eigene Zahl)?
3. Gibt es ein prüfbares Autorenprofil mit externen Belegen, das zum Thema passt?
4. Ist jede Tatsachenbehauptung mit einer Primärquelle verlinkt?
5. Sind Impressum, Kontakt und Kennzeichnung von Werbung vollständig und leicht zu finden?
6. Passt der Nachweistyp zur Frage: Erfahrung für Erfahrungsfragen, Expertise für Fachfragen, bei YMYL beides?
7. Wurde KI-Unterstützung fachlich geprüft und, wo Leser es erwarten, offengelegt?
8. Stimmt das, was Dritte über Sie schreiben (Bewertungen, Register, Fachpresse), mit dem überein, was Sie selbst behaupten?
9. Hat der KI-Audit-Prompt keine generischen Passagen mehr gefunden, die ein Laie hätte schreiben können?

Fazit

E-E-A-T ist keine Technik und kein Score, sondern die Frage, ob Ihre Website beweisen kann, was sie behauptet. Google hat das Konzept 2022 um die Erfahrung erweitert, 2025 die Täuschungsmuster benannt und bestätigt, dass es kein direkter Rankingfaktor ist; die Signale, die es abbilden, entscheiden trotzdem, bei YMYL-Themen erst recht. Die Studien zur KI-Suche zeigen, dass dieselben Belege auch dort wirken: über das, was Modelle über Ihre Marke wissen, und über das, was Dritte über Sie sagen.

Wenn Sie wissen möchten, wo Ihre Website in diesem Rahmen steht, prüfe ich sie mit Ihnen gemeinsam: Belege, Autorenprofile, Reputation bei Dritten und die Lücken, die ein Sprachmodell heute schon findet. Vereinbaren Sie ein Erstgespräch, dann klären wir, welcher Nachweis Ihnen fehlt und wie Sie ihn erbringen.

Häufige Fragen zu E-E-A-T