Bestrafen KI-Systeme dünne Inhalte anders als Google? Wir haben es getestet – mit überraschenden Ergebnissen

Tolles Experiment. Ich ergänze den Kontext, warum KI dünne Inhalte anders behandelt.

Google vs. KI-Bewertung:

Warum KI dünne Inhalte „ignoriert“:

KI fragt: „Fügt dieser Inhalt etwas hinzu, das ich zitieren kann?“

Dünner Inhalt:

• Gibt Allgemeinwissen wieder
• Enthält keine konkreten Daten
• Antwortet nicht direkt
• Hat keine zitierfähigen Erkenntnisse

KIs impliziter Qualitätstest:

„Wenn ich das zitiere, erhöht es die Glaubwürdigkeit meiner Antwort?“

Generischer Inhalt fällt durch. Eigene Erkenntnisse bestehen.

Die Folge:

Dünner Inhalt wird nicht „bestraft“ – er ist für den KI-Zweck einfach nicht nützlich. Anders als bei Google, wo dünner Content mit genug Links ranken kann.

Wir haben hunderte Webseiten auf KI-Sichtbarkeit geprüft. So sieht dünner Inhalt in der Praxis aus.

KI-unsichtbare Content-Muster:

1. „Was ist X“ ohne Abgrenzung

   • Generische Definitionen
   • Keine eigene Perspektive
   • Könnte auf jeder Seite stehen

2. Listenartikel ohne Tiefe

   • „10 Tipps für X“
   • Jeder Tipp ein Satz
   • Keine Erklärung oder Beleg

3. Aggregierte Informationen

   • Bestehende Quellen zusammengefasst
   • Keine eigene Analyse
   • Nichts, was die KI nicht woanders findet

4. Keyword-überladener Inhalt

   • Für Google geschrieben, nicht für Nutzer
   • Wiederholende Phrasen
   • Kein echter Mehrwert

KI-sichtbare Content-Muster:

1. Eigene Forschung mit Daten
2. Expertenperspektiven mit Qualifikation
3. Fallstudien mit konkreten Ergebnissen
4. Einzigartige Frameworks oder Methoden
5. Erfahrungsberichte aus erster Hand

Die Audit-Frage:

„Würde etwas Einzigartiges verloren gehen, wenn dieser Content verschwindet?“

Wenn nein, ist er für KI-Zwecke dünn.

Verteidigung von kürzeren Inhalten:

Kurz ≠ Dünn

Einige der meistzitierten KI-Inhalte sind KURZ:

• FAQ-Antworten (50–100 Wörter)
• Datenpunkte mit Quelle
• Definition mit einzigartiger Erkenntnis
• Kurze Anleitungen mit konkreten Schritten

Was macht kurzen Content wertvoll:

1. Antwortet direkt – Keine Füllwörter, nur die Antwort
2. Zitierfähiges Format – Leicht zu extrahieren und zitieren
3. Einzigartige Information – Etwas, das es sonst nicht gibt
4. Klare Expertise – Autorenkompetenz sichtbar

Beispielstruktur:

[Direkte Antwort – 50 Wörter]
[Belegende Daten – 100 Wörter]
[Experten-Kontext – 100 Wörter]
[Praktische Anwendung – 100 Wörter]

Gesamt: 350 Wörter KI-Zitierquote: Oft höher als bei 2.000-Wörter-Guides

Die Erkenntnis:

KI belohnt Dichte statt Länge. Seien Sie prägnant, aber substanziell.

So machen Sie dünnen Content KI-tauglich:

Das Dünn-Content-Audit:

Fragen Sie bei jedem Inhalt:

1. Enthält er eigene Informationen?
2. Beantwortet er Fragen direkt?
3. Würde ein Experte ihn wertvoll finden?
4. Gibt es etwas Zitierbares?

Wenn 0-1x Ja: Dünn (muss überarbeitet werden) Wenn 2x Ja: Mittel (Optimierung nötig) Wenn 3-4x Ja: Substanziell (Format optimieren)

Von dünn zu substanziell:

Unser Prozess:

1. Alle Inhalte auf „Dicke“ prüfen
2. Seiten mit Ranking-Potenzial priorisieren
3. Eigenen Wert hinzufügen (nicht nur Wörter)
4. KI-Zitierveränderungen beobachten

Typisches Ergebnis:

Aufgewerteter dünner Content: 200–400% mehr KI-Zitate. Nur mehr Länge: Kaum Veränderung.

Die Realität von dünnem Content im E-Commerce:

Das Problem:

Die meisten Produktseiten sind aus KI-Sicht „dünn“:

• Generische Produktbeschreibungen
• Übernommene Herstellerdaten
• Kein eigener Mehrwert

Unsere Lösung:

Produktseiten zu Informationsquellen machen:

Vorher (dünn): „Hochwertiger Laufschuh. Bequemer Sitz. Ideal für Läufer.“

Nachher (substanziell): „Wiegt 260g mit 32mm Sohlenhöhe. Von 47 Marathonläufern im Panel getestet, 4,7/5 Punkte für Dämpfung auf Strecken über 16 km. Am besten für: Neutrales Abrollverhalten, Straßenlauf, Distanzen ab 10 km.“

Die Ergänzungen:

• Konkrete Messwerte
• Eigene Testergebnisse
• Spezifischer Anwendungsfall
• Expertenempfehlungen

Ergebnis:

Produktseiten mit eigenen Daten: 28% KI-Zitierquote bei Produktsuchen Generische Produktseiten: 3% KI-Zitierquote

Der Aufwand:

Ja, es ist mehr Arbeit. Aber generischer Produkt-Content ist für KI unsichtbar.

So operationalisieren wir Content-Dicke:

Unser Content-Scoring-System:

Jeder Beitrag wird bewertet nach:

Bewertungsskala:

• 0–2 Punkte: Dünn (nicht veröffentlichen oder überarbeiten)
• 3–5 Punkte: Mittel (als ergänzender Content ok)
• 6–10 Punkte: Substanziell (Säulen-Content)

Unsere Regel:

Kein Content unter 3 Punkten veröffentlichen. Säulen-Content muss mindestens 7 Punkte erreichen.

Das Ergebnis:

Durchschnittliche KI-Zitierquote stieg von 8% auf 31% nach Einführung des Systems.

Tool:

Wir nutzen eine einfache Checkliste im CMS. Autoren bewerten selbst, Editor prüft.

Tolle Diskussion. Hier mein Framework basierend auf diesen Erkenntnissen:

KI-Content-Dicken-Framework:

Das Grundprinzip:

KI bestraft dünne Inhalte nicht – sie ignoriert Content ohne Zitierwert. Die Frage ist nicht „ist das lang genug?“, sondern „ist das zitierwürdig?“

Dicken-Faktoren (Priorität):

1. Eigene Forschung/Daten (höchster Wert)
2. Expertenperspektiven
3. Konkrete, überprüfbare Fakten
4. Einzigartige Erkenntnisse/Frameworks
5. Direktes Antwort-Format
6. Tiefe der Abdeckung (nicht Länge)

Der Dicken-Test:

Diese Fragen stellen:

• Enthält das Informationen, die nur wir haben?
• Würde ein Experte das wertvoll finden?
• Gibt es etwas konkret Zitierbares?
• Beantwortet das direkt Nutzerfragen?

3–4 Punkte: Substanzieller Content 1–2 Punkte: Mittel (vor Veröffentlichung verbessern) 0 Punkte: Dünn (nicht für KI-Sichtbarkeit publizieren)

Praktische Upgrades:

Das Fazit:

Wortanzahl ≠ Dicke Einzigartiger Wert = Dicke

Konzentrieren Sie sich darauf, was Ihren Content unersetzlich macht.

Vielen Dank an alle für die großartigen Einsichten!