Reviews-Blöcke: Ehrliche Aggregation und Ausrichtung der Bewertungen

Ein Reviews-Block fasst authentisches Kundenfeedback für ein klar identifiziertes Produkt, eine Dienstleistung, ein Unternehmen oder einen Standort zusammen. Er zeigt die Durchschnittsbewertung, die Bewertungsskala, die Gesamtzahl der berechtigten Bewertungen, den Quellenumfang und eine kleine Anzahl von Bewertungsauszügen, ohne ausgewähltes Lob in einen konstruierten sozialen Beweis zu verwandeln.

Dieser gerenderte Null-Bewertungs-Zustand ist bewusst ehrlich. Er zeigt keine leeren Sterne, eine Null-von-fünf-Bewertung, eine Bewertungsanzahl von eins oder ein beruhigendes, vom Unternehmen verfasstes Zitat. Wenn berechtigte Bewertungen eingehen, kann dieselbe quellgesteuerte Komponente diesen Zustand durch eine echte Gesamtbewertung und zuschreibbare Auszüge ersetzen.

Warum dieses Element wichtig ist

Bewertungen verringern eine bestimmte Art von Käuferunsicherheit: die Kluft zwischen dem, was ein Unternehmen behauptet, und dem, was Kunden berichten. Ein nützlicher Reviews-Block fügt nicht einfach nur Begeisterung hinzu. Er hilft einem Leser, die Konsistenz einzuschätzen, wiederkehrende Stärken und Schwächen zu erkennen und zu beurteilen, ob die Erfahrungen von Personen in einer ähnlichen Situation stammen. Anzahl und Verteilung sind wichtig, weil ein 5,0-Durchschnitt aus einer Bewertung etwas anderes aussagt als ein 4,7-Durchschnitt über eine größere, vielfältige Datenmenge.

Die Psychologie hängt von Glaubwürdigkeitshinweisen ab. Eine namentliche Quelle, ein sichtbares Datum, eine offengelegte Verifizierungsmethode, gemischte Stimmungen und ein Weg zum zugrundeliegenden Datensatz helfen einem Leser, die Beweise zu prüfen. Eine perfekte Punktzahl ohne Anzahl, ohne Quelle und mit drei polierten Zitaten erzeugt den gegenteiligen Effekt: Der Block fordert Vertrauen, während er die Fakten vorenthält, die nötig wären, um es zu gewähren. Negative und moderate Bewertungen sind keine Designfehler. Ihre Unterdrückung kann das verbleibende Lob weniger glaubwürdig machen und die Gesamtbewertung verzerren.

Maschinelle Extraktion bedeutet, dass Software die bewertete Entität, den Bewertungswert, die Skala, die Anzahl, die Quelle und die Beziehungen einzelner Bewertungen identifizieren kann, ohne aus der visuellen Nähe raten zu müssen. Eine Reihe von fünf Symbolen neben einer Produktüberschrift mag für einen Menschen offensichtlich erscheinen, doch ein Crawler kann nicht sicher ableiten, ob die Symbole das Produkt, den Verkäufer, den Lieferdienst oder die Seite selbst bewerten. Ein typisierter Block erstellt einen abgegrenzten Datensatz, dessen sichtbare Fakten konsistent Suchmaschinen, interne Analysen, Content-Migrationen und KI-Agenten versorgen können.

Die Element-Schreibregeln legen die Vorrangregel fest: Wählen Sie eine Komponente nach Zweck, nicht nach Aussehen. Wenn ein Abschnitt Kundenbewertungen zusammenfasst, verwenden Sie einen Reviews-Block, selbst wenn gewöhnliche Überschriften, Sternsymbole und Zitate ihn nachahmen könnten. Das typisierte Element erzwingt Quelleninhaberschaft, Entitätsidentität, Nullzustandsverhalten, zugängliche Beschriftungen und die Ausrichtung strukturierter Daten, die loses Markup nicht leisten kann.

Wann man es verwendet

Verwenden Sie einen Reviews-Block, wenn authentische Bewertungen in einem genehmigten First-Party-Bewertungssystem oder einer identifizierten Drittanbieterplattform vorhanden sind und das Feedback die genaue Entität betrifft, die die Seite repräsentiert. Er ist nützlich in der Nähe einer Kauf- oder Anfrageentscheidung, nachdem die Seite erklärt hat, was angeboten wird, und vor einer abschließenden Aktion. Er kann auch einen Bewertungskorpus zusammenfassen, wenn Leser eine Verteilung und aktuelle Themen benötigen, anstatt eines einzelnen Testimonials.

Verwenden Sie ihn nur, wenn die Aufnahmerichtlinie stabil ist. „Alle veröffentlichten Bewertungen der letzten 24 Monate“, „alle verifizierten Kaufbewertungen“ und „die drei neuesten Bewertungen, während die Gesamtbewertung alle berechtigten Bewertungen verwendet“ sind nachvollziehbare Regeln. „Die nettesten Kommentare, die wir finden konnten“ ist es nicht. Wenn das System nicht erklären kann, welche Bewertungen zählen, kann es den angezeigten Durchschnitt nicht verteidigen.

Grenzfälle benötigen eine unterschiedliche Behandlung:

• Eine einzelne zugeschriebene Kundengeschichte mit Kontext und einem spezifischen Ergebnis ist ein Testimonial, keine Gesamtbewertung.
• Ein redaktionelles Urteil aus erster Hand ist redaktioneller Bewertungsinhalt, keine Kundenbewertung.
• Eine Fallstudie erklärt eine Intervention und ein Ergebnis; ihre Zustimmung macht sie nicht zu einer Bewertung.
• Kommentare von Mitarbeitern, Partnern, Influencern oder Empfängern von Gratisprodukten erfordern eine Offenlegung der Beziehung und dürfen nicht als verifizierte Kundenbewertungen bezeichnet werden, es sei denn, die Verifizierungsbehauptung ist wahr.
• Bewertungen für ein Unternehmen dürfen nicht als Bewertungen für ein einzelnes Produkt wiederverwendet werden. Bewertungen für eine landesweite Marke dürfen nicht als Nachweis für eine einzelne Filiale präsentiert werden.
• Ein Umfrageergebnis ist ein Forschungsnachweis. Wandeln Sie eine Zufriedenheitsfrage nicht in Sternebewertungen um, es sei denn, das Umfrageinstrument und die Umrechnungsmethode wurden für diesen Zweck entwickelt und offengelegt.

Verwenden Sie den Block nicht, wenn das Unternehmen null Bewertungen hat, nur um eine Vorlage zu füllen. Ein sichtbarer Nullzustand ist angemessen, wenn das Akzeptieren von Bewertungen Teil der Seitenaufgabe ist, wie z. B. auf einer neuen Produktdetailseite. Auf einer Funktionserklärung, bei der Bewertungen nebensächlich sind, ist es normalerweise klarer, den gesamten Block zu unterdrücken.

Wo man es platziert

Die Platzierung funktioniert, wenn der Leser weiß, was bewertet wird, bevor er die Bewertung sieht. Setzen Sie den Block, nachdem das Produkt, die Dienstleistung, die Lösung oder der Standort identifiziert und seine wesentlichen Fakten erklärt wurden. Auf einer langen kommerziellen Seite platzieren Sie die Gesamtbewertung nach dem Hauptnutzenversprechen und den unterstützenden Details, dann setzen Sie den primären Aufruf zum Handeln nach den Bewertungen oder nach dem nächsten Abschnitt zur Behandlung von Einwänden.

Für eine Produktseite ist die übliche Position unterhalb von Spezifikationen, Passform, Lieferung und Rückgabeinformationen. Für eine Dienstleistungs- oder Lösungsseite setzen Sie Bewertungen nach Umfang und Prozess, wo Kundenerfahrung die bereits gemachten Behauptungen testen kann. Für eine Standortseite halten Sie den Block in der Nähe der Filialidentität und lokalen Kontaktdaten, damit der bewertete Standort eindeutig ist.

Platzieren Sie einen Reviews-Block nicht:

• oberhalb der direkten Beschreibung der Seite, wo der Leser die bewertete Entität nicht identifizieren kann;
• zwischen einer Behauptung und den Belegen, die diese Behauptung stützen;
• neben der Karte, dem Preis oder der Buchungsaktion einer anderen Entität;
• neben einem nicht gekennzeichneten Testimonial-Karussell, das fälschlicherweise als Teil der Gesamtbewertung angesehen werden könnte;
• neben einem Countdown, einer Lagerdruckmeldung oder einer Garantie, die den Nachweis als nötigend erscheinen lässt;
• innerhalb einer Vergleichstabelle, wo eine Gesamtbewertung für mehrere Optionen zu gelten scheinen könnte;
• neben einem widersprüchlichen Bewertungswert, der in Prosa, Abzeichen oder Navigation kopiert wurde.

Wenn Bewertungen aus mehreren Quellen stammen, behalten Sie den Gesamtumfang und die Quellenaufschlüsselung innerhalb eines Blocks bei. Verteilen Sie keine Plattformabzeichen auf der Seite und erwarten Sie, dass Leser oder Maschinen sie abgleichen.

Anatomie

1. Bewertete Entität: das genaue Produkt, die Dienstleistung, das Unternehmen oder der Standort, das/den die Gesamtbewertung repräsentiert.
2. Durchschnitt und Skala: ein numerischer Wert mit einem expliziten Maximum, wie z. B. „4,6 von 5“, nicht nur Symbole.
3. Anzahl berechtigter Bewertungen: die Anzahl der in der Berechnung verwendeten Datensätze, getrennt von der Anzahl der angezeigten Auszüge.
4. Bewertungsverteilung: Anzahlen oder Anteile für jede Bewertungsstufe, alle aus derselben berechtigten Menge berechnet.
5. Quellenumfang: das First-Party-System oder die benannten Plattformen, die einbezogen wurden, plus der geltende Datumsbereich oder die letzte Synchronisierungszeit.
6. Bewertungsauszug: vom Kunden verfasster Text, der originalgetreu zur Quelle bleibt und mit seinem Datensatz verlinkt oder zu ihm zurückverfolgbar ist.
7. Zuordnung und Datum: die erlaubte öffentliche Identität, das Bewertungsdatum und die Beziehungs- oder Verifizierungskennzeichnung.
8. Weg zum vollständigen Satz: ein Link oder Steuerelement, das mehr Bewertungen, Filter, Moderationsinformationen und Quellendetails anzeigt.

Designbeispiele

Jede Variante bewahrt Entität, Skala, Anzahl und Quelle. Das Layout kann sich ändern; die Nachweise nicht.

Standardübersicht mit Auszügen

Zeigen Sie den Durchschnitt, die Anzahl, die Verteilung und drei bis sechs Auszüge an. Dies ist der Standard für eine Detailseite, auf der Bewertungen eine Entscheidung unterstützen und genügend Datensätze vorhanden sind, um die Verteilung sinnvoll zu machen.

Kompakte Gesamtbewertung

Zeigen Sie die explizite numerische Bewertung, Skala, Anzahl und den Quellenlink ohne Auszüge an. Verwenden Sie dies nur in einem eingeschränkten Zusammenfassungsbereich, wenn später auf derselben Seite ein vollständiger Reviews-Block vorhanden ist oder das Ziel die vollständigen Daten bereitstellt.

Multi-Quellen-Aufschlüsselung

Zeigen Sie eine kombinierte Gesamtbewertung nur an, wenn die Skalen eine dokumentierte Normalisierung haben und alle Quellen dieselbe Entität bewerten. Fügen Sie quellspezifische Zählungen hinzu, damit ein Prüfer die Gesamtzahl nachvollziehen und Duplikate erkennen kann.

Gefilterte oder segmentierte Ansicht

Ermöglichen Sie Lesern, nach Bewertung, Aktualität, Verifizierungsstatus oder relevanter Produktvariante zu filtern. Behalten Sie die ungefilterte Gesamtbewertung bei und kennzeichnen Sie die Anzahl der gefilterten Ergebnisse; berechnen Sie die Überschrift niemals stillschweigend aus der ausgewählten Teilmenge neu.

Null-Bewertungs-Zustand

Geben Sie an, dass keine Bewertungen vorliegen, und bieten Sie eine legitime Bewertungsaktion nur für berechtigte Kunden an. Rendern Sie keinen Durchschnitt, kein AggregateRating-Markup, keine Verteilung und kein erfundenes Beispielzitat.

Parameter

Mit „Bewertungsquelle“ gekennzeichnete Werte sind aufgelöste Datensätze, kein in den Artikel eingegebener Text. Grenzwerte halten den Block überblickbar, während das vollständige Bewertungssystem den gesamten Korpus behält.

Jeder sichtbare Bewertungsdatensatz enthält eine stabile Bewertungs-ID, erlaubte öffentliche Zuordnung, Veröffentlichungsdatum, Bewertung, Quell-URL (sofern verfügbar), Verifizierungs- oder Beziehungsstatus und den ursprünglichen Bewertungstext. Der Textkörper darf nur die optionale erste Überschrift liefern. Autoren dürfen niemals Bewertungszitate, Namen, Punktzahlen oder Zählungen in den Direktivtextkörper einfügen.

Syntax und Codebeispiele für Reviews-Block

Alle drei Notationen identifizieren die Entität und die genehmigte Bewertungsquelle. Rendering und strukturierte Daten werden aus demselben Quellen-Snapshot aufgelöst.

Portables Markdown-Direktiv

:::reviews-block{source-id="reviews-main" entity-id="product-4821" variant=standard max-excerpts=3 selection=representative}
## Kundenbewertungen
:::

Hugo-Shortcode

{{< reviews-block sourceId="reviews-main" entityId="product-4821" variant="standard" maxExcerpts="3" selection="representative" >}}
Kundenbewertungen
{{< /reviews-block >}}

Der Hugo-Adapter muss einen serverseitigen oder Build-Zeit-Bewertungsdatensatz auflösen. Die Übergabe von rating="4.9" oder das Schreiben von Zitaten in den Textkörper würde einen autorenkontrollierten sozialen Beweis erzeugen und verletzt den Vertrag.

WordPress

<!-- wp:amicited/reviews {"sourceId":"reviews-main","entityId":"product-4821","variant":"standard","maxExcerpts":3,"selection":"representative"} /-->

[amicited_reviews source_id="reviews-main" entity_id="product-4821" variant="standard" max_excerpts="3" selection="representative"]

Verwenden Sie einen dynamischen Block oder einen registrierten Shortcode, der einen geschützten Bewertungsspeicher ausliest. Redakteure können die genehmigte Quelle, die Anzeigevariante und die Auswahlrichtlinie wählen, aber sie dürfen die zurückgegebene Punktzahl, Anzahl, Bewerteridentität oder den Text nicht überschreiben.

Gute und schlechte Beispiele

Gut: transparente Quelle und gemischte Nachweise

Kundenbewertungen
4,4 von 5 aus 37 berechtigten Bewertungen. Bewertungen werden nach abgeschlossenen Terminen gesammelt; zuletzt aktualisiert am 26. August 2026.
„Die Buchung war unkompliziert, obwohl der erste verfügbare Termin zwei Wochen entfernt war.“ — verifizierter Termin, Juli 2026

Dies ist eine illustrative Spezifikation, keine Behauptung über ein reales Unternehmen. Sie funktioniert als Produktionsmuster, weil die Entität von der Seite bekannt wäre, die numerische Skala und die berechtigte Anzahl explizit sind, die Erhebungsmethode und das Aktualisierungsdatum sichtbar sind und der Auszug eine sinnvolle Einschränkung beibehält. Die veröffentlichte Komponente würde jeden Wert aus Bewertungsdatensätzen auflösen, anstatt dieses Beispiel zu kopieren.

Schlecht: erfundenes Pseudovertrauen

Unsere Kunden lieben uns!
★★★★★
„Einfach das Beste. Jedes Mal fünf Sterne.“ — Sarah
Vertrauen von Tausenden zufriedener Kunden.

Dies scheitert, weil die Symbole keine numerische Skala oder Anzahl haben, der Bewerter nicht zu einer genehmigten Quelle zurückverfolgt werden kann und „Tausende“ eine unbelegte Menge ist. Das uneingeschränkte Superlativ und das polierte Zitat könnten von der Marketingabteilung verfasst worden sein. Das Hinzufügen von AggregateRating-Code würde die Diskrepanz maschinenlesbar machen, anstatt sie zu beheben. Bei null authentischen Bewertungen ersetzen Sie den gesamten Block durch den Nullzustand oder lassen ihn weg.

Schema-Markup und Barrierefreiheit

Ein berechtigter Block kann Schema.org AggregateRating für dieselbe auf der Seite gezeigte Entität versorgen. ratingValue wird auf den sichtbaren Durchschnitt abgebildet, reviewCount auf die Anzahl der berechtigten Bewertungen und bestRating und worstRating auf die sichtbare Skala. Einzelne sichtbare Datensätze können Review-Objekte mit ihrer Bewertung, ihrem Autor, Datum und bewertetem Element versorgen, wenn die Schema-Richtlinie der Website dies zulässt.

Die Ausrichtung ist exakt, nicht annähernd. Das Markup und der sichtbare Block müssen dieselbe Entität, denselben Quellenumfang, dieselbe Deduplizierungsrichtlinie, dieselbe Skala, dieselbe Anzahl und denselben Berechnungs-Snapshot verwenden. Markieren Sie keine 2.400 lebenslangen Unternehmensbewertungen, während Sie 18 produktspezifische Bewertungen anzeigen. Geben Sie AggregateRating nicht im Nullzustand aus, verwenden Sie Null nicht als synthetische Bewertung, verstecken Sie die Anzahl nicht und markieren Sie keine importierten Bewertungen, die nicht sichtbar repräsentiert sind. Strukturierte Daten beschreiben Bewertungsnachweise; sie schaffen keine Berechtigung für ein Suchfeature und validieren die Bewertungen nicht als echt.

Barrierefreiheit erfordert Textäquivalente für jede visuelle Kodierung. Rendern Sie „4,4 von 5 aus 37 Bewertungen“ als Text, auch wenn Sterne vorhanden sind. Geben Sie Verteilungsbalken zugängliche Namen wie „Fünf Sterne: 21 Bewertungen“ und verlassen Sie sich nicht allein auf Balkenbreite oder -farbe. Jeder Auszug sollte ein semantischer Artikel oder Listeneintrag mit seiner Zuordnung, Bewertung und seinem Datum in Lesereihenfolge sein.

Filtersteuerelemente benötigen sichtbare Beschriftungen, Tastaturbedienung und angekündigte Ergebnisänderungen. Gekürzte Bewertungen benötigen eine tatsächliche Schaltfläche, deren erweiterter Zustand mitgeteilt wird; eine visuelle Ausblendung reicht nicht aus. Bewerter-Avatare sind normalerweise dekorativ, wenn der Name der Person bereits vorhanden ist, und sollten leeren Alternativtext verwenden. Geben Sie niemals E-Mail-Adressen, Bestellnummern oder andere private Verifizierungsdaten preis, um Authentizität zu beweisen.

Schreibregeln

Jede Regel schützt entweder die Authentizität oder die Interpretierbarkeit:

• Ein Block bewertet eine Entität. Fassen Sie niemals Unternehmens-, Produkt-, Verkäufer-, Liefer- und Filialfeedback in einer Zahl zusammen, da Leser nicht erkennen können, welche Erfahrung die Punktzahl repräsentiert.
• Die Quelle besitzt die Nachweise. Bewertung, Anzahl, Auszug, Name, Datum, Verifizierungsstatus und Quell-URL stammen aus genehmigten Datensätzen. Autoren kontrollieren nur Platzierung, Überschrift, Variante und deklarierte Auswahlmethode.
• Null bedeutet keine Behauptung. Bei null Bewertungen zeigen Sie einen Satz oder nichts. Zeigen Sie keine Null-Sterne, 0,0, „noch nicht bewertet“ neben vollen Sternen, eine eingepflegte Mitarbeiterbewertung oder AggregateRating-Markup.
• Die Gesamtbewertung verwendet die vollständige berechtigte Menge. Berechnen Sie die Überschrift nicht aus den drei angezeigten Auszügen. Wenden Sie die dokumentierten Berechtigungs-, Moderations- und Duplikatsentfernungsregeln vor der Berechnung an.
• Auszüge zeigen eine faire Bandbreite. Zeigen Sie drei bis sechs an und verwenden Sie die neueste, hilfreichste oder eine dokumentierte repräsentative Methode. Wählen Sie niemals nur Fünf-Sterne-Datensätze aus, während Sie implizieren, dass sie den Korpus repräsentieren.
• Zitate bleiben originalgetreu. Halten Sie Auszüge auf 15–60 Wörter. Kürzen Sie nur an einer natürlichen Grenze, markieren Sie die Auslassung, bewahren Sie die ursprüngliche Bedeutung und bieten Sie einen Weg zur vollständigen Bewertung, wenn die Richtlinie dies erlaubt.
• Etiketten geben an, was bewiesen werden kann. Verwenden Sie „verifizierter Kauf“ oder „verifizierter Termin“ nur, wenn das System dieses Ereignis validiert. „Verifizierte Bewertung“ ist zu vage, es sei denn, der Verifizierungsprozess ist definiert.
• Der Ton bleibt neutral. Bevorzugen Sie „Kundenbewertungen“ gegenüber „Warum uns alle lieben.“ Der Block präsentiert Nachweise; umgebende Prosa kann den Kontext erklären, ohne Bewerter zu feiern oder abzutun.
• Aktualität bleibt sichtbar. Zeigen Sie Bewertungsdaten und das letzte Synchronisierungsdatum des Imports. Eine aktuelle Punktzahl, die aus einem aufgegebenen Feed abgeleitet wurde, ist kein aktueller Nachweis.
• Moderation ist keine Kuration für Lob. Entfernen Sie Spam, verbotene Inhalte oder private Daten gemäß einer veröffentlichten Richtlinie. Entfernen Sie keine Kritik, weil sie den Durchschnitt senkt, und schreiben Sie keine Bewertung um, um eine Behauptung zu verstärken.

Platzieren Sie niemals Mitarbeiterbefürwortungen, zusammengesetzte Zitate, KI-generierte Zusammenfassungen, die als Kundenworte präsentiert werden, vertrauliche Details, unveröffentlichte Anreizbedingungen, unbelegte Ergebnisbehauptungen, Angriffe auf Wettbewerber oder rechtliche Widerlegungen innerhalb des Blocks. Eine generierte thematische Zusammenfassung darf nur als klar gekennzeichnete Analyse außerhalb der zitierten Bewertungen erscheinen, mit einer offengelegten Methode und einem Weg zu den zugrundeliegenden Datensätzen.

Beitragstypen, die es verwenden

Das postTypes-Array im Frontmatter ist die kanonische Beziehung. „Bedingt“ bedeutet, dass der Block nur erscheint, wenn authentische, entitätsgematchte Bewertungsdatensätze vorhanden sind und die Platzierung der Entscheidung der Seite dient.

QA-Checkliste

• Aggregiert der Block authentisches Kundenfeedback, anstatt ein Testimonial oder redaktionelles Urteil nachzuahmen?
• Wird eine genaue bewertete Entität festgelegt, bevor der Block erscheint?
• Stammt jeder Datensatz aus einer genehmigten, rückverfolgbaren Quelle mit einer stabilen Bewertungs-ID?
• Ist die Berechtigungs-, Moderations-, Normalisierungs- und Duplikatsentfernungsrichtlinie dokumentiert?
• Verwenden der Durchschnitt, die Anzahl, die Verteilung, die Auszüge und die Quellenaufschlüsselung dieselbe berechtigte Menge?
• Wird die Bewertung numerisch mit ihren besten und schlechtesten Skalenwerten angezeigt?
• Entspricht die Summe der Verteilung der Anzahl berechtigter Bewertungen?
• Werden drei bis sechs Auszüge nach einer deklarierten Methode ausgewählt, nicht nur nach Lob?
• Bewahren die Auszüge Bedeutung, Zuordnung, Datum und Verifizierungsstatus, ohne private Daten preiszugeben?
• Werden Anreize, Geschenke, Anstellungen und andere materielle Beziehungen gegebenenfalls offengelegt?
• Zeigt der Block einen wahrheitsgetreuen Nullzustand oder nichts an, wenn die Anzahl null ist?
• Wird AggregateRating im Nullzustand weggelassen?
• Stimmt jedes ausgegebene AggregateRating exakt mit der sichtbaren Entität, dem Wert, der Anzahl, der Skala, dem Quellenumfang und dem Snapshot überein?
• Sind einzelne Review-Objekte auf sichtbare, berechtigte Bewertungsdatensätze beschränkt?
• Ist die Quelle oder der vollständige Bewertungssatz für die Überprüfung erreichbar, wenn die Richtlinie dies erlaubt?
• Ist last-synced aktuell genug für die Aktualitätsrichtlinie der Seite, wobei veraltete Feeds sichtbar fehlschlagen oder den Block unterdrücken?
• Haben Sterne, Verteilungen, Filter und erweiterte Zustände vollständige Text- und Tastaturäquivalente?
• Ist der Block von widersprüchlichen Bewertungen, nicht verwandten Entitäten, nötigender Dringlichkeit und nicht gekennzeichneten Testimonials getrennt?
• Hat die Seite unbelegte Superlative, erfundene Zitate und vage „verifizierte“ Etiketten vermieden?
• Kann ein Redakteur die angezeigte Gesamtbewertung aus den Quelldatensätzen und der dokumentierten Berechnung nachvollziehen?

Ein Reviews-Block ist bereit, wenn ein skeptischer Leser verstehen kann, was bewertet wurde, wie viele Nachweise existieren, woher sie kamen und was ihre Grenzen sind – und eine Maschine dieselben Fakten ohne eine zweite, aufgeblähte Version erhält, die im Markup versteckt ist.