E-E-A-T ist fälschbar: Was Google und KI-Systeme über Glaubwürdigkeit wirklich erkennen können

Unter den Beiträgen auf MentionBee steht eine Autorenbox. Foto, Name, Kurzbiografie, berufliche Stationen und ein Link zu meinen weiteren Beiträgen. Alles sauber aufbereitet, damit Leserinnen und Leser – und vermutlich auch Suchmaschinen – besser einordnen können, wer hier schreibt.

Die Box sieht glaubwürdig aus.

Und praktisch alles darin könnte erfunden sein.

Das Foto könnte KI-generiert sein. Die Biografie könnte ich mir ausgedacht haben. Die beruflichen Stationen könnten nie stattgefunden haben. Selbst die verlinkten Beiträge wären kein endgültiger Beweis: Auch sie könnten unter einem falschen Namen veröffentlicht worden sein.

Damit sind wir mitten in einem Problem, das weit über eine Autorenbox hinausgeht. Wer bei Google gefunden oder von ChatGPT empfohlen werden will, muss nicht nur relevant erscheinen. Die Website, das Unternehmen und die Menschen dahinter müssen auch glaubwürdig wirken.

Google beschreibt diese Qualität mit E-E-A-T: Experience, Expertise, Authoritativeness und Trustworthiness. Doch Suchmaschinen und KI-Systeme sehen diese Eigenschaften nicht direkt. Sie sehen nur ihre digitalen Spuren.

Und Spuren lassen sich legen.

Die Sache mit den echten Quellen

Google hat E-A-T nicht wegen eines einzelnen Skandals erfunden. Das Konzept entstand schrittweise aus einem Grundproblem der Suche: Eine Seite kann relevant aussehen und trotzdem oberflächlich, kopiert oder schlicht falsch sein.

Spätestens mit dem sogenannten Panda-Update rückte Google 2011 die Qualität ganzer Websites stärker in den Mittelpunkt. In seiner damaligen Orientierung für hochwertige Websites stellte Google Fragen, die bereits in Richtung E-A-T weisen: Ist der Artikel vertrauenswürdig? Stammt er von jemandem, der sich mit dem Thema auskennt? Würdest du dieser Website deine Kreditkartendaten anvertrauen?

Besonders heikel ist das bei Inhalten, die Gesundheit, Finanzen, Sicherheit oder andere wichtige Lebensentscheidungen betreffen. Google nennt sie Your Money or Your Life, kurz YMYL. Dort kann eine schlechte Antwort mehr anrichten als einen Fehlkauf. Relevanz allein reicht deshalb nicht. Entscheidend ist auch, wer eine Behauptung aufstellt, auf welcher Grundlage und ob andere verlässliche Quellen sie stützen.

E-A-T tauchte bereits 2014 in Googles Richtlinien für seine menschlichen Qualitätsprüfer auf. Einer breiteren Öffentlichkeit bekannt wurde das Konzept spätestens, als Google 2015 das vollständige Handbuch veröffentlichte. Der grosse Suchalgorithmus-Umbruch von 2018, den die SEO-Branche «Medic Update» nannte, hat E-A-T also nicht eingeführt. Er machte das Thema nur populär, weil besonders viele Gesundheits- und Finanzseiten starke Veränderungen bemerkten.

Im Dezember 2022 ergänzte Google das zweite E für eigene Erfahrung. Aus E-A-T wurde E-E-A-T. Geblieben ist die Grundidee: Gute Informationen brauchen nachvollziehbare Quellen. Genau hier beginnt heute aber das nächste Problem. Auch die Spuren einer scheinbar echten Quelle lassen sich künstlich erzeugen.

Was E-E-A-T ist — und was nicht

E-E-A-T wird in der SEO-Welt gerne wie eine Checkliste behandelt:

• Autorenbox vorhanden?
• Qualifikationen genannt?
• Quellen verlinkt?
• Impressum vollständig?
• Bewertungen eingebunden?
• Strukturierte Daten ergänzt?

Haken dran, nächster Punkt.

So funktioniert E-E-A-T allerdings nicht. Google vergibt öffentlich keinen E-E-A-T-Score, und E-E-A-T ist kein einzelner Rankingfaktor. Das Konzept stammt aus den Search Quality Rater Guidelines. Darin beschreibt Google, woran menschliche Qualitätsprüfer hilfreiche und vertrauenswürdige Suchergebnisse erkennen sollen.

Die Bewertungen dieser Rater bestimmen nicht direkt, ob eine einzelne Website auf Position drei oder dreizehn erscheint. Sie helfen Google dabei, die Qualität seiner Suchsysteme insgesamt zu beurteilen und weiterzuentwickeln.

E-E-A-T ist also kein technisches Gütesiegel. Es beschreibt Eigenschaften, die gute Inhalte und glaubwürdige Quellen besitzen sollten:

• Experience: Hat jemand eigene Erfahrung mit dem Thema?
• Expertise: Verfügt die Person über das nötige Fachwissen?
• Authoritativeness: Wird sie auch von anderen als relevante Quelle anerkannt?
• Trustworthiness: Ist die Quelle insgesamt verlässlich und transparent?

Die Unterscheidung zwischen Expertise und Experience ist sinnvoll: Jemand kann fachlich viel über ein Produkt wissen. Wer es selbst benutzt hat, kann trotzdem etwas anderes beitragen als jemand, der nur darüber recherchiert hat.

Maschinen sehen nicht deine Erfahrung, sondern deren Spuren

Der entscheidende Punkt wird oft übersehen: Google kann Erfahrung nicht unmittelbar erkennen.

Eine Suchmaschine weiss nicht, ob eine Beraterin tatsächlich seit 15 Jahren Unternehmen begleitet. Sie findet eine Biografie, frühere Publikationen, Erwähnungen auf anderen Websites, Kundenbewertungen, Veranstaltungsauftritte oder Mitgliedschaften. Aus solchen Spuren entsteht ein mehr oder weniger stimmiges Bild.

Auch KI-Systeme stehen vor diesem Problem. Wenn du ChatGPT nach einer Agentur, einem Treuhänder oder einer geeigneten Software fragst, muss das System aus verfügbaren Informationen ableiten, welche Anbieter relevant und glaubwürdig sein könnten. Je nach System und Anfrage spielen dabei vorhandenes Modellwissen, Websuche, zitierte Quellen und die Übereinstimmung verschiedener Fundstellen eine Rolle.

Das ist einer der Gründe, warum klassisches SEO und AI Visibility nicht dasselbe sind. SEO kann dafür sorgen, dass eine Seite gefunden wird. Ob ein KI-System ein Unternehmen versteht, als passend einordnet und tatsächlich empfiehlt, ist eine weitere Frage. Wie sich SEO und AI Visibility unterscheiden, habe ich hier ausführlicher erklärt.

Maschinen erkennen also nicht deine Glaubwürdigkeit selbst. Sie interpretieren Signale, die darauf hindeuten.

Was aber, wenn diese Signale künstlich erzeugt wurden?

Von der Fake-Autorin zur Fake-Institution

Wie einfach das geht, zeigen zwei Fälle aus dem Jahr 2026. Die Journalistin Maggie Harrison Dupré stiess auf mindestens 15 erfundene PR-Personas, die im Auftrag realer Kunden Medienanfragen verschickten. Name, KI-Porträt, E-Mail-Adresse und professionelles Auftreten reichten für einen glaubwürdigen digitalen Absender.

Das International Burke Institute simulierte gleich eine ganze Denkfabrik. Im August 2026 berichtete OpenAI, dass 34 von 36 geprüften Artikeln der Website aus anderen Quellen kopiert und teilweise falschen Fachleuten zugeschrieben worden waren. ChatGPT hatte die Texte laut OpenAI nicht verfasst, wurde aber zu ihrer Verbreitung eingesetzt.

Der eine Fall erfand Personen, der andere eine Institution. Beide erzeugten genau jene digitalen Spuren, die Menschen und Maschinen gewöhnlich zur Einschätzung einer Quelle nutzen. Die ganze Geschichte erzähle ich im Disrupt-Media-Beitrag «Wenn die Quelle nicht existiert».

Eine Autorenbox beweist keinen Autor

Fast jedes sichtbare Vertrauenssignal besitzt eine künstliche Entsprechung:

Das macht Autorenprofile, Quellen, Bewertungen oder strukturierte Daten nicht wertlos. Im Gegenteil: Sie helfen Menschen und Maschinen, Inhalte einzuordnen. Gefährlich wird es, wenn wir die Dokumentation mit der Sache selbst verwechseln.

Ein Person-Schema beweist nicht, dass die Person existiert. Eine Autorenbox erzeugt keine Erfahrung. Zehn Websites, die dieselbe Behauptung wiederholen, sind nicht automatisch zehn unabhängige Bestätigungen.

E-E-A-T-Massnahmen können Glaubwürdigkeit sichtbar machen. Sie können Glaubwürdigkeit nicht herstellen.

Was ich in AI-Visibility-Audits tatsächlich sehe

Bei MentionBee untersuche ich, ob und wie Unternehmen in den Antworten von ChatGPT, Claude, Gemini und Perplexity vorkommen. Dazu analysiere ich nicht nur die Antworten selbst, sondern auch Inhalte, Technik, Vertrauenssignale und die Präsenz des Unternehmens ausserhalb der eigenen Website.

Ein Muster begegnet mir dabei immer wieder: Auf der eigenen Domain sieht alles ordentlich aus. Es gibt eine Über-uns-Seite, FAQ, Schema Markup und manchmal sogar eine llms.txt. Trotzdem wird das Unternehmen bei relevanten Fragen kaum oder gar nicht genannt.

In einem Audit hatte ein Unternehmen technisch vieles richtig gemacht: saubere strukturierte Daten, eine FAQ-Seite und eine llms.txt. Das Ergebnis bei den getesteten kaufnahen Fragen: null Erwähnungen in 24 KI-Antworten. Warum llms.txt trotzdem nicht sinnlos ist — und warum beide Seiten der Debatte recht haben — erkläre ich in diesem Hintergrundartikel.

Die technische Hygiene hatte nicht geschadet. Sie hatte aber auch keine Autorität erzeugt, die ausserhalb der Website kaum vorhanden war.

Das ist einer der sieben häufigsten Fehler bei der KI-Sichtbarkeit: Unternehmen optimieren die E-E-A-T-Oberfläche, ohne belastbare Vertrauenssignale aufzubauen. Die Website erklärt ausführlich, warum man ihr vertrauen sollte. Unabhängige Quellen tun es nicht.

Gleichzeitig ist Vorsicht nötig. Aus einer fehlenden Empfehlung lässt sich nicht automatisch auf fehlendes Vertrauen schliessen. Vielleicht kennt das System das Unternehmen nicht, ordnet es falsch ein oder hält es für die konkrete Frage schlicht nicht für passend. Ein einzelner ChatGPT-Test ist deshalb noch keine Diagnose. Sechs mögliche Ursachen für fehlende Empfehlungen beschreibe ich in diesem Diagnose-Guide.

Jede neue Website startet mit einem Glaubwürdigkeitsdefizit

Ein neues digitales Angebot kann auf der eigenen Website behaupten, innovativ, erfahren und vertrauenswürdig zu sein. Es kann diese Behauptungen aber kaum selbst beweisen.

Als wir watson.ch aufbauten, hatten wir genau dieses Problem. Ein neues Medium brauchte Menschen, die schon vor watson eine eigene Reputation und Leserschaft besassen. Dazu kamen Veranstaltungen, Begegnungen in der Redaktion und sogar Werbung auf Zürcher Trams.

Nicht weil eine Tramwerbung ein Google-Rankingfaktor wäre. Sondern weil watson ausserhalb seiner eigenen Website sichtbar und überprüfbar wurde. Menschen hatten uns getroffen, mit uns gearbeitet, diskutiert oder sich über uns geärgert. Das Medium war in einer gemeinsamen Wirklichkeit angekommen.

Das Prinzip gilt auch für eine Beratungsfirma, ein SaaS-Produkt, einen Onlineshop oder eine Personal Brand. Glaubwürdigkeit entsteht nicht dadurch, dass du auf deiner Website möglichst oft erklärst, wie glaubwürdig du bist. Sie entsteht durch nachvollziehbare Beziehungen zu Kunden, Fachleuten, Medien, Organisationen und realen Ereignissen.

Jede einzelne Spur könnte theoretisch gefälscht sein. Aber je unabhängiger und vielfältiger das Geflecht wird, desto grösser wird der Aufwand.

Eine KI-Persona kostet Minuten. Ein belastbares Netzwerk gemeinsamer Erfahrungen kostet Jahre.

Was du daraus für deine Sichtbarkeit ableiten kannst

Die technischen Grundlagen bleiben wichtig: klare Autorenschaft, nachvollziehbare Quellen, ein vollständiges Impressum, erreichbare Inhalte und strukturierte Daten. Aber sie dokumentieren Glaubwürdigkeit nur. Die Substanz musst du anders aufbauen.

1. Zeige Erfahrung, die nicht austauschbar ist

Generische Ratgebertexte lassen sich in beliebiger Menge produzieren. Wertvoller sind konkrete Beobachtungen, eigene Daten, Entscheidungen, Fehler und Ergebnisse.

Schreibe nicht nur, was in deinem Fachgebiet allgemein richtig ist. Zeige, was du selbst gesehen, ausprobiert oder gelernt hast – und woran man diese Erfahrung überprüfen kann.

2. Unterscheide Selbstaussage und unabhängige Bestätigung

Deine Website, dein LinkedIn-Profil und deine eigene Autorenbox sind drei digitale Fundstellen. Aber sie können trotzdem auf dieselbe Selbstaussage zurückgehen.

Belastbarer sind Erwähnungen durch Kunden, Fachmedien, Verbände, Partner, Veranstalter und Menschen mit eigener Reputation. Entscheidend ist nicht nur die Zahl der Erwähnungen, sondern wie unabhängig, spezifisch und nachvollziehbar sie sind.

3. Sorge für ein konsistentes Bild

Unabhängige Quellen helfen wenig, wenn jede etwas anderes über dich erzählt. Angebot, Zielgruppe, Fachgebiet, Standort und Personen sollten auf der Website und in wichtigen externen Profilen übereinstimmen.

Konsistenz ist kein Beweis für Wahrheit. Widersprüche erschweren Menschen und Maschinen aber die Einordnung.

4. Verbinde die digitale mit der realen Welt

Vorträge, Interviews, Veranstaltungen, Kooperationen und gemeinsame Projekte hinterlassen Spuren ausserhalb deiner eigenen Content-Infrastruktur. Sie machen dich nicht automatisch vertrauenswürdig. Aber sie verankern deine digitale Darstellung in Beziehungen, die andere Menschen bestätigen können.

Optimiere nicht die Fassade

Die Autorenbox auf MentionBee ist sinnvoll. Sie zeigt, wer einen Beitrag geschrieben hat, und gibt Leserinnen und Lesern Kontext. Auch Suchmaschinen können die Angaben leichter einordnen.

Aber glaubwürdig wird die Box nicht durch das runde Foto, die blaue Linie oder ein korrektes Person-Schema. Glaubwürdig wird sie nur, wenn die darin erzählte Geschichte mit einer Welt ausserhalb dieser Box übereinstimmt.

Kein einzelnes digitales Signal kann garantieren, dass ich Olaf Kunz bin. Es gibt aber Menschen, mit denen ich watson aufgebaut habe, Kunden, mit denen ich gearbeitet habe, und Texte, Projekte, Entscheidungen und Irrtümer, die sich über Jahre zurückverfolgen lassen.

Die Zukunft digitaler Glaubwürdigkeit liegt deshalb nicht im perfekten E-E-A-T-Signal. Sie liegt in einem Netz unabhängiger, konsistenter und überprüfbarer Beziehungen zwischen der digitalen und der realen Welt.