Die Frage „Sollen wir KI für unsere Texte nutzen?" ist eigentlich falsch gestellt. Google beantwortet sie längst pragmatisch: Bewertet wird nach Qualität und Relevanz, nicht nach der Methode der Erstellung. KI-Content wird nicht pauschal abgestraft – solange er hilfreich und „people-first" ist. Die richtige Frage lautet also nicht ob, sondern wie. Und genau da entscheidet sich, ob KI-Texte deiner Sichtbarkeit nützen oder schaden.

Straft Google KI-Texte ab?

Nein – aber es straft eine bestimmte Art von KI-Einsatz ab. Google geht mit seiner Scaled-Content-Policy gezielt gegen massenhaft produzierte Inhalte vor, die nur zur Ranking-Manipulation ohne Mehrwert dienen. Wie ernst das gemeint ist, zeigte sich im März 2024: Über 800 Websites wurden deindexiert.

Der Auslöser ist also nicht die Technologie, sondern die Absicht dahinter – Masse ohne Substanz. Ein Hinweis darauf, wie Google das erkennt, steckt im API-Leak 2024: ein Signal namens contentEffort. Nach verbreiteter Deutung der Leak-Daten handelt es sich um eine KI-gestützte Schätzung des Aufwands, der in eine Seite geflossen ist – gedacht, um minderwertigen Massen-Output („AI Slop") von echter Arbeit zu unterscheiden. Belegt ist, dass es das Signal gibt; die genaue Funktionsweise bleibt Interpretation.

Was die Daten zeigen

Kann KI-Content ranken? Ja – nachweislich. In einem Experiment erreichte ein LLM (Claude 3.5 Sonnet) in 82 % der Fälle Top-30-Platzierungen. Der Mythos „KI kann nicht ranken" ist widerlegt.

Aber die Spitze ist anders verteilt. Eine Analyse von 42'000 Blogposts (2026) fand, dass menschlich erstellte Inhalte rund 8-mal wahrscheinlicher auf Position 1 stehen als rein KI-generierte. KI-Text landet häufiger im unteren Bereich der ersten Seite – ihm fehlen oft die Signale für Originalität und Nutzerzufriedenheit, die es nach ganz oben braucht.

Ein wichtiger Nebenpunkt gegen einen verbreiteten Reflex: KI-Detektoren taugen nicht als Prüfinstrument. Sie sind unzuverlässig und produzieren Fehlalarmquoten von 15 bis 45 %. Google selbst nutzt offiziell keine solchen Detektoren zur Bestrafung.

Warum „Raw AI" trotzdem scheitert

Wenn KI ranken kann und Detektoren nicht bestrafen – warum floppt roher, unbearbeiteter KI-Output dann langfristig? Weil er an den E-E-A-T-Kriterien scheitert (Experience, Expertise, Authoritativeness, Trust) und weil ihm der Information Gain fehlt: neue, eigene Informationen, die das KI-Basismodell noch nicht kennt. Wer nur zusammenfasst, was ohnehin überall steht, liefert nichts, wofür Google ihn nach vorn stellen müsste.

Die Abwertung läuft dabei meist indirekt – über Nutzersignale wie hohe Absprungraten und den fehlenden Mehrwert, nicht über einen „KI-Stempel". Das Ergebnis ist dasselbe: generischer Ton ohne Substanz verliert.

Das Modell, das funktioniert: Hybrid

Der Konsens der Fachwelt ist eindeutig: KI ist ein Werkzeug für Experten, kein Ersatz für Fachwissen. Das Modell, das rankt, ist hybrid – die KI entwirft, ein Mensch mit Fachkompetenz redigiert und reichert an.

Konkret heisst das:

  • KI für den ersten Entwurf und die Struktur – das spart massiv Zeit.
  • Menschliche Endkontrolle – Lektorat, Fakten prüfen, Ton schärfen. Ohne diesen Schritt bleibt es „Raw AI".
  • Information Gain hinzufügen – eigene Daten, Praxisbeispiele, konkrete Zahlen aus deinem Betrieb. Das ist der Teil, den keine KI aus dem Trainingsset liefern kann.
  • Ein echtes Autorenprofil dahinterstellen statt anonymer Firmenmaske.

Dieser hybride Ansatz sichert Rankings und spart Ressourcen – Schweizer Anwender berichten von rund der Hälfte weniger Zeitaufwand bei der Erstellung.

Warum Information Gain und thematische Tiefe entscheiden

Die Zitations-Falle

Ein Erfolg, der oft überschätzt wird: eine Erwähnung in ChatGPT oder einer KI-Antwort. Die Quellen dort sind extrem volatil – ChatGPT tauscht wöchentlich rund 74 % seiner zitierten Quellen aus, der Google AI Mode etwa 56 %. Diesen „Citation Drift" übersteht nur, wer eine stabile Marken-Autorität aufgebaut hat. Ohne sie rotierst du schnell wieder aus dem Quellen-Karussell. Eine einzelne KI-Zitation ist also ein Moment, kein Zustand.

Für Schweizer KMU

In der Schweiz ist KI im Content längst Praxis: 42 % der Unternehmen setzen sie ein, vor allem für Texterstellung (79 %) und Ideenfindung. Zwei Schweizer Besonderheiten solltest du dabei beachten.

Mehrsprachigkeit mit Vorsicht. KI und Tools wie DeepL bauen Sprachbarrieren ab – aber die Qualität ist im Deutschen meist besser als im Französischen oder Italienischen. Platte Übersetzungen verlieren kulturelle Nuancen. Besser ist echte Lokalisierung statt Wort-für-Wort-Übertragung, inklusive Schweizer Kontext wie dem DSG.

Swissness als Signal. Für KI-Systeme schaffen konkrete lokale Anker Eindeutigkeit: Verweise auf das Handelsregister (Zefix), lokale Verbände und eine .ch-Domain erhöhen die geografische Relevanz und grenzen dich von internationalen Wettbewerbern ab.

Und der Vertrauensfaktor: Die Schweizer Bevölkerung ist skeptisch gegenüber reinem KI-Journalismus – nur 25 % würden solche Inhalte lesen. KI-unterstützte Texte, bei denen der Mensch die Kontrolle behält, akzeptieren hingegen rund 54 %. Das spricht klar für das hybride Modell.

So setzt du KI-Texte richtig ein

Eine praktische Leitlinie:

  1. KI für Entwurf, Recherche-Struktur und Varianten nutzen – nicht für den fertigen, ungeprüften Text.
  2. Immer redigieren – Fakten prüfen, Ton anpassen, Floskeln streichen.
  3. Eigenes Wissen einbauen – Daten, Beispiele, Erfahrungen aus deinem Betrieb (Information Gain).
  4. Autor:in benennen – mit erkennbarer Fachkompetenz.
  5. Lokalisieren statt übersetzen – besonders für FR/IT.
  6. Keine Massenproduktion – lieber wenige starke Seiten als hundert dünne.

Fazit

KI-Texte sind ein legitimes und effizientes Werkzeug – wenn ein Mensch mit Fachwissen die Kontrolle behält. Roher, unredigierter Massen-Content scheitert an Qualität, E-E-A-T und fehlendem Information Gain. Das hybride Modell aus KI-Entwurf und menschlicher Veredelung dagegen sichert Rankings, spart Zeit und passt genau zu dem, was Schweizer Nutzer akzeptieren. Nutz die KI für die Geschwindigkeit – und dein eigenes Fachwissen für den Unterschied.

Häufig gestellte Fragen

Nicht wegen der Herkunft. Google bewertet Qualität, nicht Methode. Abgestraft wird massenhaft produzierter Content ohne Mehrwert (Scaled Content Abuse) – nicht sorgfältig erstellte, KI-gestützte und redigierte Inhalte.

Möglich, aber unwahrscheinlich mit rohem Output: Menschliche Inhalte stehen rund 8-mal häufiger auf Position 1. Mit menschlicher Überarbeitung und eigenen Informationen steigen die Chancen deutlich.

Google nutzt offiziell keine KI-Detektoren zur Bestrafung, und verfügbare Detektoren sind unzuverlässig (15–45 % Fehlalarme). Relevanter ist, ob der Text Substanz und Mehrwert bietet – das zeigt sich über Nutzersignale.

Im hybriden Modell berichten Anwender von etwa der Hälfte weniger Aufwand – vorausgesetzt, die menschliche Redaktion bleibt Teil des Prozesses.