4.4/5 - (13 votes)

E-E-A-T hat sich durch die Core-Updates seit 2018 zu einem der wichtigsten Rankingeinflüsse für Google-Suchergebnisse entwickelt und wird durch die Einführung von SGE zusätzlich an Wichtigkeit gewinnen. In diesem Beitrag möchte ich auf 20+ Faktoren eingehen, die Google algorithmisch für eine E-E-A-T-Bewertung heranziehen kann.

Disclaimer:

Diese Zusammenfassung möglicher E-E-A-T-Faktoren, die Google als Signale für E-E-A-T heranziehen kann ist nicht als Tipp-Liste für SEOs zu verstehen, die diese manipulieren wollen. Die Beeinflussung von E-E-A-T ist nur bedingt durch SEO-Maßnahmen zu beeinflussen, da die aufgeführten Signale eher durch Marketing und PR zu beeinflussen sind. Vorab möchte ich klarstellen, dass die nachfolgend aufgeführten Faktoren für eine E-E-A-T-Bewertung großteils nicht durch Google bestätigt sind. Aber sie sind auch mehr als eine Meinung, da ich sie aus verschiedenen Google Patenten, Whitepapern und wissenschaftlichen Papieren aus de Hause Google recherchiert habe. Von daher ist es fundierter als vieles von dem was man in der Branche hört und liest. Die Quellen habe ich zu jedem Faktor angegeben, sodass Du Dich selbst tiefer einlesen kannst, wenn du magst.

Inhaltsverzeichnis

Es gibt keinen einzigen zusammengefassten E-E-A-T-Score

Laut Google gibt es keinen einzelnen E-E-A-T-Score in den alle Signale zusammengefasst bzw. aufgerechnet werden. Ich kann mir vorstellen, dass Google durch viele verschiedene Algorithmen ein Gesamteindruck von E-E-A-T eines Autors, Publishers bzw. Website erhält. Dieser Gesamteindruck ist weniger als Score zu verstehen, sondern als Annäherung an Musterbild für eine Entität, die über E-E-A-T verfügt. Google könnte anhand von ausgewählten Muster-Entitäten die Algorithmen so trainieren, dass ein Benchmark-Muster für E-E-A-T entsteht. Je mehr die Entität sich über verschiedene Signale mit diesem Musterbild gleicht, desto höher die Qualität. Mehr dazu in den von mir bereits erwähnten weiterführenden Beiträgen.

Offpage-Faktoren für eine E-E-A-T-Bewertung

In der nachfolgenden Liste sind Signale aufgeführt, die sowohl Onpage- als auch Offpage-Charakter besitzen. Aus verschiedenen Aussagen seitens Google u.a. in den Quality Rater Guidelines ist abzuleiten, dass ein besonderer Fokus auf Offpage-Signalen liegt.

“For Page Quality rating, you must also look for outside, independent reputation information about the website. When the website says one thing about itself, but reputable external sources disagree with what the website says, trust the external sources.”

Qualität des Website Contents in der Summe (Onpage)

E-E-A-T ist zu verstehen als eine Art Meta-Bewertung eines Publishers, Autors bzw. der zugehörigen Domain in Bezug auf ein oder mehrere Themenfelder. Im Gegensatz dazu bewertet Google die Relevanz auf Dokumentenebene, also jeden einzelnen Inhalt in Bezug auf die jeweilige Suchanfrage und deren Suchintention. Man kann sagen, dass Google die Qualität eines Publishers/Autors über E-E-A-T bewertet und die Relevanz über klassische Information-Retrieval-Methoden wie z.B. Text-Analysen in Kombination mit Machine Learning Innovationen wie Rankbrain.

Dabei können sich Inhalte unterschiedliche Themenfelder gegenseitig positiv als auch negativ beeinflussen, wie Google bestätigt.

Hinweise darauf auf was man achten sollte, um die Qualität von Website-Content in der Summe zu bewerten findet man in den Hinweisen zum Google Panda-Update.

PageRank bzw. Verweise zum Autor / Publisher

Dass Google Backlinks bzw. den durch sie vererbten PageRank zur Bewertung von Inhalten und Domains heranzieht ist nicht neu und durch Google bestätigt. Auch, dass Google Backlinks und PageRank für die Bewertung hinsichtlich E-E-A-T nutzt ist bestätigt in dem Whitepaper „How Google fights Disinformation“, das ich im Beitrag Wie Google mit E-A-T, PageRank, Fact Checkern … Fehlinformationen bekämpft zusammengefasst habe.

Google’s algorithms identify signals about pages that correlate with trustworthiness and authoritativeness. The best known of these signals is PageRank, which uses links on the web to understand authoritativeness.

In der Google Dokumentation zu How Search works findet man u.a. folgendes Statement:

 „Um die Vertrauenswürdigkeit und Kompetenz für ein bestimmtes Thema zu ermitteln, suchen wir nach Websites, die andere Nutzer bei ähnlichen Fragen bevorzugen. Wenn andere bekannte Websites zu diesem Thema auf eine Seite verlinken, ist das ein gutes Zeichen dafür, dass die Informationen dort gut passen.“

 

Entfernung zu Trust-Seed-Sites im Linkgraph

Ein ehemaliger Search Engineer von Google namens Jonathan Tang hatte 2016 erklärt, dass Google das Konzept des klassischen PageRanks schon länger nicht mehr nutzt und durch einen neuen Algorithmus ersetzt hat.

They replaced it in 2006 with an algorithm that gives approximately-similar results but is significantly faster to compute. The replacement algorithm is the number that’s been reported in the toolbar, and what Google claims as PageRank (it even has a similar name, and so Google’s claim isn’t technically incorrect). Both algorithms are O(N log N) but the replacement has a much smaller constant on the log N factor, because it does away with the need to iterate until the algorithm converges. That’s fairly important as the web grew from ~1-10M pages to 150B+.

Die weiterentwickelte Form des PageRank-Konzepts basiert weniger auf der Anzahl der eingehenden Links, sondern viel mehr auf der Nähe der angelinkten Dokumente zu Autoritäts- bzw. Seed-Websites.

Das Google-Patent dazu trägt den Titel Producing a ranking for pages using distances in a web-link graph und wurde 2017 von Google in der neuesten Version gezeichnet und der Status ist aktiv. Das Patent beschreibt wie aufgrund der Nähe zu manuell ausgewählten Seed-Websites ein Ranking-Score für verlinkte Dokumente erstellt werden kann. Dabei werden die Seed-Seiten selbst individuell gewichtet.

In a variation on this embodiment, a seed page sin the set of seed pages is associated with a predetermined weight wherein 0<wi≦1. Furthermore, the seed page sis associated with an initial distance dwherein di=−log(wi).

Die Seed-Seiten selbst sind von hoher Qualität bzw. die Quellen besitzen eine hohe Glaubwürdigkeit. Zu diesen Seiten kann man folgendes in dem Patent lesen:

 In one embodiment of the present invention, seeds 102 are specially selected high-quality pages which provide good web connectivity to other non-seed pages. More specifically, to ensure that other high-quality pages are easily reachable from seeds 102, seeds in seeds 102 need to be reliable, diverse to cover a wide range of fields of public interests, as well as well-connected with other pages (i.e., having a large number of outgoing links). For example, Google Directory and The New York Times are both good seeds which possess such properties. It is typically assumed that these seeds are also “closer” to other high-quality pages on the web. In addition, seeds with large number of useful outgoing links facilitate identifying other useful and high-quality pages, thereby acting as “hubs” on the web.

Laut dem Patent müssen diese Seed-Seiten manuell ausgewählt werden und die Anzahl sollte limitiert sein, um Manipulation vorzubeugen. Die Länge eines Links zwischen eine Seed-Seite und dem zu rankenden Dokument kann z.B. über folgend Kriterien ermittelt werden:

    • Position des Links
    • die Schriftart des Links
    • Grad der thematischen Abweichung der Quellseite
    • Anzahl ausgehender Links der Quellseite

Interessant ist, dass Seiten die keine direkte oder indirekte Verlinkung zu mindestens einer Seed-Seite haben gar nicht erst in das Scoring aufgenommen werden.

Daraus lassen sich auch Rückschlüsse darauf ziehen, warum manche Links durch Google für das Ranking einbezogen werden und manche nicht.

Note that however, not all the pages in the set of pages receive ranking scores through this process. For example, a page that cannot be reached by any of the seed pages will not be ranked.

Dieses Konzept kann man sowohl auf das zu rankende Dokument selbst, aber auch auf den Publisher bzw. Domain oder Autor im Allgemeinen beziehen. Ein Publisher oder Autor, der häufig direkt von Seed-Websites referenziert wird bekommt eine höhere Autorität für den Themenbereich und semantische verwandten Keywords aus dem dieser verlinkt wird. Diese Seed-Websites können ein Set von Websites je Thema sein, die entweder manuell bestimmt werden oder einen Schwellenwert an Autoritäts- und Trust-Signalen erreichen.

Im wissenschaftlichen Papier „Combating Web Spam with Trust Rank“ wird beschrieben wie aufgrund einer manuelle Auswahl eines Sets von maximal 200 Seed Sites automatisiert weitere vertrauensvolle Seed Sites identifiziert werden können.

Our results show that we can effectively filter out spam from a significant fraction of the web, based on a good seed set of less than 200 sites.

A human expert then examines the seed pages, and tells the algorithm if they are spam (bad pages) or not (good pages). Finally, the algorithm identifies other
pages that are likely to be good based on their connectivity with the good seed pages.

Die algorithmische Bestimmung weiterer vertrauenswürdiger Websites folgt der Annahme, dass vertrauenswürdige Seiten von sich aus nicht auf Spam-Seiten verlinken, sondern auf andere vertrauenswürdige Quellen.

Ankertexte von Backlinks

Laut Google sind Ankertexte von Backlinks nicht nur ein Rankingsignal für die angelinkte Zielseite, sondern auch für die gesamte Domain ein Signal für die thematische Einordnung einer Domain.

Im Google-Patent Search result ranking based on trust  gibt es ebenfalls Hinweise auf die Verwendung von Ankertexten als Trust-Bewertung.

Im Patent wird beschrieben wie das Ranking-Scoring von Dokumenten aufgrund eines Trust-Labels ergänzt wird. Diese Informationen können aus dem Dokument selbst oder aus verweisenden Fremd-Dokumenten in Form von Linktexten oder anderen Informationen bezüglich des Dokuments bzw. der Entität sein. Diese Labels werden mit der URL verknüpft und in einer Annotation-Datenbank erfasst.

Glaubwürdigkeit bzw. Trust eines Autors

Im sehr spannenden Google Patent Credibility of an author of online content  wird auf verschiedene Faktoren verwiesen, die genutzt werden können, um die Glaubwürdigkeit eines Autors algorithmisch zu ermitteln.

Dieses Google Patent besitzt  den Status „Application status is active“.

Es beschreibt wie eine Suchmaschine Dokumente unter Einfluss eines Kredibilitäts-Faktors und Reputation-Score des Autors ranken kann.

  • Ein Autor kann mehrere Reputation-Scores haben, je nachdem zu wie viel verschiedenen Themen er Inhalte publiziert. Sprich ein Autor kann für mehrere Themen Reputation besitzen.
  • Der Reputation-Score eines Autors ist unabhängig vom Publisher.
  • Der Reputation-Score kann zurückgestuft werden wenn Duplikate von Inhalten oder Auszüge mehrfach veröffentlicht werden.

In diesem Patent gibt es auch wieder einen Hinweis auf Links als möglichen Faktor für eine E-E-A-T-Bewertung. So kann der Reputation-Score eines Autors durch die Anzahl der Verlinkungen der veröffentlichten Inhalte beeinflusst werden.

. Es werden folgende mögliche Signale für einen Reputation-Score genannt:

  • wie lange der Autor bereits nachweislich Content in einem Themenbereich produziert
  • Bekanntheitsgrad des Autors
  • Bewertungen der veröffentlichten Inhalte durch Nutzer
  • Wenn Inhalte des Autors von einem anderen Publisher mit überdurchschnittlichen Bewertungen veröffentlicht werden
  • Die Anzahl der durch den Autor veröffentlichten Inalte
  • Wie lange die letzte Veröffentlichung des Autors her ist
  • Die Bewertungen bisheriger Veröffentlichungen ähnlichen Themas des Autors

Weitere interessante Informationen zum Reputation-Score aus dem Patent:

  • Ein Autor kann mehrere Reputation-Scores haben, je nachdem zu wie viel verschiedenen Themen er Inhalte publiziert.
  • Der Reputation-Score eines Autors ist unabhängig vom Publisher.
  • Der Reputation-Score kann zurückgestuft werden wenn Duplikate von Inhalten oder Auszüge mehrfach veröffentlicht werden.
  • Der Reputation-Score kann durch die Anzahl der Verlinkungen der veröffentlichten Inhalte beeinflusst werden.

Desweiteren wird in dem Patent auf einen Kredibilitäts-Faktor für Autoren eingegangen. Für diesen sind verifizierte Informationen zum Beruf bzw. die Rolle des Autors in einem Unternehmen relevant. Dabei spielt auch die Kredibiliät des Unternehmens eine Rolle.Entscheiden für die Glaubwürdigkeit des Autors ist auch die Relevanz des Berufs zu den Themen der veröffentlichten Inhalte. Auch Bildungsgrad und Ausbildung des Autors können hier einen Ausschlag haben.

The verified information about the author can include the number of other publications of the author that are relevant to the author’s online content item. The verified information about the author can include the number of citations to the author’s online content item that are made in other publications of one or more different authors. The verified information about the author can include information about awards and recognition of the author in one or more fields. The credibility factor can be further based on the relevancy of the one or more fields to the author’s online content item. The verified information about the author can include feedback received about the author or the author’s online content item from one or more organizations. The credibility factor can be further based on the relevancy of the one or more organizations to the author’s online content item and the feedback received. The verified information about the author can include revenue information about the author’s online content item.

 

Erfahrung des Autors aufgrund der Zeit (Onpage / Offpage)

Je länger ein Autor bereits zu einem Themenfeld publiziert, desto glaubwürdiger ist er. Über das Datum der Erstpublikation in einem Themenfeld lässt sich für Google die Erfahrung des Autors/Publishers algorithmisch feststellen.

Anzahl der zu einem Thema veröffentlichten Inhalten (Onpage / Offpage)

Veröffentlicht ein Autor viele Beiträge zu einem Thema kann davon auszugehen, dass er ein Experte ist und eine gewisse Glaubwürdigkeit besitzt. Ist der Autor als Entität bei Google bekannt, ist es möglich alle durch ihn veröffentlichten Inhalte in einem Entitäten-Index wie dem Knowledge Graph oder Knowledge Vault zu erfassen und einem Themenfeld zuordnen. Darüber kann die Anzahl der Inhalte je Themenfeld ermittelt werden.

Vergangene Zeit bis zur letzten Veröffentlichung (Onpage / Offpage)

Je länger die letzte Publikation eines Autors zu einem Themenfeld her ist, desto mehr sinkt ein möglicher Reputations-Score zu diesem Themenfeld. Je aktueller die Inhalte sind, desto höher ist dieser.

Nennungen des Autors / Publishers in Award- und Best-of-Listen (Offpage)

Dieses mögliche Signal für eine E-E-A-T-Bewertung habe ich im bereits erwähnten Google-Patent „Credibility of an author of online content“ entdeckt.  Dort wird beschrieben, dass ein Kredibilitätsfaktor eines Autors durch gewonnene Awards beeinfluss werden kann.

If the author has received awards or other forms of public recognition in the topic area of the online content item or for the online content item itself, the author’s credibility factor can be positively influenced. If the author’s online content item is published by a publisher that regularly publishes works of authors who have received awards or other public recognition, thereby increasing the credibility of the publisher itself, the author’s credibility score can be influenced.

Desweiteren kann die Erwähnung in Best-Seller-Listen einen Einfluss auf die Kredibiläts-Messung haben.

The level of success of the author, either in relation to a particular online content item, or generally, can be measured to some degree by the success of the author’s published works, for example, whether one or more have reached best seller lists or by revenue generated from one or more publications. If this information is available and indicated relative success of the author in a particular field, this can positively influence the author’s credibility factor.

Bekanntheitsgrad des Autors / Publishers

Je höher der Bekanntheitsgrad eines Autors/Publishers ist, desto glaubwürdiger ist er und desto höher ist seine Autorität in einem Themenfeld. Einen Bekanntheitsgrad kann Google über die Anzahl der Mentions und Höhe des Suchvolumens nach dem Namen algorithmisch messen. Neben dem bereits erwähnten Patent gibt es weitere Aussagen von Google zum Bekanntheitsgrad als möglichen Rankingfaktor.

In Bezug auf die lokale Suche findet man folgendes Statement auf den Google-Support-Seiten hinsichtlich dem Ranking:

„Bekanntheit/Bedeutung: Damit ist der Bekanntheitsgrad eines Unternehmens gemeint. Manche Orte oder Dinge sind bekannter als andere. Dies wird im Ranking der lokalen Suchergebnisse berücksichtigt. So erscheinen beispielsweise berühmte Museen, Hotels oder Handelsmarken, die vielen Nutzern ein Begriff sind, auch in den lokalen Suchergebnissen sehr wahrscheinlich an herausragender Stelle. Die Bekanntheit bzw. Bedeutung ergibt sich darüber hinaus aus Informationen, die wir aus dem Web – beispielsweise über Links, aus Artikeln oder aus Verzeichnissen – über ein Unternehmen beziehen.“

Gary Illyes äußerte sich 2017 auf der Brighton SEO zum Einfluss von Mentions z.B. in sozialen Netzwerken und lässt erahnen, dass Google hier ein Interesse haben könnte, dass solche Signale auch in den Ranking-Algorithmen Berücksichtigung finden könnten.

“If you publish high-quality content that is highly cited on the internet — and I’m not talking about just links, but also mentions on social networks and people talking about your branding, crap like that. Then you are doing great.” Quelle: Gary Illyes, Brighton SEO 2017

 

Sentiment rund um Mentions oder Bewertungen und Klickrate

Google ist über Natural Language Processing in der Lage Sentiment-Analysen durchzuführen.

Bei der Sentimentanalyse pro Entität wird die Entitätsanalyse mit der Sentimentanalyse kombiniert und es wird versucht, die (positive oder negative) Einstellung zu erkennen, die in den Entitäten des Texts zum Ausdruck kommt. Jede Entitätsstimmung wird durch numerische Score- und Magnitude-Werte dargestellt und für jede Erwähnung einer Entität bestimmt. Diese Punktzahlen werden dann in eine allgemeine Sentimentpunktzahl (Score und Magnitude) für eine Entität zusammengefasst…, Quelle: Google NLP API Doku.

Sprich es kann die Stimmung rund um eine Entität wie einen Publisher oder Autor ermittelt werden. Ist der Sentiment positiv kann dem Autor/Publisher mehr Glaubwürdigkeit zugesprochen werden. Ist dieser eher negativ umgekehrt.

Im Google-Patent Sentiment detection as a ranking signal for reviewable entities wird beschrieben wie aufgrund von Sentiment-Analysen Stimmungen rund um bewertbare Entität in Dokumenten identifiziert werden können. Die Ergebnisse können dann für das Ranking von Entitäten und zugehörigen Dokumenten genutzt werden.

Zu den bewertbaren Entitäten gehören Personen, Orte oder Dinge, zu denen sich die Meinung äußern lässt, wie z. B. Restaurants, Hotels, Konsumgüter wie Elektronik, Filme, Bücher und Live-Auftritte.

Als Quelle können strukturierte unstrukturierte Daten genutzt werden. Strukturierte Reviews werden über bekannte Bewertungs-Websites wie Google Maps, TripAdvisor, Citysearch oder Yelp gesammelt.

Die in der Sentiment-Datenbank gespeicherten Entitäten werden durch Tuples in Form von der Entitäten-ID, Entitätstyp und einem oder mehreren Reviews repräsentiert. Die Reviews werden mit unterschiedlichen Scorings versehen, die in der Ranking Analysis Engine errechnet werden.

In der Ranking Analysis Engine werden Sentiment-Scores betreffend den jeweiligen Bewertungen inkl. Zusatzinformationen wie z.B. den Autor  ermittelt.

Klickrate bei den Inhalten eines Autors / Publishers

In dem zuletzt erwähnten Patent wird auch auf die Nutzung von Interaktionssignalen eingegangen, um den Sentiment hinsichtlich Ranking als Faktor zu ergänzen.

  • User Interaction Score
  • Consensus Sentiment Score

Zu der Ermittlung eines Nutzer-Interaktions-Score wird auf Nutzersignale wie SERPCTR und Aufenthalstdauer eingegangen.

Kookkurrenzen des Autors / Publishers mit thematischen relevanten Begriffen in Videos, Podcasts & Dokumenten

Kookkurrenzen einer Entität in crawl- und interpretierbaren Inhalten mit Begriffen aus bestimmten Themenfeldern können Google helfen einen Autor oder Publisher in einen thematischen Kontext einzuordnen. Die Anzahl der Kookkurrenzen als auch die Autorität und Vertrauenswürdigkeit der Quellen, in denen die Kookkurrenzen vorkommen können zur Bewertung nach E-E-A-T herangezogen werden. Durch die Entwicklungen, die Google mit Innovationen wie MUM vorantreibt können diese Inhalte neben Text-Content auch Bilder, Video- und Audio-Content sein.

Kookkurrenzen des Autors / Publishers mit thematischen relevanten Begriffen in Suchanfragen

Nicht nur Kookkurrenzen aus Entitäten und themenbezogenen Begriffen in Inhalten können Google dabei helfen eine E-E-A-T-Bewertung durchzuführen. Auch Kookkurrenzen in Suchanfragen können ein wichtiges Signal sein. Suchen viele Menschen nach „zalando schuhe“ oder „olaf kopp content marketing“ kann das ein Indiz dafür sein, dass sich Zalando in Bezug auf Schuhe bzw. Olaf Kopp in Bezug auf Content Marketing eine Autorität ist.

 

Anteil der Inhalte, die ein Autor / Publisher zu einem thematischen Dokumenten-Korpus beigetragen hat (Onpage / Offpage)

Im Google-Patent Systems and Methods for Re-Ranking ranked Search Results wird beschrieben wie Suchmaschinen neben den Verweisen zu Inhalten des Autors auch der Anteil, den er zu einem thematischen Dokumenten-Korpus beigetragen hat in ein Autoren-Scoring berücksichtigt werden kann.

„In some embodiments, the determining the original author score for the respective entity includes: identifying a plurality of portions of content in the index of known content identified as being associated with the respective entity, each portion in the plurality of portions representing a predetermined amount of data in the index of known content; and calculating a percentage of the plurality of the portions that are first instances of the portions of content in the index of known content.“

Dieses Google Patent wurde im August 2018 gezeichnet. Es beschreibt die Verfeinerung von Suchergebnissen nach einem Autoren-Scoring inkl. einem Citation-Scoring. Das Citation-Scoring basiert auf der Anzahl der Verweise auf die Dokumente eines Autors. Ein weiteres Kriterium für das Autor-Scoring ist der Anteil der Inhalte, die ein Autor zu einem Korpus an Dokumenten beigesteuert hat.

wherein determining the author score for a respective entity includes: determining a citation score for the respective entity, wherein the citation score corresponds to a frequency at which content associated with the respective entity is cited; determining an original author score for the respective entity, wherein the original author score corresponds to a percentage of content associated with the respective entity that is a first instance of the content in an index of known content; and combining the citation score and the original author score using a predetermined function to produce the author score;

 

Onpage-Faktoren für eine E-E-A-T-Bewertung

Die folgenden Onpage-Faktoren können eine Rolle für E-E-A-T spielen:

Transparenz zum Autor / Publisher über Autorenprofile & Über-Uns-Seiten

Transparenz zum Publisher bzw. den Autoren wird in den Quality Rater Guidelines als Signal genannt, das die Such-Evaluatoren für die E-E-A-T-Bewertung nutzen sollen. Dazu finden man auch in den Guidelines für Web Credibility der Stanford University einige Hinweise, auf welche Fragen man bei der Gestaltung einer Über Uns Seite und/oder Autorenprofilen eingehen sollte.

Show that there’s a real organization behind your site. Showing that your web site is for a legitimate organization will boost the site’s credibility. The easiest way to do this is by listing a physical address. Other features can also help, such as posting a photo of your offices or listing a membership with the chamber of commerce.

Highlight the expertise in your organization and in the content and services you provide. Do you have experts on your team? Are your contributors or service providers authorities? Be sure to give their credentials. Are you affiliated with a respected organization? Make that clear. Conversely, don’t link to outside sites that are not credible. Your site becomes less credible by association.

Show that honest and trustworthy people stand behind your site. The first part of this guideline is to show there are real people behind the site and in the organization. Next, find a way to convey their trustworthiness through images or text. For example, some sites post employee bios that tell about family or hobbies.

Für eine algorithmische Übertragung dieser Maßnahme halte ich nur die Verwendung einer Autorenbox oder einer Über Uns-Seite für zu einfach. Schließlich kann man ja einen Autor einfach erfinden und diesen dann als Experten darstellen.

Mit Blick auf die semantische Suche bzw. Entitäten-basierte Suche wäre es sinnvoll für Google die zur Entität gesammelten Infos inkl. Prüfung dieser einzubeziehen. Sprich Über Uns Seiten und Autorenboxen können hinsichtlich E-E-A-T nur helfen, wenn es sich beim Publisher bzw. dem Autor, um eine durch Google prüfbare Autorität und/oder Experten handelt. Dazu muss dieser Autor schon crawlbare Spuren im Internet hinterlassen haben.

Verlinkungen zu eigenen Referenzen

Zum Auffinden Referenzen, die einen Publisher und/oder Autor als Autorität und Experten auszuweisen kann man Google die Prüfung einfacher machen indem man auf Publikationen, Interviews, Speaker-Profile auf Fachkonferenzen Fachartikel in externen Medien … von der eigenen Website verlinken.

Dazu könnte man einen Entitäten-Hub zur Marke erstellen und auf alle relevanten Publikationen verweisen. Ich habe es selbst auf meiner Seite „Über Olaf Kopp“ begonnen.

Nutzung von https auf der Domain

Dass https ein leichter Rankingfaktor ist hat Google bestätigt. Mit Blick auf Trust, also die Vertrauenswürdigkeit einer Quelle, ist dieser Rankingfaktor sinnvoll. Allerdings ist der Einfluss eher gering.

Knowledge Based Trust (Übereinstimmung mit der gängigen Meinung und Fakten)

Im der wissenschaftlichen Arbeit Knowledge-Based Trust: Estimating the Trustworthiness of Web Sources aus dem Hause Google geht es um die algorithmische Bestimmung zur Glaubwürdigkeit von Websites.

Dieses wissenschaftliche Papier beschäftigt sich damit wie man die Vertrauenswürdigkeit von Online-Quellen ermitteln kann. Es wird neben der Analyse von Verlinkungen eine neue Methode vorgestellt, die auf der Prüfung der veröffentlichten Informationen auf Richtigkeit beruht.

We propose a new approach that relies on endogenous signals, namely, the correctness of factual information provided by the source. A source that has few false facts is considered to be trustworthy.

Dafür werden Methoden des Data Mining genutzt, auf die ich bereits in den Beiträgen Wie kann Google aus unstrukturierten Inhalten Entitäten identifizieren und deuten ? und Die Rolle von Natural Language Processing für Data Mining, Entitäten & Suchanfragen   detailliert eingegangen bin.

We call the trustworthiness score we computed Knowledge-Based Trust (KBT). On synthetic data, we show that our method can reliably compute the true trustworthiness levels of the sources.

Die bisherige Bewertung der Glaubwürdigkeit von Quellen basierend auf Links und Browser-Daten über das Nutzungsverhalten von Websites hat Schwächen, da weniger populäre Quellen schlechtere Karten haben und ungerechterweise zu kurz kommen, obwohl sie sehr gute Informationen bereitstellen.

Über diesen Ansatz können Quellen mit einem „Trustworthiness-Score“ bewertet werden, ohne den Faktor Popularität einfließen zu lassen. Websites, die häufig falsche Informationen bereitstellen werden abgewertet. Websites, die Informationen im Einklang mit dem generellen Konsens veröffentlichen werden belohnt. Damit sinkt auch die Wahrscheinlichkeit, dass Websites, die durch Fake News auffallen Sichtbarkeit bei Google bekommen.

Qualität des Website-Contents in der Summe (Helpful Content)

Beim Helpful Content Update hat Google von einem sitewide Qualifier gesprochen. Sprich Inhalt einer Website zu einem Thema werden in der Summe bewertet nicht einzeln.

„The system generates a site-wide signal that we consider among many other signals for use in Google Search (which includes Discover). The system automatically identifies content that seems to have little value, low-added value or is otherwise not particularly helpful to people.

Any content—not just unhelpful content—on sites determined to have relatively high amounts of unhelpful content overall is less likely to perform well in Search, assuming there is other content elsewhere from the web that’s better to display. For this reason, removing unhelpful content could help the rankings of your other content.“ Quelle: Google Search’s helpful content system and your website

In der Dokumentation zu Helpful Content findet man den Verweis auf E-E-A-T als Bestandteil des Helpful Content Systems.

Auch E-E-A-T ist ein seitenweites bzw. themenbezogener Ansatz. Eine Aussagen von Google schlägt eine weitere Brück von Helpful Content zu E-E-A-T. So erklärte Google bei Twitter, dass bei Perspectives Inhalte von Quellen mit helfpul Content bevorzugt werden. Diese müssten über Experience und Expertise verfügen.

Umfang des erstellten Contents sitewide

In den Quality Rater Guidelines findet man immer wieder im Kontext E-E-A-T den Hinweis auf den extent also Umfang von Inhalten als Bewertungskriterium.

Zitate und externe Link-Referenzen zu autoritären Quellen

In dem bereits erwähnten Papier „Combating Web Spam with Trust Rank“ wird auch auf den Nutzen ausgehender Links in Form eines Inverse Pagerank verwiesen. Links auf auf autoritäre Quellen mit hohem Pagerank sind förderlich für die Reputation der eigenen Website.

„Since trust flows out of the good seed pages, one approach is to give preference to pages from which we can reach many other pages. In particular, we could select seed pages
based on the number of outlinks.“

John Müller beantwortete die Frage nach dem taktischen Nutzen von Outbound Links, dass es aus taktischer Sicht keinen Einfluss hat, aber er es aus ganzheitlicher Sicht für sinnvoll hält.

“Obviously, if you have good content within your website and part of that references existing other content then kind of that whole structure that makes a little bit more sense and means that your website overall is a good thing.

But just having a link to some authoritative page, that doesn’t change anything from our point of view.”, John Mueller, Google

 

Übersicht Faktoren zur E-E-A-T-Bewertung

Das waren jetzt wieder jede Menge Informationen. Damit Du nicht den Überblick verlierst haben wir Dir eine Übersichtsgrafik zu den verschiedenen möglichen Faktoren für eine E-E-A-T-Bewertung erstellt. Du kannst diese gerne Downloaden, Ausdrucken, Teilen. Danke!

 

Übersicht Faktoren E-E-A-T Bewertung (Download der Grafik in hoher Auflösung durch Klick auf das Bild)

E-E-A-T-Bewertung über Vektorraumanalysen

Die hier aufgeführten Signale können in der Summe sowohl für Source-Entitäten wie Autoren oder Organisationen als auch Domains angewendet werden. In diesem Kontext sind die beiden Google-Patente Website Representation Vector und Generating author vectors besonders spannend. Im zweiten Patent wird beschrieben wie Autoren und deren Inhalte über das Trainieren neuronaler Netze identifiziert und in Vektoren abgebildet werden können.

Im ersten Patent wird beschrieben wie Websites/Domains als Vektoren abgebildet werden und nach den Klassen Experte, Lehrling, Laie für bestimmte Wissensdomänen eingeordnet werden können. Dieses Klassifizierungssystem kann für die Bewertung neuer Inhalte als Benchmark genutzt werden. So könnte eine Klassifizierung nach Schwellenwerten im Sinne von E-E-A-T auf Autoren, Unternehmen und auf Domainebene unter Berücksichtigung, der hier aufgeführten Signale in der Summe skalierbar durchgeführt werden.

Wenn Du mehr zum Thema E-E-A-T erfahren willst und ich erst einmal einlesen willst empfehle ich Dir die folgenden Beiträge:

Zu Olaf Kopp

Olaf Kopp ist Online-Marketing-Experte mit mehr als 15 Jahren Erfahrung in Google Ads, SEO und Content Marketing. Olaf Kopp ist Co-Founder, Chief Business Development Officer (CBDO) und Head of SEO bei der Online Marketing Agentur Aufgesang GmbH. Er ist international anerkannter Branchenexperte für semantische SEO, E-E-A-T, KI- und Suchmaschinen-Technologie, Content-Marketing und Customer Journey Management. Als Autor schreibt er für nationale und internationale Fachmagazine wie Searchengineland, t3n, Website Boosting, Hubspot Blog, Sistrix Blog, Oncrawl Blog ... . 2022 war er Top Contributor bei Search Engine Land. Als Speaker stand er auf Bühnen der SMX, SEA/SEO World, CMCx, OMT, Digital Bash oder Campixx. Er ist ist Host der Podcasts OM Cafe und Digital Authorities. Er ist ist Autor des Buches "Content-Marketing entlang der Customer Journey", Co-Autor des Standardwerks "Der Online Marketing Manager" und Mitorganisator des SEAcamp.

Kommentare sind geschlossen.