AI-Content und Google: Enforcement und EU AI Act

Google und der EU-Gesetzgeber ziehen seit 2024 parallel an einem Strang: Beide zielen auf in Masse erzeugten, minderwertigen KI-Content. Google bekämpft ihn algorithmisch und mit manuellen Maßnahmen, der EU AI Act ergänzt ab August 2026 eine rechtliche Transparenzpflicht. Für B2B-Sites im DACH-Raum entsteht daraus eine doppelte Anforderung: Inhalte müssen suchmaschinenseitig Mehrwert belegen und zugleich kennzeichnungsrechtlich sauber sein. Dieser Artikel erklärt, wo Google die Grenze zwischen Scaled Content Abuse und legitimem KI-Einsatz zieht, was Artikel 50 des AI Act konkret verlangt und wie ein belastbarer Redaktions- und Compliance-Workflow aussieht.

Warum AI-Content-Enforcement jetzt geschäftskritisch ist

KI-Textproduktion ist im Markt angekommen. Laut einer internationalen Analyse von 900.000 neu erstellten englischsprachigen Webseiten enthielten 74,2 Prozent davon KI-generierten Content (internationale Erhebung, April 2025). Bemerkenswert ist die Verteilung: Nur 2,5 Prozent waren reiner KI-Text, 25,8 Prozent rein menschlich und 71,7 Prozent eine Mensch-KI-Mischung (internationale Erhebung). Der Normalfall ist also nicht das rein synthetische Dokument, sondern der hybride Workflow. Genau diese Unterscheidung ist für Google und für den AI Act zentral.

Auch im DACH-Raum ist KI in der Breite angekommen. In Österreich setzten 2025 bereits 30 Prozent der Unternehmen ab 10 Beschäftigten Künstliche Intelligenz ein, gegenüber 20 Prozent im Vorjahr (Österreich, Statistik Austria, Erhebung Februar bis Juli 2025). Wer KI zur Content-Erstellung nutzt, fällt damit zunehmend in den Geltungsbereich der ab 2026 wirksamen Transparenzpflichten.

Das Risiko bei Fehlern ist konkret. Im Zuge des March 2024 Core Update wurden laut einem unabhängigen Monitoring 837 von 49.345 beobachteten Sites vollständig aus dem Google-Index entfernt, rund 1,7 Prozent (internationale Erhebung). Eine begleitende Analyse fand bei 100 Prozent der betroffenen Sites Anzeichen von KI-generiertem Content, bei 50 Prozent stammten 90 bis 100 Prozent der Beiträge aus KI (internationale Erhebung). Vollständige Deindexierung bedeutet null organischen Traffic. Für eine B2B-Site, deren Pipeline an der Suche hängt, ist das ein Totalausfall.

Wie Google die Grenze zieht: Scaled Content Abuse vs. legitimer KI-Content

Google bewertet KI-Content nicht pauschal als Spam. Die langjährige Linie lautet, dass der Einsatz von Automatisierung inklusive generativer KI nur dann Spam ist, wenn der Hauptzweck die Manipulation von Rankings ist. Mit dem March 2024 Core Update führte Google drei neue Spam-Richtlinien ein: Scaled Content Abuse, Expired Domain Abuse und Site Reputation Abuse (international). Maßgeblich ist nicht die Erstellungsmethode, sondern Absicht und Ergebnis.

Scaled Content Abuse definiert Google als die Erzeugung vieler Seiten mit dem primären Zweck, Rankings zu manipulieren statt Nutzern zu helfen. Die Richtlinie greift unabhängig davon, ob Inhalte durch Automatisierung, menschliche Arbeit oder eine Kombination entstehen (international). Das Verbreiten von Tausenden dünnen Seiten ist also auch dann ein Verstoß, wenn Menschen beteiligt waren. Umgekehrt ist ein KI-gestützter Artikel mit echtem Mehrwert kein Verstoß.

Die wirtschaftliche Wirkung der Qualitätsoffensive belegt Google selbst: Nach dem March 2024 Update sah man 45 Prozent weniger minderwertige, unoriginale Inhalte in den Suchergebnissen, mehr als die erwarteten 40 Prozent (international, Rollout abgeschlossen 19. April 2024). Praktisch entscheidet Google entlang dreier Achsen:

• Mehrwert und Originalität: Bietet die Seite Information, Analyse oder Erfahrung, die anderswo nicht in gleicher Form existiert. Umformulierte Allgemeinplätze in Masse sind das Kernmuster von Scaled Content Abuse.
• Primärzweck: Ist die Seite für Nutzer oder für das Ranking gebaut. Programmatic-SEO-Vorlagen ohne eigenständigen Nutzen pro Seite kippen schnell in den Abuse-Bereich.
• E-E-A-T: Sind Erfahrung, Fachkompetenz, Autorität und Vertrauenswürdigkeit erkennbar. Fehlende Autorenschaft, fehlende Belege und fehlende Praxis sind Warnsignale.

Wichtig ist die Unterscheidung zwischen manueller Maßnahme und algorithmischer Demotion. Eine Manual Action wird von einem Prüfer ausgelöst, in der Google Search Console gemeldet und erfordert nach Behebung einen Reconsideration Request. Eine algorithmische Abwertung durch ein Core Update erscheint nicht als Meldung, sondern zeigt sich nur im Traffic-Rückgang und erholt sich erst mit einem späteren Update.

Site Reputation Abuse: das unterschätzte Risiko für B2B-Publisher

Site Reputation Abuse, umgangssprachlich Parasite SEO, betrifft Sites, die ihre eigene Autorität an Dritte vermieten. Google nennt es als eine der drei neuen Spam-Richtlinien von 2024 (international). Gemeint sind Drittinhalte, die ohne enge Aufsicht des Host-Betreibers und primär zur Ausnutzung der Domain-Reputation publiziert werden. Für B2B-Publisher mit Gastbeiträgen, Partnerinhalten oder gesponserten Sektionen ist das ein realer Risikobereich.

Sauberes Setup heißt hier: redaktionelle Oversight über alle Drittinhalte, klare Trennung und Kennzeichnung gesponserter Inhalte, kein Hosting fremder Subportale allein zur Übertragung von Ranking-Signalen und konsistente Qualitätsanforderungen für externe Autoren wie für interne. Gastbeiträge sind unproblematisch, solange sie thematisch passen, geprüft sind und einen eigenständigen Nutzen liefern.

EU AI Act Artikel 50 in der Praxis

Der EU AI Act schafft eine von der Suchmaschinenbewertung unabhängige Rechtspflicht. Artikel 50 regelt Transparenzpflichten und gilt ab dem 2. August 2026 (EU). Er adressiert zwei Rollen mit unterschiedlichen Pflichten.

Provider, also Anbieter von KI-Systemen einschließlich General-Purpose-Modellen, die synthetische Audio-, Bild-, Video- oder Textinhalte erzeugen, müssen sicherstellen, dass die Ausgaben in einem maschinenlesbaren Format markiert und als künstlich erzeugt oder manipuliert erkennbar sind (EU). Technisch zielt das auf Standards wie C2PA Content Credentials, die kryptografisch signierte Herkunftsmetadaten in die Datei einbetten.

Deployer, also die Stellen, die ein KI-System einsetzen, treffen Offenlegungspflichten. Wer Deepfakes erzeugt, muss die künstliche Erzeugung offenlegen. Und wer Text erzeugt oder manipuliert, der mit dem Zweck veröffentlicht wird, die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, muss offenlegen, dass der Text künstlich erzeugt oder manipuliert wurde (EU). Diese Textpflicht ist für Publisher der zentrale Punkt. Sie greift nicht bei jedem KI-Text, sondern bei Inhalten mit öffentlichem Informationszweck. Der Anwendungsbereich für rein kommerzielle Produkttexte ist enger und im Einzelfall zu prüfen.

Der Bußgeldrahmen ist erheblich, aber differenziert. Verstöße gegen verbotene Praktiken nach Artikel 5 können mit bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes (EU) geahndet werden. Für Verstöße gegen sonstige Pflichten, ausdrücklich einschließlich der Transparenzpflichten nach Artikel 50, gilt ein niedrigerer Rahmen von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes (EU). Für KMU und Start-ups gilt jeweils der niedrigere der beiden Beträge. Die oft zitierten 35 Millionen Euro betreffen also nicht die Kennzeichnungspflicht, sondern verbotene Praktiken; für Artikel-50-Verstöße ist der 15-Millionen-Rahmen einschlägig.

Compliance-Workflow für DACH-/österreichische B2B-Sites

Der erste Schritt ist die Rollenklärung. In der Regel ist eine B2B-Site, die ein Drittmodell wie ein kommerzielles LLM nutzt, Deployer und nicht Provider. Die maschinenlesbare Markierung nach Artikel 50 Absatz 2 ist primär Providerpflicht; den Deployer trifft die Offenlegungspflicht bei öffentlich informierendem Text und bei Deepfakes.

Praktisch empfiehlt sich folgende Struktur:

• Rollen- und Inventarprüfung: Erfassen, welche Inhalte mit KI erstellt oder bearbeitet werden und welche davon der Öffentlichkeit Sachinformationen vermitteln. Nur Letztere lösen die Text-Offenlegung sicher aus.
• Disclosure-Texte und Labels: Für betroffene Inhalte einen klaren, sichtbaren Hinweis vorsehen, etwa einen Vermerk zur KI-Unterstützung mit redaktioneller Verantwortung. Der Hinweis muss verständlich und auffindbar sein, nicht im Quelltext versteckt.
• Maschinenlesbarkeit beachten: Wo eigene generative Systeme betrieben werden, die Provider-Markierung über Content Credentials prüfen und sicherstellen, dass Ausgaben als KI-erzeugt erkennbar bleiben.
• DSGVO/Consent-Abgrenzung: Die AI-Act-Kennzeichnung ist eine inhaltliche Transparenzpflicht und ersetzt keine datenschutzrechtliche Einwilligung. Werden für KI-Funktionen personenbezogene Daten verarbeitet oder Tracking-Skripte geladen, bleiben DSGVO und Consent-Banner eigenständig erforderlich.
• Dokumentation: Den Redaktions- und Prüfprozess dokumentieren, um die menschliche Verantwortung im Streitfall belegen zu können.

Mensch-im-Loop-Redaktionsprozess als Schutz vor Scaled-Content-Signalen

Der wirksamste Schutz gegen Scaled-Content-Abwertungen ist ein echter redaktioneller Prozess, kein Etikett. Google betont, dass die Spam-Richtlinie unabhängig von der Erstellungsmethode greift; entscheidend ist der Nutzen. Ein belastbarer Workflow umfasst klare Quality-Gates:

• Faktenprüfung: Jede Aussage mit Zahl, Datum oder Behauptung wird gegen eine Primärquelle geprüft. Generative Modelle erfinden plausibel klingende, aber falsche Fakten; ungeprüfter Output ist ein direktes Qualitätsrisiko.
• Quellenangabe: Zentrale Aussagen werden auf seriöse Quellen verlinkt. Belege erhöhen Vertrauenswürdigkeit und machen Inhalte für KI-Systeme zitierfähig.
• Originäre Daten und Erfahrung: Eigene Projektzahlen, Praxisbeispiele und Einschätzungen heben einen Text über austauschbaren KI-Standard. Genau das wertet Google als Experience.
• Redaktionelle Verantwortung: Ein benannter Mensch verantwortet den finalen Inhalt. Diese genuine human review ist zugleich die Grundlage, um KI-Unterstützung kennzeichnungskonform mit redaktioneller Verantwortung darzustellen.

Dieser Prozess löst beide Probleme gleichzeitig: Er verhindert Scaled-Content-Signale und schafft die dokumentierte menschliche Verantwortung, die der AI Act voraussetzt.

AI-Crawler-Management: Content-Schutz gegen GEO-Sichtbarkeit abwägen

Wer KI-Content publiziert, muss entscheiden, ob KI-Crawler den eigenen Content lesen dürfen. Die Blockraten steigen: Laut einer internationalen Auswertung von rund 140 Millionen Websites ist GPTBot von OpenAI der meistblockierte KI-Crawler, mit 5,89 Prozent aller Websites, über alle robots.txt-Dateien hinweg bis zu 7,3 Prozent (internationale Erhebung). Am schnellsten wuchs die Blockrate von ClaudeBot mit plus 32,67 Prozent, dem stärksten Wachstum aller Crawler im letzten Jahr (internationale Erhebung).

Die Steuerung erfolgt in der robots.txt über die jeweiligen User-Agents: GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl) und Google-Extended (Google-KI-Training, getrennt vom Googlebot). Ergänzend etabliert sich die llms.txt als Hinweisdatei für KI-Systeme. Der Trade-off ist strategisch: Ein Block schützt Inhalte vor Trainings- und Antwortnutzung, reduziert aber die Chance, in LLM-Antworten zitiert zu werden. Wer auf GEO-Sichtbarkeit setzt, sollte zwischen Trainings-Crawlern und Retrieval-Crawlern differenzieren, statt pauschal zu sperren. Google-Extended zu blockieren beeinflusst zudem nicht die normale Indexierung durch den Googlebot.

Technische SEO-Grundlage bei großen Content-Mengen

KI senkt die Produktionskosten und vergrößert damit das Mengenproblem. Wer skaliert, braucht eine saubere technische Indexierungssteuerung, sonst entstehen Crawl-Budget-Verschwendung und Duplicate-Content-Signale, die wie Scaled Content Abuse aussehen.

Die Performance-Basis bleibt Pflicht. Laut HTTP Archive erreichten 2024 mobil nur 59 Prozent der Seiten einen guten LCP-Wert, während INP bei 74 Prozent und CLS bei 79 Prozent lagen (internationale Erhebung). LCP ist damit der am schwersten zu bestehende Core-Web-Vitals-Wert. Bei großen Content-Mengen kommen drei Steuerungsebenen hinzu:

• Canonical und Robots: Eindeutige Canonical-Tags und gezielte noindex-Anweisungen verhindern, dass Vorlagen-Varianten als eigenständige Thin-Pages indexiert werden.
• XML-Sitemaps: Aktuelle Sitemaps lenken den Crawler auf die wirklich relevanten URLs und entlasten das Crawl-Budget.
• IndexNow: Über IndexNow lassen sich Änderungen aktiv an teilnehmende Suchmaschinen melden, was bei häufig aktualisierten großen Beständen die Erfassung beschleunigt.

GEO/AEO als Antwort auf AI Overviews und Zero-Click

Die klassische Klick-Logik erodiert. Laut Pew Research klickten Nutzer in den USA bei Anwesenheit eines AI Overview nur in 8 Prozent der Fälle auf ein klassisches Suchergebnis, gegenüber 15 Prozent ohne Overview, und nur 1 Prozent klickte auf einen Quell-Link innerhalb des Overview (USA, März 2025). Eine weitere internationale Analyse beziffert den Effekt auf Position 1: Die Präsenz eines AI Overview korreliert dort mit einer um 58 Prozent niedrigeren durchschnittlichen Klickrate (internationale Erhebung, Dezember 2025).

Daraus folgt eine Verschiebung von reiner Ranking- zu Zitierfähigkeits-Optimierung. GEO und AEO zielen darauf, in der KI-Antwort selbst genannt zu werden. Wirksame Hebel sind strukturierte Daten und Schema-Markup zur maschinellen Erfassbarkeit, klare extrahierbare Definitionen, belegte Statistiken mit Quellenangabe und eine Struktur, die einzelne Aussagen zitierbar macht. Diese Maßnahmen decken sich mit guter E-E-A-T-Praxis und wirken in klassischer Suche wie in LLM-Antworten.

Recovery nach Manual Action oder Core-Update-Treffer

Der Recovery-Weg hängt vom Treffer-Typ ab. Bei einer manuellen Maßnahme ist die Ursache in der Search Console benannt. Der Ablauf: Verstoß identifizieren, betroffene Inhalte entfernen oder substanziell verbessern, dann einen Reconsideration Request stellen. Bei einer algorithmischen Abwertung durch ein Core Update gibt es keine Meldung und keinen Reconsideration Request; hier hilft nur, die Inhaltsqualität site-weit zu heben und auf eine Neubewertung in einem späteren Update zu warten.

Der diagnostische Kern ist ein Content-Audit. Thin-Content, redundante Vorlagenseiten und unbelegte Massentexte werden identifiziert und entweder gelöscht, zusammengeführt oder mit echtem Mehrwert angereichert. Die Größenordnung der Enforcement-Risiken zeigt der Befund, dass nach dem March 2024 Update rund 1,7 Prozent der beobachteten Sites vollständig deindexiert wurden, alle mit KI-Content-Signalen (internationale Erhebung). Realistisch ist eine Erholung kein Schnellprozess: Manuelle Maßnahmen können nach erfolgreichem Reconsideration Request binnen Wochen aufgehoben werden, eine Core-Update-Erholung kann mehrere Monate bis zum nächsten passenden Update dauern.

Next.js-/Rendering-Architektur für KI-skalierten Content

Für skalierten Content ist die Rendering-Strategie entscheidend. Server-Side Rendering (SSR) und Static Site Generation (SSG) stellen sicher, dass Inhalte ohne clientseitiges JavaScript im initialen HTML stehen und damit zuverlässig gecrawlt und gerendert werden. Bei großen, häufig wechselnden Beständen ist Incremental Static Regeneration ein gangbarer Mittelweg zwischen statischer Auslieferung und Aktualität.

Programmatic SEO ist technisch legitim, kippt aber in Scaled Content Abuse, sobald Seiten nur Templates mit ausgetauschten Variablen ohne eigenständigen Nutzen sind. Die Leitplanke: Jede generierte URL muss eine eigene, beantwortbare Nutzerfrage bedienen und überprüfbaren Mehrwert liefern. Sauberes Crawl-Budget-Management durch Canonical, interne Verlinkung und Sitemaps verhindert, dass dünne Varianten den Index fluten. Damit lässt sich KI-gestützte Skalierung umsetzen, ohne die Qualitäts- und Compliance-Linie zu verletzen.

Weiterführendes und Fazit

Google und der EU AI Act bewerten KI-Content nach demselben Grundprinzip: Nicht die Maschine ist das Problem, sondern fehlender Mehrwert und fehlende Transparenz. Google entwertet Scaled Content Abuse algorithmisch und per Manual Action, der AI Act verlangt ab dem 2. August 2026 Kennzeichnung bei öffentlich informierendem KI-Text. Beide Anforderungen lassen sich mit einem einzigen Hebel adressieren: einem echten Mensch-im-Loop-Redaktionsprozess mit Faktenprüfung, Quellenbelegen, originärer Erfahrung und dokumentierter redaktioneller Verantwortung. Sinnvolle nächste Schritte für österreichische B2B-Sites sind ein Content-Audit auf Thin- und Massentexte, eine Rollenklärung als Provider oder Deployer, die Definition von Disclosure-Texten für informierende Inhalte sowie eine bewusste Entscheidung beim AI-Crawler-Management zwischen Content-Schutz und GEO-Sichtbarkeit.