SBERT und S-CTS gegen KI-Slop: Warum Google Serienware erkennt und Substanz belohnt

Google hat offengelegt, wie es KI-Massenware im großen Stil erkennt. Die eigentliche Nachricht steckt nicht in der Drohung, sondern im Maßstab: Wer Substanz maschinenlesbar macht, gewinnt. Qualität schlägt Quantität, jetzt sogar messbar.

Ein Forscherteam von Google hat ein System namens S-CTS beschrieben, Scalable Cluster Termination System. Es ist auf einer großen Videoplattform im Einsatz, die Zuordnung liegt nahe 🙂

Die Branche liest das an vielen Stellen als Warnung:

Google bestraft jetzt KI-generetad Content.

Das ist die falsche Brille. Denn das System fragt nicht „Steckt hier KI drin?“. Es fragt „Ist das koordinierte Serienware?“. Und diese Verschiebung ist für viele Unternehmen, B2C, B2B oder den produzierenden Mittelstand keine Gefahr, sondern eine der besten Nachrichten des Jahres. Die eigentliche Lektion trifft dabei nicht nur Spam-Netze, sondern jede Kategorieseite, die reflexhaft mit geprompteten Markentexten und anderem, austauschbaren und redundatantem Thin-Content gefüllt wird.

Für uns als datengetriebene SEO- und GEO-Agentur ist das kein Randthema. Es ist die technische Bestätigung einer Haltung, die wir seit Langem vertreten: KI ist ein Werkzeug an der Werkbank. Das Werkstück entsteht durch Handwerk. Quelle für alle Angaben zum System: Original-Paper von Google.

Was S-CTS wirklich prüft: Muster, nicht Werkzeug

Klassische Filter bewerten Inhalte Stück für Stück. Diese Logik bricht, sobald Angreifer ein Grundskript nehmen und es von einem Generator tausendfach leicht abwandeln lassen, verteilt über viele Konten. So entstehen unzählige Beiträge, die im Wortlaut variieren, im Kern aber dasselbe sagen. Genau dagegen versagt die Einzelprüfung.

S-CTS zoomt heraus. Es kombiniert zwei Prüfungen, und erst wenn beide zusammenkommen, passiert etwas:

• Der Infrastruktur-Detektor gruppiert Konten zu sogenannten Generation Clusters. Das sind Konten, die statistisch mit hoher Wahrscheinlichkeit dieselbe Automatisierung oder dasselbe Skript nutzen.
• Der Muster-Klassifikator bewertet die Inhalte auf synthetische Signaturen: repetitive, schablonenhafte Erzählmuster und nicht-menschliche, hochfrequente Veröffentlichungstakte.

Das Entscheidende steht im Kapitel zu den ethischen Erwägungen des Papers: Die Cluster-Bedingung ist ein Schutzmechanismus. Isolierte KI-Nutzung löst nichts aus. Das System zielt ausdrücklich auf koordinierten, massenhaften Missbrauch, nicht auf den einzelnen Anwender, der ein Werkzeug einsetzt. Die Zahlen im Paper zeigen, wie vorsichtig das System eingestellt ist. Greift es automatisch ein, liegt es in 92 bis 95 Prozent der Fälle richtig. Und weniger als ein Prozent seiner Entscheidungen wird später wieder zurückgenommen. Der Aufbau setzt bewusst auf Treffsicherheit statt auf Masse, damit ehrliche Anwender nicht mitgerissen werden.

Übersetzt für die Praxis: Nicht das Werkzeug macht KI-gestützt erstellten Contetn verdächtig. Das Produktionsmuster tut es. Wer in Serie stanzt, fällt auf. Wer ein Präzisionsteil fertigt, nicht.

Aber: Der häufigste Slop kommt nicht vom Bot-Netz, sondern von der eigenen Kategorieseite

S-CTS zielt auf koordinierten Missbrauch. Für Unternehmen liegt die eigentliche Lektion aber eine Etage tiefer, im ganz legalen Alltag. Man muss keine kriminelle Skript-Farm betreiben, um wertlose Serienware zu produzieren. Es genügt der Reflex, jede Produktkategorie mit einem schnell geprompteten Markentext zu füllen.

Das Muster ist immer dasselbe. Ein Modell bekommt den Auftrag, einen SEO-Text zu einer Marke zu schreiben. Heraus kommt ein Block, der den Markennamen brav über die Zwischenüberschriften streut, allgemein bekanntes Fachwissen referiert, von Normen über Einbauhinweise bis zur Pflege, und am Ende ein FAQ-Modul anhängt. Das liest sich geschäftig. Es sieht nach Tiefe aus. Und es enthält nichts, was ein Sprachmodell nicht ohnehin schon weiß oder was auf der Herstellerseite nicht besser steht. Kein eigener Messwert. Keine eigene Erfahrung. Kein Grund, ausgerechnet Sie zu zitieren.

Für den Nutzer ist dieser Text Füllmaterial. Für eine Antwortmaschine ist er redundant. Beides ist kein Verstoß im Sinne von S-CTS, hier wird nichts terminiert. Es ist schlicht unsichtbar und ersetzbar. Der Aufwand war real, der Ertrag ist null. Das ist der teuerste Content überhaupt, weil er Zeit kostet und nichts zurückgibt.

SBERT ist ein Abstandsmesser, kein Lügendetektor: Es misst nicht, ob Sie KI nutzen, sondern ob Sie etwas Eigenes sagen

Am meisten diskutiert wird ein technisches Detail: Das Paper nennt Sentence-BERT, kurz SBERT oder S-BERT, als Methode zur Erkennung skriptartiger KI-Texte. Hier lohnt eine saubere Trennung, und hier liegt unsere eigentliche These.

SBERT beantwortet nicht die Frage „echt oder gefälscht“. Es beantwortet die Frage „nah oder fern“. Das Modell wandelt Texte in Vektoren um und misst Abstände. Inhalte, die dasselbe sagen, landen am selben Punkt im Vektorraum. Inhaltliche Ähnlichkeit allein beweist keinen Spam. Zwei seriöse Fachredaktionen, die über dasselbe Ereignis berichten, liegen ebenfalls nah beieinander. Genau deshalb schaltet Google die Cluster-Bedingung davor. Diese Einordnung teilen wir mit SEO Südwest, gehen aber einen Schritt weiter.

Denn derselbe Abstand, der Sie als Serienware verdächtig macht, macht Sie in KI-Antworten unsichtbar. Wer eng mit dem Wettbewerb clustert, sagt nichts, was nicht schon hundertfach gesagt wurde. Für ein Sprachmodell sind Sie dann redundant, und Redundanz wird nicht zitiert. Semantische Gleichförmigkeit ist kein Betriebsunfall, den man wegoptimiert. Sie ist das exakte Gegenteil von Wirksamkeit. Extrahierbar zu sein reicht nicht. Austauschbar zu sein kostet.

Wen schützt diese Mechanik? Den ehrlichen Produzenten. Ein Mittelständler, der sein eigenes Fertigungsverfahren beschreibt, seine Messwerte, seine Toleranzen, seine Fehler und die Lösung, erzeugt Vektoren, die mit niemandem clustern. Weil niemand sonst diese Erfahrung hat, oder die die sie haben, nicht kommunzieren. Ureigenenes Wissen basoeremd aif Erfahrung und Expertise ist von Natur aus abstandsstark. Die Erkennungsmethode belohnt präzise das, was ein Betrieb mit echter Substanz besitzt und was generische Massenware nie haben wird.

Für alle, die auf Menge gesetzt haben, ist das ein Problem. Wer viele fast gleiche Seiten veröffentlicht, bündelt sie im selben Bereich des Vektorraums. Fällt eine davon negativ auf, geraten die anderen mit unter Druck, weil sie dasselbe Muster teilen. Der praktische Nutzen: Dieser Abstand lässt sich messen. Sie können selbst prüfen, wie ähnlich Ihre Inhalte den Seiten sind, die zum gleichen Thema ranken, bevor eine Suchmaschine das tut. Genau diese Messung leisten wir, unter anderem mit unserem Monitoring-Tool MetalyZer.

Wer nicht auftaucht, wird nicht angefragt

Damit sind wir beim Punkt, der alle, gerade auch den Mittelstand und die Softwarebrance direkt trifft. Investitionsentscheidungen fallen nicht erst im Vertrieb. Sie reifen früher. In der Recherche. In der Vorauswahl. Im Dialog mit KI. Einkäufer und Konstrukteure fragen ChatGPT, Perplexity oder Googles KI-Übersichten: Wer liefert diese Komponente? Wer kennt diese Anwendung? Wer passt zu unserem Projekt? Die Antwort nennt wenige Anbieter. Daraus entsteht die erste Liste. Wer dort nicht vorkommt, startet nicht hinten. Er startet gar nicht.

Wie stark dieser Effekt wirkt, zeigt eine Usability-Studie, die wir bereits an anderer Stelle ausgewertet haben: 74 Prozent der finalen Shortlists in Googles AI Mode kommen unverändert aus dem Modell-Output. Ohne zweite Meinung. Ohne externen Check. Die Vorauswahl ist die Entscheidung.

Der erste Schritt ist deshalb unbequem einfach: zu wissen, welche Fragen echte Käufer überhaupt stellen. Nicht geraten, sondern strukturiert ermittelt. Genau dafür haben wir den Prompt-O-Mat gebaut. Sie beschreiben Ihren potentielle Kunden und Suchenden in einem Satz, etwa „User der einen CNC-Lohnfertiger für den Maschinenbau mit Referenzen, Erfahrung und Bayern sucht“, und erhalten ein realistisches Set an Nutzerfragen, wie sie an ChatGPT, Perplexity oder Gemini gestellt werden. Erst wenn diese Fragen auf dem Tisch liegen, lässt sich prüfen, ob Ihr Wissen die passende Antwort liefert oder ob genau dort eine Lücke klafft. Das ist Promptresearch als Fundament, nicht als Kür.

Diese Verschiebung ist der Kern eines Gastbeitrags, den Ralf Zmölnig für das WirtschaftsWoche-Themenspecial „Der starke Mittelstand“ verfasst hat und der am 10. Juli erscheint. Die Kernthese dort: Die Substanz des Mittelstands ist längst vorhanden. Produktkataloge, Datenblätter, Dokumentationen, Anwendungswissen. Alles da. Nur schwer zugänglich, für Menschen und für KI-Systeme. Der Hebel liegt nicht im Mehr, sondern im Zugänglichmachen. Bestehendes Wissen muss so online verfügbar werden, dass es verstanden, eingeordnet und genutzt werden kann.

Und hier schließt sich der Kreis zu S-CTS. Der Weg zur KI-Sichtbarkeit führt nicht über die Serienpresse. Er führt über die Manufaktur. Aus einem Datenblatt wird ein klarer, strukturierter Inhalt zu Leistungen, Materialien, Anwendungen, Toleranzen und typischen Fragen aus dem Einkauf. Ein Werkstück, das genau einem Betrieb gehört und keinem anderen. Das ist abstandsstark. Das wird zitiert. Und das wird niemals als Cluster terminiert.

Der Prüfstand der Praxis: Wenn Skalierung kippt

Das ist keine Theorie. Lily Ray, VP of SEO and AI Search bei Amsive, hat mehr als 220 Websites und Verzeichnisse beobachtet, die sich öffentlich als Kunden von KI-Content- und Automatisierungstools zu erkennen gaben. Das Ergebnis ihrer Auswertung „It Works Until It Doesn’t“ ist eindeutig:

• 54 Prozent verloren mindestens 30 Prozent ihres organischen Traffic-Höchststands.
• 39 Prozent verloren 50 Prozent oder mehr.
• 22 Prozent verloren 75 Prozent oder mehr.

Das wiederkehrende Muster: schnelles Wachstum über sechs bis zwölf Monate, ein Traffic-Gipfel, dann ein steiler Absturz, der den Zugewinn meist wieder auffrisst und oft unter das Ausgangsniveau drückt. Quelle: lilyraynyc.substack.com.

Entscheidend ist Rays eigene Nuance, denn sie argumentiert nicht gegen KI. KI-gestützter Content, der echte Erfahrung, eigene Daten und Information Gain zeigt, funktioniert. Das Problem entsteht beim „set it and forget it“, also dort, wo möglichst viele Seiten möglichst schnell ohne menschliche Prüfung ausgestoßen werden. Serienschrott, kurz gesagt. Qualität gegen Quantität ist damit keine moralische Pose. Sie ist empirisch die überlebende Strategie.

Qualität ist kein Bekenntnis, sondern Methode

Was heißt das für die eigene Content-Produktion? Nicht weniger KI. Smarterer Einsatz von KI! Als Werkzeug im Workflow und Prozessautmatisierung hin zum CMS, was Abstand schafft, nicht als Schrottpresse, die inhaltlichen Abstand und Content-Excellence einebnet.

So setzen wir es ein. KI übernimmt bei uns Recherche, Strukturierung, das Sichtbarmachen der eigenen Daten und das Überführen von PDFs und Katalogen in nutzbare, maschinenlesbare Formate. Schlanke Workflows sorgen dafür, dass der Prozess nicht jedes Mal bei null beginnt. Die strategische Ausrichtung, die inhaltliche Tiefe und die Prüfung jeder belegten Aussage bleiben bei Menschen mit Fachverantwortung. Human-in-the-loop ist dabei kein geflügeltes Wort. So entsteht ein laufender Veröffentlichungsprozess ohne Feature-Feuerwerk und ohne unnötige Komplexität. Und klar, das ist nicht so einfach, dass ist aber „billiger“. Denn geprompteter KI-Kontent-Schrott ist am teuersten, da dieser keine Wirkung erzielt.

Ein einfacher Prüfschritt gehört fest dazu, und ihn kann jeder Betrieb übernehmen. Wie weit steht dieser Text von den zehn Seiten entfernt, die zum selben Thema ranken? Ist der Abstand klein, fehlt Information Gain, unabhängig davon, ob ein Mensch oder eine Maschine getippt hat. Das ist der Prüfstand vor der Auslieferung.

Denn ob eine Website für die klassische Suche oder für KI-Antwortmaschinen optimiert wird, macht am Fundament keinen Unterschied. Wer für B2B-Entscheider sichtbar sein will, braucht Substanz, Struktur und Beleg. Das gilt für Google und für jede Antwortmaschine gleichermaßen, wie Google auch in seiner Spam-Klarstellung für die gesamte Suche deutlich gemacht hat.

Wer mit Substanz erst einmal in den KI-Antworten steht, kann diese Position zusätzlich absichern. Über bevorzugte Quellen bei Google, ein nutzergesteuertes Signal in AI Mode und AI Overviews, für das wir mit dem Quell-O-Mat einen fertigen Button liefern.

Serienware oder Manufaktur: der Datenvergleich

Zwei Produktionslogiken, zwei Ergebnisse. Die eine skaliert Menge und wird zum Cluster-Risiko. Die andere skaliert Zugänglichkeit und wird zitierfähig.

Merkmal	Serienware	Manufaktur
Ziel	Möglichst viele Seiten bzw. Kategorie-Content	Zugängliches, belegtes Wissen
Embedding-Abstand	Klein, clustert eng	Groß, steht für sich
KI-Sichtbarkeit	Redundant, selten zitiert	Anschlussfähig, zitierfähig
Risiko bei S-CTS	Cluster-Kandidat	Kein Muster, kein Treffer
Trajektorie	Gipfel, dann Absturz	Nachhaltig, kumulierend

Warum ROCKITdigital: Evidenz, Erfahrung, Energie

Unser Anspruch ist nicht zu glauben, sondern auf Basis von Daten zu wissen und zu beraten. Mit über 25 Jahren Erfahrung im Team, einer fast durchgehend langjährigen Consultant-Besetzung, früher eigener Lehrtätigkeit und mit eigenen erfolgreichen Profitcentern im Onlinevertrieb verbinden wir Forschung, Lehre und unternehmerische Praxis. Wir wissen, wie sich Studien und Systeme wie S-CTS in konkrete Roadmaps übersetzen lassen. Kanalübergreifend, messbar, mit klarer Verantwortung für Ergebnisse.

Die Skepsis gegenüber Masse statt Substanz ist bei uns keine Modeerscheinung. Ralf Zmölnig hat die reflexhafte Google-Fixierung schon 2013 öffentlich in Frage gestellt, nachzulesen in Website Boosting.

GEO und GAIO sind für uns kein Trend-Hashtag, sondern eine Erweiterung des Werkzeugkoffers, die wir methodisch sauber in Ihre Gesamtstrategie integrieren. Vom Prompt-Research über technische Optimierung und strukturierte Daten bis zur Erfolgsmessung im Modell-Output. Und immer nach demselben Prinzip: KI ist das Instrument im Studio. Die Komposition bleibt Handwerk.

Unterm Strich: Präzision passt, Masse fällt durch

Google hat nicht angekündigt, KI zu bestrafen. Google hat beschrieben, wie es Serienware oder wenig wertige Plagiate erkennt. Das ist ein Unterschied wie zwischen einer gestanzten Blechkopie und einem gefrästen Passteil. Das eine liegt tausendfach im Regal. Das andere passt in genau eine Anwendung.

Für den Mittelstand ist das die Einladung, nicht die Warnung. Die Substanz ist da. Sie muss nur zugänglich werden. Wer sein Wissen jetzt maschinenlesbar macht, ohne es zu verwässern, kommt früher ins Gespräch. Genau dort, wo die nächste Investition beginnt.

Lassen Sie uns Ihre Substanz auf den Prüfstand bringen und für KI-Antworten zugänglich machen. Sprechen Sie mit uns als Agentur über Ihre KI-Sichtbarkeit: direkt über unser Kontaktformular oder telefonisch unter +49 (0)89 12 22 30 6-12. Wir legen los.