Ich habe einem KI-Agenten einmal eine einfache SEO-Aufgabe gegeben: Themen selbst auswählen, Artikel schreiben und weitermachen, bis die Aufgabe erledigt ist.
Ich wollte nicht zehn Artikel und auch nicht hundert. Ich zielte direkt auf 10.000 Artikel.
Der Agent arbeitete mehrere Tage und erledigte die Aufgabe tatsächlich. Er erzeugte Tausende lange, sauber strukturierte Seiten. Die Dateien belegten mehrere hundert Megabyte. Auf den ersten Blick sah das Ergebnis beeindruckend aus: Titel, Zwischenüberschriften, lange Absätze, Keywords und Fazits – äußerlich eine komplette Content-Bibliothek.
Eine Zeit lang wirkte die Strategie sogar erfolgreich. Googlebot crawlte schließlich alle 10.000 generierten Artikel-URLs. Damals interpretierte ich das fast als Bestätigung. Das war ein Fehler. Crawling bedeutete nur, dass Google die Seiten entdeckt und abgerufen hatte. Tatsächlich wurden nur rund 1.000 Seiten indexiert, erschienen in Google Search und erzeugten reale Impressionen und Besuche.
Dann drehte sich die Entwicklung um.
Die KI-Seiten verschwanden nach und nach aus dem Index. Immer mehr folgten. Am Ende betraf es nicht mehr nur diese Artikel: die gesamte Website fiel auf null indexierte Seiten, einschließlich der Startseite.
Dieser Versuch hat dauerhaft verändert, wie ich KI für SEO einsetze.
Crawling ist nicht Indexierung — das musste ich auf die harte Tour lernen
Der Unterschied klingt grundlegend, lässt sich aber leicht verwischen, wenn man in Search Console Tausende URLs beobachtet. In meinem Fall crawlte Google alle 10.000 generierten Artikel-URLs. Das zeigte, dass Googlebot die Seiten entdeckt und abgerufen hatte. Es bedeutete nicht, dass alle 10.000 in den Google-Index aufgenommen wurden.
Nur rund 1.000 Seiten wurden tatsächlich indexiert und erschienen in der Suche. Diese Seiten erzeugten echte Impressionen und Traffic. Die übrigen Tausende konnten gecrawlt werden, ohne jemals suchbar zu werden. Googles Search-Console-Dokumentation trennt diese Zustände ausdrücklich: Eine URL kann gecrawlt und trotzdem nicht indexiert sein.
Seitdem behandle ich Crawling nicht mehr als Zustimmung. Crawling heißt nur, dass Google eine URL bewertet. Indexierung ist eine separate Entscheidung, und dauerhaft indexiert zu bleiben ist noch einmal ein eigener Test. In meinem Experiment verschwanden am Ende sogar die rund 1.000 Seiten, die zunächst in Search gekommen waren.
Das Gefährliche war nicht, dass die Texte offensichtlich schlecht waren
Die Artikel waren kein offensichtlicher Müll. Sie waren lang, grammatikalisch ordentlich und logisch aufgebaut. Wenn man eine einzelne Seite isoliert öffnete, konnte sie wie ein völlig normaler SEO-Artikel wirken.
Mein eigentlicher Fehler lag tiefer: Ich hatte nicht nur das Schreiben ausgelagert, sondern auch den Grund, warum überhaupt geschrieben wurde.
Der Agent wählte die Themen, entschied über die Aussagen, entwarf die Struktur und schrieb den Text. Ich veröffentlichte in einem Umfang, bei dem ich unmöglich jede Seite lesen, prüfen, bearbeiten und verbessern konnte.
Hinter den meisten Inhalten standen keine eigenen Erfahrungen, keine originäre Recherche, keine echten Geschichten und kaum eigene Daten. Häufig gab es null oder ein sinnvolles Bild. Vor allem fehlte bei vielen Seiten eine überzeugende Antwort auf die Frage: Warum sollte diese Seite existieren, wenn es im Web bereits Tausende ähnliche Seiten gibt?
Die Seiten sahen wie hilfreiche Inhalte aus, lieferten aber nicht konsequent das, was hilfreiche Inhalte ausmacht: eigenständigen Wert.
Ich nannte es zuerst „KI-Penalty“. Heute halte ich das für zu simpel
Als die Website verschwand, dachte ich zunächst, Google habe KI-Text erkannt und die Domain allein dafür abgestraft.
Heute würde ich es nicht mehr so formulieren.
Googles öffentliche Richtlinien sind genauer: Generative KI ist nicht grundsätzlich verboten. Problematisch wird es, wenn Automatisierung – einschließlich KI – eingesetzt wird, um große Mengen von Seiten hauptsächlich zur Manipulation von Suchrankings zu erzeugen, ohne Nutzern echten Mehrwert zu bieten. Google nennt das scaled content abuse.
Diese Beschreibung passt unangenehm gut zu meinem damaligen Experiment.
Ich kann nicht beweisen, dass jede Indexierungsentscheidung auf einen einzelnen Algorithmus oder eine konkrete manuelle „KI-Strafe“ zurückging. Suchsysteme sind nicht so transparent. Was ich aber exakt beschreiben kann, ist die Abfolge meines Experiments: Ich veröffentlichte 10.000 weitgehend autonom erzeugte SEO-Artikel; Google crawlte alle 10.000 Artikel-URLs; nur rund 1.000 wurden tatsächlich indexiert, erschienen in der Suche und brachten realen Traffic; diese indexierten Seiten verschwanden anschließend schrittweise; schließlich stand die gesamte Website bei null indexierten Seiten.
Die Lektion lautet also nicht „Google hasst KI“. Sie lautet: KI verwandelt massenhaft produzierten, suchmaschinenorientierten Content nicht automatisch in wertvollen Content, nur weil der Text lang und sprachlich sauber ist.
Warum 10.000 gut aussehende Artikel trotzdem eine schlechte Strategie waren
Die größte Falle generativer KI ist, dass die Produktionskosten gegen null gehen, die redaktionelle Verantwortung aber nicht.
Vor moderner KI hätten 10.000 umfangreiche Artikel enorme Budgets oder riesige Teams erfordert. Diese Reibung zwang Publisher automatisch dazu, darüber nachzudenken, welche Themen eine Veröffentlichung überhaupt verdienen. KI beseitigt einen großen Teil dieser Reibung. Man kann heute absurde Mengen produzieren, bevor man sich die Frage stellt, ob etwas überhaupt veröffentlicht werden sollte.
- Keine echte redaktionelle Auswahl: Wählt ein Agent Tausende Themen nur wegen Suchpotenzial aus, arbeitet die Website für die Suchmaschine statt für eine konkrete Zielgruppe.
- Austauschbare Informationen: Das Modell kombiniert häufig bereits bekannte Informationen neu, statt eigene Erfahrung, Daten oder eine besondere Perspektive beizusteuern.
- Unmögliche Qualitätskontrolle: Bei 10.000 Seiten ist „ich prüfe das später“ kein realistischer Redaktionsprozess.
- Verdeckte Faktenfehler: Flüssiger Text kann erfundene Details, veraltete Aussagen oder subtile technische Fehler enthalten.
- Schwache Differenzierung: Einzelne Seiten können lesbar sein, während der gesamte Bestand repetitiv und austauschbar wirkt.
- Crawl- und Index-Verschwendung: Tausende schwache URLs konkurrieren mit den wirklich wichtigen Seiten um Aufmerksamkeit.
Textlänge hat mich nicht gerettet. Saubere Formatierung auch nicht. Tausende Keywords ebenfalls nicht. Eine Content-Fabrik bleibt eine Content-Fabrik, selbst wenn jede Seite 1.500 Wörter enthält.
Was ich tat, als die Website bei null indexierten Seiten angekommen war
Als ich akzeptierte, dass der massenhaft generierte Bereich nicht optimiert, sondern entfernt werden musste, hörte ich auf, ihn zu retten.
Ich löschte alle 10.000 KI-Artikel.
Nicht nur einige Hundert und nicht nur die bereits herausgefallenen Seiten. Ich entfernte das gesamte Experiment. Die Generierung hatte Tage gedauert und Hunderte Megabyte erzeugt, aber die Inhalte allein wegen der bereits investierten Arbeit zu behalten, wäre ein klassischer Sunk-Cost-Fehler gewesen.
Für bewusst und dauerhaft entfernte URLs lieferte ich 410 Gone aus. Danach stoppte ich die Massenveröffentlichung und änderte meine Arbeitsweise.
Ich begann über Dinge zu schreiben, die ich tatsächlich gebaut, kaputtgemacht, repariert, gemessen, getestet oder gelernt hatte. Manche Themen interessieren vielleicht nur eine kleine Gruppe. Das ist in Ordnung. Wenigstens habe ich selbst einen echten Grund, darüber zu schreiben.
KI nutze ich weiterhin intensiv – nur in einer anderen Rolle.
Meine neue Regel: Ich bin der Autor, KI ist das Werkzeug
- Rohnotizen in eine bessere Struktur bringen;
- meine Argumentation hinterfragen und Lücken finden;
- stärkere Überschriften oder Einleitungen vorschlagen;
- Grammatik, Zeichensetzung, Wiederholungen und holprige Sätze verbessern;
- prüfen, ob eine technische Erklärung verständlich ist;
- Codebeispiele und Listen besser formatieren;
- einen bereits von mir geschriebenen Artikel in andere Sprachen übersetzen.
Was ich nicht mehr will, ist der Workflow: „Wähle 10.000 Themen, schreibe 10.000 SEO-Artikel und veröffentliche alles.“
Der Unterschied ist Verantwortung. Die Idee beginnt heute bei mir. Die Erfahrung ist meine. Ich entscheide, was stimmt, was wichtig ist, was weg muss und was hervorgehoben werden soll. KI darf mir helfen, die Idee besser auszudrücken, aber sie soll nicht den gesamten Existenzgrund einer Seite erfinden.
Und ich lese den fertigen Artikel selbst. Das klingt banal, ist aber der größte Unterschied zu früher. Bei 10.000 autonomen Artikeln konnte ich physisch kein Redakteur sein. Bei bewusst produzierten Artikeln kann ich es.
Die Erholung dauerte – noch ein Grund, dieses Spiel nicht zu spielen
Das Löschen der Inhalte führte nicht sofort zur Erholung.
Die Website blieb lange praktisch aus Google verschwunden. Die entfernten URLs blieben weg, ich veröffentlichte deutlich weniger und bewusstere Inhalte und wartete darauf, dass Google die Website erneut crawlte.
Etwa zwei Monate später kehrte die Startseite in den Google-Index zurück.
Verglichen mit den rund 1.000 Seiten, die zuvor tatsächlich in Search erschienen waren, klingt eine zurückgekehrte Startseite nach wenig. Für mich war sie aber ein deutlich wichtigeres Signal. Google begann die Website auch wieder zu crawlen. Zum Zeitpunkt dieses Artikels behaupte ich weder eine vollständige Erholung noch, dass jede neue Seite indexiert wird. Dafür habe ich noch keine Belege.
Bestätigen kann ich nur das: Die Website ging von null indexierten Seiten zurück zu einer indexierten Startseite, und Google nahm das Crawling wieder auf, nachdem ich den massenhaften KI-Bestand entfernt und die Veröffentlichungsstrategie geändert hatte.
Ein Shortcut kann in Tagen gebaut sein und Monate kosten, um ihn wieder rückgängig zu machen.
KI-Übersetzung ist für mich ein anderer Anwendungsfall
Aus dieser Erfahrung folgt für mich nicht „niemals KI für Text verwenden“. Mit KI-gestützter Übersetzung habe ich im Gegenteil gute Erfahrungen gemacht.
Wenn ein Artikel auf meiner eigenen Erfahrung, Analyse oder Expertise basiert, ist dessen Übersetzung etwas grundsätzlich anderes als ein Agent, der Tausende Suchthemen erfindet und daraus autonom Artikel produziert.
Der Wert existiert bereits im Original. KI ändert die Sprache, nicht den Grund, warum der Artikel existiert.
Früher hätte die Übersetzung jedes Artikels in 5, 10 oder 20 Sprachen Freelancer oder viele Stunden Handarbeit erfordert. Heute kann ein KI-Modell sehr schnell einen starken ersten Entwurf liefern und macht mehrsprachige Veröffentlichung auch für einen einzelnen Entwickler realistisch.
Die technische Umsetzung bleibt wichtig. Ich bevorzuge echte, crawlbare Sprach-URLs mit serverseitig oder vorgerendertem HTML. Der Hauptinhalt muss tatsächlich übersetzt sein, die Sprachversionen sollten korrekt über hreflang verbunden, intern auffindbar und sinnvoll in Crawl- und Sitemap-Strukturen eingebunden sein.
Google unterstützt vollständig übersetzte Versionen derselben Seite ausdrücklich und empfiehlt für mehrsprachige Websites separate URLs zusammen mit hreflang. Entscheidend ist, dass die Übersetzung eine echte Seite für echte Leser ist – nicht nur eine weitere schwache URL-Variante.
Diesen Workflow habe ich separat in meinem Erfahrungsbericht zur KI-Übersetzung eines Blogs in viele Sprachen beschrieben.
Server Rendering erzeugt keine Qualität
Content-Qualität und technische SEO sind zwei verschiedene Ebenen.
SSR oder statische Generierung retten keinen nutzlosen Artikel. Perfektes hreflang macht austauschbaren Text nicht originell. Eine Sitemap erzeugt keine Nachfrage.
Wenn der Inhalt es aber wert ist, veröffentlicht zu werden, möchte ich Suchmaschinen eine möglichst klare technische Darstellung liefern. Bei mehrsprachigen Inhalten bedeutet das für mich vorhersehbare sprachspezifische URLs, crawlbares serverseitig gerendertes oder vorgerendertes HTML, wechselseitiges hreflang, klare interne Links zwischen den Sprachversionen und keine versehentliche Blockierung wichtiger Seiten.
Technische SEO soll wertvolle Inhalte leichter auffindbar und verständlich machen. Sie ist kein Ersatz für ihren Wert.
Der Workflow, dem ich heute vertraue
- Mit etwas beginnen, das ich wirklich weiß oder erlebt habe.
- Zuerst Substanz schreiben, erst danach über Keywords nachdenken.
- KI als Redakteur und Sparringspartner nutzen.
- Fakten und technische Aussagen prüfen.
- Eigene Details hinzufügen: Zahlen, Screenshots, Code, Fehler, Grenzen, Entscheidungen und Ergebnisse.
- Die finale Version selbst lesen.
- Den fertigen Artikel bei Bedarf mit KI übersetzen.
- Mehrsprachige Seiten technisch sauber umsetzen.
- Nur in einem Umfang veröffentlichen, den ich tatsächlich kontrollieren kann.
KI ist ein Verstärker, kein Ersatz für Zweck
Für mich ist KI am besten als Verstärker zu verstehen.
Wenn der Ausgangspunkt echte Erfahrung, eine nützliche Idee, gute Daten oder ein starker Originaltext ist, kann KI all das verstärken: besser formulieren, strukturieren, übersetzen und mehr Menschen zugänglich machen.
Wenn der Ausgangspunkt „gib mir Tausende Keywords, damit ich Suchtraffic bekomme“ lautet, verstärkt KI auch das. Sie ermöglicht nur, die falsche Sache in einem Umfang zu tun, der früher zu teuer gewesen wäre.
Ich bin deshalb nicht gegen KI. Ich nutze sie jeden Tag. Ich bin gegen Autopilot.
Mein stärkster Schluss aus diesem Experiment lautet: Gib die redaktionelle Entscheidung nicht an einen Agenten ab, nur weil er schneller schreiben kann, als du lesen kannst.
Schreibe etwas, das von dir kommt. Nutze KI, um es klarer, stärker, besser strukturiert und mehrsprachig zu machen. Zweck, Expertise, Prüfung und letzte Entscheidung sollten beim Menschen bleiben.
KI hat Publizieren so einfach gemacht wie nie. Genau deshalb ist die Entscheidung, was man nicht veröffentlicht, wichtiger denn je.