SynthID-Detektor und KI-Content-Erkennung 2026

Wer KI-gestützte Seiten veröffentlicht, hat sich vermutlich gefragt, ob Google sie erkennen kann und ob eine Erkennung zu einer Abstrafung führt. Die veröffentlichten Belege beantworten beide Fragen enger, als es die übliche SEO-Kommentierung tut. Dieser Artikel erklärt, was SynthID leistet, was Googles Richtlinien zu KI-generierten Inhalten für die SEO sagen, welche Risiken sich auf der eigenen Website messen lassen und wo der Zugriff von KI-Crawlern ins Bild gehört.

Was SynthID leistet und was nicht

SynthID ist ein Wasserzeichen-System von Google DeepMind, beschrieben auf der SynthID-Seite von Google DeepMind. Es begann mit Bildern und wurde später auf Text, Audio und Video ausgeweitet. Die Textvariante, SynthID Text, arbeitet zum Zeitpunkt der Generierung. Während das Modell jeweils das nächste Token wählt, verschiebt es die Wahrscheinlichkeiten nach einem Muster, das ein passender Detektor später statistisch prüfen kann. Der Text liest sich normal, das Signal steckt in der Wortwahl. Google hat SynthID Text 2024 als Open Source veröffentlicht, sodass andere Entwickler es in eigene Modelle einbauen können. Prüfen Sie den aktuellen Umfang auf der DeepMind-Seite, bevor Sie Details zitieren, denn das Produkt hat sich mehrfach geändert.

Ein SynthID-Detektor beantwortet genau eine Frage: Hat ein Modell, das dieses Wasserzeichen einbettet, diesen Text erzeugt? Ein positives Ergebnis heißt ja. Ein negatives Ergebnis heißt, dass der Detektor kein SynthID-Signal gefunden hat. Der Text kann von einem Modell stammen, das das Wasserzeichen nie einbettet, von einem Google-Modell mit abgeschaltetem Wasserzeichen oder von einem Menschen. Die meisten KI-Schreibwerkzeuge, die SEOs tatsächlich nutzen, betten kein SynthID ein. Ein unauffälliges Ergebnis sagt deshalb kaum etwas darüber, wie eine Seite entstanden ist.

Auch das Signal selbst hat Grenzen. Starkes Umschreiben, Übersetzen und Paraphrasieren schwächen ein Textwasserzeichen. Kurze Ausgaben und Faktenantworten mit wenig Spielraum bei der Wortwahl tragen weniger davon. Über die Qualität sagt ein Wasserzeichen ebenfalls nichts: Ein sorgfältig redigierter, korrekter Artikel und ein nachlässiger können dasselbe Signal tragen.

Allgemeine KI-Detektoren funktionieren anders. Sie haben kein eingebettetes Signal, nach dem sie suchen könnten. Sie schätzen anhand von Schreibmustern wie Vorhersagbarkeit und Satzrhythmus und liefern eine Wahrscheinlichkeit. Diese Schätzung versagt bei redigierten Texten, bei Englisch von Nicht-Muttersprachlern und bei nüchterner technischer Prosa, die alle als maschinengeschrieben eingestuft werden können. Ein Detektor-Score ist die Stilschätzung eines Anbieters, Googles Ranking-Systeme sind eine andere Sache.

Google hat nicht gesagt, dass SynthID ein Signal im Ranking der Suche ist. Keine Dokumentation, keine Ankündigung und keine Spam-Richtlinie beschreibt eines. Die Behauptung, Google lese das Wasserzeichen und werte Sie ab, ist daher nicht belegt. Sollte sich das ändern, erscheint es in der Search Central, und dort können Sie nachsehen, statt einem Screenshot vom Detektor-Ergebnis einer fremden Person zu glauben.

Eigentlich geht es um zwei Fragen. Ob sich ein Text als KI-generiert identifizieren lässt, ist eine technische Frage mit enger Antwort. Ob eine Seite in der Suche besteht, hängt von Qualität, Genauigkeit und Absicht ab. Zeit, die in die erste Frage fließt, beantwortet die zweite nicht.

Googles veröffentlichte Haltung zu KI-generierten Inhalten

Googles Haltung zu KI-generierten Inhalten lässt sich in einem Satz fassen, und er steht auf der Search-Central-Seite zur Verwendung generativer KI-Inhalte: “Appropriate use of AI or automation is not against our guidelines. This means that it is not used to generate content primarily to manipulate search rankings, which is a violation of our spam policies.” Sinngemäß: Der angemessene Einsatz von KI oder Automatisierung verstößt nicht gegen die Richtlinien, solange er nicht dazu dient, Inhalte vorrangig zur Manipulation der Suchrankings zu erzeugen, was gegen die Spam-Richtlinien verstößt.

Derselbe Leitfaden sagt, Googles “Fokus auf die Qualität von Inhalten, nicht darauf, wie Inhalte erstellt werden” leite die Ranking-Systeme seit Jahren. Die Produktionsmethode taucht nicht als Ranking-Kriterium auf. Absicht und Nutzen tun es.

Durchgesetzt wird über die Spam-Richtlinien. Google führte den Begriff Scaled Content Abuse im März 2024 ein und definiert ihn so: “Scaled content abuse is when many pages are generated for the primary purpose of manipulating Search rankings and not helping users. This abusive practice is typically focused on creating large amounts of unoriginal content that provides little to no value to users, no matter how it’s created.” Auf Deutsch: Scaled Content Abuse liegt vor, wenn viele Seiten vorrangig erzeugt werden, um Suchrankings zu manipulieren, statt Nutzern zu helfen. Meist geht es um große Mengen unoriginaler Inhalte, die Nutzern kaum oder keinen Wert bieten, unabhängig davon, wie sie erstellt wurden.

Die Schlussklausel “no matter how it’s created” erfasst auch menschliche Autoren. Eine Content-Farm, die Freelancer dafür bezahlt, dieselbe Listicle 4.000-mal umzuschreiben, fällt unter dieselbe Richtlinie wie ein Skript, das ein Sprachmodell 4.000-mal aufruft. Für beide gilt eine Definition.

Aus dem veröffentlichten Text ergeben sich drei praktische Folgerungen.

• Google fragt, ob eine Seite entstanden ist, um Nutzern zu helfen oder um Rankings abzugreifen. Ein geprüfter, redigierter, faktengeprüfter Entwurf, der mit einem Modell begann, liegt innerhalb der Richtlinien. Tausend Template-Seiten mit ausgetauschten Städtenamen liegen außerhalb, egal wer den Text getippt hat.
• Qualität wird am Ergebnis gemessen. Der Search-Central-Leitfaden verweist für die Frage, wie gute Inhalte aussehen, auf sein Material zu hilfreichen Inhalten und E-E-A-T: originelle Informationen, Genauigkeit, Belege für eigene Erfahrung und klare Autorenschaft.
• Eine offizielle Aussage, dass die Suche beim Ranking Wasserzeichen oder Detektor-Scores auswertet, habe ich nicht gefunden, und die Search Console weist keinen KI-Content-Score aus. Das ist das Fehlen eines Belegs und kein Beweis, dass die Suche es nie tun wird. Sagen Sie das offen, wenn ein Kunde danach fragt.

Die Annahme, Erkennung führe zu einer Abstrafung, findet im Richtlinientext keine Stütze. Abstrafungen und Abwertungen im veröffentlichten Rahmen knüpfen an Spam-Verhalten und minderwertige Seiten an, und ein Detektor-Treffer ist keines von beidem. Eine Seite, die dünn, dupliziert und für den Algorithmus geschrieben ist, ist gefährdet, ob ein Werkzeug nun erkennt, dass ein Modell sie geschrieben hat, oder nicht. Eine Seite, die korrekt, konkret und nützlich ist, bleibt sicher, auch wenn ein Werkzeug sagt, sie sehe nach KI aus.

Google bearbeitet diese Seiten, und die Formulierungen verschieben sich zwischen Revisionen. Öffnen Sie beide Seiten, bevor Sie sie einem Kunden gegenüber zitieren oder in ein Audit-Dokument übernehmen, und notieren Sie das Abrufdatum.

Qualitätsrisiken, die sich messen lassen

Die Richtlinie fragt, ob eine Seite Menschen hilft oder nur existiert, um Rankings auszutricksen. Die Risiken, die sich zu steuern lohnen, sind deshalb Qualitätsrisiken. Vier davon zählen, und keines hängt von einem Wasserzeichen ab.

An erster Stelle steht Scaled Content Abuse. Die Richtlinie greift unabhängig davon, ob die Seiten von einem Modell, einem Freelancer-Pool oder einem Template stammen. Eine Website, die 2.000 Landingpages mit ausgetauschten Ortsnamen veröffentlicht, ist gefährdet. Eine Website, die 40 sorgfältig redigierte Artikel veröffentlicht, die mit einem KI-Werkzeug vorformuliert wurden, ist nach dem Wortlaut der Richtlinie nicht gefährdet. Auslöser ist die Kombination aus Menge und dünnen, repetitiven Seiten, und die lässt sich auf der eigenen Website messen.

An zweiter Stelle stehen Sachfehler und erfundene Quellen. Sprachmodelle liefern selbstsicher Zahlen, Zitate und Quellenangaben, die es nicht gibt. Eine Seite, die eine Studie zitiert, die niemand finden kann, oder in einem technischen Leitfaden einen falschen Standardwert nennt, verliert zuerst das Vertrauen der Leser. Die Rankings folgen langsam, über schwächere Interaktion und weniger Links. Abhilfe schafft nur eine Person, die jede Aussage vor der Veröffentlichung prüft.

Drittens fehlt Erfahrung. E-E-A-T fragt, ob die Seite Wissen aus erster Hand zeigt. Ein generischer Modellentwurf enthält selten einen Crawl, den Sie selbst gefahren sind, eine Kundenmigration, die schiefging, oder einen Screenshot aus Ihrer eigenen Search Console. Seiten, die wiederholen, was die ersten zehn Ergebnisse ohnehin sagen, bieten dem Leser nichts Neues, und Google sieht diese Lücke, ohne zu wissen, wie der Text entstanden ist.

Viertens: intransparente Autorenschaft und Quellenlage. Anonyme Seiten ohne Autor, ohne Veröffentlichungs- oder Aktualisierungsdatum und ohne ausgehende Links zu Primärquellen geben Lesern und Qualitätssystemen wenig an die Hand. Vergleichen Sie eine Seite, die ihren Autor nennt, das RFC oder die Google-Dokumentation verlinkt, auf die sie sich stützt, und zeigt, wann sie zuletzt überarbeitet wurde. Der zweiten Seite ist leichter zu vertrauen, wer oder was auch immer den ersten Entwurf getippt hat.

SynthID erkennt nur Text von Modellen, die sein Wasserzeichen einbetten, und starkes Redigieren kann das Signal ohnehin löschen. Richten Sie Ihren Prozess an den vier Risiken oben aus, denn diese lassen sich finden, messen und beheben.

Ein guter erster Schritt ist, die Seiten danach zu sortieren, wie sie entstanden sind. Seiten, die in Masse aus einem Template erzeugt wurden, Seiten, die ein Fachexperte redigiert hat, und Seiten ohne genannten Autor tragen jeweils ein anderes Maß an Risiko. Diese Sortierung ist der erste Schritt des folgenden Audits.

Ein praktisches Content-Audit

Das Audit beginnt mit einer Tabelle und einem Crawl. Einen Wasserzeichen-Detektor braucht es nicht, denn jeder Schritt betrachtet Signale, die Sie selbst messen können.

1. Erstellen Sie ein Content-Inventar. Exportieren Sie alle indexierbaren URLs aus Ihrem CMS oder der Sitemap und ergänzen Sie vier Spalten: Veröffentlichungsdatum, Autor, Entstehungsweise der Seite (von Hand geschrieben, KI-gestützt, aus Template, massenhaft generiert) und organische Klicks der letzten 12 Monate. Die meisten Teams haben die Spalte zur Entstehungsweise nie gefüllt. Fragen Sie die Verantwortlichen der jeweiligen Content-Projekte, denn das CMS hält sie selten fest. Sortieren Sie zuerst nach Produktionsmethode, weil Scaled Content Abuse häufig bei massenhaft generierten Chargen beginnt.

2. Crawlen Sie nach Template-Texten. Fahren Sie einen vollständigen Crawl mit aktiviertem JavaScript-Rendering und exportieren Sie Titel, H1, Wortanzahl und Meta-Descriptions. Suchen Sie dann nach Mustern:

   • Hunderte Seiten mit weniger als einigen hundert Wörtern, alle in einem URL-Muster.
   • Titel, die sich nur durch eine Stadt, ein Produkt oder ein Keyword unterscheiden, das in denselben Satz eingesetzt wurde.
   • H1, die in einem ganzen Verzeichnis mit dem Title-Tag identisch sind.
   • Eine Meta-Description, die in einem ganzen Bereich wiederholt wird.

   Öffnen Sie aus jedem Cluster zehn Seiten und lesen Sie sie. Wenn Sie das Themenwort austauschen können und die Seite trotzdem gleich klingt, bietet sie dem Nutzer nichts.

3. Prüfen Sie Duplikat- und Beinahe-Duplikat-Signale. Exakte Duplikate zeigt die Content-Hash-Spalte eines Crawlers. Beinahe-Duplikate erfordern eine manuelle Stichprobe, weil ein Template mit 80 Prozent gemeinsamem Text und anderem Produktnamen nicht als Treffer erscheint. Gleichen Sie diese Cluster mit der Search Console ab. Seiten mit Impressionen nahe null und dem Status “Gecrawlt, zurzeit nicht indexiert” sind Ihre ersten Kandidaten zum Zusammenführen, Überarbeiten oder Entfernen.

4. Prüfen Sie Autorenschaft und Quellen. Kontrollieren Sie bei jeder markierten Seite, ob ein namentlich genannter Autor existiert, ob dieser Autor eine Profilseite hat und ob Aussagen auf Primärquellen verlinken. Öffnen Sie dann die Links. KI-gestützte Entwürfe zitieren oft Seiten, die es nicht gibt oder die nicht sagen, was der Satz behauptet. Prüfen Sie jede Statistik, jedes Zitat und jedes Datum auf dieselbe Weise und entfernen Sie, was sich nicht nachverfolgen lässt.

5. Prüfen Sie Aktualitätsmarker. Vergleichen Sie das sichtbare Datum, das Datum in den strukturierten Daten und den lastmod-Wert der Sitemap. Eine Seite, die “aktualisiert 2026” anzeigt, sich aber seit zwei Jahren nicht verändert hat, weckt Misstrauen.

6. Prüfen Sie die Herkunft von Bildern. Wenn Sie KI-generierte Bilder veröffentlichen, kontrollieren Sie, ob Ihre Pipeline C2PA- oder IPTC-Metadaten beim Upload behält oder entfernt. Die C2PA-Website hostet die Spezifikation. Die Unterstützung variiert je nach Plattform, testen Sie also mit einigen Dateien, bevor Sie etwas annehmen.

Sortieren Sie die Ergebnisse in drei Stapel: behalten, mit echter Fachkenntnis überarbeiten, zusammenführen oder entfernen. Seiten im zweiten und dritten Stapel tragen das Risiko, gleichgültig mit welchem Werkzeug sie entstanden sind.

AI Ready und Content-Erkennung beantworten unterschiedliche Fragen

Das Audit oben betrifft die Inhaltsqualität. Eine davon getrennte Frage ist der Zugriff, und Teams verwechseln sie oft mit der Erkennung. AI Ready prüft, ob KI-Systeme Ihre Website erreichen können. Content-Erkennung prüft, ob jemand feststellen kann, dass eine Maschine Ihren Text geschrieben hat.

Crawlbarkeit ist eine Reihe von Zugriffsentscheidungen, die Sie selbst treffen. Ihre robots.txt-Regeln bestimmen, welche KI-User-Agents Ihre Seiten abrufen dürfen. Eine llms.txt-Datei, der Vorschlag von llmstxt.org, gibt Sprachmodellen eine kuratierte Karte Ihrer Inhalte, und unser Leitfaden zur Generative Engine Optimization erklärt, wie das zur KI-Suche passt. Bot-Management in einem CDN oder einer Firewall, etwa die KI-Crawler-Kontrollen in der Cloudflare-Dokumentation zu Bots, kann Traffic zulassen oder blockieren, bevor die robots.txt überhaupt gelesen wird. OpenAI dokumentiert die eigenen Crawler in der Bots-Dokumentation, sodass Sie Regeln pro Bot schreiben können, statt alles zu blockieren.

Die Content-Erkennung liegt am anderen Ende. Ein Wasserzeichen wie SynthID oder ein Klassifikator, der Text bewertet, betrachtet, was eine Seite sagt, nachdem sie abgerufen wurde. Er sieht Ihre robots.txt nicht, und Ihre robots.txt wirkt sich nicht auf ihn aus. Wer GPTBot blockiert, lässt seine Artikel nicht menschlicher wirken, und wer jeden KI-Crawler zulässt, lässt sie nicht maschinengeschriebener wirken.

Beide treffen an einer Stelle zusammen: wie KI-Systeme Ihre Website behandeln. Eine Seite, die ein Crawler nie abrufen kann, lässt sich in einer KI-Antwort nicht zitieren, so gut sie auch ist. Eine Seite, die frei abgerufen wird, aber dünn, templatehaft und ohne Quellen ist, gibt aus Gründen, die mit keinem Wasserzeichen zu tun haben, einen schwachen Zitatkandidaten ab.

Führen Sie die Prüfungen getrennt durch. Bestätigen Sie, dass die gewünschten Bots Ihre wichtigen Seiten erreichen und die unerwünschten blockiert sind. Prüfen Sie dann die Qualität für sich.

Seodisias ist ein kostenloser Desktop-Crawler für Windows, macOS und Linux, und sein AI-Ready-Check deckt die erste Aufgabe ab. Er misst, wie zugänglich Ihre Website für KI-Crawler und Agenten ist. Ob Ihre Inhalte von einer KI geschrieben wurden, erkennt er nicht. Um zu sehen, welche KI-Crawler Ihre Website heute erreichen, führen Sie den AI-Ready-Check für Ihre Domain aus.