Unser letztes Offsite ist jetzt genau einen Monat her, aber das Team-Gefühl bleibt. Wir lieben es aus dem Home Office zu arbeiten. Aber manchmal will man die käsigen Wingmenschen auch direkt sehen. Gemeinsam in einem Raum kann man den Team-Geist doch besser spüren. Und ich glaube, das letzte Offsite war mein bisher Liebstes!

Neben richtig coolen Arbeitsergebnissen haben wir auch richtig tolle Sachen gemacht. Von Kanufahren über Spiele spielen und lange Gespräche am Lagerfeuer war alles dabei. Ein bisschen sentimental wurde es vielleicht auch. Manchmal braucht man als Team einfach auch Zeit für Zwischenmenschliches.

Bevor es jetzt zu cheesy wird und Du nach dem langen Wochenende erstmal eine Lactase ballern musst, serviere ich Dir diese Woche folgenden SEO-Cheese:

• Bildschönen AI-Mozzarella von Cleo

• Stinkenden ChatGPT-Datenschutz-Käse von Behrend

• Brie-sante Bugs von Anita

• Leicht schimmligen Publisher-Krisen-Käse von Johan

• Und Jolle kredenzt Dir feinsten Kevin-Kanterkaas mit SEO-Erosionen

Wir wünschen Dir eine tolle (kurze) Woche in bester Gouda-Laune!

Deine Wingmenschen

Soziologische und anthropologische Betrachtung der Nutzung von AI-generierten Profilbildern

Ich setze mich in meiner Masterarbeit aktuell mit der äußeren Einschätzung von Personen basierend auf Attraktivitätsmerkmalen auseinander und dachte mir, dass es spannend ist, sich dem Thema der AI-generierten Profilbilder im Newsletter mal aus einer soziologischen und anthropologischen Richtung anzunähern.

Die Nutzung von AI-generierten Profilbildern wie von Lensa, AiSuitup oder TryitOnAi wirft interessante Fragen auf, die sich auf unsere sozialen Beziehungen und unser Selbstverständnis auswirken können. Auf der einen Seite können diese Bilder dazu beitragen, dass wir uns mehr in virtuellen Welten bewegen, wo das Aussehen nicht immer so wichtig ist wie in der physischen Welt. Auf der anderen Seite kann die Nutzung solcher Bilder dazu führen, dass wir unsere Identität und unser Selbstbild auf der Grundlage von unrealistischen Bildern und Standards aufbauen. 🥸

Es klingt zwar verwerflich, aber in unserer sozialen Welt haben wir uns daran gewöhnt, einander auf der Grundlage von körperlicher Erscheinung und Aussehen zu beurteilen. Diese AI generierten Bilder können jedoch dazu führen, dass wir unser eigenes Aussehen negieren oder uns selbst in einem absolut unrealistischen Licht darstellen. 😶‍🌫️ Dies kann zu einer Entfremdung von uns selbst, von Beziehungen oder von unserem sozialen Umfeld führen, da wir uns möglicherweise anders darstellen, als wir uns intrinsisch selbst definieren.

Doch es gibt auch positive Aspekte der Nutzung von AI-generierten Profilbildern. Sie können dazu beitragen, dass wir uns mehr auf unsere innere Persönlichkeit konzentrieren, anstatt auf unser äußeres Erscheinungsbild. Schöne und repräsentable Profilbilder können uns dabei helfen, selbstsicherer, kommunikativer und offener aufzutreten. 🥳

Es bleibt abzuwarten, wie sich die Nutzung von AI-generierten Profilbildern auf unsere Gesellschaft auswirken wird. Wir sollten uns nicht zu sehr von unrealistischen Bildern beeinflussen lassen und uns bewusst sein, dass das Aussehen nur ein Teil dessen ist, was uns als Individuen ausmacht. Wir sollten vor allem versuchen, uns nicht auf der Grundlage von unrealistischen Standards zu definieren.

By the way: Wie wir uns präsentieren, beeinflusst auch unsere Online-Reputation. Durch die Verwendung von AI-generierten Profilbildern können wir unser Selbstbild und unsere Online-Reputation positiv oder negativ beeinflussen... Astrid Kramer did it und vielleicht ändere ich auch mal mein Profilbild und schaue was passiert? 🤔

Ja... wieder was über AI ¯\_(ツ)_/¯

Diesmal das Thema Copyright/Urheberrechte und Privatsphäre. Damit das Thema nicht unendlich überhand nimmt, habe ich zwei Punkte zusammengetragen, die aus unserer Sicht für die Entwicklung des Themas (und Deinen Einsatz von AI-tools) relevant sind:

Chatbots sind Klatschtanten

Samsung ist vor ein paar Wochen darüber gestolpert, dass OpenAI den Input für das Trainieren der AI weiterverwendet. Doof, wenn die Ingenieure dabei Betriebsgeheimnisse der KI preisgeben (Siehe Artikelüberschrift)... und auch bei Salesforce scheint es, als würde ChatGPT aus dein Eingaben von Entwicklern lernen

Also pass auf, was Du der AI erzählst. Und wenn Du sensible Informationen mit AI verarbeiten willst, solltest Du Deine eigenen Modelle oder zumindest eigene Instanzen betreiben. Und dabei würde ich zumindest den AI-Herstellern nicht trauen, sie selbst zu hosten. Der Track-Record, was das Verwenden von Informationen aus Dingen wie Private Repositories oder Ähnlichem angeht, ist nicht sehr vertrauenerweckend.

Faustregel: Rede mit Chatbots, wie mit dem tratschenden Nachbarn, der die Gerüchteküche der Nachbarschaft am Laufen hält: Geh davon aus, dass, was er sagt, haltlose Gerüchte sind und verrate ihm niemals etwas, von dem Du nicht willst, dass es andere erfahren.

Wenn Chatbots nicht wissen, was sie gesagt haben, woher sollen wir wissen, was sie gesagt haben?

Ein Rodeo Instructor der Texas A&M University (scheinbar Teil des Lehrplans an texanischen Universitäten) hat versucht ChatGPT zu fragen, ob die Hausarbeiten der Studenten mit AI geschrieben wurden. ChatGPT hat natürlich keine Bewertung der Texte vorgenommen, sondern eine statistisch schlüssig klingende Antwort gegeben und behauptet, dass alle Texte mit KI geschrieben wurden. Doof für die Studenten, peinlich für die Uni, dass es den Dozenten nicht stutzig macht, dass wirklich keiner seiner Studenten ehrlich sein soll. Oder dass er nicht einmal versucht hat, statt ChatGPT ein dediziertes AI-Text-Erkennungstool zu verwenden. Vielleicht hat ihn die Falsch-Positiv-Rate davon abgeschreckt.

Das Erkennen von AI-Texten wird nicht möglich sein. Bei generierten Bildern hat man aktuell noch gute Chancen, typische Artefakte wiederzuerkennen. Auch wenn das mit menschlichem Auge irgendwann nicht mehr möglich ist, halte ich es für machbar, dass AI-generierte Bilder (oder ähnlich inzwischen recht gut generierte Stimmen/Musik) langfristig mit automatisierten Systemen erkennbar sind. Typische Muster von Algorithmen könnten algorithmisch identifizierbar sein. Vielleicht ist aber auch das in Zukunft einfach auszuhebeln. Zum Beispiel, indem man Bilder mit verschiedenen Bildformaten komprimiert, um erkennbare Muster mit Artefakten der Bildkompression zu überlagern.

Aber für Texte ist die Datenmenge zu gering, sodass die sichere Identifikation von AI-Content unrealistisch ist. Das ist ein Fakt, mit dem wir uns abfinden müssen. Und auch das Gerede von Wasserzeichen oder Ähnlichem ist kein Silberstreif am Horizont. Für jedes AI-Modell, das funktionierende Wasserzeichen in das Ergebnis baut, wird es dutzende geben, die das nicht tun, und vermutlich nochmal ein paar, die dazu da sind, die vorhandenen Wasserzeichen zuverlässig zu entfernen. Das scheint zumindest der Google Algorithmus so zu sehen.

Letzte Woche hatte Google gleich zweimal Schluckauf: Sowohl in der Google Job Search als auch der Google Search hatten sich im Mai fiese Bugs eingeschlichen.

Wo ist der Google for Jobs Traffic hin?

– Barry Schwartz

Bei der Suche nach "jobs near me" ist man für einen mehrtägigen Zeitraum einfach auf einer leeren Seite ohne Job-Listings gelandet. Mittlerweile wurde das Problem gefixt und alles funktioniert soweit wieder.

Für den Fall, dass für Dich Job-Listings relevant sind, kannst Du den Ausfall im Search Results Performance Bericht der GSC nachvollziehen. Dort einfach auf "Job listing" oder "Job details" filtern unter "Search appearance" und schon kannst Du sehen, dass um den 18./19. Mai eine kleine Talfahrt beginnt.

Der Fix erfolgte am 25. Mai, entsprechend sollten sich die Zahlen danach wieder erholen (ich schreibe diesen Beitrag aufgrund des Feiertags schon am 26. Mai und habe entsprechend noch keine Daten in der GSC).

Mehr dazu findest Du im Artikel von Search Engine Roundtable.

...und den Video Traffic hat es auch erwischt

Bevor die Probleme mit Google for Jobs aufgetreten sind, gab es bereits einen Bug, der den Video Traffic beeinträchtigt hat. Dieser konnte nach knapp 2 Wochen behoben werden.

...wird in der Dokumentation der Data Anomalies in Search Console aufgeführt. Dabei nochmal wichtig zu betonen: Der Video Traffic ist für den Zeitraum tatsächlich weggeflogen, nicht einfach nur unvollständig reportet worden.

Auch diesen Ausfall kannst Du in der Google Search Console nachvollziehen.

Dieses Mal filtern wir bei "Search appereance" auf "Videos" und bekommen dann sogar einen Hinweis:

Auch dieses Thema hat Barry Schwartz drüben bei Search Engine Roundtable aufbereitet.

Manchmal ist einfach Google Schuld

Du kennst es sicherlich auch nur zu gut: Bei derartigen Abwärts-Entwicklungen im Traffic macht man sich auf die Suche nach der Ursache und vermutet den Fehler erstmal auf der eigenen Website. Wenn sich da nichts findet, wandert der Scheinwerfer auf den Wettbewerb – wer hat sich da frecherweise am Traffic bedient?

Dabei ist in einigen (naja, seltenen?) Fällen die Lösung: Google ist Schuld. Und sobald die wieder alles zum Laufen gebracht haben, ist auch (hoffentlich) wieder alles gut.

In der oben bereits verlinkten Doku sehen wir (z. B. nach "error" und "bug" suchen), dass es immer wieder zu Problemen kommt. Mal betrifft es nur einen bestimmten Bereich wie Discover, News, Product Results, oder eben Videos und Job Search. Mal sind nur die Daten in der GSC betroffen, mal auf der Traffic. Mal ist die Sache nach einem Tag erledigt, mal dauert es mehrere Wochen.

Also immer im Hinterkopf behalten, wenn die Graphen sich der Null-Linie zuwenden und es keinen offensichtlichen Grund gibt: Vielleicht ist bei Google mal wieder was kaputt gegangen.

AI-Content ist ein Brandbeschleuniger für Content-Mittelmaß. Wenn wir gehässig sein wollen – jeder, der mich kennt weiß, dass ich das nie™ bin – dann könnten wir sagen: Fragen wir doch mal Publisher, die kennen sich damit aus.

Das ist keine neue Entwicklung durch AI. Publisher sind seit 20 Jahren darauf getrimmt, möglichst schnell, möglichst viel, möglichst laut zu veröffentlichen. Dafür werden DPA-Feeds indexiert und die Artikel noch mal optimiert. Erfolgreiche Artikel werden immer wieder republiziert, ohne dass wirklich sinnvoller Mehrwert geschaffen wurde. Mit 

• erodierenden Werbe-Erlösen 

• und geringer Abo-Bereitschaft durch Kostenloskultur 

• sowie dem Unbundling der News (ich lese nicht mehr eine Zeitung, sondern aus dem Kontext gelöste Häppchen überall)

bleibt Publishern aber auch oft nicht viel übrig. Google Discover beschleunigt diese Entwicklung noch mal.

Für Google ist das ein Problem. Kein User möchte 900x die gleiche DPA-Meldung in den Suchergebnissen sehen. User wollen:

• Fakten und Hintergründe

• Meinungen

• Erste-Hand-Informationen

(Zumindest sagen sie das. Meist wollen sie ja nur die eigenen Vorurteile in der Überschrift bestätigt sehen, einen bösen Kommentar hinterlassen und zur nächsten Meldung).

Google arbeitet daher im News-Produkt schon länger daran, wertvolle Inhalte zu erkennen und unterschiedliche Sichtweisen auf eine Story zu bieten. Dazu gehört nicht nur, dass in den letzten Jahren deutlich aggressiver dedupliziert wird, sondern unter anderem auch das „häufig zitiert" Label (das man in Deutschland allerdings selten sieht.).

Jetzt hat Google noch mal zusammengestellt, wie sie das Thema angehen.

Wer jetzt denkt: „Das ist ja aber alles nicht neu.": Der hat recht.

Die Kommunikation war hier ein wenig unglücklich. "we developed a system" klingt so, als wäre etwas Neues gebastelt worden. Spannend finde ich die Formulierung:

Prominente Signale müssen ja nicht die wichtigsten Signale sein.

Die Zusammenfassung läuft aber auf folgende Punkte hinaus:

• Schreibst Du häufiger über ein Thema (und vor allem in der Tiefe), dann wirst Du einen Bonus für dieses Thema erhalten

• Regionale Publisher sollen zu regionalen News bevorzugt werden (Meine Wahrnehmung: In amerikanischen Maßstäben ist Deutschland eine Region. Mit anderen Worten: Hier kann Google noch viel besser werden)

• Zitieren Dich andere und geben Dich als Quelle zum Thema an, dann ist das gut für Dich (ach?)

• Die Glaubwürdigkeit eines Publishers ist ein wesentliches Merkmal. (The Trust Project und News Guard kennst Du, oder?)

Google versucht durch diese Kommunikation nochmal Raum für qualitativen Journalismus zu schaffen und durch Kommunikation die Flut von unredigiertem AI-Schrott zumindest auf professioneller Ebene einzudämmen.

Am Ende ist es aber mehr eine Frage, die sich Publisher generell stellen sollten: Möchtest Du schnelllebige, mehrfach durchgekaute Inhalte veröffentlichen oder individuellen Content mit Mehrwert? Und was machst Du, wenn AI das Posten von DPA-Meldungen übernimmt?

Der Lack is' ab, oder im Gegenteil, in den SERPs glitzert und funkelt es allenthalben, so dass für organische Klicks kaum noch etwas übrig bleibt. Kevin hat dieses Phänomen in zwei Artikeln (Eins, Zwei) aus den letzten Wochen "SEO-Erosion" genannt und folgendermaßen definiert:

 – Kevin Indig

Die typischen Ursachen für die erodierenden Rankings sind:

• Mehr Anzeigen

• Mehr, auffälligere, neue SERP-Features

• Refinements: Buttons und "Pills" zur Verfeinerung der eigenen Suche mit Klicks in eine neue SERP

• Weniger Suchvolumen, also ein Rückgang des Interesses an einem Thema (zumindest innerhalb des Suchkanals)

Doch wie kannst Du wissen, ob SEO-Erosion vorliegt oder Du tatsächlich im Wettbewerb verloren hast und nach eigenen Kräften mit Optimierung wieder nach vorne kommen kannst?

Woran erkennst Du SEO-Erosion?

Kevin gibt diese Indikatoren und Analysewerkzeuge mit:

• Basierend auf Daten aus der Google Search Console (GSC): Die Position bleibt stabil, aber die Klicks gehen runter

• Ebenfalls mit Daten aus der GSC: YoY-Vergleiche (Differenz zum Vorjahreszeitraum) der Custom Click Curves (eigene Klickraten-Kurven) fallen geringer aus

• Wenn erste Hinweise aus der GSC in die Richtung der SEO-Erosion deuten, lässt sich die Analyse mit Webanalyse-Daten (zum Beispiel Google Analytics) vertiefen

• Share-of-Voice-Vergleich: Im Vergleich zum Branchenschnitt, der allerdings nicht leicht zu ermitteln ist, lässt sich abgleichen, wieviel Traffic Du selbst über welchen Kanal (Paid vs. Organic) generierst und zu welchem Preis

Besonders die Klickkurven verschiedener Jahre übereinander gelegt finde ich ein schönes Analysewerkzeug, denn die handelsüblichen CTR-Studien wie diese auch von uns häufig zu Rate gezogene von Sistrix sind schon etwas in die Jahre gekommen, wenn wir bedenken, wie schnelllebig und umwälzend die Entwicklungen in den SERPs sind.

Hier ein Beispiel von Kevin für eine individuelle Klickkurve direkt in der GSC:

Hier eine generische Klickkurve aus dem zweiten Artikel von Kevin, die diesmal die Klickraten der einzelnen SERP-Features laut Advanced Web Ranking (AWR) abbildet, um die Schwankungen je nach SERP-Layout zu verdeutlichen:

Eine weitere AWR-Kurve zeigt analog zur oben genannten Sistrix-Studie die generischen Klickraten aufgeschlüsselt nach Positionen in aufeinander folgenden Jahren:

Während Kevin im ersten Artikel Definition und Analysemöglichkeiten für das Erosionsphänomen liefert, gibt er im zweiten Artikel Ansätze, um mit dem Problem im Ecommerce-Kontext umzugehen.

Welche Auswege gibt es?

Vom geschätzten Kollegen Stefan Vorwerk übernimmt Kevin die Gruppierung in horizontale vs. vertikale Lösungen:

• Vertikales Wachstum: Du bleibst bei dem Keyword-Set, das Du schon hast, versuchst aber auch dort zu gewinnen, wo die ehemaligen Klicks hingewandert sind: Bei den Anzeigen, in den Bild- und Video-SERP-Features, in den FAQ-Snippets, in den "Generative AI"-Einbindungen, die in bestimmten Ländern und Branchen schon Einzug in die SERPs gefunden haben.

• Horizontales Wachstum: Du bleibst bei der Strategie für organische Klicks, wechselst aber das Spielfeld – zum Beispiel von den transaktionalen Keywords weg hin zu Ratgeberinhalten mit informationaler Suchintention oder erschließt Dir einen weiteren relevanten inhaltlichen Themenbereich.

Aus unserer Sicht ist das wirklich ein gutes Analysetool, um herauszufinden, ob Du selbst zurückgefallen bist oder sich das Marktumfeld verändert hat. Hast Du Dir Deine Klickkurven im Zeitverlauf schon mal genauer angesehen?