Was ist Information Gain?
Information Gain beschreibt, wie viel neue Information ein Dokument enthält, die über das hinausgeht, was der Nutzer bereits gesehen hat. Der Begriff stammt aus der Informationstheorie und beschreibt dort die Reduktion von Unsicherheit durch neue Daten. Google hat das Konzept auf die Suche übertragen: Wenn ein Nutzer mehrere Ergebnisse zum selben Thema liest, sollte jedes weitere Dokument zusätzliche Informationen liefern, nicht dieselben Punkte in anderen Worten wiederholen.
Ein konkretes Beispiel: Zehn Artikel zum Thema "Serverside Tracking einrichten" beschreiben alle dieselben fünf Schritte. Der elfte Artikel beschreibt dieselben Schritte, zeigt aber zusätzlich, welche Fehler bei der Implementierung typischerweise auftreten, welche Auswirkung auf die Datenqualität sie hatten und wie sie gelöst wurden. Dieser elfte Artikel hat Information Gain. Die anderen zehn nicht.
Googles Patent: Was drinsteht
Google hat 2018 ein Patent angemeldet, das im Juni 2022 erteilt wurde: "Contextual Estimation of Link Information Gain" (US11354342B2). Eine Fortsetzung wurde im Juni 2024 erneut erteilt. Das Patent beschreibt ein System zur Bewertung von Dokumenten auf Basis ihres Informationsgewinns.
Das System arbeitet in mehreren Schritten: Es identifiziert eine erste Gruppe von Dokumenten zu einem Thema und präsentiert sie dem Nutzer. Dann wird eine zweite Gruppe zum selben Thema bewertet. Ein trainiertes Machine-Learning-Modell vergleicht diese zweite Gruppe mit den bereits gesehenen Dokumenten und vergibt einen Information Gain Score. Je mehr neue Information ein Dokument enthält, die in den bereits gesehenen Dokumenten nicht vorkommt, desto höher der Score.
Technisch nutzt das System semantische Repräsentationen (Embeddings, Bag-of-Words-Analysen), um Informationsgehalt zu vergleichen. Es geht nicht um identische Wörter, sondern um Bedeutung: Sagt ein Dokument inhaltlich etwas, das die anderen nicht sagen?
Ist Information Gain ein bestätigter Rankingfaktor?
Nein. Google hat nicht bestätigt, dass dieses Patent aktiv in den organischen Suchergebnissen eingesetzt wird. Nicht jedes Google-Patent wird implementiert. Ein aufschlussreiches Detail: Das Patent erwähnt "automated assistant" 69 Mal, "search engine" nur 25 Mal. Der primäre Kontext ist KI-Assistenten und Chatbot-Oberflächen, nicht die klassische Google-Suche.
Das macht das Konzept nicht irrelevant, im Gegenteil: In einer Welt, in der Google AI Overviews, ChatGPT und Perplexity Antworten aus mehreren Quellen synthetisieren, ist Information Gain genau der Mechanismus, der entscheidet, welche Quellen zitiert werden. Und unabhängig vom Patent: Alle Entwicklungen seit den Helpful Content Updates 2022 und den Core Updates 2023 decken sich mit dem Information-Gain-Prinzip. Inhalte, die nur wiederholen, was anderswo bereits steht, verlieren Sichtbarkeit.
Warum Information Gain jetzt wichtiger wird
Bis 2022 war Information Gain eine theoretische SEO-Überlegung. Seit ChatGPT ist sie zur Grundsatzfrage geworden.
Der Grund: Sprachmodelle können die vorhandene Wissensbasis zu jedem Thema in Sekunden zusammenfassen. Was auf zwanzig Artikeln zum Thema "SEO-Audit Checkliste" steht, kann ein LLM synthetisieren, ohne dass ein Nutzer auch nur einen dieser Artikel besucht. Content, der nur dieselben Punkte in anderen Worten wiederholt, ist redundant, bevor er veröffentlicht wird.
Die Inhaltsagentur Animalz formuliert es so: "ChatGPT and Claude have read the internet and can synthesize, reiterate, and repackage everything that's already been published. The question becomes: why would you publish anything that's not additive?" Information Gain ist damit nicht mehr ein SEO-Trick, sondern die Grundvoraussetzung dafür, dass Content überhaupt noch einen Mehrwert hat.
Die Krise des umfassenden Ratgebers
Die Skyscraper-Technik, also das Prinzip, zu jedem Keyword den längsten und vollständigsten Artikel zu schreiben, hatte jahrelang eine funktionierende SEO-Logik. Das Modell hat ein Haltbarkeitsproblem: Wenn KI-Systeme den umfassenden Ratgeber in Echtzeit generieren können, ist der auf einer Website veröffentlichte Ratgeber bestenfalls gleichwertig, in der Regel aber langsamer und weniger aktuell.
Bernard Huang von Clearscope hat als Alternative das Konzept "Ranch-Style SEO" formuliert: Statt alles in einen riesigen Pillar-Artikel zu packen, sollte Content in präzise, fokussierte Stücke aufgeteilt werden, die jeweils einen spezifischen Aspekt mit eigener Tiefe behandeln. Nicht ein Artikel, der alles oberflächlich abdeckt, sondern viele Artikel, die jeweils etwas Eigenes beitragen.
Was Unique Content wirklich bedeutet
John Mueller von Google hat den Begriff klar abgegrenzt: "Unique Content ist nicht bloß eine neue Zusammenstellung von Wörtern. Es geht darum, etwas zu schaffen, das es so noch nicht gibt und für das eine Nachfrage besteht, und idealerweise um etwas, das andere nicht so einfach nachahmen können."
Das zielt auf genau die Schwäche von KI-generiertem Content: Sprachmodelle fassen zusammen und rekombinieren. Sie können keinen neuen Datenpunkt erfinden, keine Erfahrung machen und keine Meinung aus eigener Anschauung begründen.
Nicht jede Form von Einzigartigkeit hat denselben Wert. Eine Abstufung von stark nach schwächer:
Der stärkste Hebel. Wer eigene Erhebungen, Benchmarks oder Projektdaten veröffentlicht, liefert Information, die kein Wettbewerber und kein Sprachmodell replizieren kann. Das muss keine wissenschaftliche Studie sein: Eine Agentur, die Audit-Ergebnisse aus 50 Projekten aggregiert und die häufigsten technischen Fehler veröffentlicht, produziert exakt den Content, der Information Gain liefert.
Ein Berater, der beschreibt, welche Fehler bei einem konkreten Projekt aufgetreten sind, was funktioniert hat und was nicht, liefert Erfahrung, die ein Sprachmodell nicht hat. Google bewertet das unter dem "Experience"-E in E-E-A-T. Diese Inhalte sind schwer zu fälschen und schwer zu kopieren.
Die meisten Artikel zu einem Thema wiederholen den Konsens. Wer auf Basis eigener Erfahrung einen begründeten Gegenstandpunkt einnimmt, liefert Information Gain allein durch die Perspektive. Das erfordert Expertise und Mut, beides keine Stärken von Sprachmodellen.
Aussagen von Fachleuten, die anderswo nicht veröffentlicht sind, machen einen Artikel einzigartig. Das können Kunden, Branchenkenner oder interne Spezialisten sein. Die Information existiert nur in diesem Artikel.
Ein Rechner, ein Konfigurator oder ein Assessment-Tool, das ein spezifisches Problem löst, hat per Definition Information Gain: Die Antwort entsteht erst durch die individuelle Eingabe des Nutzers und existiert vorher nirgends.
Content Moats: Unkopierbare Inhalte
Der Begriff "Content Moat" beschreibt eine Strategie, bei der Inhalte so angelegt sind, dass sie einen nachhaltigen Wettbewerbsvorteil bilden, den Konkurrenten nicht einfach replizieren können. Das Gegenteil ist Content, der auf öffentlich verfügbaren Informationen basiert und damit jederzeit von einem Wettbewerber oder einem Sprachmodell nachgebaut werden kann.
CRM-Daten, Support-Tickets, Produktnutzungsdaten, NPS-Umfragen. Diese Daten hat nur das eigene Unternehmen. Content, der darauf aufbaut, ist per Definition einzigartig.
Wer einen eigenen Index oder Benchmark etabliert, zum Beispiel einen jährlichen Branchenreport mit eigenen Erhebungen, schafft eine Referenzquelle. KI-Systeme zitieren solche Quellen, weil sie neue Information liefern, die nicht aus dem Training stammt.
Inhalte, die auf Community-Beiträgen, Nutzerbewertungen oder Expertennetzwerken basieren, wachsen mit jeder Interaktion. Ein Forum mit tausend authentischen Erfahrungsberichten ist wertvoller als ein einzelner Ratgeber, egal wie lang er ist.
Kevin Indig formuliert die strategische Konsequenz: "Differentiated brands are less sensitive to AI Overviews and AI chatbots because they tend to get more direct visits." Wer eigene Daten und eigene Perspektiven hat, wird direkt gesucht, nicht nur über generische Keywords gefunden.
Information Gain und Googles Helpful Content System
Die Verbindung zwischen Information Gain und Googles Helpful Content System ist konzeptionell, nicht technisch bestätigt. Die Überlappung ist aber offensichtlich. Googles Selbstprüfungsfragen für hilfreichen Content lesen sich wie eine Information-Gain-Checkliste:
Googles Fragen zur Content-Qualität
Bietet der Inhalt originale Informationen, Berichte, Forschung oder Analysen?
Enthält der Inhalt aufschlussreiche Analysen oder interessante Informationen, die über das Offensichtliche hinausgehen?
Falls der Inhalt auf andere Quellen zurückgreift: Vermeidet er es, diese Quellen einfach zu kopieren oder umzuformulieren, und bietet stattdessen erheblichen zusätzlichen Wert?
Bietet der Inhalt im Vergleich zu anderen Seiten in den Suchergebnissen substanziellen Mehrwert?
Jede dieser Fragen zielt auf dasselbe Prinzip: Enthält Ihr Dokument etwas, das anderswo nicht steht? Googles eigener Warnhinweis ist deutlich: "Are you mainly summarizing what others have to say without adding much value?" Wer das mit Ja beantwortet, hat ein Information-Gain-Problem.
Praktische Umsetzung
Das Konzept klingt anspruchsvoll. In der Praxis ist es vor allem eine Frage des Prozesses. Die meisten Unternehmen haben die nötigen Daten und Erfahrungen bereits, sie fließen nur nicht in den Content ein.
Schritt 1: Vorhandene Daten inventarisieren
Bevor neuer Content produziert wird: Was hat das Unternehmen bereits an einzigartigen Informationen? Typische Quellen, die selten genutzt werden:
- Kundenprojekte und deren Ergebnisse (anonymisiert als Fallstudien)
- Support-Anfragen und häufige Kundenfragen (zeigen echte Probleme)
- Interne Auswertungen, Benchmarks und Prozessdaten
- Erfahrungen und Fehler aus der eigenen Praxis
- Kundenbewertungen, Testimonials und Feedback
Schritt 2: Bestehenden Content anreichern
Nicht jeder Artikel muss neu geschrieben werden. Oft reicht es, vorhandene Inhalte mit eigenen Daten und Erfahrungen anzureichern. Wer einen generischen Artikel über "SEO-Audit Best Practices" hat, kann ihn mit drei konkreten Fehlern aus eigenen Audits ergänzen. Das verwandelt generischen Content in Unique Content, ohne von vorne anzufangen.
Sinnvoller Einstieg: zwei bis fünf bestehende, unterperformende Seiten auswählen. Baseline-Metriken aufnehmen (Rankings, Traffic, Engagement), den Content mit eigenen Daten und Perspektiven überarbeiten, dann nach einem, drei und sechs Monaten die Entwicklung beobachten.
Schritt 3: Information Gain in den Redaktionsprozess integrieren
Information Gain darf kein Nachgedanke sein, der am Ende eines fertigen Artikels ergänzt wird. Bevor ein Artikel geschrieben wird, sollte die Frage beantwortet sein: Was bringt dieser Artikel an neuer Information, die anderswo nicht zu finden ist? Wer diese Frage nicht beantworten kann, hat noch keinen guten Grund, den Artikel zu schreiben.
Schritt 4: Skalierbare Quellen für eigene Daten aufbauen
Langfristig braucht Information Gain einen kontinuierlichen Zufluss an eigenen Daten. Dafür lohnt es sich, systematische Prozesse zu etablieren:
- Regelmäßige Kundenumfragen (quartalsweise oder jährlich)
- Dokumentation von Projektergebnissen als Fallstudien
- Erfassung und Auswertung von Support- und Vertriebsdaten
- Aufbau eines Expertennetzwerks für Interviews und Fachbeiträge
- Jährliche Branchenreports auf Basis eigener Erhebungen
Was als einzelner Blogartikel mit einer Fallstudie beginnt, kann sich zu einem Content Moat entwickeln: einem wachsenden Bestand an proprietären Daten, den kein Wettbewerber replizieren kann.
Wo liegen die Lücken in Ihren Inhalten?
Wir prüfen, ob Ihre bestehenden Inhalte Information Gain liefern oder nur Bekanntes wiederholen, und zeigen Ihnen, welche internen Quellen Sie noch nicht nutzen.
Information Gain und KI-Sichtbarkeit
Information Gain ist nicht nur für Google-Rankings relevant. KI-Systeme, die Antworten aus mehreren Quellen synthetisieren, bevorzugen Quellen, die etwas Neues beitragen. Ein KI-System hat keinen Grund, eine Quelle zu zitieren, die nur wiederholt, was es bereits aus tausend anderen Quellen weiß.
Für die Praxis bedeutet das: Content mit Information Gain hat eine doppelte Dividende. Er rankt besser bei Google, und er wird häufiger von KI-Systemen als Quelle zitiert. Das gilt für Google AI Overviews ebenso wie für ChatGPT, Perplexity und Claude.
Die Verbindung zu GEO-Maßnahmen ist direkt: Zitierfähige Inhalte mit eigenen Daten und klarer Autorenschaft erfüllen sowohl die Information-Gain-Anforderung als auch die Voraussetzungen für KI-Sichtbarkeit. Beides erfordert dasselbe: Inhalte, die tatsächlich etwas Neues sagen.
Was das für verschiedene Unternehmenstypen bedeutet
Information Gain klingt nach einem Konzept für Unternehmen mit großen Research-Budgets. Das muss es nicht sein.
Haben den natürlichen Vorteil: Jedes Kundenprojekt liefert Daten, Erfahrungen und Erkenntnisse. Wer 20 SEO-Audits pro Jahr durchführt, hat 20 potenzielle Fallstudien. Wer Workshops leitet, kennt die häufigsten Fragen und Missverständnisse seiner Zielgruppe aus erster Hand.
Können Produktdaten, Kundenbewertungen und Nutzungserfahrungen als Information Gain einsetzen. Eigene Produkttests, Vergleiche aus der Praxis und echte Kundenstimmen liefern Inhalte, die ein generischer Artikel nicht bieten kann.
Sitzen auf Produktnutzungsdaten, Feature-Requests und Support-Trends, die als anonymisierte Branchendaten veröffentlicht werden können. Jährliche Reports zu Nutzungstrends in der eigenen Software werden zu referenzierten Quellen.
Haben lokales Wissen: spezifische Erfahrungen mit regionalen Gegebenheiten, lokale Fallstudien und Community-Bezug. Das ist Information, die kein überregionaler Wettbewerber und kein Sprachmodell liefern kann.
Häufige Fragen
- Ist Information Gain ein Google-Rankingfaktor?
- Nicht als eigenständiger, bestätigter Rankingfaktor. Google hat ein entsprechendes Patent (US11354342B2) erteilt, aber nicht bestätigt, dass es in den organischen Suchergebnissen aktiv eingesetzt wird. Das Patent beschreibt primär den Kontext von KI-Assistenten. Unabhängig davon deckt sich das Prinzip vollständig mit den Helpful Content Updates und den E-E-A-T-Anforderungen: Google belohnt nachweislich Inhalte mit eigener Substanz und wertet generischen Content ab.
- Wie unterscheidet sich Information Gain von Unique Content?
- Unique Content beschreibt, dass ein Text nicht kopiert oder umformuliert ist. Das ist eine Mindestanforderung. Information Gain geht weiter: Der Text muss nicht nur anders formuliert sein, sondern inhaltlich etwas Neues sagen. Ein Artikel, der dieselben fünf Tipps wie die Konkurrenz in eigenen Worten wiederholt, ist unique im engeren Sinn, hat aber keinen Information Gain.
- Können KI-generierte Texte Information Gain liefern?
- In der Regel nein. Sprachmodelle generieren Antworten aus ihrem Trainingskorpus, also aus dem, was bereits veröffentlicht wurde. Sie fassen zusammen und rekombinieren. Neue Datenpunkte, eigene Erfahrungen oder konträre Standpunkte auf Basis realer Praxis können sie nicht liefern. KI kann den Schreibprozess beschleunigen, aber die Information-Gain-Komponente muss von Menschen kommen.
- Was ist ein Content Moat?
- Ein Content Moat ist ein nachhaltiger Wettbewerbsvorteil durch Inhalte, die Konkurrenten nicht einfach replizieren können. Typische Grundlagen: eigene Datensätze, gebrandete Benchmarks, Expertennetzwerke oder Community-generierte Inhalte. Im Gegensatz dazu sind Inhalte auf Basis öffentlich verfügbarer Informationen kein Content Moat, weil sie jeder nachbauen kann.
- Wie messe ich, ob mein Content Information Gain hat?
- Direkt messen lässt sich Information Gain nicht. Indikatoren sind: organisch verdiente Backlinks (andere zitieren Ihren Content), Verweildauer und Scrolltiefe, Rückkehrquoten und Direktzugriffe. Die entscheidende Frage: Müssten Leser nach dem Lesen dieses Artikels noch weiter suchen, um eine vollständige Antwort zu bekommen? Wenn ja, fehlt entweder Grundwissen oder Information Gain.
- Gilt Information Gain auch für KI-Sichtbarkeit?
- Ja. KI-Systeme wie ChatGPT, Perplexity und Google AI Overviews synthetisieren Antworten aus mehreren Quellen. Zitiert wird, was etwas Neues beiträgt. Wer nur wiederholt, was das Modell bereits aus tausend anderen Quellen kennt, hat keinen Grund, als Quelle genannt zu werden. Mehr dazu: GEO-Maßnahmen.
Content-Strategie mit echtem Mehrwert
Die meisten Unternehmen haben die Daten und die Erfahrung, die für Information Gain nötig sind. Was oft fehlt, ist der Prozess, der diese Substanz in den Content bringt.
- Bestehende Inhalte auf Information Gain prüfen
- Interne Datenquellen identifizieren, die noch nicht genutzt werden
- Redaktionsprozess anpassen, damit Unique Content systematisch entsteht
Weiterführende Artikel
E-E-A-T: Erfahrung, Expertise, Autorität, Vertrauen
Was E-E-A-T bedeutet, warum Erfahrung aus erster Hand immer wichtiger wird und wie Sie Autorität als Rankingsignal aufbauen.
WeiterlesenGEO-Maßnahmen: Was wirklich hilft
Konkrete Maßnahmen für KI-Sichtbarkeit: Content-Struktur, Entity-Konsistenz, Schema Markup und Drittseiten-Präsenz.
WeiterlesenSEO-Grundlagen: Faktoren, Ebenen, Entwicklungen
Das 4-Ebenen-Modell der Suchmaschinenoptimierung: Technik, Content, Backlinks und Nutzersignale im Überblick.
Weiterlesen