E-E-A-T für KI-Modelle: Autor-Identifikation ist Key

Was E-E-A-T bedeutet — Kurzfassung

Google hat E-E-A-T ursprünglich für seine menschlichen Quality Rater eingeführt: externe Bewerter, die Suchergebnisse nach Qualitätskriterien bewerten und deren Feedback in Algorithmus-Updates einfließt. Die vier Dimensionen sind:

• Experience (Erfahrung): Hat der Autor persönliche, praktische Erfahrung mit dem Thema? "Ich habe das selbst gebaut" schlägt "Ich habe darüber gelesen".
• Expertise (Fachwissen): Verfügt der Autor über tiefes Fachwissen? Credentials, Ausbildung, nachweisliche Spezialisierung.
• Authoritativeness (Autorität): Wird der Autor von anderen als Autorität anerkannt? Externe Referenzen, Zitate, "Known for".
• Trustworthiness (Vertrauenswürdigkeit): Ist die Website transparent? Klare Kontaktinformationen, kein irreführendes Verhalten, Datenschutz.

Das Problem mit SEO war lange: Diese Signale wurden primär für menschliche Bewerter optimiert. Schöne About-Seiten, impressive Bio-Texte, Zertifikate als JPG. Was dabei übersehen wurde: KI-Modelle lesen das anders.

Wie KI-Modelle Autorität bewerten

Im Gegensatz zu menschlichen Qualitätsbewertern liest eine KI deine About-Seite nicht "mit Verstand" — sie verarbeitet Tokens. Das bedeutet: Alles was du kommunizieren willst, muss maschinenlesbar codiert sein. Eine hübsch gestaltete Biografie hilft wenig, wenn die zugrundeliegenden Metadaten fehlen.

Konkret: Wenn Claude oder Perplexity eine Anfrage bearbeiten und entscheiden müssen, welche Quelle vertrauenswürdig ist, analysieren sie primär drei maschinenlesbare Signale:

Signal 1: Schema.org Person-Markup

JSON-LD mit @type: "Person" gibt einer KI strukturierte Informationen über den Autor — Name, Job-Titel, Arbeitgeber, Fachgebiete (knowsAbout), externe Profile (sameAs). Das ist der direkte, maschinenlesbare Weg um zu sagen: "Diese Person ist Experte für X."

Signal 2: Konsistente Autorenschaft über URLs

Eine KI bewertet nicht nur eine einzelne Seite — sie bewertet die Domain. Wenn Thomas Leonhardt auf der About-Seite, in jedem Blog-Post-Header, im Footer und im Article-Schema konsequent als Autor erscheint, entsteht ein kohärentes Autoritätssignal. Inkonsistenz — mal "T. Leonhardt", mal "der Autor", mal ohne Namen — fragmentiert das Signal.

Signal 3: Verlinkung zu verifizierbaren Profilen

Das sameAs-Property in Schema.org erlaubt es, den Autor mit externen, verifizierten Profilen zu verknüpfen: LinkedIn, GitHub, XING, persönliche Website. KI-Modelle können diese Verknüpfungen nutzen, um Autorschaft zu verifizieren und Expertise einzuschätzen.

Schema.org Person — Vollständiges Beispiel

Das folgende JSON-LD-Snippet gehört auf die /about/-Seite. Es ist die maschinenlesbare Identitätskarte des Autors — vollständig ausgefüllt, kein Feld weggelassen:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "Thomas Leonhardt",
  "url": "https://forgeproject.eu/about/",
  "jobTitle": "Gründer & KI-Orchestrator",
  "description": "Thomas Leonhardt gründete FORGE 2020 und entwickelt seitdem autonome KI-Agenten-Systeme. 40+ abgeschlossene Projekte, Spezialisierung auf GEO und Multi-Agent-Orchestrierung.",
  "worksFor": {
    "@type": "Organization",
    "name": "FORGE",
    "url": "https://forgeproject.eu"
  },
  "knowsAbout": [
    "Generative Engine Optimization",
    "KI-Agenten-Orchestrierung",
    "Multi-Agent-Systeme",
    "GEO-Strategie",
    "Schema.org Markup"
  ],
  "sameAs": [
    "https://www.linkedin.com/in/thomas-leonhardt-forge/",
    "https://forgeproject.eu"
  ],
  "image": "https://forgeproject.eu/og-image.png",
  "alumniOf": {
    "@type": "Organization",
    "name": "FORGE"
  },
  "nationality": {
    "@type": "Country",
    "name": "Deutschland"
  }
}
</script>

Erläuterung der wichtigsten Felder:

• name: Exakt so wie auf allen anderen Seiten — konsistenz ist Pflicht
• jobTitle: Spezifisch und aussagekräftig, nicht generisch ("Geschäftsführer")
• knowsAbout: Konkrete Themenfelder — das ist der direkte Hinweis auf Expertise
• sameAs: LinkedIn und andere verifizierbare Profile — Verifikation durch Dritte
• description: Fließtext mit konkreten Zahlen (40+ Projekte, 6 Jahre) — zitierbar

Autorenschaft auf Artikel-Ebene

Jeder Blog-Post braucht zwei Formen der Autorenschaft — eine maschinenlesbare und eine menschlich sichtbare. Beide sind nötig, beide müssen konsistent sein.

Maschinenlesbar: Article-Schema mit author-Property

{
  "@type": "Article",
  "author": {
    "@type": "Person",
    "name": "Thomas Leonhardt",
    "url": "https://forgeproject.eu/about/"
  }
}

Die Verbindung zwischen Article und Person über die author-Property ist der Schlüssel. KI-Modelle, die das Article-Schema lesen, verstehen sofort: Dieser Inhalt kommt von einer identifizierbaren Person mit einer maschinenlesbaren Identität.

Menschlich sichtbar: Byline mit rel="author"

<a href="/about/" rel="author">Thomas Leonhardt</a>
<span>Gründer & KI-Orchestrator, FORGE</span>

Das rel="author"-Attribut ist ein semantisches HTML-Signal, das Suchmaschinen und KI-Crawlern mitteilt: Dieser Link führt zur Autorenprofilseite. Es verstärkt das JSON-LD-Signal auf HTML-Ebene.

Konsistenz über die gesamte Domain

Das stärkste GEO-Signal ist domainweite Konsistenz. Eine KI bewertet nicht einen einzelnen Artikel — sie bewertet alle Signale über eine Domain hinweg. Das bedeutet konkret:

• About-Seite: Person-Schema + vollständige Biografie + LinkedIn-Link
• Blog-Posts: Article-Schema mit author-Property → zeigt auf About-Seite
• Kontakt-Seite: Selber Name, selbe Rolle, selbe Verlinkung
• Footer: Konsistenter Markenname + Autor-Attribution wenn relevant
• Navigation: Konsistenter "Gründer"-Link zur selben Person

Wenn ein KI-Modell forgeproject.eu crawlt und auf jeder Seite dasselbe kohärente Bild von Thomas Leonhardt als GEO-Experte findet, ist das stärker als hundert Backlinks. Domain Authority für KI entsteht nicht durch externe Verlinkung — sie entsteht durch interne Konsistenz.

Domain-Konsistenz ist für KI-Autoritätsbewertung was Backlinks für Google waren: das stärkste Off-Page-Signal — nur dass es jetzt On-Page ist.

Praktische Checkliste: E-E-A-T für KI

• ☐ Schema.org Person-JSON-LD auf der About-Seite vorhanden
• ☐ knowsAbout-Array mit 4–6 konkreten Fachgebieten ausgefüllt
• ☐ sameAs-Links zu LinkedIn und anderen verifizierten Profilen
• ☐ Article-Schema auf jedem Blog-Post mit author-Property
• ☐ Sichtbare Byline auf jedem Artikel mit rel="author"
• ☐ Autorname konsistent über alle Seiten (selbe Schreibweise)
• ☐ datePublished und wordCount in jedem Article-Schema
• ☐ Organization-Schema auf Startseite mit founder-Property

Acht Punkte. Wer alle acht umsetzt, hat eine maschinenlesbare Autoridentität die KI-Modellen klar signalisiert: Diese Person ist Experte, diese Domain ist eine verlässliche Quelle.