Googles SAFE: das Slop-Forensiksystem, das nicht auf YouTube bleibt

Die falsche Frage

Bei jedem Spam-Update kommt dieselbe Frage zurück. Kann Google KI-geschriebene Texte erkennen? Das Spam-Update vom September 2026 läuft seit dem 24. September, und da ist sie wieder. Jeder SEO-Kanal, jeder Thread.

Ich glaube nicht, dass das noch die eigentliche Frage ist. Und das sage ich wegen eines dreiseitigen Google-Papers, das die meisten als YouTube-Geschichte lesen.

Es heißt SAFE, der Scaled Abuse Forensics Examiner. Es fragt nicht „wurde das mit KI gemacht?“ Es fragt „gehört das zu einer Operation?“

Das verändert den ganzen Rahmen. Denn sobald man sieht, wofür es gebaut ist, kann man nicht mehr übersehen, wohin es als Nächstes geht.

Was SAFE tatsächlich ist

Also zuerst die Fakten. SAFE ist ein Multi-Agent-System, das mutmaßliche Netzwerke von KI-Content so untersucht, wie es ein menschlicher Forensik-Analyst tun würde. Beschrieben ist es in einem Paper von Google Research mit dem Titel The Synthetic Gap: Automating Forensic Investigation of “AI Slop” with the Scaled Abuse Forensics Examiner (SAFE).

• Autoren: sieben Google-Mitarbeitende aus Trust & Safety und Engineering.
• Datum: laut PDF-Metadaten der 28. Mai 2026. In den SEO-Medien tauchte es am 25. September auf, einen Tag nach dem Start des Spam-Updates.
• Umfang: drei Seiten, inklusive Quellen.

Das Problem, das es benennt, nennen die Autoren die „synthetic gap“: die Zeit zwischen dem Auftauchen eines neuen generativen Angriffs und dem Moment, in dem Google eine Antwort darauf hat. Und der Punkt ist: Missbrauchsnetzwerke kopieren nicht mehr. Sie erzeugen einzigartige, lokalisierte Varianten desselben Materials. Nichts ist doppelt genug, um es zu clustern, also übersieht klassische Erkennung es einfach.

Aber die Betreiber verhalten sich weiterhin ähnlich. Darum geht es. Nicht um den Content, sondern um das Verhalten dahinter. Und SAFE gibt keinen Wahrscheinlichkeitswert aus wie ein klassischer Klassifikator. Es wägt Beweise ab, so wie ein Ermittler.

So funktioniert es: vier Agents, ein Urteil

Spannend ist, wie es aufgebaut ist. Nicht ein Modell, sondern ein kleines Forensik-Team: eine Leitung, drei Spezialisten, ein Urteil über den ganzen Cluster.

Schauen Sie sich das noch einmal an. Der Content-Agent ist einer von dreien. Zwei der drei Spezialisten lesen den Content überhaupt nicht. Sie schauen auf Timing, Infrastruktur und Beziehungen. Und genau auf dieser Ebene kann Umschreiben mit KI nichts verbergen. Sie können jeden Satz umschreiben. Ein Veröffentlichungsmuster nicht.

Was das Paper nicht sagt

Bevor ich weitergehe, die Fakten. Denn ein Teil der Berichterstattung ist dem Dokument vorausgeeilt, und genau dort beginnt diese Debatte schiefzulaufen.

• Es ist auf YouTube beschränkt. Die Datenquellen des Papers sind YouTube-Kanalsignale, Kanalverbindungen und Video-Metadaten. Die Genauigkeit wird an Sets von Kanal-IDs gemessen.
• Google Search wird nirgends erwähnt. Keine Websites, keine Rankings, kein SpamBrain, keine Spam-Updates.
• „Im Einsatz“ stützt sich auf einen Satz. Das Abstract erwähnt erste Ergebnisse aus dem Einsatz. Der Evaluationsteil nennt die Metriken, die Google verwenden will, ohne Zahlen.
• Es beschleunigt Menschen, statt sie zu ersetzen. Jede Metrik wird an menschlichen Analysten gemessen. SAFE liefert ein Urteil und eine Zusammenfassung der Untersuchung.
• Google hat SAFE nicht mit dem September-Update verknüpft. Google nannte für diesen Rollout kein Ziel, keinen Anteil betroffener Suchanfragen und keine neue Richtlinie.

Wer Ihnen also erzählt, SAFE laufe gerade im September-Spam-Update, rät. Diese Behauptung stelle ich nicht auf. Meine Behauptung betrifft die Richtung. Und die Richtung ist für mich kein Raten.

Warum Web-Content der logische nächste Schritt ist

Hier also unsere Position, und sie steht. SAFE ist ein erster Einsatz. Web-Content ist der nächste Schritt. Google hat das nicht gesagt, und muss es auch nicht. Die Art, wie Google seine Systeme baut und wiederverwendet, sagt es für Google.

Auf den ersten Blick sieht das wie ein Videoproblem aus. Ist es nicht. Es ist ein Koordinationsproblem. Und Koordination ist das Format egal.

1. Jedes Signal, das SAFE nutzt, hat ein Gegenstück im Web

Die Zuordnung unten ist unsere Lesart, nicht die von Google. Aber schauen Sie genau hin: Nichts davon braucht eine neue Art von Daten.

2. Text ist leichter zu lesen als Video. Nicht schwerer

Bei Video muss das Skript erst aus Ton und Bildern gezogen werden. Im Web ist die Seite das Skript. Aufbau, Formulierungen, Gerüst: Alles liegt bereit, damit ein LLM es über Domains hinweg vergleichen kann.

3. Die Richtlinie ist schon geschrieben

Scaled Content Abuse deckt bereits massenhaft produzierte Seiten ab, die vor allem zur Manipulation von Rankings erstellt werden, und nennt generative KI als ein mögliches Mittel. Am 15. Mai 2026 hat Google seine Spam-Richtlinien auf AI Overviews und AI Mode ausgeweitet. Es braucht also keine neue Regel. Nur einen besseren Detektor.

4. Das Modell für den „Sinn der Richtlinie“ passt genau auf diese Richtlinie

Scaled Content Abuse wird über die Absicht definiert, nicht über ein Muster. Und genau dafür ist die Few-Shot-Komponente von SAFE gebaut: Verstöße, die den festen Regeln ausweichen, aber trotzdem gegen den Zweck der Regel verstoßen.

5. Denken in Netzwerken gibt es in Search schon

Ein ehemaliges Mitglied des Search-Quality-Teams von Google beschrieb im April, wie Spam-Bekämpfer Netzwerke im großen Stil an ihrem Fingerabdruck erkannten und unklare Fälle an die manuelle Prüfung weitergaben. SAFE ist dieser Ablauf. Automatisiert.

6. So baut Google eben

Google entwickelt Erkennung dort, wo Daten und Druck am größten sind, und überträgt den Ansatz dann auf seine anderen Produkte. Laut dem Ads Safety Report 2025 nutzt die Durchsetzung bei Anzeigen bereits Gemini-basierte Modelle, um die Absicht hinter einer Anzeige zu beurteilen, statt Muster abzugleichen. Im Mai wurden die Spam-Regeln der Suche auf AI Overviews und AI Mode ausgedehnt. Dieselben Regeln, mehr Oberflächen. Dass SAFE zuerst auf YouTube gebaut wurde, macht es also nicht zu einem YouTube-Tool. Es macht YouTube zum ersten Kunden.

Und wenn man es etwas weiter fasst, gibt es im selben Jahr einen Präzedenzfall. Googles früheres System S-CTS beendet Berichten zufolge einen ganzen Cluster, wenn ein hoher Anteil seiner Konten dieselben KI-generierten Vorlagen nutzt. Zwei Papers, eine Doktrin: Bewerte die Operation, nicht den Upload.

Die Frage ist also nicht, ob das den Web-Content erreicht. Sondern wie laut Google es sagt, wenn es so weit ist.

Was das für veröffentlichten Content bedeutet

Hier schauen die meisten auf das Falsche. Sie prüfen, ob sich ein einzelner Artikel wie KI liest. Aber die Einheit des Risikos verschiebt sich. Nicht die Seite, sondern die Operation. Ein einzelner KI-gestützter Artikel auf einer echten Markenwebsite ist nicht das, wofür ein solches System gebaut ist. Ein Muster über viele Websites schon.

Wer ist also wirklich gefährdet?

• Am stärksten gefährdet: Leadgen- und Affiliate-Netzwerke, die viele Domains aus einer Vorlage, über einen Host und nach einem Veröffentlichungsplan betreiben.
• Gefährdet: programmatische Seitensets, bei denen sich nur Stadt, Produkt oder Keyword ändern und alles andere dasselbe Gerüst ist.
• Die Grauzone: Agenturen und Plattformen, die KI-gestützten Content für viele Kunden mit gemeinsamen Tools veröffentlichen. Gemeinsame Tools sind keine Manipulation. Aber ein Urteil auf Cluster-Ebene könnte Mühe haben, diesen Unterschied zu sehen, und das Paper sagt nichts über Fehlalarme oder Einsprüche.
• Am wenigsten gefährdet: einzelne Marken, die Content mit echter Erfahrung, echten Quellen und eigener Struktur veröffentlichen, ob KI-gestützt oder nicht.

Bei dieser Grauzone sollte unsere Branche ehrlicher sein. Und ja, das gilt auch für Agenturen wie uns. Dieselbe Effizienz, die Veröffentlichen mit KI attraktiv macht, lässt die Ergebnisse auch gleich aussehen. Und Gleichheit ist genau das, was SAFE bemerken soll.

Es erklärt auch etwas, das Praktiker vom September-Rollout berichten: Seiten am Ende des Funnels bleiben stabil, informativer Blog-Content bewegt sich weiter (Edward Sturm, Folge 1.180). Das klingt nach einer Funnel-Geschichte. Ich glaube nicht, dass es eine ist. Die Funnel-Phase ist nicht der Schutz. Unternehmensspezifik ist es. Eine Leistungsseite mit echten Preisen und Angeboten lässt sich kaum auf einen Wettbewerber übertragen. Ein generischer How-to-Artikel in Sekunden.

Das Problem ist also nicht KI. Es ist Gleichförmigkeit im großen Stil.

Was Sie jetzt tun

Zwei Wege. Welcher passt, hängt davon ab, wie viel Ihres Contents im großen Stil produziert wird.

Der mutige Schritt: Suchen Sie den Fingerabdruck, bevor Google es tut

Betrachten Sie Ihren Content so, wie SAFE einen Cluster von Kanälen betrachtet:

• Aufbau: Teilen Seiten auf Ihren Websites oder denen Ihrer Kunden dasselbe Gerüst, dieselbe Abschnittsfolge und dieselben Formulierungen?
• Verhalten: Wird in Bursts nach festem Zeitplan veröffentlicht, identisch über alle Domains?
• Infrastruktur: Teilen diese Websites Hosting, Tag-IDs, CMS-Setup und Eigentümersignale?
• Beziehungen: Verlinken sie sich auf eine Weise, die ein Leser nie bräuchte?

Bauen Sie dann Variation und redaktionelles Urteil in die Pipeline selbst ein: eine menschliche Ebene, echte Quellen, echte Erfahrung, eine Struktur, die pro Thema gewählt wird. Nicht als Dekoration. Als Beweis, dass ein Herausgeber hinter den Seiten steht.

Und dann ein Test, der zeigt, ob es funktioniert hat: der Marken-Tausch-Test. Nehmen Sie einen Artikel. Entfernen Sie den Markennamen. Stellen Sie ihn auf die Website eines Wettbewerbers. Funktioniert er noch? Dann ist er austauschbar, und austauschbarer Content im großen Stil ist genau das Muster, das diese Systeme jagen. Er besteht nur, wenn er trägt, was der Wettbewerber nicht haben kann: eigene Daten, Cases, Preise, Menschen, lokalen Kontext, Meinungen, die das Unternehmen tatsächlich verteidigen würde.

Das Rennen besteht also nicht darin, Content unauffindbar zu machen. Das Rennen verlieren Sie, denn Erkennung zu umgehen ist genau das Verhalten, das SAFE erkennen soll. Das Rennen besteht darin, Content zu machen, den nur dieses Unternehmen veröffentlichen konnte.

Die vorsichtige Alternative: nicht mitten im Rollout reagieren

Das September-Update kann bis etwa 8. Oktober laufen. Halten Sie Ranking- und Traffic-Veränderungen gegen die Rollout-Daten fest. Prüfen Sie betroffene Seiten anhand der bestehenden Spam-Richtlinien. Und warten Sie auf Googles Abschlussmeldung, bevor Sie strukturell etwas ändern.

Beide Wege beginnen natürlich am selben Punkt: zu wissen, wie Ihr Content von außen aussieht.

Die eigentliche Verschiebung

Zwei Jahre lang fragte die SEO-Branche, ob sich eine Seite wie KI liest. SAFE zeigt, dass Google etwas ganz anderes fragt. Gehört diese Seite zu einer Operation?

Das ist die eigentliche Verschiebung. Mit Prompts kommen Sie da nicht heraus, denn der Beweis steckt nicht im Satz. Er steckt im Timing, in der Infrastruktur, in der Vorlage, in den Links zwischen Websites.

Die Seite ist also das Symptom. Das Netzwerk ist der Beweis. Veröffentlichen Sie so, als stünde ein Herausgeber dahinter. Denn bald wird genau das geprüft.

Quellen

• Google Research: SAFE publication page
• Google Research: SAFE paper (PDF)
• Search Engine Journal: Google Has Deployed A New AI Spam Detector Called SAFE
• PPC Land: Google’s SAFE uses 4 AI agents to investigate YouTube slop networks
• Search Engine Journal: Google Rolls Out September 2026 Spam Update Globally
• PPC Land: Sites breaking Google spam rules face lower rankings in two-week window
• PPC Land: Google spam policies now cover AI Overviews and AI Mode
• PPC Land: What Google actually looks for when it catches spam sites
• PPC Land: Google’s 2025 Ads Safety Report
• Edward Sturm podcast, episode 1,180 (YouTube)