Maschinelle Übersetzung und SEO

TL;DR — Maschinelle Übersetzung – also die Nutzung eines Tools wie Google Translate, DeepL oder eines KI-Modells zum Übersetzen deiner Seiten – ist für SEO nicht verboten. Ärger bekommen Websites, wenn sie große Mengen roher, ungeprüfter maschineller Übersetzungen veröffentlichen, nur um in mehr Sprachen zu ranken. Wenn ein Mensch die Übersetzung vor der Veröffentlichung prüft und überarbeitet, machst du im Grunde das, was die meisten großen internationalen Websites bereits tun.

Was „maschinelle Übersetzung und SEO“ bedeutet

Maschinelle Übersetzung (MT) bedeutet, dass Software deine Inhalte statt einer Person übersetzt – etwa Google Translate, DeepL, Microsoft Translator oder ein KI-Chatbot. Die SEO-Frage lautet meist: „Wenn ich damit meine Website übersetze, wird Google mich abstrafen?“

Die kurze Antwort: nein, nicht wegen der Nutzung maschineller Übersetzung. Google bestraft ein Muster, kein Tool.

Die Regel in einem Satz

Googles Richtlinien zielen auf in großer Menge veröffentlichte, ungeprüfte Seiten mit geringem Wert, die hauptsächlich zur Manipulation von Rankings dienen – maschinelle Übersetzung ist nur eine Möglichkeit, solche Seiten massenhaft zu erzeugen. Sie steht in derselben Beispielsammlung wie Scraping und das Umstellen von Wörtern. Das Problem ist „little value… to users“ in großem Maßstab, nicht die Tatsache, dass eine Maschine übersetzt hat.

Es gibt also zwei sehr unterschiedliche Dinge, die Menschen „maschinelle Übersetzung“ nennen:

• Ein roher MT-Dump – du jagst tausend Seiten durch Google Translate und veröffentlichst sie, ohne dass jemand sie prüft. Das ist die riskante Variante.
• MT plus menschliche Prüfung – die Maschine erstellt den ersten Entwurf, anschließend korrigiert eine Person die holprigen Stellen, bevor die Seite online geht. Das ist normal und in Ordnung.

Dieser zweite Ablauf hat einen Namen: MTPE, also Post-Editing maschineller Übersetzungen. So arbeiten die meisten großen mehrsprachigen Websites. Sobald du Tausende Seiten hast, ist es meist unrealistisch, jede einzelne zu 100 % von Hand zu übersetzen; deshalb übernimmt die Maschine den Entwurf und Menschen die Qualitätskontrolle.

Unabhängig vom Ablauf muss der sichtbare Hauptinhalt – nicht nur das umgebende Boilerplate – für die Zielgruppe verständlich und zusammenhängend übersetzt sein.

Was Google (kürzlich) tatsächlich gesagt hat

2025 sagte Google ausdrücklich, dass von KI übersetzte Inhalte nicht automatisch Spam sind, und entfernte stillschweigend den alten Hinweis, mit dem Websitebetreiber automatisch übersetzte Seiten blockieren sollten. Sogar die zig Millionen von Reddit per KI übersetzten Seiten ließ Google unangetastet. Die Richtung ist klar: Google beurteilt eine Seite danach, ob sie nützlich ist – nicht danach, wie sie erstellt wurde.

Der Haken, den Einsteiger übersehen

Eine gute Übersetzung ist nur die halbe Arbeit. Das technische Tag hreflang teilt Google mit, welche Sprachversion für wen gedacht ist – und in meiner Studie mit Hunderttausenden Websites war es bei den meisten fehlerhaft. Eine perfekt übersetzte Seite mit kaputtem hreflang wird trotzdem den falschen Menschen angezeigt. „Maschinelle Übersetzung und SEO“ sind daher zwei Fragen: Ist die Übersetzung gut genug? und zeigt die technische Infrastruktur auf die richtige Zielgruppe?

Willst du die vollständige Version – den genauen Richtlinientext, den Reddit-Fall im großen Maßstab, den echten MTPE-Ablauf und die Fehler im hreflang-Layer – sowie die Folgen, wenn du gar nicht übersetzt? Wechsle zum Tab Fortgeschritten.

Maschinell übersetzte Seiten vor der Skalierung validieren

Rückstände der Ausgangssprache

Durchzuführender Test: Gerenderte Titel, Überschriften, Fließtext, Navigation, strukturierte Daten und Bildtexte nach unerwarteten Zeichenfolgen in der Ausgangssprache durchsuchen und markierte Fälle prüfen. Erwartetes Ergebnis: Nur freigegebene Namen und bewusst nicht übersetzte Begriffe bleiben übrig. Fehlerinterpretation: Die Übersetzungspipeline hat Felder übersprungen oder das falsche Locale-Bundle eingebunden. Überwachungsfenster: Jeder Veröffentlichungsbatch und jede Template-Änderung. Rollback-Auslöser: Wesentliche Passagen in der Ausgangssprache erscheinen auf Produktionsseiten.

Stichprobe mit menschlichem Post-Editing

Durchzuführender Test: Eine qualifizierte Prüferin oder ein qualifizierter Prüfer der Zielsprache bewertet eine repräsentative Stichprobe auf Bedeutung, Sprachfluss, Terminologie und lokale Suchintention. Erwartetes Ergebnis: Die Seiten vermitteln die Quelle korrekt und lesen sich für die Zielgruppe natürlich. Fehlerinterpretation: Modell, Glossar oder Ausgangstext eignen sich nicht für eine unbeaufsichtigte Veröffentlichung. Überwachungsfenster: Vor dem Launch und bei jeder wesentlich neuen Inhaltsart. Rollback-Auslöser: Kritische Fehler bei Bedeutung, Sicherheit, Recht oder Marke entgehen der Stichprobe.

Technische Zuordnung von Sprache und Region

Durchzuführender Test: Übersetzte Seiten crawlen und Status, Indexierbarkeit, Self-Canonical, reziprokes hreflang sowie direkte alternative Ziele validieren. Erwartetes Ergebnis: Jede freigegebene Übersetzung ist ein zugängliches kanonisches Mitglied des richtigen Clusters. Fehlerinterpretation: Die Publishing-Pipeline hat Inhalte ohne konsistente technische Zuordnung erzeugt. Überwachungsfenster: Sofort nach jedem Batch und bis zum nächsten vollständigen Crawl. Rollback-Auslöser: Priorisierte Übersetzungen kanonisieren auf die Quellseite oder erzeugen fehlerhafte hreflang-Cluster.

Prüfung des Werts nach dem Launch

Durchzuführender Test: Suchimpressionen, Klicks, Engagement und Nutzerfeedback nach übersetztem Verzeichnis und Inhaltstyp segmentieren und mit der eigenen Pre-Launch- oder Vorperioden-Baseline vergleichen. Erwartetes Ergebnis: Freigegebene Seiten erzielen relevante Sichtbarkeit ohne konzentriertes Muster von Qualitätsbeschwerden. Fehlerinterpretation: Der Batch könnte geringen Wert haben, schlecht lokalisiert oder auf die falschen Suchanfragen ausgerichtet sein. Überwachungsfenster: Von der Indexierung bis zum ersten saisonal vergleichbaren Prüfzeitraum. Rollback-Auslöser: Ein wiederholbarer Qualitätsfehler betrifft den Batch und lässt sich nicht schnell Seite für Seite beheben.

TL;DR — Maschinelle Übersetzung ist nicht verboten. Googles Richtlinie zum Scaled Content Abuse zielt auf massenhaft ungeprüfte MT, die veröffentlicht wird, um Rankings zu manipulieren – ausschlaggebend ist „little value… to users“, nicht die Methode. Google erklärte 2025, dass KI-übersetzte Inhalte nicht „strictly defined… as spam“ sind, entfernte den alten robots.txt-Hinweis und unternahm nichts gegen die zig Millionen von Reddit übersetzten URLs. Der skalierte Ablauf ist MTPE (MT plus menschliches Post-Editing), weil eine 100%ige menschliche Übersetzung jeder Seite meist unpraktisch ist. Es gibt zwei getrennte Fehlerquellen: Übersetzungs-qualität und technische Umsetzung – meine Studie mit 374 756 hreflang-Domains ergab bei über 67 % mindestens ein hreflang-Problem, sodass MT-Inhalte die Zielgruppe oft verfehlen, selbst wenn die Übersetzung gut ist. Und wenn du gar nicht übersetzt, kann Google deine Seiten auf die eigene translate.goog-Subdomain übertragen und den Traffic behalten.

Bestraft Google maschinell übersetzte Inhalte?

Nein – nicht dafür, dass sie maschinell übersetzt wurden. Das ist die veraltetste Behauptung in vielen Konkurrenzinhalten. Die meisten davon entstanden vor Googles Umbenennung der Richtlinie im März 2024 und den Klarstellungen von 2025 und wiederholen daher noch immer pauschal: „Google bestraft automatisch übersetzte Inhalte.“

Hier ist die maßgebliche Regel. Googles Spam-Richtlinien definieren Scaled Content Abuse so: “Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users.” (Übersetzung) „Scaled Content Abuse liegt vor, wenn viele Seiten hauptsächlich erzeugt werden, um Suchrankings zu manipulieren, statt Nutzern zu helfen.“ Die Übersetzung erscheint einmal in einer Aufzählung von Beispielen, zusammen mit Scraping und Synonymisierung: “Scraping feeds, search results, or other content to generate many pages (including through automated transformations like synonymizing, translating, or other obfuscation techniques), where little value is provided to users.” (Übersetzung) „Feeds, Suchergebnisse oder andere Inhalte werden genutzt, um viele Seiten zu erzeugen – auch durch automatisierte Umwandlungen wie Synonymisierung, Übersetzung oder andere Verschleierungstechniken –, die den Nutzern nur geringen Wert bieten.“

Lies das genau. Dort steht nicht, dass übersetzte oder maschinell übersetzte Inhalte einen Verstoß darstellen. Die tragenden Formulierungen sind “to generate many pages” (Übersetzung) „viele Seiten zu erzeugen“ und “where little value is provided to users.” (Übersetzung) „wenn Nutzern nur geringer Wert geboten wird.“. Das Muster lautet: Masse plus geringer Wert plus die Absicht, Rankings zu manipulieren. Übersetzung wird als eine Möglichkeit genannt, dieses Muster umzusetzen – im selben Atemzug wie Scraping, nicht als eigene Kategorie verbotener Inhalte.

Googles Aussage von 2025 – die klarste aktuelle Linie

Die zitierfähigste und aktuellste Bestätigung kam im Juni 2025. Nachdem Reddit KI-Übersetzungen auf der gesamten Website ausgerollt hatte, fragte Glenn Gabe Google direkt, ob dies sanktioniert werde; eine Google-Sprecherin oder ein Google-Sprecher antwortete (berichtet von Search Engine Land): “While we don’t comment on the status of specific sites or pages, nor do we provide individualized support for any site, our policies do not strictly define content that has been translated by AI as spam. Our scaled content abuse policy mentions automated transformations, including translations, as part of the overall warning against creating large amounts of unoriginal content that provides little to no value to users.” (Übersetzung) „Wir kommentieren weder den Status bestimmter Websites oder Seiten noch leisten wir individuelle Unterstützung. Unsere Richtlinien definieren KI-übersetzte Inhalte nicht ausdrücklich als Spam. Die Richtlinie zu Scaled Content Abuse nennt automatisierte Umwandlungen einschließlich Übersetzungen als Teil der allgemeinen Warnung vor großen Mengen unorigineller Inhalte mit wenig oder keinem Nutzwert.“

Damit bestätigt Google in klarer Sprache genau die obige Unterscheidung: KI- beziehungsweise maschinelle Übersetzung ist nicht “strictly defined… as spam” (Übersetzung) „ausdrücklich als Spam definiert“; die Richtlinie betrifft skalierte Inhalte mit geringem Wert, nicht die Übersetzungsmethode selbst.

Was sich 2024–2025 geändert hat

Drei konkrete Schritte ordnen die aktuelle Richtlinie ein:

• Die Umbenennung im März 2024. Aus „Auto-generated content“ wurde Scaled Content Abuse. Der gesamte Bereich wurde damit auf Wert im großen Maßstab statt auf die Frage ausgerichtet, wie Inhalte erstellt wurden. Die frühere Hilfeseite nannte ausdrücklich “text translated by an automated tool without human review or curation before publishing” (Übersetzung) „Text, der von einem automatisierten Tool ohne menschliche Prüfung oder redaktionelle Betreuung vor der Veröffentlichung übersetzt wurde“ als Beispiel; diese Aussage ging in der wertorientierten Einordnung auf.
• Die Entfernung des robots.txt-Hinweises 2025. Google entfernte den langjährigen Hinweis, automatisch übersetzte Seiten mit robots.txt zu blockieren, und bezeichnete die Änderung im Changelog als “This is a docs-only change, no change in behavior.” (Übersetzung) „Das ist nur eine Dokumentationsänderung, keine Verhaltensänderung.“. Wenn die Richtlinie Inhalte nach ihrem Nutzwert statt nach der Erzeugungsmethode bewertet, ist eine pauschale Regel „alle maschinell übersetzten Seiten blockieren“ nicht mehr richtig. Für eine einzelne minderwertige Übersetzung ist noindex auf Seitenebene das richtige Werkzeug, kein seitenweiter robots.txt-Block.
• Kontinuität über 15 Jahre. Wirklich neu ist das nicht. Googles Mitarbeiter (Mueller 2010, Cutts 2011) zogen dieselbe Linie zwischen ungeprüfter automatisierter und geprüfter Übersetzung, lange bevor „KI-Übersetzung“ zum Begriff wurde. Es ging nie um Übersetzung als Technik, sondern immer um ungeprüfte Automatisierung im großen Maßstab.

MT mit anschließender menschlicher Prüfung vs. rohe MT-Massen-Dumps

Das ist die operative Unterscheidung, die tatsächlich zählt. Zwei Dinge werden „maschinelle Übersetzung für SEO“ genannt – und sie stehen auf entgegengesetzten Seiten der Richtlinie:

• Roher MT-Massendump – Tausende Seiten werden durch Google Translate oder DeepL geschickt und ohne jede menschliche Prüfung veröffentlicht, hauptsächlich um in mehr Sprachen aufzutauchen. Das ist das Risiko von Scaled Content Abuse.
• MTPE – Post-Editing maschineller Übersetzungen – MT erzeugt den ersten Entwurf; eine menschliche Linguistin oder ein fließend sprechender Editor prüft und korrigiert ihn vor der Veröffentlichung. Leichtes MTPE behebt Lesbarkeit und offensichtliche Fehler; vollständiges MTPE bringt den Text auf menschliches Übersetzungsniveau.

MTPE ist bei jeder ernsthaften Skalierung der De-facto-Branchenstandard. Präzise gesagt ist es eine Risikokontrollpraxis, kein offizieller Google-Compliance-Schritt. Google gewährt übersetzten Seiten keine Ausnahme nach dem Motto „geprüft“ und keinen formalen Freifahrtschein – die menschliche Prüfung hält den Output lediglich über der Wertschwelle, welche die Richtlinie zu Scaled Content Abuse tatsächlich misst. MTPE dominiert aus einem pragmatischen Grund: 100 % menschliche Übersetzung jeder Seite ist meist weder praktikabel noch bezahlbar, sobald Tausende oder Millionen lokalisierter URLs in einem Dutzend Märkten gepflegt werden. Rohe MT ist die billige und riskante Untergrenze, vollständige Humanübersetzung die teure und langsame Obergrenze; MTPE ist der Bereich, in dem internationales Enterprise-SEO tatsächlich arbeitet. Und selbst wenn alles stimmt – flüssiger Text, menschliche Prüfung, technisch gültiges hreflang – ist damit weder Indexierung noch Ranking oder Darstellung garantiert. Das beseitigt das Risiko von Scaled Content Abuse, kauft aber kein Ranking. (Die strategische Frage, wann du überhaupt übersetzen und wann du vollständig lokalisieren solltest, vertiefe ich im Schwesterartikel zu Übersetzung und Lokalisierung.)

Noch ein Punkt, bevor du Inhalte durch ein Übersetzungstool schickst: Wenn du Seiteninhalt an eine MT-API oder ein LLM sendest, verlässt der Text dein System und landet bei einem Dritten. Was damit geschieht – Aufbewahrung, Nutzung zum Modelltraining, Speicherort und mögliche weitere Zugriffe – hängt vollständig vom Anbieter, deinem Tarif und den Datenschutzregeln deiner Rechtsordnung ab. Das ist besonders wichtig für Seiten mit personenbezogenen Daten, regulierten (gesundheitlichen, finanziellen oder rechtlichen) Inhalten sowie für NDA- oder lizenzbeschränkte Inhalte, weniger für allgemeine Marketingtexte. Das ist keine SEO-Rechtsberatung: Prüfe die aktuellen Datenverarbeitungsbedingungen deines konkreten Tarifs und beziehe die zuständige Datenschutz- oder Rechtsstelle ein, bevor du sensible Inhalte sendest. Kein SEO-Artikel, auch dieser nicht, kann dir diese Prüfung abnehmen.

Der Reddit-Fall: Die Anwendung richtet sich nach dem Wert, nicht nach der Methode

Reddit ist der Praxistest. Laut Bericht von Glenn Gabe skalierte Reddit KI-Übersetzungen auf mehr als 20 Sprachen und veröffentlichte zig Millionen KI-übersetzte URLs – Gabe nennt etwa 2,3 Mio. Ranking-URLs in Frankreich und 2,4 Mio. in Spanien. Das ist ungefähr so „skaliert“, wie Scaled Content nur sein kann. Googles Reaktion laut Gabe: “Well, nothing happened. Nothing at all.” (Übersetzung) „Nun, es ist nichts passiert. Überhaupt nichts.“ Keine manuelle Maßnahme, keine algorithmische Abwertung.

Die Lehre lautet nicht: „Rohe MT in großem Maßstab ist immer sicher.“ Sie lautet: Google wandte die Richtlinie danach an, ob der zugrunde liegende Inhalt hilfreich war – nicht nach Übersetzungsmethode oder Umfang. (Ordne die Bezeichnung „sanktioniert“ korrekt zu: Reddit beschreibt den Ansatz so, nicht Google. Was Google tatsächlich sagte, ist die Aussage „not strictly defined as spam“.)

Die technische Ebene, die MT-Inhalte zusätzlich brauchen

Hier liegt der Punkt, den viele Darstellungen übersehen: Übersetzungsqualität und technische Umsetzung sind zwei getrennte Fehlerquellen – und beide müssen stimmen.

Eigene indexierbare URLs statt JS-Overlays. Ein Google-Translate-Widget oder eine clientseitige JS-Übersetzung liefert Suchmaschinen keine echten übersetzten Seiten, die sie ranken können. Googles Leitfaden zu lokalisierten Versionen und die Dokumentation zu mehrregionalen Websites setzen je Sprache eigene crawlbare URLs voraus. Eine Übersetzung ohne eigene indexierbare, mit hreflang ausgezeichnete URL ist ein deutliches Problem: Für die Suchmaschine gibt es schlicht nichts Übersetztes zu indexieren.

Hreflang – und warum so viel davon fehlerhaft ist. hreflang teilt Suchmaschinen mit, welche Sprach- und Regionalversion wem angezeigt werden soll. In meiner hreflang-Studie mit 374 756 Domains (Brighton SEO 2023) wiesen mehr als 67 % der Domains mit hreflang mindestens einen Fehler auf – fehlendes x-default, fehlende selbstreferenzierende Tags, Verweise auf umgeleitete oder defekte Seiten, fehlende Rückverweise, nicht kanonische Ziele und uneinheitliche Sprachwerte. hreflang gehört zu den komplexesten SEO-Aspekten und funktioniert nur als reziproker Cluster: Wenn zwei Seiten nicht aufeinander verweisen, ignoriert Google das Paar vollständig.

Daraus folgt eine unbequeme praktische Konsequenz: Die Mehrheit der Setups für übersetzte Seiten spricht die falsche Zielgruppe an – unabhängig von der Übersetzungsqualität. Eine perfekt menschlich übersetzte Seite mit kaputtem hreflang schneidet genauso schlecht ab wie ein roher MT-Dump mit perfektem hreflang. Übersetzungsqualität ist notwendig, aber nicht ausreichend. (Die Mechanik – drei Implementierungsmethoden, Reziprozitätsregel, x-default und gültige Codes – steht in den ausführlichen Beiträgen zu hreflang und x-default.)

Eine wichtige Klarstellung aus Googles Dokumentation: Übersetzte Seiten sind nicht automatisch Duplicate Content. Google betrachtet eine Seite ausdrücklich nur dann als Duplikat, “if the main content of the page remains untranslated.” (Übersetzung) „wenn der Hauptinhalt der Seite unübersetzt bleibt.“ – also wenn derselbe Inhalt in der Ausgangssprache unter einer /de/-URL steht. Eine wirklich übersetzte Seite ist unabhängig vom Herstellungsweg kein Duplikat.

Die Mindestanforderung: eine eigene indexierbare URL je Sprache, echter Hauptinhalt ohne JavaScript sichtbar, ein reziproker hreflang-Cluster (Selbstverweis, alle Alternativen und x-default) sowie ein Canonical, das auf sich selbst und nicht auf die Ausgangssprachenseite zeigt. Fehlt eine dieser vier Voraussetzungen, ist Übersetzungsqualität wertlos – Google hat nichts Indexierbares zu beurteilen. (Die vollständige Anleitung steht im Lens „Decision Trees“.)

Was passiert, wenn du gar nicht übersetzt

Es gibt 2025 einen konkreten Anreiz, wenigstens eine geprüfte Basistranslation zu veröffentlichen statt gar keiner: Google kann deine Inhalte auf die eigene translate.goog-Subdomain übersetzen und den Traffic behalten. Laut Analyse von Ahrefs (die ich geprüft habe) laufen schätzungsweise 377M organische Besuche pro Monat über Googles Übersetzungs-Proxy-Seiten; Indien, Indonesien und Brasilien gehören zu den am stärksten betroffenen Märkten – Traffic, der auf die lokalisierten Seiten des ursprünglichen Publishers hätte gehen können.

Meine Einschätzung, zu der ich stehe: Google spricht seit Jahren davon, hreflang zu verbessern; statt Creators weiter bei der Lokalisierung zu unterstützen, hat das Unternehmen faktisch beschlossen, einen Teil dieses Traffics für sich zu beanspruchen. Google beschreibt den Proxy als Fallback, wenn „there is no high-quality, local-language content available“ (Übersetzung: „keine hochwertigen Inhalte in der Landessprache verfügbar sind“) (wie Search Engine Land berichtet). Das Fehlen einer echten, geprüften Übersetzung lädt Google ein, für dich zu übersetzen und den Klick zu behalten. Eine schlanke, MTPE-geprüfte Seite in der Landessprache mit korrektem hreflang sorgt dafür, dass deine URL indexiert wird. Das ist ein starkes kommerzielles Argument für geprüfte MT, nicht gegen Übersetzung.

Bings Ansatz

Bing/Microsoft veröffentlicht keine eigene Richtlinie zur maschinellen Übersetzung wie Googles Spam-Richtlinie. Die Webmaster Guidelines formulieren Qualitäts- und Vertrauensanforderungen allgemein, ohne eine Ausnahme für Übersetzungen. Die ehrliche Einordnung: Bing hat keine MT-spezifische Regel, aber seine allgemeinen Hinweise zu dünnen oder minderwertigen Inhalten gelten entsprechend – ungeprüfte MT-Massendumps sind eine Untergruppe dünner Inhalte, keine besondere Bing-Regel. Außerdem stützt sich Bing stärker auf das Signal content-language als auf hreflang; das sollte die technische Umsetzung berücksichtigen.

Das Fazit

Maschinelle Übersetzung ist ein legitimes, etabliertes SEO-Tool. Nutze sie als ersten Entwurf, setze einen Menschen auf die Qualitätskontrolle (MTPE), gib jeder Sprache eine eigene indexierbare URL, richte hreflang korrekt ein und bewerte den Output danach, ob er für den jeweiligen Markt wirklich hilfreich ist. Damit manipulierst du nichts – du tust, was jede große mehrsprachige Website bereits tut. Überspringe die Prüfung und veröffentliche rohe MT in großem Maßstab, um Rankings zu jagen; das ist das Muster, gegen das die Richtlinie zu Scaled Content Abuse vorgeht.

KI-Zusammenfassung

Eine komprimierte Zusammenfassung der Advanced-Version:

• MT ist nicht verboten. Googles Richtlinie zu Scaled Content Abuse zielt auf massenhaft veröffentlichte, ungeprüfte Seiten mit geringem Wert, die Rankings manipulieren sollen. Übersetzung wird neben Scraping und Synonymisierung als ein Beispiel genannt; ausschlaggebend ist “little value… to users,” (Übersetzung) „geringer Wert … für Nutzer,“ nicht die Methode.
• Google 2025: KI-übersetzte Inhalte sind nicht “strictly defined… as spam.” (Übersetzung) „ausdrücklich als Spam definiert.“ Maßgeblich ist der Nutzwert.
• Zwei bestätigende Schritte 2025: Google entfernte den alten robots.txt-Hinweis zum Blockieren automatisch übersetzter Seiten (“docs-only change, no change in behavior” (Übersetzung) „Dokumentationsänderung, keine Verhaltensänderung“) und verweist bei einzelnen minderwertigen Seiten auf noindex; außerdem unternahm Google nichts gegen die zig Millionen von Reddit übersetzten URLs.
• Die echte Unterscheidung: roher MT-Massendump (riskant) versus MTPE – MT-Entwurf plus menschliches Post-Editing (Standardpraxis). Eine 100%ige menschliche Übersetzung jeder Seite ist im Enterprise-Maßstab meist unpraktisch. MTPE ist eine Risikokontrollpraxis, kein offizieller Google-Compliance-Schritt – und selbst flüssiger Output, menschliche Prüfung und gültiges hreflang garantieren weder Indexierung noch Ranking oder Darstellung; sie entfernen nur das Risiko von Scaled Content Abuse.
• Zwei getrennte Fehlerquellen: Übersetzungs-qualität und technische Umsetzung. Patricks Studie mit 374 756 hreflang-Domains ergab bei über 67 % mindestens ein hreflang-Problem; MT-Inhalte verfehlen daher oft die Zielgruppe, unabhängig von der Übersetzungsqualität.
• Die technische Mindestanforderung: eigene indexierbare URL pro Sprache, sichtbarer Hauptinhalt ohne JS, reziprokes hreflang plus x-default und Self-Canonical. Fehlt eines davon, gibt es nichts Indexierbares, für das Übersetzungsqualität zählen könnte.
• JS-Overlays sind keine übersetzten Seiten. Suchmaschinen brauchen eigene indexierbare URLs mit hreflang je Sprache.
• Vor dem Senden an einen MT-Anbieter: Datenverarbeitungs- und Aufbewahrungsbedingungen für den konkreten Tarif prüfen und bei sensiblen oder regulierten Inhalten Datenschutz/Recht einbeziehen – das ist eine Datenfrage, keine SEO-Frage.
• Kein Duplicate Content: Google wertet eine Seite nur dann als Duplikat, wenn der Hauptinhalt unübersetzt bleibt.
• Risiko des Nichtübersetzens: Google kann Seiten auf translate.goog automatisch übersetzen (dort laufen etwa 377M Besuche pro Monat) und den Traffic behalten – ein Argument für geprüfte MT.
• Bing: keine MT-spezifische Richtlinie; allgemeine Hinweise zu dünnen Inhalten gelten.

Offizielle Dokumentation

Primärquellen zu maschinell übersetzten und lokalisierten Inhalten.

Google

• Googles Spamrichtlinien für die Websuche – Der Abschnitt zu Scaled Content Abuse (im März 2024 von „auto-generated content“ umbenannt) nennt “automated transformations like synonymizing, translating, or other obfuscation techniques” (Übersetzung) „automatisierte Umwandlungen wie Synonymisierung, Übersetzung oder andere Verschleierungstechniken“ unter denen “little value is provided to users.” (Übersetzung) „Nutzern nur geringer Wert geboten wird.“. Entscheidend ist der Wert, nicht die Methode.
• Nutzung von KI-generierten Inhalten – Googles hilfreicher, methodenunabhängiger Ansatz, den auch die Übersetzungsrichtlinien widerspiegeln.
• Lokalisierte Versionen deiner Seiten – hreflang-Mechanik, Reziprozitätsregel und der Hinweis, dass eine lokalisierte Seite nur dann ein Duplikat ist, “only if the main content of the page remains untranslated.” (Übersetzung) „wenn der Hauptinhalt der Seite unübersetzt bleibt.“.
• Mehrregionale und mehrsprachige Websites verwalten – eigene URLs pro Sprache und die Warnung, nur Boilerplate zu übersetzen. (Dort stand früher auch der inzwischen entfernte robots.txt-Hinweis.)
• Überblick über internationales SEO – sprachadaptive Seiten und der Hinweis, dass Google nicht alle regionalen Varianten crawlt, indexiert oder rankt.

Bing / Microsoft

• Bing Webmaster Guidelines – allgemeine Erwartungen an die Inhaltsqualität, an denen ungeprüfte MT-Massenware scheitern kann; eine MT-spezifische Ausnahme gibt es nicht.

Zitate aus der Quelle

Nachprüfbare Aussagen von Google. Wenn ein Zitat nicht aus einer direkt überprüfbaren Quellseite, sondern aus einer Sekundärberichterstattung stammt, ist das vermerkt.

Google – KI-Übersetzung ist nicht pauschal Spam (Juni 2025)

• “While we don’t comment on the status of specific sites or pages, nor do we provide individualized support for any site, our policies do not strictly define content that has been translated by AI as spam. Our scaled content abuse policy mentions automated transformations, including translations, as part of the overall warning against creating large amounts of unoriginal content that provides little to no value to users.” (Übersetzung) “Wir kommentieren weder den Status bestimmter Websites oder Seiten noch bieten wir individuelle Unterstützung. Unsere Richtlinien definieren KI-übersetzte Inhalte nicht strikt als Spam. Die Richtlinie zu Scaled Content Abuse nennt automatisierte Umwandlungen einschließlich Übersetzungen als Teil der Warnung vor großen Mengen unorigineller Inhalte mit wenig oder keinem Nutzwert.” – Google-Sprecher, Juni 2025. Bericht lesen

Google – die Richtlinie zu Scaled Content Abuse

• “Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users.” (Übersetzung) „Scaled Content Abuse liegt vor, wenn viele Seiten hauptsächlich erzeugt werden, um Suchrankings zu manipulieren, statt Nutzern zu helfen.“ – Google-Search-Central-Dokumentation. Zum Zitat
• “…including through automated transformations like synonymizing, translating, or other obfuscation techniques…” (Übersetzung) „…einschließlich automatisierter Umwandlungen wie Synonymisierung, Übersetzung oder anderer Verschleierungstechniken…“ – dieselbe Seite. Zum Zitat

Google – die Änderung der robots.txt-Empfehlung (2025)

• “This is a docs-only change, no change in behavior.” (Übersetzung) „Das ist nur eine Dokumentationsänderung, keine Verhaltensänderung.“ – Changelog von Google Search Central zur Entfernung der Empfehlung, automatisch übersetzte Seiten mit robots.txt zu blockieren. Bericht lesen

Google – lokalisierte Seiten und Duplicate Content

• “Localized versions of a page are only considered duplicates if the main content of the page remains untranslated.” (Übersetzung) “Lokalisierte Versionen einer Seite gelten nur dann als Duplikate, wenn der Hauptinhalt der Seite unübersetzt bleibt.” – Google-Search-Central-Dokumentation. Zum Zitat

Der Reddit-Fall im großen Maßstab (über Glenn Gabe / GSQi)

• Zu Googles (Nicht-)Reaktion auf die zig Millionen von Reddit KI-übersetzten URLs: “Well, nothing happened. Nothing at all.” (Übersetzung) „Es ist nichts geschehen. Überhaupt nichts.“ – Glenn Gabe, GSQi. Bericht lesen

Welche Übersetzungsmethode sollte diese Seite bekommen?

Die Frage lautet nicht abstrakt „MT oder Mensch?“, sondern: „Wie viel menschliche Prüfung rechtfertigt DIESE Seite in DIESEM Markt?“ Arbeite die Punkte von oben nach unten durch.

1. Gibt es eine eigene, crawlbare URL? Wenn du nur ein Google-Translate-Widget oder ein clientseitiges JS-Overlay anbietest, stopp – für Suchmaschinen gibt es keine indexierbare übersetzte Seite, die ranken kann. Erstelle zuerst echte, getrennte URLs pro Sprache. Alles Weitere setzt diese URLs voraus.

2. Wie wichtig ist dieser Markt?

• Niedrige Priorität / winziger Markt / Referenzinhalt mit wenig Nuancen → rohe MT ist ein vertretbarer Startpunkt, idealerweise klar gekennzeichnet und als Übergang behandelt.
• Jeder Markt, in dem du tatsächlich ranken willst → mindestens MTPE ist nötig. Weiter mit Schritt 3.

3. Wie umkämpft ist die Suchanfrage beziehungsweise wie wertvoll ist die Seite?

• Nicht umkämpfte Informationsseite mit hohem Seitenvolumen → leichtes MTPE (MT-Entwurf plus menschliche Lesbarkeits- und Fehlerkorrekturen). Im großen Maßstab ist „gut genug“ besser als perfekt.
• Seiten mit mittlerem bis hohem Wert, mit denen du konkurrieren willst → vollständiges MTPE (MT-Entwurf plus vollständige menschliche Prüfung auf Humanübersetzungsniveau).
• Höchste Werte, Money-Pages und markenkritische Texte → menschliche Übersetzung (oder Transkreation für Slogans und Anzeigen).

4. Ist der Inhalt sensibel (Checkout, Recht, YMYL, Lead-Generierung)? Hier niemals rohe MT veröffentlichen. Nutze vollständiges MTPE oder eine menschliche Übersetzung und erwäge ein X-Robots-Tag, um Googles eigene Proxy-Übersetzung für diese URLs zu blockieren.

5. Ist die technische Hülle unabhängig von der gewählten Stufe korrekt? Eigene indexierbare URL ✓ · reziproker hreflang-Cluster (Selbstverweis plus alle Alternativen) ✓ · x-default gesetzt ✓ · Canonical zeigt auf sich selbst, nicht auf die Ausgangssprachenseite ✓. Wenn du das überspringst, verfehlt selbst eine menschlich übersetzte Seite die Zielgruppe.

Faustregel: Rohe MT ist ein Entwurf, kein veröffentlichungsfertiges Produkt für etwas, das ranken soll. Für wettbewerbsfähige Inhalte ist MTPE die Untergrenze. Das Risiko von Scaled Content Abuse entsteht in Schritt 2, wenn du „niedrige Priorität“ für jeden Markt ankreuzt und alles ungeprüft veröffentlichst.

Mythen über maschinelle Übersetzung, die Rankings kosten

Jeder Punkt enthält eine verbreitete Behauptung, warum sie falsch ist und was du stattdessen tun solltest.

Mythos: „Maschinelle Übersetzung ist verboten / führt zu einer Abstrafung.“ Warum das falsch ist: Google erklärte ausdrücklich, dass KI- beziehungsweise MT-übersetzte Inhalte nicht „strictly defined… as spam“ sind. Das Risiko betrifft skalierte, ungeprüfte Inhalte mit geringem Wert – nicht die Übersetzungsmethode. Die meisten Texte, die diese Behauptung wiederholen, stammen aus der Zeit vor Googles Richtlinienumbenennung 2024. Stattdessen: Nutze MT unbesorgt als Entwurf, bewerte die veröffentlichte Seite nach ihrem Nutzwert und prüfe sie vor der Veröffentlichung.

Mythos: „Du musst jede Seite vollständig von Menschen übersetzen lassen, sonst bestraft Google dich.“ Warum das falsch ist: MTPE (MT plus menschliche Prüfung) ist bei großen Websites Standard, und eine 100-prozentige Humanübersetzung jeder Seite ist meist nicht praktikabel. Googles Richtlinie zielt auf ungeprüfte Automatisierung in großer Menge, nicht auf MT als Teil des Workflows. Stattdessen: Nutze MTPE und reserviere vollständige Humanübersetzung für Seiten mit höchstem Wert sowie Money- und Markentexte.

Mythos: „Ein Google-Translate-Widget oder JS-Overlay bedeutet, dass übersetzte Seiten vorhanden sind.“ Warum das falsch ist: Clientseitige Übersetzung in Echtzeit liefert Suchmaschinen nichts Indexierbares. Es gibt keine eigenen crawlbaren URLs mit hreflang, die ranken könnten. Stattdessen: Veröffentliche echte, getrennte URLs pro Sprache mit serverseitig gerendertem übersetztem Inhalt und reziprokem hreflang.

Mythos: „Wenn Google meine Seite ohnehin automatisch übersetzt, ist die Lokalisierung erledigt.“ Warum das falsch ist: Googles translate.goog-Proxy ist ein Fallback, wenn „there is no high-quality, local-language content available“ (Übersetzung: „keine hochwertigen Inhalte in der Landessprache verfügbar sind“) – er verlagert Traffic und Marke auf Googles Domain, statt deine Strategie zu erfüllen. Stattdessen: Veröffentliche deine eigene geprüfte Seite in der Landessprache mit hreflang, damit deine URL indexiert wird; Proxy-Links verschwinden tendenziell, sobald echte Seiten mit korrektem hreflang existieren.

Mythos: „Das ist ein neues, durch KI geschaffenes Problem.“ Warum das falsch ist: Google (Mueller 2010, Cutts 2011) zog dieselbe Linie zwischen ungeprüfter und geprüfter Übersetzung, lange bevor „KI-Übersetzung“ ein Begriff war. Die Richtlinie bezog sich nie auf das Tool. Stattdessen: Behandle es als die alte Qualitätsfrage im großen Maßstab: geprüfte Automatisierung ist in Ordnung, ungeprüfte Massendumps nicht.

Mythos: „Übersetzte Seiten sind Duplicate Content.“ Warum das falsch ist: Google behandelt eine Seite nur dann als Duplikat, “if the main content of the page remains untranslated.” (Übersetzung) „wenn der Hauptinhalt der Seite unübersetzt bleibt.“ Andere Wörter in einer anderen Sprache sind kein Duplikat. Stattdessen: Übersetze den Haupttext wirklich (nicht nur Boilerplate) und kennzeichne Varianten mit hreflang – lass den Inhalt der Ausgangssprache nicht unter einer Länder-URL stehen.

SOP: MTPE-Qualitätsprüfung vor der Veröffentlichung übersetzter Seiten

Eine wiederholbare Checkliste, die dein Team vor jedem Batch maschinell übersetzter Seiten ausführt. Passe die Tiefe (leichtes oder vollständiges MTPE) an den Wert der Seite an.

Vorbereitung

1. Bestätige eine eigene, crawlbare URL für die Zielsprache (kein JS-Overlay).
2. Stelle Quelle und MT-Output in deinem Prüfwerkzeug beziehungsweise TMS nebeneinander.
3. Weise die Prüfung einer Person zu, die in der Zielsprache Muttersprachlerin oder fließend ist – nicht nur einer zweisprachigen Generalistin.

Sprachliche Prüfung (pro Seite) 4. Lies den MT-Output wie ein Muttersprachler und markiere maschinell klingende Formulierungen, holprige Sätze oder falsch übersetzte Redewendungen. 5. Prüfe Markenbegriffe, Produktnamen und UI-Texte: Sie müssen unübersetzt bleiben oder den freigegebenen lokalisierten Begriff aus Glossar/Termbase verwenden. 6. Kontrolliere Zahlen, Währungen, Einheiten, Datumsangaben sowie rechtliche und Compliance-Formulierungen – MT verfälscht sie oft unbemerkt. 7. Stelle sicher, dass Text in Bildern/Screenshots berücksichtigt wird (MT erfasst ihn nicht).

SEO-Prüfung (pro Seite) 8. Bestätige, dass Titel und Meta-Description übersetzt wurden und natürlich klingen – nicht in der Ausgangssprache stehen. 9. Prüfe das Ziel-Keyword: Suchen Einheimische tatsächlich nach dieser MT-Formulierung oder ist es eine wörtliche Übersetzung, die niemand verwendet? (Das ist die Lokalisierungsübergabe, nicht nur Übersetzung.) 10. Prüfe hreflang: Selbstverweis vorhanden, alle Alternativen gelistet, jede Alternative liefert das reziproke Tag zurück, x-default gesetzt. 11. Stelle sicher, dass das Canonical auf die Seite selbst zeigt, nicht auf die URL der Ausgangssprache.

Veröffentlichen und beobachten 12. Veröffentliche die Seite und reiche die Sitemap für die Sprache ein beziehungsweise aktualisiere sie. 13. Prüfe nach der Indexierung in GSC das Sprach-/Ländersegment: rankt die richtige URL oder erscheint weiterhin ein translate.goog-Proxy? Falls der Proxy bleibt, prüfe hreflang erneut. 14. Protokolliere wiederkehrende MT-Fehler im Glossar beziehungsweise in der Termbase des Engines, damit der rohe Output des nächsten Batches besser wird.

Rhythmus: Führe die Schritte 4–11 bei hochwertigen Märkten auf jeder Seite aus; in Märkten mit niedriger Priorität und hohem Volumen genügen Stichproben (zum Beispiel 10 %) plus automatisierte Prüfungen.

Playbook: Ein roher MT-Dump ist bereits veröffentlicht – was nun?

Ein linearer Ablauf für den Fall, dass ein ungeprüfter MT-Rollout in großer Menge bereits live ist und entweder schlecht funktioniert oder Sorgen wegen Scaled Content Abuse macht. Arbeite die Schritte in Reihenfolge ab.

Schritt 1 – Symptom bestätigen. Handelt es sich um ein Qualitäts-/Skalierungsproblem (dünne, ungeprüfte Seiten in großer Menge) oder um ein Targeting-Problem (gute Seiten, falsche Zielgruppe)? Prüfe GSC nach Land und Sprache: Sind deine URLs indexiert und ranken sie, oder erscheinen stattdessen translate.goog-Proxys? Die Behebung ist jeweils eine andere.

Schritt 2 – Seiten priorisieren, nicht panisch löschen. Segmentiere nach Marktwert und Traffic. Du wirst nicht über Nacht eine Million Seiten vollständig von Menschen prüfen – und du solltest auch nicht pauschal alles mit noindex versehen.

Schritt 3 – Für wirklich minderwertige Seiten, die du nicht bald prüfen kannst: Setze noindex auf Seitenebene für die konkreten minderwertigen übersetzten URLs (das ist Googles nach 2025 empfohlenes Werkzeug – kein seitenweiter robots.txt-Block). Googles eigene Abhilfe für skalierte Inhalte lautet, sie aus der Suche auszuschließen, wenn du sie hostest.

Schritt 4 – Für Seiten in wichtigen Märkten: Führe sie durch MTPE (siehe SOP), beginnend mit URLs mit dem höchsten Traffic und Wert. Behebe Übersetzung und technische Hülle (hreflang, Canonical, Titel und Metas) im selben Durchlauf.

Schritt 5 – Technische Hülle überall korrigieren. Korrigiere fehlerhafte hreflang-Cluster und Self-Canonical-Probleme schon vor Abschluss der sprachlichen Prüfung. Das ist oft der größere Hebel: In der Studie hatten mehr als 67 % der hreflang-Domains ein Problem, und eine Fehladressierung unterdrückt selbst gute Seiten.

Schritt 6 – JS-only-Übersetzung entfernen. Wenn „übersetzte“ Inhalte nur über ein Google-Translate-Widget oder Overlay existieren, ersetze es durch echte indexierbare URLs – für Suchmaschinen gab es nichts zu ranken.

Schritt 7 – Neu indexieren und verifizieren. Aktualisiere Sitemaps für die geprüften Sprachen, fordere die Indexierung priorisierter URLs an und beobachte GSC nach Land. Ziel ist, dass deine URLs im Markt-SERP alle translate.goog-Proxys ersetzen.

Schritt 8 – Wiederholung verhindern. Verlagere die MTPE-SOP nach vorne, damit der nächste Batch vor der Veröffentlichung geprüft wird. Übertrage wiederkehrende MT-Fehler in das Glossar beziehungsweise die Termbase der Engine.

Zur Beruhigung: Google ergriff selbst gegen die zig Millionen von Reddit KI-übersetzten URLs keine manuelle Maßnahme – die Richtlinie wird nach dem Wert angewandt, ein roher Dump ist also nicht automatisch eine Abstrafung. Aber „nicht bestraft“ bedeutet nicht „leistungsfähig“. Im Playbook geht es darum, dass die Seiten tatsächlich funktionieren; genau das hält sie zugleich auf der sicheren Seite.

Reale Fälle

Reddit – rohe KI-Übersetzung im riesigen Maßstab, keine Maßnahme. Reddit skalierte KI-Übersetzungen auf mehr als 20 Sprachen und veröffentlichte zig Millionen KI-übersetzte URLs (Glenn Gabe nennt etwa 2,3 Mio. Ranking-URLs in Frankreich und 2,4 Mio. in Spanien). Das ist der größte Praxistest der Scaled-Content-Abuse-Richtlinie an maschineller Übersetzung. Googles Reaktion laut Gabe: “Well, nothing happened. Nothing at all” (Übersetzung) „Es ist überhaupt nichts passiert.“ – keine manuelle Maßnahme, keine Abwertung. Googles eigene Aussage über Search Engine Land lautete, dass KI-übersetzte Inhalte nicht “strictly defined… as spam.” (Übersetzung) „ausdrücklich als Spam definiert.“. Fazit: Die Richtlinie richtet sich nach dem Inhaltswert, nicht nach Übersetzungsmethode oder Umfang. (Die Darstellung als „sanktioniert“ stammt von Reddit, nicht von Google.)

Googles translate.goog-Proxy – der Preis des Nichtübersetzens. Ahrefs-Analyse (von mir geprüft) schätzte 377M organische Besuche pro Monat, die über Googles Übersetzungs-Proxy-Seiten laufen; Indien, Indonesien und Brasilien gehörten zu den am stärksten betroffenen Märkten. Wenn ein Publisher keine hochwertige Seite in der Landessprache hat, übersetzt Google die englische Seite auf die eigene translate.goog-Subdomain und behält den Klick. Vorher: keine lokalisierte Seite → Google-Proxy fängt den internationalen Traffic ab. Nachher: geprüfte Seite in der Landessprache mit korrektem hreflang veröffentlichen → Proxy-Links verschwinden tendenziell und deine URL wird für den Markt indexiert.

Unübersetztes Boilerplate unter einer Länder-URL – die eigentliche Duplicate-Content-Falle. Ein typischer Fehler: /de/-URLs anlegen, aber den Haupttext auf Englisch lassen (nur Navigation und Footer sind übersetzt). Googles Dokumentation ist eindeutig: Eine lokalisierte Seite ist nur dann ein Duplikat, “only if the main content of the page remains untranslated.” (Übersetzung) „wenn der Hauptinhalt der Seite unübersetzt bleibt.“. Vorher: englischer Haupttext unter einer deutschen URL → als Duplikat behandelt, keine echte deutsche Seite. Nachher: Hauptinhalt übersetzen (MT plus Prüfung genügt), und Google hat eine echte deutsche Seite zum Ranken – kein Duplikat mehr.

Sofort einsetzbare KI-Prompts

Copy-and-paste-Prompts für den Einsatz eines LLM im MTPE-Workflow. Lass immer einen Menschen im Prozess – diese Prompts beschleunigen die Prüfung, ersetzen sie aber nicht.

Rohe maschinelle Übersetzung nachbearbeiten (leichtes MTPE)

You are a native [TARGET LANGUAGE] editor doing machine-translation post-editing.
Below is the [SOURCE LANGUAGE] original and a raw machine translation.

Fix the translation so it reads as if written by a native speaker: correct
awkward phrasing, mistranslated idioms, wrong register, and grammar. Do NOT
change meaning, do NOT translate brand/product names [LIST], and keep numbers,
currencies, dates, and units correct for [TARGET MARKET].

Return: (1) the corrected translation, and (2) a bullet list of every change you
made and why, so a human reviewer can spot-check.

SOURCE:
[paste]

RAW MACHINE TRANSLATION:
[paste]

Wahrscheinliche Fehlübersetzungen für die menschliche Prüfung markieren (Triage im großen Maßstab)

Act as a QA reviewer for [TARGET LANGUAGE] machine-translated web content. Read
the translation below and output ONLY a table of suspected problems: the quoted
phrase, the issue type (idiom / mistranslation / wrong register / untranslated
term / number-format error / SEO keyword unnatural), and a suggested fix.
If nothing is wrong, say "no issues found." Do not rewrite the whole text.

TRANSLATION:
[paste]

Prüfen, ob das übersetzte Keyword der tatsächlichen lokalen Suche entspricht

For the [TARGET LANGUAGE / TARGET COUNTRY] market, is "[MACHINE-TRANSLATED
KEYWORD]" the phrase people actually search for this concept, or a literal
translation locals wouldn't use? Suggest 3-5 natural local alternatives and note
which is most likely to have search demand. Flag any that mean something
different locally (e.g., false-friend or regional-meaning traps).

Titel und Meta-Description lokalisieren (nicht nur übersetzen)

Translate and localize this page title and meta description for [TARGET
LANGUAGE / MARKET]. Keep the title under ~60 characters and the description under
~155. Use the natural local phrasing for the primary keyword rather than a literal
translation, and preserve the brand name [BRAND] untranslated.

TITLE: [paste]
META DESCRIPTION: [paste]

Audit- und Erkennungssnippets

Praktische Prüfungen, um Probleme roher MT zu finden und die technische Hülle übersetzter Seiten zu verifizieren.

Eine „übersetzte“ Seite erkennen, die in Wirklichkeit nur ein JS-Overlay ist

Wenn der übersetzte Text erst nach der Ausführung von JavaScript erscheint, können Suchmaschinen ihn nicht indexieren. Vergleiche Roh-HTML mit der gerenderten Seite.

macOS / Linux (Shell)

# Raw HTML the crawler sees first — does the translated body text appear here?
curl -sL "https://example.com/de/" | grep -o "EIN ERWARTETER DEUTSCHER SATZ"

# If that returns nothing but the text is visible in a browser, the translation
# is client-side only. Confirm with a real render (headless Chrome):
#   npx -y @lighthouse ...  or your renderer of choice

Die deklarierte Sprache und den hreflang-Cluster einer URL auslesen

Chrome DevTools Console (paste auf the Seite)

// Declared page language + every hreflang alternate on the page
console.table(
  [...document.querySelectorAll('link[rel="alternate"][hreflang]')]
    .map(l => ({ hreflang: l.hreflang, href: l.href }))
);
console.log('html lang =', document.documentElement.lang);
console.log('canonical =',
  document.querySelector('link[rel="canonical"]')?.href);

Reziprozität von hreflang über eine Gruppe von URLs prüfen

hreflang funktioniert nur, wenn jede Seite im Cluster zurückverweist. Dieser Test findet einseitige Tags – das häufigste Problem meiner Studie mit 374 756 Domains.

Python

import requests, re
from urllib.parse import urljoin

URLS = ["https://example.com/en/", "https://example.com/de/", "https://example.com/es/"]

def hreflangs(url):
    html = requests.get(url, timeout=20).text
    # crude but effective: grab rel=alternate hreflang link tags
    tags = re.findall(
        r'<link[^>]+rel=["\']alternate["\'][^>]+hreflang=["\']([^"\']+)["\'][^>]+href=["\']([^"\']+)["\']',
        html, re.I)
    return {lang: urljoin(url, href) for lang, href in tags}

clusters = {u: hreflangs(u) for u in URLS}
for u, alts in clusters.items():
    for lang, target in alts.items():
        back = clusters.get(target, {})
        if u not in back.values():
            print(f"NON-RECIPROCAL: {u} -> {target} ({lang}) has no return tag")

Nicht übersetzte (ausgangssprachliche) Blöcke per Bookmarklet hervorheben

Lege dies als Lesezeichen an und klicke es auf einer übersetzten Seite an, um zu sehen, ob der Haupttext wirklich übersetzt wurde oder nur Boilerplate blieb. Ersetze die Wortliste durch häufige Stoppwörter der Ausgangssprache.

javascript:(()=>{const en=/\b(the|and|your|with|for|from|this)\b/gi;document.querySelectorAll('p,li,h1,h2,h3').forEach(el=>{const hits=(el.innerText.match(en)||[]).length;if(hits>=3)el.style.outline='2px solid red';});alert('Blocks outlined in red still look like source-language text.');})();

Tools für maschinelle Übersetzung und SEO

Übersetzungs- und MT-Engines

• DeepL – erzielt bei europäischen Sprachpaaren häufig etwas bessere Ergebnisse als Google Translate und liefert eine gute Rohqualität für MTPE-Entwürfe.
• Google Translate / Cloud Translation API – größte Sprachabdeckung; die Gemini-Integration von 2025 verbesserte den Umgang mit Idiomen und Kontext.
• Microsoft Translator – Azure-basiert und nützlich in Workflows im Microsoft-Ökosystem.
• LLM-Übersetzung (Claude, GPT, Gemini) – stark bei kontextbewusstem Post-Editing und glossargeführter Übersetzung; kombiniere sie mit dem Lens „Prompts“.

MTPE im großen Maßstab verwalten

• TMS-/Lokalisierungsplattformen (z. B. Phrase, Crowdin, Lokalise, Smartling) – Translation Memory, Termbases/Glossare und Workflows für menschliche Prüfung, damit sich rohe MT-Ausgaben mit der Zeit verbessern.

Technische Hülle (hreflang / Indexierung)

• Ahrefs Site Audit und Screaming Frog – crawlen die Website und markieren hreflang-Fehler (fehlende Selbst-/Rückverweise, nicht kanonische Ziele, defekte Alternativen).
• Google Search Console – International Targeting und Leistung nach Land prüfen, um zu sehen, ob die richtige URL im jeweiligen Markt rankt (oder stattdessen ein translate.goog-Proxy erscheint).
• Generatoren und Validatoren für hreflang-Tags – reziproke Cluster und x-default vor dem Launch erstellen und prüfen.
• Bing Webmaster Tools – Bing stützt sich auf content-language; die Indexierung dort separat verifizieren.

Teste dich selbst: Maschinelle Übersetzung und SEO

Fünf kurze Fragen dazu, wie Google maschinell übersetzte Inhalte tatsächlich behandelt. Wähle jeweils eine Antwort und prüfe anschließend.

Ressourcen, die deine Zeit wert sind

Meine verwandten Texte

• Google stiehlt deinen internationalen Suchtraffic mit automatischen Übersetzungen – die von mir geprüfte Ahrefs-Analyse zu Googles translate.goog-Proxy-Seiten, die internationalen Traffic abfangen (etwa 377M Besuche pro Monat), und dazu, wie korrektes hreflang ihn zurückholt.
• Der Einsteigerleitfaden für technisches SEO – dort ordnen sich internationale und hreflang-Mechaniken in das größere Bild ein.

Meine Vorträge

• Hreflang-Studie und interessante Probleme (Brighton SEO 2023) – meine Studie mit 374 756 Domains; der Befund, dass bei mehr als 67 % der Domains hreflang-Probleme auftreten, bildet die Grundlage für das Argument, dass Übersetzungsqualität nur die halbe Arbeit ist.

Aus der Branche

• Reddit nutzt KI, um Millionen Seiten zu übersetzen – Google ist damit einverstanden (Search Engine Land) – die vollständige Aussage der Google-Sprecherin beziehungsweise des Google-Sprechers vom Juni 2025.
• Ist das sicher? Googles wechselnde Sicht auf automatisch übersetzte Inhalte (Glenn Gabe / GSQi) – die maßgebliche ausführliche Analyse des Reddit-Falls und der Einordnung als Scaled Content Abuse.
• Google entfernt die robots.txt-Empfehlung zum Blockieren automatisch übersetzter Seiten (Search Engine Journal) – die Dokumentationsänderung von 2025 und der Wechsel zu noindex auf Seitenebene.
• Stiehlt Google mit Übersetzungen deinen internationalen Suchtraffic? (Search Engine Land) – unabhängige Analyse des Proxy-Übersetzungsphänomens mit Googles Einordnung „keine hochwertigen Inhalte in der Landessprache“.
• Spamrichtlinien für die Google-Websuche (Google) – lies den Abschnitt zu Scaled Content Abuse selbst; er ist kürzer und klarer als die meisten Kommentare dazu.
• Lokalisierte Versionen deiner Seiten (Google) – hreflang-Mechanik und die Regel, dass nicht übersetzter Hauptinhalt als Duplicate Content gilt.

Änderungsprotokoll