KI-generierte Bilder und SEO: was Google dazu sagt

Werden Rankings, Bildersuche oder Google Discover schlechter, wenn ein Bild von einem KI-Modell statt von einer Kamera stammt? Nach allem, was Google öffentlich beschrieben hat, lautet die kurze Antwort: Die Herkunft eines Bildes ist kein eigenständiger Rankingfaktor. Bewertet wird, wie relevant, hilfreich und vertrauenswürdig ein Bild im Kontext der Seite ist, unabhängig davon, ob eine Kamera, eine Illustratorin oder ein Diffusionsmodell es erzeugt hat.

Das bedeutet aber nicht, dass KI-Bilder folgenlos sind. Drei Dinge wirken sich real aus: erstens, wie Google Herkunft und Kennzeichnung technisch erkennt, über C2PA- und IPTC-Metadaten, zweitens, ob ein generisches, stockfoto-artiges Bild die Erfahrungssignale einer Seite schwächt, und drittens, wie Alt-Text und Dateibehandlung bei generierten Bildern funktionieren müssen, damit sie überhaupt in der Bildersuche ankommen. Um diese drei Punkte geht es hier, nicht um KI-generierte Texte, die an anderer Stelle behandelt werden.

Wie Google KI-Bilder erkennt und was made with AI bedeutet

Google muss ein Bild nicht per se als künstlich brandmarken, um es einzuordnen, aber es setzt zunehmend auf technische Herkunftsnachweise statt auf Vermutungen. Zwei Standards sind hier relevant. Der erste ist C2PA, die Coalition for Content Provenance and Authenticity, ein Industriestandard, den Adobe, Microsoft, Google, OpenAI und Kamerahersteller wie Leica gemeinsam tragen. Ein Bild, das mit einem C2PA-fähigen Tool erzeugt oder bearbeitet wurde, trägt sogenannte Content Credentials: signierte Metadaten, die dokumentieren, welche Anwendung das Bild erstellt oder verändert hat.

Der zweite Standard ist IPTC, der ältere Bild-Metadatenstandard aus dem Fotojournalismus. IPTC hat ein eigenes Feld namens Digital Source Type ergänzt, das unter anderem Werte für algorithmisch trainierte Medien vorsieht. Google nutzt Signale aus genau diesen Metadaten für die Funktion Mehr zu diesem Bild in der Bildersuche, die unter anderem anzeigt, wenn ein Bild als KI-generiert oder KI-bearbeitet gekennzeichnet ist. Wichtig für die Praxis: Wird die Metadatenebene beim Export, bei der Bildbearbeitung oder beim Hochladen ins CMS entfernt, was bei vielen Komprimierungs- und Wasserzeichen-Tools passiert, verschwindet die Kennzeichnung mit. Das Bild wird dadurch nicht automatisch bestraft, aber die Herkunftsangabe geht verloren, und genau diese Transparenz ist der Punkt, um den es Google laut eigener Kommunikation geht.

Zwei Mechanismen sollte man dabei nicht verwechseln. Content Credentials nach C2PA sind sichtbare, auslesbare Metadaten, die mit einem Tool wie dem Content-Credentials-Verify-Dienst geprüft werden können, und sie verschwinden, wenn eine Datei ohne Erhalt der Metadaten neu gespeichert wird. SynthID dagegen ist ein unsichtbares Wasserzeichen, das Google in Pixel von Bildern einbettet, die mit den eigenen Imagen-Modellen erzeugt wurden, und das auch nach Zuschnitt oder Kompression teilweise erkennbar bleiben kann, weil es nicht in den Metadaten, sondern im Bildsignal selbst steckt. Für Bilder aus fremden Tools ohne eigenes Wasserzeichen bleibt die Metadatenebene der einzige verlässliche Herkunftsnachweis, den Google auslesen kann. Wer selbst prüfen will, ob ein Bild Content Credentials trägt, kann die Metadaten mit einem gängigen EXIF-Auslesewerkzeug oder dem offiziellen Verify-Tool der C2PA-Initiative einsehen, bevor die Datei überhaupt online geht.

Made with AI ist keine Ranking-Sanktion, sondern eine Transparenzangabe. Für Publisher, die über Google News oder Discover Reichweite erhalten, empfiehlt Google, Inhalte, auch Bilder, klar erkennbar zu machen, wenn wesentliche Teile KI-generiert sind, besonders bei Themen mit hohem Vertrauensbedarf wie Gesundheit, Finanzen oder aktuellen Ereignissen. Das ist eine Empfehlung zur Transparenz, keine technische Rankingregel, die ein Algorithmus prüft und automatisch abstraft.

In der Praxis heißt das: Ein KI-generiertes Illustrationsbild zu einem Ratgeberartikel braucht keine sichtbare Kennzeichnung im Bild selbst, wenn es erkennbar illustrativ ist, ein stilisiertes Icon-Bild etwa. Anders sieht es aus, wenn ein KI-Bild wie eine reale Fotografie einer Person, eines Ortes oder eines Ereignisses wirkt und als solche missverstanden werden könnte. Dort verschiebt sich die Frage von SEO zu Glaubwürdigkeit: Nutzer, die ein vermeintliches Ereignisfoto teilen, das tatsächlich generiert wurde, beschädigen das Vertrauen in die ganze Domain. Content-Credentials-Metadaten sind hier das technische Werkzeug, das diese Unterscheidung dauerhaft mitträgt, unabhängig davon, wo das Bild später landet oder wie oft es kopiert wird.

Auswirkungen auf die Google-Bildersuche

Die Bildersuche rankt Bilder im Wesentlichen über dieselben Signale, die es schon vor generativer KI gab: Relevanz von Dateiname und Alt-Text, umgebender Text auf der Seite, Seitentitel und Überschriften in der Nähe des Bildes, Ladezeit und mobile Darstellung sowie, bei entsprechendem Markup, strukturierte Daten vom Typ ImageObject. Keines dieser Signale fragt, ob das Bild mit KI erzeugt wurde. Ein KI-Bild mit präzisem Alt-Text, sinnvollem Dateinamen und thematisch passendem Umfeld kann in der Bildersuche genauso gut ranken wie ein Foto.

Wo KI-Bilder in der Praxis tatsächlich verlieren, sind zwei Bereiche. Erstens fehlt ihnen oft die Einzigartigkeit, die eine Suchmaschine braucht, um ein Bild von tausend ähnlichen zu unterscheiden: Ein generisches Bild einer Person, die auf einem Laptop mit Diagrammen tippt, sieht in der Bildersuche wie hundert andere aus, egal ob per Kamera oder Modell erzeugt, und konkurriert entsprechend schlecht. Zweitens fehlt bei rein synthetischen Bildern oft der Kontextbeweis, den ein Original-Foto liefert: Ein reales Produktfoto, ein Screenshot einer echten Oberfläche oder ein Foto eines tatsächlichen Standorts trägt Informationen, die ein KI-Bild nicht erfinden sollte, weil es dabei faktisch falsch werden kann. Ein KI-generierter Screenshot einer Software-Oberfläche zeigt möglicherweise Funktionen, die es in der echten Anwendung gar nicht gibt.

Und in Google Discover

Discover funktioniert anders als klassische Suche: Es gibt keine Suchanfrage, der Feed schlägt Inhalte aufgrund von Interessenssignalen vor, und das Bild ist dort oft der wichtigste Klickanreiz, größer und prominenter als in der Web-Suche. Google Search Central empfiehlt für große Bildvorschauen, gesteuert über die Meta-Angabe max-image-preview:large, ein Bild von mindestens 1200 Pixel Breite, das inhaltlich zum Artikel passt und dessen Aussage tatsächlich unterstützt.

Für diese Sichtbarkeitsfläche gilt eine eigene Logik: Discover bevorzugt Bilder, die anschaulich, konkret und aufmerksamkeitsstark sind und die den Artikelinhalt tatsächlich abbilden, nicht nur illustrieren. Ein austauschbares, generisches KI-Bild schadet hier nicht durch seine KI-Herkunft, sondern weil es genau die Eigenschaft vermissen lässt, die im Discover-Feed über Klicks entscheidet: Es sieht aus wie ein Platzhalter, nicht wie ein Beweis dafür, dass sich der Klick lohnt. Ein KI-Bild, das ein spezifisches Szenario, eine konkrete Zahl oder ein wiedererkennbares visuelles Konzept zeigt, funktioniert im Feed dagegen ähnlich gut wie eine kuratierte Illustration.

Wann stockfoto-artige KI-Bilder die Erfahrungssignale schwächen

Googles Qualitätsrichtlinien für menschliche Rater sprechen Experience als eigene Bewertungsdimension an: Hat die Urheberin einer Seite tatsächliche, erlebte Erfahrung mit dem Thema? Bilder sind Teil dieses Eindrucks. Ein Ratgeberartikel über eine bestimmte Küchenmaschine, illustriert mit einem generischen KI-Bild eines gar nicht existierenden Küchengeräts, sendet das Gegenteil von Erfahrungssignal: Es zeigt der Leserschaft, dass niemand das reale Produkt in der Hand hatte.

Das Risiko konzentriert sich auf bestimmte Content-Typen: Produktbewertungen, Vor-Ort-Berichte, Tutorials mit Bedienoberflächen, medizinische oder handwerkliche Anleitungen, alles, wo ein Bild als Beleg für tatsächliche Durchführung gelesen wird. Bei diesen Typen ersetzt ein KI-Bild keine Dokumentation, es täuscht sie vor, und das ist zuerst ein Vertrauensproblem und erst in zweiter Linie ein SEO-Problem. Bei rein konzeptionellen oder erklärenden Inhalten, einer Grafik zum Prinzip von Backlinks etwa oder einem stilisierten Titelbild für einen Ratgeber, gibt es diesen Erwartungskonflikt nicht. Die Faustregel: Je näher ein Bild an einer Tatsachenbehauptung steht, etwa so sieht das Produkt aus oder so funktioniert die Oberfläche, desto größer das Risiko eines synthetischen Ersatzes. Je abstrakter und illustrativer die Funktion des Bildes, desto unproblematischer ist der Einsatz von KI.

Skalierung: viele ähnliche KI-Bilder auf vielen Seiten

Ein Risiko, das bei einzelnen Bildern kaum auffällt, wird bei Skalierung real: Wer KI-Bilder für viele Seiten gleichzeitig erzeugt, etwa ein Titelbild pro Blogartikel oder ein Vorschaubild pro Kategorieseite, produziert leicht Dutzende Bilder, die sich nur in Details unterscheiden, weil derselbe Prompt mit kleinen Variationen wiederverwendet wurde. Für die Bildersuche sieht das nicht anders aus als visuell nahezu identischer Text auf verschiedenen URLs: ein schwaches Unterscheidungssignal zwischen den Seiten einer Domain.

Das Problem ist nicht die KI-Erzeugung an sich, sondern die daraus folgende visuelle Wiederholung. Zehn Ratgeberartikel mit zehn Varianten desselben generischen Motivs eines Menschen vor einem Bildschirm mit Diagrammen tragen für die Bildersuche wenig dazu bei, die Seiten voneinander zu unterscheiden, und verschenken damit die Chance, dass ein Artikel über sein eigenes Bild zusätzlichen Traffic aus der Bildersuche gewinnt. Wer KI-Bilder im großen Maßstab einsetzt, sollte deshalb bewusst auf Promptvariation achten, die tatsächlich unterschiedliche Kompositionen, Perspektiven oder Motive erzeugt, statt nur Farbton oder Hintergrund eines wiederkehrenden Grundmotivs zu verändern, und stichprobenhaft prüfen, ob mehrere Bilder der eigenen Bildbibliothek sich einer neutralen Betrachterin tatsächlich unterscheiden oder nur wie Wiederholungen wirken.

Alt-Text für KI-generierte Bilder richtig schreiben

Alt-Text-Regeln ändern sich durch KI-Erzeugung nicht, sie werden nur öfter falsch angewendet, weil viele KI-Bild-Tools brauchbare Alt-Texte gar nicht mitliefern. Der Alt-Text soll beschreiben, was auf dem Bild zu sehen ist und welche Funktion es im Kontext der Seite hat, in normaler Sprache, ohne Keyword-Wiederholung. Für rein dekorative Hero-Bilder ohne eigenen Informationswert ist ein leerer Alt-Text nach den gängigen Barrierefreiheits-Regeln korrekt und für die Bildersuche unproblematisch, weil ein solches Bild ohnehin nicht als eigenständiges Suchergebnis konkurrieren soll.

• Nicht KI-generiertes Bild von voranstellen: Das ist eine Metainformation über die Erzeugung, keine Bildbeschreibung, und hilft niemandem beim Verstehen des Inhalts.
• Konkret statt generisch beschreiben: Balkendiagramm mit steigendem Traffic über sechs Monate statt Diagramm zu SEO-Erfolg.
• Keine Fakten erfinden, die das Bild gar nicht zeigt, nur um den Alt-Text informativer wirken zu lassen.
• Dekorative KI-Bilder ohne Informationsgehalt bekommen einen leeren Alt-Text, damit Screenreader sie überspringen statt sie vorzulesen.
• Den Dateinamen als zusätzliches Relevanzsignal nutzen, weil er teils ausgelesen wird, wenn der Alt-Text fehlt oder zu knapp ist.
• Bei Produktbildern im Onlinehandel klar zwischen echtem Produktfoto und KI-generierter Stimmungsgrafik unterscheiden, damit der Alt-Text keine Eigenschaft suggeriert, die nur im generierten Bild existiert, aber am realen Produkt nicht nachprüfbar ist.

Dateiformat, Benennung und technische Behandlung

KI-Bildgeneratoren liefern häufig überdimensionierte Dateien: hohe Auflösung, unkomprimiertes PNG, teils mehrere Megabyte pro Bild. Unbearbeitet hochgeladen, drücken solche Dateien die Ladezeit der Seite, was wiederum ein Page-Experience-Signal ist. Vor dem Upload gehört dazu: Konvertierung in ein modernes, verlustarmes Format wie WebP oder AVIF, Zuschnitt auf die tatsächlich benötigten Ausgabegrößen und, wenn möglich, mehrere Auflösungen über srcset für unterschiedliche Bildschirmgrößen und Endgeräte.

Der Dateiname sollte den Bildinhalt beschreiben, nicht das Tool, mit dem er entstanden ist: ein Name wie wagenvergleich-mittelklasse-2026.webp ist für die Bildersuche brauchbarer als ein automatisch vergebener Exportname des Generators. Strukturierte Daten vom Typ ImageObject, mit Angaben wie contentUrl, license und gegebenenfalls creditText, helfen Google, Lizenz- und Herkunftsinformationen einzuordnen, unabhängig davon, ob ein Bild fotografiert oder generiert wurde. Wo vorhanden, sollten Content-Credentials-Metadaten aus dem Generierungstool beim Export und bei jeder weiteren Bearbeitung erhalten bleiben, statt beim Speichern herausgeschnitten zu werden, denn ein einmal entferntes Herkunftsfeld lässt sich später nicht mehr rekonstruieren. Ein oft übersehener Punkt: Viele Bild-CDNs und automatische Optimierungsdienste schneiden Metadaten standardmäßig heraus, weil sie die Dateigröße reduzieren sollen, und tun das unabhängig davon, ob die Metadaten Herkunftsangaben, Copyright-Hinweise oder Content Credentials enthalten. Wer solche Dienste einsetzt, sollte in der Konfiguration gezielt prüfen, ob eine Option existiert, wichtige Metadatenfelder beim Ausliefern zu erhalten, statt sie pauschal zu entfernen.

Entscheidungshilfe: wann ein KI-Bild passt und wann nicht

Die folgende Übersicht fasst die vorangegangenen Abschnitte in einer Entscheidungslogik zusammen, die sich nicht an der Frage KI oder nicht orientiert, sondern an der Funktion, die ein Bild auf der jeweiligen Seite tatsächlich erfüllen soll.

• Konzept, Prinzip oder Metapher illustrieren: KI-Bild in Ordnung, wenn es erkennbar illustrativ bleibt und nicht wie ein Beweisfoto wirkt.
• Reales Produkt, reale Oberfläche oder realer Ort soll gezeigt werden: eigenes Foto oder Screenshot verwenden, keinen KI-Ersatz.
• Dekoratives Hero-Bild ohne eigene Aussagekraft: KI-Bild möglich, Alt-Text bewusst leer lassen, wenn es rein dekorativ bleibt.
• Bild soll in der Bildersuche eigenständig Traffic bringen: Einzigartigkeit ist wichtiger als Herkunft, ein generisches KI-Bild verliert hier gegen ein spezifisches Foto wegen Austauschbarkeit, nicht wegen seiner KI-Herkunft.
• Bild für eine Discover-Vorschau mit max-image-preview:large: mindestens 1200 Pixel Breite, inhaltlich konkret, kein Platzhalter-Motiv.
• Thema mit hohem Vertrauensbedarf wie Gesundheit, Finanzen oder aktuelle Ereignisse: Herkunft transparent halten und vorhandene Content-Credentials-Metadaten nicht entfernen.