So entscheidet Google Discover, welche Inhalte im Feed auftauchen

Google Discover ist ein personalisierter Content-Feed, der Inhalte anzeigt, ohne dass Nutzer aktiv suchen müssen. Die Auswahl basiert auf Interessen, Interaktionen mit Google-Diensten und anderen Kontext-Signalen, deshalb wirkt der Feed eher wie ein "persönlicher News- und Themenkanal" als eine klassische Suchergebnisliste.

Aktuell sorgt ein neues Discover Core Update aus dem Februar 2026 für Diskussionen in der SEO- und Publisher-Szene. Im Gegensatz zu klassischen Core Updates, die Rankings in der regulären Google-Suche verändern, richtet sich dieses Update ausschließlich an den Discover-Feed und beeinflusst, welche Inhalte Nutzer auf Mobilgeräten und in der App sehen.

Analyse enthüllt: So funktioniert die Auswahl

Bislang war weitgehend unklar, wie Google intern entscheidet, welche Inhalte im Discover-Feed erscheinen. Jetzt gibt es jedoch eine Analyse von Metehan Yesilyurt, die interne Daten des offiziellen Google-SDKs ausliest und so Hinweise auf den Auswahlprozess liefert.

Diese Untersuchung zeigt: Google Discover arbeitet mit einer mehrstufigen Architektur, bei der Inhalte nicht einfach zufällig eingeblendet werden, sondern bestimmte Kriterien durchlaufen, bevor sie für Nutzer sichtbar werden.

So läuft die Auswahl von Inhalten ab

Die Analyse deutet darauf hin, dass Inhalte in mehreren Schritten geprüft und bewertet werden:

1. Indexierung und technisches Erfassen: Zunächst muss ein Inhalt von Google überhaupt erfasst und im Index abgelegt werden. Inhalte, die nicht indexiert sind, erscheinen nicht in Discover.
2. Metadaten und visuelle Faktoren: Google legt sehr großen Wert auf Metadaten wie Open-Graph-Tags, Titel, Beschreibungen und vor allem auf die Bildqualität. Große, relevante Bilder (z. B. mindestens 1200 px Breite) werden gesondert bevorzugt, weil sie im visuellen Discover-Feed besser funktionieren.
3. Klassifikation und Kontext: Inhalte werden automatisch thematisch eingeordnet. Google versucht, sie nicht nur einem Thema, sondern auch Zusammenhängen und Interessenclustern zuzuordnen. Das bedeutet, dass die relative Bedeutung des Themas, seine Aktualität oder sein Bezug zu Nutzerinteressen eine Rolle spielt.
4. Personalisierung: Wenn ein Beitrag diese technischen und inhaltlichen Checks besteht, wird er mit dem interessensbasierten Profil eines Nutzers abgeglichen, z. B. früher gezeigte Inhalte, Such- oder Nutzungsverhalten. Nur wenn ein Beitrag auch hier als relevant eingeschätzt wird, erscheint er im individuellen Feed.

Was bedeutet das für SEOs?

Diese Architektur hat einige konkrete Konsequenzen:

• SEO-Ranking allein reicht nicht aus: Im Gegensatz zur klassischen Suche spielen hochwertige visuelle Elemente, Metadaten und Kontext eine größere Rolle als reine Suchmaschinenrankings.
• Technische und inhaltliche Voraussetzungen zählen: Auch wenn ein Artikel relevant ist, kann er ausscheiden, wenn Bilder falsch eingebunden sind oder Metadaten fehlen.
• Interessenbasierte Personalisierung dominiert: Ältere, aber für den Nutzer interessant erscheinende Inhalte können ebenfalls ausgespielt werden, wenn sie zu seinem Profil passen.

Was können wir daraus mitnehmen?

Der Auswahlprozess von Google Discover ist also kein Zufallsprodukt, sondern ein mehrstufiger, datengetriebener Mechanismus. Inhalte müssen sowohl technisch sauber aufbereitet als auch für bestimmte Interessen und Themen relevant sein. Die derzeitigen Einblicke aus SDK-Analysen zeigen, dass Google gezielt Metadaten, Bilder, thematische Klassifikation und personenspezifische Relevanz kombiniert, um zu entscheiden, welche Inhalte in den Feed gelangen... und welche nicht.

Quelle: metehan.ai

Linda

Linda

Linda ist seit 2022 im SEO-Game aktiv und seit Mai 2023 als Junior Content-Managerin Teil des Backlinked-Teams. Mit ihrer Leidenschaft fürs Schreiben bringt die 29-Jährige frischen Wind in die Redaktion. Wenn sie nicht gerade im Auftrag unserer Kunden unterwegs ist, verbringt sie ihre Freizeit gerne im Gym oder mit ihrem Hund Milka. Linda sorgt dafür, dass ihre SEO-Texte nicht nur den Algorithmen, sondern vor allem den Lesern gefallen.