Blog-Analyzer

Blog-Analyzer – Qualitätsaudit & Bewertung

Bewertet Blogbeiträge auf einer Skala von 0-100 in 5 Kategorien und liefert priorisierte Verbesserungsvorschläge. Enthält eine Analyse zur KI-Inhaltserkennung. Funktioniert mit lokalen Dateien oder veröffentlichten URLs.

Referenzdokumente:

• references/quality-scoring.md – vollständige Bewertungscheckliste
• references/eeat-signals.md – E-E-A-T Bewertungskriterien

Eingabeverarbeitung

• Lokale Datei: Datei direkt lesen
• URL: Mit WebFetch abrufen, Inhalt extrahieren
• Verzeichnis: Nach Blogdateien scannen, alle auditieren (Batch-Modus)
• Flags: --format json|table, --batch, --sort score

Bewertungsprozess

Schritt 1: Inhaltsextraktion

Den Blogbeitrag lesen und extrahieren:

• Frontmatter (Titel, Beschreibung, Datum, lastUpdated, Autor, Tags)
• Überschriftenstruktur (H1, H2, H3 mit Hierarchie)
• Absatzanzahl und Wortanzahlen pro Absatz
• Statistiken (alle Zahlenbehauptungen mit oder ohne Quellen)
• Bilder (Anzahl, Alt-Text-Vorhandensein, Format)
• Diagramme/SVGs (Anzahl, Typenvielfalt)
• Links (intern, extern, defekt)
• FAQ-Abschnitt vorhanden
• Schema-Markup (vorhandene Typen)
• Meta-Tags (Titel, Beschreibung, OG-Tags, Twitter Cards)
• Satzlängen für Burstiness-Analyse
• Wortschatztoken für Diversitätsbewertung

Schritt 2: Jede Kategorie bewerten

references/quality-scoring.md für die vollständige Checkliste laden. Jede bewerten:

Inhaltsqualität (30 Punkte)

Prüfung	Punkte	Bestehenskriterien
Tiefe/Vollständigkeit	7	Deckt Thema gründlich ab, keine großen Lücken
Lesbarkeit (Flesch 60-70)	7	Flesch 60-70 ideal, 55-75 akzeptabel; Grade 7-8; Gunning Fog 7-8
Originalität/einzigartige Mehrwertsignale	5	Originaldaten, Fallstudien, eigene Erfahrungen
Satz- und Absatzstruktur	4	Durchschnittlicher Satz 15-20 Wörter, ≤25% über 20; Absätze 40-80 Wörter; H2 alle 200-300 Wörter
Engagement-Elemente	4	Zusammenfassungsbox, Hervorhebungen, abwechslungsreiche Inhaltsblöcke. Akzeptiert: „TL;DR", „Key Takeaways", „The Bottom Line", „What You'll Learn", „At a Glance", „In Brief"
Grammatik/Anti-Pattern	3	Passiv ≤10%, KI-Triggerwörter ≤5/1K, Übergangswörter 20-30%, saubere Prosa

Lesbarkeitsstufen (pro Persona anwenden oder Standard verwenden):

Zielgruppe	Flesch Grade	Flesch Ease	Bewertungsauswirkung
Verbraucher	6-8	60-80	Volle Punktzahl, wenn im Bereich
Fachpublikum	8-10	50-60	Volle Punktzahl, wenn im Bereich
Technisch	10-12	30-50	Volle Punktzahl, wenn im Bereich
Standard (keine Persona)	7-8	60-70	Aktuelle Bewertung unverändert

Inhaltsklarheit ist der #2-Faktor für die KI-Zitationswahrscheinlichkeit (+32,83 % Punkteunterschied). Der durchschnittliche US-Erwachsene liest auf dem Niveau der 7. bis 8. Klasse.

SEO-Optimierung (25 Punkte)

Prüfung	Punkte	Bestehenskriterien
Überschriftenhierarchie mit Keywords	5	H1 -> H2 -> H3, keine Sprünge, Keyword in 2-3 Überschriften
Title-Tag (40-60 Zeichen, Keyword, Power-Wort)	4	Front-geladenes Keyword, positive Stimmung
Keyword-Platzierung/-Dichte	4	Natürliche Integration, kein Keyword-Stuffing, in den ersten 100 Wörtern
Interne Verlinkung (3-10 kontextuell)	4	Deskriptiver Ankertext, bidirektional
URL-Struktur	3	Kurz, keywordreich, keine Stoppwörter, Kleinbuchstaben
Meta-Beschreibung (150-160 Zeichen, Statistik)	3	Faktenreich, enthält eine Statistik
Externe Verlinkung (Tier 1-3)	2	3-8 ausgehende Links zu autoritativen Quellen

E-E-A-T-Signale (15 Punkte)

Prüfung	Punkte	Bestehenskriterien
Autorenangabe (namentlich, mit Biografie)	4	Echter Name, Qualifikationen, kein Verkaufsgespräch
Quellenangaben (Tier 1-3, inline)	4	8+ einzigartige Statistiken, null erfunden
Vertrauensindikatoren	4	Kontaktseite, Über-uns-Seite, Redaktionspolitik
Erfahrungssignale	3	„Als wir testeten...", Originalfotos/-daten

Technische Elemente (15 Punkte)

Prüfung	Punkte	Bestehenskriterien
Schema-Markup (3+ Typen = Bonus)	4	BlogPosting + FAQ + Person mindestens
Bildoptimierung	3	AVIF/WebP, beschreibender Alt-Text, Lazy Loading außer LCP
Strukturierte Datenelemente	2	Tabellen, Listen, Vergleichsblöcke
Seitengeschwindigkeitssignale	2	LCP < 2,5 s, kein renderblockierendes JS
Mobilfreundlichkeit	2	Responsiv, Tap-Ziele 48px+
OG/Social-Meta-Tags	2	og:title, og:description, og:image, twitter:card

KI-Zitierfähigkeit (15 Punkte)

Prüfung	Punkte	Bestehenskriterien
Passage-Level-Zitierbarkeit (120-180 Wörter)	4	In sich geschlossene Abschnitte mit Statistik + Quelle
Q&A formatierte Abschnitte	3	60-70 % der H2s als Fragen, FAQ vorhanden
Entitätsklarheit	3	Eindeutige Themenentität, konsistente Terminologie
Inhaltsstruktur für Extraktion	3	Antwort-zuerst, Tabellen mit thead, Vergleichsformate
KI-Crawler-Zugänglichkeit	2	SSR/SSG, kein JS-gesperrter Inhalt

Schritt 3: KI-Inhaltserkennung

Den Beitrag auf Risiko von KI-generierten Inhalten analysieren:

Burstiness-Score (Satzlängenvariation):

• Standardabweichung der Satzlängen im gesamten Beitrag berechnen
• Menschliches Schreiben: hohe Varianz (kurze knackige + lange komplexe Sätze)
• KI-Schreiben: niedrige Varianz (durchgehend mittellange Sätze)
• Bewertung: 0-10 Skala (10 = sehr menschenähnliche Burstiness)

Erkennung bekannter KI-Phrasen – Vorkommen dieser 17 Phrasen markieren:

1. „Es ist wichtig zu beachten"
2. „In der heutigen digitalen Landschaft"
3. „Eintauchen in"
4. „Die Komplexität navigieren"
5. „Lassen Sie uns erkunden"
6. „Darüber hinaus"
7. „Abschließend"
8. „Es ist erwähnenswert"
9. „Sich begeben auf"
10. „Bahnbrechend"
11. „Hebeln" (als Verb, nicht finanzieller Kontext)
12. „Spielveränderer"
13. „Revolutionieren"
14. „Optimieren"
15. „Die Kraft nutzen"
16. „Tief eintauchen"
17. „Das Potenzial freisetzen"
18. Gedankenstriche (–) – alle Vorkommen zählen, als KI-Schreibmuster markieren

Wortschatzdiversität (Type-Token-Ratio):

• Einzigartige Wörter / Gesamtwörter berechnen
• Menschliches Schreiben: TTR typischerweise 0,4-0,6 bei Langform
• KI-Schreiben: TTR oft unter 0,35 (wiederholender Wortschatz)

KI-Inhaltsrisikobewertung:

• Melden, wenn KI-Wahrscheinlichkeit > 50 % basierend auf kombinierten Signalen
• Bestimmte Passagen angeben, die die Meldung ausgelöst haben
• Humanisierung empfehlen: persönliche Anekdoten, abwechslungsreicher Satzrhythmus, Fachjargon

Schritt 4: Bewertung ermitteln

Punktzahl	Bewertung	Aktion
90-100	Herausragend	Wie veröffentlichen, Flaggschiff-Inhalt
80-89	Stark	Kleine Verfeinerung, bereit zur Veröffentlichung
70-79	Akzeptabel	Gezielte Verbesserungen nötig
60-69	Unter Standard	Bedeutende Überarbeitung erforderlich
< 60	Neu schreiben	Grundlegende Probleme, mit Gliederung beginnen

Schritt 5: Bericht erstellen

Standardausgabeformat (Markdown):

## Blog-Qualitätsbericht: [Titel]

**Punktzahl: [X]/100** – [Bewertung]

### Bewertungsaufschlüsselung
| Kategorie | Punktzahl | Max | Anmerkungen |
|-----------|-----------|-----|-------------|
| Inhaltsqualität | X | 30 | [1-zeilige Zusammenfassung] |
| SEO-Optimierung | X | 25 | [1-zeilige Zusammenfassung] |
| E-E-A-T-Signale | X | 15 | [1-zeilige Zusammenfassung] |
| Technische Elemente | X | 15 | [1-zeilige Zusammenfassung] |
| KI-Zitierfähigkeit | X | 15 | [1-zeilige Zusammenfassung] |
| **Gesamt** | **X** | **100** | |

### KI-Inhaltsrisiko
- **Burstiness-Score**: [X]/10 ([menschenähnlich / moderat / flach])
- **Erkannte KI-Phrasen**: [N] ([gefundene Phrasen auflisten])
- **Wortschatzdiversität (TTR)**: [X] ([hoch / akzeptabel / niedrig])
- **KI-Wahrscheinlichkeit**: [X]% – [Keine Bedenken / Überprüfung empfohlen / Hohes Risiko]
- **Markierte Passagen**: [bestimmte flache oder formelhafte Abschnitte zitieren, falls vorhanden]

### Gefundene Probleme

#### Kritisch (Muss behoben werden)
- [ ] [Problem mit genauer Stelle und Behebung]

#### Hohe Priorität
- [ ] [Problem mit genauer Stelle und Behebung]

#### Mittlere Priorität
- [ ] [Problem mit genauer Stelle und Behebung]

#### Niedrige Priorität
- [ ] [Problem mit genauer Stelle und Behebung]

### Kurzstatistiken
- Wortanzahl: [N]
- Absätze: [N] (X über 150 Wörter)
- H2-Abschnitte: [N] (X als Fragen, X mit Antwort-zuerst-Formatierung)
- Statistiken: [N] mit Quelle / [N] ohne Quelle
- Bilder: [N] (X mit Alt-Text, Formate: ...)
- Diagramme: [N] (Typen: ...)
- Interne Links: [N]
- Externe Links: [N] (Tier-Aufschlüsselung: ...)
- Schema-Typen: [Liste]
- OG/Social-Tags: [vorhanden/fehlend]

### Empfohlene Aktionen
1. [Wirkungsvollste Behebung – zuerst Kritische Punkte]
2. [Zweitwirkungsvollste]
3. [Drittens]

Führen Sie `/blog rewrite <datei>` aus, um diese Optimierungen automatisch anzuwenden.

Exportformate

Standard: Markdown-Bericht

Standardmäßiger detaillierter Bericht wie oben gezeigt.

JSON-Export (--format json)

Maschinenlesbare Ausgabe für die Integration in CI/CD oder Dashboards:

{
  "file": "post.md",
  "title": "...",
  "score": 78,
  "rating": "Akzeptabel",
  "categories": {
    "content_quality": { "score": 22, "max": 30 },
    "seo_optimization": { "score": 18, "max": 25 },
    "eeat_signals": { "score": 12, "max": 15 },
    "technical_elements": { "score": 13, "max": 15 },
    "ai_citation_readiness": { "score": 13, "max": 15 }
  },
  "ai_detection": {
    "burstiness": 6.2,
    "ai_phrases_found": ["Darüber hinaus", "Lassen Sie uns erkunden"],
    "ttr": 0.44,
    "ai_probability": 32
  },
  "issues": {
    "critical": [],
    "high": [],
    "medium": [],
    "low": []
  }
}

Tabellenexport (--format table)

Kompakte Zusammenfassung für schnelle Überprüfung:

Datei            | Punktzahl | Bewertung   | Inhalt | SEO | EEAT | Technik | KI-Bereit | KI-Risiko
post.md          |        78 | Akzeptabel  |  22/30 | 18/25 | 12/15 | 13/15 |     13/15 |      32%

Batch-Modus

Wenn ein Verzeichnis oder das --batch-Flag angegeben wird, nach Blogdateien scannen und eine Zusammenfassungstabelle erstellen. --sort score verwenden, um nach Punktzahl zu sortieren (standardmäßig aufsteigend).

## Blog-Audit-Zusammenfassung: [N] Beiträge analysiert

| Datei | Punktzahl | Bewertung | Inhalt | SEO | EEAT | Technik | KI-Bereit | KI-Risiko | Top-Problem |
|-------|-----------|-----------|--------|-----|------|---------|-----------|-----------|-------------|
| post-1.md | 85 | Stark | 26/30 | 20/25 | 13/15 | 14/15 | 12/15 | 18% | Fehlende OG-Tags |
| post-2.md | 42 | Neu schreiben | 10/30 | 8/25 | 5/15 | 9/15 | 10/15 | 71% | 12 erfundene Statistiken |
| post-3.md | 71 | Akzeptabel | 20/30 | 16/25 | 10/15 | 12/15 | 13/15 | 25% | Kein Antwort-zuerst |

### Prioritätswarteschlange (Niedrigste Punktzahl zuerst)
1. post-2.md (42) – Vollständige Neufassung nötig, hohes KI-Inhaltsrisiko
2. post-3.md (71) – Antwort-zuerst-Formatierung + Statistiken nötig
3. post-1.md (85) – OG-Tags hinzufügen, kleine Verfeinerung

Führen Sie `/blog rewrite <datei>` für jede aus, beginnend mit der niedrigsten Punktzahl.