Zum Inhalt springen
Methodik: Quellenverzeichnis

Jede Empfehlung hat eine Quelle.

453 validierte Studien aus 6.112 gescreenten Papers. 792 belegte Fakten. 93% Reject-Rate. Diese Seite zeigt eine Auswahl der echten Quellen im JERVIS Evidence Corpus, mit Titel, Autoren, Jahr und Link zum Original. Nachprüfbar, bevor Sie kaufen. Stand Juni 2026.

Peer-reviewed  ·  Titel, Autoren, Jahr, Link  ·  Direkt aus dem Evidence Corpus

453 validierte Studien 6.112 gescreente Papers 93% Reject-Rate 792 belegte Fakten
Warum 93% durchfallen

Was ein Paper zum Bestehen braucht

Von 6.112 gescreenten Papers haben nur 453 alle Prüfungen bestanden. Bevor ein Paper in den Evidence Corpus aufgenommen wird, durchläuft es eine programmatische Prüfung im JERVIS Scanner-Code. Sechs Kriterien entscheiden über Aufnahme oder Ablehnung.

  • 🌐

    Web-Bezug Pflicht

    Papers ohne erkennbaren Bezug zu Website-Leistung, SEO, GEO (KI-Sichtbarkeit), Barrierefreiheit oder UX werden nicht aufgenommen.

  • 📊

    Mindest-Konfidenz

    Die Extraktions-Konfidenz muss mindestens 0,5 betragen. Darunter fällt das Paper durch.

  • 📅

    Gültiges Erscheinungsjahr

    Nur Papers zwischen 1950 und dem aktuellen Jahr werden akzeptiert. Fehlende oder unplausible Jahresangaben führen zum Ausschluss.

  • 🔍

    Prüfbares Kernergebnis

    Das extrahierte Kernergebnis muss zwischen 30 und 1.500 Zeichen lang sein. Zu kurz heißt: kein greifbares Ergebnis. Zu lang heißt: keine verdichtete Aussage.

  • 🏷️

    Plausible Themen-Zuordnung

    Jedes Paper braucht zwischen 1 und 12 Themen-Tags. Ohne nachvollziehbare Zuordnung landet kein Paper im Corpus.

  • 🛡️

    Wortüberschneidung mit Original

    Das extrahierte Ergebnis muss mindestens 10% seiner Begriffe mit Titel und Abstract des Original-Papers teilen. Der stärkste Schutz gegen Halluzination: Ergebnisse ohne Bezug zum Original-Text fallen automatisch durch.

Quelle: JERVIS Scanner-Code (interne Qualitätsregel). Die sechs Kriterien laufen automatisiert vor jeder Aufnahme in den Evidence Corpus, ohne manuelle Ausnahme.

42 von 453 Studien

Eine Auswahl aus dem Evidence Corpus

Renommierte, zitierfähige Studien aus dem JERVIS Evidence Corpus, gruppiert nach Themen. Jeder Eintrag stammt unverändert aus der Datenbank: Titel, Autoren beziehungsweise Quelle, Jahr und Link zur Originalquelle.

Performance und Core Web Vitals

Ladezeit, HTTP-Protokolle, Rendering und Mess-Methodik für echte Web-Performance.

8 Quellen
  • Web Experience in Mobile Networks: Lessons from Two Million Page Visits

    Rajiullah et al., 2019 · The Web Conference

    Studie öffnen ↗
  • JSCleaner: De-Cluttering Mobile Webpages Through JavaScript Cleanup

    N. Al-Fawaqa et al., 2020 · The Web Conference

    Studie öffnen ↗
  • Measuring HTTP/3: Adoption and Performance

    Trevisan et al., 2021 · Mediterranean Communication and Computer Networking Conference

    Studie öffnen ↗
  • DNS privacy with speed?: evaluating DNS over QUIC and its impact on web performance

    Kosek et al., 2022 · ACM/SIGCOMM Internet Measurement Conference

    Studie öffnen ↗
  • What-If Analysis of Page Load Time in Web Browsers Using Causal Profiling

    Pourghassemi et al., 2019 · ACM SIGMETRICS, Measurement and Modeling of Computer Systems

    Studie öffnen ↗
  • Beyond First Impressions: Estimating Quality of Experience for Interactive Web Applications

    Jahromi et al., 2020 · IEEE Access

    Studie öffnen ↗
  • Internet in the Middle of Nowhere: Performance of Geoportals in Rural Areas According to Core Web Vitals

    Król & Sroka, 2023 · ISPRS International Journal of Geo-Information

    Studie öffnen ↗
  • Comparison between client-side and server-side rendering in the web development

    Iskandar et al., 2020 · IOP Conference Series: Materials Science and Engineering

    Studie öffnen ↗

SEO

Ranking-Faktoren, Nutzerverhalten in der Suche und Content-Optimierung.

6 Quellen
  • Improving Web Search Ranking by Incorporating User Behavior Information

    Agichtein et al., 2019 · ACM SIGIR Forum (Test-of-Time-Award-Wiederabdruck, Original SIGIR 2006)

    Studie öffnen ↗
  • Using Machine Learning for Web Page Classification in Search Engine Optimization

    Matosevic et al., 2021 · Future Internet

    Studie öffnen ↗
  • Search engine optimization: The long-term strategy of keyword choice

    Erdmann et al., 2022 · Journal of Business Research

    Studie öffnen ↗
  • Measuring user interactions with websites: A comparison of two industry standard analytics approaches using data of 86 websites

    Jansen et al., 2022 · PLoS ONE

    Studie öffnen ↗
  • Direct Answers in Google Search Results

    Strzelecki & Rutecka, 2020 · IEEE Access

    Studie öffnen ↗
  • Academic Excellence, Website Quality, SEO Performance: Is there a Correlation?

    Giannakoulopoulos et al., 2019 · Future Internet

    Studie öffnen ↗

GEO: KI-Sichtbarkeit

Wie generative Suchsysteme Web-Content auswählen, zitieren und zusammenfassen.

5 Quellen
  • Generative Echo Chamber? Effect of LLM-Powered Search Systems on Diverse Information Seeking

    Sharma et al., 2024 · CHI Conference on Human Factors in Computing Systems

    Studie öffnen ↗
  • MMSearch: Benchmarking the Potential of Large Models as Multi-modal Search Engines

    Jiang et al., 2024 · arXiv.org

    Studie öffnen ↗
  • What Generative Search Engines Like and How to Optimize Web Content Cooperatively

    Wu et al., 2025 · arXiv.org

    Studie öffnen ↗
  • Beyond SEO: A Transformer-Based Approach for Reinventing Web Content Optimisation

    Lüttgenau et al., 2025 · arXiv.org

    Studie öffnen ↗
  • GEO: Generative Engine Optimization

    Aggarwal et al., 2024 · ACM SIGKDD, Knowledge Discovery and Data Mining

    Studie öffnen ↗

UX und Conversion

Lesbarkeit, Vertrauenssignale, Dark Patterns und was Nutzer wirklich konvertieren lässt.

12 Quellen
  • An Efficient Bandit Algorithm for Realtime Multivariate Optimization

    Hill et al., 2017 · ACM SIGKDD, Knowledge Discovery and Data Mining

    Studie öffnen ↗
  • Understanding the effects of different review features on purchase probability

    Kim et al., 2018 · Electronic Word of Mouth as a Promotional Technique

    Studie öffnen ↗
  • Exploring the effects of a non-interactive talking avatar on social presence, credibility, trust, and patronage intention in an e-commerce website

    Liew et al., 2017 · Human-Centric Computing and Information Sciences

    Studie öffnen ↗
  • Second Chance for a First Impression? Trust Development in Intelligent System Interaction

    Tolmeijer et al., 2021 · User Modeling, Adaptation, and Personalization (UMAP)

    Studie öffnen ↗
  • Towards Individuated Reading Experiences: Different Fonts Increase Reading Speed for Different Individuals

    Wallace et al., 2022 · ACM Transactions on Computer-Human Interaction

    Studie öffnen ↗
  • Dark patterns in online shopping: do they work and can nudges help mitigate impulse buying?

    Sin et al., 2022 · Behavioural Public Policy

    Studie öffnen ↗
  • Dark Patterns in Online Shopping: of Sneaky Tricks, Perceived Annoyance and Respective Brand Trust

    Voigt et al., 2021 · Interacción

    Studie öffnen ↗
  • Effect of Live Chat on Traffic-to-Sales Conversion: Evidence from an Online Marketplace

    Sun et al., 2020 · Production and Operations Management

    Studie öffnen ↗
  • Need for Speed: The Impact of In-Process Delays on Customer Behavior in Online Retail

    Gallino et al., 2022 · Operational Research

    Studie öffnen ↗
  • F-Shaped Pattern of Reading on the Web: Misunderstood, But Still Relevant (Even on Mobile)

    Nielsen Norman Group, 2017 · Nielsen Norman Group

    Studie öffnen ↗
  • Trustworthiness in Web Design: 4 Credibility Factors

    Nielsen Norman Group, 2016 · Nielsen Norman Group

    Studie öffnen ↗
  • Buying a New Product with Inconsistent Product Reviews from Multiple Sources: The Role of Information Diagnosticity and Advertising

    Leer et al., 2021 · Journal of Interactive Marketing

    Studie öffnen ↗

Barrierefreiheit

WCAG-Konformität, automatisierte Prüfwerkzeuge und reale Nutzung durch Menschen mit Behinderung.

6 Quellen
  • Large-scale study of web accessibility metrics

    Martins & Duarte, 2022 · Universal Access in the Information Society

    Studie öffnen ↗
  • Ma11y: A Mutation Framework for Web Accessibility Testing

    Tafreshipour et al., 2024 · International Symposium on Software Testing and Analysis (ISSTA)

    Studie öffnen ↗
  • An Empirical Investigation of the Accessibility of Official European Tourism Websites

    Kous & Polančič, 2021

    Studie öffnen ↗
  • An Analysis of the Web Accessibility of the Brazilian Federal Universities Websites Based on e-MAG

    Santos & Maia, 2023 · Simpósio Brasileiro de Fatores Humanos em Sistemas Computacionais

    Studie öffnen ↗
  • Web accessibility of Indian cultural heritage information: an analytical study of museum websites

    Pandey & Kumar, 2023 · Journal of Cultural Heritage Management and Sustainable Development

    Studie öffnen ↗
  • SmartCaption AI - Enhancing Web Accessibility with Context-Aware Image Descriptions Using Large Language Models

    Huynh & Lin, 2024 · International Conferences on Computing Advancements

    Studie öffnen ↗

Datenschutz und Vertrauen

DSGVO-Consent-Praxis, Cookie-Banner-Design und was Besucher als vertrauenswürdig einstufen.

6 Quellen
  • (Un)informed Consent: Studying GDPR Consent Notices in the Field

    Utz et al., 2019 · ACM Conference on Computer and Communications Security (CCS)

    Studie öffnen ↗
  • Do Cookie Banners Respect my Choice? Measuring Legal Compliance of Banners from IAB Europe’s Transparency and Consent Framework

    Matte et al., 2019 · IEEE Symposium on Security and Privacy

    Studie öffnen ↗
  • We Value Your Privacy ... Now Take Some Cookies: Measuring the GDPR’s Impact on Web Privacy

    Degeling et al., 2019 · NDSS, Network and Distributed System Security Symposium

    Studie öffnen ↗
  • This Website Uses Nudging: MTurk Workers’ Behaviour on Cookie Consent Notices

    Fernández et al., 2021 · Proceedings of the ACM on Human-Computer Interaction

    Studie öffnen ↗
  • A US-UK Usability Evaluation of Consent Management Platform Cookie Consent Interface Design on Desktop and Mobile

    Bouma-Sims et al., 2023

    Studie öffnen ↗
  • “So I Sold My Soul”: Effects of Dark Patterns in Cookie Notices on End-User Behavior and Perceptions

    Borberg et al., 2022 · Symposium on Usable Privacy and Security

    Studie öffnen ↗
Diese Seite zeigt eine Auswahl. Der vollständige JERVIS Evidence Corpus umfasst 453 validierte Studien mit 792 extrahierten Fakten, Stand Juni 2026. Jede Empfehlung im JERVIS Report trägt ihre eigene Quellen-Referenz, nicht nur die 42 hier gezeigten Einträge. Im vollständigen Audit sehen Sie zu jedem Finding die passende Studie und die gemessene Effektgröße. Wie diese Zuordnung von Fakt zu Fundstelle technisch funktioniert, erklärt Evidenzbasiertes SEO.
Jetzt prüfen

Nachprüfbar, bevor Sie kaufen.

Lesen Sie die Methodik dahinter, starten Sie ein echtes Audit oder prüfen Sie Ihre Website zuerst kostenlos. Jede Empfehlung mit Quelle, Stand Juni 2026.

Keine Laufzeit  ·  Report in 5 Werktagen  ·  Jede Empfehlung mit Quellenbeleg