Wie die semantische Suche zur Priorität wird

Als Unternehmer bist Du stetig darauf bedacht, Deinen Kunden den bestmöglichen Service zu bieten. Er soll Dein Unternehmen wertschätzen und weiterempfehlen. Dein oberstes Ziel ist also ein zufriedener Kunde. So geht es auch dem Google-Konzern. Auch dieses Unternehmen möchte seinen Usern stets die bestmögliche Nutzererfahrung bieten. Damit es das auch gewährleistet werden kann, gibt es zahlreiche Google-Updates, die Veränderungen in der Suchmaschinenoptimierung mit sich bringen. Welche das sind, erfährst Du in diesem Beitrag.

Semantik im Fokus

Ein wichtiger Faktor, wenn nicht sogar der wichtigste, ist die semantische Suche bei Google. Doch was ist eine semantische Suche? Sie beschreibt die Funktion von Suchmaschinen, Verbindungen zwischen einzelnen Themen herzustellen. Um zu verstehen, wie genau das funktioniert, ist es wichtig, über Entitäten Bescheid zu wissen. In der Welt der Suchmaschinen sind damit bestimmte Parameter gemeint, die eine Suchanfrage definieren. So gibt es beispielsweise benannte Entitäten wie tatsächlich existierende Personen, Unternehmen, Produkte oder Orte. Ebenso existieren aber auch sogenannte Konzepte. Sie beschreiben eher physikalische oder psychologische Eigenschaften wie Entfernungen oder Mengen.

Was ist eine semantische Suche?

Eine semantische Suche bedeutet, dass Google einzelne Entitäten in einer Suchanfrage erkennt, sie mit anderen abgleicht und auf diese Weise noch bessere Suchergebnisse für User ausliefern kann. Eine solche Entität kann zum Beispiel ein Unternehmen oder ein Produkt sein. Aber Achtung, eine Entität entscheidet sich von einem Keyword. Denn bei einem Keyword kommt es nur auf eine Kombination von Zeichen an. So erkennt Google in der klassischen Suche nur die „Schrift“ an sich und gleicht sie mit anderen Dokumenten ab, um passende Ergebnisse auszuliefern. Bei der semantischen Suche findet allerdings eine Deutung der Suchanfrage statt.

Auf diese Weise entsteht ein vollständiges Verständnis über alle Inhalte im Internet (Data Mining) – Das funktioniert durch die Analyse zahlreicher Suchanfragen. Welche Intentionen stecken dahinter? Welches Ziel hat der Suchende im Internet? Um diese Fragen zu beantworten, identifiziert Google Entitäten in einer Suchanfrage und organisiert diese in einem Index.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Wie wird Data Mining dargestellt?

Data Mining beschreibt den Prozess, bei dem große Datenmengen verarbeitet und vor allem bewertet werden. Zahlreiche Muster und Trends sowie zukünftige Wahrscheinlichkeiten werden ermittelt. Diese Analyse ist deutlich detaillierte als ein reiner Suchprozess, hier werden Daten nicht nur abgeglichen, sondern auch bewertet.

Bei Google funktioniert das, in dem der sogenannte Knowledge Graph Beziehungen zwischen einzelnen Informationen und Entitäten darstellt. Für jede Entität wird hierbei ein Label vergeben, welches dann in den Suchergebnissen als Box angezeigt wird. Die entitätenbasierte Suche stellt auf diese Weise Verknüpfungen her, wodurch User Zusammenhänge schneller erkennen können.

Wie ist die semantische Suche greifbar?

Werden wir mal ein bisschen anschaulicher. Abends beim Fernsehen schaust Du einen Film, zum Beispiel „Matrix“. Doch der Name des Schauspielers will dir partout nicht einfallen. Was passiert? Du greifst zum Handy und tippst den Filmtitel in die Suchmaschine ein. Google erkennt den Filmtitel als Entität und stellt Verknüpfungen zu anderen Entitäten her. So bekommst Du in einzelnen Knowledge Panels Informationen angezeigt, die passende Entitäten enthalten.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

In dieser Abbildung siehst Du, dass sofort eine kurze Zusammenfassung des Films angezeigt wird. Das Datum der Erstausstrahlung, die Filmlänge sowie eine inhaltliche Zusammenfassung sind dabei nur einige Elemente, die Dir angezeigt werden. Zusätzlich werden die Schauspieler (verwandte Entitäten) vorgeschlagen, die wichtige Rollen in dem Film gespielt haben und auch Bewertungen anderer User kannst Du direkt einsehen.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Einen Schritt weiter gehen die Vorschläge für eine erweiterte Suche. Auch das ist ein gutes Beispiel dafür, dass Google seinen Usern dabei helfen will, das bestmögliche Erlebnis bei einer Suche zu haben.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Google Algorithmen im Blick

Realisiert wird das mithilfe zahlreicher Google-Updates und Algorithmen. Welche besonders großen Einfluss auf die semantische Suche haben, siehst Du in dieser Übersicht:

Hiermit werden Zusammenhänge und Beziehungen von Entitäten dargestellt. Grundlage dafür sind technische Daten, welche statt Wortketten Kontext zwischen einzelnen Datenmengen herstellen. Seit 2012 visualisiert Google mit dem Knowledge Graph Informationen aus zahlreichen Datenbanken, mit dem Ziel, Eigenschaften einzelner Entitäten zu bestimmen, um die bestmöglichen Suchergebnisse auszuspielen.

Dieses System kann die Qualität von Suchergebnissen bewerten (Query Processing). Mittels maschinellen Lernens prüft RankBrain die Suchintention im Vergleich mit den Suchergebnissen. Mit dieser intelligenten KI wird eine enorme Datenmenge verarbeitet, die darauf abzielt, die Qualität von Suchergebnissen stetig zu verbessern. Mit dessen Einführung 2015 bestätigte Google erstmals, dass maschinelles Lernen bei der organischen Suche zum Einsatz kommt.

Dieser Google-Algorithmus wurde ebenfalls initiiert, um die Qualität von Suchergebnissen zu verbessern. Seit 2019 sorgt BERT für ein besseres Verständnis von Suchintentionen durch User.

Dieses Prinzip vereint die Vokabeln „Expertise, Authority und Trustworthiness“ in sich. Damit ist also gemeint, dass Kompetenz, Autorität und Vertrauen miteinander kombiniert werden. Verfolgst Du als Publisher dieses bei der Contenterstellung, steigt die Qualität Deiner Inhalte, was auch Google positiv bewertet. Denn E-A-T ist ein Merkmal, das auf die hohe Qualität einer Seite hinweist und sie für die Nutzer hilfreich macht.

Technischer Fortschritt

Es wird schnell deutlich, dass der technische Fortschritt dafür sorgt, dass Google-Suchergebnisse noch hilfreicher für User werden. Funktioniert das nur dank maschinellen Lernens? Nicht nur. Die Prozesse, die die organische Suche vorantreiben, sind viel komplexer. So gibt es neben dem maschinellen Lernen und dem Data Mining weitere Algorithmen, welche die Suchergebnisse beeinflussen. Grundsätzlich analysiert Google große Datenmengen, um Muster und Verbindungen zu erkennen.

Das funktioniert dank maschinellen Lernens. Doch was ist damit eigentlich gemeint? Damit wird der Prozess beschrieben, einer Maschine beizubringen, wie ein Mensch zu lernen. Durch die kontinuierliche Analyse von Trainingsdaten (z. B. Wikipediaeinträge) entwickelt die Maschine eine Art „Verständnis“ von verschiedenen Themen und ist auch in der Lage, Zusammenhänge zu erkennen.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Wie kann Google verstehen lernen?

Natural Language Processing (NLP)

Das gelingt Google durch den Einsatz von künstlicher Intelligenz (Artificial Intelligence = AI). Diese ist inzwischen so weit entwickelt, dass sie menschliche Sprache verstehen kann. Diese Fähigkeit hat auch einen Namen: Man nennt sie Natural Language Processing, kurz NLP. Unabhängig davon, ob es sich um gesprochene oder geschriebene Sprache handelt, die KI nutzt NLP, um menschliche Sprache in technische Daten umzuwandeln und zu verarbeiten.

Diese Verarbeitung wiederum ist als Natural Language Understanding (NLU) bekannt. Inzwischen können ganze Textpassagen verarbeitet werden, es ist eine Natural Language Generation entstanden. Computer können inzwischen eigenständige Dialoge führen. Was nach Zukunftsvision klingt, ist dank LaMDA-Sprachmodell längst schon Realität. Beispiele dafür sind Chatbots, Echtzeit-Übersetzungen oder Sprachdialoge über Home Assistants wie Alexa oder Google Home.

Wo kommt NLP in der Suchmaschine zum Einsatz?

Natural Languange Processing ist bei Google inzwischen an der Tagesordnung. Menschliche Sprache zu verstehen, ist ein Qualitätsmerkmal für die organische Suche. Doch wie wird sie im Alltag sichtbar? Beispielsweise das Beantworten von W-Fragen in den SERPs oder die Echtzeitübersetzungen zeigen, dass NLP funktioniert.

Grund dafür ist vor allem das Passage Ranking. Das ist die Funktion der Suchmaschine, einzelne Textpassagen in den SERPs als Antworten anzuzeigen, wie Du in dieser Abbildung sehen kannst. Auf diese Weise soll Usern noch schneller geholfen werden, Antworten auf ihre Fragen zu finden.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Was heißt das für Dich als Website-Betreiber? Es ist wichtig, Daten so zu strukturieren, dass sie für Maschinen lesbar und verständlich sind, damit sie Texte noch besser verstehen können. Die Schlüssel dafür sind einfache Sprache, kurze, prägnante Worte und Worte mit wenigen Silben. Schachtelsätze und Wortaneinanderreihungen gehören der Vergangenheit an.

So funktioniert NLP

Natural Language Processing begegnet Website-Betreibern in verschiedenen Phasen. Bereits bei der Datenbereitstellung kommt NLP zum Einsatz, um einzelne Sätze zu tokenisieren. Das bedeutet, dass die KI Sätze in Teilbereiche unterteilt, um ein besseres Verständnis zu schaffen. Als Publisher solltest Du Deine Daten so vorbereiten und kennzeichnen, dass sie entsprechend von Google verarbeitet werden können.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Gute Datenpflege ist wichtig. Denn dann gelingt es der Suchmaschine noch besser, Texte zu verstehen oder gar anzureichern. Letzteres ist zum Beispiel der Fall, wenn der Seitentitel eine andere Sprache enthält als der restliche Text. Mehr dazu haben wir auch hier zusammengefasst. Je mehr qualifizierte Daten für die Suchmaschine hinterlegt werden, desto mehr kann die KI Inhalte verstehen.

Grammatik in Suchmaschinen

Dieses Verständnis findet auch auf grammatikalischer Ebene statt. Bei der organischen Suche werden heute nicht mehr nur Substantive verarbeitet, auch Verben, Adverbien oder Personalpronomen gewinnen an Bedeutung in den Suchmaschinen. So hat jede Wortart eine andere Funktion aus Googles Sicht.

Wirkungen

  • Subjekt / Objekt: Entität
  • Verben: Beziehungen
  • Adjektiv: Stimmung

Demnach werden Subjekte und Objekte als Entitäten wahrgenommen, während Verben Beziehungen herstellen können und Adjektive Stimmungen oder Meinungen repräsentieren. Google ist also nicht nur in der Lage, Entitäten zu ermitteln und Beziehungen zwischen diesen herzustellen. Ebenso gelingt es inzwischen, die Stimmung oder Meinung einer Suchintention zu analysieren. Zum Einsatz kommt dafür der Sentiment-Score. Welche Meinung haben Kunden über ein bestimmtes Unternehmen oder eine Marke (Entität)? Auch das kann Google herausfinden.

E-A-T-Prinzip

Ein Beispiel dafür ist das E-A-T-Prinzip. Google nutzt dieses, um Marken zu identifizieren. Seit Hummingbird ermitteln die Suchmaschinen Entitäten und setzen sie in Beziehungen. Dazu gehören auch die Beziehungen zwischen Firmen, Kunden und ähnlichen Themen, die mit diesem im Zusammenhang stehen. Wenn Google in den SERPS sogenannte „About This result“-Boxen anzeigt, vermitteln diese dem User Expertise, Autorität und Trust (E-A-T). Die Suchanfrage ist fast damit zu vergleichen, als würde man einen guten Freund fragen: „Kennst Du Zalando?“. Anstatt dass der Freund antwortet: „Ja, das ist doch der Anbieter für Schuhe, Kinderkleidung und Damenmode“, wirft die Suchmaschine diese Antwort aus.

Bleiben wir bei unserem Matrix-Beispiel. Möchtest Du zum Beispiel wissen, wie alt der Schauspieler Keanu Reaves ist, wirft Google Dir als Antwort direkt ein Knowledge-Panel mit dem Alter aus und schlägt Dir weitere Themen vor, die Dich interessieren könnten.

Diese „About This Result“-Boxen sind ein starkes Trust-Element in der Google Suche und stärken auch die Vertrauenswürdigkeit der Quelle, die in den SERPs angezeigt wird. Diese Boxen werden erstellt, weil Google dank NLP Entitäten erkennt. Je häufiger eine bestimmte Entität mit einer anderen in Kombination auftritt, desto wahrscheinlicher ist es, dass diese Entität relevant für die Kategorie oder Ontologie der Suchanfrage ist.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Das Problem mit der Datenmenge

Doch all diese Entwicklungen fordern ihren Tribut. Enorme Mengen an Rechenleistung sind gefragt, um diese Prozesse reibungslos ablaufen zu lassen. Aktuell ist die Forschung in Sachen Quantencomputing noch nicht ausgreift genug, um den Anforderungen von Google gerecht zu werden. Ein klares Zeichen dafür, dass sich der Fortschritt in Sachen semantische Suche eher in der Software abspielt. Doch eins ist klar: Die Optimierung der Suchsysteme schreitet voran und Google kommt seinem obersten Ziel, die bestmögliche Nutzererfahrung bieten zu wollen, immer näher. Doch die Rechenleistung reicht schlichtweg noch nicht für das Big Scale Machine Learning aus.

MUM als einheitliches Modell

Als Alternative kommt nun MUM zum Einsatz. MUM steht für Multitask Unified Model und ist ein neuer Algorithmus, der seit September 2021 zum Einsatz kommt. Er ist als Erweiterung der BERT-Algorithmus zu verstehen und soll eine noch bessere Usererfahrung für komplexe Anfragen bieten.

Mit der Einführung von MUM werden mehrere parallel laufende Prozesse reduziert, um effizienter zu arbeiten und eine bessere Performance zu erzielen. Statt Hummingbird, RankBrain und BERT gibt es nun MUM. Hier wird Machine Learning mit Natural Language Processing kombiniert. Was hat das für Folgen?

Spätestens Dank MUM ist die reine Keyword-Text-Analyse ein Relikt der Vergangenheit. Die semantische Suche revolutioniert die Suchmaschinen mit künstlicher Intelligenz und leistungsstarken Algorithmen. Inzwischen kann eine Suchmaschine Kontext zwischen einzelnen Wortbeziehungen herstellen. Dank eindeutiger Grammatik- und Satzstruktur sowie Verben kann Google Entitäten miteinander verbinden und die Suchanfragen auf diese Weise genau analysieren und verstehen.

Zur Veranschaulichung: Du suchst nach „Waschmaschine kaufen ja oder nein“. Wo zuvor möglicherweise diverse Artikel mit den Worten „ja oder nein“ angezeigt wurden, siehst Du nun Beiträge, in denen Vor- und Nachteile eines Waschmaschinenkaufs thematisiert werden. Dies zeigt, dass Long-Tail-Anfragen deutlich besser beantwortet werden können.

Doch die Analyse geht dank NLP noch viel tiefer. Angenommen Du möchtest Dich auf Deinen nächsten Urlaub vorbereiten und recherchierst bei Google „Ich war letzten Sommer in Spanien tauchen und fahre dieses Jahr im Sommer nach Frankreich, muss ich mich anders vorbereiten?“. Die Suchmaschine wird diese Suchanfrage in einzelne Entitäten unterteilen. So werden beispielsweise die Jahreszeit, das Verb und der Standort berücksichtigt, um Dir das bestmögliche Ergebnis zu liefern. Statt einen Text, der genau diesen Wortlaut enthält, bekommst Du Produktempfehlungen für Tauchausrüstung, Reiseempfehlungen für Frankreich und Informationen über das Wetter im Sommer angezeigt.

Folgen der Implementierung von MUM für die Google Suche sind u.a.:

  • Mehr Nutzerorientierung
  • Stärkere Semantik
  • Effizientere und ressourcenschonendere Suchergebnisse
  • Inetrnationale Results
  • Berücksichtigung aller Medienformate
  • Klassifizierung und Bewertung von Content
  • Relevanz strukturierter Daten sinkt

Dieser Algorithmus ist deutlich komplexer als seine Vorgänger und hat das Ziel, ein tiefes Verständnis von weltweitem (Online)-Wissen zu entwickeln. Daten aus sämtlichen Ländern und Medienformaten werden vereint. Mit MUM beitreibt Google qualifiziertes Data Mining, denn erstmals werden auch Bilder, Audios und Videos erkannt und vor allem verstanden (Natural Language Understanding).

Es gelingt Google inzwischen, Entitäten aus Audio- und Videospuren zu ermitteln. Ein weiterer Fortschritt: das Data Mining verläuft in 75 Sprachen parallel. Alle Ergebnisse werden in einem Index zusammengefasst. Dank der entitätenbasierten Suche stellen Sprachen keine Barrieren mehr dar. Ein hohes Informationsniveau in jedem Land und hochwertige internationale Results sind die Folge.

Dabei greift Google auf weltweites Wissen zurück – und vor allem auch auf alle Medienformate. Denn Google kann auch konkrete Fragen aus Bild und Text beantworten. Erfüllt ein Produkt auf einem Bild die Suchanfrage? MUM weiß, ob es zu den Anforderungen passt oder nicht. So kann es auch passieren, dass Dir zusätzlich Bilder in den SERPs angezeigt werden. Bestimmte Verben wie zum Beispiel „aussehen“ veranlassen Google dazu, Dir Bildvorschläge zu zeigen.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Dieser Aspekt ist besonders für Publisher von Anleitungen oder Dienstleistungen relevant. Mittels Google Lens können User Bilder von kaputten Gegenständen hochladen und Google nutzt MUM, um passende Lösungen für Reparaturen anzubieten. Die Suchmaschine entwickelt sich stetig weiter. Statt reine Informationen auszuspielen, sind die Änderungen eher darauf ausgerichtet, praktisches Wissen zu vermitteln. Suchst Du zum Beispiel nach Anleitungen, um Deinen DVD Rekorder zu reparieren, zeigt Google Dir direkt praktische Videos mit entsprechenden Anleitungen an.

Sichere Dir die Infografik zum Thema Semantik von KUNDENWACHSTUM.de.

Um mehr zu sein, als ein reines „Nachschlaglexikon“, steht der Konzern vor der Herausforderung, Content zu qualifizieren. Was ist wirklich informativ und was eher weniger? Google reagiert hier mit einer Qualitätsoffensive und nutzt beispielsweise die „About This Result“-Boxen, um Informationen über Publisher oder die HTTPS-Verschlüsselung der Ergebnisseite zu liefern.

Der Fokus liegt in der semantischen Suche auf Entitäten, Themenclustern und E-A-T, statt auf reinen Keywords. Weiterhin bleibt das technische SEO wichtig, um suchmaschinenrelevante Inhalte entsprechend zu indexieren. Allerdings müssen diese relevant sein und Autorität vermitteln. Daher gilt es Trust mittels HTTPS und User Experience zu optimieren. Gute Mittel dafür sind und bleiben Content und Linkbuilding.

In der Google-Suche werden auch andere Medienformate wie Videos oder Podcasts immer wichtiger. Denn auch sie strahlen Autorität aus. Aus diesem Grund werden sie künftig häufiger in SERPs zu finden sein, denn MUM hat Zugriff auf eine deutlich größere Datenquelle. Das kollektive Wissen für die Google Suche beschränkt sich nicht mehr auf Textergebnisse, sie umfasst nun auch weitere Medienformate.

Content-Revolution durch MUM

Reine Content-Produktion genügt den Ansprüchen einer modernen semantischen Suche nicht mehr. Warum? User sollen nicht mehr nur mit Informationen versorgt werden. Sie sollen während ihrer gesamten Customer Journey begleitet werden. Wenn auch Du als Publisher dieses Ziel verfolgst, solltest Du Dich darauf konzentrieren, hochwertigen Content zu erstellen. Vor allem W-Fragen werden immer relevanter. Recherchiere, welche für Dein Themencluster relevant sind, um Deinen Website-Content noch interessanter für User und Google zu machen.

Wichtig sind außerdem sogenannte Content-Touchpoints. Statt grobe Analysen über Suchintentionen sind detaillierte SERP-Checks notwendig. Suchen User nach einem lustigen Video zur Unterhaltung, einer Schritt-für-Schritt-Anleitung als Lösung für ein Problem oder wollen sie nur kurz eine Frage beantwortet haben? Auch aus Verkäuferperspektive ist es wichtig zu wissen, ob ein Kunde sich noch in der Vergleichsphase befindet oder direkt einen Kauf tätigen möchte. Noch viel wichtiger ist aber, dass Website-Betreiber sie während dieser gesamten Reise unterstützen.

Das kann auch gelingen, indem während dieser gesamten Reise Informationen bereitgestellt werden. Produktbezogene FAQs oder Bedienungsanleitungen können hier der erste Schritt in die richtige Richtung sein. Aber auch E-Mail-Marketing ist hier ein wichtiges Instrument, um Kunden durch die Customer Journey zu leiten.

Fazit

Die manuelle SERP-Analyse wird immer wichtiger, um genau diese Bedürfnisse ausfindig zu machen. Mit MUM steigen die Anforderungen, denn hier ist nicht nur Text-Content relevant, sondern auch Bilder und Videos, Audios oder Podcasts. Durch die Entitäten kann Google selbstständig die Inhalte erkennen und verarbeiten. Es reicht also nicht mehr, Alt-Tags zu pflegen. Auch der Content in Videos & Co. an sich, sollte mit semantisch passenden Begriffen gespickt sein.

Ebenso wichtig ist hochwertiger Offline-Content. Erwähnungen in externen Medien sind mindestens so relevant wie qualitativer Onpage-Content. Hier ist die Arbeit von Content-Creatorn, PR-Experten, Social-Media-Profis und Influencern gefragt. Es wird immer schwieriger für SEO-Experten, durch klassische SEO-Maßnahmen positiv Einfluss auf das Ranking zu nehmen. Entscheidend ist der thematische Kontext.

Die Suchergebnisse werden mit Einführung von MUM und BERT immer genauer und detaillierter – zufriedenstellender für User, sodass weniger Klicks auf Unterseiten notwendig sind. Nun wird die Befürchtung laut, dass der Traffic durch MUM sinken könnte. Aktuell ist es allerdings so, dass Google auf den Content von Publishern angewiesen ist. Außerdem kann selbst die intelligente Suchmaschine kein tiefgehendes Fachwissen eigenständig generieren. Wenn es um Kompetenzen geht, siegen ausgebildete Fachkräfte, die ihr Wissen bereitstellen. Aus diesem Grund wirst Du mit Deiner Website auch künftig weiterhin Traffic erhalten, wenn Du guten Content anbietest.

Du möchtest noch mehr Wissen?

Weitere Tipps und interessante Artikel findest Du in unserer Ratgeber-Übersicht.

Beginnen Sie mit der Eingabe und drücken Sie Enter, um zu suchen