Semantische Suche (Semantic Search)

Was ist die semantische Suche?

Mithilfe der Semantic Search (zu Deutsch: „Semantische Suche“) sind Suchmaschinen in der Lage, die Bedeutung einer Suchanfrage besser zu verstehen und zu interpretieren. Dadurch profitieren Nutzer von präziseren und zielgerichteteren Suchergebnissen.

Eingeführt wurde die Semantische Suche 2013 mit dem Google Hummingbird Update.

Wie funktioniert die semantische Suche?

Gegenüber der klassischen Beantwortung von Suchanfragen, die lediglich auf dem Abgleich von Keywords basierte, versucht die Semantische Suche die wahre Suchintention des Nutzers besser zu verstehen. Speziell entwickelte Algorithmen stellen Wörter, Texte und Sätze gegenüber und versuchen die Beziehung dieser Faktoren zueinander zu ermitteln. Hierfür setzen Suchmaschinen insbesondere auf Synonyme, Assoziationen und Hintergrundwissen.

Wenn Nutzer A beispielsweise „Mobiltelefon“ eingibt und Nutzer B „Handy“, meinen beide im Prinzip dasselbe. Eine keywordbasierte Suche würde beiden allerdings unterschiedliche Suchergebnisse liefern, da hier die Keywordrelevanz einer Webseite bedeutender ist, als die Themenrelevanz der Seite als Ganzes.

Die Semantische Suche ist allerdings in der Lage, solche Synonyme zu erkennen und passende Suchergebnisse zu liefern, unabhängig davon, ob eine Webseite nun öfter das Keyword „Mobiltelefon“ oder „Handy“ benutzt.

Genauso verhält es sich auch mit Assoziationen. Hierfür entwickelte Google den Google Knowledge Graph. Dieser basiert auf einer Wissensdatenbank, in der Informationen über Personen, Orte und Ereignisse, sowie die Bezüge zueinander gesammelt sind.

Jemand, der „Bundeskanzler Deutschland“ eingibt, assoziiert damit meistens direkt auch Angela Merkel als aktuelle Bundeskanzlerin. Geben wir also den Suchbegriff bei Google ein, ist der Suchmaschinenriese durch die Semantische Suche in der Lage, die Absicht hinter unserer Suche zu erkennen und liefert direkt die passende Antwort:

Was bedeutet Semantik?

Im Allgemeinen ist Semantik ein Teilgebiet der Linguistik, welches sich mit der Bedeutung von Zeichen befasst. Speziell auf Sprache und Text bezogen geht es um den Bedeutungsinhalt eines Wortes und wie sich dieses zu komplexen Äußerungen kombinieren lässt, sodass ganze Sätze oder Texte entstehen. Synonyme beispielsweise verweisen stets auf dieselbe Sache, weswegen sie die gleiche Bedeutung haben.

Die Bedeutung der Wörter bzw. Sätze ist dabei kontextabhängig, sodass sie je nach Anwendungssituation variieren kann.

Die Bedeutung von Entitäten für die semantische Suche

Die Entität hat ihren Ursprung im Bereich der Informatik und beschreibt ein Objekt, dem verschiedene Informationen und Eigenschaften zugeordnet sind. Jedes Objekt weist dabei einzigartige Merkmale auf. Die Identifizierung eines Objektes mithilfe solcher Entitäten spielt bei der semantischen Suche eine entscheidende Rolle, um die Suchintention eines Nutzers besser einordnen zu können. Google selbst definiert eine Entität in der Patentschrift “Ranking Search Results Based On Entity Metrics” als eine Sache oder ein Konzept, das einzigartig, klar definiert und unterscheidbar ist. Entitäten bilden die Basis für die semantische Interpretation von Suchanfragen.

Ob ein Nutzer mit dem Begriff „Jaguar“ nun das Tier oder das Auto meint, lässt sich beispielsweise mithilfe der Entitäten bestimmen. So weist das Tier Jaguar andere Eigenschaften und Attribute auf, als das Auto. Das Wissen über Entitäten und deren Beziehungen zueinander (siehe auch: Ontologie) speichert Google in einer riesigen Datenbank. Der 2012 von Google eingeführte Knowledge Graph beispielsweise basiert auf den Informationen aus dieser Wissensdatenbank.

Was ist der Google Knowledge Graph?

Der Google Knowledge Graph ist ein wesentlicher Bestandteil der Semantic Search. Dieser befindet sich bereits seit 2012 im Einsatz und erscheint bei vielen Suchanfragen als Infobox direkt unterhalb der Suchleiste. Er beantwortet Fragen der Nutzer direkt, ohne, dass diese überhaupt auf eine Webseite klicken müssen. Und vor allem liefert er Ergebnisse, die zeigen, wie gut Google mittlerweile die Suchintention des Nutzers versteht, auch ohne, dass dieser das exakte Keyword dafür in die Suchleiste eingeben muss.

Fragen wir Google beispielsweise „Wie ist das Wetter in Frankfurt“, beantwortet der Knowledge Graph uns die Frage bereits innerhalb der Suchergebnisliste:

Auch wenn wir „Bundeskanzler Deutschland“ eingeben, ist Google dank der semantischen Suche in der Lage, die Absicht unserer Suche korrekt zu interpretieren und eine sofortige Antwort auszugeben.

Der Knowledge Graph ist im Grunde eine riesige Datenbank mit semantisch verwandten Entitäten. Dabei umfasst die Datenbank bereits rund 600 Millionen Entitäten und mehr als 18 Milliarden Attribute, die Google dabei helfen, einzelne Suchbegriffe in Beziehung zueinander zu setzen und so den Kontext und die Suchintention einer Anfrage besser zu erschließen.

Der Knowledge Graph enthält somit Millionen von Einträgen, die Entitäten aus der realen Welt wie Menschen, Orte oder Dinge abbilden. Zu den gespeicherten Entitätstypen zählen beispielsweise „Buch“, „Film“, „Person“, „Veranstaltung“, „lokales Geschäft“ und viele weitere.

Zum Knowledge Graph hierzu eine Einführung von Google selbst:

RankBrain, künstliche Intelligenz und die Semantische Suche

Der Algorithmus RankBrain wurde 2015 von Google implementiert. Er basiert auf Machine Learning und bezieht auch künstliche Intelligenz mit ein. Neben Backlinks und relevanten Inhalten zählt RankBrain damit zu den wichtigsten Rankingfaktoren.

Mithilfe von RankBrain ist Google in der Lage, Synonyme, Wortschöpfungen und Umgangssprache zu erkennen und zielgerichteter auszuwerten. Dies ist insbesondere auch für die Voice Search ein bedeutender Aspekt.

RankBrain kommt dabei vor allem bei Suchanfragen zum Einsatz, die zum aller ersten Mal oder nur sehr selten eingegeben werden. Hierfür werden vorherige Suchanfragen in einen Zusammenhang gebracht, um die nächste Sequenz zu erraten. Liegt das System richtig, fließt die erratene Sequenz wiederum in den Kontext für die nächste Suchanfrage mit ein. RankBrain knüpft bei unbekannten Wörtern also semantische Verbindungen zu bereits bekannten sprachlichen Entitäten.

Bedeutung der semantischen Suche für SEO

Mit der semantischen Suche dringt Google immer weiter in den Bereich der künstlichen Intelligenz und des maschinellen Lernens vor. Der Suchmaschinenriese ist damit zunehmend in der Lage, die Bedeutung von Webseiten-Texten immer präziser zu entschlüsseln. Das bedeutet: Google lässt sich nicht mehr so leicht von strategisch platzierten Keywords blenden. Und vor allem kann Google immer besser zwischen „Schwachsinn“ und qualitativ hochwertigen Inhalten unterscheiden.

Damit Webseiten in Zeiten der semantischen Suche ein gutes Ranking erzielen können, reicht es also nicht mehr, die Texte einfach nur mit möglichst vielen Keywords anzureichern. Es werden einzigartige Texte benötigt, die dem Nutzer einen Mehrwert liefern, bestenfalls ein „Aha-Erlebnis“ bieten und seine Fragen wirklich beantworten.

Bei der Suchmaschinenoptimierung geht es also nicht mehr nur allein um Keywords, die einen dummen Algorithmus von der eigenen Relevanz für eine Suchanfrage überzeugen sollen. Es geht darum, die Bedürfnisse der eigenen Zielgruppe kennenzulernen, zu wissen, was sie beschäftigt. Erst dann kann das Inhaltsangebot der eigenen Webseite entsprechend optimiert werden, um sowohl von Nutzern als auch von Google als Experte zu einem bestimmten Thema wahrgenommen zu werden.

Um ein Themengebiet möglichst vollständig abzudecken, sollten daher auch Synonyme und wortverwandte Begriffe (LSI Keywords) mit in den Webseiten-Texten aufgenommen werden. Auch Longtail-Keywords und die Berücksichtigung möglicher W-Fragen können Google dabei helfen, die Relevanz des Seiteninhalts für ein bestimmtes Thema besser einzustufen.

Strukturierte Daten und eine ausgeklügelte interne Verlinkung können Suchmaschinen zusätzlich dabei unterstützen, die Bedeutung und Struktur Ihrer Inhalte besser zu verstehen und in sinnvolle Beziehungen miteinander zu stellen.