SEO: Wo Künstliche Intelligenz jetzt und in Zukunft für Suchmaschinen eine Rolle spielt

Dass die künstliche Intelligenz zu den wichtigen Technologien der Zukunft gehört und schon längst Einzug in den Alltag gehalten hat, haben wir bereits in unserem ersten Teil der Reihe aufgezeigt. Doch wie sieht es in den einzelnen Online Marketing Disziplinen aus? Wo setzen Suchmaschinen schon jetzt KI ein und was bedeutet das für die Zukunft der Suchmaschinenoptimierung? Ein Über- und Ausblick.

Googles Entwicklung: DeepMind und RankBrain

Seit das Unternehmen DeepMind zum Google-Imperium gehört ist offensichtlich, wie viel sich der Suchmaschinen-Platzhirsch von der Investition im Bereich der Artificial Intelligence verspricht. Laut eines Reports von CBInsights ist zudem ein signifikanter Anstieg in den von Google angemeldeten AI-relevanten Patenten zu erkennen. Dies dürfte auch darin begründet liegen, dass das Unternehmen inzwischen seine früheren Vorbehalte gegen Patentanmeldungen abgelegt hat und in den Wettstreit der großen Unternehmen (Microsoft, Google, Facebook, Apple) eingestiegen ist. Eine Entwicklung, die kritisch zu sehen ist, da sie kleinere Unternehmen benachteiligt, die im Patent-Wettstreit nicht mitmischen können. Zudem beeinträchtigt es die wissenschaftliche Forschung maßgeblich.
Anfang 2015 gab Google bekannt, einen Teil der Suchanfragen mit Hilfe von künstlicher Intelligenz zu interpretieren. Zu diesem Zeitpunkt betraf dies nach Aussage des Unternehmens noch nie vorher gestellte Anfragen (long tail keywords), mit dem Ziel auch für diese relevante Suchergebnisse auszuspielen. Seit dem vergangenen Jahr beeinflusst das RankBrain benannte System nicht mehr nur diese etwa 15 % neuer Anfragen, sondern alle Suchanfragen. Seit außerdem bekannt wurde, welch großen Einfluss RankBrain als drittwichtigster Rankingfaktor auf den Algorithmus nimmt, ist die Bedeutung der künstlichen Intelligenz und der selbstlernenden Systeme auch im Bereich SEO endgültig offensichtlich.
Microsoft zeigt übrigens mit RankNet ähnliche Bestrebungen. Welches System die besseren Ergebnisse ausspielt und es besser versteht, Anfragen korrekt zu interpretieren und den Sinn dahinter zu erkennen, ist jedoch nicht eindeutig zu beantworten.

Qualitätsbewertung mit Hilfe von KI

Es lohnt ein Blick auf die Entwicklung bei Google: Schon mit dem Hummingbird Update bemühte sich die Suchmaschine, menschliche Sprache besser zu verstehen und die Absichten hinter Suchanfragen korrekt zu deuten sowie mit passenden Ergebnissen zu beantworten. Statt des reinen Abgleichs von Zeichenfolgen, wie dies vor vielen Jahren noch der Fall war (als es beispielsweise einen maßgeblichen Unterschied machte, ob nach Einzahl oder Mehrzahl gesucht wurde), war Google immer besser in der Lage durch semantische Analysen die Bedeutung von Begriffen zu verstehen und auch Ergebnisse zu liefern, die beispielsweise ein Synonym zur Suchanfrage im Content verwendeten.
Mit RankBrain und der künstlichen Intelligenz ist ein nächster Schritt in der Interpretation von menschlicher Sprache (auch gesprochener Sprache, interessant beispielsweise für die sprachbasierte Suche oder umgangssprachliche Suchanfragen) getan. An Stelle von Menschen erstellten riesigen Datenbanken an verwandten Begriffen, Synonymen und Beziehungen zwischen Wörtern soll das System anhand von Beispielen selbstständig lernen, Sprache zu verstehen und Absichten sowie Zusammenhänge dahinter zu erkennen. So sollen Muster zwischen komplexen Suchanfragen erkannt wurden, die nach bisherigen Auswertungsmethoden scheinbar nicht verwandt sind.
Mit dem Fortschritt in diesem Bereich verbessert sich auch die Fähigkeit der Suchmaschine, die Qualität des Contents zu bewerten. Auf der einen Seite könnte dies die sprachliche Qualität (journalistisch anspruchsvolle Texte vs. im Akkord geschriebene „SEO-Texte“) betreffen, zum anderen auch die inhaltliche Relevanz für die Zielgruppe. Dies bedeutet steigende Anforderungen an die Contentproduktion, die sich angesichts des seit einigen Jahren zu beobachtenden Contentsättigung in vielen Branchen ohnehin großen Herausforderungen gegenüber sieht.
Reine Keywordanalysen per Google Keyword Planer ohne Blick auf die Zielgruppe und die Intention dahinter haben schon länger als effektive Strategie ausgedient. Kundenservice, Marketingverantwortliche und Social Media Abteilung müssen miteinander sprechen und Synergien nutzen: Was ist gerade aktuell in der Branche? Welche Themen beschäftigen die Zielgruppe? Welche Schwierigkeiten treten immer wieder mit dem Produkt auf, welche Kaufvorbehalte gibt es?
Ein Beispiel für den Blick über den Tellerrand ist die Auswertung von tatsächlichem Traffic über long tail Keywords, wie sie beispielsweise die Google Search Console möglich macht. Der Blick über die „money keywords“ und die großen Trafficbringer hinaus lohnt: Welche Absichten stecken hinter den umständlich formulierten Anfragen, die sich Google zunehmend bemüht zu interpretieren und mit passgenauen Ergebnissen zu beantworten? Was genau braucht die Zielgruppe, um diese Bedürfnisse erfüllt zu bekommen, um auf der Seite zu bleiben und entsprechend positive Nutzersignale zu senden – und am Ende vielleicht sogar zu konvertieren?
Je mehr Google Daten verstehen lernt und diese auch direkt in den Suchergebnissen abbildet (über Markups oder den Knowledge Graph), umso mehr tritt die Suchmaschine auch in Konkurrenz. Sie beantwortet Fragen selbst, ohne dass der Nutzer auf ein Ergebnis klicken muss. Auch hier stellt sich die Frage: Was kann, was muss dem Besucher geboten werden, das ihn dazu motiviert die Seite zu besuchen und auf ihr zu verweilen? Eine noch tiefere Analyse und ein umfassendes Verständnis für die Zielgruppe sind hier Grundvoraussetzung für den Erfolg.

Auswertung des Nutzerverhaltens als Rankingfaktor

Es ist davon auszugehen, dass das Nutzerverhalten mehr noch als bisher zur Qualitätsbewertung eine Rolle spielen wird. Qualitativ hochwertiger Content und viele Backlinks allein sind noch kein eindeutiger Beweis dafür, dass eine Seite tatsächlich die Nutzerintention für bestimmte Suchanfragen trifft. Larry Kim mutmaßt, dass maschinelles Lernen als kontrollierende Instanz fungiert, die zusätzlich zu den herkömmlichen Rankingfaktoren prüft, ob das Suchergebnis tatsächlich Klicks und Nutzerinteraktion generiert. Bei fehlender oder mangelnder Nutzerinteraktion (z.B. einer geringen Verweildauer) sinken die entsprechenden Seiten kontinuierlich im Ranking – er zeigt dies eindrucksvoll an einem Beispiel. Wie Google dies erreichen kann: Durch maschinelles Lernen, mit dessen Hilfe kontinuierlich Signale für eine Vielzahl verschiedener long tail Suchanfragen getrackt und überwacht werden. Das Ergebnis sind Schlussfolgerungen über die Qualität und Relevanz der jeweiligen Seite und eine entsprechend positive oder negative Rankingentwicklung.
Angesichts Googles kommuniziertem Fokus auf eine gute „User Experience“, als wichtige Optimierungsstrategie, ist diese Annahme plausibel. Was folgt daraus? Der Trend setzt sich fort und die verschiedenen Disziplinen verknüpfen sich immer weiter: technische OnPage-Optimierung, Redaktion und Usability sind schon lange nicht mehr voneinander zu trennen, sondern müssen sich ergänzen. Die user-zentrierte Strategie ist keine neue Idee, doch wird sie weiter an Bedeutung zunehmen.
Hierbei spielt auch die Webanalyse eine große Rolle: Eine korrekte und aussagekräftige Implementierung hilft dabei, schlecht performende Seiten aufzuspüren und zu verbessern. Künstliche Intelligenz wird in diesem Zusammenhang sicherlich einen wichtigen Beitrag dazu leisten, große Datenmengen auszuwerten und daraus Handlungen abzuleiten. Den direkten Kontakt mit der Zielgruppe und den Blick auf den einzelnen Menschen als Individuum, kann sie jedoch nicht ersetzen.
Auch eine andere Vermutung liegt nahe: Das durch künstliche Intelligenz analysierte Nutzerverhalten dürfte nicht nur zu einer globalen Bewertung einer Seite führen, sondern auch Einfluss auf die ohnehin fortschreitende Personalisierung der Suchergebnisse nehmen. Schon jetzt ist es unmöglich, ein eindeutiges Ranking für eine bestimmte Suchanfrage und URL zu bestimmen, denn die Position hängt von vielen persönlichen Faktoren des Suchenden (z.B. Suchhistorie) und des verwendeten Geräts ab. Es ist anzunehmen, dass der Einsatz von künstlicher Intelligenz diesen Prozess weiter verfeinert.

Video-SEO: Interpretation von Videoinhalten

Im Bereich der Bild- und Videoerkennung, also der Analyse von visuellen Medien, dürfte KI ebenfalls ein wichtiges Einsatzgebiet finden. Seit der Veröffentlichung von Googles Projekt Youtube-8M im September 2016 zeigt sich, dass hinter den Kulissen schon länger daran gearbeitet wird, die Inhalte von Bildern und Videos (besser) maschinell erfassen und damit auch kategorisieren zu können.
Ähnlich der Datenbank ImageNet mit Millionen von klassifizierten Bildern bietet Youtube-8m 8 Millionen Videos, die mit Hilfe von 4.800 Entitäten aus dem Knowledge Graph erfasst wurden. Diese frei verfügbare immense Datenbasis kann als Grundlage für das Machine Learning im Bereich Video dienen, also als Trainingsset für ein System, das mit diesen Daten gefüttert wird.
Wird diese Technik, Videodaten zu vereinfachen und auszuwerten, weiter verbessert, bedeutet dies ganz neue Kriterien für die Videooptimierung. Waren bisher Beschreibungen in Textform oder sogar Transkriptionen sowie die manuelle Vergabe von Kategorien notwendig, kann in Zukunft das Video auch anhand seines Inhalts interpretiert und entsprechend gerankt werden.

Fazit und Ausblick: Wie sieht das SEO der Zukunft aus?

Angesichts der rasanten Entwicklungen im Bereich künstliche Intelligenz und der Aussicht auf einen selbstlernenden Algorithmus, der sich nach seinen eigenen Regeln weiterentwickelt, wird die „Black Box“ Google noch schwärzer. Schon jetzt gibt es nicht mehr „den“ Algorithmus. Die Faktoren bzw. ihre Gewichtung unterscheiden sich zum Teil erheblich zwischen verschiedenen Domains und Branchen. Wenn in Zukunft der Algorithmus noch stärker von Artificial Intelligence bestimmt wird, wird es noch schwerer Rankingfaktoren zu definieren. Dass diese Entwicklung stattfinden wird, beweisen Googles Aussagen zur höchsten Priorität von AI: Von „mobile first“ zu „AI-first“, wie Googles CEO Sundar Pichai zitiert wird. Das Ziel sei ein persönliches Google für jeden User. Nach zwei Jahren „mobile first“ mit einem eigenen mobilen Index können wir uns vorstellen, welche gravierenden neuen Entwicklungen durch den Fokus auf AI auf uns zukommen.
Wird SEO nun doch noch überflüssig? Keineswegs, das Berufsfeld erweitert sich jedoch zunehmend. Der Suchmaschinenoptimierer von morgen tritt Googles AI-Algorithmus mit einem eigenen Tool entgegen, das die Verhaltensdaten von Nutzern im Internet aggregiert und auf dieser Basis dynamisch Content generiert, der genau auf die individuellen Nutzeranforderungen abgestimmt ist. Der SEO der Zukunft schlägt also Google mit den eigenen Waffen – mit AI-basierten Verhaltensanalysen zur Optimierung der Inhalte!