Machine Learning

SEO in einer Welt des „Machine Learning“

Artificial Intelligence, Machine Learning—von Begriffen wie diesen hören wir seit geraumer Zeit immer öfter. Doch wissen wir wirklich, was diese Wörter bedeuten und welchen Einfluss sie auf die organischen Suchergebnisse in Suchmaschinen haben? Welche Veränderungen kommen auf uns zu? Im folgenden Beitrag sollen diese Unklarheiten aufgedeckt werden.

Was ist Machine Learning?

Maschinelles Lernen ist grundsätzlich ein Zweig der Künstlichen Intelligenz (KI/AI). Das Ziel hierbei ist es, Computern beizubringen, bestimmte Entscheidungen zu treffen, die den Entscheidungen bzw. natürlichen Entscheidungsprozessen von Menschen ähneln. Das geschieht mithilfe von vorher erfassten Daten, auf deren Basis eine automatisierte Entwicklung von Algorithmen entsteht. Durch einen stetigen Lernprozess werden so die Ergebnisse optimiert bzw. die Vorhersagen verbessert. Beim Maschinellen Lernen geht es also im Grunde genommen darum, dass Algorithmen aus großen Mengen an Information Regeln ableiten—so zum Beispiel aus Bildern und Texten.

„The machine learning model is not a static piece of code — you’re constantly feeding it data. We are constantly updating the models and learning, adding more data and tweaking how we’re going to make predictions. It feels like a living, breathing thing. It’s a different kind of engineering.“

Christine Robson, Product Manager bei Google

Wie funktioniert Machine Learning?

Ein Beispiel, um das Konzept von Machine Learning zu erläutern ist Google Fotos. Dieses Produkt von Google ist in der Lage, Bilder aufgrund eines bestimmten Befehls zu durchsuchen und die passenden Bilder anzuzeigen. Bei Google Fotos kann man seine Bilder auf die Cloud hochladen, ohne sie dabei mit bestimmten Keywords taggen zu müssen. Wenn man sich die Bilder zu einem späteren Zeitpunkt wieder anschauen bzw. durchsuchen möchte, reicht es—dank Maschinellem Lernen—zu sagen, dass man Bilder sehen möchte, die zum Beispiel an einem bestimmten Standort aufgenommen wurden.

Beispiel: ML durchsucht und erkennt passende Urlaubsbilder

Sagen wir beispielsweise, Sie unternehmen einen Wochenendtrip nach Paris. Sie nehmen Bilder von Touristenattraktionen auf, fotografieren Plätze, Menschen und Tiere, die Sie auf Ihrer Reise antreffen. All diese Bilder speichern Sie in Ihrer Kamera, wodurch Sie diese auch auf die Cloud hochladen können. Wenn Sie nun aus dem Urlaub zurückkommen und die Bilder beispielsweise Ihren Freunden zeigen möchten, erleichtert Machine Learning dieses Vorhaben. Indem Sie zum Beispiel sagen „Zeige mir alle Bilder, die ich am Eiffelturm aufgenommen habe“, kann Google Fotos diese Bilder finden, ohne dass sie getaggt sind. Allein dadurch, dass aus großen Mengen an Daten Informationen herausgezogen werden, kann der Algorithmus bestimmten Orten bestimmte Informationen zuordnen. Je öfter ein bestimmter Begriff in Verbindung mit anderen Informationen gesucht wird, desto wahrscheinlicher ist es laut des Algorithmus folglich auch, dass diese Daten wirklich zusammenhängen.

Wie beeinflusst Machine Learning das SEO einer Webseite?

Spätestens seit dem Beginn von Google’s Rankbrain—ein Suchalgorithmus veröffentlicht im Jahr 2015—ist es klar, dass sich das Unternehmen im Bereich der Künstlichen Intelligenz (KI) positioniert und die Absicht hat, dieses Feld weiter voran zu treiben. Künstliche Intelligenz wird in der Zukunft also eine immer größere Rolle für uns spielen. Das gilt auch für die Suchmaschinenoptimierung, wo es Algorithmen schaffen (werden), auch unbekannte Suchanfragen zuverlässig zu beantworten. Es ist also absehbar, dass im SEO-Bereich so einige Änderungen anstehen: der qualitative Wert von Inhalten wird sicherlich steigen. Auch werden in der Zukunft die Suchabsichten der User einen höheren Stellenwert einnehmen.

Änderung der Sucheingaben

Durch die ständige Fortentwicklung von Machine Learning müssen sich auch SEO-Manager an die entsprechenden Veränderungen anpassen. Immer mehr erleben wir einen Wechsel von textbasierten Google-Suchen zu mobilen Suchen. So zum Beispiel beim Nutzen der Suchfunktion auf Handys oder mit stationären Geräten wie der virtuellen Assistentin Amazon Alexa.

Dabei ist festzuhalten, dass sich auch die Art und Weise, wie wir eine Suche über Google durchführen, verändert. Während man bei einer textbasierten Suche in Google die Begriffe „beste Pizza Stuttgart“ eingibt, spricht man bei der sog. Voice Search zumeist ein vollständiger Satz aus: „Wo gibt es die beste Pizza in Stuttgart?“. Das führt dazu, dass der Inhalt einer Webseite genau an die Bedürfnisse der User angepasst werden müssen. Das funktioniert am besten, indem man beispielsweise eine Art FAQ (Frequently Asked Questions) aufbaut, wo die meistgesuchten Fragen beantwortet werden.

Fazit

Machine Learning ist ein grundlegender Ansatz, um die Forschung rund um das Gebiet der Künstlichen Intelligenz voranzutreiben. Eine große Stärke des ML ist hierbei sicherlich, dass der Computer von sich aus Dinge erlernt, solange ihm die benötigten Informationen zur Verfügung stehen.

Mit Machine Learning eröffnen sich uns eine große Bandbreite an neuen Möglichkeiten—allen voran die Digitalisierung und Automatisierung fast aller Lebensbereiche. Einige dieser Fortschritte haben wir in einigen Bereichen schon beobachten können, seien es autonome Fahrzeuge oder selbstoperierende Staubsaugergeräte.

Dennoch sollte man nicht vergessen, dass ML-basierte Computer nicht immer schlauer als Menschen sind oder schneller als diese arbeiten. An erster Stelle funktionieren sie so effizient aufgrund von großer Rechenleistung. Dies ist bisher das einzige, was sie dazu befähigt, mehr Daten zu erfassen und zu analysieren als ein Mensch es kann. Es ist also festzuhalten, dass existierende Sorgen über die absolute Selbstständigkeit von ML-basierten Computern zum jetzigen Zeitpunkt unbegründet sind.