Google ist nicht umsonst die führende Suchmaschine auf dem Markt. Ihre Einführung der semantischen Datenbank Knowledge-Graph und ihren intelligenten Algorithmen haben das Finden von passenden Antworten auf Suchanfragen revolutioniert. Auch heute arbeitet Google stetig daran, ihre Algorithmen zu verbessern. Deep Learning und künstliche Intelligenz sollen ihnen in Zukunft dabei helfen, Zusammenhänge und Konzepte so zu verstehen, wie es sonst nur Menschen möglich ist.
Am Anfang dieser Entwicklung stehen die Entitäten, die Google für seinen Knowledge-Graph nutzt. Was sind Google-Entitäten, mit welchen Tools entdecken wir sie und warum sind sie so wertvoll für moderne Suchmaschinenoptimierung?
Was genau ist eine Entität?
Der Begriff Entität kommt aus der Philosophie. Er bezeichnet ein eindeutig identifizierbares und damit einzigartiges Wesen. Im weiteren Sinne, wenn wir an die Informatik denken und deshalb auch daran, wie Google den Begriff nutzt, kann dieses Wesen auch ein Gegenstand oder ein Konzept sein.
Bei Google ist die Entität ein Schlagwort und das dazu zusammengestellte Wissen, das Algorithmen und Co. im Laufe der Jahre angesammelt haben. Die Entität ‚Mustang‘ umfasst damit alle möglichen Informationen um Autos, Ford, Pferde und vieles mehr.
Weiterführende Informationen und praktische Infografiken gibt es auf om-strategen.de/glossar/entitaeten.
Aufbau und Eigenschaften von Entitäten
Eine Entität, also die Wissenssammlung zu einem spezifisch identifizierbaren Thema, erhält von Google eine URI (Uniform Resource Identifier). Statt ‚Mustang‘ ist das beispielsweise eine willkürliche Zeichenreihe. Sie erlaubt es, die Entität genauer zu definieren.
Deshalb haben die Entitäten für das Auto und das Tier Mustang auch jeweils eine andere Reihe an Zeichen. So unterscheidet Google in seinen Datenbanken, zu wem welche Information gehört, wenn für zwei Dinge der gleiche Begriff genutzt wird.
Nach der URI erhält die Entität ein RDF (Resource Description Framework). In diesem werden der URI beschreibende Sätze aus Subjekt, Prädikat und Objekt zugeteilt. In etwa:
- Mustang ist ein Sportwagen.
- Sportwagen haben eine hohe Fahrleistung.
- Eine hohe Fahrleistung erlaubt das schnelle Zurücklegen von Distanzen.
So werden die einzelnen Bestandteile immer genauer definiert. Um es Googles Algorithmen leichter zu machen, diese Inhalte zu verstehen, ist der letzte Teil einer Entität die Ontologie. Bei ihr werden die Entitäten mit Attributen verknüpft, die es leichter machen, den Kontext zu begreifen.
Während die Entität zu dem Pferd Mustang mit Attributen wie Hufe, Mähne, Fell, etc. verknüpft ist, erhält die Entität zu dem Auto Mustang Identifikatoren wie Auto, Ford, Motor usw. So werden die Entitäten in thematische Bereiche eingeteilt und Google kann ihre Bedeutung auch bei namensgleich benannten Entitäten unterscheiden.
Entitäts-Typen und Entitäts-Klassen
Um ihre Datensammlung schnell navigieren zu können, werden die Entitäten in Typen oder Klassen geteilt und mit ähnlichen Entitäten angeordnet. Ein Entitäts-Typ wäre beispielsweise der Begriff ‚Pferd‘, in der Pferdearten zusammengefasst werden, da sie, die gleichen oder ähnlichen Attribute haben.
Semantische Suche bei Google
Googles heutiger Erfolg entstand mit dem Streben nach der optimierten semantischen Suche. Während Suchmaschinen früher nur Schlagworte in den Suchanfragen mit Schlagworten in Webseiten abgeglichen haben, denkt die Suchmaschine heute mit. Statt nur auf die Worte zu achten, untersucht sie die inhaltliche Bedeutung von Suchanfragen. Deshalb versteht Google heute eine Suchanfrage wie ‚Lack Mustang‘ als Nachfrage nach möglichen Lackfarben für ein Auto, die nichts mit dem Pferd zu tun hat.
Der Knowledge-Graph
Der erste Schritt zu dieser semantischen Suche war der Knowledge-Graph, der 2012 eingeführt wurde. Er ist die semantische Datenbank, in dem das Unternehmen erstmals Entitäten mit ihren URI, RDF und Attributen festgehalten und gruppiert hat. So konnte die Suchmaschine bei Suchanfragen erstmals nicht nur auf die Entitäten selbst, sondern auch ihre Attribute und Beziehungen zu anderen Entitäten zugreifen, um die wahrscheinlichste Antwort zu finden.
Bis der Hummingbird-Algorithmus eingeführt wurde, wurden aber noch immer nur Keywords und ihre Häufigkeit auf Webseiten beachtet, um die beste Antwort zu erkennen.
Der Hummingbird-Algorithmus
Verfeinert wurde die semantische Suche 2013 mit dem Hummingbird-Algorithmus. Dank dieser Neuerung achtet der Suchalgorithmus nicht mehr nur auf einzelne Schlagworte in einer Suchanfrage. Stattdessen wird direkt die Kombination an Worten in der Anfrage und innerhalb von Texten beachtet.
Google schaut sich die Anfrage ‚Lack Mustang‘ an, vergleicht alle ‚Mustang‘-Entitäten und ihre Attribute. Die URI zu dem Auto Mustang enthält vermutlich das Attribut Lack (oder das Attribut Auto, das dann das Attribut Lack enthält).
Wenn es sich die Entität Lack anschaut und Gemeinsamkeiten mit dem Attribut Auto abgleicht, erkennt es, dass es mehrere Lackfarben für Automodelle gibt und wahrscheinlich danach gefragt wurde. Das Ergebnis sind Webseiten oder Bilder zu den möglichen Lackfarben für einen Ford Mustang.
Entitäten für Google
Entitäten sind in der Theorie unendlich. Um ein Ordnungssystem zu erstellen, dass man praktisch anwenden kann, hat Google aber einige Überbegriffe herausgearbeitet. Bei diesen nutzt Google laut eigener Aussage unter anderem die folgenden Typen, um seine Informationen zu gruppieren:
- Book
- BookSeries
- EducationalOrganization
- Event
- GovernmentOrganization
- LocalBusiness
- Movie
- MovieSeries
- MusicAlbum
- MusicGroup
- MusicRecording
- Organization
- Periodical
- Person
- Place
- SportsTeam
- TVEpisode
- TVSeries
- VideoGame
- VideoGameSeries
- WebSite
Darum sind Entitäten so wichtig für SEO
Durch die Entitäten wurde die semantische Suche erst möglich. Nun geht es nicht mehr darum, das Keyword zu nutzen. Früher sind durch diese Funktionen Webseiten entstanden, in denen es gespammt wurde, um weit oben in den Suchergebnissen aufzutauchen. Mit Erneuerungen wie dem Knowledge-Graph und dem Hummingbird-Algorithmus sind diese Strategien vergeblich.
Modernes SEO basiert auf der semantischen Suche. Durch die Entitäten ist es heute möglich, Webseiten als Antwort auf eine Frage zu finden, auch wenn in ihnen die Keywords der Suchanfrage nicht vorkommen. Der Google-Algorithmus erkennt die Worte in einem Text und untersucht ihre Bedeutung, statt nur die Zeichen abzugleichen.
Wer nach ‚Mustang Futter‘ sucht, kann so eine Seite als Antwort erhalten, die die artgerechte Ernährung von Pferden beschreibt, wenn der Algorithmus erkennt, dass die deckungsgleiche Entität ‚Pferdefutter‘ dort sehr hochwertig beschrieben wurde.
Relevante Entitäten finden und im SEO nutzen
Wenn wir etwas bewerben wollen, ist es deshalb wichtig herauszufinden, wie unser Produkt in Entität-Form am häufigsten beschrieben wird, in welchen Typen es klassifiziert ist und welche Attribute mit ihm verbunden werden. Wenn wir uns die Entitäten anschauen, hilft es uns zu verstehen, wie Google funktioniert und daher auch, wie wir im SEO am besten darauf reagieren. Das Ziel ist die semantische Content-Optimierung.
Ankertexte
Webseiten mit hochwertigem Content können uns dabei helfen wichtige Entitäten zu finden. Beispielsweise sind die Ankertexte in Wikipedia-Artikeln häufig auch die meistgenutzten Entitäten zu dem Thema.
AlsoAsked
Auf alsoasked.com gibt man das Land und die Sprache an, für die ein Text verfasst werden soll. Nun kann man einen Begriff eingeben. Als Antwort erhalten wir ein Flussdiagramm mit Fragen, die aktuell zu dem Begriff gestellt werden. So erhält man eine Auswahl an gefragten Themen, für die sich die Zielgruppe ebenfalls interessieren könnte.
Entity Explorer
Auf entityexplorer.com können wir ein Keyword eingeben. Als Antwort zeigt uns der Explorer in Pfeilen Entitäten, die damit verknüpft werden. Diese können wir wiederum anklicken und noch mehr Entitäten zu dem Oberbegriff entdecken. So erkennen wir, was aktuell relevant ist.
Extractor de entidades
Extractor de entidades ist eine Browsererweiterung. Wenn wir eine Google-Suche durchführen, zeigt sie uns direkt in den Suchergebnissen die Entitäten an, die jeweils mit einem der vorgeschlagenen Ergebnisse verknüpft sind. Dazu gibt es auch eine Aufzählung der Entitäten, die zu der Suche am häufigsten gefunden wurden.
Google Docs & Google Natural Language
Die Natural Language API Demo von Google zeigt ein Eingabefeld und den Button ‚Analyze‘. Das Ergebnis ist eine Liste an Entitäten, die dem eingegebenen Text zugeordnet werden. Dazu gibt es einen Salience Score von 0 bis 1. Eine 1 bedeutet, dass der Text besonders stark auf die Entität verweist.
Etwas umständlicher geht es in einem Google Docs Dokument selbst. Am unteren rechten Ende eines Dokuments ist eine Sprechblase mit Sternsymbol. Unter ihr kann man sich einen Knowledge-Graph und unter ‚Mehr‘ auch eine Liste von Entitäten anzeigen lassen, die zu dem geschriebenen Text passen.
Google Bildersuche
Eigentlich ist sie kein richtiges Tool dafür, aber sie kann dennoch genutzt werden, um Entitäten zu erkennen. Wenn wir nach einem Begriff suchen, werden in der Bildersuche nämlich nicht nur die Bildergebnisse angezeigt, sondern auch Vorschläge mit themenverwandten Begriffen. Sie sind Entitäten, die mit dem Suchbegriff verbunden sind.
Fazit
Durch die semantische Suche hat Google einen Suchprozess erstellt, der die Inhalte von Webseiten auf ihre Bedeutung hin interpretieren kann. Der Algorithmus kennt Synonyme, Umschreibungen und kann Rechtschreibfehler erkennen. Zeitgleich weiß er dank des Knowledge-Graphs, welche Themen miteinander verbunden sind und kann so entscheiden, welcher Inhalt zu einer Suchanfrage passt, auch wenn er ihr nicht wörtlich entspricht.
Für das Marketing gibt uns diese Technologie die Möglichkeit, intelligentes SEO zu betreiben. Wenn wir Tools nutzen, um die wertvollsten Entitäten zu unserem Angebot zu entdecken, können wir unsere Inhalte semantisch optimieren. So bieten wir Google und den Suchenden den Content, der am besten passt und positiven Eindruck hinterlässt.
