Durch BERT ist Google im Verständnis natürlicher Sprache besser geworden. Dadurch ist es von größerer Bedeutung, dass Inhalte von Webseiten auf eine natürliche und verständliche Art und Weise verfasst werden, statt Keyword-Stuffing oder andere manipulative SEO-Methoden zu benutzen.
Rund 10 % aller Suchanfragen werden von Googles aktuellem Update BERT beeinflusst. Welche Konsequenzen hat dies für die Ergebnisausgaben? Welchen Effekt hat das auf diejenigen, die Webseiten betreiben?
BERT wird von Google als maschinelle Lernmethode entwickelt und steht für „Bidirectional Encoder Representations from Transformers“. Der Algorithmus ist speziell für die Verarbeitung natürlicher Sprache konzipiert und basiert auf NLP (Natural Language Processing) und ANN (Artificial Neural Network).
Geschichtlicher Hintergrund von BERT
Im Oktober 2018 wurde BERT veröffentlicht, welches die Art und Weise, wie Google Suchanfragen interpretiert und verarbeitet werden, grundlegend änderte. Anders als frühere Ansätze, bei denen die Bedeutung von Wörtern mithilfe ihrer Umgebung bestimmt wurde, nutzt BERT bidirektionale Analysen innerhalb eines Satzes, um die Bedeutung von Wörtern zu erkennen. Dies ermöglicht eine verbesserte Verständigung des Kontexts und führt zu präziseren Antworten auf Suchanfragen.
Bevor BERT eingeführt wurde, verwendete Google hauptsächlich einen sogenannten „bag of words“-Ansatz, bei dem einfach die Anzahl bestimmter Schlüsselwörter in einem Dokument gezählt wurde, um die Relevanz einer Suchanfrage zu bestimmen. Dieser Ansatz war jedoch nicht dazu in der Lage, den Kontext einer Frage zu berücksichtigen, wodurch häufig ungenaue oder missverständliche Suchergebnisse hervorgerufen wurden.
Mithilfe von BERT wird es für Google möglich, die Sprache eher wie ein menschliches Wesen zu verstehen.
Ein Beispiel:
Wenn man beispielsweise nach „Apple“ sucht, muss man darauf achten, ob man nach dem Technologiekonzern oder dem Obsttyp Informationen benötigt. Ohne die Fähigkeit des Kontextverständnisses können die Suchergebnisse nicht genau sein und entweder nur über den einen oder über den anderen berichten. Doch Google hat durch die Einführung von BERT die Fähigkeit weiterentwickelt, den Kontext einer Anfrage zu verstehen und relevantere Ergebnisse liefern zu können.
Was bewirkt BERT konkret?
BERT – Wirkungsweise im Geschäftsalltag
Durch BERT wird es ermöglicht, dass Google eine bessere und präzisere Reaktion auf die Suchanfragen seiner Nutzer liefern kann, da es in der Lage ist, den Kontext einer jeden Frage zu verstehen. Damit dies möglich ist, müssen Webseiteninhalte die Bedürfnisse und Anforderungen der Benutzer erkennen und entsprechend reagieren. Es ermöglicht es einer Suchmaschine nun, Sprache so zu verarbeiten, wie es ein Mensch tun würde, und das ist bei Long-Tail-Suchanfragen deutlich zu spüren. Präpositionen werden in die Suchergebnisse mit einbezogen, was vorher nicht der Fall war. Dadurch liefert die Suchmaschine bessere Antworten auf die Fragen.
BERT wird in erster Linie für die Bereicherung von Google-Suchresultaten herangezogen, jedoch kann es gleichermaßen für andere Umsetzungen der sprachlichen Verarbeitung, wie bspw. Chatbots oder Textklassifikationen, eingesetzt werden.
Mit BERT kann der Nutzer jedoch die Antwort auf seine grundsätzliche Frage erhalten. Dieses Upgrade betrifft auch die Featured Snippets.
BERT fasst relevante Informationen in einem Featured Snippet zusammen
BERT hat maßgeblichen Einfluss auf die Erstellung von Google Featured Snippets. Diese sind kleine Zusammenfassungen von Antworten für Suchanfragen, welche die Nutzer auf der Ergebnisseite vorfinden möchten, um schnell eine Antwort zu erhalten. Vor BERT wurden diese Snippets anhand simplen Wortübereinstimmungen generiert, aber das Modell hat die Präzision der Snippets deutlich gesteigert, indem es den Kontext der Frage in Erwägung zieht und dadurch relevantere Informationen erkennen und für ein Featured Snippet zusammenfassen kann.
Hierdurch trägt BERT dazu bei, dass Nutzer schneller und präziser die gewünschten Informationen erhalten und außerdem die Relevanz und Glaubwürdigkeit von Featured Snippets vergrößert.
Es ist von größter Wichtigkeit, Inhalte zu verfassen, die geeignet sind, um in Featured Snippets angezeigt zu werden, um so Traffic und Aufmerksamkeit zu erhöhen.
Ist BERT und RankBrain das Gleiche?
Google hat BERT und RankBrain entwickelt, um die Verarbeitung von menschlicher Sprache und die Ergebnisse der Suchanfragen zu optimieren. Allerdings sind das zwei völlig verschiedene Technologien.
Bei BERT handelt es sich nicht um den Nachfolger von RankBrain, sondern das neue Update soll als Ergänzung dienen. Beide Techniken können im Algorithmus eingesetzt werden, um den Usern präzisere Ergebnisse zu liefern. Einige Abfragen werden nur von RankBrain beantwortet, andere von BERT.
Das maschinelle Lernmodell RankBrain, welches 2015 eingeführt wurde, ist Teil des Google-Suchalgorithmus und dient dazu, die Bedeutung von Suchanfragen zu interpretieren und die entsprechenden Suchergebnisse zu liefern. Dadurch hat es die Art und Weise, wie Google Suchanfragen versteht und verarbeitet, revolutioniert.
BERT stellt ein maschines Lernmodell dar, das auf der Transformer-Architektur basiert und ausschließlich für die Interpretation natürlicher Sprache konzipiert wurde. Seit seiner Veröffentlichung im Oktober 2018 hat es die Art, wie Google Suchanfragen verstanden und verarbeitet werden, maßgeblich verändert.
Es ist aber auch möglich, dass mehrere Techniken für die Suche verwendet werden, wie zum Beispiel wenn Google ein falsch geschriebenes Wort korrigiert oder/und Synonyme einführt. Jetzt können auch Präpositionen in die Suchanfrage einbezogen werden. Trotz ihres Ziels, die Ergebnisse bei Google zu verbessern, haben RankBrain und BERT jeweils verschiedene Schwerpunkte und Nutzungszwecke. RankBrain ist ein essentieller Teil des Google-Suchalgorithmus, während BERT ein spezielles maschinelles Lernmodell für die Behandlung von natürlicher Sprache ist.
Welche Konsequenzen hat BERT auf die Suchmaschinenoptimierung?
Durch BERT wird es für Google einfacher, längere und komplexere Anfragen zu verstehen, und somit ist es von größerer Bedeutung geworden, Long-Tail-Keywords zu optimieren. Die Ergebnislisten präsentieren sich somit optimiert und der Nutzer profitiert von einer näheren Annäherung an die menschliche Kommunikation.
SEO-Veränderungen sind durch das Update jedoch nicht zu erwarten. Es wird von Google geraten, die Inhalte weiterhin im Sinne der User zu verfassen. Derzeit ist das Update noch ausschließlich für Englisch verfügbar, wobei ein Start für die deutsche Variante derzeit noch in der Schwebe ist.
Es ist von erheblicher Bedeutung, dass Webseiteninhalte nunmehr in natürlicher Sprache, relevanter und kontextbezogen verfasst werden, um eine verbesserte Position in den Suchergebnissen zu erzielen, nachdem BERT eingeführt wurde.
Google ermahnt Seitenbetreiber, weiterhin qualitativ hochwertige Inhalte für ihre Nutzer zu erstellen, aber der Aufwand für SEO steigt stetig an, was es für Wochenend-Optimierer und Studenten von Online-Marketing-Akademien zunehmend schwierig macht, auf der ersten Seite zu erscheinen.
Weitere Infos
