Als wir das letzte Mal in das Wachstumspotenzial von Googles BERT AI eingetaucht sind, betraf es nur 10 % aller englischsprachigen Suchanfragen. Aber Google hatte von Anfang an sehr ehrgeizige Pläne für die Expansion von BERT; Pläne, die den Rollout von BERT in 70 Sprachen im Dezember 2019 vorsahen.
Hier stehen wir also, etwas mehr als ein Jahr nachdem BERT seinen großen Durchbruch hatte. Es ist an der Zeit, einen Blick unter die Motorhaube zu werfen, um genau zu prüfen, wie sehr die revolutionäre KI von Google die Suche tatsächlich revolutioniert hat.
Obwohl die Bedeutung hinter dem Akronym BERT eher trocken ist (Bidirectional Encoder Representations from Transformers), wird BERT weithin als das wichtigste Such-Update angesehen, das Google seit der Einführung von RankBrain im Jahr 2015 vorgenommen hat.
Das Ziel von BERT ist es, die Umgangssprache besser zu verstehen. Besonderes Augenmerk liegt dabei auf wichtigen, aber oft uneindeutigen Präpositionen (wie “von” und “zu”), die die gemeinsamen Bausteine der Sprache bilden, aber für Computer bekanntermaßen schwer zu erfassen sind.
Google zeigte uns ein Live-Beispiel, wie BERT dazu beigetragen hat, die Ergebnisse basierend auf der Suchabsicht des Nutzers zu verbessern:
Hier ist eine Suche nach “2019 brazil traveler to usa need a visa”. Das Wort “to” und seine Beziehung zu den anderen Wörtern in der Abfrage sind besonders wichtig, um die Bedeutung zu verstehen. Es geht um einen Brasilianer, der in die USA reist, und nicht andersherum. Früher hätten unsere Algorithmen die Bedeutung dieser Beziehung nicht verstanden, und wir hätten Ergebnisse über US-Bürger, die nach Brasilien reisen, ausgeliefert bekommen. Mit BERT ist die Suche in der Lage, diese Nuance zu erfassen und zu wissen, dass das sehr gebräuchliche Wort “hier tatsächlich eine große Rolle spielt, und wir können ein viel relevanteres Ergebnis für diese Anfrage liefern.
Im selben Beitrag lieferte Google weitere Beispiele dafür, wie BERT debei hilft, die subtilen Nuancen der Sprache zu erfassen, die Computer bisher nicht so gut verstehen konnten, wie Menschen:
Schauen wir uns eine andere Abfrage an: “do estheticians stand a lot at work”. Bisher verfolgten unsere Systeme den Ansatz, Schlüsselwörter abzugleichen, indem sie den Begriff “stand-alone” im Ergebnis mit dem Wort “stand” in der Abfrage verglichen. Aber das ist nicht die richtige Verwendung des Wortes “stand” in diesem spezifischen Kontext. Unsere BERT-Modelle hingegen verstehen, dass “stand” mit dem Konzept der körperlichen Anforderungen eines Jobs zusammenhängt, und zeigen eine sinnvollere Antwort an.
Google kündigte letzten Monat an, dass “BERT nun in fast jeder englischen Suchanfrage verwendet wird, was Ihnen hilft, qualitativ hochwertigere Ergebnisse für Ihre Fragen zu erhalten”. Das ist ein riesiger Sprung nach vorne im Vergleich zum letzten Jahr, als BERT nur 10% der englischen Abfragen beeinflusste.
Google hat einen Hattrick von KI-Einführungen vollzogen – RankBrain, Hummingbird und jetzt BERT – die alle das gleiche Ziel haben: Sprache zu verstehen, um Nutzern die relevantesten Ergebnisse zu liefern. Der Schwerpunkt liegt auf dem Nutzer und darauf, ihm hochwertige Inhalte zu liefern, die seiner Suchabsicht entsprechen. Wenn Ihnen das bekannt vorkommt, liegt das daran, dass dies das gleiche Ziel ist, das alle guten SEO-Praktiker im Hinterkopf behalten.
Wenn BERT auch in anderen Sprachen und Regionen eingeführt wird, werden Website-Betreiber möglicherweise mehr Traffic verlieren. Warum? Weil die BERT-gesteuerte SERP zunehmend in der Lage ist, Ergebnisse zu liefern, die die Suchanfragen der Nutzer beantworten, ohne dass ein weiterer Klick nötig ist. Mit anderen Worten, diese KI findet die relevanteste Stelle auf der Webseite und stellt sie als Antwort dar – eine Funktion, die als “Passage Indexing” bekannt geworden ist.
Bedenken Sie, dass weniger Traffic nicht unbedingt eine schlechte Sache ist. Bedenken Sie auch, dass ein Benutzer vielleicht nach “wie man trainiert, ohne nach draußen zu gehen” gesucht hat, bevor er versehentlich auf einen Artikel geklickt hat, der beschreibt, wie das Training im Freien effektiver ist, und dann fast augenblicklich von dieser Seite zurückgesprungen ist. Die Art von Traffic, die durch die Einführung von BERT verloren ging, hätte wahrscheinlich sowieso nicht konvertiert, da bestimmte, prominente Suchergebnisse nie wirklich mit der Absicht des Suchenden übereinstimmten.
Der beste Weg, um für BERT zu optimieren, besteht darin, sicherzustellen, dass Ihre Website-Inhalte für ein menschliches Publikum gut geschrieben sind (könnte dies das Ende von “erfundenen” Inhalten sein, die wenig Sinn ergeben?). Wenn Sie einen signifikanten Rückgang des organischen Traffics feststellen, sollten Sie zunächst feststellen, wo die Verluste aufgetreten sind und untersuchen, ob BERT daran schuld sein könnte. Sie sind sich noch nicht sicher?Wenden Sie sich an unsere SEO– und Content Strategy-Teams: Es ist an der Zeit, frische, relevante Inhalte zu erstellen, um die Fragen Ihrer Kunden zu beantworten.