Der Google Assistant ist momentan auf drei Wegen für den Anwender zugänglich:

1. Als Google Assistant-App auf Pixel-Smartphones
2. Im Messenger ALLO für Android und iOS
3. Smarter Lautsprecher Google Home

Momentan ist vieles noch im Fließen. Google Home ist aktuell noch nicht in Deutschland verfügbar. Das wird sich aber in den nächsten Wochen ändern. Assistant-App ist nicht mehr nur den Pixel-Smartphones vorbehalten. Momentan läuft ein Updates, dass den Assistenten auch auf anderen Geräten verfügbar macht.

Ich persönlich vermute, dass der Google Assistant bald auch in irgend einer Form vom Desktop-Computer aus zugänglich sein wird, sei es als Web-App für Allo oder vielleicht auch als kleines Programm für den Windows-PC.

Ziel ist es, dass der Google Assistant wie eine natürlicher Gespächspartner wahrgenommen wird. Das heißt, mit ihm sollte mittels natürlicher Sprache kommuniziert werden, egal, ob diese in Allo eingetippt oder akustisch dem Google Home-Lautsprecher mitgeteilt wird.

Der Assistant möchte möglichst menschlich daher kommen. Einem menschlichen Kommunikationspartner würde man nicht “Hotel Frankfurt” entgegenwerfen, sondern eher fragen: “Kannst du mir ein Hotel in Frankfurt empfehlen?”

Mich interessiert, wie weit der Google Assistant  beim Verstehen von solchen Suchanfragen ist. Werden immer sinnvolle Ergebnisse geliefert? Und vor allen, was für Auswirkungen werden diese Assistenten für die Suchmaschinenoptimierung haben.

Direkte Antwort möglich?

Fragt man den Assistenten nach einem konkreten Fakt, dann versucht er, eine direkte Antwort zu geben. Beispiel: “Wie hoch ist die Zugspitze?” beantwortet er kurz und knapp mit “2962 m”. Die normale Google-Suche macht es ganz ähnlich. Sie liefert eine One Box mit der passenden Antwort aus. Es ist anzunehmen, dass die Googlesuche und der Assistent auf den gleichen Datenbestand, den Knowledge Graph zurückgreift.

Satz in Suchanfrage konvertieren

In der herkömmlichen Suche ist es für Google einfach. Es muss aus seinem Index nur die Dokumente raussuchen, in denen die Wörter “Hotel” und “Frankfurt” vorkommen. Bestenfalls schaut die Suchmaschine noch nach Synonymen, so dass auch Dokumente gefunden werden die die Wörter “Unterkunft” und “Frankfurt” enthalten. Die Dokumente müssen dann noch nach gewissen Kriterien in eine Reihenfolge gebracht werden, so dass die relevantesten Ergebnisse oben stehen. Das ist aber ein anderes Thema.

Würde Google bei “Ich suche eine Hotel in Frankfurt.” genauso vorgehen, dann wären die Ergebnisse wohl kaum brauchbar. Das Wort “suche” kommt sicherlich in fast allen Dokumenten der WWW vor. Es gibt Methoden [https://de.wikipedia.org/wiki/Within-document_Frequency], um die relevanten Wörter aus den Suchanfragen und aus den Dokumenten herauszufiltern.

Besser wäre es, wenn die Suchmaschine wirklich verstehen würde. Das wird wohl auch langfristig das Ziel von Google sein. Dass bei Google intensiv am maschinellen Lernen gearbeitet wird hat man Anfang 2016 gesehen, als AlphaGo den Go-Meister Fan Hui besiegte.

In vielen Fällen reicht es aber nicht aus, nur aus einem natürlichsprachigen Satz eine Suchanfrage zu generieren. Oft ist noch weiteres Wissen erforderlich bzw. für die Verbesserung der Antwort-Qualität sinnvoll.

Weitere Datenquellen

Bleiben wir uns nochmal die Suche nach einem Hotel in Frankfurt genauer an. In Deutschland gibt es zwei Städte namens “Frankfurt”, Frankfurt am Main und Frankfurt an der Oder. Für welche Stadt soll mir der Assistent nun Hotels raussuchen? Das kann der Assistent nicht ohne weitere Informationen entscheiden. Er könnte mir Hotels aus beiden Städten anzeigen. Das wäre aber schlecht und könnte zu so mancher Fehlbuchung führen. Der Assistent könnte mich auch einfach fragen. Das wäre schon besser. Gut wäre es, wenn Google richtig erraten würde, in welches Frankfurt ich reisen möchte. Der Assistent könnte z. B. in meinem Kalender schauen, ob da demnächst ein Termin in Frankfurt /M oder Frankfurt /O. ansteht. Google könnte meine E-Mails nach Hinweisen auf das richtige Frankfurt durchsuchen. Wenn Google in meinem Browserverlauf auf dem PC feststellt, dass ich vor ein paar Tagen Karten für die Alte Oper in Frankfurt gebucht hatte, dann ist es höchstwahrscheinlich, dass ich nach Frankfurt /M möchte.

Stellt Google anhand meiner Bewegungsdaten von meinem Handy fest, dass ich jede Woche nach Frankfurt /O. fahre, dann ist es wahrscheinlicher, dass ich im Brandenburgischen Frankfurt ein Hotel suche.

Aus dem Gesagten lassen sich zwei Schlussfolgerungen ziehen.

1. Je mehr Daten der Assistent über mich hat, desto bessere Antworten kann er mir geben.
2. Es geht um Wahrscheinlichkeiten. Der Assistent versucht immer die Antwort zu liefern, die wahrscheinlich richtig ist.

Über den 1. Punkt sollte man vor der Verwendung eines Assistenten gründlich nachdenken. Klar, es ist sehr komfortabel, sich von einem digitalen Assistenten bei alltäglichen Aufgaben helfen zu lassen. Möchte man dafür aber wirklich Google, Amazon, Microsoft oder Apple sehr persönliche Daten preisgeben?

Die verschiedenen Klassen von Suchanfragen

Zurück zur Suche.

Wahrscheinlich werden die meisten Leser die Unterschiede zwischen den drei Klassen von Suchanfragen kennen. Trotzdem will ich diese nochmal kurz erläutern.

Jede Suchanfragen kann in eine der 3 Klassen eingeordnet werden:

1. Informationale Suchen
2. Transaktionale Suchen
3. Navigationale Suchen

Bei informationale Suchanfragen geht es dem Nutzer darum, Informationen zu einem Bestimmten Thema zu finden. Beispiel: “Museen Regensburg” Der Nutzer erwartet Informationen dazu, was für Museen es in Regensburg gibt, was dort gezeigt wird, wann diese geöffnet haben und wie teuer der Eintritt ist. Ein weiteres Beispiel für so eine Suchanfrage wäre “Wetter München”.

Bei transaktionalen Anfragen möchte der Nutzer etwas kaufen, etwas herunterladen oder sich irgendwo anmelden. Beispiel “iPad kaufen” Der Nutzer erwartet, dass ihm eine Liste von Shops angezeigt wird, in denen er ein iPad kaufen kann. “Download Adobe Reader” wäre eine weitere Suchanfrage dieser Kategorie.

Bei navigationalen Suchen will der Nutzer eine Seite wiederfinden, von der er weiß, dass es sie gibt. Beispielsuchanfrage: “youtube”

Es gibt natürlich auch Übergangsformen. “Preis iPad pro” ist zunächst erst einmal die Frage nach einer Information. Allerdings wird da wohl in der Regel eine konkrete Kaufabsicht dahinter stehen, so dass diese Anfrage auch als transaktionale Suche eingestuft werden könnte.

Welche der drei Klassen ist nun besonders relevant für den Assistenten? Fangen wir mal bei der transaktionale Suche an. Wenn ich dem Google Assistant “Ich will eine Jacke kaufen.” sage, dann werde ich mit großer Sicherheit von Google ein paar passende Online-Shops präsentiert bekommen. Im Shop muss ich mir dann das richtige Produkt aussuchen. Das dürfte wohl inzwischen recht gut mit dem Smartphone oder Tablet funktionieren. Aber spätestens beim Bestellvorgang wird es unbequem. Da müssen dann jede Menge Daten mittels der virtuellen Tastatur eingetippt werden. Das ist nicht wirklich optimal und geht eigentlich viel bequemer mit einem Laptop oder einem Desktop-Computer. Dieses Problem wird wohl früher oder später bei den meisten  transaktionalen Suchanfragen auftreten. Deswegen werden wohl solche Suchanfragen seltener an einen Assistenten gestellt werden.

Bei der informationale Suche ist das in den vielen Fällen anders. Wenn auf der Zielseite keine Tastatureingaben notwendig sind, dass ist dieser Suchtyp durchaus relevant.

Die allermeisten Anfragen werden wohl Fragen nach Informationen sein. Auf Fragen wie “Wann wurde Regensburg gegründet?” erwartet man eigentlich nur eine Zahl. Google versucht das in der Web-Suche oft schon in einer One-Box selber zu beantworten, was bei konkret dieser Suchanfrage aber heftig schief geht.

Regensburg wurde 179 und nicht 1245 gegründet. Im Wikipedia-Artikel, der an erster Stelle verlinkt ist, findet sich die richtige Information.

Analyse der Suchanfragen

Zu jeder der drei Klassen habe ich einige Suchanfragen zusammengestellt. Ich weiß natürlich nicht, was für Suchanfragen bei Google tatsächlich eintreffen. Deswegen ist die Auswahl der Suchanfragen sehr individuell und nicht “streng wissenschaftlich”. Das sollte man sich immer bei der Bewertung der Ergebnisse im Hinterkopf behalten.

Informationssuche

Wie wird morgen das Wetter in Berlin?

Es wird eine Wettervorhersage für morgen und die nächsten Tage für Berlin ausgegeben. Die Frage ist damit umfassend beantwortet.

Wie lange fahre ich mit dem Auto nach Nürnberg?

Die Antwort ist passend und hilfreich für den Nutzer. Er bekommt eine kleine Karte eingeblendet, von wo aus er direkt die Naviagtion mit Google Maps starten kann.

Wie wird die Hauptspannung berechnet?

Diesmal wird keine direkte Antwort geliefert sondern ein Link auf eine Webseite. Schön, dass es eine Seite von mir ist. Der Inhalt ist passend. Auf der Seite wird genau die Erklärung der Frage geliefert.

Was ist ein Tensor?

Diese Frage lässt sich nicht so kurz beantworten. Es wird ein Link auf den entsprechenden Wikipedia-Artikel ausgegeben, der die Antwort liefert. Das ist absolut sinnvoll.

Welches Datenbanksystem benutzt die Wikipedia?

Ich gebe zu, diese Frage ist schon etwas gemein. Wenn der Assistent diese in die Suchanfrage “Datenbank Wikipedia” konvertieren würde, dann würde einfach der Wikipedia-Artikel zu Datenbanken angezeigt werden. Das macht der Assistent aber anscheinend nicht. Es wird ein Wikipedia-Artikel zu NoSQL verlinkt. Allerdings ist das falsch, denn die Wikipedia nutzt MariaDB. Die Antwort vom Assistant ist also falsch.

Wann wurde Regensburg gegründet?

Der Google Assistant gibt hier eine direkte Antwort und verweist nicht auf einen Seite. Es wird direkt eine Jahreszahl angegeben, die allerdings falsch ist. Regensburg wurde schon über 1000 Jahre früher gegründet und zwar im Jahr 179.

Wie viel Schnee liegt auf dem Großen Osser?

Es wird nicht die Schneehöhe ausgegeben sondern das aktuelle Wetter. Danach hatte ich eigentlich nicht gefragt.

Beim Tippen auf die Information wird ein Suchergebnis angezeigt. Das bringt mich allerdings auch nicht weiter. Es werden Schneehöhen von allen möglichen Skigebieten im Bayerischen Wald angezeigt. Eine Schneehöhe auf dem Osser ist allerdings nirgends zu finden. Das Problem ist also, dass die gewünschten Daten nicht im Netz verfügbar sind. Es wäre gut, wenn das der Assistent auch eindeutig so sagen würde und mir alternativ die Schneehöhen von anderen Bergen in der Nähe anbieten würde.

Wie hoch ist der Wasserstand der Donau in Straubing?

Es wird das Ergebnis einer Websuche ausgegeben. Die Seite liefert genau die gewünschte Information. Eine Kleinigkeit wäre zu bemängeln. Es wird die Desktop-Version der Webseite und nicht die mobile Version verlinkt.

Navigation

Öffne das Blog der Firma Dlubal.

Hier gibt es nichts auszusetzen. Es wird genau das gewünschte Suchergebnis ausgegeben. Mit einem Tipp lande ich auf dem Blog von Dlubal.

Ich möchte Schuhe bei Zalando kaufen.

Es wird auf die mobile Seite von Zalando verwiesen. Besser wäre allerdings ein Verweis auf die Kategorie “Schuhe” gewesen.

Ich will eine Hose bei eBay verkaufen.

Ich habe die Frage zweimal in einem größeren zeitlichen Abstand gestellt. Beide Ergebnisse waren nicht zufriedenstellend. Ich hätte eigentlich erwartet, dass ich direkt auf der Verkaufsseite von eBay lande. Statt dessen wird mir einmal eine Diskussion bei Gutefrage.net und ein anderes mal ein Verweis auf eBay-Kleinanzeigen angeboten. Bei eBay-Kleinanzeigen wird allerdings schon auf die richtige Kategorie verwiesen.

Öffne die Seite von Cube.

Diese Anfrage ist etwas erklärungsbedürftig. Es geht mir hier um die Fahrradmarke Cube. Ich hatte vor einigen Tagen die entsprechende Seite besucht. Ich würde also erwarten, dass Google hier einen Zusammenhang herstellt und diese Seite wieder öffnet.

Genau das geschieht auch. Sucht man übrigens unangemeldet bei Google nach “Cube”, dann steht die Fahrradmarke nicht auf dem ersten Platz.

Hier gibt es die volle Punktzahl.

Transaktion

Ich will ein Hotel in Frankfurt buchen.

Es werden einige Hotels in Frankfurt/Main in einem Karussell angeboten. Ein Klick darauf zeigt mehr Detail zu diesem Hotel an und bietet Funktionen wie Anruf oder Routenplaner an.

Soweit so gut. Ein Problem hat diese Antwort allerdings. Es gibt in Deutschland 2 Stätte namens Frankfurt, Frankfurt am Main und Frankfurt an der Oder. Von einem wirklich intelligenten Assistenten hätte ich erwartet, dass er mich fragt, in welchem Frankfurt ich übernachten möchte.

Ich will mir rote Schuhe kaufen.

Das Ergebnis schaut aus den ersten Blick sinnvoll aus. Schauen wir aber mal, auf welche Seite verlinkt wird:

Diese Suchanfrage ist wirklich gemein. Es gibt sicherlich wesentlich mehr rote Damen- als Herrenschuhe. Wenn ich diesen Satz zu einem Verkäufer in einem echten Schuhladen sagen würde, dann wüsste er aber, dass ich rote Herrenschuhe suche (Nein, ich suche nicht wirklich nach solchen Schuhen.) Google könnte das auch wissen. Google könnte aus dem Verlauf der besuchten Webseiten wissen, ob ich eine Frau oder ein Mann bin. Google hätte nach “rote Schuhe Herren” suchen müssen.

Ich will heute Abend essen gehen.

Das Ergebnis ist schon etwas enttäuschend. Der Assistent hat den Sinn nicht verstanden und liefert mir statt der Adressen schöner Restaurants in meiner Nähe ein Link zu einer Übersetzungsseite.

Wo kann ich Streusalz kaufen?

Auch hier hätte ich eigentlich ein besseres Ergebnis erwartet. Ich habe eine eindeutige Kaufabsicht geäußert. Ich hätte erwartet, dass mir ein Baumarkt in meiner Nähe oder vielleicht auch ein Online-Shop angezeigt wird. Statt dessen wird ein Artikel bei Gutefrage.net verlinkt, in dem zumindest Links auf Online-Shops zu finden sind.

Zusammenfassung der Ergebnisse

Frage	Bewertung
Wie wird morgen das Wetter in Berlin?
Wie lange fahre ich mit dem Auto nach Nürnberg?
Wie wird die Hauptspannung berechnet?
Was ist ein Tensor?
Welches Datenbanksystem benutzt die Wikipedia?
Wann wurde Regensburg gegründet?
Wie viel Schnee liegt auf dem Großen Osser?
Wie hoch ist der Wasserstand der Donau in Straubing?
Öffne das Blog der Firma Dlubal.
Ich möchte Schuhe bei Zalando kaufen.
Ich will eine Hose bei eBay verkaufen.
Öffne die Seite von Cube.
Ich will ein Hotel in Frankfurt buchen.
Ich will mir rote Schuhe kaufen.
Ich will heute Abend essen gehen.
Wo kann ich Streusalz kaufen?

Schlussfolgerungen

Für viele alltägliche Anfragen ist der Google Assistant durchaus geeignet. Es gibt immer mal wieder einen Ausreißer. Mit der Zeit wird das aber sicher immer weniger werden.

Der Assistent versucht, die Fragen möglichst direkt zu beantworten. Der Verweis auf eine Websuche ist immer nur 2. Wahl.

Für die Betreiber von Webseiten ist das keine gute Nachricht, weil eine Menge Traffic wegbrechen können. Wenn die Suche im Desktop-Browser zu einem Thema ein One-Box ausspielt, dann kann man davon ausgehen, dass der Assistent diese Information in einer direkten Antwort benutzt. Es macht also wenig Sinn, zu diesem Thema eine Webseite zu erstellen und auf nennenswerten Traffic über den Google Assistent zu hoffen.

Wenn der Assistent ein Ergebnis aus der Websuche anzeigt, dann zunächst immer nur ein einziges. Die weiteren Ergebnisse sind nur über eine weitere Aktion des Nutzers zugänglich. Will man also Traffic über den Google Assistent generieren, dann muss man fast zwangsläufig den ersten Platz in der Websuche liegen. Der 2. Platz ist da schon der erste Verlierer.

Wir können davon ausgehen, dass das Benutzerverhalten im Google Assistent genauestens analysiert wird. Wenn eine Seite nicht die gewünschten Informationen liefert, dann wird sie schnell vom Platz 1 und damit aus dem Assistent verschwinden.

Werden die Assistenten die herkömmliche Suche ersetzen? Ich meine nicht. Ein Assistent ist unheimlich gut darin, einfache Fakten zu recherchieren. Bei komplexeren Recherchen wird es allerdings mit einem Assistenten schwierig. Das zeigt sehr gut die Frage nach dem Datenbanksystem der Wikipedia. Ich gehe bei komplexeren Recherchen  oft so vor, dass ich meine Suchanfrage Schritt für Schritt verfeinere bis ich die gewünschten Ergebnisse erhalte. Das ist mit dem Google Assistenten so nicht möglich.

Der Google Assistent ist momentan nur auf dem Smartphone verfügbar. Ich gehe davon aus, dass für umfangreichere Recherchen auch in Zukunft weiterhin der Desktop-Computer zum Einsatz kommen wird.

Seiten, die nur simple Fakten behandeln, werden es in Zukunft schwerer haben. Wer jedoch Seiten betreibt, die komplexere Sachverhalte darstellt, der braucht sich vor den Assistenten nicht zu fürchten.

Bildquelle: By Alphabet Inc (Google Allo) [Public domain], via Wikimedia Commons

Für den Webmaster ist die interne Suche eine wichtige Informationsquelle. Sie gestattet es, die Besucher näher kennen zu lernen und die Seite entsprechend zu optimieren.

Absicht des Suchenden erkennen

Wenn der Benutzer meiner Seite die interne Suche benutzt, dann sagt mir das zwei Sachen:

1. Er hat die gesuchte Information nicht auf der Seite gefunden.
2. Er vermutet aber, dass zu seinem Thema Informationen auf der Seite sein müssten.

Werkzeuge für die Analyse

Ein gutes Werkzeug für die Analyse der Suchanfragen ist Google Analytics. Hier habe ich schon mal gezeigt, wie man damit die Suchbegriffe herausfinden kann.

Es gibt aber noch ein viel effektiveres Werkzeug für die Analyse der internen Suche. Das ist das WordPress-Plugin Relevanssi. Mit einem Mausklick habe ich alle relevanten Informationen zur internen Suche.

Ich bekomme gleich angezeigt, für welche Suchbegriffe keine Antworten gefunden wurden.

Was tun?

Wenn Informationen zu dem gesuchten Thema auf der Seite vorhanden sind, der Nutzer aber trotzdem danach sucht, dann kann das verschiedene Ursachen haben.

Es kann sein, dass der Besucher einfach keine Lust hatte, sich die Seite näher anzuschauen und nur möglichst schnell zu den gewünschten Informationen kommen möchte. Solche Suchanfragen kann man getrost ignorieren.

Die passende Seite ist vielleicht so tief in der Navigation versteckt, so dass der Nutzer sie nicht gefunden hat. Kommt so etwas öfter vor, dann ist es Zeit, sich die Struktur der Seite mal näher anzuschauen. Ist die Seitenstruktur wirklich logisch aufgebaut und kann die Logik auch wirklich vom Besucher schnell erfasst werden.

Möglicherweise ist auch einfach nur die Usability der Navigation schlecht. Vielleicht schaut man einfach mal einem Nutzer seiner Seite über die Schulter.

Es kann auch sein, dass die Informationen, die der Nutzer gefunden hat, für ihn einfach nicht ausreichend sind. Der Artikel könnte dann vielleicht überarbeitet und mit mehr Informationen angereichert werden. Doch Vorsicht dabei. Nutzer haben ganz unterschiedliche Bedürfnisse. Manche wünschen nur oberflächliche Informationen zu einem Thema, andere wollen tiefer gehen. Diejenigen, die nur oberflächliche Informationen haben wollen, schreckt eine ausführlicher, allumfassender Artikel eher ab. Wenn man sich in der Wikipedia so umschaut, dann findet man dafür einige Beispiele. Eine Taktik, die ich gerne verwende ist, dann im ersten Teil des Artikels zunächst eine allgemeine oberflächliche Erklärung schreibe. Weiter unten können dann Hintergrundinformationen, Herleitungen und so weiter folgen.

Wenn ein entsprechender Artikel auf der Seite fehlt, dann kann man den ergänzen. Doch nicht gleich los schreiben! Erst einmal muss man entscheiden, ob dieser Artikel auch wirklich zum Thema der Seite passt. Ist das nicht der Fall, dann ist es besser, die Finger davon zu lassen. Es ist keine gute Idee, durch Themen zu allen möglichen Sachgebieten das Profil einer Seite zu verwässern.

Beispiel: Auf meiner Seite vergleichsspannung.de gibt es immer wieder Suchanfragen, bei denen es um elektrische Spannung geht und nicht um mechanische Spannung. Natürlich könnte ich da einen Artikel dazu schreiben aber der wäre ein Fremdkörper in der Seite, in der es um Probleme der Festigkeitslehre geht. Das Themengebiet einer Seite kann man ausweiten. Aber dann nur auf angrenzende Gebiete.

Fazit

Die interne Suche eine Seite ist eine wichtige Informationsquelle. Die Suchanfragen können helfen, die Besucher seiner Seite näher kennen zu lernen und fehlende Themen zu ergänzen.

Update 6.11.2016:
Aus Perun hat Vladimir einen Artikel zum gleichen Thema veröffentlicht. Er geht darin auf das Plugin Search Meter ein, dass im Funktionsumfang Relevanssi änlich sein dürfte.

Schließlich benutzt Google diese in den meisten Fällen in den Snippets der SERPs. Damit steht dem Webmaster ein Mittel zur Verfügung, direkten Einfluss auf die Anzeige in den Suchergebnissen auszuüben.

Nun stellt Martin Mißfeldt diese jahrelange Praxis in Frage. Er sagt, dass Google das besser als der Webmaster kann. Er hat festgestellt, dass abhängig von der Suchanfrage Google einen anderen Text im Snippet ausliefert. Diese generierten Texte wurden von Google automatisch auf die Suchanfrage optimiert. Er belegt das sehr schön an einem Beispiel.

Das ist eine sehr interessante Erkenntnis. Allerdings finde ich, dass man nun nicht grundsätzlich auf Meta-Descriptions verzichten sollte. Das automatische Optimieren der Snippets kann nur dann funktionieren, wenn viele gleichartige Suchanfragen zu diesem Thema gestellt werden. Das ist bei Nischenthemen in der Regel nicht der Fall. Da sind die von Google generierten Snippets manchmal doch nicht so optimal.

Deswegen sollte jeder Betreiber einer Nischenseite regelmäßig ein Blick in die Search Console zu werfen und nach Keywords mit niedriger Klickrate suchen. Die Klickrate ist muss immer in Bezug auf die durchschnittliche Platzierung betrachtet werden. Niedrige Klickraten können viele Ursachen haben. Schlechte Texte im Snippet kann eine davon sein. In diesem Fall kann man dann manuell eingreifen und eine Meta-Description hinzufügen.

Dafür benutze ich das WordPress-Plugin All In One SEO Pack.

Damit kann man sehr komfortabel direkt im Post die Meta-Description eintragen und sieht gleich eine Vorschau, wie das Ergebnis bei Google dann aussehen würde.

Mit diesem Plugin kann man noch eine ganze Menge andere nützliche Sachen machen. Aber das ist vielleicht eine Thema für ein separates Post.

Wann habt ihr euch zum letzten Mal die Ergebnisse der internen Suche auf eurer Webseite das letzte mal angeschaut? Angeregt durch einen interessanten Podcast von Termfrequenz.de habe ich die Suche auf vergleichsspannung.de genauer analysiert.

In dem Podcast ging es um wesentlich größer Seite als mein kleines 100-Seiten-Projekt. Es ging darum, wie beispielsweise in Shops optimale Suchergebnisse ausgegeben werden können. Das ist eine komplett andere Liga. Doch auch bei einer kleinen Seite kann man mit wenig Aufwand die interne Suche und damit die Usability erheblich verbessern. Wie ich das gemacht habe, das zeige ich hier.

Wonach wird gesucht?

Zunächst muss man erst mal raus bekommen, was die Besucher so in das Suchfeld eintippen. Das geht sehr einfach. Der Suchbegriff wird in der URL als Parameter „s“ übergeben. Also braucht man in seinem Analysetool nur danach zu suchen und bekommt die Begriffe angezeigt:

Diese kann man dann am besten in eine Excel-Datei exportieren.

Ist der Suchbegriff relevant?

In der Excel-Datei kann man dann bewerten, ob der Suchbegriff überhaupt für die Seite relevant ist.

Die Filterfunktion von Excel oder OpenOffice hilft bei dem Aussortieren unsinniger Keywords.

Habe ich eine passende Ergebnis-Seite?

Die nächste Frage ist, ob eine passende Seite vorhanden ist.

Ist der Suchbegriff relevant und hast du keine passende Seite? Herzlichen Glückwunsch! Damit hast du gerade ein Thema für eine neue Seite gefunden.

Wenn eine passende Seite vorhanden ist, dann muss analysiert werden, ob diese auch in der Suche angezeigt wird.

Analyse der Suchergebnisse

Wird die richtige Seite angezeigt, dann ist alles in Ordnung. Wenn nicht, dann muss genauer untersucht werden, warum nicht. Das könnte daran liegen, dass der Text des Artikels nicht genau das Keyword enthält. Vielleicht kannst du ja noch ein wenig am Text feilen und das Keyword in den Text aufnehmen. Wenn das nicht in Frage kommt aber der Artikel trotzdem gefunden werden soll, dann gibt es auch dafür Möglichkeiten. Wie das geht, das zeige ich weiter unten.

Was mache ich bei Vertippern?

Schauen wir mal, was Google macht. Wenn man dort nach dem Keyword „Standart“ sucht, dann sieht das Ergebnis so aus:

Google bemüht also die interne Rechtschreibkontrolle und merkt, dass im Deutschen die korrekte Schreibweise „Standard“ wäre und schlägt die Suche danach vor. Es kann aber sein, dass der Nutzer nach der bulgarischen Zeitung sucht. Deswegen fragt Google den Nutzer und ändert nicht stillschweigend den Suchbegriff in „Standard“.

Ist dieses Vorgehen auch bei der internen Suche sinnvoll? Nein! Wenn jemand nach „Wiederstandsmoment“ sucht, dann muss man den Nutzer nicht belehren, dass der richtige Suchbegriff „Widerstandsmoment“ wäre, sondern man kann gleich die passende Seite zum Widerstandsmoment anzeigen. Wenn der Nutzer wissen wollte, wie der Begriff richtig geschrieben wird, dann hätte er duden.de aufgerufen. Da er aber auf einer Seite zur Festigkeitslehre unterwegs ist, will er eine Erklärung zu diesem Begriff haben.

Wie bekomme ich jetzt aber meine interne Suche dazu, die Seite zum Widerstandsmoment anzuzeigen, wenn der Nutzer „Wiederstandsmoment“ eintippt? Natürlich kann man in den Artikel alle Vertippervarianten direkt in den Artikel reinschreiben. Dort würden die Begriffe aber nur Stören. Für Google macht das auch kein Sinn, weil durch die sehr gute Rechtschreibprüfung von Google die Seite trotzdem gefunden wird.

Ich habe es so gelöst, dass ich für jeden Artikel ein benutzerdefiniertes Feld eingebaut habe, in denen ich alle Vertippervarianten aufnehmen kann.

Jetzt muss ich die interne Suche von WordPress noch davon überzeugen, auch in diesem Feld nach den eingetippten Begriffen zu suchen. Das geht mit den Bordmitteln nicht. Ich benutze dafür das Plugin Relevanssi. Da kann ich einstellen, dass auch das benutzerdefinierte Feld durchsucht wird:

Das Plugin kann noch viele Sachen mehr. Das ist aber Stoff für einen weiteren Artikel.

Das ist sogenannter Referrer-Spam. Findige „SEO“-Agenturen haben mitbekommen, das Webmaster normalerweise schauen, von welcher Seite Links auf das eigene Projekt gesetzt werden. Also schicken sie ihre Bots los, die deine Projekte-Seiten mit einem Referrer aufruft, der auf die Webseite der „SEO“-Agenturen verweist. Die gehen dann davon aus, dass der Webmaster die URL in seinem Analyse-Tool findet und aus Neugier aufruft. Die meisten Webmaster nervt es, wenn auf diese Art und Weise die Analyse verfälscht wird.

Armin Müller beschreibt in seinem Blog, wie du solche Referrer-Spammer los wird. Ein paar Zeilen in der htaccess reichen dafür.

Wie es mir gelungen ist mit ein paar simplen Onpage-Optimierungen, die Klickrate mehr als zu verdoppeln, will ich hier beschreiben.

Konkret geht es um die Seite zum E-Modul. Nicht jeder kennt sich mit technischer Mechanik aus, deswegen eine ganz kurze Erklärung des Begriffs. Wenn man ein Körper drückt, dann verformt er sich. Die Größe der Verformung hängt von zwei Sachen ab, von der Geometrie des Körpers und vom Material. Der Anteil, der vom Material bestimmt wird, heitßt Elastizitätsmodul, oder kurz E-Modul. Der E-Modul ist ein wichtiger Kennwert für das Material und wird zum Erstellen statischer Berechnungen benötigt.

Für die Keywords „elastizitätsmodul“, „e modul“ und „e-modul“ ist es sehr schwer, vernünftigen Traffic zu generieren. Warum?

Dazu muss man sich überlegen, mit welcher Absicht ein Nutzer diese Suchbegriffe bei Google eingibt. Der Nutzer erwartet eine Erklärung, was der Elastizitätsmodul überhaupt ist. Wenn dann der passende Wikipedia-Artikel auf Platz 1 liegt, dann werden wohl die allermeisten Suchenden auf diesen Link klicken. Alle anderen Suchergebnisse, egal wie gut die Seiten sind, werden es sehr schwer haben.

Etwas anders sieht es bei der Keyword-Kombination „e modul stahl“ aus. Es ist anzunehmen, dass der Suchende schon weiß, was der E-Modul prinzipiell ist. Er sucht nur den Zahlenwert für ein bestimmtes Material, in dem Fall für Stahl. Da habe ich mit meiner Seite wieder eine gute Chance gegen die Wikipedia. Meine Seite enthält schließlich einige Tabellen mit den Zahlen für alle denkbaren Werkstoffe. Trotzdem lag die Klickrate bei nur 7% bei einer durchschnittlichen Platzierung von 2,9. Das war viel zu niedrig. Ich wollte die Ursache dafür herausfinden.

Die Seite hatte ich eigentlich gut strukturiert. Jede Werkstoffgruppe war in einer separaten Tabelle zusammengefasst. Über jeder Tabelle stand eine Überschrift mit dem Namen der Werkstoffgruppe, beispielsweise „Holz“, „Stahlbeton“ usw. Am Anfang der Seite gab es ein Inhaltsverzeichnis, welches die einzelnen Zwischenüberschriften verlinkte. Eigentlich optimal, dachte ich.

Doch ich hatte einen Fehler gemacht.

Stahl war mit Aluminium, Kupfer und anderen Metallen zu Werkstoffgruppe „Metalle“ zusammengefasst. Die Zwischenüberschrift hieß dann natürlich „Metalle“. Das Ergebnis war, dass Google folgendes Snippet in seinem Suchergebnissen anzeigte:

Google wertet also die internen Links des Inhaltsverzeichnis aus und zeigt diese direkt im Snippet an. Das ist erst einmal eine wichtige Erkenntnis und zeigt, wie wichtig Überschriften und Inhaltsverzeichnisse gerade bei längeren Texten sind.

Die Suchmaschine war aber der Meinung, dass das Keyword „Stahl“ besser zu „Stahlbeton“ passt als zu „Metalle“. Das sahen logischerweise die meisten Suchenden anders und klickten nicht auf den Link.

Meine Schlussfolgerung war, eine neue Tabelle einschließlich Zwischenüberschrift „Stahl“ zu erstellen. Nach kurzer Zeit sah das Snippet dann so aus:

Die Klickrate liegt jetzt nach ca. einem Monat bei 15%. Da Google auch die Klickrate in den Suchergebnissen auswertet hat diese kleine Onpage-Optimierung indirekt auch Einfluss auf die Platzierung in den SERPs. Die stieg auf von 2,9 auf 2,2.

Dafür, dass auf Platz 1 der Wikipedia-Artikel liegt, ist die Klickrate jetzt im annehmbaren Bereich.

Zusammenfassung

Hier nochmal ganz knapp zusammengefasst mein Vorgehen:

• Keywords mit unterdurchschnittlicher Klickrate ausfindig machen
• Suchabsicht herausfinden
• Passt Snippet zur Suchabsicht?
• Onpage-Optimierung. Zwischenüberschriften und Inhaltsverzeichnis sind wichtig, für die Leser als auch für Google.