Die Zeiten, in denen man sich bei der Kommunikation mit Google und Co. kryptisch ausdrücken musste, damit diese einen verstehen, sind vorbei. Längst verstehen Suchmaschinen unsere natürliche Sprache so, wie sie ist. Mittlerweile ist es sogar wichtiger denn je, Inhalte auf eine möglichst natürliche Art und Weise für den Nutzer aufzubereiten. „Für den User schreiben, nicht für die Suchmaschine“, ist schon lange keine leere Phrase mehr, denn: Natural Language Processing (NLP) – die Verarbeitung natürlicher Sprache mithilfe von Maschinen – ist in unserer Welt angekommen.
Was ist natürliche Sprache?
Natürliche Sprache ist im Grunde die Sprache, wie wir täglich sprechen. Mithilfe von Big Data und Machine Learning werden auch Google und Co. immer besser darin, diese Sprache zu verstehen und zu verarbeiten – ohne dass wir unsere Art und Weise zu sprechen an Suchmaschinen anpassen müssen.
Das bedeutet nicht, dass Keywords damit weniger wichtig wären, wenn es um das Ranking geht. Aber es heißt, dass diese für Google nicht mehr zwingend erforderlich sind, um den Inhalt eines Textes zu bestimmen. Eine Suche muss nun nicht mehr sprachlich angepasst werden: Aus „Schuhgeschäft in der Nähe“ wird „Wo ist das nächste Schuhgeschäft?“. Google benötigt keine Schlüsselwörter wie „in der Nähe“, sondern arbeitet mit der Syntax des Satzes und bewertet die Stimmung.
Wie funktioniert die Verarbeitung natürlicher Sprache?
Big Data ist der Schlüssel: Dadurch ist es per NLP möglich, die Syntax eines Textes zu analysieren und somit dessen Inhalt zu verstehen. Darüber hinaus kann ein Text hiermit grammatisch und thematisch bewertet werden. Die Stimmung lässt sich per NLP ebenfalls deuten. Ist die Tonalität des Textes eher positiv oder eher negativ? Suchmaschinen sind durchaus imstande, das anhand von Schlüsselwörtern zu erkennen.
Mithilfe von NLP fällt auch die Kategorisierung eines Textes leicht. Google erkennt, ob dieser ein Kunstwerk beschreibt oder eine Backanleitung ist – ohne dass die Kategorie im Vorfeld vom Autor festgelegt wurde. Hinzu kommt, dass der gesamte Prozess mehrere Sprachen unterstützt. Es ist also egal, in welcher Sprache Sie Ihren Text verfassen: Google erkennt Inhalte einer Website unabhängig davon.
Was ist Natural Language Processing im Detail?
NLP beschreibt Methoden und Techniken, mit denen natürliche Sprache maschinell verarbeitet wird. Damit ist ein Vorgang gemeint, bei dem Text analysiert, Beziehungen zwischen Wörtern hergestellt und deren Bedeutung verstanden wird. Daraus lässt sich dann ein besseres Verständnis ebendieser ableiten.
Dieser Vorgang umfasst folgende Bestandteile:
- Tokenisierung: Zerlegung eines Satzes in einzelne Wörter und andere Token (z. B. Satzzeichen, Leerzeichen)
- Wortartkennzeichnung: Wörter nach Wortarten klassifizieren – Nomen, Verben, Adjektive etc.
- Lemmatisierung: Zuordnung verschiedener Varianten zu einer Stammform (z. B. „bin“, „ist“, „seid“ zu „sein“)
- Wortabhängigkeiten finden: Beziehungen zwischen Wörtern bzw. Zugehörigkeiten
- Wortabhängigkeiten definieren: Präposition, Attribut etc.
- Erkennung von Entitäten: bekannte Wörter identifizieren, z. B. Dinge und Namen, aber auch Markennamen
- Hervorhebung: Relevanz eines Textes für ein Thema wird durch Indikatorwörter bestimmt
- Stimmung: Bewertung der Stimmung des Texts
- Themenkategorien: Texteinteilung in eine Kategorie
- Textinhaltsfunktion: B. Frage, Antwort, Humor, Lob etc.
- Bestimmung von Inhaltstypen: Erkennen der Struktur durch HTML-Code, Formatierung und Datentyp sowie Einteilung in Inhaltstypen (z. B. Rezept, Anleitung, Produkttext)
- Strukturell implizierte Bedeutung: Formatierung des Texts (Umbrüche, Überschriften, Auflistungen, Nähe bestimmter Begriffe zueinander etc.) implizieren Bedeutung
Wie gelingt es, NLP-freundlich zu schreiben?
Beim NLP wird mithilfe von sogenannten Parsern eine Analyse des Textes auf unterschiedlichen Ebenen durchgeführt: das NLP-Parsing. Damit dieses möglichst einfach und erfolgreich verläuft, gibt es einige Hinweise, die Sie beim Verfassen von Texten beachten sollten:
- Verbinden Sie Fragen mit Antworten und sorgen Sie so für eine einfache Satzstruktur: [Entität] ist [Antwort].
- Sorgen Sie dafür, dass eine Identifikation von Einheiten, Klassifikationen und Adjektiven möglich ist. Enthält der Inhalt die genaue Antwort einer Frage? Auf die Suchanfrage „Kerntemperatur für ein Hähnchen“ sollte eine Antwort gegeben werden, die nicht nur eine Zahl, sondern zusätzlich das Wort „Grad“ bzw. das Gradzeichen und die Einheit (Celsius oder Fahrenheit) enthält. Erst so ist die Antwort genau genug.
- Minimieren Sie Abhängigkeitssprünge. Die NLP-Parser sollten beim Durchlaufen eines Satzes keine Schwierigkeiten haben, Bezüge herzustellen. Hier gilt also: Je einfacher die Struktur und je weniger Sprünge nötig sind, um von der Frage zur Antwort zu gelangen, desto besser. Beispiel: „Die Kerntemperatur für Hühnchen sollte bei 75–80 Grad Celsius liegen.“
- Geben Sie klare Antworten – weniger ist hier oft mehr. Erkennt Google keine klare Antwort auf die gestellte Frage, hat das Auswirkungen auf die Relevanz.
- Vermeiden Sie unklare Bezüge von Pronomen.
- Seien Sie nicht nur korrekt, sondern auch deutlich. Wenn Sie für Google zu komplex formulieren, hilft die beste Antwort nicht, um ein gutes Ranking zu erhalten.
- Steigern Sie Ihre Relevanz, indem Sie eng verwandte Begriffe und Unterthemen nutzen, die oft zusammen mit dem Keyword stehen.
- Beantworten Sie alle Fragen. Gehen Sie beim Verfassen eines Textes so vor wie ein Nutzer und beantworten Sie alle potenziell auftretenden Fragen nacheinander. Das Ziel ist, weitere Suchen überflüssig zu machen.
Beispiel für einen Suchablauf:
- Frage 1: „Wie ist die Adresse des nächsten Jeansladens?“
- Frage 2: „Wie lange hat dieser geöffnet?“
- Frage 3: „Gibt es dort auch Jeansjacken?“
- Verdeutlichen Sie Entitäten, indem Sie sie isolieren und Indikatorwörter nutzen. Beispiel: Das Wort „Birne“ ist nicht eindeutig, da sowohl das Obst als auch das Leuchtmittel gemeint sein kann. Verwenden Sie daher Indikatorwörter im selben Satz: „Die Birne der Lampe im Flur ist kaputt.“
- Vermitteln Sie Bedeutung durch Struktur. Dadurch können Sie das NLP-Verständnis verbessern. Beispiele:
- Überschriften (definieren Inhalte zwischen zwei Überschriften)
- Nähe (je näher Wörter aneinander stehen, desto wichtiger die Beziehung zwischen ihnen)
- eine umgekehrte Pyramide als Struktur (oben das wichtigste, unten das weniger wichtige)
- HTML-Tags
- Beziehungen (z. B. zwischen Inhalten von Zwischenüberschriften)
- Unterthemen
- Listen
- andere Formate, beispielsweise Tabellen und Formatierungen zur Klassifizierung (Adressen etc.).
Wie kann man NLP in Prozessen berücksichtigen?
Wenn Sie die organische Suche optimieren möchten, sollten Sie beim Erstellen von Content darauf achten, dass Sie dem Nutzer die gesuchte Information liefern und Google möglichst viel davon versteht. Zwar kann man bis jetzt nur auf wenige Tools zurückgreifen, die diesen Prozess unterstützen, aber auch mit einer manuellen Optimierung und einem NLP-freundlichen Schreibstil können Sie viel erreichen.
Was bedeutet NLP für SEO?
Rechtschreibung und Grammatik sind wichtig
NLP versteht Inhalte und Sätze mitsamt Kontext. Das macht es leichter, festzustellen, ob ein Text inhaltlich und grammatisch Sinn ergibt oder Spam ist. Mit dieser Syntaxanalyse werden irrelevante oder aufgrund von Fehlern schwer lesbare Inhalte von NLP-Parsern erkannt, was zu schlechteren Rankings führen kann.
Mehrwert durch Bilder
Auch der Alt-Text von Bildern und Videos ist für NLP relevant. Daher sollten sich Bilder auf Ihrer Website stets auf die Inhalte beziehen, um Usern damit einen Mehrwert zu bieten. Darüber hinaus erhöht ein passender Alt-Text die thematische Relevanz eines Textes und sorgt für ein besseres Ranking in der Bildersuche.
Für den User schreiben, nicht für Google – wirklich!
Mit dem Aufkommen von NLP ist natürliche Sprache wichtiger denn je. Vergessen Sie daher nie: Schreiben Sie lesbar und richtig. Insbesondere Ergebnisse von Sprachsuchabfragen beziehen sich auf Inhalte mit natürlicher Sprache. Der User stellt seine Frage auf natürliche Art und Weise – und so sollte auch die Antwort ausfallen. Aus diesen Gründen ist es immens wichtig, für den Nutzer zu schreiben, nicht für eine Suchmaschine.
Mit BERT-Modellen zu mehr Kontextrelevanz
Das BERT-Update, das Google im Dezember 2019 in mehr als 70 Sprachen ausrollte, ermöglicht ein besseres Verständnis von Suchanfragen. Laut Google hat das Auswirkungen auf die organische Suche ebenso wie auf Featured Snippets.
Das Bidirectional Encoder Representations from Transformer – kurz: BERT – ist ein Paper, das von Forschern der Google AI Language-Abteilung entwickelt wurde. Darin werden modernste Ergebnisse von NLP-Aufgaben dargelegt – von Question Answering bis zu Natural Language Inference.
Die BERT-Modelle bringen auch die Welt der Suchmaschinen voran: Sie berücksichtigen Kontexte eines Wortes, indem sie die Wörter analysieren, die davor und danach stehen. Die Intention einer Suchanfrage ist so besser verständlich, was zu einer korrekten und hilfreichen Antwort führt.
Fazit
Suchmaschinen wie Google werden immer intelligenter. Wir müssen uns nicht mehr anders ausdrücken als im normalen Gespräch, damit sie uns Antworten auf unsere Fragen geben können. Sie unterscheiden Rezepte von informativen Texten, erkennen Bezüge und Kontexte und verstehen unsere natürliche Sprache. Mithilfe von Natural Language Processing – einem komplexen Vorgang, der einen Text hinsichtlich unterschiedlicher Aspekte analysiert – entwickeln sich Maschinen weiter. Um ein besseres Ranking zu erzielen, gilt nun: klar, deutlich und vor allem natürlich formulieren.
Sie möchten Ihre Website optimieren, um bei Google und Co. besser zu ranken? Wir verfügen über langjährige Erfahrung und umfassendes Know-how im Bereich Online-Marketing. Wenn Sie Ihren Content verbessern oder sich ausführlich rund um das Thema beraten lassen möchten: Wir sind für Sie da – kontaktieren Sie uns!
Bilder: WrightStudio / stock.adobe.com; piter2121 / stock.adobe.com; peach_fotolia / stock.adobe.com; vegefox.com / stock.adobe.com