23 Okt Wie werden Shops künftig online gesucht und gefunden?
Suchmaschinenoptimierung kurz SEO umfasst bis dato alle Maßnahmen rund um das Entwickeln, Designen und Texten für Google & Co., damit Onlineshops in der Suche gut ranken, gefunden werden und sichtbar sind.
Gute SEO subsummiert eine logische URL-Struktur, eine übersichtliche Seitenarchitektur, logische Navigation, schnelle Ladezeiten, Mobiloptimierung, Optimierung von Crawling und Indizierung. Ferner sind die korrekte Verwendung strukturierter, konsistenter Daten und inhaltlich hilfreicher SEO-Content ausschlaggebend. SEO ist also keinesfalls out, die boomende KI-gestützte Suche erfordert allerdings eine modifizierte Herangehensweise.
Google vs. Chatbot: Organische Suche vs. KI
Der zunehmende Erfolg der KI-gestützen Suche in der Websuche lässt sich in Zahlen ablesen: Laut dem Portal absatzwirtschaft.de soll das im November 2022 veröffentlichte ChatGPT weltweit rund 2,5 Milliarden Eingaben sogenannte Prompts pro Tag verarbeiten. Monopolist Google verarbeite laut Schätzungen derzeit in der organischen Suche noch zwischen 13,7 und 16,4 Milliarden Suchanfragen pro Tag.
Die KI-gestützte Suche über Chatbots wie ChatGPT wird laut dem Online-Portal Statista hinsichtlich ihrer Verständlichkeit und Möglichkeit zur detaillierten Interaktion als vorteilhafter gegenüber der organischen Google-Suche eingeschätzt.
Die KI-Suche sei klar im Vorteil, wenn detaillierte Fragen gestellt werden und beantwortet werden sollen. Google in der organischen Suche punktet hingegen eher in der Richtigkeit der Angaben sowie Vielfalt der Suchergebnisse.
Alle Websuchmaschinen crawlen und indizieren das Web. Gemeinsam ist ihnen, dass Inhalte für Google, Bing als auch KI-Suchmaschinen relevant sein müssen und vertrauenswürdig durch den einst von Google etablierten Bewertungsmaßstab EEAT für Experience, Expertise, Authority und Trust.
KI-Suchmaschinen wie ChatGPT, Google AI Overview, Perplexity oder Microsoft Copilot basieren auf so genannten Large Language Models. Aber die Systeme unterscheiden sich erheblich in der Art und Weise, wie sie Informationen verarbeiten und Ergebnisse liefern. Die KI-gestützte Suche ist stärker personalisiert, bietet sprachliche und dialogorientierte Erfahrungen.
Glossar SEO, LLMO & RAG
Search Engine Optimization (SEO)
SEO umfasst alle Maßnahmen, um Websites in den organischen Suchergebnissen besser sichtbar zu machen. Dazu gehören die Recherche und der Einsatz von Keywords, Technik (Pagespeed, Indexierung, Struktur), Inhalte (Unique Content, Meta-Texte) und Backlinks. SEO bleibt zunächst das solide Fundament im Online-Marketing und wird durch neue Technologien wie KI, Sprachsuche und Personalisierung modifiziert und erweitert.
Large Language Models (LLM)
Large Language Models sind darauf ausgelegt, menschliche Sprache zu verstehen und auf Basis von vorhandenem Wissen zu generieren. LLMO Large Language Model Optimization bezeichnet die Optimierung von Inhalten und Strukturen für große Sprachmodelle wie ChatGPT oder Google Gemini, die Inhalte zusammen fassen, zitieren oder direkt nutzen. Der Fokus liegt hier auf dem gezielten Training der Sprachmodelle, dem Monitoring und strukturiertem, verständlichem Content. Die Autorenschaft und die zitierten Quellen müssen klar erkennbar sein. Inhalte müssen so gestaltet werden, dass sie von KI zitiert und empfohlen werden.
Retrieval Augmented Generation (RAG)
Retrieval Augmented Generation ermöglicht es dem LLM, ohne zusätzliches Training stets auf dem neuesten Stand zu sein, das eigene Wissen zu überprüfen und Halluzinationen zu vermeiden. Halluzinationen sind die Fake News der KI, also falsch generierte oder irreführende Informationen, die von der KI aber überzeugend dargestellt werden. Das Generieren von Text wird in RAG durch eine gute Suche ergänzt. Validierte Inhalte beispielsweise in einer Dokumentensammlung, in einer Datenbank oder in einem Knowledge Graph werden von RAG gecrawlt. Es geht hier um genaue und aktuelle Informationen, die gebündelt und dann in Text generiert werden. Knowledge Graphs / Shoppping Graphs strukturieren und verbinden Daten beispielsweise von Produkten, Kategorien, Kunden und ihre Beziehungen zueinander, was auch im eCommerce die Suche und Personalisierung signifikant verbessert.
GEO, AEO, AIO & VEO
Generative Engine Optimization (GEO)
Generative Engine Optimization bezeichnet alle Strategien und Maßnahmen, um in KI-basierten Antwortsystemen wie ChatGPT, Google SGE, Bing AI erkannt, verarbeitet, zitiert oder zusammengefasst zu werden. Inhalte müssen dabei exakt zur Such- und Nutzerintention in ganzen Sätzen und formuliert in Alltagssprache matchen. Google Search Generative Experience blendet direkt im Suchergebnis prominent above the fold eine KI-generierte Antwortbox ein. Bisherige gute Rankings an Treffern in der organischen Suche auf Seite 1 rutschen so weiter nach unten und auf Seite 2.
Answering Engine Optimization (AEO)
Answering Engine Optimization zielt darauf ab, Inhalte so aufzubereiten, dass sie von Antwortmaschinen wie Google SGE, Bing AI, ChatGPT oder Alexa verstanden und direkt ausgespielt werden. Hier gilt es, schnelle und präzise Antworten auf Suchanfragen zu liefern, FAQ-Strukturen zu etablieren, Rich Snippets und strukturierte Daten zu pflegen. Die Relevanz liegt auf Voice Search und Featured Snippets. Immer mehr Suchanfragen führen nicht zu mehr Klicks, sondern zu direkten Antworten.
Artificial Intelligence Optimization (AIO)
Artificial Intelligence Optimization ist ein neuer Begriff und bezieht sich auf die gezielte Nutzung und Optimierung von KI-generierten Inhalten. KI-Texte müssen so angepasst werden, dass sie menschenzentriert, einzigartig und hochwertig sind. Duplicate Content und inhaltliche Leere sind zu vermeiden. Das sind bewährte SEO-Bausteine.
Voice Engine Optimization (VEO)
Artificial Intelligence Optimization ist ein neuer Begriff und bezieht sich auf die gezielte Nutzung und Optimierung von KI-generierten Inhalten. KI-Texte müssen so angepasst werden, dass sie menschenzentriert, einzigartig und hochwertig sind. Duplicate Content und inhaltliche Leere sind zu vermeiden. Das sind bewährte SEO-Bausteine.
Relevanteste Ergebnisse durch Kosinus-Ähnlichkeit
Wollen wir eine Idee davon bekommen, wie die Prozesse bei SEO und GEO im Hintergrund laufen, lohnt ein kleiner Ausflug in die Mathematik, zu einem Begriff, der in Suchmaschinen, LLM, der Datenanalyse, der Text-Analyse als auch bei der Informationsbeschaffung eine zentrale Rolle spielt: Die Kosinus-Ähnlichkeit. Sie vergleicht die Ähnlichkeit verschiedener Datentypen aufgrund der Richtung von Vektoren, die größenunabhängig, vielseitig anwendbar und rechnerisch effizient sind.
Suchmaschinen nutzen die Kosinus-Ähnlichkeit zur Rangfolge der Suchergebnisse. Wenn ein Nutzer eine Suchanfrage eingibt, konvertiert die Suchmaschine diese und die Dokumente in ihrem Index in Vektoren. Durch die Berechnung der Kosinus-Ähnlichkeit zwischen Suchanfragenvektor und Dokument-Vektoren kann die Suchmaschine die Dokumente anhand ihrer Relevanz für die Suchanfrage sortieren. So erhalten Nutzende die relevantesten Ergebnisse.
Sichtbarkeit für Onlineshops durch SEO & GEO
Sichtbarkeit in KI-Suchmaschinen entsteht zunehmend nicht mehr nur über SEO und bisherige Suchmaschinen, sondern innerhalb von KI-generierten Antworten. Um relevant zu bleiben, müssen Unternehmen und Onlineshops Inhalte schaffen, die von LLM als relevant aufgegriffen und weiterverwendet werden können.
In KI-Suchmaschinen werden Benutzeranfragen nicht mehr nur nach Keywords, sondern auch nach Kontext, Suchintention und Absicht verstanden und beantwortet. Anstatt nur eine Liste von Links zu liefern, bietet GEO prägnante, zusammenfassende Antworten und kann komplexe Fragen beantworten. GEO lernt aus Nutzerinteraktionen und stellt sogar Folgefragen, um die gewünschten Informationen zu verfeinern. Vertrauenswürdigkeit entsteht dabei auch durch Quellenangabe.
Performante SEO braucht eine klares Ziel, eine effiziente Strategie und daraus werden sinnvolle, langfristig greifende Maßnahmen abgeleitet. GEO modifiziert den SEO-Werkzeugkasten um weitere Bausteine, die beachtet werden müssen und eine neue Denk- und Arbeitsweise erfordern.
Answer-ready-Content, strukturierte Daten & Unique Content
Zentral sind in der KI-gestützten Suche folgende Bausteine: Klare, strukturierte Antworten auf nutzerorientierte Frageformulierungen, die aus Long-Tail-Keywords herausgearbeitet werden. Semantische Tiefe ist relevanter Content, Wahrung von EEAT und Quellenhinweisen, klare strukturierte Daten und KI-adäquate Content-Formate für Answer-ready-Inhalte müssen erstellt werden. Für KI-gestützte Suche im Google AI Mode könnten Shopping Graphs in Kombination mit gepflegten Produktfeeds für sorgen, dass Produkte und deren Attribute effizient modelliert werden und KI auf fundierte Daten zurückgreifen kann.
Wichtig bei der generativen Suchmaschinenoptimierung ist das Beachten der Kosinus-Ähnlichkeit in den Texten. Spezielle Tools analysieren die Ähnlichkeit der Daten und eine hohe Ähnlichkeit sorgt für Sichtbarkeit in GEO. Ein großer Nachteil an KI-Suchmaschinen ist, dass die Texte und Antworten Halluzinationen und Fehler enthalten können. Häufig fehlt ihnen darüber hinaus semantische und inhaltliche Tiefe. Post-Editing ist die Aufgabe der SEO-Texter und Content-Creator, um für qualitativen und Unique Content und somit für mehr Sichtbarkeit zu sorgen.
Wir sind Experten für Online-Marketing und professionell in der Entwicklung, dem Bau und Support für Onlineshops, egal ob JTL oder Magento. Wir finden die Suchintention & Nutzerintention heraus, kreieren Unique Content in einfacher Sprache und kurzen, prägnanten Sätzen. Strukturierte Daten und Inhalte, die aktuell sind und gepflegt werden, gehören selbstverständlich genauso wie die Korrektheit und Aktualität der Daten gemäß rechtlicher Vorgaben zu unserem Aufgabenbereich als ganzheitlicher eCommerce-Agentur.