GOOGLE Mobile-First-Indizierung – suchmaschinenoptimierte Texte für die mobile Suche

Allein in Deutschland ist der Anteil der mobilen Nutzer im Jahre 2018 auf ca. 80 % gestiegen. Der Suchmaschinenprimus Google hat endgültig ab März 2018 auf diesen Trend reagiert und die Mobile-First-Indizierung eingeführt. Entscheidend für die Indizierung und das Suchmaschinenranking ist ab diesem Zeitpunkt die mobile Version einer Webseite.

Doch die Anzeige der über organische Suchanfragen generierten SERP-Ergebnisseiten ist von dem jeweils verwendeten Endgerät abhängig. So gibt es eine spezielle SERP-Darstellung für Desktops (Wohnung, Arbeitsplatz) und eine für mobile Endgeräte (unterwegs) wie Smartphones.

Die beiden Darstellungen unterscheiden sich aber erheblich. Dies kann für die Anzeige organischer Suchergebnisse auf einem kleinen Smartphone-Display gravierende Nachteile mit sich bringen:

Wegen der vielen neuen Google-SERP-Features (Ads, Shopping, Maps, Rich Snippets, Knowledge Graph/Panel etc.), die auf den SERP-Ergebnissseiten viel Raum in Anspruch nehmen können, werden auf einem Desktop-Bildschirm häufig nur noch die ersten 3 – 5 organischen Suchergebnisse angezeigt. Auf dem Display eines Smartphones sind jedoch gerade die letzten Positionen vielfach überhaupt nicht mehr auf den ersten Blick sichtbar, auch wenn die betreffende Webseite auf einem Desktop-Bildschirm eine gute Rankingposition aufweist. Die ersten 5 Positionen auf der ersten SERP-Seite generieren aber fast 70 % der Klicks.

Hinzu kommt, dass die natürliche Spracheingabe gerade bei mobilen Nutzern immer weiter zunimmt, d. h. die Suchanfragen werden länger, umgangssprachlicher und erreichen häufig schon Satzlänge.

Die reduzierte Anzeigefläche für mobile Suchergebnisse und die Änderung der Suchanfragen erfordern unkonventionelle SEO-Strategien, angepasste Keywordrecherchen und die Schaffung von neuen Sichtbarkeiten für Unternehmen auf neuen Plattformen wie zum Beispiel mit Audio-Podcasts.

Ein weiteres linguistisches Retrievalproblem u. a. auch bei der Keywordrecherche ist die Mehrdeutigkeit (Polysemie), ein Problem, das in der gesprochenen Sprache nur äußerst selten auftaucht. In jeder Sprache gibt es Begriffe, die zwei oder noch mehr Bedeutungen haben, was zu erheblichen Missverständnissen führen kann. Erst durch den Webseiten-Kontext wird einem Leser klar, welcher Begriff gemeint ist. Suchmaschinenhersteller haben verschiedene Techniken entwickelt, um dieses gravierende Retrieval-Problem in den Griff zu bekommen, so u. a. die sogenannte Latent Semantische Indizierung, die aus Synonymen und verwandten Begriffen assoziative Cluster bildet. Je mehr Synonyme und semantisch verwandte Begriffe in einem Webtext vorhanden sind, desto geringer die Mehrdeutigkeit.

Mehrdeutigkeit Beispiel Deutsch

Gibt ein deutscher Anwender z. B. das Wort „Nagel“ in seinen Browser ein, so wird er SERP-Ergebnisse erhalten, die sich sowohl auf „Finger- oder Fussnagel“ beziehen als auch auf den Nagel, den man in die Wand schlägt. Gleiches gilt z. B. auch für Begriffe wie „Lager“, „Hörer“, „Bank“, „Steuer“, „Kiefer“ usw.

Mehrdeutigkeit Beispiel Chinesisch

Polysemie kommt in allen natürlichen Sprachen vor, wobei gerade die Sprache mit den (noch) meisten Internetanwendern, das Englische, im höchstem Grade polysemantisch ist. Die zweitwichtigste Internetsprache, das Chinesische, ist dagegen noch nicht einmal halb so polysemantisch wie die Nummer 1 der Top 10-Internetsprachen. Das liegt u. a. daran, dass heute mehr als 80 % des Chinesischen aus Binomen, also aus 2 Schriftzeichen bzw. 2 Silben, besteht. Ein Beispiel: Das Binom „yun4dong4“ (Kurzzeichen für die Volksrepublik China: 运动; Langzeichen für Taiwan, Hongkong: 運動) kann je nach Kontext verschiedene Bedeutungen haben: Bewegung (Motion), Gefühlsregung (Emotion), Kampagne (politisch) und Sport.

Mehrdeutigkeit Beispiel Arabisch

Das Arabische, die 4. wichtigste Internetsprache, ist nicht nur wortschatzreich und wortgewaltig, sondern auch stark polysemantisch. Gerade bei der Koran-Auslegung wird dies mehr als deutlich und dies vor allem dann, wenn es um problematische Polyseme, wie z. B. „ğihād جهاد“ o. ä. geht.

Kultur- und länderspezifische Suchanfragen

Suchanfragen englischsprachige Länder

Bezüglich Rechtschreibung und Vokabular sind die vielfältigen Unterschiede zwischen den englischsprachigen Ländern wie zum Beispiel USA, UK, Kanada, Australien zum Teil gravierend und aus Suchmaschinensicht erfolgsentscheidend. Mit diesem Thema könnte man ganze Webseiten füllen.

Suchanfragen Bayrisch

Die Verwendung von Keywords für Suchanfragen kann – und das betrifft besonders den Consumerbereich – je nach Land und Sprache völlig anders ausfallen als erwartet. Dies gilt selbst für Länder, in denen die gleiche Sprache gesprochen wird. So würde man – um ein banales Beispiel zu nennen – bei einer Suchanfrage in Bayern eher den Begriff Semmel anstelle von Brötchen erwarten, ein Begriff, der typischerweise im Norden Deutschlands verwendet wird. Die bayrische Küche ist in punkto Suchmaschinen immer für eine Überraschung gut: Suchen in Bayern lebende Internetanwender nach Fleichpflanzerl oder Frikadelle, Datschi oder Zwetschgenkuchen, Erdapfel oder Kartoffel, Hendl oder Grillhähnchen, Reiberdatschi oder Reibekuchen?

Suchanfragen Schweizer Deutsch

Die in der Schweiz publizierenden Medien wie Zeitungen und Zeitschriften verwenden das vor allem im Wortschatz vom bundesrepublikanischen Deutschen stark abweichende Schweizer Hochdeutsch.

Sucht in der Schweiz ein Anwender z. B. nach Mobiltelefon, verwendet er häufig den Term „Natel“, sucht er nach Estrich, so gibt er in der Regel das Wort „Unterlagsboden“ in den Suchschlitz seines Browsers ein. Ein Gemüsehändler, der Paprikagemüse verkaufen möchte, wählt auf seiner Webseite den Begriff „Peperoni“, ein Frisör wirbt in der Schweiz mit dem Begriff „Coiffeur“, ein italienischer Eissalon verwendet für Speiseeis den Begriff „Glace“, ein Lebensmittelhändler, der Werbung für Hühnchenfleich machen möchte, verwendet den Begriff „Poulet“ und für die nächste Thunfischaktion den Begriff „Thon“ und ein Fahrradladen verknüpft seine AdWords-Anzeigen mit dem Terminus „Velo“.

Suchanfragen Spanisch EU – Spanisch Südamerika, Portugiesisch – Brasilianisch

Die Unterschiede im Wortgebrauch bei der Internetsuche in Spanien oder in einem der Spanisch sprechenden Länder Südamerikas – Argentinien, Chile, Bolivien, Peru, Ecuador, Kolumbien, Venezuela, Paraguay, Uruguay – sind zum Teil gravierend, wobei zwischen den südamerikanischen Staaten, in denen Spanisch gesprochen wird, ebenfalls bedeutende interkulturelle Unterschiede bestehen. Gleiches gilt für das Portugiesische und das in Brasilien gesprochene Portugiesisch-Brasilianische.

Suchanfragen Chinesisch

Auch im chinesischen Sprachraum kann die Keywordrecherche mit Fallstricken verbunden sein und Erfolg oder Nichterfolg von dem ausgewählten Keyword abhängen, wobei es u. a. wichtig ist zu unterscheiden, ob man seine Produkte und Botschaften in Taiwan, Hongkong oder der Volksrepublik China bekanntmachen möchte. Sucht man z. B. in der chinesischen Google-Suche nach dem in Taiwan bevorzugten Wort für „Betriebssystem“ 作業系統, so erhält man dort in Relation zur Volksrepublik China die 10-fache Menge an Suchergebnissen. Sucht man nun mit dem in der Volksrepublik bevorzugten Begriff 操作系统, so ist die Menge der Suchergebnisse hier mehr als 790 mal so gross wie die für Taiwan. Sucht man nun in der chinesischen Suchmaschine Baidu, so werden für den auf dem chinesischen Festland bevorzugten Begriff mehr als 100 Millionen, für den in Taiwan üblichen Begriff hingegen nur 22.000 Suchtreffer angezeigt.

Chinesische Begriffe, wie z. B. die für „Computer“, „Fahrrad“, „Tomate“ oder „Ananas“ werden zwar in beiden chinesischen Sprachräumen verstanden, doch bei der Suche im Internet von den Anwendern sprachraumspezifisch angewandt. Auch für Lehnwörter aus dem Englischen (1 Foodbeispiel: „Hamburger“) oder aus dem Japanischen (Beispiel: Bento べんとう, Lunchbox / verpacktes, warmes Fertggericht) werden im Chinesischen je nach Sprachraum unterschiedliche Binome verwendet.

Geben Sie 10 verschiedenen Übersetzern einen englischen oder deutschen Text, den sie in ihre Muttersprache übersetzen sollen und Sie erhalten zehn verschiedene Übersetzungen. Dasselbe gilt, wenn Sie zehn Übersetzern jeweils eine Liste mit 50 Keywords an die Hand geben. Sie erhalten ebenfalls zehn verschiedene Keyword-Übersetzungen zurück. Prüft man nun diese übersetzten Schlüsselwörter auf Relevanz und Suchmaschinentauglichkeit, wird man häufig feststellen müssen, dass ein Teil davon je nach Zielland und Zielsprache überhaupt nicht für Suchmaschinen geeignet ist, da die lokalen Suchgewohnheiten andere oder zum Teil völlig andere Wege beschreiten. Keywords mit hohem Suchvolumen lassen sich durch reine Übersetzungen nur punktuell und durch Zufall entdecken, semantische Keywordfelder sind so überhaupt nicht auszumachen. Um die tatsächlich in einem Land oder einem Kulturkreis verwendeten Suchbegriffe, Phrasen, Synonyme und Abkürzungen zu finden, bleibt einem die gründliche Recherche & Analyse nicht erspart.

RankBrain ist eine KI-basierte Google-Prozedur für die Analyse komplexer Suchbegriffe/-phrasen sowie für bisher noch nie gestellte Suchanfragen.

RankBrain interpretiert eine Suchanfrage mit den Mitteln der Künstlichen Intelligenz und versucht die Motive herauszufinden, die einen Anwender zu einer bestimmten Suchanfrage bewegt haben. Die zentrale Frage lautet: Was sucht dieser Anwender wirklich?
Die beiden genannten Arten von Suchanfragen werden nach der Inhaltsanalyse in bereits bekannte, aber inhaltlich verknüpfte Suchanfragen umgebrochen. Mit dieser Methode ist Google heute schon in der Lage, auch undifferenziertere Suchanfragen relativ erfolgreich zu beantworten. Die Ergebnisseiten können im Extremfall sogar so ausfallen, dass die verwendeten Suchwörter darin gar nicht enthalten sind.

Web-Content und Keywords sollten nach wie vor so optimiert werden, dass diese dem Wortlaut einer konventionellen Suchanfrage möglichst genau entsprechen. Gleichzeitig wird es aber immer wichtiger, auf den Webseiten-Content und Suchbegriffe parat zu haben, die genau das zum Ausdruck bringen, nach dem der betreffende Anwender wirklich sucht. Dies kann sogar bedeuten, dass sich ein Anwender bei der Formulierung einer Suchanfrage darüber nicht unbedingt voll im klaren sein muss. Man sucht zwar etwas, weiß aber nicht 100%-ig genau, was man eigentlich in den Suchschlitz seines Browsers eingeben soll.

Mit Hilfe semantischer Methoden analysieren moderne Suchmaschinen-Algorithmen die Beziehungen zwischen Wörtern und Sätzen auf der Grundlage von Wissensdatenbanken, KI und statistischer Methoden. Entscheidend für das organische Ranking von Webseiten und Content-Elementen wie Videos, Bilder oder PDF-Dateien ist nicht mehr nur das Keyword bzw. die Suchphrase, sondern der Wissenskontext, zu dem ein Suchwort gehört.

Suchmaschinen-Hersteller haben eine klare Vision vor Augen, ein Ziel, das über die Semantische Suche und nicht zuletzt auch durch die zunehmenden Spracheingaben mit Hilfe mobiler Endgeräte wie SmartPhones (Stichwort: SmartPhonisierung) vorangetrieben wird: Die Suchanfrage mit natürlicher Umgangssprache.

Mit Hilfe des logarithmischen WDF*IDF-Verfahrens wird versucht, die relative Gewichtung von Wörter bzw. Keywörtern (Keywords) in einem Text zu bewerten. Bei dem WDF-Wert geht es nicht wie früher um die Keywordhäufigkeit (Dichte) in einem Text, sondern um die Mengenrelation aller in einem Dokument enthaltenen Wörter untereinander. Wie häufig kommt ein Wort=Keyword im Vergleich zu allen anderen Wörtern desselben Textes vor? Der ermittelte WDF-Wert wird nun mit dem IDF-Wert multipliziert, einem Logarithmus, der den WDF-Wert neu gewichtet, indem er auch die Häufigkeit von allen in einem Suchmaschinenindex enthaltenen Dokumenten mit diesem Keyword in die Berechnung einbezieht. Wie häufig kommt ein Wort=Keyword im Vergleich zu allen anderen suchmaschinenindizierten Dokumenten mit diesem Keyword vor?

Das Ergebnis der Multiplikation von WDF- mit IDF-Wert ist eine im Vergleich zur Keywordichte realistischere Keywordgewichtung, die mehr in Richtung natürliche Sprache weist. Ändert ein Texter die Häufigkeit eines Keywords in einem Text, so verändert er mit dieser rein quantitativen Massnahme auch die Relevanzrelation aller anderen in einem Textkorpus enthaltenen Wörter.
Aber auch zu bestehenden inhaltlichen Beziehungen zwischen den in einem Textkorpus enthaltenen Wörtern gibt es bei den Suchmaschinenherstellern mittlerweile algorithmische Ansätze, mit deren Hilfe die Suchergebnisse qualitativ verbessert werden sollen. Der hierfür auch im deutschen Sprachraum verwendete Anglizismus heisst „Co-Occurrence“, d. h. Wörter, die in der Umgebung eines Keywords relativ oft anzutreffen sind. Ähnlich wie in der Quantenwelt die gleichzeitige Existenz eines elementaren Bausteins in mehreren Raumregionen möglich ist, so können auch unterschiedliche Wörter damit gleichzeitig und inhaltlich eng miteinander verbunden in den Suchmaschinenindizes auftreten. Je mehr von diesen inhaltlich miteinander in Beziehung stehenden Begriffen vom Crawler gefunden und von den Algorithmen verarbeitet werden, desto besser die Bewertung. Am deutlichsten wird dies bei Synonymen, wie z. B. Batterie, Akku, Akkumulator oder Stromspeicher, aber es gibt auch Begriffe, die für den Sprachgebrauch (Jargon, Szenensprachen, Amtsdeutsch) bestimmter Berufsgruppen, wie z. B. von Juristen, Wissenschaftlern, Beamten, Marketingfachleuten und natürlich auch von „SEO-Spezialisten“ „umgebungstypisch“ sind.

Zur Umgehung von „Duplicate Content“ wird seit einigen Jahren auch eine Technik eingesetzt, die als „Text Spinning“ bezeichnet wird. Hierbei werden zentrale Begriffe, Produktnamen und andere Termini in einem Ausgangstext durch Variablen ersetzt, die dann mithilfe einer Software sozusagen in Massenproduktion aus einem externen Thesaurus eingelesen werden. Das Ergebnis können hunderte oder tausende von Texten sein, die – paradoxerweise – jeweils mit einem Prozentsatz für Einzigartigkeit (Uniqueness %) ausgewiesen werden. Liegt dieser Prozentsatz über 70 %, dann gilt dies unter Suchmaschinen als „Unique Content“. Diese Texte werden anschließend zum Teil manuell nachbearbeitet und feingeschliffen. Im Prinzip sind Texte dieser Art inhaltliche Kopien mit etwas veränderter Verpackung.

Laut den Googel’schen Evaluator Guidelines handelt es sich hier um „Kopien mit minimalen Änderungen“. Umformulierungen können durchaus sinnvoll sein, wenn man wichtige Punkte anders gewendet noch einmal betonen oder klarmachen möchte.
Wir formulieren bestehende Texte um, wenn dies sinnvoll und für den Leser eine Bereicherung ist, doch verwenden wir hierzu keine Text-Spinning-Tools. „Duplicate Content“ wird in der Regel mit einer Flagge als solcher gekennzeichnet und von den Inidizes gelöscht.

Besonders bei stark umkämpften Keywords, also häufig bei substantivischen Shorttail-Suchwörtern mit hoher Mitbewerberanzahl, ist es vielfach nicht möglich, innerhalb eines vernünftigen Zeit- und Kostenrahmens durch Massnahmen im Bereich der On Page-Optimierung allein im Ranking nach vorne zu kommen. Es kann deshalb sinnvoll sein, sich zunächst auf die Entwicklung von kleinen Longtail-Inseln zu konzentrieren und nach und nach einzelne Seiten aufzubauen, die gezielt mit Longtails optimiert sind. Dies können Fachglossare sein, interessante Artikel oder auch Blogbeiträge. Auch wenn anfangs nur wenige interessierte Besucher auf diese Seiten kommen, geben sie doch allein durch ihre Verweildauer positive Nutzersignale an die Suchmaschinen weiter. Nach einiger Zeit sorgen diese positiven Signale dafür, dass die betreffenden Longtail-Seiten von den Suchmaschinenbots als positiv und vertrauenswürdig eingestuft werden, eine Bewertung, von der schließlich Ihre gesamte Webseite profitiert.