Semantic Search
Semantic Search ist die Suchtechnologie, die Bedeutung und Kontext einer Anfrage versteht - nicht nur die exakten Keywords. Google rückt seit dem Hummingbird-Update 2013 schrittweise dorthin, mit BERT (2019), MUM (2021) und Gemini-basierten Systemen (seit 2024) als großen Sprüngen. Ergebnis: synonyme Suchen liefern ähnliche Ergebnisse, Kontext aus vorherigen Anfragen wird mitgenommen.
Welche drei Updates haben sie geprägt?
- Hummingbird (2013): Wortbedeutung im Zusammenhang, nicht einzelne Keywords
- BERT (2019): Transformer-Modell versteht Präpositionen, Kontextwörter, Verneinungen
- MUM (2021): 1.000-mal mächtiger, multimodal (Text + Bild), 75 Sprachen gleichzeitig
Wie funktioniert Entitäten-Optimierung?
Entitäten sind eindeutige Konzepte (Personen, Orte, Marken, Begriffe) in Googles Knowledge Graph. Wer eine Entität "besitzt", rankt für alle semantisch verwandten Queries. Strategie: Schema.org-Markup (Organization, Person, Product), Wikidata-Eintrag, konsistente NAP-Daten, Erwähnungen in autoritativen Quellen. Topic-Cluster bauen, nicht Einzel-Keywords jagen.
Was bedeutet das für Content?
Long-Tail-Keywords über 4 Wörter dominieren - sie matchen Frage-Intent besser. Synonyme und semantisch verwandte Begriffe natürlich einstreuen, statt Haupt-Keyword zu repetieren. FAQs und H2-Fragen helfen Google, Sub-Intents zu erkennen. Mit AI Overviews wird thematische Tiefe (E-E-A-T) zur Pflicht - oberflächlicher Content rankt nicht mehr. Verwandt: Knowledge Graph, Entität.
