Maschinelles Lernen wird für das Ranking bei Google immer wichtiger. Die Algorithmen unterstützen vor allem beim Erkennen neuer Muster, sind aber auch für die dynamische Anpassung der Rankingfaktoren wichtig. Zumindest derzeit ist maschinelles Lernen aber nur ein Rankingfaktor von vielen, wenngleich ein sehr wichtiger. Das geht auch aus den Aussagen von Googles Johannes Müller aus dem letzten English Webmaster Central Office-Hours Hangout hervor.
Nicht erst seit Bekanntwerden des RankBrain-Algorithmus verwendet Google maschinelles Lernen zum Verstehen von Dokumenten und Suchanfragen. Die große Datenmenge, die dem Unternehmen zur Verfügung steht, eignet sich hervorragend zum Trainieren der Algorithmen. Wenn man bedenkt, dass etwa 15 Prozent der Suchanfragen, die Google täglich verarbeitet, neu und noch nicht dagewesen sind, wird deutlich, dass Systeme zur automatischen Interpretaion und inhaltlichen Zuordnung von großem Wert für die Suchmaschine sind.
RankBrain inzwischen drittwichtigster Rankingfaktor
Für große Aufmerksamkeit sorgte im Oktober die Nachricht, dass RankBrain, ein Algorithmus für maschinelles Lernen bei Google, inzwischen der drittwichtigste Rankingfaktor sein soll. Der Hauptnutzen von RankBrain besteht darin, Suchanfragen zu verstehen, die es bisher noch nicht gab. RankBrain stellt aber nur einen Teil des Google-Systems dar. Maschinelles Lernen kommt bei Google an verschiedenen Stellen zum Einsatz - zum Beispiel auch, um das Ausspielen des Knowledge Graphs zu steuern. Um erkennen zu können, wann die Box mit erweiterten Ergebnissen ausgespielt werden soll, muss zuvor eine inhaltliche Zuordnung von Suchanfragen und Dokumenten aus dem Index geschehen. Dabei kommen sogenannte Entitäten und die Beziehungen zwischen diesen zum Einsatz.
Dynamische Rankingfaktoren
Eine wichtige Rolle dürfte maschinelles Lernen auch bei der Auswahl und der Gewichtung der Rankingfaktoren spielen. Anders als noch vor einiger Zeit, als es noch eine feste Auswahl statischer Kriterien gab, die nur zu bestimmten Zeitpunkten geändert wurden, ist dieser Prozess inzwischen dynamisch. Dabei orientiert sich Google an einer Zahl von Referenzseiten, die bei den Nutzern besonders beliebt sind. Diese Beliebtheit wird vor allem anhand von Nutzersignalen wie der Verweildauer, der Absprungrate oder auch des Anteils wiederkehrender Besucher bestimmt.
Ausgehend von den Merkmalen dieser Referenzseiten werden dann Vergleiche mit anderen Webseiten angestellt. Wenn zum Beispiel eine Webseite einen ähnlichen Aufbau besitzt wie eine der Referenzseiten, dann hat sie bessere Chancen auf ein gutes Ranking als eine andere Webseite, die stärker davon abweicht.
In einem Kreislauf von Anpassungen bzw. SEO-Maßnahmen, den Auswirkungen auf die Nutzersignale, maschinellem Lernen und der weiteren Anpassung der Rankingfaktoren ergibt sich ein sich fortsetzender Kreislauf.
Maschinelles Lernen bestimmt nur einen Teil des Rankings
Werden die Rankings jetzt nur noch von Algorithmen des maschinellen Lernens bestimmt? Ganz so weit ist es zumindest nach Aussage von Johannes Müller von Google noch nicht. Im letzten English Webmaster Central Office-Hours Hangout antwortet er auf die Frage nach einer stärkeren Rolle des maschinellen Lernens im Zusammenhang mit dem anstehenden Penguin-Update, man nutze die Technik vor allem zum Verstehen von Zusammenhängen, die Menschen nicht erkennen könnten, sowie zum Erzeugen neuer Ideen. Wenn jedoch alle Suchergebnisse nur noch von einem einzigen Algorithmus abhängig wären, so würde es im Fehlerfall laut Müller sehr schwer werden, die Ursache zu diagnostizieren.
Backlinks und Relevanz weiter wichtig
Es scheinen derzeit also noch immer viele verschiedene Faktoren in das Ranking einzufließen - sehr wahrscheinlich sind Backlinks nach wie vor ein wichtiger Rankingfaktor, und auch die inhaltliche Relevanz dürfte noch eine bedeutende Rolle spielen. Es ist jedoch durchaus denkbar, dass sich das mittelfristig ändern wird und das Ranking zukünftig komplett auf Basis lernender Algorithmen stattfinden wird. Es kann sogar sein, dass diese Algorithmen keiner menschlichen Beeinflussung mehr bedürfen, sondern zum selbständigen Lernen in der Lage sind. Google hat auf diesem Gebiet schon Erstaunliches gezeigt - zum Beispiel die maschinelle Interpretation von Videos und eine darauf basierende Inhaltsangabe in menschlicher Sprache mit Hilfe des Google Brains.
Einen umfassenden Überblick über die grundlegenden Begriffe des maschinellen Lernens gibt der sehr interessante Artikel "Was ist Machine Learning? Welche Bedeutung hat ML für Google?" von Olaf Kopp.
Titelbild © AGPhotography - Fotolia.com