SEO-News

Google-ArbeitsplatzSie gehört zu den Mythen, die sich um Google und seine Algorithmen ranken: die Latent Semantische Indexierung (LSI). Kommt diese Technik tatsächlich zum Einsatz, oder wird sie zumindest in Teilen genutzt?

Latent Semantische Indexierung (LSI) ist ein Begriff aus dem Bereich des Information Retrievals. LSI gab es schon lange vor Google. Vereinfacht gesagt nutzt LSI Mustererkennung in Texten, um Dokumente zu identifzieren, die sich mit ähnlichen Themen beschäftigen. Das funktioniert auch, wenn in den Dokumenten unterschiedliche Begriffe verwendet werden. So könnten per LSI zum Beispiel zwei Texte als verwandt identifiziert werden, wenn im einen Text von "Bank" und im anderen Text von "Geldinstitut" die Rede ist. Das ist möglich, indem erkannt wird, dass beide Texte begriffsähnliche Wörter und Textmuster nutzen.

Das Verlockende an LSI ist, dass viele SEOs vermuten, daraus eine Optimierungsstrategie ableiten zu können. Bei der Latent Sematischen Optimierung (LSO), die das Gegenstück zur LSI bildet, geht es folgerichtig darum, Texte auf bestimmte Themen zu trimmen. Dazu wird auf Synonyme und andere Begriffe gesetzt, die in einem engen Sinnzusammenhang zum verfolgten Thema stehen.

Aber nutzt Google LSI tatsächlich? Beweise oder offizielle Bestätigungen dazu gibt es nicht. Darauf weist auch Bill Slawski in einem aktuellen Beitrag auf SEO by the Sea hin. LSI wurde unter anderem von Susan Dumais geprägt und in ihrer Arbeit "Indexing by Latent Semantic Analysis" (PDF) beschrieben. Sie wirkte außerdem an einem Patent mit, das der Bell Communication Research Ende der 80er-Jahre gewährt wurde - Titel: "Computer information retrieval using latent semantic structure". In der Zusammenfassung des Patents steht:

"A methodology for retrieving textual data objects is disclosed. The information is treated in the statistical domain by presuming that there is an underlying, latent semantic structure in the usage of words in the data objects. Estimates to this latent structure are utilized to represent and retrieve objects. A user query is recouched in the new statistical domain and then processed in the computer system to extract the underlying meaning to respond to the query."

Damit sollte die Problematik behandelt werden, die sich den Suchmaschinen damals durch die Vieldeutigkeit der menschlichen Sprache stellte. Synonyme, die unterschiedliche Bedeutung einzelner Begriffe (Homonyme) und die Unklarheit im Ausdruck insgesamt führten damals oft zu mangelhaften Suchergebnissen. Diese Probleme sollten durch das Schaffen eines "semantischen Raums " behandelt werden, indem der Bezug zwischen Worten, dem Text und Objekten als statistische Aufgabe betrachtet wurde.

 

Google: RankBrain als eine Art von LSI

Auch wenn über die genaue Funktionsweise von Googles RankBrain-Algorithmus wenig bekannt ist, so gibt es zumindest einige Informationen, die darauf hindeuten, dass es eine Verwandtschaft mit LSI geben könnte. RankBrain wird von Google genutzt, um Suchanfragen der Nutzer zu interpretieren und thematisch zuzuordnen. Noch immer ist ein großer Anteil der täglich von Google beantworteten Suchanfragen neu - von 15 Prozent ist die Rede. Die thematische Zuordnung dieser Suchanfragen stellt somit eine große Herausforderung dar.

RankBrain soll Worte und Phrasen in sogenannte Termvektoren umrechnen. Dabei bildet jedes Wort einer Suchanfrage eine Dimension im Vektorraum. Durch den Vergleich des Vektors einer neuen Suchanfrage mit den Vektoren bereits bekannter Suchanfragen kann herausgefunden werden, zu welchen Suchanfragen eine besonders große Ähnlichkeit besteht. Damit sind Rückschlüsse auf die Bedeutung der neuen Suchanfrage nöglich.

 

Suchanfrage: Termvektoren

 

Weil für die Bestimmung der Ähnlichkeit der Kosinus zwischen den Termvektoren genutzt wird, nennt man diese Technik auch Cosine Similarity.

 

Nutzt Google jetzt LSI oder nicht?

Ein klares Ja oder Nein auf diese Frage kann nicht gegeben werden. Die Wahrscheinlichkeit ist aber hoch, denn Google ist inzwischen sehr gut dazu in der Lage, themenrelevante Ergebnisse zu liefern - auch dann, wenn der eigentlich gesuchte Begriff im Dokument gar nicht vorkommt.

Lohnt es sich also, LSO zu betreiben und auf Synonyme zu setzen? Die Empfehlung kann hier nur lauten, sich beim Schreiben von Texten nicht nur auf Keywords, sondern auch auf Themen zu konzentrieren. Wer ein Thema umfassend und in der Tiefe behandelt, wird automatisch so schreiben, dass durch die verwendeten Begriffe und die eingesetzten Textmuster eine bestimmte Prägung erfolgt, die dann hoffentllich von Google und anderen Suchmaschinen richtig zugeordnet werden.

 

Titelbild: Google

 


Christian Kunz

Von Christian Kunz

SEO-Experte.
Sie benötigen Beratung für Ihre Webseite? Klicken Sie hier


Anzeige

SEO-Vergleich


Verwandte Beiträge

SEO-Newsletter bestellen

Im monatlichen SEO-Newsletter erhaltet Ihr eine Übersicht der jeweils zehn wichtigsten SEO-Meldungen des Monats. Mit dem SEO-Newsletter bleibt Ihr auf dem Laufenden.
Ich bin mit den Nutzungsbedingungen einverstanden

Anzeige

rnkeffect

Premium-Partner (Anzeige)


Anzeigen

sedo

SEO Freelancer

SEO Agentur aus Darmstadt

SEO-Vergleich

Online Solutions Group


Sprecher auf

Onsite-Optimierung

Onsite-Optimierung

 

SEO- und Suchmaschinenblogs

SEO-FAQ

Bild © FM2 - Fotolia.com

Bekannt aus

Website Boosting


Internet World Business

SEO United


The SEM Post


Webselling

SEO selber machen

SEO selber machen

Jetzt vernetzen

SEO-Glossar

SEO-Glossar

 

SEO im Ohr, der Podcast von SEO Südwest: aktuell Folge

SEO-Beratung

Wir bringen gemeinsam Ihre Webseite in Google nach vorne. Profitieren Sie von jahrelanger SEO-Erfahrung.

Social Networks und RSS-Feed

Auszeichnungen

seo19 sieger sichtbarkeit 2020 200x200px