Das Google BERT Update gilt als die größte Algorithmus-Entwicklung der letzten fünf Jahre. Google selbst beschreibt es sogar als wichtigsten Sprung vorwärts in Sachen Suche und gibt an, das Update betreffe 10% aller Suchanfragen. 

Das Ziel von BERT: Lange und sprachlich komplexe Suchanfragen sollen in Zukunft besser verstanden werden. 

In den USA verändert BERT bereits die organischen Suchergebnisse. In Deutschland betrifft die Algorithmus-Änderung bisher nur die Featured Snippets, soll in Zukunft aber auch im organischen Bereich ausgerollt werden.

Wie bei allen Google Updates machen sich SEOs auch jetzt viele Gedanken: Welchen Einfluss wird BERT haben? Und da es bei diesem Google Update um das Verständnis von Sprache geht, fragen wir uns natürlich auch: Was ändert sich durch BERT im Bereich Content? 

Genau diese Frage – und noch ein paar mehr – beantworten wir hier ☺

BERT steht für „Bidirectorial Encoder Representations from Transformers“ und beschreibt eine Technik zum Verständnis von natürlicher Sprache. 

Mit BERT ist es für Google möglich, Worte in einem Satz oder Text in Beziehung zueinander zu setzen und so besser zu verstehen, was mit einer Suchanfrage gemeint ist.

Die Prinzipien hinter BERT stammen aus der Neuroinformatik und aus dem Bereich der künstlichen Intelligenz. Sogenannte „künstliche neuronale Netzwerke“ ermöglichen es, Muster zu erkennen und auf dieser Basis gelingt es BERT, Sprache besser zu verstehen. Wer sich genauer in das Thema einarbeiten und BERT von Grund auf verstehen will, findet hier eine Zusammenfassung von Google selbst.

Dank der speziellen Architektur des neuronalen Netzwerkes hinter BERT ist es dem Algorithmus möglich, Worte im Gesamtkontext zu verstehen. Um zu erkennen, was mit einem Wort gemeint ist, wird das gesamte Satzumfeld beachtet, anstatt nur die direkten Wortnachbarn.

Das Google BERT Update soll der Suchmaschine dabei helfen, auch komplexe Suchanfragen zu verstehen und die passenden Suchergebnisse anzuzeigen. 

Damit ist BERT eine Art Nachfolger des Hummingbird Updates von 2013 und des RankBrain, das 2015 eingeführt wurde. Beide Algorithmus-Ergänzungen waren dazu gedacht, auch mehrdeutige Suchanfragen besser zu verstehen. 

Dennoch war auch mit RankBrain und Hummingbird ein kontextbasiertes Sprachverständnis für die Suchmaschine nicht immer leicht, schließlich kann das gleiche Wort in verschiedenen Situationen eine völlig andere Bedeutung haben. 

Google selbst liefert einige Beispiele für Suchanfragen, die mit BERT nun erfolgreicher verlaufen sollen:

BERT wird als neue Ergänzung zum Algorithmus für alle Bereiche der Suche angewandt. In den USA ist das schon jetzt der Fall. Sowohl in den organischen Ergebnissen als auch in den Featured Snippets nimmt BERT Einfluss auf das Ranking. 

Betroffen sind laut Google 10% aller Suchanfragen. Genauer gesagt wird sich BERT besonders in den folgenden Bereichen bemerkbar machen: 

Typische, optimierbare Anfragen wie „Autoreifen kaufen“ oder „Schuhe online bestellen“ sind in ihrer Bedeutung sehr klar und lassen sich sinnvoll überwachen. 

Suchanfragen wie „Wie heißen die Schuhe von Nike die auch der Basketballspieler hatte“ oder „Urlaub Brasilien nach Deutschland was beachten “ werden nicht getrackt – und sind dazu auch gar nicht geeignet. BERT wird sich allerdings genau auf diese Suchanfragen am meisten auswirken. Den Einfluss von BERT mit Tools nachzuweisen, wird dementsprechend schwierig.

Tatsächlich ist BERT in Deutschland schon angekommen. Die Algorithmus-Erweiterung betrifft aktuell jedoch nur die Featured Snippets. Hier kann es schon jetzt zu Bewegung kommen. 

Für die organische Suche ist BERT bisher nur in den USA im Einsatz. Weitere Sprachen sollen jedoch folgen. Ein genaues Datum für den Rollout in Deutschland gibt es aktuell noch nicht. 

Grund für die Verzögerung könnte sein, dass Googles Natural Language Processing für Deutschland noch nicht so weit entwickelt ist, wie für den englischen Sprachraum. Schaut man sich z.B. die Demo-Version der Natural Language API von Google an, fehlen für deutsche Texte z.B. noch die Sentiment- sowie die Categories-Funktionen – und auch die Entitäten-Erkennung funktioniert noch nicht fehlerfrei. 

Wir sind in jedem Fall sehr gespannt darauf, was BERT in den USA bewegen wird und wann auch hierzulande mit den ersten Auswirkungen zu rechnen ist. 

Da das Google BERT Update dazu gemacht ist, Sprache besser zu verstehen, liegt diese Frage natürlich nahe.

Guter Content liefert diese Antwort, indem er den User-Intent trifft. 

Schon im Zusammenhang mit RankBrain ist der User Intent zu einem entscheidenden Faktor für guten Content geworden. Wer mit seinem Content zu einer Suchanfrage gut ranken will, muss das Bedürfnis hinter der Suchanfrage verstehen und es inhaltlich und formell befriedigen.

Bei der Antwort auf diese Frage kommt es darauf an, wie sie gemeint ist: 

Müssen wir Content jetzt komplett umdenken und für BERT ganz neue Regeln befolgen? Hier lautet die Antwort ganz klar: Nein. 

Das hat auch Danny Sullivan von Google nach der Einführung von BERT klar bestätigt: 

Gibt es bestimmte Optimierungsmaßnahmen, die wir wegen BERT stärker beachten sollten? Hier lautet die Antwort: Ja.

Wie oben schon erwähnt, ist die Optimierung auf den User Intent mit BERT noch wichtiger geworden als zuvor. An dieser Stelle wollen wir jetzt natürlich keinen umfassenden Guide schreiben (das ist eher ein Projekt für einen zukünftigen Beitrag), allerdings gehen wir noch einmal auf die Grundzüge des Themas ein. 

In der Fachliteratur unterscheidet man zwischen drei Grund-Bedürfnissen der User bei einer Suchanfrage:

Wer seinen Content direkt auf das jeweilige Bedürfnis hinter der Suchanfrage abstimmt, kommt den Usern entgegen. Bei Suchanfragen bzw. Keywords wie „Schuhe online kaufen“ oder „Autowerkstatt Leipzig“ ist das sehr einfach. Beim Thema Information kann es hingegen kniffliger werden. 

Problematisch wird es vor allem dann, wenn die Suchanfrage sehr allgemein ist. Bei einer Suche nach „Elektroauto“ muss man vor der Contenterstellung prüfen, ob User Informationen zum Thema suchen, oder aktuelle Modelle und Preise sehen wollen. 

Longtail Suchanfragen (wie von BERT betroffen) sind hingegen sehr klar in Sachen User Intent. „Elektroauto warum besser“ ist z.B. klar informativ. Im Zusammenhang mit BERT gilt für die User Intent Optimierung also: Wer seinen Content zielsicher auf ein spezifisches User Bedürfnis abstimmt, wird auch mit BERT davon profitieren, da komplexe Suchanfragen in Zukunft besser zugeordnet werden können.

Der User Intent bildet eine feste Basis für guten Content. Hat man diese Grundlage geklärt, müssen im Text die folgenden Faktoren beachtet werden: 

Wir sehen: Mit dem Google BERT Update werden wir das Rad in Sachen Content nicht neu erfinden müssen. Vielmehr werden die bisher gültigen Anforderungen an guten Content noch wichtiger. 

Schaut man sich die Entwicklung der letzten Jahre an, passt das gut ins Bild. Die Qualität von Inhalten zu beurteilen ist sehr komplex und hängt stark von der menschlichen Wahrnehmung ab. Umso wichtiger ist es für Google, den Algorithmus dem Verständnis eines Menschen anzugleichen. BERT ist ein weiterer Schritt in diese Richtung. Während es für uns in der Regel leicht ist, auch eine komplexe Suchanfrage richtig zu verstehen, war dies für Google bisher deutlich schwieriger. Wir sind gespannt, in wieweit BERT hier etwas verändern wird.

*Das sieht auch Dr. Pete Meyers von MOZ so 

Quellen 

Google über BERT 

Google darüber, wie BERT funktioniert