Dein wichtigster Touchpoint zur Digitalbranche.
Dein wichtigster Touchpoint zur Digitalbranche.
Technologie
KI-Antworten statt Ranking: Google Team stellt radikales Redesign für Search vor

KI-Antworten statt Ranking: Google Team stellt radikales Redesign für Search vor

Niklas Lewanczik | 18.05.21

Ein Vorschlag des Google Research Teams zeigt an, wie in der Suche das traditionelle Ranking mit Links durch direkte Antworten von trainierten KI-Sprachmodellen abgelöst werden könnte.

Google ist die Suchmaschine der Wahl für den Großteil der Menschen – weltweit über 90 Prozent Marktanteil lassen keinen Zweifel daran aufkommen. Deshalb wirken sich große Veränderungen bei Google direkt auf die meisten Suchenden aus. In den SERPs der Suchmaschine sehen User immer öfter kleine Updates oder Tests. Diese deuten oft auf neue Layout-Elemente oder Funktionen hin. Doch ist es vorstellbar, dass Google die seit nunmehr zwei Jahrzehnten bekannte Struktur von gerankten Seiten mit Links und zusätzlich informierenden Snippets abschafft?

Was derzeit völlig abwegig erscheint, wird in einem theoretischen Versuch eines Google Research Teams in den Raum gestellt. Denn in einem öffentlichen Vorschlag dieses Teams wird eine Abkehr vom Ranking-System für weiterführende Links angeführt. Stattdessen soll die Suchmaschine auf Suchanfragen von Usern mithilfe von sogenannten Pre-trained Language Models unmittelbar und gezielt antworten. Doch auch dafür bräuchte Google Content-Quellen. Aber was hätten diese von ihrer Einbindung, wenn Google nicht direkt Traffic auf die Seite leitet?

Die Suchanfragen der Nutzer:innen besser verstehen: Wird das die Suche nachhaltig verändern?

Vor rund zweieinhalb Jahren führte Google das BERT Update ein. Dieses hatte große Auswirkungen auf die Rankings; schließlich war es ein Meilenstein für die Entwicklung der Suchmaschine. Im Blogpost zum Update erklärte Googles Pandu Nayak seinerzeit:

With the latest advancements from our research team in the science of language understanding – made possible by machine learning – we’re making a significant improvement to how we understand queries, representing the biggest leap forward in the past five years, and one of the biggest leaps forward in the history of Search. 

BERT (Bidirectional Encoder Representations from Transformers) bezeichnet ein Transformer-basiertes Machine-Learning-Modell für das Natural Language Processing (NLP) Pre-Training. Mithilfe dieses Modells versucht Google seither, Suchanfragen von Usern besser – das heißt eher wie ein Mensch denn eine Maschine – zu verstehen. Dass solche Modelle Suchmaschinen künftig noch stärker beherrschen, und sogar deren Aufbau verändern könnten, stellen vier Mitglieder eines Google Research Teams in ihrem Aufsatz „Rethinking Search: Making Experts out of Dilettantes“ vor.

Den Researchern Donald Metzler, Yi Tay, Dara Bahri und Marc Najork geht es darum, eine Alternative zu dem aktuellen Ranking-System zu zeigen, das lediglich Referenzen zu Antworten auf Suchanfragen gibt – was bei informativen Snippets, die die No Click-Suchen vorantreiben, so nicht immer stimmt. Dabei beziehen sie sich auf Pre-trained Language Models. Diese werden allerdings als „Dilettant:innen“ bezeichnet. Um sie zu „Expert:innen“ zu machen, sei eine Synthese von klassischer Informationsabfrage und modernen KI-Sprachmodellen vonnöten.

So könnte die Veränderung aussehen, vom Ranking zum Sprachmodell.
So könnte die Veränderung aussehen, vom Ranking zum Sprachmodell, © Google

Bei Google sind Suchanfragen mit No Click schon jetzt überaus häufig

Der mitunter sehr technische theoretische Aufbau des Aufsatzes der Researcher stellt viele Eventualitäten in den Raum. Dabei muss betont werden, dass es sich hierbei um einen Vorschlag und um keinen Plan oder einen offiziellen Test vonseiten Googles handelt. Allerdings wird aus dem Vorschlag ersichtlich, wie sich die Suche künftig entwickeln könnte. Immerhin endeten 2020 knapp zwei Drittel aller Suchanfragen bei Google bereits mit No Click. Wie SEO-Experte Glenn Gabe, der den Aufsatz entdeckt hat, in seinem Tweet zeigt, könnte eine radikale Veränderung von Search anstehen, wenn Google diesem Weg folgen würde.

Ein „Giant Model“, das diverse Aufgaben in der Suche erfüllt

Noch sind laut den Researchern die Sprachmodelle nicht so weit entwickelt, dass sie sämtliche Suchanfragen auf verschiedenen Ebenen ideal bedienen können. Dem Team schwebt jedoch eine Entwicklung von „one giant model“ vor, das zum Abrufen von Dokumenten, Beantworten von Fragen, Zusammenfassen und sogar zur fachkundigen Beratung fähig sein könnte. Dass die Pre-trained Language Models wie beispielsweise BERT oder GPT-3 von OpenAI die Suche bereits jetzt unterstützen, zeigen die Researcher ebenfalls an. Eine Veränderung würde aber auf den Plan treten, wenn ein optimiertes Modell sämtliche Aufgaben übernehmen und das Ranking-System obsolet machen könnte. So heißt es im Aufsatz:

It is of course important to acknowledge that models are already used everywhere in modern IR [information retrieval, Anmerkung der Redaktion] systems. The important distinction between the systems of today and the envisioned system is the fact that a unified model replaces the indexing, retrieval, and ranking components. In essence, it is referred to as model-based because there is nothing but a model.

Eine Suchanfrage im aktuellen Search-System, beantwortet durch ein Pre-Trained Language Model und beantwortet durch ein optimiertes Sprachmodell
Eine Suchanfrage im aktuellen Search-System, beantwortet durch ein Pre-Trained Language Model und beantwortet durch ein optimiertes Sprachmodell (mit einem Klick aufs Bild gelangst du zur größeren Ansicht), © Google

Noch gibt es viele technische Herausforderungen bei der Entwicklung dieses Modells, so die Researcher. Doch im Fazit ihres Texts wird deutlich, dass es das traditionelle Ranking- und Indexierungssystem ablösen könnte, da es zu hochqualitativen und informativen Antworten fähig sein könnte, die über das hinausgehen, was eine Suchmaschine derzeit zu leisten imstande ist.

It was argued that if successful, such a unified model can be used to solve a wide range of tasks (via multi-task learning), can easily adapt to new low resource tasks and corpora (via zero- and few-shot learning), and can be used to synthesize high quality responses that go well beyond what today’s search and question answering systems are capable of.

Ein solches Redesign der Suche ist noch Zukunftsmusik

Noch ist die Umgestaltung der Suchmaschine basierend auf einem KI-Sprachmodell eher Zukunftsmusik. Dennoch bietet dieser Vorschlag des Google Research Teams einen spannenden Einblick. Immerhin stehen diese Ideen im Einklang mit Entwicklungen, die man bei Googles Suchmaschine in den vergangenen Jahren beobachten konnte. Ob es zu einem so grundlegenden Umbruch im Design der Suche aber überhaupt jemals kommen wird, ist fraglich. Schließlich stellt sich die große Frage, wie Seitenbetreiber:innen dann profitieren könnten. Würde Google auch ohne Ranking-System Traffic direkt weiterleiten – und wie sähe das aus? Und wer würde seinen Content freiwillig für Google bereitstellen, wenn Google nicht mehr direkt als Referral-Quelle fungiert? Über diese Fragen müssen sich Website-Betreiber:innen glücklicherweise noch keine Sorgen machen. Allerdings ist es gut zu wissen, in welche Richtung sich Suchmaschinen – und damit schließlich auch die SEO – künftig entwickeln könnten. Dass die KI-Sprachmodelle dabei eine gewichtige Rolle spielen werden, ist schon jetzt absehbar.

Den vollständigen Aufsatz des Google Research Teams kannst du hier nachlesen, wenn du dich im Detail darüber informieren möchtest.

Das lokale Google Ranking zu verbessern, sollte auf der Prioritätenliste jedes Unternehmens stehen. Das Salesurance E-Book zeigt auf, wie das Google Ranking funktioniert und welche Faktoren entscheiden, welches Unternehmen von Google auf den obersten Plätzen gerankt wird.

Jetzt herunterladen!

Kommentare aus der Community

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*
*