Leitfaden zu Ranking-Systemen der Google Suche

Google nutzt automatisierte Ranking-Systeme, die zahlreiche Faktoren und Signale zu Hunderten Milliarden von Webseiten und anderen Inhalten in unserem Suchindex berücksichtigen, um möglichst relevante und nützliche Ergebnisse in Sekundenschnelle zu liefern.

Wir verbessern diese Systeme regelmäßig durch strenge Tests und Bewertungen und informieren über Aktualisierungen unserer Ranking-Systeme, wenn diese für Inhaltsersteller und andere Nutzer hilfreich sind.

Auf dieser Seite werden einige unserer wichtigeren Ranking-Systeme beschrieben. Dazu zählen einige Systeme, die Teil unserer grundlegenden Ranking-Systeme und die zugrunde liegenden Technologien der Suchergebnisse für Suchanfragen sind. Außerdem werden Systeme behandelt, die mit spezifischen Ranking-Anforderungen verbunden sind.

Auf der Website „So funktioniert die Google Suche“ kannst du nachlesen, wie unsere Ranking-Systeme in Kombination mit anderen Prozessen zusammenarbeiten, damit über die Google Suche unser Hauptziel umgesetzt wird – Informationen weltweit zu organisieren und universell zugänglich und nutzbar zu machen.

BERT

Bidirectional Encoder Representations from Transformers (BERT) ist ein KI-System, das Google verwendet, um besser zu verstehen, wie Kombinationen von Wörtern verschiedene Bedeutungen und Absichten darstellen.

Kriseninformationssysteme

Google hat Systeme entwickelt, die in Krisenzeiten hilfreiche und aktuelle Informationen liefern. Dabei spielt es keine Rolle, ob es sich um persönliche Krisensituationen, Naturkatastrophen oder andere weitverbreitete Krisensituationen handelt:

  • Persönliche Krisen: Mithilfe unserer Systeme können wir reagieren, wenn Nutzer nach Informationen zu persönlichen Krisensituationen suchen. Wir können dann Hotlines und Inhalte von vertrauenswürdigen Organisationen bei bestimmten Suchanfragen zu Suizid, sexuellen Übergriffen, Vergiftungen, geschlechtsbezogener Gewalt oder Drogensucht anbieten. Weitere Informationen dazu, wie Inhalte zu persönlichen Krisen in der Google Suche angezeigt werden
  • SOS-Meldungen: Bei Naturkatastrophen oder weitverbreiteten Krisensituationen zeigt unser SOS-Meldungssystem aktuelle Informationen von lokalen, nationalen oder internationalen Behörden an. Dazu gehören unter anderem Notfalltelefonnummern und -websites, Karten, Übersetzungen nützlicher Formulierungen und Spendenmöglichkeiten. Weitere Informationen dazu, wie SOS-Meldungen funktionieren und wie sie für Katastrophenwarnungen von Google z. B. bei Überschwemmungen, Waldbränden, Erdbeben und Hurrikans genutzt werden

Deduplizierungssysteme

Bei Google-Suchanfragen können Tausende oder sogar Millionen von passenden Webseiten gefunden werden. Einige können sich sehr ähneln. In solchen Fällen zeigen unsere Systeme nur die relevantesten Ergebnisse an, um eine nicht hilfreiche Duplizierung zu vermeiden. Weitere Informationen dazu, wie die Deduplizierung funktioniert und wie ausgelassene Ergebnisse bei einer Deduplizierung angezeigt werden

Die Deduplizierung erfolgt auch bei hervorgehobenen Snippets. Wenn der Eintrag einer Webseite als hervorgehobenes Snippet angezeigt wird, wiederholen wir den Eintrag später nicht auf der ersten Ergebnisseite. So werden die Ergebnisse übersichtlicher und Nutzer finden die relevanten Informationen leichter.

Genau passendes Domainsystem

Unsere Ranking-Systeme berücksichtigen die Wörter in Domainnamen als einen von vielen Faktoren, um zu bestimmen, ob Inhalte für eine Suche relevant sind. Unser genau passendes Domainsystem verhindert jedoch, dass Inhalten, die unter Domains gehostet werden, die bestimmten Suchanfragen exakt entsprechen sollen, ein zu hoher Wert zugeordnet wird. So könnte zum Beispiel jemand einen Domainnamen erstellen, der die Wörter „beste-restaurants-zum-mittagessen“ enthält – in der Hoffnung, dass alle diese Wörter im Domainnamen zu sehr guten Ergebnissen im Ranking führen. Das wird von unserem System automatisch angepasst.

Aktualitätssysteme

Wir nutzen verschiedene Systeme, die auf dem Prinzip der Aktualität von Suchergebnissen basieren. Dabei werden aktuellere Inhalte für Suchanfragen angezeigt, für die das erwartet wird. Wenn ein Nutzer beispielsweise nach einem Film sucht, der gerade herausgebracht wurde, möchte er wahrscheinlich eher aktuelle Rezensionen lesen statt älterer Artikel aus der Zeit, als die Produktion gerade begann. Ein anderes Beispiel wäre eine Suche nach „Erdbeben“, deren Ergebnisse normalerweise wahrscheinlich Informationen zur Vorbereitung und zu Ressourcen enthalten. Wenn das Erdbeben jedoch noch nicht lange zurückliegt, werden eher Nachrichtenartikel und aktuellere Inhalte angezeigt.

System für hilfreiche Inhalte

Mit unserem System für hilfreiche Inhalte werden Nutzern in den Suchergebnissen von anderen direkt für sie erstellte hilfreiche Originalinhalte präsentiert anstatt von Inhalten, die in erster Linie zum Generieren von Zugriffen über Suchmaschinen dienen.

Wir nutzen verschiedene Systeme, die nachvollziehen können, wie Seiten miteinander verlinkt sind. So können wir erkennen, worum es auf einer Seite geht und welche Seiten bei einer Suchanfrage am hilfreichsten sind. Dazu gehört PageRank, eines unserer wichtigsten Ranking-Systeme, das bei der Einführung von Google zum Einsatz kam. Weitere Informationen findest du in der originalen PageRank-Forschungsarbeit und den Patentdaten. Die Funktionsweise von PageRank hat sich seither stark verändert und ist weiterhin Bestandteil unserer wichtigsten Ranking-Systeme.

Lokale Nachrichtensysteme

Wir nutzen Systeme, die lokale Nachrichtenquellen – wenn sie relevant sind – erkennen und anzeigen, z. B. über unsere „Schlagzeilen“ und „lokalen Nachrichten“.

MUM

Multitask Unified Model (MUM) ist ein KI-System, das Sprache sowohl verstehen als auch generieren kann. Es wird derzeit nicht für das allgemeine Ranking in der Google Suche verwendet, sondern für bestimmte Anwendungen wie z. B. zur Verbesserung der Suche nach Informationen zu COVID-19-Impfungen oder zur Verbesserung von Zusatzinformationen zu hervorgehobenen Snippets, die wir anzeigen.

Neuronaler Abgleich

Der neuronale Abgleich ist ein KI-System, mit dem Google Darstellungen von Konzepten in Abfragen und auf Seiten erkennt und sie miteinander abgleicht.

Systeme für Originalinhalte

Wir nutzen Systeme, die es uns ermöglichen, Originalinhalte einschließlich eigener Berichte in den Suchergebnissen hervorzuheben, statt sie einfach nur zu zitieren. Dazu gehört die Unterstützung eines speziellen kanonischen Markups, das Inhaltsersteller verwenden können. So können wir besser nachvollziehen, welche die primäre Seite ist, wenn eine Seite an mehreren Stellen dupliziert wurde.

Abwertungssysteme, die auf dem Entfernen von Inhalten basieren

Google hat Richtlinien, die das Entfernen bestimmter Arten von Inhalten erlauben. Wenn wir eine große Anzahl solcher Entfernungen von einer bestimmten Website verarbeiten, nutzen wir dies als Signal zur Verbesserung unserer Ergebnisse. Wichtig ist insbesondere:

  • Löschungen aus rechtlichen Gründen: When we receive a high volume of valid copyright removal requests involving a given site, we are able to use that to demote other content from the site in our results. This way, if there is other infringing content, people are less likely to encounter it versus the original content. We apply similar demotion signals to complaints involving defamation, counterfeit goods, and court-ordered removals. In the case of child sexual abuse material (CSAM), we always remove such content when it is identified and we demote all content from sites with a high proportion of CSAM content.
  • Entfernung personenbezogener Daten: If we process a high volume of personal information removals involving a site with exploitative removal practices, we demote other content from the site in our results. We also look to see if the same pattern of behavior is happening with other sites and, if so, apply demotions to content on those sites. We may apply similar demotion practices for sites that receive a high volume of doxxing content removals or non-consensual explicit imagery removals.

Ranking-System für Passagen

Das Ranking für Passagen ist ein KI-System, mit dem einzelne Abschnitte oder „Passagen“ einer Webseite identifiziert werden, um die Relevanz einer Seite für eine Suche besser zu verstehen.

RankBrain

RankBrain ist ein KI-System, mit dem wir besser verstehen, wie Wörter mit Konzepten zusammenhängen. So können wir relevante Inhalte auch dann liefern, wenn sie nicht genau die in einer Suche verwendeten Wörter enthalten, da wir verstehen, dass die Inhalte mit anderen Wörtern und Konzepten zusammenhängen.

Zuverlässige Informationssysteme

Mehrere Systeme funktionieren auf unterschiedliche Weise, um die zuverlässigsten Informationen anzuzeigen, z. B. dabei, verlässlichere Seiten anzuzeigen, minderwertige Inhalte abzuwerten und um Qualitätsjournalismus zu fördern. In Fällen, in denen zuverlässige Informationen fehlen, werden von unseren Systemen automatisch Inhaltswarnungen zu sich schnell ändernden Themen angezeigt oder wenn die Systeme der allgemeinen Qualität der Suchergebnisse weniger vertrauen. Dies sind Tipps dazu, wie am besten gesucht wird, damit nützlichere Ergebnisse geliefert werden. Weitere Informationen zu unserem Ansatz für die Bereitstellung hochwertiger Informationen in der Google Suche

Rezensionssystem

Sinn und Zweck des Rezensionssystems ist es, hochwertige Rezensionen – fundierte eigene Analysen und Rechercheergebnisse von Experten oder anderen Interessierten, die sich in dem jeweiligen Bereich gut auskennen – mehr zu belohnen.

System für Websitevielfalt

Unser System für Websitevielfalt funktioniert so, dass wir normalerweise nicht mehr als zwei Webseiteneinträge derselben Website in unseren Top-Ergebnissen anzeigen. So dominiert keine einzelne Website die besten Ergebnisse. Wir können jedoch mehr als zwei Einträge anzeigen, wenn unsere Systeme feststellen, dass dies für eine bestimmte Suche besonders relevant ist. Bei der Websitevielfalt werden Subdomains im Allgemeinen als Teil einer Stammdomain behandelt. Alle Einträge einer Subdomain (subdomain.beispiel.de) und der Stammdomain (beispiel.de) zählen zu derselben einzelnen Website. Manchmal werden Subdomains jedoch aus Gründen der Diversität als separate Websites behandelt, wenn sie als relevant gelten.

Systeme zur Spamerkennung

Niemand möchte einen mit Spam überfluteten Posteingang. Deshalb sind Spamfilter so hilfreich. Die Google Suche steht vor einer ähnlichen Herausforderung, da es im Internet sehr viel Spam gibt. Wenn wir Spam nicht verhindern können wir nicht die nützlichsten und relevantesten Ergebnisse anzeigen. Wir nutzen eine Reihe von Spamerkennungssystemen einschließlich SpamBrain, um mit Inhalten und Verhaltensweisen umzugehen, die gegen unsere Spamrichtlinien verstoßen. Diese Systeme werden ständig aktualisiert, damit sie bezüglich Spambedrohungen immer auf dem neuesten Stand sind.

Eingestellte Systeme

Die folgenden Systeme sind zu historischen Zwecken aufgeführt. Sie wurden entweder in Nachfolgesysteme oder in unsere wichtigsten Ranking-Systeme integriert.

Hummingbird

Bei der Einführung im August 2013 stellte dies eine wesentliche Verbesserung unserer Ranking-Systeme dar. Sie haben sich – wie auch bereits zuvor – seither kontinuierlich weiterentwickelt.

Panda-System

Dieses System sorgte dafür, dass hochwertige und Originalinhalte in unseren Suchergebnissen angezeigt wurden. Es wurde 2011 angekündigt und hatte den Spitznamen „Panda“. Seitdem wurde es weiterentwickelt und 2015 Teil unserer wichtigsten Ranking-Systeme.

Penguin-System

Dies war ein System zur Bekämpfung von Link-Spam. Es wurde 2012 angekündigt und hatte den Spitznamen „Penguin Update“. 2016 wurde es in unsere wichtigsten Ranking-Systeme integriert.