Die Entity-Optimierung verdient die gleiche Menge an Presse wie andere Themen, die wir SEOs Woche für Woche in die Tiefe treiben. Ein Leitfaden zum Verständnis von Entitäten.
Sie sind keineswegs ein Geheimnis, und die Rolle der Entitäten in der SEO wurde ausführlich dokumentiert – Entity-Optimierung ist einfach nicht das Trendthema, das Sie vielleicht jedes Mal sehen, wenn Sie Ihre Twitter-Timeline überprüfen.
Wir würden viel lieber über weniger wirkungsvolle Konzepte diskutieren, z.B. ob Inhalte innerhalb eines Unterordners besser rangieren als in einer Subdomain oder ob es für einen SEO wichtig ist, Python zu lernen (habe ich Recht?).
Aber die Entity-Optimierung sollte die gleiche Menge an Presse erhalten wie die anderen Themen und Konzepte, die wir SEOs Woche für Woche in die Tiefe treiben. Ich möchte uns helfen, zu verstehen, warum und wie wir an Inhalte mit Blick auf Entitäten herangehen.
Google definiert eine Entität als «Eine Sache oder ein Konzept, die bzw. das singulär, einzigartig, gut definiert und unterscheidbar ist». Eine Entität kann ein Ereignis, eine Idee, ein Buch, eine Person, eine Firma, ein Ort, eine Marke, eine Domäne und vieles mehr sein. Sie könnten fragen: «Ist das nicht die Definition eines Schlüsselwortes? Was ist der Unterschied?»
Eine Entität ist nicht an Sprache oder Rechtschreibung gebunden, sondern an ein universell verstandenes Konzept oder Ding. Und der Kern einer Entität ist ihre Beziehung zu anderen Entitäten. Google verwendet eine Illustration von «Knoten» und «Kanten», um Entitäten zu erklären, wobei Entitäten als Knoten und Beziehungen als Kanten bezeichnet werden. Schauen wir uns eine Suche an, um zu sehen, wie dies funktioniert:
Eine Suche nach «Justin Trudeau» zeigt eine Wissenstafel an, auf der er den Titel «Premierminister von Kanada» trägt. Und eine Suche nach «Premierminister von Kanada» zeigt eine Wissenstafel von Justin Trudeau an. Wir wissen also, dass Justin Trudeau mit dem Premierminister von Kanada assoziiert ist und umgekehrt. Trudeau ist der derzeitige Premierminister, was ist also, wenn wir nach den gleichen Entitäten mit anderen Beziehungen suchen?
Hier sehen wir einen anderen Satz von Ergebnissen, basierend auf einer anderen Beziehung zwischen den Knoten.
Wir glauben, dass Google ein Modell namens Word2Vec (auf das in diesem Patent bezüglich der Schlüsselwortextraktion Bezug genommen wird) verwendet, um Entitäten aufzuschlüsseln, sie einem Diagramm zuzuordnen und eine eindeutige ID zuzuweisen. In gewissem Sinne verwandelt Word2Vec die Sprache in eine mathematische Berechnung und ermöglicht es Google, Konzepte richtig zu identifizieren und sie angemessen abzubilden – unabhängig von der Sprache – in einer Weise, wie es traditionelle Modelle einfach nicht können.
Wir wissen derzeit nicht genau, wie Entitäten in die Suchergebnisse passen, aber auf der Grundlage eines Modells, das in einem Patent mit dem Titel «Ranking von Suchergebnissen auf der Grundlage von Entitätsmetriken» eingeführt wurde, wissen wir, dass einer der grössten Faktoren die Verwandtschaft ist.
Die Verwandtschaft wird in erster Linie durch etwas beurteilt, das Ko-Vorkommen genannt wird (das verknüpfte Patent ist noch anhängig, aber hilfreich für das Verständnis des Ko-Vorkommens). Die Koinzidenz beurteilt die Stärke der Beziehungen auf der Grundlage der Häufigkeit des gemeinsamen Auftretens der Entitäten in Dokumenten im Web. Je häufiger zwei Entitäten gemeinsam erwähnt werden und je massgeblicher das Dokument ist, in dem sie erwähnt werden, desto stärker ist die Beziehung.
Entitäten sind nicht unbedingt ein Ranking-Faktor – zumindest nicht im traditionellen Sinne. Und wir wissen nicht genau, wie viel Gewicht sie als Qualitätssignale haben. Aber wir wissen, dass es zwei Schlüsselkategorien von Rangordnungsfaktoren (neben vielen anderen) gibt, die stark vom Entitätendiagramm beeinflusst werden.
Schlagwörter waren historisch gesehen das Urteil über die Relevanz und Qualität von Inhalten. Schlüsselwörter sind nicht tot, aber Entitäten geben Suchmaschinen einen besseren Einblick in die Beziehung zwischen Wörtern bei einer Suche.
Sehen wir uns zum Beispiel die Suche «Beste Schuhe für Basketball in Atlanta» an. Sicher, wir könnten einen Beitrag erstellen und ihn mit dem Schlüsselsatz füllen. Aber in einer Welt der entitätsbasierten Indexierung sucht Google nach einer Semantik um jede dieser Entitäten herum und nach Signalen, die ihre Beziehungen anzeigen.
Sie erinnern sich vielleicht an die Explosion der «LSI-Schlüsselwörter». Unabhängig davon, ob im Google-Algorithmus eine latente semantische Indizierung verwendet wird oder nicht, ist diese Faszination für die Semantik in den Entitäten verwurzelt. Jede Suche ist jetzt semantisch.
In der Welt der SEO ist es ziemlich allgemein bekannt, dass nicht alle Links gleich erstellt werden. Entity-basierte Indexierung verstärkt dieses Gefühl. Ein Posten, der eine Rangliste der «besten Schuhe für Basketball in Atlanta» anstrebt, benötigt Links und Verweise aus massgeblichen Quellen über Schuhe, Basketball und die Stadt Atlanta, um diese SERP wirklich zu besitzen.
Seit über zehn Jahren tauchen Patente auf Entitäten auf, und die meisten glauben, dass Entitäten in Suchalgorithmen schon seit geraumer Zeit eine Rolle spielen. Die Frage ist, wann wurden Entitäten zum Kern der Indexierung?
Cindy Crum von Mobile Moxie schrieb eine brillante fünfteilige Serie über Entitäten. Sie plädiert dafür, dass die Entitäten gleichzeitig mit der Einführung von Google Mobile-First Indexing zu einem starken Ranking-Signal wurden. Tatsächlich bezeichnet sie die gesamte Aktualisierung Entity-First Indexing als «Entity-First Indexing».
Hatte das BERT etwas mit Entitäten zu tun? Obwohl ich glaube, dass das BERT etwas mehr Aufmerksamkeit erhielt, als es wahrscheinlich verdient hätte, kann seine Verwendung im Google-Algorithmus uns helfen, die Bedeutung von Entitäten zu verstehen.
BERT (Bidirectional Encoder Representations from Transformers) ist ein Modell zur Verarbeitung natürlicher Sprache, das Google 2018 einführte und mit dessen Einführung im Oktober 2019 begonnen wurde. BERT ist in der Lage, den vollständigen Kontext eines Wortes basierend auf den Wörtern, die vor oder nach benannten Entitäten stehen, zu berücksichtigen.
Wir werden nicht tief eintauchen, aber wir werden uns ein Beispiel von Google ansehen, das uns hilft zu verstehen, was BERT für die Suche bedeutet. Google rief in einem kürzlich veröffentlichten Beitrag die Suchanfrage «2019 Brasilien Reisende in die USA benötigen ein Visum» aus. Die Präposition «to» ist hier entscheidend, und noch entscheidender ist ihre Beziehung zu den davor und danach gefundenen Entitäten. Vor dem BERT hätte Google Ergebnisse über nach Brasilien reisende US-Bürger zurückgegeben. Nach dem BERT kann Google diese Nuance erkennen und ein relevanteres und hilfreiches Ergebnis zurückgeben:
Entitäten stehen im Mittelpunkt von Modellen zur Verarbeitung natürlicher Sprache wie BERT.
Bevor wir uns in einige umsetzbare Tipps vertiefen, sollten Sie wissen, dass Entitäten weit mehr Auswirkungen als Inhalte haben. Die Optimierung von Entitäten ist entscheidend für den Aufbau von Marken, die Einrichtung von Domains und alle Arten von anderen Online-Bemühungen. Abgesehen davon gibt es massive Auswirkungen auf den Inhalt.
*Schnelles Vorwort: Ich habe diesen Ansatz zur Einstufung von Artikeln verwendet und habe Erfolge gesehen, aber das ist keineswegs narrensicher und kampferprobt. Mir sind zum jetzigen Zeitpunkt keine Untersuchungen bekannt, die einen direkten Zusammenhang zwischen einem solchen Ansatz und hohen Rankings nachweisen. Nichtsdestotrotz glaube ich daran und glaube, dass die Kenntnis von Entitäten den SEOs ein Bein stellt.
Für den Anfang brauchen wir ein Thema und eine Schlüsselphrase, für die wir eine Rangfolge festlegen wollen. Wir werden uns nicht damit befassen, wie man Stichwort- oder Themenrecherchen durchführt, aber bleiben wir bei unserem obigen Beispiel und streben eine Rangliste der «besten Schuhe für Basketball» an.
Wenn wir ein Ranking für diese Schlüsselphrase anstreben wollen, müssen wir Erkenntnisse darüber gewinnen, welche anderen Themen und Konzepte Google in seinem Entity-Graphen als verwandt ansieht. Wo können wir solche Erkenntnisse gewinnen? An einigen wenigen Stellen:
Wikipedia: Wir wissen, dass Entitäten die Grundlage von Googles Wissensgraphen sind – und wir wissen, dass Wikipedia einen grossen Teil ihres Wissens über Entitäten speist. Wir können davon ausgehen, dass, wenn Google sich auf Wikipedia stützt, um ihnen beim Verständnis von Themen zu helfen, die Attribute und Quellen, die in Wikipedia zu finden sind, uns bei der Orientierung unserer Inhalte helfen könnten.
Google-Bilder sind eine weitere Goldgrube für das Verständnis von Entitäten:
Unterhalb der Suchleiste finden wir Entitäten, die Google positiv mit «beste Schuhe für Basketball» assoziiert. Dies sind nicht die Schuhe oder Attribute von Schuhen, die Sie in Ihrem Artikel auflisten müssen, aber logischerweise würde die Erwähnung dieser Themen Google dabei helfen, Ihren Artikel mit ihnen in Verbindung zu bringen.
«People Also Ask» ist eine weitere hilfreiche Quelle für die Optimierung von Entitäten. Dies sind die anderen Themen und Fragen, die Google mit Ihrer Zielschlüsselphrase in Verbindung bringt:
Identifizieren Sie die zwei oder drei Artikel, die für Ihre Zielschlagworte am besten geeignet sind. Nun werden wir uns ansehen, wie Google die in den Artikeln gefundenen Entitäten betrachtet. Wir werden Googles NLP-API-Demo verwenden:
Dies ist nur eine Beispieldemo ihres NLP-Cloud-Produkts. Nichtsdestotrotz liefert es wirklich wertvolle Daten. Bevor wir einsteigen, müssen wir einen Schlüsselbegriff definieren.
Googles API-Demo befasst sich mit einer Handvoll Dinge: Ausprägung, Gefühl, Syntax und Kategorien. Wir konzentrieren uns in diesem Artikel wirklich nur auf die Hervorhebungen.
Salience ist eine Bewertung, wie wichtig die Entität im Kontext des gesamten Textes ist. Je höher die Punktzahl, desto hervorstechender ist die Entität. Wir werden die Hervorhebung als Leitfaden für unseren Inhalt verwenden. Hier ist, was zu tun ist:
Wir sehen, dass die Einheiten mit der höchsten Ausprägung «Spieler», «beste Basketballschuhe» und «Basketballschuhe» sind. Da Google diese Seite für den von uns gewünschten Schlüsselsatz gut reiht, können wir schlussfolgern, dass es sich hierbei um Einheiten handelt, für die wir versuchen sollten, sie in unserem Beitrag zu optimieren.
Wie können Sie für diese Einrichtungen optimieren? Wenn Sie mit dem Schreiben beginnen, sollte es Ihr Ziel sein, die Beziehung zwischen den Entitäten, auf die Sie in Ihrer Keyphrase abzielen, herzustellen und Google den gesamten Kontext zu geben, den Sie haben, um Ihre Zielschlüsselwörter mit ihrem Entitätsgraphen zu verknüpfen. Dies geschieht nicht durch die Füllung mit Schlüsselwörtern, sondern durch die Verwendung einiger der Sprache und Semantik, die wir aus den oben genannten Quellen zusammengetragen haben.
Google Images und Wikipedia sollten Ihnen bei der Auswahl semantisch verwandter Schlüsselwörter und der Sprache helfen, die Sie in Ihrem Artikel verwenden, während «People Also Ask» Ihnen bei der Orientierung Ihrer allgemeinen Themen und Überschriften helfen kann. Auch hier geht es nicht darum, Schlüsselwörter hineinzustopfen, sondern darum, einen Werkzeugkasten mit einzelnen Wörtern, Phrasen, Sprachen und Themen zu haben, um unser Schreiben so zu lenken, dass unsere Zielpersonen prioritär behandelt werden.
Wenn Sie mit dem Schreiben fertig sind, lassen Sie Ihren eigenen Artikel durch Googles NLP-API-Demo laufen, um ein Gefühl dafür zu bekommen, wie Sie sich stapeln. Wenn die gewünschten Entitäten eine geringe Ausprägung aufweisen, kann es sich lohnen, an das Zeichenbrett zurückzukehren. Zumindest können Sie Artikel analysieren, die mehr Erfolg bei den Entitäten zeigen, um einen Einblick zu erhalten, wie Google Ihre Ziele assoziiert.
Da die Optimierung von Entitäten etwas komplexer ist als die Optimierung von Schlüsselwörtern, spricht mehr dafür, den Inhalt regelmässig zu aktualisieren, wenn sich neue Themen rund um Ihre Entitäten ergeben. Wenn beispielsweise neue Basketballschuhe auf den Markt kommen und Google ihren Platz im Entitätsdiagramm festlegt, wäre es für die Ausstrahlung Ihrer Entitäten hilfreich, sie zu Ihrem Beitrag hinzuzufügen.
BERT ist ein weiteres grossartiges Beispiel. Wenn Sie einen Beitrag über die Verarbeitung natürlicher Sprache hätten, würde Google erwarten, dass er erwähnt wird, da er im Internet explodiert ist.
Ich selbst und die Branche haben noch viel zu lernen zum Thema Entitätsoptimierung. Und auch hier gehen die Implikationen weit über die Inhaltsoptimierung hinaus.
Aber ich glaube, der Fokus auf Entitäten hat bereits begonnen, und die Signale werden nur für Google und andere Suchmaschinen an Bedeutung gewinnen.
© 2012-2023, MIK Group GmbH | AGB | Impressum | Datenschutzerklärung
