Revolutionierung von SEO mit der Search Generative Experience von Google
Das Aufkommen von Googles Search Generative Experience (SGE) revolutioniert die Online-Suche und läutet eine neue Ära der Kontextualisierung und Intuition bei der Informationsentdeckung ein.
Dieser technologische Fortschritt verändert SEO-Strategien grundlegend und erfordert von Fachleuten einen neuen Ansatz bei der Erstellung von Inhalten.
Die Auswirkungen auf die Benutzer sind ebenso erheblich, da KI den Zugriff auf Suchergebnisse erheblich erleichtert.
In diesem Artikel wird ein fortschrittlicher thematischer Mapping-Ansatz vorgeschlagen, um die Wirksamkeit dieser Technologien im SEO zu maximieren.
Außerdem wird das Wissen über große Sprachmodelle (LLMs) wie GPT von OpenAI, Bard von Google und Bing AI von Microsoft erörtert und deren Einschränkungen und Potenzial bei der Erstellung von SEO-Inhalten hervorgehoben.
Die Ankunft von Google SGE
Google SGE markiert einen revolutionären Wandel in der Online-Suche. Durch diese Innovation verfolgt Google einen kontextbezogeneren und intuitiveren Ansatz beim Abrufen von Informationen.
Diese Entwicklung hat erhebliche Auswirkungen darauf, wie SEO-Experten ihre Content-Strategien denken und planen müssen.
Auch das Nutzererlebnis verändert sich, da KI-gesteuerte Suchergebnisse leichter zu finden sind.
Antworten sind schnell zugänglich, ohne dass mehrere Registerkarten und Seiten durchsucht werden müssen.
Um sich effektiv zu positionieren und ihre Grenzen zu verstehen, ist es wichtig zu verstehen, wie diese KI funktioniert, und ihr Wissen mithilfe neuer Methoden zu extrahieren.
Große Sprachmodelle (LLMs) verstehen
LLMs wie GPT, Bard und Bing AI sind leistungsstarke Tools mit beeindruckenden Fähigkeiten zur Erzeugung und zum Verständnis natürlicher Sprache.
Diese Modelle weisen jedoch Einschränkungen auf, insbesondere wenn es darum geht, spezifische Kontexte zu verstehen und Informationen zu aktualisieren.
SEO-Projektmitarbeiter müssen diese Einschränkungen verstehen, um ihre Effizienz bei der Inhaltserstellung zu maximieren.
Es gibt zwei Arten von Wissen: Wissen, das aus den für das Training verwendeten Daten stammt, und Wissen, das im Suchmaschinenindex enthalten ist und als Teil der Antworten verwendet wird.
Um dies zu veranschaulichen, möchte ich Ihnen zeigen, wie wir dieses Wissen abbilden können.
Bedeutung der thematischen Kartierung
Das thematische Mapping ist ein wichtiges SEO-Tool, das Inhalte auf logische und intuitive Weise organisiert und strukturiert.
Es stellt sicher, dass alle Facetten eines Themas abgedeckt werden und erhöht so die Relevanz und Qualität der Inhalte. Der Einsatz eines LLM zur thematischen Kartierung bietet einzigartige Vorteile bei der Generierung neuer Ideen und Perspektiven.
Strukturierung einer thematischen Karte
Unter Topic Mapping versteht man die Gruppierung verwandter Ideen und Themen in Clustern, um die Erstellung kohärenter und umfassender Inhalte zu erleichtern.
Dieser Ansatz hilft nicht nur, Ideen logisch zu organisieren, sondern auch Lücken in vorhandenen Inhalten zu identifizieren.
Themenkartenarchitektur
Auswahl von Themen und Schlüsselwörtern
Wählen Sie ein Nischenthema und identifizieren Sie die relevanten Schlüsselwörter. Sie können mit dem LLM Ihrer Wahl beginnen, ich bevorzuge jedoch einen Ansatz.
Die erste besteht darin, die KI von Google wie PaLM 2 zu verwenden, wenn Sie die Tools von Google gut beherrschen (zu Ihrer Information habe ich einen Schulungskurs zu Data Marketing Labs eingerichtet).
Hier ist eine sehr vereinfachte Eingabeaufforderung, um die in ChatGPT vorhandenen Ontologien abzurufen:
- Geben Sie mir in einer Tabelle eine Liste der Ontologien rund um „IHR KONZEPT“.
Brainstorming
Für jeden Ausdruck bitten Sie den LLM um ein Brainstorming, indem Sie mehrere Passagen erstellen, die sich auf den Ausdruck beziehen.
Ich werde oft gefragt, warum ich mehrere Passagen mache. Die Antwort liegt einfach darin, dass der LLM je nach Kreativitätsschwelle und den Antworten im Google-Index leicht unterschiedliche Antworten haben kann und so das Feld der Möglichkeiten einbezogen werden kann.
Hier ist ein Bild, in dem ich PaLM 2 verwende, um Themen zu generieren, die die KI perfekt kennt und nach denen Webbenutzer suchen. Je mehr Themen Sie anfordern, desto besser ist die Abdeckung Ihres Themas.
Extraktion
Als Nächstes können Sie alle in Bezug auf ein Konzept erwähnten Entitäten extrahieren.
Am Anfang habe ich Python-Bibliotheken verwendet, aber jetzt können Sie ein LLM verwenden, weil die Aufgabe dafür sehr einfach ist.
Am Ende wird alles in einem Array gespeichert und Sie können zählen, wie oft ein Konzept vorkommt. Ich möchte diesen Teil näher erläutern.
In diesem Bild können Sie sehen, dass ich für jedes der vorherigen Themen fünf Generationen durchführe, um zu versuchen, so viele relevante Elemente wie möglich wiederherzustellen, die mir bei der Erstellung der Mind Map helfen werden.
Für jeden generierten Text verwende ich PaLM 2, um die wichtigen Begriffe zu extrahieren, und alles wird in einer Tabelle gespeichert.
Wie Sie sehen, erfolgt jeder Schritt in einem Google Colab, das gebrauchsfertige Tabellen bereitstellt und das Sortieren Ihrer Daten mit wenigen Klicks erleichtert.
Als Nächstes können Sie von dieser Eingabeaufforderung aus die thematische Karte erstellen.
Hier ist ein mögliches Ergebnis:
**Schritt 1: Themenkartenerstellung**
**Thema:** Fahrrad
**Substantive/Prädikate:**
**1. Fahrradtypen**
– Peloton-Fahrrad
– Elektrisches Fahrrad
– Mountainbike
– Rennrad**2. Fahrradkomponenten**
– Sound-Bike-Boy-Glocke
– Fahrradclips
– Fahrradpedale
– Rennradpedale**3. Fahrradaktivitäten**
– Laufen Sie regelmäßig mit dem Laufrad
– Menschliches vollbewusstes Fahrrad**4. Fahrradzubehör**
– Mountainbike-Reifen**5. Fahrradsicherheit**
**Schritt 2: Semantischer Graph**
| Unterthema 1 | Unterthema 2 | Semantische Verbindung |
|—|—|—|
| Peloton-Fahrrad | Elektrofahrrad | Bei beiden handelt es sich um Fahrradtypen, die mit Strom betrieben werden. |
| Elektrofahrrad | Sound Fahrradklingel für Jungen | Beides sind Komponenten, die zu einem Fahrrad hinzugefügt werden können. |
| Sound Fahrradklingel für Jungen | Menschliches vollbewusstes Fahrrad | Beides hängt mit der Sicherheit des Fahrers zusammen. |
| Menschliches vollbewusstes Fahrrad | Laufen Sie regelmäßig mit dem Laufrad | Beides hängt mit der körperlichen Aktivität beim Radfahren zusammen. |
| Laufen Sie regelmäßig mit dem Laufrad | Mountainbike-Reifen | Beides hängt mit dem Gelände zusammen, auf dem ein Fahrrad gefahren werden kann. |
| Mountainbike-Reifen | Rennradpedale | Beides sind Komponenten, die zu einem Fahrrad hinzugefügt werden können. |
| Rennradpedale | Fahrradclips | Beides sind Komponenten, die zu einem Fahrrad hinzugefügt werden können. |**Schritt 3: Mindmap**
**Thema:** Fahrrad
**Unterkategorien:**
1. Fahrradtypen
– Peloton-Fahrrad
– Elektrisches Fahrrad
– Mountainbike
– Rennrad
– BMX-Fahrrad2. Fahrradkomponenten
– Sound-Bike-Boy-Glocke
– Fahrradclips
– Fahrradpedale
– Rennradpedale
– Fahrradsitz3. Fahrradaktivitäten
– Laufen Sie regelmäßig mit dem Laufrad
– Menschliches vollbewusstes Fahrrad
– Fahrradrennen
– Fahrradtouren
– Pendeln mit dem Fahrrad4. Fahrradzubehör
– Mountainbike-Reifen
– Fahrradhelm
– Fahrradbeleuchtung
– Fahrradpumpe
– Fahrradständer5. Fahrradsicherheit
– Fahrradbremsen
– Fahrradreflektoren
– Fahrradschlösser
– Fahrradversicherung
– Fahrradwartung6. Fahrradmarken
– Spezialisiert
– Wanderung
– Riese
– Cannondale
– Scott7. Fahrradgeschäfte
– REI
– Performance-Bike
– Dicks Sportartikel
– Walmart
– Ziel8. Fahrradveranstaltungen
– Tour de France
– Giro d’Italia
– Vuelta a España
– Tour durch Kalifornien
– Nationale Radsportmeisterschaften der USA9. Fahrradclubs
– Die Liga der amerikanischen Radfahrer
– Sierra Club
– Nationaler Fahrradclub
– Adventure Cycling Association
– Biker gegen Kindesmissbrauch10. Fahrrad-Interessenvertretung
– Menschen für Fahrräder
– Rails-to-Trails-Schutz
– Bike Walk Alliance
– Nationales Zentrum für sichere Schulwege
– Internationaler Fahrradfonds
Visualisierung
Mit Mindmapping-Tools lässt sich das Ganze visualisieren und die Ergebnisse sind sehr aufschlussreich.
Zur einfachen Visualisierung gibt es in ChatGPT einen kostenlosen Assistenten namens AI Diagrams.
Ich lade Sie ein, danach zu suchen, und dann können Sie die Erstellung Ihrer Mindmap aus der Tabelle der vorherigen Schritte anfordern.
Jetzt möchte ich einige fortgeschrittene Maßnahmen vorschlagen, um Google SGE vorzubeugen.
Erweiterte Strategien für Google SGE
- Überprüfen Sie mit PaLM 2 von Google, ob die Karte alle Aspekte Ihres Themas abdeckt.
- Integrieren Sie die Karte in Ihren Content-Recherche- und Schreibprozess.
- Verwandeln Sie jedes Unterthema in eine Webseite, einen Blog-Beitrag oder eine andere Form von Inhalten und verknüpfen Sie sie miteinander, um ein miteinander verbundenes Inhaltsnetz zu erstellen.
Diese Methodik bietet eine solide Möglichkeit, die Rolle generativer KI in Suchmaschinen zu verstehen und für generative KI-Suchfunktionen zu optimieren.
Es ist mit detaillierten Beispielen und Erklärungen angereichert und konzentriert sich nicht nur auf die Themenoptimierung, sondern auch auf die Priorisierung der Inhaltsqualität und die gezielte Ausrichtung auf bestimmte Suchabsichten.
Menschliches Eingreifen bleibt entscheidend für die Suchabsicht und die Inhaltsqualität.
Die Kombination aus einem erfahrenen Autor und KI kann die Inhaltsoptimierung verbessern und mithilfe von Tools die Effizienz und Relevanz Ihres Ökosystems maximieren.
Mit dem Aufkommen der generativen KI kann jeder SEO-Experte sein eigenes Tool erstellen.
Mehr Ressourcen:
- Sind LLMs und Suchmaschinen dasselbe?
- Die 6 besten KI-Suchmaschinen, die Sie jetzt ausprobieren sollten
- Wie Suchmaschinen funktionieren
Ausgewähltes Bild: Summit Art Creations/Shutterstock
