Und Google bewegt sich doch!
Nach außen hin macht Google noch immer ein großes Geheimnis um seine Algorithmen, vor allem um diejenigen, die für das Ranking bei den Suchergebnissen zuständig sind. Das ganze Business der Suchmaschinenoptimierung, das sich um die Ranking-Algorithmen dreht, lebt von dieser Geheimniskrämerei. Wer hier etwas verstanden hat, das andere nicht wissen, kann sich einen großen Vorteil ausrechnen.
Heutige SEO-Agenturen bauen aber auf eine ganz andere Größe: die Unwissenheit ihrer Kunden. Solange der Kunde glaubt, in Google einen undurchsichtigen Behemoth vor sich zu haben, können die Agenturen mehr oder weniger erzählen, was sie wollen – solange nur die Algorithmen ein absolutes Mysterium bleiben.
Aufmerksame Beobachter der Szene erkennen jedoch schon seit Jahren, dass Google’s Aktivitäten faktisch einem Strickmuster folgen, das abstrahiert gesehen nichts als der reinen Gewinnmaximierung dient. Aus dieser Abstraktion heraus zu isolieren, welche Merkmale Google folglich gut bzw. schlecht bewerten MUSS, ist eigentlich keine schwere Aufgabe, und In dieser Blogserie hier bei KingKontent haben wir die Ergebnisse dieser Überlegung schon ausführlich diskutiert und vorgestellt, und in der Serie des KingKontent Marketing-Bulletins einen klaren und verständlichen Weg aufgezeigt, um ein nachweisliches und zählbares, optimales Ergebnis bei den SEO-Bemühungen zu erhalten.
Es ist umso erstaunlicher, dass trotz aller Hinweise und aller Logik, die hinter dieser Abstrahierung steckt, trotz der klaren Angaben, die uns SEO-Spezialisten zur Verfügung stehen – dass trotz all dem in Foren und Vorlesungen Theorien über SEO doziert werden, die nicht nur schlicht falsch oder seit Jahren überholt sind (oder beides), sondern die vielmehr dokumentieren, dass der Redner schlicht und ergreifend nichts von SEO verstanden hat. Solange die Zuschauer brav ihren stehenden Applaus klatschen, wird das auch so weitergehen.
Es bedarf einer etwas größeren Reichweite, um den Markt – das sind die Anbieter UND die Kunden – so zu informieren, dass wirklich ein echtes Verständnis entsteht. (Wir brauchen ja nur das Slimstats-Modul in unserem Backend auszulesen): zu wenige Mitglieder aus der Marketing-Welt haben bisher unseren Blog gelesen, als dass dadurch der Markt nachhaltig geändert würde.
Also streiten sich die selbsternannten SEO-Spezialisten immer noch um die perfekten Methoden, diskutieren sich die Köpfe heiß zu WDF*IDF-Vorgaben und Keyword-Dichte, obwohl SEO sich eigentlich längst von selber erklärt. Möglicherweise mögen die Spezialisten nicht die Konsequenz, dass es zu gutem Content schlicht keine Alternative gibt – zum Beispiel, weil sie die Arbeit scheuen, und weil sie lieber Zeit mit der Suche nach einer Abkürzung verbringen. Oder mit dem Formulieren gut geölter Werbebotschaften, mit denen ahnungslose Kunden an Land gezogen werden.
So geschieht es auch immer wieder, dass ein Auftrags-Schreiberling die Aufgabe gestellt bekommt, einen suchmaschinenoptimierten Text zu verfassen, in welchem das Haupt-Keyword 10 oder 20 Mal pro Seite gespammt werden soll. Ein solcher Freelancer ist zutiefst zu bedauern – tut es aber gleichwohl, denn es gehört nun einmal zur gut erzogenen Hure, dass sie für Geld Dinge macht, die gegen die eigenen Prinzipien gehen.
Dem freien Schreiber ist es wurschd, aber der Kunde, der sich aus diesen antiquierten SEO-Methoden einen Vorteil verspricht, ist das wirkliche Opfer. Wir würden das ja gerne ändern, deshalb gibt es auch diesen Ratgebertext. Ziel eines solchen Texts ist es, die Menschen aufzuklären. Wir haben uns eine gewisse missionarische Ader bewahrt, weil wir ja nicht so schnell aufgeben wollen.
Erstaunlich ist vor allem, dass schon vor Jahren die Anleitung für SEO direkt aus dem Hause Google in die Öffentlichkeit gelangte. Wir ziehen zum Beweis ein wissenschaftliches Papier aus dem Ärmel, das den illustren Namen „Deep Neural Networks for YouTube Recommendations“ trägt. Was steckt dahinter? Die Video-Plattform YouTube, die ja bekanntlich Google bzw. dem Mutterkonzern Alphabet gehört, hat einige der hauseigenen Wissenschaftler an die Aufgabe gesetzt, die Algorithmen für Videovorschläge zu entstauben.
Die Jungs dahinter, Paul Covington, Jay Adams und Emre Sargin, gingen hin und fütterten die Google-AI mit einer simplen Aufgabe: Welche YouTube-Videos werden den Zuschauer am längsten am Bildschirm kleben lassen?
Die Google-AI hatte sich zu diesem Zeitpunkt bereits einen Namen in Insiderkreisen gemacht, der nicht zu unterschätzen ist. Seit der „Deep Blue“ von IBM in den 90er Jahren gegen Garri Kasparow im Schach gewann, wissen Menschen, dass sie ohne Rechenbeschränkungen keine Chance im Schach gegen einen Computer haben. Das japanische Spiel „Go“, das hierzulande in einer simplen Version als „Reversi“ in den Läden erhältlich war, wird in der Vollversion auf einem 19 x 19 Felder großen Brett gespielt. Man spricht von einem Faktor von Millionen Mal so vielen Möglichkeiten für eine Eröffnung im Vergleich zu Schach, so dass Go als nächste Aufgabe für Rechenmaschinen gezählt wurde, die es zu bewältigen galt.
Die Google-AI bekam also die Regeln für Go als Bibliothek eingespielt, und begann daraufhin, das Spiel zu lernen, und die optimale Spielstrategie zu errechnen, was laut Angaben von Fachleuten (zu denen der Autor nicht gehört) mit heutigen Rechnern durch ‚Brute Force‘ nicht machbar ist. Die neuronalen Netze der Google-AI entwarfen das Programm „Alpha-Go“, das zuerst gegen einen Europäischen Großmeister, dann gegen einen der besten Spieler weltweit gewann, um schließlich im großen Showdown 2017 den Meister aller Klassen Ke Jie zu besiegen – dreimal hintereinander.
Genau diese lernfähige KI bekam also die Aufgabe, herauszufinden, welches YouTube-Video am ehesten lange von den Schauern offengelassen wird. In dem Papier werden mit erstaunlicher Offenheit die Algorithmen beschrieben, die für die Ergebnisse verantwortlich sind, inklusive zweier neuronaler Netzwerke, die zunächst eine Shortlist aus der Gesamtheit der verfügbaren Videos auswählen, und dann eine auf den User am ehesten zutreffende Hitliste der 12 passendsten Clips zusammenstellen.
Konkret sucht die erste Stufe aus den Milliarden Videos einige Hundert heraus, die mit SEO-ähnlichen Grundsätzen bewertet werden, und aus diesen schließlich die Top-12, in die dann noch Abos, Historie und sonstige Vorlieben des Users einfließen.
Als entsprechende Wissenschaftler slash Mathematiker könnten wir jetzt noch schildern, auf welchem Wege die Ergebnisse zustande kommen. Aber das ist gar nicht das Wesentliche hier. Außerdem sind wir weder Mathematiker noch Wissenschaftler. Wirklich wichtig ist nämlich nur der kleine Satz, der die Arbeitsanweisung an die KI umschreibt, nämlich herauszufinden, welches Video am längsten von Usern betrachtet wird.
Fällt Euch, liebe Leser, etwas auf? SEO-ähnliche Algorithmen, die vorausberechnen sollen, wie lange ein User einen bestimmten Content im Internet konsumiert? Und das von der Google-AI?
Es klingt ja fast so, als wäre dadurch von höchster Stelle aus bestätigt, was wir ohnehin schon seit Anbeginn behaupten, und was wir in unserem „Google-Prinzip“ genannten Beitrag bereits ausführlich erklärt haben. Merkwürdig nur, dass diese simple Wahrheit immer noch nicht zu allen selbsternannten SEO-Spezialisten durchgedrungen ist.
