SEO-Optimierung: Wie Google’s KI funktioniert (März 2024)

Suchmaschinenoptimierung (SEO) ist der Prozess, bei dem Onpage- und Offpage-Faktoren optimiert werden, die beeinflussen, wie hoch eine Webseite für einen bestimmten Suchbegriff rangiert. Dies ist ein mehrschichtiger Prozess, der die Optimierung der Ladezeit, die Generierung einer Link-Building-Strategie, die Verwendung von SEO-Tools und das Lernen, wie man Google’s (GOOGL ) KI mithilfe von Computational Thinking umgekehrt konstruieren kann, umfasst.

Computational Thinking ist eine fortschrittliche Art der Analyse und Problemlösung, die Computerprogrammierer verwenden, wenn sie Code und Algorithmen schreiben. Computational Thinker suchen nach der Grundwahrheit, indem sie ein Problem zerlegen und es mithilfe von First-Principles-Denken analysieren.

Da Google sein geheimes Rezept nicht preisgibt, werden wir auf Computational Thinking zurückgreifen. Wir werden einige wichtige Momente in der Geschichte von Google durchgehen, die die Algorithmen geprägt haben, die verwendet werden, und wir werden lernen, warum dies wichtig ist.

Wie man ein Gehirn erschafft

Wir beginnen mit einem Buch, das 2012 veröffentlicht wurde, mit dem Titel “Wie man ein Gehirn erschafft: Das Geheimnis des menschlichen Denkens enthüllt” von dem bekannten Futuristen und Erfinder Ray Kurzweil. Dieses Buch zerlegt das menschliche Gehirn und zeigt, wie es funktioniert. Wir lernen von Grund auf, wie das Gehirn sich selbst trainiert, indem es Muster erkennt, um eine Vorhersagemaschine zu werden, die ständig an der Vorhersage der Zukunft arbeitet, sogar an der Vorhersage des nächsten Wortes.

Wie erkennen Menschen Muster im Alltag? Wie werden diese Verbindungen im Gehirn gebildet? Das Buch beginnt mit dem Verständnis hierarchischen Denkens, das bedeutet, eine Struktur zu verstehen, die aus verschiedenen Elementen besteht, die in einem Muster angeordnet sind, und diese Anordnung dann als Symbol wie ein Buchstabe oder ein Zeichen darstellt, und schließlich zu einem komplexeren Muster wie einem Wort oder einem Satz wird. Schließlich bilden diese Muster Ideen, und diese Ideen werden in die Produkte umgesetzt, die Menschen bauen.

Indem wir das menschliche Gehirn nachahmen, wird ein Weg zur Schaffung einer fortgeschrittenen KI jenseits der aktuellen Fähigkeiten der neuronalen Netze, die zum Zeitpunkt der Veröffentlichung existierten, enthüllt.

Das Buch war ein Blueprint für die Schaffung einer KI, die durch das Aufsaugen der Weltwissen und die Verwendung ihrer mehrschichtigen Mustererkennungsverarbeitung Texte, Bilder, Audio und Video parsen kann. Ein System, das für die Skalierung aufgrund der Vorteile der Cloud und ihrer parallelen Verarbeitungsfähigkeiten optimiert ist. Mit anderen Worten gibt es keine Obergrenze für die Datenmenge, die eingegeben oder ausgegeben werden kann.

Dieses Buch war so wichtig, dass der Autor Ray Kurzweil bald nach der Veröffentlichung von Google als Direktor für Ingenieurwesen eingestellt wurde, um sich auf maschinelles Lernen und Sprachverarbeitung zu konzentrieren. Eine Rolle, die perfekt zu dem Buch passte, das er geschrieben hatte.

Es wäre unmöglich, die Bedeutung dieses Buches für die Zukunft von Google und die Art und Weise, wie es Webseiten bewertet, zu leugnen. Dieses KI-Buch sollte für jeden, der ein SEO-Experte werden möchte, Pflichtlektüre sein.

DeepMind

Gegründet im Jahr 2010, war DeepMind ein neues Startup, das einen revolutionären neuen Typ von KI-Algorithmus verwendete, der die Welt im Sturm eroberte, es war die sogenannte Verstärkungslernung. DeepMind beschrieb es am besten als:

“Wir präsentieren das erste Deep-Learning-Modell, das erfolgreich Kontrollpolitiken direkt aus hochdimensionalen sensorischen Eingaben mithilfe von Verstärkungslernung lernt. Das Modell ist ein konvolutionales neuronales Netzwerk, das mit einer Variante des Q-Lernens trainiert wird, dessen Eingabe rohe Pixel sind und dessen Ausgabe eine Wertefunktion ist, die zukünftige Belohnungen schätzt.”

Indem DeepMind Deep Learning mit Verstärkungslernung kombinierte, wurde es zu einem Deep-Reinforcement-Learning-System. Bis 2013 verwendete DeepMind diese Algorithmen, um Siege gegen menschliche Spieler in Atari-2600-Spielen zu erringen – und dies wurde erreicht, indem es das menschliche Gehirn und seine Lernweise durch Wiederholung nachahmte.

Ähnlich wie ein Mensch durch Wiederholung lernt, sei es durch das Kicken eines Balls oder das Spielen von Tetris, lernte auch die KI. Das neuronale Netzwerk der KI verfolgte die Leistung und verbesserte sich selbst schrittweise, was zu stärkeren Zügen in der nächsten Iteration führte.

DeepMind war so dominant in seiner technologischen Führung, dass Google gezwungen war, Zugang zu dieser Technologie zu kaufen. DeepMind wurde 2014 für über 500 Millionen Dollar erworben.

Nach dem Erwerb erlebte die KI-Industrie aufeinanderfolgende Durchbrüche, eine Art, die seit dem 11. Mai 1997, als der Schachweltmeister Garry Kasparov das erste Spiel einer sechsteiligen Partie gegen Deep Blue, einen Schachcomputer, der von Wissenschaftlern bei IBM entwickelt wurde, verlor, nicht mehr gesehen wurde.

2015 verfeinerte DeepMind den Algorithmus, um ihn auf Atari’s Suite von 49 Spielen zu testen, und die Maschine übertraf die menschliche Leistung in 23 davon.

Dies war nur der Anfang. Später, im Jahr 2015, begann DeepMind, sich auf AlphaGo zu konzentrieren, ein Programm mit dem Ziel, einen professionellen Go-Weltmeister zu besiegen. Das alte Spiel Go, das erstmals vor 4000 Jahren in China gespielt wurde, gilt als das schwierigste Spiel in der menschlichen Geschichte, mit seinen möglichen 10³⁶⁰Zügen.

DeepMind verwendete überwachtes Lernen, um das AlphaGo-System durch das Lernen von menschlichen Spielern zu trainieren. Bald darauf machte DeepMind Schlagzeilen, als AlphaGo Lee Sedol, den Weltmeister, in einer fünfteiligen Partie im März 2016 besiegte.

Nicht zu überbieten, veröffentlichte DeepMind im Oktober 2017 AlphaGo Zero, ein neues Modell mit dem wesentlichen Unterschied, dass es keine menschliche Schulung benötigte. Da es keine menschliche Schulung benötigte, benötigte es auch keine Kennzeichnung von Daten, das System verwendete unüberwachtes Lernen. AlphaGo Zero übertraf seinen Vorgänger schnell, wie von DeepMind beschrieben.

“Frühere Versionen von AlphaGo wurden zunächst auf Tausende von menschlichen Amateur- und Profispielen trainiert, um zu lernen, wie man Go spielt. AlphaGo Zero überspringt diesen Schritt und lernt, indem es einfach Spiele gegen sich selbst spielt, beginnend mit völlig zufälligem Spiel. Dadurch übertraf es schnell das menschliche Spiel und besiegte die zuvor veröffentlichte Champion-Version von AlphaGo mit 100 Spielen zu 0.”

Inzwischen war die SEO-Welt stark auf PageRank fokussiert, das Rückgrat von Google. Es begann 1995, als Larry Page und Sergey Brin Doktoranden an der Stanford University waren. Das Duo begann, an einem neuen Forschungsprojekt namens “BackRub” zu arbeiten. Das Ziel war, Webseiten in eine Maßeinheit der Wichtigkeit umzuwandeln, indem man die Backlink-Daten umrechnete. Ein Backlink ist einfach ein Link von einer Seite zu einer anderen, ähnlich wie dieser Link.

Der Algorithmus wurde später in PageRank umbenannt, benannt nach dem Begriff “Webseite” und dem Mitgründer Larry Page. Larry Page und Sergey Brin hatten das ambitionierte Ziel, einen Suchdienst zu bauen, der rein durch Backlinks die gesamte Web-Seite antreiben konnte.

Und es funktionierte.

PageRank dominiert die Schlagzeilen

SEO-Experten verstanden sofort die Grundlagen, wie Google eine Qualitätseinstufung für eine Webseite berechnet, indem es PageRank verwendet. Einige cleveren Black-Hat-SEO-Unternehmer gingen einen Schritt weiter und verstanden, dass es sinnvoll sein könnte, Links zu kaufen, anstatt zu warten, bis sie organisch erworben werden.

Ein neuer Markt entstand um Backlinks. Eifrige Webseitenbesitzer, die ihre Suchmaschinenranglisten beeinflussen wollten, kauften Links, und im Gegenzug waren verzweifelte Webseitenbesitzer bereit, Links zu verkaufen.

Die Webseiten, die Links kauften, drangen oft über Nacht in die Google-Ranglisten ein und übertrafen etablierte Marken.

Das Ranking mit dieser Methode funktionierte sehr gut für eine lange Zeit – Bis es aufhörte zu funktionieren, wahrscheinlich um die gleiche Zeit, als maschinelles Lernen eingesetzt wurde und das zugrunde liegende Problem löste. Mit der Einführung von Deep Reinforcement Learning würde PageRank zu einer Ranglistenvariablen und nicht mehr zum dominanten Faktor werden.

Jetzt ist die SEO-Gemeinschaft in Bezug auf Linkkauf als Strategie gespalten. Ich persönlich glaube, dass Linkkauf suboptimale Ergebnisse liefert und dass die besten Methoden, um Backlinks zu erwerben, auf branchenspezifischen Variablen basieren. Ein legitimer Dienst, den ich empfehlen kann, ist HARO (Help a Reporter Out). Die Möglichkeit bei HARO besteht darin, Backlinks durch die Erfüllung von Medienanfragen zu erwerben.

Etablierte Marken mussten sich nie um die Beschaffung von Links kümmern, da sie den Vorteil der Zeit auf ihrer Seite hatten. Je älter eine Webseite, desto mehr Zeit hatte sie, um hochwertige Backlinks zu sammeln. Mit anderen Worten hing die Suchmaschinenrangliste stark von dem Alter einer Webseite ab, wenn man die Metrik Zeit = Backlinks berechnet.

Beispielsweise würde CNN aufgrund seiner Marke, seines Vertrauens und weil es bereits hoch gelistet war, automatisch Backlinks für einen Nachrichtenartikel erhalten – und es würde aufgrund dessen noch mehr Backlinks von Menschen erhalten, die einen Artikel recherchierten und auf den ersten Suchergebnissen klickten.

Das bedeutet, dass höher gelistete Webseiten organisch mehr Backlinks erhielten. Leider bedeutete dies, dass neue Webseiten oft gezwungen waren, den Backlink-Algorithmus zu missbrauchen, indem sie auf einen Backlink-Marktplatz zurückgriffen.

Anfang der 2000er Jahre funktionierte das Kaufen von Backlinks erstaunlich gut und es war ein einfacher Prozess. Linkkäufer kauften Links von Webseiten mit hoher Autorität, oft sitewide Footer-Links oder perhaps auf pro-Artikel-Basis (oft als Gastbeitrag verkleidet), und die Verkäufer, die verzweifelt waren, ihre Webseiten zu monetarisieren, waren bereit, Links zu verkaufen – leider oft auf Kosten der Qualität.

Schließlich verstand der Google-Talentpool von maschinellem Lernen, dass die Kodierung von Suchmaschenergebnissen von Hand sinnlos war und dass ein großer Teil von PageRank von Hand kodiert wurde. Stattdessen verstanden sie, dass die KI letztendlich für die vollständige Berechnung der Ranglisten mit minimaler menschlicher Einmischung verantwortlich sein würde.

Um wettbewerbsfähig zu bleiben, verwendet Google jedes Werkzeug in seinem Arsenal, einschließlich Deep Reinforcement Learning – dem fortschrittlichsten Typ von maschinellem Lernen auf der Welt.

Dieses System, das auf Googles Erwerb von MetaWeb aufsetzt, war ein Gamechanger. Der Grund, warum der Erwerb von MetaWeb 2010 so wichtig war, liegt darin, dass er das Gewicht reduzierte, das Google auf Schlüsselwörter legte. Der Kontext wurde plötzlich wichtig, und dies wurde durch eine Kategorisierungsmethode namens “Entitäten” erreicht. Wie Fast Company beschrieb:

Sobald Metaweb herausgefunden hat, auf welche Entität Sie sich beziehen, kann es eine Reihe von Ergebnissen liefern. Es kann sogar Entitäten für komplexere Suchanfragen kombinieren – “Schauspielerinnen über 40” könnte eine Entität sein, “Schauspielerinnen, die in New York City leben”, könnte eine andere Entität sein, und “Schauspielerinnen mit einem aktuellen Film” könnte eine weitere Entität sein.

Diese Technologie wurde in ein wichtiges Algorithmus-Update namens RankBrain integriert, das im Frühjahr 2015 veröffentlicht wurde. RankBrain konzentrierte sich auf das Verständnis des Kontexts anstelle von reinen Schlüsselwörtern und berücksichtigte auch Umgebungsvariablen (z.B. Standort des Suchenden) und extrapolierte Bedeutung, wo es zuvor keine gab. Dies war ein wichtiges Update, insbesondere für mobile Nutzer.

Lassen Sie uns nun zu einer Ranglistensanktion zurückkehren, die Millionen von Webseiten negativ beeinflusst, oft ohne das Wissen des Webseitenbesitzers.

PageSpeed Insights

Google ist normalerweise nicht transparent, PageSpeed Insights ist die Ausnahme. Webseiten, die diesen Speed-Test nicht bestehen, werden in eine Penalty-Box geschickt, weil sie langsam laden – insbesondere wenn mobile Nutzer betroffen sind.

Es wird vermutet, dass irgendwann im Prozess eine Entscheidungsbaum-Struktur vorhanden ist, die schnelle Webseiten von langsamen (PageSpeed Insights nicht bestandenen) Webseiten trennt. Ein Entscheidungsbaum ist im Wesentlichen ein algorithmischer Ansatz, der das Datenset in einzelne Datenpunkte aufteilt, basierend auf verschiedenen Kriterien. Das Kriterium könnte sein, die natürliche Rangliste negativ zu beeinflussen, insbesondere für mobile Nutzer.

Hypothetisch könnte eine Sanktion angewendet werden, um die natürliche Rangliste zu reduzieren. Zum Beispiel könnte eine Webseite, die ohne Sanktion auf Platz 5 rangieren würde, eine -20-, -50- oder eine andere unbekannte Variable haben, die die Rangliste auf Platz 25, 55 oder eine andere Zahl reduziert.

In der Zukunft könnten wir das Ende von PageSpeed Insights sehen, wenn Google mehr Vertrauen in seine KI hat. Diese aktuelle Eingriff auf die Geschwindigkeit durch Google ist gefährlich, da sie möglicherweise Ergebnisse eliminieren könnte, die optimal gewesen wären, und sie diskriminiert gegenüber den weniger technisch versierten.

Es ist eine große Anforderung, von jedem, der ein kleines Unternehmen führt, zu verlangen, dass er die Expertise hat, um erfolgreich Speed-Test-Probleme zu diagnostizieren und zu beheben. Eine einfache Lösung wäre, wenn Google einfach ein Speed-Optimierungs-Plug-in für WordPress-Benutzer veröffentlichen würde, da WordPress 43% des Internets antreibt.

Leider sind alle SEO-Bemühungen vergeblich, wenn eine Webseite den PageSpeed Insights-Test nicht besteht. Das Risiko ist nichts weniger als das Verschwinden einer Webseite aus Google.

Wie man diesen Test besteht, ist ein Thema für einen anderen Artikel, aber als Minimum sollten Sie überprüfen, ob Ihre Webseite den Test besteht.

Ein weiterer wichtiger technischer Aspekt, über den man sich Sorgen machen muss, ist ein Sicherheitsprotokoll namens SSL (Secure Sockets Layer). Dies ändert die URL einer Domäne von http zu https und stellt sicher, dass die Datenübertragung sicher ist. Jede Webseite, die SSL nicht aktiviert hat, wird bestraft. Es gibt einige Ausnahmen von dieser Regel, aber E-Commerce- und Finanzwebseiten werden am stärksten betroffen sein.

Günstige Webhoster verlangen eine jährliche Gebühr für die Implementierung von SSL, während gute Webhoster wie Siteground SSL-Zertifikate kostenlos ausstellen und automatisch integrieren.

Meta-Daten

Ein weiterer wichtiger Aspekt auf der Webseite sind die Meta-Titel und Meta-Beschreibungen. Diese Inhaltsfelder haben eine überproportionale Bedeutung, die möglicherweise so viel zur Erfolg oder zum Misserfolg einer Seite beitragen kann wie der gesamte Inhalt der Seite.

Dies liegt daran, dass Google eine hohe Wahrscheinlichkeit hat, den Meta-Titel und die Meta-Beschreibung in den Suchergebnissen anzuzeigen. Und deshalb ist es wichtig, die Meta-Titel und Meta-Beschreibungen sorgfältig auszufüllen.

Die Alternative ist, dass Google den Meta-Titel und die Meta-Beschreibung ignoriert und stattdessen automatisch generierte Daten verwendet, die es für mehr Klicks hält. Wenn Google schlecht vorhersagt, welche Überschrift zu generieren ist, trägt dies zu weniger Klicks durch Suchende bei und führt zu einer Verschlechterung der Suchmaschinenrangliste.

Wenn Google glaubt, dass die enthaltene Meta-Beschreibung optimiert ist, um Klicks zu erhalten, wird es in den Suchergebnissen angezeigt. Wenn nicht, wird Google einen zufälligen Textabschnitt von der Webseite auswählen. Oft wählt Google den besten Text auf der Seite, das Problem ist, dass dies ein Lotteriesystem ist und Google regelmäßig schlecht darin ist, welche Beschreibung zu wählen ist.

Wenn Sie glauben, dass der Inhalt auf Ihrer Seite wirklich gut ist, kann es manchmal sinnvoll sein, Google zu erlauben, die optimale Meta-Beschreibung zu wählen, die am besten zur Benutzerabfrage passt. Wir werden für diesen Artikel keine Meta-Beschreibung verwenden, da er inhaltsreich ist und Google wahrscheinlich eine gute Beschreibung wählen wird.

Inzwischen klicken Milliarden von Menschen auf die besten Suchergebnisse – dies ist der Mensch-im-Schleifensystem, Googles letztes Feedback-Mechanismus – und hier kommt die Verstärkungslernung ins Spiel.

Was ist Verstärkungslernung?

Verstärkungslernung ist eine maschinelle Lernmethode, bei der ein KI-Agent durch Wiederholung von Aktionen und assoziierten Belohnungen trainiert wird. Ein Verstärkungslern-Agent experimentiert in einer Umgebung, indem er Aktionen ausführt und belohnt wird, wenn die richtigen Aktionen ausgeführt werden. Im Laufe der Zeit lernt der Agent, die Aktionen auszuführen, die seine Belohnung maximieren.

Die Belohnung könnte auf einer einfachen Berechnung basieren, die die Zeit misst, die auf einer empfohlenen Seite verbracht wird.

Wenn man diese Methode mit einem Mensch-im-Schleifensystem-Unterroutinen kombiniert, klingt dies sehr nach bestehenden Empfehlungssystemen, die alle Aspekte unseres digitalen Lebens kontrollieren, wie YouTube, Netflix (NFLX ), Amazon Prime – und wenn es sich anhört, wie ein Suchdienst funktionieren sollte, sind Sie richtig.

Wie Google Verstärkungslernung verwendet

Die Google-Schleife verbessert sich mit jeder Suche, Menschen trainieren die KI, indem sie das beste Ergebnis auswählen, das ihre Abfrage am besten beantwortet, und die ähnliche Abfrage von Millionen anderer Nutzer.

Der Verstärkungslern-Agent arbeitet kontinuierlich daran, sich selbst zu verbessern, indem er nur die positivsten Interaktionen zwischen Suche und geliefertem Suchergebnis verstärkt.

Google misst die Zeit, die ein Nutzer benötigt, um die Ergebnisseite zu scannen, die URL, auf die er klickt, und die Zeit, die er auf der besuchten Webseite verbringt, und registriert den Rückklick. Diese Daten werden dann kompiliert und mit jedem anderen Webseite verglichen, die ein ähnliches Daten- oder Nutzererlebnis-Muster aufweist.

Eine Webseite mit einer niedrigen Aufenthaltsdauer (Zeit, die auf der Seite verbracht wird), erhält von dem Verstärkungslern-System einen negativen Wert, und andere konkurrierende Webseiten werden getestet, um die angebotenen Ranglisten zu verbessern. Google ist unvoreingenommen, unter der Annahme, dass es keine manuelle Eingriff gibt, Google liefert letztendlich die gewünschten Suchergebnisse.

Nutzer sind der Mensch-im-Schleifensystem, der Google mit kostenlosem Datenmaterial versorgt und zum finalen Bestandteil des Deep-Reinforcement-Learning-Systems wird. Im Gegenzug bietet Google dem Endnutzer die Möglichkeit, auf eine Anzeige zu klicken.

Die Anzeigen dienen außerhalb der Generierung von Einnahmen als sekundärer Ranglistefaktor, der mehr Daten über das liefert, was einen Nutzer dazu bringt, zu klicken.

Google lernt im Wesentlichen, was ein Nutzer will. Dies kann losgelöst mit einem Empfehlungssystem eines Video-Streaming-Dienstes verglichen werden. In diesem Fall würde ein Empfehlungssystem einem Nutzer Inhalte anbieten, die auf seine Interessen abgestimmt sind. Zum Beispiel könnte ein Nutzer, der regelmäßig romantische Komödien streamt, auch Parodien genießen, wenn sie dieselben Komiker haben.

Wie dies SEO hilft

Wenn wir mit computatiolem Denken fortfahren, können wir annehmen, dass Google sich selbst trainiert hat, die besten Ergebnisse zu liefern, und dies oft durch die Verallgemeinerung und Befriedigung menschlicher Vorurteile erreicht. Es wäre in der Tat unmöglich für Google’s KI, Ergebnisse zu optimieren, die diesen Vorurteilen nicht gerecht werden, wenn sie es täte, wären die Ergebnisse suboptimal.

Mit anderen Worten gibt es kein magisches Rezept, aber es gibt einige Best Practices.

Es ist die Verantwortung des SEO-Praktikers, die Vorurteile zu erkennen, die Google in seinem Bereich sucht – und diese Vorurteile zu befriedigen. Zum Beispiel sucht jemand, der nach Wahlumfragen sucht, ohne ein Datum anzugeben, wahrscheinlich nach den neuesten Ergebnissen – dies ist ein Aktualitäts-Vorurteil. Jemand, der nach einem Rezept sucht, benötigt wahrscheinlich nicht die neueste Seite, und kann tatsächlich ein Rezept bevorzugen, das den Test der Zeit bestanden hat.

Es ist die Verantwortung des SEO-Praktikers, den Nutzern das zu liefern, was sie suchen. Dies ist die nachhaltigste Art, in Google zu rangieren.

Webseitenbesitzer müssen aufhören, ein bestimmtes Schlüsselwort anzustreben, mit der Erwartung, dass sie dem Endnutzer alles liefern können. Das Suchergebnis muss genau den Bedarf des Nutzers decken.

Was ist ein Vorurteil? Es könnte ein Domainname sein, der wie eine hochwertige Marke aussieht, d.h. passt der Domainname zum Markt, den Sie bedienen? Ein Domainname mit dem Wort Indien darin könnte USA-Nutzer davon abhalten, auf die URL zu klicken, aufgrund eines Nationalismus-Vorurteils, vertrauenswürdige Ergebnisse zu bevorzugen, die aus ihrem Wohnsitzland stammen. Ein Einwort-Domainname kann auch den Anschein von Autorität erwecken.

Der wichtigste Vorurteil ist, was will ein Nutzer, um seine Suchabfrage zu erfüllen? Ist es eine FAQ, eine Top-10-Liste, ein Blog-Beitrag? Dies muss beantwortet werden, und die Antwort ist leicht zu finden. Sie müssen einfach die Konkurrenz analysieren, indem Sie eine Google-Suche in Ihrem Zielmarkt durchführen.

Black-Hat-SEO ist tot

Vergleichen Sie dies mit Black-Hat-SEO, einer aggressiven Methode, Webseiten zu rangieren, die schädliche SPAM-Techniken ausnutzt, einschließlich des Kaufs von Backlinks, der Fälschung von Backlinks, des Hackens von Webseiten, der automatischen Generierung von sozialen Lesezeichen im großen Maßstab und andere dunkle Methoden, die über ein Netzwerk von Black-Hat-Tools angewendet werden.

Tools, die oft wiederverwendet und auf verschiedenen Suchmaschinen-Marketing-Foren verkauft werden, Produkte mit fast keinem Wert und geringen Chancen, zu funktionieren. Im Moment ermöglichen diese Tools es den Verkäufern, reich zu werden, während sie dem Endnutzer minimalen Wert bieten.

Deshalb empfehle ich, Black-Hat-SEO aufzugeben. Konzentrieren Sie sich auf die Optimierung Ihrer Webseite, indem Sie sie aus der Perspektive des maschinellen Lernens betrachten. Es ist wichtig zu verstehen, dass jeder, der ein Suchergebnis überspringt, um auf ein Ergebnis zu klicken, das weiter unten liegt, der Mensch-im-Schleifensystem ist, der mit dem Deep-Reinforcement-Learning-System zusammenarbeitet. Der Mensch hilft der KI, sich selbst zu verbessern, und wird mit der Zeit unendlich besser.

Dies ist ein maschinelles Lern-Algorithmus, der von mehr Nutzern trainiert wurde als jedes andere System in der menschlichen Geschichte.

Google bearbeitet 3,8 Millionen Suchanfragen pro Minute im Durchschnitt weltweit. Das entspricht 228 Millionen Suchanfragen pro Stunde, 5,6 Milliarden Suchanfragen pro Tag. Das ist eine Menge Daten, und deshalb ist es töricht, Black-Hat-SEO zu versuchen. Die Annahme, dass Google’s KI stagnieren wird, ist töricht, das System nutzt das Gesetz des beschleunigten Fortschritts, um sich exponentiell selbst zu verbessern.

Google’s KI wird so mächtig, dass es möglich ist, dass sie eines Tages die erste KI wird, die Allgemeine Künstliche Intelligenz (AGI) erreicht. Eine AGI ist eine Intelligenz, die in der Lage ist, Transfer-Lernen zu verwenden, um ein Feld zu meistern und diese gelernte Intelligenz auf mehrere Bereiche anzuwenden. Während es interessant sein könnte, Googles zukünftige AGI-Bemühungen zu erkunden, sollte verstanden werden, dass sobald der Prozess in Gang gesetzt ist, er schwer zu stoppen ist. Dies ist natürlich spekulativ, da Google derzeit eine Art von schmaler KI ist, aber das ist ein Thema für einen anderen Artikel.

Es ist töricht, auch nur eine Sekunde länger auf Black-Hat-SEO zu verschwenden.

White-Hat-SEO

Wenn wir annehmen, dass Google’s KI sich kontinuierlich selbst verbessert, haben wir keine andere Wahl, als aufzuhören, Google zu überlisten. Stattdessen sollten wir uns auf die Optimierung einer Webseite konzentrieren, um Google genau das zu liefern, was es sucht.

Wie bereits beschrieben, umfasst dies die Aktivierung von SSL, die Optimierung der Ladezeit und die Optimierung des Meta-Titels und der Meta-Beschreibung. Um diese Felder zu optimieren, müssen der Meta-Titel und die Meta-Beschreibung mit konkurrierenden Webseiten verglichen werden – Identifizieren Sie die gewinnenden Elemente, die zu einer hohen Klickrate führen.

Wenn Sie auf Klicks optimiert sind, ist das nächste Ziel, die beste Landingpage zu erstellen. Das Ziel ist eine Landingpage, die den Nutzer so sehr mit Wert versorgt, dass die durchschnittliche Zeit, die auf der Seite verbracht wird, die von konkurrierenden Webseiten, die um die Spitze der Suchmaschinenrangliste kämpfen, übertrifft.

Nur durch die Lieferung der besten Nutzererfahrung kann eine Webseite in der Rangliste steigen.

Bisher haben wir diese Metriken als die wichtigsten identifiziert:

• Ladezeit
• SSL aktiviert
• Meta-Titel und Meta-Beschreibung
• Landingpage

Die Landingpage ist das schwierigste Element, da Sie gegen die Welt konkurrieren. Die Landingpage muss schnell laden und alles liefern, was erwartet wird, und dann den Nutzer mit mehr überraschen.

Letzte Gedanken

Es wäre leicht, weitere 2000 Wörter zu schreiben, um andere KI-Technologien zu beschreiben, die Google verwendet, sowie tiefer in den Kaninchenbau von SEO zu steigen. Die Absicht hier ist es, die Aufmerksamkeit auf die wichtigsten Metriken zu lenken.

SEO-Praktiker sind so sehr auf das Ausnutzen des Systems fokussiert, dass sie vergessen, dass am Ende des Tages das wichtigste Element von SEO darin besteht, den Nutzern so viel Wert wie möglich zu bieten.

Eine Möglichkeit, dies zu erreichen, besteht darin, wichtigen Inhalten nie zu erlauben, alt zu werden. Wenn ich in einem Monat an eine wichtige Beiträge denke, wird es diesem Artikel hinzugefügt. Google kann dann erkennen, wie frisch der Inhalt ist, abgestimmt mit der Geschichte der Seite, die Wert liefert.

Wenn Sie immer noch besorgt sind, Backlinks zu erwerben, ist die Lösung einfach. Respektieren Sie die Zeit Ihrer Besucher und bieten Sie ihnen Wert. Die Backlinks werden natürlich kommen, wenn die Nutzer Wert in Ihrem Inhalt finden.

Die Frage verschiebt sich dann zum Webseitenbesitzer, wie er den besten Nutzerwert und die beste Nutzererfahrung liefern kann.