Wie wirkt sich Google MUM auf Ihre SEO-Strategie aus?

Brechen Sie auch in Tränen aus, wenn Sie auf Ihre Suchanfragen nicht die richtigen Antworten erhalten? Es kann doch nicht nur ich sein, oder? Rechts?

Glücklicherweise machen wir diese Erfahrung nicht so oft, da sich die Suchvorgänge von Google täglich weiterentwickeln. Von der Einführung hilfreicher Inhaltsaktualisierungen für E-EAT bis hin zu Google MUM hat Google unser Herz berührt. Während die generative KI expandiert, steht Google kurz davor, seine Suchalgorithmen zu verfeinern, um sich die Krone der „besten Suchmaschine aller Zeiten“ zu sichern.

Die generative KI hat viele Unternehmen auf den Plan gerufen, aber Google liegt nicht weit hinter dem Rennen zurück. Das neueste Google MUM-Update (Multitask Unified Model) bietet auf unvorstellbare Weise verbesserte Suchfunktionen, SERP-Relevanz und personalisierte Benutzerreisen.

Welche Art von Webinhalten wird welche Benutzerpersönlichkeit ansprechen? Welches Gefühl empfindet der Nutzer bei der Suche nach einer Ressource? Die sich selbst entwickelnde Architektur generativer KI-Software im MUM-Modell kann all dies und noch mehr erfassen.

MUM ist bestrebt, die Benutzeroberfläche (UI) von Google zu ändern und dem neugierigen Publikum eine zusammenhängende Palette an Ressourcen bereitzustellen. Prabhakar Raghavan , Senior Vice President bei Google, behauptete beispielsweise, dass Google MUM auf alles antworten kann. Google wurde gebeten, die Besteigung des Mt. Adams und des Mt. Fuji zu vergleichen und gegenüberzustellen, da er bereits den Mt. Addams bestiegen hat. Google hat nicht nur die Liste der Unterschiede oder Gemeinsamkeiten zurückgegeben, sondern auch zusätzliche Shop-Links für Wanderausrüstung und Video-Links hinzugefügt.

Als verbesserte KI-Technologie verbessert das MUM-Update die Funktionalität des BERT-Modells. Der Hauptgrund für die Einführung von MUM bestand darin, Benutzern ein 360°-Sucherlebnis zu bieten.

Google BERT vs. Google MUM

Während beide neuronalen Netzwerkarchitekturen den Suchalgorithmus dominiert haben, hat MUM einen leichten Vorteil gegenüber BERT.

BERT ist ein Google-Update aus dem Jahr 2019, das die Verarbeitung natürlicher Sprache zur Lösung von Suchanfragen nutzt. Basierend auf einem transformatorischen neuronalen Netzwerk kontextualisiert und kodiert dieses Modell Suchanfragen, um die Absicht dahinter zu verstehen. Mit diesem Update kann Google Antworten personalisieren, Texte zusammenfassen und die Absicht und Kategorien von Suchanfragen definieren.

Google MUM ist ein Update aus dem Jahr 2021, das auf einem T5-Framework (Text-zu-Text) basiert und speziell auf Long-Tail-Anfragen oder eine Kombination komplexer Abfragen ausgerichtet ist. Es entschlüsselt die SERP-Daten und hebt eine Reihe von Ressourcen für die Markenbekanntheit hervor. MUM verwendet Cookie-Daten, Webstream-Daten, Benutzersuchabfragedaten und Crawling-Daten, um Inhalte von zuverlässigen Websites herauszufiltern.

Geschichte von Google MUM

Wir haben seit den 1980er Jahren, als das Advanced Research Projects Agency Network ( ARPANET) ins Leben gerufen wurde, einen langen Weg zurückgelegt. Der Informationsaustausch war auf zwei oder mehr Arbeitsplätze beschränkt, da die Daten über kabelgebundene Server übertragen wurden. Im schnellen Zeitalter des Internets nutzte Google Edge Computing und serverlose Containerisierung, um Daten von Servern zu speichern, abzurufen und zu senden. Im Laufe der Zeit änderte sich die Strategie, mit der Google seine Nutzer behandelte.

In den folgenden Jahren veröffentlichte Google mehrere Updates.

• Das Penguin-Update wurde 2012 veröffentlicht. Damals versuchte Google, sich gegen Gamer und Web-Spam zu wehren. Das Penguin-Update priorisierte authentische und Whitehat-URLs gegenüber Spam-Websites und Syndikaten.

• Hummingbird wurde so programmiert, dass es Anfragen in natürlicher Sprache interpretiert und die Stimmung hinter bestimmten Schlüsselwörtern analysiert. Hummingbird kontextualisiert Suchanfragen, passt das SERP-Layout an und macht den Gesamtprozess präziser.
  

• Rankbrain (2015) war eine weitere Verbesserung des Verständnisses natürlicher Sprache , die auf das Verständnis von Long-Tail-Keywords abzielte. Long-Tail-Keywords sind reine Suchanfragen, die möglicherweise ein Suchvolumen haben oder nicht – sie könnten den Google-Crawler verwirren. Durch die Einbeziehung von Techniken zur Tokenisierung, Wortstammerkennung und Emotionserkennung hat Rankbrain SERP integrativer und voreingenommener gemacht.
  
• Neural Matching wurde 2018 veröffentlicht. Es interpretierte Suchanfragen durch fortschrittliche Verarbeitung natürlicher Sprache. Das neuronale Netzwerk erkennt die Wortreihenfolge einer Suchanfrage und weist ihr einen „Aufmerksamkeits“-Parameter zu. Beim Laden der Suchergebnisse werden exakt passende Webseiten angezeigt.
• Der reaktive Mechanismus von BERT verbesserte den Wissensabruf, die Inhaltsfilterung und die Sprachinterpretation von Google. Dadurch konnte die Suchmaschine zwar die Bedeutung des Schlüsselworts verstehen, war jedoch nicht in der Lage, den Betreff des Schlüsselworts zu entschlüsseln.
• Das im Jahr 2022 veröffentlichte Update „Hilfreiche Inhalte“ wurde entwickelt, um der Präsenz nützlicher und maßgeblicher Inhalte im Web Priorität einzuräumen. Suchanfragen wurden in Navigations-, kommerzielle, Informations- und Transaktionskategorien unterteilt. Jede Abfrage ergab eine Reihe zusammenhängender Suchergebnisse sowie zusätzliche Bilder und Videos.
• E-EAT , was sich in Erfahrung, Fachwissen, Autorität und Vertrauenswürdigkeit niederschlägt, erschien im Jahr 2023. Mit dieser neuen Einführung konzentrierte sich das SERP auf veröffentlichte Zusammenfassungen, Fachkenntnisse und Autoren, die in ihren Wissensgebieten führend waren. Google verlieh Webseiten Glaubwürdigkeit, indem es Inhalte von vertrauenswürdigen Marktexperten hostete.
• MUM kombiniert die Funktionen früherer Suchaktualisierungen in Google. Der einzige Zweck dieses Mechanismus zur Verarbeitung natürlicher Sprache besteht darin, die Reise des Käufers durch das Internet voranzutreiben. Mit MUM können Sie Optionen erkunden, Produkte bewerten und diese direkt kaufen, ohne Anzeigenklicks oder organische Seitenbesuche.

Die Arbeitsmethodik von Google MUM

Google MUM kombiniert mehrere Technologien, um die Google-Suche ganzheitlicher und kontextbezogener zu gestalten. Das Large Language Model (LLM) hinter MUM funktioniert in über 75 Sprachen. Ursprünglich basierte dieser Google-Suchalgorithmus auf dem Konzept von Retrieval-Systemen. Das bedeutet, dass das Suchwort mit einer Reihe von Schlüsseln in der Google-Datenbank verglichen wurde. Bei einer Übereinstimmung wurde dieser Wert des Schlüssels angezeigt.

Jetzt nutzt Google MUM den Sequenz-zu-Sequenz-Vorlagenabgleich, um das Nutzerwissen zu verbessern. Wenn jemand zwischen der Entscheidung, ein Produkt oder eine Dienstleistung zu kaufen, nicht weiterkommt, hilft normalerweise ein herzlicher Aufruf zum Handeln. Aber der strategische Ansatz von MUM stellt eine Menge Bilder, Videos und Medienressourcen für diese Frage bereit und bietet auch Antworten auf alternative Fragen.

MUM erstellt einen berechneten SERP, der eine weitreichende Perspektive der Benutzerbedürfnisse in der Hauptoberfläche enthält. Dies wird auch als „simultane Abfrageverarbeitung“ bezeichnet. Der Algorithmus für maschinelles Lernen (ML) wandelt Wörter in Vektoren um, überträgt Wissen an den Server und antwortet mit wertvollen Informationen. Mit MUM ranken nicht-organische Inhalte schneller, was zu niedrigeren Klickraten (CTRs), aber mehr Content-Engagement führt.

Im Wesentlichen fällt es den Kunden in einem Verkaufstrichter schwer, Entscheidungen zwischen der „ Bewertung “- und der „ Bewusstseins “-Phase zu treffen. Organische Websites und Inhalte werden verwendet, um Web-Erlebnisse in Verkäufe umzuwandeln, während sich MUM darauf konzentriert, eine Reihe digitaler Assets in Form von Multimedia bereitzustellen. Benutzer werden mit den Besten der Besten verwöhnt, sodass sie „ alle Optionen prüfen “, bevor sie einen Deal abschließen.

Erinnern Sie sich an iGoogle? Dabei handelte es sich um eine personalisierte Google-Startseite, die 2005 mit Ajax erstellt wurde. Durch die Analyse des bisherigen Webverhaltens bot sie in einem Fenster umfassende Einblicke. Das Konzept von iGoogle bildete die Grundlage von Google MUM, wo die Idee fest mit KI verknüpft war.

Derzeit kann niemand vorhersagen, wie viele Funktionen Google MUM mit seiner Veröffentlichung mit sich bringen wird. Die Genauigkeit wird noch kreuzvalidiert. Bei der Einführung könnte MUM drei Hauptebenen darstellen.

Ebenen von Google MUM

Bei verschiedenen Systemen, Servern und Datenübertragungen funktioniert MUM mit einem gewissen Grad an Effizienz. Bisher wurden bereits drei bestehende Ebenen mit Google MUM implementiert:

• Kurzfristige Entwicklung: MUM nutzt „Wissenstransfer“, um seinen Datensatz zu filtern und Ergebnisse in 75 Sprachen für verschiedene Benutzer anzuzeigen. Es hilft Menschen, Verwirrung zu vermeiden, wenn sie schwierige Informationen in ihrer Muttersprache vereinfachen müssen.
• Mittelfristige Entwicklung: Mit dem MUM-Update auf mittlerer Ebene wird der SERP ein Kaleidoskop an Inhaltsressourcen sein. Von Bildern über Karussells und PR-Podcasts bis hin zu Audioartikeln wird SERP zu einer Mischung aus den besten Wissensressourcen.
• Langfristige Entwicklung: Langfristig wird MUM SERP an den aktuellen Geisteszustand des Benutzers anpassen. Hinter jedem Long-Tail-Keyword steht eine bestimmte Ausrichtung. Ziel von MUM ist es, mithilfe von Stimmungsanalysen und Feedback-Mapping die Bedürfnisse der Benutzer zu analysieren und sie über einen längeren Zeitraum einzubinden.

Wissen Sie? MUM konnte in Sekundenschnelle 800 Variationen von COVID-19-Impfstoffen in mehr als 50 Sprachen auflisten. Nach der Prüfung der Ergebnisse wurden diese Daten verwendet, um hochwertige und wichtige Impfstoffinformationen an verschiedene Standorte zu liefern.

Suchänderungen nach Google MUM

Derzeit wird SERP als ein „Länge x Breite“-Schnittstellenerlebnis angesehen. Jede Suchmaschinen-Ergebnisseite verfügt über ein Featured Snippet und eine Reihe blauer Links mit den am besten geeigneten Inhalten. Aber mit MUM kommt ein neueres Funktionsspektrum ins Spiel, das die Suche reaktionsschneller, benutzerfreundlicher und unterhaltsamer macht.

• Google Lens : Mit Google Lens können Sie verschiedene Komponenten eines Bildes mit visuellen Anmerkungen und Textüberlagerungen klassifizieren. Dies hilft dabei, die Suche anhand der Bilder zu verfeinern, die am besten zu den Benutzeranforderungen passen.
• Größere Bilder : Sie können Bannerbilder oder Produktbilder eines bestimmten Unternehmens direkt auf der Hauptsuchseite vergrößern. Dadurch wird auch die Pixelanpassung von URL-Bildern erhöht.
• Verfeinern und erweitern : Ähnlich wie „Personen haben auch gesucht“ erweitert diese Funktion den Horizont der Gedanken, Inspirationen und Wünsche der Benutzer, indem sie ihnen Zugang zu mehr Ressourcen bietet.
• Wissenswertes: „ Wissenswertes“ ist wie ein Empfehlungsbereich bei Google. Die Beantwortung von Fragen mit „Leute fragen auch“ wird sich durch „Dinge, die man wissen sollte“ ändern. Die Funktion wird in der Lage sein, Benutzer zu völlig unterschiedlichen Käuferreisen und Produkten zu führen.

Vorteile von Google MUM

Der MUM-Algorithmus wird ein Wendepunkt für Suchmaschinenoptimierungs-Enthusiasten (SEO) sein. In Zukunft werden viele Google-Antworttechniken von MUM gesteuert. Davon profitieren nicht nur Webteams, sondern auch das Publikum.

• Videoanalyse: Die Veröffentlichung von Google MUM wird einen besonderen Schwerpunkt auf Videomarketing und visuelle Produktion legen. Der neue Mechanismus wird Videoinhalte prüfen, Zeitstempel extrahieren und diese Daten verwenden, um Videovorschläge zu personalisieren. Bei der Suche nach einem bestimmten Video erhalten Benutzer direkte Videoergebnisse und eng verwandte Videolinks.

• Google Featured Snippet : Als langjährige SEO-Metrik werden Featured Snippets bei Google MUM in einem anderen Format angezeigt. Es kann mehrere Featured Snippets für unterschiedliche Zielgruppen geben. MUM könnte auch darauf abzielen , bezahlte oder gesponserte Genehmigungen um 40 % zu reduzieren.
• Nicht-organische SERP: Nach der Veröffentlichung von MUM wären Blogs und Artikel nicht glaubwürdig genug, um in den SERP einen höheren Rang zu erreichen. Andere Websites, die 360*-Informationen, einschließlich Bilder, alternative Schlüsselwörter und Videos für ein bestimmtes Schlüsselwort, bereitstellen, würden in den Suchergebnissen einen höheren Rang einnehmen. Einige Foren wie Reddit und Quora wenden diese Technik bereits an, um ein höheres Ranking zu erzielen und große Communities mit ihren Inhalten anzusprechen.
• Mehrsprachig: Das MUM-Modell wurde angepasst, um Ein- und Ausgaben in 75 Sprachen zu übersetzen. Durch den Einsatz der besten NLP-Praktiken, der Satz- und semantischen Korrektur sowie des Grammatikverständnisses für diese Sprachen möchte MUM seine Reichweite erweitern. Der mehrsprachige Schritt von MUM hat viele Unternehmen dazu ermutigt, mehrsprachige Websites zu erstellen, um Teil der täglichen Reisen verschiedener Menschen auf der ganzen Welt zu werden.
• Vergrößerte Bilder: Mit Google MUM können Sie in Bilder und Infografiken hineinzoomen. Das Tragen von Google-Objektiven hilft dabei, Web-Visuals zu vergrößern, die Funktionen zu studieren und ein Produkt aus allen Blickwinkeln zu betrachten. Darüber hinaus können Sie auf Kundenbewertungen zugreifen, sich über Best Practices informieren und die Markenbekanntheit steigern.

Einschränkungen von Google MUM

MUM hat die Volatilität der Websuche und des Surfens im Internet erhöht. Doch mit jedem neuen, funktionsreichen Update treten unvermeidbare Fehler und Einschränkungen auf.

• Bedauernswertheit organischer Inhalte: Ein MUM-Update wird von Unternehmen verlangen, mehr in Werbung und Medien als in organisches Content-Marketing zu investieren. Dies könnte sich nachteilig auf Projektinhaber und Content-Vermarkter auswirken.
• Unverständliche Natur: Mit MUM sind viel mehr Inhaltsressourcen für den Benutzer sichtbar und zeigen möglicherweise einige unheimliche Ressourcen an. Nutzer müssen sich darüber im Klaren sein, was sie wollen und sollten ihre Suchanfragen entsprechend strukturieren. Wenn sie Fehler machen oder zu schnell tippen, ist der KI-Algorithmus möglicherweise nicht in der Lage, die Absicht hinter der Benutzeranfrage zu entschlüsseln und unrealistische Ergebnisse anzuzeigen.
• SEO-Komplikationen: Nach der Einführung von BERT wurde SEO etwas zu schwierig zu knacken. Das MUM-Update würde SEO-Vermarktern mehr Druck auferlegen, ihr technisches Wissen zu erweitern. Der Konsens über traditionelles SEO würde bestehen bleiben, aber mehr neue SEO-Regeln würden Google zu einer „chaotischen Mitte“ machen.
• Unethische Ergebnisse: Benutzer müssen sich darüber im Klaren sein, was sie wollen, und sollten ihre Suchanfrage entsprechend strukturieren. Falls sie es in Eile eingeben, ist der KI-Algorithmus möglicherweise nicht in der Lage, die Absicht hinter der Benutzeranfrage zu entschlüsseln und unrealistische Ergebnisse anzuzeigen.

MUM ist nicht Googles erster KI-Sprint. Seit Jahren treibt Googles CEO Sundar Pichai die Grenzen der generativen KI und ihrer vielfältigen Möglichkeiten voran. Google möchte Vielfalt, Gerechtigkeit und Inklusion fördern Richtlinien innerhalb von MUM durch künstliche Intelligenz.

Wird sich MUM von anderen Google AI-Updates unterscheiden?

MUM kann als nächster großer KI-Meilenstein eingestuft werden. Die traditionelle Art, mit Informationen umzugehen und die beste Wahl für Ihre Bedürfnisse zu finden, wird revolutioniert. Bald können Benutzer verwandte Themen für die primäre Abfrage virtualisieren. Das Finden qualitativ hochwertiger Inhalte an einem Ort verringert ihre Frustration und verringert die Zeit, die sie für den Webkonsum aufwenden. Das ist es, was das Netzwerk hinter MUM anstrebt.

Frühere Updates für maschinelles Lernen zielten darauf ab, das Sucherlebnis zu stabilisieren, Fehler zu vermeiden und Blackhat-Links und plagiierte Inhalte im Web zu erkennen. In einigen späteren Updates verstärkte Google den „Intent“-Mechanismus. Mithilfe fortschrittlicher ML ordnete es die Suchabfragesprache den zugrunde liegenden NLP-Prozessoren zu, um die Absichten der Nutzer zu erfüllen und Google als Suchmaschine zuverlässiger zu machen.

Frühere KI-Updates wie Neural Matching, Hummingbird, RankBrain und BERT konzentrierten sich auf technisches SEO und strukturierte Datenausrichtung . Sie gaben Spielraum für organische Inhalte und von Experten verfasste Inhalte. Bei generativer KI verlagert sich der Fokus jedoch auf das, was für den Benutzer am besten zu sehen ist, unabhängig davon, ob es organisch oder gesponsert ist. Google möchte das Unvorstellbare erreichen, indem es SERP in ein verteiltes soziales und gemeinschaftliches Netzwerk verwandelt. Mit dieser tiefgreifenden SEO-Technik werden Benutzer mit den neuesten Trends und Neuigkeiten in der jeweiligen Branche, nach der sie suchen, konfrontiert.

Google wird mit KI nicht nur den Rechercheaufwand minimieren, sondern auch eine Fülle an Informationen bereitstellen.

„KI wird sich auf jedes Produkt in jedem Unternehmen auswirken. Wenn Sie beispielsweise an die Zukunft in 5 bis 10 Jahren denken, werden Sie einen KI-Mitarbeiter bei sich haben. Nehmen wir an, Sie müssen hundert Dinge erledigen, könnte es heißen: „Das sind die schwerwiegendsten Fälle, die man sich zuerst ansehen muss.“

Sundar Pichai
CEO, Google Inc.

Der Einfluss von Google MUM auf SEO

Die gute Nachricht für SEO-Vermarkter ist, dass sie mit ihrer aktuellen Analyse fortfahren können, wie sie das Ranking ihrer Websites bei Google verbessern können . Es wird immer noch darüber diskutiert, ob MUM ein Suchmaschinen-Ranking-Faktor oder einfach nur eine Brücke zur Datenverteilung sein wird.

Um mit dem MUM-Update konkurrieren zu können, müssen Marken sowohl organische als auch verdiente Medienstrategien stärken. Auch wenn Bezahlmedien bei CPCs nicht immer nachgeben, helfen organische Suche und SEO Marken dabei, an der Spitze zu bleiben. Auch wenn ein erheblicher Teil der SERP von MUM betroffen ist, werden die Seiten und Featured Snippets mit dem höchsten Ranking dennoch bevorzugt.

Marken sollten ihre On-Page-SEO-Strategien ernster nehmen. Nicht nur, um ein höheres Ranking zu erreichen, sondern auch, um ihre Zielgruppe zu identifizieren und Erkenntnisse zu übertragen. Ideen und Gestaltung von Bildpaketen, die Erstellung von Einführungsvideos und der Aufbau von Bekanntheit werden Marken dabei helfen, den MUM-Gewittersturm zu überstehen.

Mit MUM kommen neu entstandene SEO-Strategien ins Spiel. Wissenswertes-Abschnitte, Videosuche, visuelle Suche, Zoom-Ins und Sprachsuche verringern die Langeweile des Benutzers, da ihm alle Antworten an einem Ort zur Verfügung stehen. Gleichzeitig handelt es sich nicht um einen Frage-Antwort-Mechanismus. Google möchte ein Netzwerk von Gleichgesinnten schaffen, um „schlau zu werden“.

„Mama“ weiß alles.

MUM ist ein Ozean aus Wissen, Informationen und dem Verständnis von Gefühlen. Es ist der Beginn einer neuen Ära der Websuche. Mit MUM wird weder im Web noch im wirklichen Leben zu komplex sein. Diese neu entdeckte theoretische Technik des maschinellen Lernens hat uns auf einen neuen digitalen Weg geführt.

Erfahren Sie, wie Sie die Bedürfnisse Ihrer Zielgruppe mit Web-Personalisierung anpassen können .