Suchintention mithilfe von Google-Ergebnissen verstehen

Johannes Beus
Johannes Beus

Johannes Beus ist Gründer und Geschäftsführer von SISTRIX. Er ist bereits seit über 15 Jahren in der Branche aktiv. Mit dem SISTRIX-Blog betreibt er eines der ältesten SEO-Blogs und veröffentlicht dort regelmäßig datenbasierte Analysen und Auswertungen rund um das Thema Internetsuche.

Mehr von diesem AutorArtikel als PDF laden

Was will der Nutzer eigentlich? Diese Frage muss Google jedes Mal beantworten, wenn jemand seine Frage in den Google-Suchschlitz eintippt. Die Ansprüche sind dabei hoch: Für jede Suche wird das perfekte Ergebnis erwartet. Zusammengesetzt aus organischen Treffern und zahlreichen individuellen Integrationen versucht der Google-Algorithmus, für jede Art von Suchanfrage die bestmögliche Trefferliste zusammenzubauen. Wie Google dabei auf die Nutzerbedürfnisse eingeht und welche Möglichkeiten das für Suchmaschinenoptimierer eröffnet, zeigt Ihnen Johannes Beus auf Basis einer umfangreichen Datenanalyse auf.

Die Zeiten, in denen Suchergebnisse ausschließlich aus „10 blauen Links“ bestanden, sind lange vorbei. Die Trefferlisten sind heute vielfältiger denn je. Zahlreiche Integrationen vertikaler Suchen (spezialisierte Suche wie Google Images), strukturierter Daten, aber auch spezieller Anzeigen wie der Shopping-Ads sorgen für Vielfalt in den Google-Trefferlisten.

Im Gegensatz zu Spezialsuchen wie bei YouTube für Videos oder Amazon für Produkte erwartet der Nutzer von Google grundsätzlich richtige Treffer für alle nur denkbaren Bereiche. Um diesen Erwartungen gerecht zu werden, muss Google anpassungsfähig und flexibel sein. Im ersten Schritt klassifiziert Google die Suchanfrage, um in einem zweiten Schritt die passenden Treffer-Typen für sie auszuspielen.

Was will der Nutzer eigentlich? Die Suchintention

Gibt der Nutzer eine Suche bei Google ein, so hat er in der Regel eine konkrete Frage. Seine Erwartungen an die Ergebnisse hängen stark von der Intention seiner Frage ab. Damit Google das bestmögliche Ergebnis liefern kann, muss die Suchmaschine also verstehen, welche Intention hinter der konkreten Suche steckt. Üblicherweise werden Suchanfragen in drei Kategorien klassifiziert:

  • Navigational – der Nutzer hat als Ziel, eine bestimmt Webseite/Marke besuchen.
  • Informational – der Nutzer will sich zu einem Thema informieren. Über diese Informationsbeschaffung hinaus gibt es in der Regel keine (kommerziell verwertbaren) Absichten.
  • Transactional – der Suchende möchte eine Aktion ausführen; häufig ein Produkt kaufen, einen Dienst abonnieren oder eine Registrierung abschließen.

Die Datengrundlage

Die folgenden Analysen beziehen sich auf einen Datenpool von 16,6 Millionen deutschsprachiger Keywords. Zusammen decken diese Suchanfragen mehr als 8 Milliarden Suchen pro Monat ab. Die Auswahl repräsentiert das Suchverhalten auf Google.de. Es wurden zur Analyse der SERP-Features (Bezeichnung der Einblendungen in den Google-Ergebnissen über die organischen Treffer hinaus) ausschließlich Desktop-SERPs (Search Engine Result Pages, Trefferlisten) ausgewertet, da auf diesem Endgerät häufig eine größere Vielfalt an Features als auf dem Smartphone vorhanden ist.

Navigational Searches

Navigationsorientierte Suchanfragen umfassen die am klarsten umrissene Suchintention: Der Suchende weiß bereits, zu welchem Ergebnis er möchte, er kennt nur den genauen Weg dorthin nicht und greift deswegen (oder trotzdem?) auf eine Suchmaschine zurück. Diese Suchen bestehen häufig aus Markennamen oder Teilen von Domains/URLs.

Die erste Auswertung befasst sich mit der Frage, welchen Stellenwert diese Navigational Searches in der Gesamtschau ausmachen. In Abbildung 1 ist dazu sowohl der Prozentsatz der Keywords, die in diese Suchintention fallen, als auch das kumulierte Gesamtsuchvolumen dieser Navigational Keywords analysiert.

Deutlich ist der Unterschied zu erkennen: Obwohl diese Suchen nur gut 6 Prozent der ausgewerteten Keywords ausmachen, vereinen sie fast die Hälfte des gesamten Suchvolumens auf sich.

Diese massive Abweichung zeigt überdeutlich, wie wichtig Marken in der Suche geworden sind. Eric Schmidt, der damalige Vorstandsvorsitzende von Google, hat nicht ohne Grund bereits 2008 die Marschrichtung vorgegeben: „Brands are the solution, not the problem.“ Auch dürfte die Tatsache, dass Browser-Eingabefeld und Suchfeld bei allen modernen Browsern (Chrome voran) zusammengelegt wurden, dafür sorgen, dass die „Suche“ nach bereits bekannten Marken heute für die meisten Nutzer alltäglich ist.

Die zweite Analyse (Abbildung 2) zeigt, welche Integrationen in diesen Navigational Searches zusätzlich zu den häufig sieben organischen Treffern durch Google ausgespielt werden. Obwohl die Klickrate bei dieser Art von Suchintention für den ersten organischen Treffer deutlich überdurchschnittlich ist, ermöglichen weitere aufmerksamkeitsstarke Integrationen, zumindest einen Teil des massiven Suchvolumens mitzunehmen.

Abgesehen von den obligatorischen Sitelinks, die mit fast 100 % Ausspielanteil in diesem Diagramm aus Gründen der Übersichtlichkeit nicht aufgelistet sind, wurden bei Navigational Searches am häufigsten AdWords-Anzeigen (18 %) gezeigt. Wenig überraschend bieten hier viele Marken und Firmen auf ihre eigenen Keywords. Danach folgen mit etwas Abstand Bilder (11 %), Knowledge-Graph-Integration (9 %) und dann bereits Videos (9 %) und Google Maps (8 %). Integrationen von Google News fallen bereits deutlich ab (1 %).

Wenn der Nutzer eine Marke sucht, klickt er in der Regel auch auf die Marke. Trotzdem zeigt sich, dass es mit Bildern und Videos zwei aufmerksamkeitsstarke Möglichkeiten gibt, um auch bei den häufig verloren geglaubten Navigational Searches anderer Marken zumindest einen kleineren Teil der Besucher zu erreichen.

Informational Searches

Suchen, die sich mit der Einholung und Ordnung von Informationen beschäftigen, sind die nächste Suchintention. Hier zeigt sich in letzter Zeit, dass Google dieses Bedürfnis gerne direkt in den Trefferlisten bedienen möchte. Mit den beiden SERP-Features, die es dafür gibt, befasst sich die Auswertung in Abbildung 3.

Hier ist die Verbreitung von Featured Snippets und Knowledge-Graph-Integrationen sowohl in Relation zu der Keyword-Anzahl als auch in Relation zum Gesamtsuchvolumen dieser Keywords zu sehen. Dabei wurden nur Suchen einbezogen, die keinen navigationsorientierten Bezug haben.

Auffällig ist: Obwohl Featured Snippets (3,6 %) und der Knowledge Graph (5,9 %) grob überschlagen auf gleich vielen der untersuchten Keywords ausgespielt werden, sehen deutlich mehr Suchende die Knowledge-Graph-Integrationen. Mehr als 35 % aller Suchen ohne Navigational-Hintergrund zeigen die Knowledge-Graph-Daten direkt in den SERPs. Auf den immer wichtiger werdenden Smartphone-SERPs übrigens nicht neben, sondern häufig über den organischen Treffern. Die Featured Snippets und der Knowledge Graph gleichzeitig kommen übrigens nur bei einem verschwindend geringen Teil der Keywords vor.

Die untersuchten Featured Snippets unterteilen sich in folgende Typen:

  • Texte: 53 %
  • Listen: 21 %
  • Videos: 22 %
  • Tabellen: 5 %

Transactional Searches

Die für viele SEOs wirtschaftlich interessanteste Suchintention dürften die Transactional Searches sein, geht es hier doch ums Geldausgeben und Geldverdienen. Ähnlich wie bei den Informational Searches lässt sich die Kategorie der transaktionalen Suchen nicht glasklar abtrennen. Die Grenzen sind fließend.

In der Analyse (Abbildung 4) ist für wirtschaftlich interessante Keywords ausgewertet, welche SERP-Features häufig ausgespielt werden. Dies sowohl in Relation zur Anzahl der untersuchten Keywords als auch in Bezug zum Suchvolumen.

Wenig überraschend dominieren die kommerziellen Typen Shopping (35 %) und AdWords (31 %) die Liste. Doch bereits kurz danach folgt die Google-Bildersuche mit 29 % Abdeckung. An diesem Fall, aber auch an den Knowledge-Graph-Boxen, Videos und Featured Snippets wird deutlich: So einfach wie gehofft ist die Klassifizierung nach Suchintention nicht.

Keine klaren Grenzen

Noch deutlicher wird dies an Google SERPs wie für die Suche nach „continental reifen“ (Abbildung 5): eine Navigational Search, deren erster organischer Treffer Sitelinks hat, bei der aber zusätzlich eine Knowledge-Graph-Integration ausgespielt wird und neben AdWords-Anzeigen noch die Google-Shopping-Ads zu sehen sind.

Auch wenn dieses Keyword sicherlich ein Extremfall ist, so ist es doch bei den meisten Keywords die Regel, dass eine klare, eindeutige Einsortierung der Suchintention in eine der drei Klassen nicht möglich ist. Google selber bezeichnet solche Suchen als „Multi-Intent“.

Fazit: Google zur Hilfe

Doch zum Glück gibt es Google! Das für eine erfolgreiche Ausrichtung der Inhalte einer Webseite zwingend notwendige Verständnis für die Suchintention der eigenen Zielgruppe lässt sich häufig bereits durch eine sorgsame Analyse der Elemente der Google-Trefferlisten erlangen.

Google selber geht bei der Zusammenstellung der SERPs nach dem Trial-and-Error-Prinzip vor. Damit stellt sich für jeden Suchbegriff nach einiger Zeit die optimale Zusammenstellung an Inhaltstypen zusammen. Folgt man nun diesem Vorbild und schafft auf der Webseite entsprechende Inhalte, entspricht man automatisch der Suchintention. Die damit folgenden positiven Nutzersignale helfen dem Ranking.

Doch wie immer ist es nicht so einfach: Die Übereinstimmung von Suchintention und den eigenen Webseiteninhalten ist dynamisch und muss regelmäßig überprüft und gegebenenfalls angepasst werden. Auch fällt die klare Einordnung von Suchen in die drei genannten Klassifizierungen häufig schwer. Die Grenzen zwischen ihnen sind schwimmend und werden laufend nachjustiert.