Das Dokument thematisiert den aktuellen Stand und die Entwicklungsperspektiven von Suchmaschinen, einschließlich der Marktposition, semantischer und sozialer Suchansätze sowie Fragen der Suchneutralität. Es wird aufgezeigt, wie semantische Annotationsmethoden und soziale Rankingfaktoren die Qualität und Relevanz von Suchergebnissen beeinflussen. Zudem wird auf die Herausforderungen hingewiesen, denen sich Inhaltsanbieter sowie Nutzer im Umgang mit Suchmaschinen gegenübersehen.

1. Internet-Suchmaschinen
Aktueller Stand und Entwicklungsperspektiven
Prof. Dr. Dirk Lewandowski
Hochschule für Angewandte Wissenschaften Hamburg

2. Prof. Dr. Dirk Lewandowski
• Professor für Information Research &
Information Retrieval an der Hochschule
für Angewandte Wissenschaften Hamburg
• Forschung vor allem zur Qualität von
Suchmaschinen, Nutzerverhalten, Query
Understanding, gesellschaftliche Aspekte
der Web-Suche

3. Inhalt
1. Der Suchmaschinenmarkt: Wo stehen wir heute?
2. Aktuelle Entwicklungen
– Semantische Suche
– Soziale Suche
– Suchneutralität
3. Zusammenfassung: Warum ist das wichtig?

4. Der Suchmaschinenmarkt: Wo stehen wir heute?

5. XXXX
http://web.archive.org/web/19961023234631/http://altavista.digital.com/

6. Suchmaschinen

7. 7 | Dirk
Lewandowski
• x

8. E-Commerce

9. Site-intern und andere Datenbestände

10. Service

11. Masse
• In Deutschland in einem
Monat 5,6 Milliarden
Suchanfragen („Kern-Suche“).
• Pro Tag: >180 Millionen
• Pro Stunde: 7,5 Millionen
• Pro Minute: 125.448
• Pro Sekunde: 2.091
11
|

12. Der Suchmaschinenmarkt: Wo stehen wir heute?
• Suchmaschinen sind der Zugang zum Wissen im Web
• (Quasi-)Monopol in der Web-Suche, Vielfalt in anderen Bereichen
• Suche bleibt ein weitgehend unterschätzter Bereich

13. Aktuelle Entwicklungen (1): Semantische Suche

14. Semantik?
• „Semantic Web“
– Idee, dass durch semantische Auszeichnungen alle Inhalte des Web miteinander
verbunden werden und von Maschinen verstanden werden können.
– Alternative Ansätze: Linked Open Data, ...
• „Low Level Semantics“
– Faktenextraktion aus „chaotischen“ Dokumenten
– Einfache Auszeichnungen durch Website-Betreiber (Eigeninteresse bedienen)
• Verstehen der Dokumente vs. Verstehen der Suchanfragen

15. Semantische Suche: Dokumente verstehen

16. Semantische Annotation von Dokumenten
• Semantische Annotationen können in der Suche ausgenutzt werden, um
• die Ergebnisqualität zu verbessern
• die Trefferdarstellung („Snippets“) zu verbessern
• Das Problem von „echten“ Semantic-Web-Anwendungen ist die Komplexität
in der Erstellung.
• Im letzten Jahr haben sich die großen Suchmaschinen auf ein gemeinsames
Format für semantische Annotationen geeignet, das in HTML umgesetzt wird.

17. 17 | Dirk
Lewandowski
• x

18. Beispiel Google Knowledge Graph

20. Semantische Suche: Suchanfragen verstehen

21. Suchanfragen verstehen
• bbl
• vatikan
• stockbrot
• motonetix
• nedcom
• fußball
• drehscheibe
• frauentausch
• seelenfarben
• kachelmannwetter
• osterei
• wie ich
• wgt

22. Suchanfragen im Kontext

23. Beispiel: Navigationsorientierte Suchanfragen anhand von Klicks
bestimmen
(Lewandowski, Drechsler & von Mach, im Druck)

24. Semantische Suche
• Verbesserung der Qualität der Suchergebnisse durch
– Verstehen der Suchanfrage
– Kontextsensitive Vorschläge zur Verbesserung der Suchanfrage
– Verstehen der Dokumente, dadurch besserer Abgleich mit der Suchanfrage
– Semantische Anreicherung der Ergebnisbeschreibungen („Snippets“), dadurch
besser fundierte Entscheidung der Nutzer?
– Präsentation von aus Dokumenten zusammengestellten Ergebnissen (auf den
Seiten der Suchmaschine)

25. Aktuelle Entwicklungen (2): Soziale Suche

26. Gruppen von Rankingfaktoren
• Textstatistik
– „Wie gut passen Anfrage und Dokument zusammen?“
– Worthäufigkeiten, Position der Suchbegriffe im Dokument, ...
• Popularität
– „Wie wahrscheinlich ist es, dass der Nutzer bei seiner Web-Navigation auf dieses
Dokument treffen würde?“
– Linkpopularität (linktopologisches Modell), Klickpopularität (Nutzungsmodell).
• Aktualität
– „Sollen für diese Anfrage aktuelle Dokumente ausgegeben werden?“
– Datumsangaben, Linkstruktur, ...
• Lokalität
– „Welche Dokumente passen zur ‚Umgebung‘ des Nutzers?“
– Länderinterfaces

27. Soziale Suche
• Problem des bisherigen Rankings: Qualität wird vor allem durch Popularität (Links/
Klicks) gemessen
• Populär bei der Masse
• Populär in einer bestimmten Nutzergruppe
• Populär bei einem bestimmten Nutzer (Personalisierung)
• Das Versprechen des „Social Ranking“:
• Von Bekannten empfohlene Suchergebnisse sind relevanter und vertrauenswürdiger.
• Problem: Im Gegensatz zu Linkdaten aus dem freien Web handelt es sich bei Sozialen
Netzwerken um geschlossene Netzwerke, auf die die Suchmaschinen nicht per
Crawling zugreifen können.

28. Bing und Facebook
• Vereinbarung über die Nutzung von Facebook-Daten in Bing
– Anmeldung in Bing mit dem Facebook-Account
– Bislang nur in den USA verfügbar
– Bing-Websuche in Facebook integriert
• Anreicherung der Suchergebnisse durch Daten aus Facebook
– Hervorhebung von Suchergebnisse durch Empfehlungen von Freunden
– Höheres Ranking von empfohlenen Ergebnissen
– Möglichkeit, Suchergebnisse in Facebook zu posten
– Diskussion mit Facebook-Freunden auf den Bing-Ergebnisseiten

29. 29 | Dirk
Lewandowski
• x

30. Google und Google+
• Aufbau eines eigenen sozialen Netzwerks durch Google
– Integration in alle Google-Dienste
– Bislang allerdings nicht besonders erfolgreich
• Anreicherung der Suchergebnisse
– Hervorhebung von Suchergebnisse durch Empfehlungen von Freunden
– Höheres Ranking von empfohlenen Ergebnissen
• Weiterer Nutzen von Google+
– „Klarnamen-Pflicht“
– Kombination mit anderen Profilen im Web (Twitter, etc.)
– Verbindung mit Daten zur Autorschaft (rel=author)
à Dadurch „Vertrauens-Graph“ als weitere Komponente des Rankings

31. Fazit Soziale Suche
• Soziale Suche vielschichtig (kollaborative Suche, ...), wichtigster Punkt ist
aber das Einbeziehen von Daten aus sozialen Netzwerken in das Ranking
und die Ergebnispräsentation.
• Beide großen Suchmaschinen haben Ansätze, solche Daten zu integrieren.
– Vorteil Bing: Daten aus dem Netzwerk, in dem tatsächlich etwas los ist.
– Vorteil Google: Tiefere Integration möglich, da es sich um ein eigenes Netzwerk
handelt.

32. Aktuelle Entwicklungen (3): Suchneutralität

33. 33 |
• x

34. 34 |
• x
Anzeigen
Nachrichten
Bilder
Videos
Blogbeiträge

35. Zusammenstellung der Suchergebnisse
• Das Suchanfragevolumen ist sehr ungleichmäßig verteilt.
• Treffer auf den vorderen Plätzen werden sehr stark bevorzugt.
• Durch entsteht ein großer Einfluss von Suchmaschinen (Google) auf das,
was Nutzer zu sehen bekommen.
1. Dürfen die Suchmaschinen ihre eigenen Angebote / die Angebote von Partnern
in der Ergebnisdarstellung bevorzugen?
2. Tun sie das?
• „Such-Neutralität“ bedeutet, dass eine Suchmaschine alle Dokumente im
Index nach gleichen Kriterien in das Ranking mit einbezieht.

36. 36 | Dirk
Lewandowski
• x

37. 37 | Dirk
Lewandowski
• x

38. 38 | Dirk
Lewandowski
• x

39. Aus welchen Quellen kommen die top10 organischen Ergebnisse?
Beispiel Google (2008)

40. Problemfelder
• Bevorzugung eigener Angebote
– In den organischen Ergebnissen
– In den Universal-Search-Ergebnissen
• Aufnahme in den Index
– Bsp. Paid Inclusion bei Google Shopping: Eintragungen werden kostenpflichtig
– Folgen weitere Dienste (Places, ...)?
à Kennzeichnung als eigenes Angebot bzw. Partnerangebot als Lösung?

41. Zusammenfassung: Warum ist das wichtig?

42. Um wen geht‘s?
1. Anbieter von Inhalten
2. Anbieter von Suchsystemen
3. Rechercheure

43. Konsequenzen für Anbieter von Inhalten
• Es wird zunehmend schwieriger, sich auf den Suchergebnisseiten zu
platzieren.
– Mehr Konkurrenz
– Schnellere Orientierung der Nutzer auf den Ergebnisseiten; mehr
verschiedenartige Inhalte.
– Aktuelle Möglichkeiten der semantischen Auszeichnung nutzen
• Die (langsame) Wende von Dokumenten zu Fakten bzw.
Informationszusammenstellungen erfordert ein Umdenken hinsichtlich der
Sichtbarkeit in Suchmaschinen bzw. deren Traffic-Vermittlung.

44. 44 |
Dirk
• x
(Eyetracking-Studie HAW-Hamburg 2010)

45. 45 |
Dirk
• x

46. 46 |
Dirk
• x

47. Konsequenzen für Anbieter von Suchsystemen
• Das in den Web-Suchmaschinen erlernte Suchverhalten wird auf andere
Systeme übertragen
– Navigationsorientierte Anfragen beantworten
– Suchvorschläge während der Eingabe
– Zusammenstellung der Suchergebnisseiten
– Möglichkeiten zur Kollaboration (soziale Netzwerke) geben

48. Konsequenzen für Rechercheure
• Suchmaschinen sind weniger denn je neutrale Informationsvermittler
– Eigeninteressen der Suchmaschinen beachten
– Gezielte Auswahl der passenden Informationsquellen
• „Gegensteuern“ gegen den „Popularitätsbias“ der Suchmaschinen
– Personalisierung bzw. Suchanfrageinterpretation ausschalten; Bsp. Google
– Populäre Websites aus der Suche ausschließen; Bsp. Millionshort

49. Vielen Dank für Ihre Aufmerksamkeit
Prof. Dr. Dirk Lewandowski
Hochschule für Angewandte Wissenschaften
Hamburg
dirk.lewandowski@haw-hamburg,de
Twitter: Dirk_Lew
http://www.bui.haw-hamburg.de/
lewandowski.html