Google nutzt Suchsignale für Training von AI Overviews und Gemini
Google hat einem aktuellen Bericht zufolge Signale aus der eigenen Websuche verwendet, um seine KI-Modelle, darunter die AI Overviews und Gemini, zu trainieren. Ziel dieser Maßnahme ist es, die Qualität der Suchergebnisse und der von KI erzeugten Inhalte weiter zu verbessern. Besonders im Fokus steht dabei die Unterscheidung zwischen hochwertigen Webseiten und Inhalten minderer Qualität.
Suchdaten als Trainingsgrundlage
Wie aus dem Bericht hervorgeht, haben mehrere Google-Mitarbeiterinnen und -Mitarbeiter bestätigt, dass bestimmte Signale aus der Websuche in das Training von Gemini eingeflossen sind. Dabei handelt es sich um Faktoren, die Google bereits seit Jahren verwendet, um das Ranking von Webseiten in den Suchergebnissen zu bestimmen. Dazu zählen unter anderem:
- die Autorität und Vertrauenswürdigkeit einer Seite
- die Nutzerinteraktionen, wie Klicks und Verweildauer
- die Qualität von verlinkenden Inhalten
Durch die Nutzung dieser Signale sollen die KI-Modelle lernen, welche Inhalte für Nutzerinnen und Nutzer besonders relevant und verlässlich sind. Damit möchte Google verhindern, dass KI-generierte Inhalte auf Spam-Webseiten oder qualitativ fragwürdige Quellen zurückgreifen.
Training der AI Overviews mit Feedbackdaten
Zusätzlich wurden laut dem Bericht auch Daten aus Nutzungsfeedback genutzt, um das Modell hinter den AI Overviews zu trainieren. Diese Funktion fasst direkt in den Suchergebnissen Informationen zusammen und liefert kompakte Antworten zu Suchanfragen. Um zu entscheiden, ob für eine bestimmte Anfrage eine AI Overview eingeblendet wird, greift Google nicht nur auf klassische Signale aus der Suche zurück, sondern auch auf Rückmeldungen von Nutzerinnen und Nutzern.
Ein Senior Director bei Google erklärte, dass das KI-Modell hinter AI Overviews mithilfe von Feedback-Daten gezielt optimiert wurde. Dies betrifft sowohl die Entscheidung darüber, wann eine AI-Übersicht angezeigt wird, als auch die Auswahl der darin enthaltenen Informationen.
Enge Verknüpfung zwischen Suche und KI
Die aktuellen Informationen verdeutlichen die enge Verbindung zwischen Googles klassischer Websuche und den neuen KI-Funktionen. Durch die Integration von Suchsignalen und Nutzungsdaten in das Training der KI-Modelle wird deutlich, dass Optimierungen für die Websuche künftig auch Auswirkungen auf die Sichtbarkeit innerhalb von KI-generierten Antworten haben können.
Für Betreiber von Webseiten bedeutet dies, dass neben der klassischen Suchmaschinenoptimierung (SEO) auch die Qualität und Vertrauenswürdigkeit ihrer Inhalte entscheidend bleiben, um sowohl in den Suchergebnissen als auch in AI Overviews präsent zu sein.
Veränderte Anforderungen an Inhalte
Mit der zunehmenden Verknüpfung von KI-gestützten Diensten und der Websuche steigen die Anforderungen an Content-Ersteller. Google legt weiterhin großen Wert auf Inhalte, die den EEAT-Kriterien (Experience, Expertise, Authoritativeness, Trustworthiness) entsprechen. Diese Kriterien beeinflussen nicht nur das Ranking in der Websuche, sondern künftig offenbar auch die Auswahl der Quellen, die von KI-Modellen wie Gemini und AI Overviews berücksichtigt werden.
Webseiten, die durch aktuelle, fundierte und gut aufbereitete Inhalte überzeugen und durch qualitativ hochwertige Backlinks gestützt werden, haben dabei bessere Chancen, in den automatisierten Zusammenfassungen von Google aufzutauchen.
Zukunftsausblick
Google setzt damit seine Strategie fort, KI-Technologien und klassische Suchmechanismen miteinander zu kombinieren. Die Verwendung von Suchsignalen für das KI-Training ist ein weiterer Schritt, um die Relevanz und Qualität von Suchergebnissen zu steigern und zugleich die Effizienz von KI-Antworten zu verbessern. Experten gehen davon aus, dass die Verzahnung von Websuche und KI-Funktionen in Zukunft noch stärker wird.