Google Gemini und AI Overviews werden mit Such-Rankingfaktoren trainiert
Training von Google Gemini und AI Overviews
Google nutzt Such-Rankingfaktoren, um die KI-Modelle Gemini sowie die AI Overviews und den AI Mode zu trainieren. Dadurch sollen die KI-Ergebnisse besser auf die Qualität der Suchergebnisse abgestimmt werden.
Ziel der Integration von Rankingfaktoren
Das Ziel ist, die Antworten der KI an den Rankingkriterien der Google-Suche auszurichten. Dadurch wird sichergestellt, dass die KI-Inhalte relevanter und qualitativ hochwertiger sind und den Nutzerbedürfnissen besser entsprechen.
Einfluss auf die KI-Ausgabe
- Rankingfaktoren beeinflussen, welche Inhalte die KI hervorhebt.
- Die Qualitätssignale der Suche werden in den Trainingsprozess eingebunden.
- Das Modell lernt, Ergebnisse zu priorisieren, die auch in der Suche gut ranken.
Auswirkungen auf Nutzer und Webmaster
Für Nutzer bedeutet dies präzisere und relevantere Antworten durch KI-basierte Funktionen. Webmaster sollten weiterhin auf klassische SEO-Kriterien achten, da diese auch für die KI-Ausgaben relevant bleiben.
Weitere Details
- Google sieht das Training mit Such-Rankingfaktoren als wichtige Brücke zwischen klassischer Suche und KI-gestützten Antworten.
- AI Overviews fassen Inhalte basierend auf Suchqualität zusammen.
- Der AI Mode integriert Rankinginformationen direkt in die KI-generierten Ergebnisse.