Über den Autor: Michael Kienzler
Michael Kienzler ist Partner und Gründer von OLDSCHOOLSEO. Seine Arbeit beginnt bei der Analyse der technischen Architektur und der Daten, um daraus die Potenziale für die redaktionelle und strategische Weiterentwicklung abzuleiten.
Die Zukunft der Suche: AI Mode und multimodale Interaktion
Was unterscheidet den "AI Mode" von den AI Overviews?
AI Overviews (AIO) präsentieren synthetische Zusammenfassungen als Antwort auf eine singuläre Suchanfrage auf der Suchergebnisseite (SERP). Der AI Mode fungiert als eine interaktive, konversationelle Ebene.
Er ermöglicht eine dialogbasierte Suche, bei der Nutzer Folgefragen stellen und die Suchanfrage schrittweise präzisieren können, ohne den Kontext zu verlieren. Der AI Mode transformiert die SERP von einer statischen Ergebnisliste in eine dynamische Arbeitsumgebung. Die Interaktion ermöglicht einen mehrstufigen Informationsgewinnungsprozess.
Welche Rolle spielt die multimodale Suche in diesem Kontext?
Die multimodale Suche bezeichnet die Fähigkeit, Suchanfragen unter Verwendung verschiedener Eingabeformate zu kombinieren. Nutzer können Text, Bilder, Videos und Sprache simultan oder sequenziell in einer einzigen Anfrage verwenden.
Im Kontext des AI Mode erlaubt dies komplexe Anfragen wie die Kombination eines Bildes mit einer textuellen Frage (z.B. "Zeige mir, wo ich dieses Ersatzteil kaufen kann" + Bild des Teils). Die KI muss die einzelnen Formate verstehen und die semantische Beziehung zwischen ihnen interpretieren. Dies erfordert eine maschinelle Erfassung von Inhalten, die über die textuelle Analyse hinausgeht.
Welche neuen Anforderungen stellt dies an die Suchmaschinenoptimierung?
Die Optimierung muss sich von einer text- und linkbasierten Disziplin zu einer multimodalen Asset-Optimierung entwickeln.
- →Strukturierte Daten für Nicht-Text-Formate: Bilder und Videos benötigen Metadaten und strukturierte Auszeichnungen (z.B. Schema.org für ImageObject, VideoObject). Diese Daten disambiguieren die Inhalte für die Maschine und ermöglichen deren kontextuelle Integration in Antworten.
- →Inhaltliche Granularität: Inhalte müssen in logische, extrahierbare Einheiten (Entitäten, Fakten, Prozessschritte) zerlegt werden. Die KI beantwortet keine Webseiten, sondern Fragen. Sie nutzt dafür die passenden Inhaltsbausteine von verschiedenen Quellen. Der Fokus verschiebt sich vom Dokument zum Datenpunkt.
- →Konversationelle Struktur: Texte müssen Dialogflüsse unterstützen. Sie müssen implizite Folgefragen und verwandte Themenbereiche antizipieren und abdecken.
Wie verändert sich die Suchintention durch konversationelle Suchen?
Die Suchintention wird dynamisch. Es entsteht ein "Intent-Flow", bei dem sich die Absicht des Nutzers im Laufe des Dialogs mit der KI entwickelt und verfeinert.
Die Optimierung muss sich daher von der Ausrichtung auf einzelne Keywords lösen. Sie muss auf die Abdeckung ganzer Themenkomplexe und möglicher Nutzerreisen ("User Journeys") konzentrieren. Es geht darum, die nächste logische Frage des Nutzers zu antizipieren und die Antwort dafür bereitzustellen.
Was ist die strategische Konsequenz für Unternehmen?
Unternehmen müssen sich als thematische Entitäten im Wissensgraphen von Google etablieren. Die strategische Aufgabe besteht darin, ein maschinenlesbares Ökosystem aus Texten, Bildern, Videos und strukturierten Daten zu einem Fachthema aufzubauen. Jedes Asset wird zu einem potenziellen Baustein für eine KI-generierte Antwort. Die digitale Autorität wird maßgeblich durch die Qualität und Vernetzung dieser multimodalen Assets definiert.
▋