Phrase Based Indexing

Phrase Based Indexing ist ein von Google entwickeltes System, dass bei Suchanfragen auch die anderen Bestandteile berücksichtigt und nicht nur ein einzelnes Keyword.

Definition

Google entwickelte und patentierte das Phrase Based Indexing im Jahr 2004 und erneuert sowie entwickelt es stetig weiter. Mittlerweile gilt es als Standardsystem, mit dem Suchmaschinen Webdokumente und Inhalte crawlen, erfassen, sortieren und zuordnen.

Das Phrase Based Indexing ist eine Weiterentwicklung des Single Word Indexing, bei dem Inhalte auf Grundlage von einem spezifischen Schlagwort von Suchmaschinen definiert und gesucht werden.

Neben dem eigentlichen Keyword berücksichtigt das System auch das semantische Umfeld, also das gesamte Satzgebilde. Von einer ins Suchfeld eingetippten Anfrage gleicht das Phrase Based Indexing mehrere wichtige Wörter (unter Auslassung eventueller Stoppwörter) mit bestehendem Webcontent ab. Kommen die Schlagwörter in einem engen, semantischen Zusammenhang auch im Dokument vor, ist die Website in den SERPs zu sehen. Je deckungsgleicher Suchphrase und Content ausfallen (unter Einbezug eventueller Stoppwörter), desto höher fällt das Ranking der Seite in den Suchergebnissen der Anfrage aus.

Phrase Based Indexing überprüft ebenfalls wie verschiedene Phrasen im Internet benutzt werden und entscheidet, ob diese zulässig sind.

Phrase Based Indexing und SEO

Den größten Einfluss hat Phrase Based Indexing bei der Einstufung von Webseiten nach Relevanz in Bezug auf die Suchanfrage, sowie auf die Linkanalyse.

Phrasen basierte Content Relevanz

Für die Relevanz einer Webseite könnte beim Phrase Based Indexing sogar die Verwendung eines Keywords auf lange Sicht an Bedeutung verlieren. Zum Beispiel wenn ein Content Piece Phrasen benutzt, die der Datenbank zulässiger Phrasen zufolge größtenteils in anderen Webinhalten mit demselben Zusammenhang auftauchen.

Phrasen basierte Link-Analyse

Natürliche Ankertexte könnten auf lange Sicht wichtiger werden als SEO-optimierte Linktexte. Hintergrund: Besteht der Ankertext für einen ausgehenden Link aus einer Phrase, die zwar auf der Zielseite keine Verwendung findet, aber den Listen für zulässige Phrasen zufolge eng mit Phrasen verwandt ist, wie sie auf der Zielseite vorhanden sind, wird diese Zielseite für die Phrase aus dem Ankertext, der auf der verweisenden Website benutzt wird, als relevanter bewertet.

Probleme und Gefahren bei Phrase Based Indexing

Mit der Indexierung von Phrasen die inhaltlich im Zusammenhang stehen, kann das semantische Verständnis der Suchmaschinenalgorithmen und damit die Präzision ausgegebener SERPs verbessert werden. Googles Autovervollständigungsfunktion während der Eingabe von Suchanfragen kann ebenfalls durch Phrase Based Indexing stetig Verbesserung erfahren.

Jedoch sind für Phrase Based Indexing Server mit sehr viel höherer Speicherkapazität notwendig als beim Single Word Indexing (auch: Term Based Indexing). Und die Tokenisierung von Suchanfragen kann für die KI eine Herausforderung darstellen. Das sind häufige Argumente für die Annahme, Google, Yahoo sowie andere Suchmaschinen würden Phrase Based Indexing nicht verwenden.

Auch wenn Google das nie offiziell bestätigt hat, gibt es trotzdem Hinweise darauf, dass dieses System bei der Indexierung und Ranking-Taxonomie angewendet wird. Zahlreiche Patente auf Phrase Based Indexing lassen dies zumindest stark vermuten. Dass der Konzern es offenbar im Zuge seines TeraGoogle Projektes getestet hat, weist ebenfalls darauf hin. Vor allem seit die Initiatorin Anna Patterson, auf deren Programmierung Phrase Based Indexing basieren soll, Google vorübergehend verließ, um mit ihrem Patent die Konkurrenzsuchmaschine Cuil zu etablieren. Auch Yahoo hat ähnliche Patente über sogenannte Superunits registrieren lassen.

Nur weil Google ein Patent anmeldet, heißt das nicht, dass der Konzern genau das auch so umsetzt:

Fazit

Mit Phrase Based Indexing können Suchmaschinen beginnen, Keyword-Tabellen für Dokumente auf Basis ganzer Sätze/Phrasen zu erstellen. Im Gegenteil zu einer Broad Match Keyword-Ebene. Werden diese Phrasen und ihre Beziehung zueinander verstanden, kannst du diese Informationen nutzen, um die Relevanzwerte, die Linkanalyse und die Spam-Erkennung zu verbessern.