- Trotz massiver technologischer Veränderungen im Search-Bereich bleibt das Kernproblem bestehen: Aus Milliarden von Dokumenten muss eine Suchmaschine effizient und präzise relevante Inhalte abrufen, was einen strengen Relevanz-Cut-off erfordert.
- Wir müssen erkennen, dass AI-basierte Suchsysteme daran weniger ändern, als wir denken, denn auch sie benötigen effizientes Retrieval und Selektion; reine LLM-Anwendungen sind zu langsam und teuer, weshalb Hybrid-Systeme entscheidend sind.
- Genau hier kommt Vertrauen ins Spiel: Große Marken entgehen den Konsequenzen von Fehlern, weil sie über Jahre Autorität, Nutzersignale und Bekanntheit aufgebaut haben, was kleineren Seiten sofort die Sichtbarkeit kosten würde.
- Die robusteste Strategie bleibt, für die Nutzer zu optimieren, indem Du deren Verhalten analysierst, umfassende User Research betreibst, eigene Biases hinterfragst und Deine Inhalte kontinuierlich A/B-testest.
How big brands keep getting away with murder
Ich war auf dem Search Evolution Summit in Cluj, Rumänien. Kann ich übrigens sehr empfehlen, wenn man mal ein paar andere, insbesondere internationale, SEO-Nasen sehen und treffen möchte. Dieser Austausch ist wirklich sehr spannend.
Aber gut, auf der Konferenz hat auch Roxana Stingu gesprochen. Ihr Thema: „Once a search engine… always a search engine“
Ein Satz, der hängen geblieben ist: „How bigger brands are getting away with murder.“
Und im Kern geht es um Trust.
Search hat sich technologisch massiv verändert, wir wissen es alle. Es geht um Embeddings, multimodale Systeme, Hybrid Search, LLMs und so weiter und so fort.
Aber das Problem ist noch dasselbe. Bevor gerankt wird, muss überhaupt erst retrieved werden. Und bei Milliarden Dokumenten ist präziser Retrieval teuer. Gleichzeitig kommen nicht ein paar Nutzer, sondern Tausende parallel.
Also braucht jede Search Engine einen Cut-off: Wie relevant ist relevant genug? Und wie viel Latenz und Rechenkosten sind wir dafür bereit zu zahlen?
Nicht jedes Ergebnis schafft es überhaupt in den Kandidaten-Pool. Google entscheidet seit Jahren, welche Seiten es berücksichtigt und welchen Quellen es genug vertraut.
Was mich mal wieder auf den Boden der Tatsachen geholt hat, war die Erkenntnis: AI ändert daran weniger, als man denkt.
Auch AI Search braucht Retrieval und Selektion, anschließend wird gerankt. LLMs einfach auf alles loszulassen, ist zu langsam und zu teuer. Deshalb sehen wir Hybrid-Systeme: klassische Suche, semantische Retrieval-Layer und AI dort, wo sie den größten Mehrwert bringt.
Das macht SEO nicht obsolet. Eher im Gegenteil.
Wer nicht im relevanten Cut-off landet, wird auch von AI nicht „gerettet“.
Und hier kommt Trust zurück ins Spiel. Große Brands haben über Jahre Autorität, Nutzersignale und Bekanntheit aufgebaut. Sie kommen mit Fehlern durch, die kleinere Seiten sofort Sichtbarkeit kosten würden.
Bigger brands are getting away with murder.
Die Konsequenz ist aber nicht: „Optimiert jetzt für AI.“ Denn „best“ hängt vom Ziel der jeweiligen Engine ab.
Die robustere Strategie bleibt: Für Nutzer optimieren. Verhalten analysieren, User Research machen, Biases hinterfragen, A/B testen.
Search verändert seine Technologie. Nicht seine Grundprobleme.