Wie lassen sich semantische Lücken in Inhalten mithilfe eines Tools zur Entitätserkennung aufdecken?

Die Seite enthält bereits die Zielkeywords, beantwortet aber dennoch nicht die Fragen, die Nutzer wirklich beschäftigen. Möglicherweise fehlen nicht zusätzliche Keyword-Nennungen, sondern wichtige Entitäten, Attribute und die Beziehungen zwischen ihnen. Tools zur Entitätserkennung können dabei helfen, solche Lücken aufzuspüren. Die vom Tool ausgegebenen „nicht abgedeckten Entitäten“ sollten jedoch nur als Prüfansätze dienen und nicht direkt in eine Liste von Inhalten umgewandelt werden, die zwingend ergänzt werden müssen.

Um semantische Lücken zu erkennen, muss zunächst geklärt werden: Welche Informationen benötigen Nutzer, um ihre aktuelle Suchaufgabe abzuschließen? Stellt die Seite diese Informationen bereit? Und sind die Informationen klar und glaubwürdig miteinander verknüpft? Dass ein Keyword vorkommt, bedeutet nicht, dass die Frage damit verständlich beantwortet ist. Ebenso bedeutet eine größere Zahl erkannter Entitäten nicht automatisch eine höhere Inhaltsqualität.

Zunächst unterscheiden: „nicht erkannt“ oder „tatsächlich nicht klar dargestellt“

Entitäten können eindeutig identifizierbare Objekte wie Marken, Produkte, Materialien, Institutionen oder Orte sein. Einige Tools zur semantischen Analyse extrahieren außerdem technische Fachbegriffe, Attribute und Themenphrasen. Nicht alle diese Ergebnisse sind jedoch benannte Entitäten im engeren Sinne. Ähnlich klingende Tools können unterschiedliche Erkennungsbereiche haben.

Eine Seite zur „Auswahl von Edelstahl-Kreiselpumpen“ kann beispielsweise „Edelstahl“, „Förderstrom“ und „Förderhöhe“ erwähnen und trotzdem Erläuterungen dazu vermissen, wie Medientemperatur, Viskosität und Korrosivität die Auswahl der Dichtung beeinflussen. Die Lücke besteht hier nicht darin, dass einige Substantive fehlen, sondern darin, dass nicht erklärt wird, wie die Betriebsbedingungen die Auswahl beeinflussen.

Umgekehrt bedeutet die Nichterkennung eines Modells durch ein Tool nicht zwangsläufig, dass auf der Seite Informationen fehlen. Modellabkürzungen, branchenspezifische Fachbegriffe und mehrsprachige Bezeichnungen können zu Erkennungslücken führen. Die Ergebnisse müssen daher anhand des Originaltexts überprüft werden; ein Erkennungsfehler darf nicht mit fehlenden Inhalten gleichgesetzt werden.

Sicherstellen, dass die zu prüfende Seite und die Referenzinhalte vergleichbar sind

Formulieren Sie vor der Analyse zunächst eine konkrete Aufgabe für die Seite, etwa „Nutzern helfen, anhand des Fördermediums und der Betriebsbedingungen eine Kreiselpumpe auszuwählen“, statt einer vagen Formulierung wie „Kreiselpumpen vorstellen“. Diese Aufgabe bestimmt, welche Entitäten relevant sind und welche Informationen ausgeschlossen werden sollten.

Referenzseiten sollten hinsichtlich Suchaufgabe, Sprache und Zielmarkt der zu prüfenden Seite möglichst ähnlich sein. Eine Produktdetailseite sollte nicht direkt mit einem Lexikonartikel verglichen werden, und eine Seite zur Auswahl für den Einkauf sollte keine Reparaturanleitung übernehmen. Wählen Sie einige relevante Suchergebnisse aus und gleichen Sie diese zusätzlich mit technischen Handbüchern, Spezifikationsdokumenten und ähnlichen Quellen ab. Eine hohe Platzierung bedeutet lediglich, dass sich eine Seite für die Analyse eignet; sie belegt nicht, dass jeder darin enthaltene Punkt korrekt oder erforderlich ist.

Beim Extrahieren des Hauptinhalts sollten Navigation, Fußzeile, empfohlene Artikel, Seitenleisten und wiederholte Module ausgeschlossen werden. Andernfalls kann das Tool Produktnamen aus dem Website-Menü als Teil des Seitenthemas werten und so den irreführenden Eindruck einer „umfassenden Abdeckung“ erzeugen. Beim Abruf per URL sollte außerdem geprüft werden, ob das Tool dynamisch geladene Inhalte lesen kann. Ist das nicht sicher, können Sie den bereinigten Haupttext importieren und Überschriften sowie Zwischenüberschriften separat beibehalten.

Aus einer Entitätenliste umsetzbare Lücken dokumentieren

Prüfen Sie bei der Auswahl eines Tools, ob es die Zielsprache, Textstellenangaben, Entitätskategorien und den Export der Ergebnisse unterstützt. Einfache Dienste zur Entitätserkennung eignen sich zum Extrahieren von Objekten; Tools zur semantischen Analyse mit Vergleichsfunktion für Referenzseiten eignen sich zum Herausfiltern möglicher Lücken. Keines der beiden ersetzt jedoch die Beurteilung der Suchintention.

Analysieren Sie die Zielseite und die Referenzseiten zunächst mit demselben Tool und denselben Einstellungen und fassen Sie anschließend Synonyme zusammen. „Edelstahl 316L“ und „316L-Edelstahl“ sollten beispielsweise nicht einfach als zwei separate Lücken gezählt werden. Unterschiedliche Werkstoffgüten dürfen jedoch nicht allein deshalb zusammengefasst werden, um die Zahl der Einträge zu verringern. Bei mehrsprachigen Seiten sollten die Fachbegriffe in der Zielsprache überprüft und nicht einfach aus einer übersetzten Liste chinesischer Entitäten übernommen werden.

Für jede mögliche Lücke ist es hilfreicher, „Beleg im Originaltext – Nutzerfrage – Maßnahme“ zu dokumentieren, als einen Abdeckungswert festzuhalten:

Manche Tools geben Werte für „Prominenz“, „Relevanz“ oder „Konfidenz“ aus. Diese Werte können jeweils die Auffälligkeit einer Entität im Text, ihre Nähe zum Thema oder die Sicherheit der Erkennung ausdrücken. Sie sind nicht austauschbar und stellen auch keine Suchmaschinen-Rankingscores dar. Dass ein Begriff auf Referenzseiten wiederholt vorkommt, beweist nicht, dass er auf der Zielseite genauso häufig erscheinen muss.

Entscheidungsrelevante Informationen ergänzen, keine Liste von Substantiven

Lücken, die vorrangig geschlossen werden sollten, betreffen Informationen, die das Verständnis, den Vergleich oder die Handlung der Nutzer beeinflussen. Bei der Auswahl einer Kreiselpumpe sollten Sie beispielsweise zuerst eine Lücke schließen, wenn die Seite lediglich Materialien und technische Parameter auflistet, aber nicht erläutert, wie die Eigenschaften des Fördermediums die Wahl von Werkstoff und Dichtung beeinflussen. Markengeschichte oder Zubehörkataloge, die nur einen geringen Bezug zur Seitenaufgabe haben, müssen nicht nebenbei ausführlicher behandelt werden.

Beim Ergänzen sollten die Beziehungen zwischen „Objekt – Attribut – Bedingung – Auswirkung“ deutlich werden. Fügen Sie beispielsweise nicht einfach nur das Wort „Viskosität“ hinzu, sondern erklären Sie, dass sie zu den Eingangsgrößen bei der Auswahl gehört und die Beurteilung der relevanten Leistung auf geeigneten Leistungsdaten oder einer Auslegungsberechnung beruhen sollte. Allein aus der Erwähnung von „Edelstahl“ darf nicht abgeleitet werden, dass dieser für jedes korrosive Medium geeignet ist.

Platzieren Sie Informationen dort, wo Nutzer sie benötigen: Erläuterungen zu Parametern gehören in die Spezifikationsbeschreibung, Anwendungseinschränkungen direkt neben die Anwendungsbeschreibung. Ein umfassender Vergleich verschiedener Produkte kann auf einer separaten Seite stehen, auf die intern verlinkt wird. Wenn jede Lücke in den Haupttext eingefügt wird, kann aus einer fokussierten Seite zur Produktauswahl eine unübersichtliche Sammlung von Fachbegriffen werden.

Bei der erneuten Prüfung sowohl „Was wurde ergänzt?“ als auch „Ist die Seite dadurch nützlicher?“ bewerten

Eine erneute Analyse nach der Überarbeitung kann bestätigen, ob zuvor fehlende Objekte nun genannt und Synonyme korrekt zusammengeführt wurden. Wichtiger ist jedoch die manuelle Prüfung: Beantwortet der neue Abschnitt eine konkrete Frage? Sind die beschriebenen Zusammenhänge korrekt und durch technische Unterlagen belegt? Wurden keine Themenbereiche aufgenommen, die für die aktuelle Seite irrelevant sind?

Dokumentieren Sie vor der Veröffentlichung die Änderungen und halten Sie fest, welche Inhalte auf welcher Grundlage ergänzt wurden. Beobachten Sie nach der Veröffentlichung die Entwicklung anhand von Suchanfragen, der Klickleistung relevanter Seiten und konkreter, qualifizierter Anfragen. Rankings und Traffic werden auch durch Faktoren wie Crawling, Wettbewerb und Links beeinflusst. Kurzfristige Veränderungen können daher nicht vollständig auf die Ergänzung von Entitäten zurückgeführt werden.

Der größte Nutzen der Entitätserkennung liegt nicht in einer Bewertungsübersicht, in der alle Felder grün markiert sind, sondern in einer Änderungsdokumentation, die für jeden Punkt erklärt: „Warum fehlt etwas, wo wird es ergänzt und worauf stützt sich die Ergänzung?“ Vorschläge, die sich keiner tatsächlichen Nutzerfrage zuordnen lassen, sind selbst dann kein Grund, Inhalte auszubauen, wenn das Tool sie wiederholt empfiehlt.