BERT (Bidirectional Encoder Representations from Transformers) ist ein Sprachverarbeitungsmodell von Google, das seit 2019 in der Suche eingesetzt wird. Es versteht Wörter im Kontext des gesamten Satzes — in beide Leserichtungen gleichzeitig — und erfasst dadurch Nuancen wie Präpositionen und Bezüge, die frühere Systeme ignorierten. In der Google-Suche verbessert BERT die Interpretation natürlich formulierter, komplexer Suchanfragen und die Auswahl passender Ergebnisse.
Wie funktioniert BERT?
BERT basiert auf der Transformer-Architektur, die auch modernen Sprachmodellen zugrunde liegt. Das Besondere ist die Bidirektionalität: Das Modell betrachtet für jedes Wort den gesamten umgebenden Satz — links und rechts gleichzeitig — statt Text nur in einer Richtung zu verarbeiten. Dadurch erkennt es, wie kleine Wörter die Bedeutung kippen: Bei „Parken am Hang ohne Bordstein“ ist „ohne“ entscheidend; ältere Systeme überlasen solche Funktionswörter.
In der Suche setzt Google BERT vor allem ein, um Suchanfragen besser zu verstehen — laut Google betraf das bei der Einführung etwa jede zehnte englischsprachige Anfrage, inzwischen ist der Einsatz auf viele Sprachen ausgeweitet. Auch bei der Auswahl von Featured Snippets hilft das Modell, die tatsächlich passende Textpassage zu identifizieren.
Warum ist BERT wichtig für die Suche?
BERT machte die Suche deutlich besser bei natürlich formulierten Anfragen: ganzen Fragen, verschachtelten Formulierungen, Anfragen mit Präpositionen und Bezügen. Nutzer können suchen, wie sie sprechen — die Suchmaschine versteht die Absicht statt nur Schlüsselwörter zu extrahieren. Das kommt besonders der Sprachsuche und komplexen Informationsbedürfnissen zugute.
Für Website-Betreiber verschob BERT die Anforderungen weiter in Richtung Präzision: Da Google feine Bedeutungsunterschiede erkennt, ranken Inhalte, die eine spezifische Frage exakt beantworten, vor generischen Texten zum groben Thema. Wer etwa „Kündigungsfrist in der Probezeit durch Arbeitnehmer“ sucht, bekommt eher die Seite, die genau diesen Fall behandelt — nicht die allgemeine Kündigungsfristen-Übersicht.
Was bedeutet BERT für Inhalte in der Praxis?
Für BERT optimieren lässt sich nicht — das Modell bewertet keine Seiten nach abhakbaren Kriterien, sondern versteht Sprache. Die praktische Konsequenz ist einfach: präzise schreiben. Klare Sätze, eindeutige Bezüge, konkrete Antworten auf konkrete Fragen. Verschwurbelte Texte, die viele Themen anreißen und keins beantworten, verlieren gegen fokussierte Inhalte.
Sinnvoll ist es, reale Nutzerfragen als Struktur zu verwenden: Fragen-Überschriften mit direkt folgender Antwort, spezifische Unterseiten für spezifische Fälle statt einer Sammelstelle für alles. Für eine Kanzlei heißt das etwa, häufige Mandantenfragen in ihrer natürlichen Formulierung aufzugreifen — genau die Sprache, die BERT versteht und zuordnet.