SEO entstand in den 1990er Jahren aus einem Ordnungsproblem

Bei der Recherche zur Geschichte der Suchmaschinenoptimierung stößt man schnell auf Google, Keywords und die ersten SEO-Agenturen. Der eigentliche Anfang liegt jedoch etwas früher und ist weniger eine Geschichte des Marketings als vielmehr eine Geschichte der Auffindbarkeit. Was heute als SEO bezeichnet wird, entwickelte sich in den 1990er Jahren, als das World Wide Web so schnell wuchs, dass Informationen nicht mehr zuverlässig über bekannte Adressen, persönliche Linklisten oder von Menschen gepflegte Verzeichnisse gefunden werden konnten. Suchmaschinen begannen deshalb, Webseiten automatisiert zu erfassen und zu ordnen. Sobald diese Ordnung darüber entschied, welches Dokument bei einer Suche sichtbar wurde, entstand zwangsläufig das Interesse daran, nach welchen Kriterien diese Auswahl erfolgte und wie eine eigene Webseite darin erscheinen konnte.

Ein einzelner Erfinder oder ein bestimmter Geburtstag der Suchmaschinenoptimierung lässt sich deshalb kaum benennen. SEO entstand nicht mit einer Produktvorstellung und auch nicht an dem Tag, an dem jemand zum ersten Mal ein Keyword in einen Seitentitel schrieb. Es entwickelte sich schrittweise aus der Beziehung zwischen zwei Seiten desselben Systems. Suchmaschinen versuchten, aus einer wachsenden Menge von Dokumenten möglichst brauchbare Ergebnisse auszuwählen. Webseitenbetreiber beobachteten diese Auswahl und begannen zu verstehen, welche technischen, sprachlichen und später auch externen Signale dabei eine Rolle spielten.

Dass diese Entwicklung überhaupt notwendig wurde, hatte mit dem Erfolg des Webs selbst zu tun. Tim Berners-Lee entwickelte das World Wide Web im Jahr 1989 am CERN, um den Informationsaustausch zwischen Wissenschaftlern zu erleichtern. Bereits Ende 1990 waren dort der erste Webserver und der erste Browser in Betrieb. 1993 stellte das CERN die zugrunde liegende Websoftware frei zur Verfügung. Das Wachstum setzte unmittelbar ein. Laut CERN waren Ende 1993 mehr als 500 Webserver bekannt, Ende 1994 waren es bereits rund 10.000 Server und etwa zehn Millionen Nutzer. So wurde aus einem System zur Verknüpfung von Informationen innerhalb weniger Jahre ein Informationsraum, dessen Größe selbst zum Problem wurde.

Hello World. Etwas ins Netz zu stellen, war der Anfang. Gefunden zu werden, wurde das nächste Problem.

Genau an diesem Übergang wird die Geschichte der Suchmaschinenoptimierung interessant. Eine Webseite konnte technisch perfekt erreichbar sein und trotzdem praktisch unsichtbar bleiben, wenn niemand ihre Adresse kannte oder einen Link zu ihr fand. Je erfolgreicher das Web wurde, desto größer wurde die Distanz zwischen dem bloßen Vorhandensein einer Information und ihrer tatsächlichen Auffindbarkeit. Suchmaschinen entstanden, um diese Distanz zu verkürzen. Suchmaschinenoptimierung entstand später innerhalb desselben Zusammenhangs, da plötzlich eine maschinelle Auswahl darüber entschied, welche Informationen Aufmerksamkeit erhielten.

Bevor Suchmaschinen Webseiten sortierten, musste Information überhaupt gefunden werden

Dieses grundlegende Problem gab es bereits vor dem Web. Schon in den Anfängen der Computervernetzung waren Programme, Dokumente und Dateien auf verschiedenen Servern gespeichert, ohne dass es eine einfache, zentrale Übersicht darüber gab. Wer etwas Bestimmtes suchte, musste entweder den Speicherort kennen oder mühsam Verzeichnisse durchsuchen. Das Netz konnte zwar Informationen transportieren, verfügte aber noch nicht über eine komfortable Möglichkeit, den eigenen Bestand automatisch zu erschließen.

Archie brachte das Prinzip der Suchmaschine ins Internet

Im Jahr 1989 arbeitete Alan Emtage als Systemadministrator an der McGill University in Montreal. Er stand vor einem sehr praktischen Problem. Auf öffentlich zugänglichen FTP-Servern lagen große Mengen frei verfügbarer Software, deren manuelle Suche zunehmend aufwendig wurde. Emtage entwickelte deshalb ein Programm, das Informationen über diese Archive automatisiert einsammeln und in einem durchsuchbaren Index zusammenführen konnte. Die McGill University bezeichnet „Archie“ heute als die erste Internet-Suchmaschine.

Mit einer modernen Websuche hatte „Archie“ jedoch wenig gemeinsam. Das System durchsuchte keine grafischen Webseiten, bewertete Texte nicht nach ihrer Qualität und versuchte auch nicht, die Absicht hinter einer natürlich formulierten Frage zu verstehen. Entscheidend war jedoch etwas Grundsätzlicheres: Informationen, die auf vielen verschiedenen Rechnern verteilt lagen, wurden automatisiert gesammelt und an einer anderen Stelle durchsuchbar gemacht. Zwischen dem vorhandenen Datenbestand und den Menschen, die darin etwas finden wollten, trat erstmals in größerem Maßstab eine maschinelle Vermittlungsebene.

Dieses Prinzip hat sich in den folgenden Jahrzehnten erstaunlich gut bewährt. Ein Suchsystem muss wissen, welche Informationen existieren, sie in verarbeitbarer Form speichern und bei einer Anfrage entscheiden, welche Teile davon relevant sein könnten. Bei Archie waren Crawling, Indexierung und Ranking noch nicht so ausgereift wie heute, doch der Kern des Problems war bereits vorhanden. Ein wachsender Informationsraum benötigt eine zusätzliche Struktur, damit Menschen darin gezielt etwas finden können.

Das World Wide Web verschärfte das Problem durch seinen eigenen Erfolg

Mit dem Web änderte sich nicht nur die Menge der Informationen, sondern auch ihre Struktur. Dokumente konnten über Hyperlinks auf andere Dokumente verweisen, neue Seiten ließen sich vergleichsweise einfach veröffentlichen und ein Browser ermöglichte es, von einem Inhalt zum nächsten zu springen. In den allerersten Jahren war das Netz noch klein genug, sodass diese Wege tatsächlich Orientierung boten. Das CERN beschreibt diese frühe Entwicklungsphase des Webs, in der Informationen vor allem über vorhandene Verbindungen, Listen und einfache Suchmöglichkeiten erschlossen wurden.

Das funktionierte, solange die Zahl möglicher Ziele überschaubar blieb. Doch das Web besaß keinen eingebauten Mechanismus, der sein Wachstum an die Fähigkeit von Menschen koppelte, dieses Wachstum zu katalogisieren. Jeder zusätzliche Webserver konnte neue Dokumente veröffentlichen, die wiederum auf weitere Seiten verweisen konnten. Die Produktion von Informationen ließ sich dadurch sehr viel leichter skalieren als deren manuelle Einordnung.

Eine erste Antwort auf dieses Problem war, das Web wie einen riesigen Katalog zu behandeln. So begannen Jerry Yang und David Filo im Jahr 1994 während ihres Studiums an der Stanford University damit, interessante Webseiten zu sammeln und sie in Kategorien und Unterkategorien einzuordnen. Aus ihrem „Jerry and David’s Guide to the World Wide Web“ entwickelte sich Yahoo. Die Stanford University beschreibt, wie die beiden Webseiten fanden, kategorisierten und daraus ein hierarchisches Verzeichnis aufbauten. Bereits im Herbst 1994 verarbeitete der Dienst rund eine Million Aufrufe pro Tag.

Das Yahoo-Verzeichnis war keineswegs primitiv. Die menschliche Auswahl besitzt einen Vorteil, den algorithmische Systeme bis heute nur mit erheblichem Aufwand nachbilden können: Ein Mensch kann den Kontext erfassen, eine Webseite ansehen und entscheiden, welchem Themengebiet sie tatsächlich zuzuordnen ist. Doch genau diese Stärke wurde bei einem exponentiell wachsenden Web zum Problem. Eine redaktionelle Entscheidung benötigt Zeit. Das Veröffentlichen einer weiteren Webseite benötigt davon immer weniger.

Crawler machten aus dem Web einen maschinell erfassbaren Raum

Die entscheidende Veränderung lag also nicht einfach in einer besseren Liste von Webseiten. Vielmehr begannen Programme, Links selbstständig zu verfolgen, Dokumente abzurufen und deren Inhalte in Suchindizes zu übertragen. Mitte der 1990er Jahre entstanden mehrere Systeme, die diesen Ansatz in immer größerem Maßstab verfolgten. Lycos, ein Forschungsprojekt von Michael Mauldin an der Carnegie Mellon University, bot bereits seit 1994 eine kostenlose Such- und Katalogfunktion an. In einer Mitteilung der Carnegie Mellon University aus dem Jahr 1995 wird ein deutlich größerer Bestand als bei konkurrierenden Diensten beschrieben.

AltaVista demonstrierte kurz darauf, wie schnell diese maschinelle Erfassung skalieren konnte. Das 1995 bei der Digital Equipment Corporation entwickelte System kombinierte einen schnellen Webcrawler mit leistungsfähiger Indexierungssoftware. Entwickler Louis Monier dokumentierte später bei USENIX, dass der Index bis Mai 1996 bereits auf mehr als 30 Millionen Seiten angewachsen war.

Damit entstand jedoch sofort ein neues Problem. Ein System, das dreißig Millionen Dokumente finden kann, hat das Problem der Informationssuche noch nicht gelöst. Wenn zehntausend dieser Dokumente dieselben Wörter enthalten, müssen sie in irgendeiner Form gegeneinander gewichtet werden. Die Herausforderung verlagerte sich somit von der Frage, ob eine Information gefunden werden konnte, zur sehr viel schwierigeren Frage, welche der gefundenen Informationen zuerst angezeigt werden sollten. Erst mit dieser maschinellen Auswahl entstand überhaupt das Umfeld, in dem Suchmaschinenoptimierung im heutigen Verständnis möglich wurde.

Mit der maschinellen Auswahl entstand das Spielfeld für SEO

Solange ein Mensch ein Webverzeichnis pflegt, hängt die Aufnahme einer Webseite maßgeblich von einer redaktionellen Entscheidung ab. Sobald jedoch ein Algorithmus aus Tausenden möglichen Treffern eine Reihenfolge erzeugt, benötigt er bestimmte Merkmale, anhand derer sich diese Reihenfolge berechnen lässt. Frühe Systeme konnten dafür auf den sichtbaren Text einer Seite, den Seitentitel, die Meta-Angaben, die Häufigkeit von Begriffen und weitere technisch erfassbare Eigenschaften zurückgreifen. Aus Sicht einer Suchmaschine waren diese Merkmale vollkommen nachvollziehbar. Wenn jemand nach einem bestimmten Thema sucht, liegt es nahe, Dokumente zu bevorzugen, in denen dieses Thema erkennbar vorkommt.

Für Betreiber von Webseiten änderte sich dadurch die Situation grundlegend. Zum ersten Mal konnten sie beobachten, dass Änderungen am eigenen Dokument dessen Sichtbarkeit in einer automatisiert erzeugten Ergebnisliste beeinflussten. Die Seite war nicht länger nur Informationsträger, sondern zugleich Gegenstand einer maschinellen Bewertung. Wer verstand, welche Bestandteile dieser Bewertung zugänglich waren, konnte versuchen, sie gezielt zu verbessern.

Damit entstand jedoch nicht über Nacht eine klar abgegrenzte Berufsdisziplin. Vielmehr entwickelte sich unter Webmastern eine Vielzahl praktischer Methoden: Seiten bei Suchmaschinen anmelden, Seitentitel verändern, Inhalte für bestimmte Begriffe präzisieren, technische Hindernisse beseitigen oder beobachten, weshalb eine Konkurrenzseite höher erschien. Der heute etablierte Begriff SEO fasst viele dieser Tätigkeiten zusammen. Historisch wichtiger als die genaue Frage, wann erstmals jemand „Search Engine Optimization“ dazu sagte, ist jedoch der Grund dafür, dass eine solche Tätigkeit überhaupt sinnvoll wurde. Eine maschinell erzeugte Rangfolge machte Sichtbarkeit zu einer berechenbaren und zumindest teilweise beeinflussbaren Größe.

Google behandelte Relevanz nicht mehr nur als Eigenschaft eines einzelnen Dokuments

Als Larry Page und Sergey Brin Mitte der 1990er Jahre an der Stanford University mit der Entwicklung ihrer Suchmaschine begannen, gab es dieses Problem bereits in gewaltigem Ausmaß. Suchmaschinen konnten bereits Millionen Seiten erfassen und die Volltextsuche war etabliert. Das Web brachte jedoch eine Besonderheit mit sich, die klassische Dokumentensammlungen in dieser Form nicht aufwiesen. Seine Dokumente waren untereinander über Hyperlinks verbunden.

In dem im Jahr 1998 veröffentlichten Forschungspapier „The Anatomy of a Large-Scale Hypertextual Web Search Engine“ beschrieben Brin und Page einen Google-Prototypen mit einer Volltext- und Linkdatenbank von mindestens 24 Millionen Seiten. Der interessante Gedanke lag jedoch nicht allein in der Größe. Google sollte die Struktur des Hypertexts selbst nutzen, um bessere Suchergebnisse zu erzeugen.

Ein Link konnte somit mehr sein als ein technischer Weg von einer Seite zur nächsten. Er konnte auch als Beziehung zwischen Dokumenten interpretiert werden. Wenn viele andere Seiten auf ein Dokument verwiesen und diese verweisenden Seiten selbst innerhalb des Netzwerks Bedeutung besaßen, entstand eine zusätzliche Information, die nicht allein vom Autor der Zielseite kontrolliert wurde. PageRank übertrug damit ein Prinzip, das Ähnlichkeiten zur wissenschaftlichen Zitation aufweist, auf die Struktur des Webs: Bedeutung kann sich auch darin zeigen, dass andere auf eine Arbeit Bezug nehmen.

Das war für die Geschichte von SEO von entscheidender Bedeutung. Eine Webseite konnte nun nicht nur darüber sprechen, weshalb sie relevant war. Auch ihr Verhältnis zum übrigen Web wurde wichtig. Google beschreibt PageRank bis heute als eines der Systeme, die bei der Einführung der Suchmaschine verwendet wurden. Zwar habe sich die Funktionsweise stark verändert, doch die Linkanalyse sei weiterhin Bestandteil der zentralen Ranking-Systeme.

Ein Ranking-Signal verändert sich, sobald sein Wert bekannt wird

Hier beginnt eine Entwicklung, die sich wie ein roter Faden durch die gesamte Geschichte der Suchmaschinenoptimierung zieht. Ein Suchsystem entdeckt ein Merkmal, das ihm dabei hilft, gute Ergebnisse auszuwählen. Webseitenbetreiber stellen fest, dass dieses Merkmal mit Sichtbarkeit zusammenhängt. Dadurch erhält es einen wirtschaftlichen Wert und wird gezielt erzeugt, verstärkt oder teilweise künstlich imitiert. Je stärker dieser Prozess skaliert wird, desto weniger verlässlich wird das ursprünglich hilfreiche Signal allein für sich genommen.

Bei Keywords lässt sich dieses Muster früh beobachten. Enthält eine Seite einen gesuchten Begriff, ist das zunächst ein plausibler Hinweis auf thematische Relevanz. Wenn jedoch bekannt wird, dass eine häufige Verwendung einen Vorteil bringen kann, entstehen Texte, in denen derselbe Ausdruck weit häufiger auftaucht, als es für einen Menschen sinnvoll wäre. Bei Links geschah etwas Vergleichbares auf einer anderen Ebene. Ein freiwilliger redaktioneller Verweis kann eine wertvolle Beziehung ausdrücken. Sobald Links jedoch einen Rankingwert besitzen, entstehen Linktausch, Linkverkauf und ganze Netzwerke, deren primärer Zweck nicht mehr darin liegt, Menschen auf hilfreiche Quellen hinzuweisen.

Dieser Mechanismus macht die Entwicklung von SEO wesentlich verständlicher als eine chronologische Liste berühmter Google-Updates. Suchmaschinen und Suchmaschinenoptimierung haben sich nicht unabhängig voneinander weiterentwickelt. Die Veränderung auf der einen Seite erzeugte neue Anreize auf der anderen. Diese neuen Verhaltensweisen erzeugten wiederum neue Probleme für die Suchsysteme. Was heute wie eine lange Sammlung komplizierter SEO-Regeln aussieht, ist zu einem erheblichen Teil das Ergebnis dieser jahrzehntelangen Rückkopplung.

Suchmaschinen und SEO verändern sich seitdem gegenseitig

Die Beziehung zwischen Suchmaschinenoptimierung und Suchsystemen lässt sich deshalb nicht sinnvoll als Kampf zwischen „guten Suchmaschinen“ und Menschen, die diese ständig austricksen möchten, beschreiben. Ein großer Teil professioneller SEO-Arbeit verfolgt dasselbe Ziel wie die Suche selbst. Dokumente sollen technisch erreichbar gemacht, ihr Thema nachvollziehbar dargestellt und dafür gesorgt werden, dass relevante Informationen tatsächlich dort gefunden werden können, wo Menschen danach suchen. Gleichzeitig erzeugt jeder wirtschaftlich relevante Auswahlmechanismus den Anreiz, seine Grenzen auszutesten.

Das Ergebnis ist ein System, das auf beiden Seiten lernt. Suchmaschinen werden besser darin, manipulierte oder wenig aussagekräftige Signale zu erkennen. SEO entwickelt sich wiederum von leicht erkennbaren Einzelmaßnahmen zu einer Arbeit, bei der technische Erreichbarkeit, Informationsarchitektur, Inhalt, Sprache, Verlinkungen und der tatsächliche Suchmarkt gemeinsam betrachtet werden. Nicht jede Veränderung verlief geradlinig und nicht jedes Google-Update bedeutete automatisch einen grundlegenden Paradigmenwechsel. Einige Entwicklungen zeigen jedoch besonders deutlich, warum einfache Optimierungsrezepte mit der Zeit an Wirkung verloren haben.

Wenn ein Signal leicht zu vervielfältigen ist, reicht seine Menge irgendwann nicht mehr aus

Ein klassisches Beispiel dafür ist das Keyword-Stuffing in der Anfangszeit. Ein Begriff auf einer Seite besitzt Informationswert. Hundert Wiederholungen desselben Begriffs besitzen jedoch nicht hundertmal so viel Informationswert. Trotzdem konnte ein System, das das Wortvorkommen stark gewichtet, durch solche Wiederholungen beeinflusst werden. Ähnliche Mechanismen ließen sich bei verstecktem Text, massenhaft erzeugten Einstiegsseiten oder später bei Links beobachten. In jedem Fall wurde eine ursprünglich sinnvolle Eigenschaft von ihrem ursprünglichen Zweck getrennt und vervielfältigt.

Suchmaschinen mussten deshalb zunehmend nicht nur feststellen, ob ein Signal vorhanden war, sondern auch, in welchem Zusammenhang es entstanden war. Ein Link von einer fachlich passenden Seite verhält sich anders als zehntausend automatisch erzeugte Verweise. Ein ausführlicher Text mit eigenen Informationen verhält sich anders als eine große Menge fast identischer Seiten, die lediglich Suchbegriffe variieren. Somit war die Anzahl sichtbarer SEO-Merkmale immer weniger geeignet, um allein über die Qualität eines Ergebnisses zu entscheiden.

Ein interessanter Nebeneffekt dieser Entwicklung ist, dass die schwer kopierbaren Eigenschaften einer Webseite langfristig an Bedeutung gewinnen. Eine Meta Description lässt sich innerhalb weniger Minuten umschreiben. Echte Projekterfahrung, eigene Untersuchungen, fachliche Reputation, eine nachvollziehbar gewachsene Seitenstruktur oder unabhängige Bezugnahmen anderer Quellen entstehen jedoch wesentlich langsamer. Sie sind nicht automatisch Rankingfaktoren, nur weil sie schwer zu erzeugen sind. Ihre Informationen und Beziehungen lassen sich jedoch wesentlich schlechter durch rein mechanische Optimierung imitieren.

Panda und Penguin markieren zwei unterschiedliche Reaktionen auf skalierte Optimierung

Zu Beginn der 2010er Jahre war das Web bereits ein professioneller Publikationsmarkt. Inhalte wurden gezielt für Suchanfragen produziert und ganze Geschäftsmodelle basierten auf organischer Reichweite. Sowohl Inhalte als auch Links ließen sich industriell skalieren. Damit stand Google vor einem neuen Problem: Nicht die knappe Verfügbarkeit von Informationen erschwerte die Auswahl, sondern die gigantische Menge an Informationen, die unter anderem deshalb entstanden war, weil Suchmaschinen sie belohnen konnten.

Das im Jahr 2011 angekündigte Panda-System zielte auf die Qualität und Originalität von Inhalten ab. Bemerkenswert dabei ist weniger der Name des Updates als vielmehr Googles damalige Argumentation. In einer Veröffentlichung zu hochwertigen Webseiten stellte das Unternehmen Fragen nach Substanz, eigenständigen Informationen, Sorgfalt und Vertrauen. Es riet Publishern ausdrücklich davon ab, sich ausschließlich mit einzelnen vermeintlichen Ranking-Signalen zu beschäftigen. Panda wurde später Bestandteil der zentralen Ranking-Systeme.

Ab 2012 adressierte Penguin ein anderes Skalierungsproblem: Link-Spam. Google führt das System heute in seinem Leitfaden zu den Ranking-Systemen als ein Verfahren auf, das speziell zur Bekämpfung manipulativer Verlinkungen entwickelt wurde und 2016 in die zentralen Ranking-Systeme integriert wurde. Beide Entwicklungen zeigen dasselbe übergeordnete Muster an unterschiedlichen Stellen. Sobald ein ursprünglich hilfreicher Hinweis massenhaft hergestellt werden kann, benötigt ein Suchsystem zusätzliche Verfahren, um den Kontext seiner Entstehung besser einzuschätzen.

SEO ist dadurch nicht überflüssig geworden. Im Gegenteil: Die Arbeit ist sogar anspruchsvoller geworden. Wer lediglich wusste, welches einzelne Merkmal gerade besonders stark wirkte, hatte nur einen vorübergehenden Vorteil. Wer jedoch verstand, welches Informationsproblem die Suchmaschine mit diesem Merkmal eigentlich lösen wollte, konnte Veränderungen wesentlich besser einordnen. Dieser Unterschied zwischen Maßnahme und Ursache ist auch heute noch relevant und bildet den Kern des Fachbeitrags „SEO verstehen“.

Aus der Suche nach Wörtern wurde zunehmend eine Suche nach Bedeutung

Parallel zur Auseinandersetzung mit Manipulation gab es eine zweite große Entwicklung: Suchmaschinen wurden immer besser darin, Sprache selbst zu verarbeiten. Eine reine Zeichenfolge ist jedoch noch keine Bedeutung. Dieselben Wörter können je nach Kontext etwas anderes meinen, verschiedene Wörter können dasselbe Konzept beschreiben und Menschen formulieren ihre Fragen häufig mit Begriffen, die auf der besten Antwortseite überhaupt nicht exakt vorkommen.

Mit dem Wachstum der Suche wurde diese Herausforderung immer wichtiger. Google weist seit Jahren darauf hin, dass ein bemerkenswerter Teil der täglichen Suchanfragen völlig neu ist. Bei der Einführung von BERT im Jahr 2019 nannte das Unternehmen einen Anteil von rund 15 Prozent. Ein System, das lediglich bereits bekannte Keywordkombinationen mit Dokumenten abgleicht, wäre für einen solchen Suchraum zwangsläufig zu unbeweglich.

Hummingbird, RankBrain, neuronaler Abgleich und BERT stehen für unterschiedliche Entwicklungsschritte innerhalb dieses größeren Problems. RankBrain ist beispielsweise ein System, das laut Google Beziehungen zwischen Wörtern und Konzepten erfassen kann. Dadurch sollen auch dann relevante Inhalte gefunden werden, wenn diese nicht exakt die gleichen Wörter wie eine Suchanfrage enthalten. BERT verbesserte wiederum die Verarbeitung von Wörtern innerhalb ihres sprachlichen Kontextes. Für die Geschichte von SEO ist es weniger entscheidend, aus jedem dieser Systeme eine neue Optimierungstechnik abzuleiten. Vielmehr ist es interessant, welche Aussagen sich über die Entwicklung der Suche aus ihrer Existenz ableiten lassen. Je besser Maschinen Bedeutung, Beziehungen und Kontext erfassen konnten, desto weniger ließ sich Relevanz auf eine einfache Übereinstimmung einzelner Wörter reduzieren.

Die historische Entwicklung erklärt somit auch, weshalb die Vorstellung von „einem Keyword pro Seite“ heute nur einen kleinen Ausschnitt der tatsächlichen Aufgabe beschreibt. Suchbegriffe sind nach wie vor wertvoll, da sie die reale Nachfrage sichtbar machen können. Doch eine Webseite steht inzwischen in einem wesentlich größeren Bedeutungsraum aus Themen, Entitäten, Beziehungen, Seitentypen und unterschiedlichen Formulierungen derselben menschlichen Absicht. Wie Suchmaschinen diese Informationen technisch verarbeiten, ist eine andere Frage, die im Beitrag „Wie funktioniert SEO?“ ausführlicher behandelt wird. Für die historische Entwicklung ist nur der Weg dorthin entscheidend.

Aus der Suchmaschine wurde zunehmend eine Antwortoberfläche

Eine weitere Veränderung betrifft nicht nur das Ranking, sondern die Funktion der Suchergebnisseite selbst. Die frühen Web-Suchmaschinen waren im Wesentlichen Wegweiser. Eine Anfrage führte zu einer Liste von Dokumenten. Wer die eigentliche Information lesen wollte, verließ die Suchmaschine wieder. Dieses Modell existiert zwar weiterhin, wurde im Laufe der Jahre jedoch um zahlreiche weitere Ebenen ergänzt: Bilder, Nachrichten, Karten, lokale Ergebnisse, Produkte, hervorgehobene Antworten und strukturierte Informationen erscheinen nun direkt innerhalb des Suchsystems.

Damit begann sich auch die Bedeutung von Sichtbarkeit zu verändern. Eine Webseite konnte nicht mehr allein danach beurteilt werden, auf welchem Platz sie in der klassischen Trefferliste stand. Je nach Suchanfrage konnten vor oder neben diesem Treffer bereits andere Informationsformate erscheinen. Bei manchen Fragen erhielt der Nutzer sogar einen Teil seiner Antwort, ohne eine externe Seite öffnen zu müssen.

Der Knowledge Graph machte Beziehungen zwischen Dingen sichtbar

Als Google im Jahr 2012 den Knowledge Graph vorstellte, beschrieb das Unternehmen die zugrunde liegende Idee mit einer Formulierung, die den Wandel sehr gut zusammenfasst: „Things, not strings“ – Dinge statt bloßer Zeichenfolgen. Die Suchmaschine sollte beispielsweise unterscheiden können, ob „Taj Mahal“ das Bauwerk, den Musiker oder etwas anderes bezeichnet. Zudem sollte sie reale Entitäten mit ihren Beziehungen untereinander verbinden können.

Dieser Schritt war nicht nur eine Verbesserung der Ergebnisqualität. Er veränderte auch die Rolle der Suchmaschine. Wenn ein System weiß, dass Marie Curie eine Person ist, welche wissenschaftlichen Leistungen mit ihr verbunden sind und in welchen Beziehungen sie zu anderen Personen steht, kann es Teile dieser Informationen selbst strukturieren und darstellen. Die Suchmaschine verweist somit nicht mehr ausschließlich auf Dokumente, in denen die gesuchte Information zu finden ist. Sie beginnt, einen eigenen Informationsraum zwischen Anfrage und Quelle aufzubauen.

Für SEO bedeutete dies einen weiteren Abschied von der Vorstellung, Sichtbarkeit sei ausschließlich eine zehn Positionen lange Rangliste. Die klassische organische Position blieb zwar wichtig, wurde aber Teil einer komplexeren Oberfläche. Schon lange vor der Entwicklung generativer KI konnten Nutzer Informationen direkt aus Suchfunktionen aufnehmen, während Suchsysteme versuchten, aus unterschiedlichen Quellen Zusammenhänge zu bilden.

Generative Suche führt ein altes Prinzip mit neuen Mitteln weiter

KI-basierte Such- und Antwortsysteme wirken dennoch wie ein erheblicher Bruch, da die sichtbare Antwort nicht mehr zwingend aus einzelnen, vorgefertigten Treffern besteht. Eine generative Oberfläche kann Informationen aus mehreren Quellen zusammenführen, Unterfragen berücksichtigen und daraus eine zusammenhängende Antwort formulieren. Dadurch verändert sich der Rechercheprozess für die Nutzenden. Ein Teil dessen, wofür früher mehrere Suchanfragen und der Besuch verschiedener Webseiten notwendig waren, kann bereits innerhalb der Suchoberfläche erfolgen.

Aus historischer Perspektive ist jedoch etwas bemerkenswert konstant. Auch eine generative Antwort benötigt einen Informationsraum, aus dem relevante Quellen ausgewählt werden können. In der aktuellen Dokumentation zu „AI Overviews“ und „AI Mode“ beschreibt Google Verbindungen zum klassischen Suchindex und zu unterstützenden Webseiten. Google betont ausdrücklich, dass für diese Funktionen dieselben grundlegenden SEO-Prinzipien relevant bleiben. Eine Seite muss indexiert sein und sich als Ergebnis eignen, um als unterstützende Quelle berücksichtigt werden zu können.

Damit schließt sich ein erstaunlich großer historischer Kreis. Archie sammelte Informationen darüber, welche Dateien auf entfernten Rechnern vorhanden waren. Frühe Webcrawler sammelten Dokumente. Google nutzte zusätzlich die Beziehungen zwischen diesen Dokumenten. Spätere Systeme entwickelten ein besseres Verständnis von Sprache und Entitäten. Die generative Suche versucht heute, relevante Informationen bereits während der Antwortbildung miteinander zu verbinden. Die technische Umsetzung dieser Entwicklungen ist kaum vergleichbar, doch das zugrunde liegende Problem hat sich erstaunlich wenig verändert. Aus einer Informationsmenge, die kein Mensch vollständig überblicken kann, müssen diejenigen Quellen ausgewählt werden, die bei einer konkreten Frage weiterhelfen.

Was diese jüngste Entwicklung praktisch für Webseiten bedeutet, verdient deshalb einen eigenen Themenraum statt eines historischen Exkurses. Genau darum geht es im Beitrag „Webseite für KI-Suche optimieren“. Für die Geschichte der Suchmaschinenoptimierung ist jedoch eine andere Erkenntnis wichtiger: KI hat das ursprüngliche Problem, aus dem SEO hervorging, nicht beseitigt. Stattdessen verändert sie die Art und Weise, wie dieses Problem gelöst wird und wie die gefundenen Informationen präsentiert werden, erneut.

Warum SEO entstehen musste und vermutlich nicht einfach verschwinden wird

Betrachtet man die Geschichte der Suchmaschinenoptimierung vom frühen Internet bis zu den heutigen Antwortsystemen, so scheint ihre Entwicklung im Nachhinein zwangsläufig gewesen zu sein. Informationen können schneller produziert werden, als Menschen sie vollständig katalogisieren, lesen und bewerten können. Deshalb entstehen technische Systeme, die zwischen Informationsbedarf und einer kaum überschaubaren Menge möglicher Quellen vermitteln. Sobald diese Systeme auswählen, erzeugen sie Sichtbarkeit. Und sobald Sichtbarkeit für Unternehmen, Medien, Wissenschaft, Handel oder öffentliche Einrichtungen einen Wert besitzt, entsteht ein Interesse daran, die Bedingungen dieser Auswahl zu verstehen.

SEO begann also nicht mit Google und auch nicht mit dem ersten Menschen, der versuchte, eine Suchmaschine auszutricksen. Google hat die Entwicklung zwar enorm geprägt, doch das zugrunde liegende Problem existierte bereits vorher. Archie reagierte auf verteilte Dateien. Yahoo versuchte, das wachsende Web redaktionell zu ordnen. Web-Suchmaschinen automatisierten diese Arbeit. PageRank bezog Beziehungen zwischen Dokumenten stärker in die Auswahl ein. Spätere Systeme mussten mit den Folgen massenhafter Optimierung umgehen und zugleich Sprache, Kontext und Bedeutung besser verstehen. Heute kommen Antwortsysteme hinzu, die Teile des gefundenen Wissens bereits innerhalb ihrer eigenen Oberfläche zusammenführen.

Gerade dieser Verlauf erklärt, weshalb sich SEO zwar immer wieder verändert, aber nicht einfach verschwindet. Einzelne Methoden können an Bedeutung verlieren. So haben beispielsweise Meta-Keywords ihren früher zugeschriebenen Wert verloren, künstliche Linkmodelle sind riskanter geworden und die mechanische Wiederholung von Keywords kann sich von einem vermeintlichen Vorteil zu einem Qualitätsproblem entwickeln. Solche Veränderungen betreffen jedoch nur die Mittel, nicht aber die eigentliche Aufgabe. Solange ein Informationssystem entscheiden muss, welche Quellen bei einer Anfrage berücksichtigt werden, bleibt die Frage relevant, wie eine Webseite technisch erreichbar, thematisch verständlich und fachlich als passende Quelle einzuordnen ist.

Die Geschichte zeigt zugleich, warum dauerhaftes SEO selten aus einem geheimen Trick entsteht. Ein Trick nutzt normalerweise eine Schwäche des gegenwärtigen Systems. Wird diese Schwäche jedoch erkannt und behoben, verliert der Trick seinen Wert. Eigenständige Informationen, nachvollziehbare Erfahrung, eine klare Seitenarchitektur und technisch zugängliche Inhalte lösen dagegen ein Problem, mit dem Suchmaschinen selbst zu kämpfen haben. Sie helfen dabei, Bedeutung zu erkennen und Informationen einem konkreten Bedarf zuzuordnen.

Daraus folgt jedoch nicht, dass gute Inhalte automatisch gute Rankings erhalten oder dass Suchmaschinen jeden fachlich wertvollen Inhalt zuverlässig erkennen. Die Geschichte der Suche ist auch eine Geschichte von Fehlentscheidungen, Manipulationen, technischen Grenzen und immer neuen Versuchen, Auswahlverfahren zu verbessern. Gerade deshalb ist es sinnvoll, SEO nicht als festes Regelwerk zu betrachten. Die Arbeit findet in einem sich verändernden System statt, dessen vollständige Entscheidungslogik von außen niemals vollständig transparent ist. Daten, Beobachtung und Erfahrung können Zusammenhänge erkennbar machen, ohne dass sich daraus absolute Gewissheiten ableiten lassen. Dieser Teil der Arbeit wird im Beitrag „SEO nach Bauchgefühl“ aus einer anderen Perspektive betrachtet.

Was sich dagegen über mehr als drei Jahrzehnte erstaunlich stabil zeigt, ist der Ausgangspunkt. Eine Information, die niemand finden kann, bleibt außerhalb ihres unmittelbaren Umfelds praktisch wirkungslos. Deshalb wurden Suchmaschinen im frühen Web entwickelt. Suchmaschinen erzeugten eine maschinelle Ordnung. Diese Ordnung erzeugte Sichtbarkeit und Unsichtbarkeit – und damit entstand die Suchmaschinenoptimierung.

Aus dem ersten „Hello World“ des digitalen Veröffentlichens wurde irgendwann die schwierigere Frage, wie die Welt eine veröffentlichte Information überhaupt wiederfindet. Genau diese Frage verbindet Archie, die ersten Webverzeichnisse, Google und die heutige KI-Suche enger miteinander, als es auf den ersten Blick scheint.

Wie 4Bullmann diese Aufgabe heute praktisch angeht und welche überprüfbaren Ergebnisse dabei entstehen, zeigt die zentrale Seite „Erfolgreiches SEO“. Dort beginnt nicht die Geschichte von SEO, sondern seine heutige Anwendung. Die Geschichte erklärt, warum diese Arbeit überhaupt notwendig wurde.