In unserem abschließenden Artikel zur Reihe “Intelligenter Suchschlitz” widmen wir uns dem Teil, der für jeden Anwender als allererstes sichtbar und erlebbar ist: der Auto-Suggest (oder auch Autocomplete genannt). Also dem Feature, das wir alle von Google kennen und schätzen gelernt haben. In Dutzenden von Implementierungen haben wir bei moresophy immer wieder festgestellt, dass diese Funktion für die Akzeptanz einer Suchanwendung erfolgskritisch ist. Nicht nur weil User mittlerweile dank Google so sehr darauf konditioniert sind, dass sie es einfach erwarten, sinnvolle Vorschläge zu erhalten, sondern weil es ein höchst-effektives Tool ist. Ein intelligenter Vorschlagsmechanismus führt nicht nur schneller zum Erfolg, sondern er kann sogar einen Dialog mit dem User gestalten. 

Wie funktioniert der Autocomplete bei Google?

Werfen wir doch zunächst einen Blick auf Google – heute der Benchmark schlechthin. In dem dargestellten Beispiel liefert Google auf die Eingabe “autsinnvolle Vervollständigungen (completions) aus sehr unterschiedlichen Domänen. Wichtig ist zu verstehen, woher diese Vorschläge kommen und auf welche Daten Google dabei zurückgreift. Der Suchmaschinen-Riese verfügt hier über einen einzigartigen und gigantischen Pool von Daten. Zuvorderst speist sich der Autocomplete bei Google aus den Milliarden von Suchanfragen, die User tagtäglich stellen. Google kann daher sehr genau die Nachfrage bzw. das Interesse von Usern messen. In Verbindung mit dem regionalen Kontext (IP des Users) können solche Trends dann weiter gefiltert werden. Autokinos erfahren in Zeiten der Corona-Epidemie ein Revival. Und da wir unsere Suchanfrage aus München durchführen, werden uns regionale Autokinos angeboten. Da wir keine personalisierte Suche verwenden und Google somit nicht wissen dürfte (sofern Sie Datenschutz ernst nehmen), was den einzelnen User persönlich interessiert, bietet Google darüberhinaus weitere Anfragen aus ganz anderen Domänen an, z.B. “autismus”.

Der Auto-Complete bei Google: präzise dank einer unvergleichbaren Statistik an Suchanfragen im Hintergrund

Greift der User jetzt beispielsweise den letzten Vorschlag auf, lernt Google dadurch, dass er eher Informationen über Autismus denn über Autos sucht und beginnt ihm in diesem Bereich spezifische Angebote zu machen: z.B. “autismus test”, “autismus symptome” oder “autismus bayern”. So entsteht ein interaktiver Dialog, bei dem der User über die Vorschläge dahin geführt wird, sein Suchinteresse so zu präzisieren, dass Google am Ende ihm genau den Treffer liefert, den er braucht. So verblüffend einfach wie das aussieht, so schwer ist es für jeden anderen Betreiber einer Suchmaschine – egal ob im e-Commerce, Kundenservice oder Medienportale – ein vergleichbares Erlebnis zu bieten. Denn niemand verfügt auch nur ansatzweise über so viele Suchinteraktionen und User um über diesen Mechanismus eine gute Qualität zu bieten. 

Wie kann ich auch mit weniger Daten einen überzeugenden Autocomplete gestalten?

Einen gutes Autocomplete bereit zu stellen, erfordert Fingerspitzengefühl, Erfahrung und zuallererst ein fachliches Konzept. Denn Suche ist nicht gleich Suche. Der dahinterliegende Algorithmus sollte darauf abgestimmt sein, welchen Anwendungszweck die Suche verfolgt. Für den Verkauf von Produkten in einem Online-Shop sollte der Vorschlagsmechanismus anders arbeiten als bei dem Beantworten von Anfragen im Kundenservice oder bei einer allgemeinen Informationssuche in einem Fachportal. In der CONTEXTSUITE verwenden wir eine Kombination von verschiedenen Verfahren und Regeln, um den User schnell zum Ziel bzw. den Anbieter zum Abschluss zu bringen. Dabei spielt ein gutes Verständnis der durchsuchten Inhalte eine entscheidende Rolle. Denn der Ansatz von Google ist wegen fehlender Statistik nicht anwendbar – schon gar nicht vom Start weg. Ein guter Autocomplete verwendet daher eine Kombination von Inhalten, User-Anfragen und redaktionellen Vorgaben. Mit anderen Worten: relevante Vorschläge sind solche, die 

  1. auch zu guten Treffern führen (Inhalte)
  2. von denen ich weiss, dass Sie gefragt werden (User-Anfragen)
  3. die ich als Anbieter platzieren möchte (Redaktion)

Bei der Auswertung der Inhalte profitiert der Algorithmus natürlich entscheidende von den intelligenten Vorverarbeitungsprozessen, die wir in Teil 1 und Teil 2 dieser Artikelreihe beschrieben haben. Die Inhalte als führende Datenquelle für den Autocomplete zu nehmen, hat einen ganz entscheidenden Vorteil: es wird sichergestellt, dass nur Vorschläge gemacht werden, die auch zu guten Treffern führen. Auch dies ist alles andere als selbstverständlich. Nur für Google ist es banal, weil die Suchmaschine eine so umfassende Menge an Informationen im Index hat, dass nahezu zu jeder x-beliebigen Anfrage etwas Sinnvolles geliefert werden kann. 

Selbstlerndender Suchschlitz der CONTEXTSUITE: gesteuert durch eine Analyse der Inhalte, Suchanfragen und redaktionellen Vorgaben

Das dargestellte Beispiel stammt aus dem Kundenservice. Der Autocomplete ist darauf optimiert, die möglichen Fragen eines Users zu “antizipieren” und schnell die richtigen Antworten in Form passender Textausschnitte zu liefern. Im e-Commerce wiederum ist es sinnvoll, bei der Generierung der Vorschläge auch Absatzziele zu berücksichtigen und z.B. aktuelle Angebote oder Produkte mit einer sehr hohen Marge höher zu gewichten.  

Mit der SMART SEARCH Anwendung unserer CONTEXTSUITE erfolgt die Umsetzung solch intelligenter Suchlösungen schnell und standardisiert. Selbst die Anpassung an neue Domänen oder Unternehmensspezifika erfolgt dank einer Kombination von semantischen Verfahren und Algorithmen des Deep Learning ohne großen manuellen Aufwand. Zudem unterstützt die CONTEXTSUITE umfassende kognitive Analysen der deutschen und vielen weiteren Sprachen.