Was ist Google MUM und wie funktioniert es?

Geschrieben am: 22. April 2022 | Zuletzt aktualisiert: 27. August 2022 | Lesezeit: ca. 6 Min.

Auf der Google I/O Keynote 2021 wurde MUM das erste mal gezeigt (im Video ab Minute 43:00):

Datenschutzhinweis zum Abspielen von Youtube-Videos.

MUM soll in dieser Reihe der nächste große Wurf sein und besticht durch einige bahnbrechende Features:

• 1.000-Mal leistungsfähiger als BERT
• Nicht nur Text, sondern auch Bilder und Videos können indexiert und interpretiert werden
• Das Multitask Unified Model wurde in 75 Sprachen trainiert und bietet in diesen Sprachen eine identische Qualität des Indexes
• MUM kann Sprache nicht nur verstehen, sondern auch generieren und so eigene Snippets in den Suchergebnissen formulieren.

Wie funktioniert MUM?

Schon länger setzt Google für die Interpretation von Suchanfragen auf Natural Language Processing (NLP). Dabei handelt es sich um ein Machine Learning Verfahren zur Analyse von Texten.

Klassische NLP-Methoden sind zwar recht zuverlässig, aber nicht in der Lage, die Semantik, also die Bedeutung von Wörtern ermitteln.

Mit der Einführung von BERT (Bidirectional Encoder Representations from Transformers) hat Google einen großen Fortschritt in der Kontextualisierung von Suchanfragen gemacht.

Bei BERT handelt es sich um ein vortrainiertes Sprachmodell, das es ermöglicht, die Bedeutung von Sprache zu erkennen, um später dazu passende Suchergebnisse ausspielen zu können.

Dies ist insbesondere bei Homonymen (Wörter mit unterschiedlicher Bedeutung) eine große Herausforderung. Kommen Wörter wie „Schloss“, „Bank“ oder „Erde“ in einer Suchanfrage vor, ist es unerlässlich zu prüfen, in welchem Kontext die Anfrage gestellt wurde, um zu wissen, ob Ergebnisse für ein Schloss mit Schlüssel oder ein Schloss mit einer Prinzessin ausgespielt werden müssen.

Hier kommen BERT bzw. MUM ins Spiel.

Der Nachfolger von BERT

MUM ist nun die Nachfolgetechnologie von BERT. MUM setzt dabei auf die Text to Text Transfer Transformer (T5) Technologie:

Our text-to-text framework allows us to use the same model, loss function, and hyperparameters on any NLP task, including machine translation, document summarization, question answering, and classification tasks (e.g., sentiment analysis).Quelle

Quelle: Google

Damit ist die Bedeutung des Begriffs MUM auch klar: ein einheitliches Modell für mehrere Aufgaben.

Dieses Modell wurde in 75 Sprachen trainiert und verfügt über ein großes Verständnis des „Weltwissens“.

Das ist insofern wichtig, weil MUM Sprache nicht nur verstehen, sondern auch erzeugen kann. Durch das antrainierte Wissen ist Google so in der Lage, Suchanfragen selbständig zu beantworten.

In der offiziellen Vorstellung von Google zu MUM wird ein Beispiel genannt:

I’ve hiked Mt. Adams and now want to hike Mt. Fuji next Fall, what should I do differently to prepare?

MUM erkennt nun, dass es sich um zwei unterschiedliche Berge (Mt. Adams und Mt. Fuji) handelt und der Nutzer wissen möchte, wie er sich vorbereiten muss (prepare).

Quelle: Google

Auch erkennt MUM, dass mit „Fall“ eine Jahreszeit genannt wurde und kann nun Equipment für eine Bergbesteigung im Herbst anzeigen. MUM ist auch in der Lage zu wissen, dass es sich im Herbst um eine regnerische Zeit in der Region des Mt. Fuji handelt und kann passende Bekleidung vorschlagen.

Für die Vorbereitung auf die Wanderung kann Google nun nicht nur Texte, sondern auch passende Video- und Bildinhalte ausspielen. Das alles unabhängig von der Sprache.

SEO Hilfe gesucht?

In einem kostenlosen Erstgespräch besprechen wir deine Situation und wie wir die SEO-Potenziale deiner Website nutzen können.

Jetzt unverbindlich Kontakt aufnehmen

So kann auch ein Foto von Wanderschuhen in die Google Suche geladen werden, mit der Frage ob diese Schuhe für eine Wanderung auf den Mt. Fuji geeignet sind.

Mit MUM soll Google in der Lage sein, zukünftig solche Fragestellungen zu beantworten. Mithilfe des antrainierten Weltwissens aus unterschiedlichen Sprachen.

Was MUM für SEO bedeutet

Mit MUM geht Google einen weiteren großen Schritt in Richtung semantische Suche. Dabei geht es längst nicht mehr um die Integration von Keywords in einem Text, sondern um Entitäten und deren Zusammenhänge.

Mit MUM kann Google seine semantischen Datenbanken wie den Knowledge Graphen weiter ausbauen, weil nun auch Informationen über Entitäten auch aus Videos und Bildern in den Knowledge Graphen einfließen können.

Das bietet SEOs neue Möglichkeiten, mit diesen Medienformaten der Suchmaschine Kontext über die Inhalte auf der eigenen Website zu liefern.

Im Februar 2021 hat Google für englischsprachige Suchanfragen in den USA „Passage Ranking“ gestartet. Damit kann Google aus umfangreichen Inhalten einzelne Passagen in den Suchergebnissen ranken. Je besser Googles Verständnis von Inhalten wird, desto häufiger werden wir Passage Ranking in Zukunft sehen. Dazu wird auch MUM einen Beitrag leisten.

Das bietet auch nicht-SEO-affinen Menschen mehr Chancen, über die Google Suche gefunden zu werden.

Indexierung und E-A-T

Nutzt Google den eigenen Index, um MUM zu trainieren, muss sichergestellt sein, dass die indexierten Inhalte von hoher Qualität sind. Google gibt mittlerweile bekannt, dass Inhalte von Webseiten nicht indexiert werden, wenn diese nicht einer gewissen Qualität entsprechen (Quelle).

Damit könnte verhindert werden, dass MUM mit schlechten Trainingsdaten trainiert wird. Das ist aber Spekulation.

Ein Faktor, der dabei eine große Rolle spielen kann, ist E-A-T (Expertise, Authoritativeness, Trustworthiness). Damit ist Google in der Lage, Webseiten nach ihrer Qualität und Glaubwürdigkeit zu bewerten.

E-A-T ist ein Begriff aus den Google Quality Rater Guidelines, die von Google Mitarbeitern verwendet werden, um die Qualität der Suchergebnisse zu bewerten. Dabei werden verschiedene Merkmale von Webseiten durch die Quality Rater bewertet, um ihre Qualität einzuschätzen.

Je „mehr E-A-T“ eine Website liefern kann, desto größer sind die Chancen für eine schnelle Indexierung der Inhalte.

Technisches SEO

Technisches SEO wird auch weiterhin die Basis für eine Indexierung einer Website bleiben.

Eine gute User Experience und Core Web Vitals wird Google auch in Zukunft honorieren. Dazu zählt selbstverständlich auch die Verwendung https und allen anderen Technologien, die das Nutzen einer Website sicher und angenehm machen.

Je besser Google jedoch in der selbständigen Erkennung von Entitäten wird, desto unwichtiger werden strukturierte Daten. Und genau das ist mit MUM der Fall.

KI füllt das Knowledge Panel

Durch die Möglichkeit durch MUM auch Inhalte selbst zu erstellen, bedient sich Google allerdings ein weiteres Mal an frei zugänglichen Inhalten, um die Nutzer mit Featured Snippets auf der eigenen Website zu halten.

Im April 2021 hat Google damit begonnen, das Knowledge Panel mit Inhalten zu füllen, die mit künstlicher Intelligenz geschrieben wurden:

Von Google selbst geschriebenes Knowledge Panel im April 2022

Was MUM für Google bedeutet

Das Video mit der Vorstellung von MUM aus dem Mai 2021 mit dem Mt. Fuji Beispiel zeigt deutlich, dass Google den neuen Algorithmus nutzen wird, um im E-Commerce Bereich wieder Boden gutzumachen.

Schließlich werden mittlerweile mehr Suchanfragen nach Produkten direkt bei Amazon gestellt und nicht mehr bei Google. Da die Klickpreise für Suchanzeigen bei Produktsuchen traditionell hoch sind, ist das ein herber finanzieller Verlust für Google.

Mit MUM wird Google versuchen seine Suchmaschine so auszubauen, dass sie in allen Phasen einer Produktrecherche (Customer Journey) eine gute User Experience liefert. Mit dem Ziel, die Nutzer früher oder später zum Klick auf eine Anzeige zu bewegen.

Fazit

MUM eröffnet der Google Suche zahlreiche neue Möglichkeiten. Für SEOs jedoch beutet MUM also Chance und Risiko zugleich: einerseits kann durch Medienformate wie Bild und Video mehr Inhalt verarbeitet werden, andererseits besteht stets das Risiko, dass MUM Inhalte nicht nur selber indexiert, sondern auch erstellt.

Am Ende dient MUM vor allem dazu, die Google Suche weiter zu monetarisieren.