Das Google MUM Update wurde vor über einem Jahr angekündigt. Nach wie vor ist vielen allerdings nicht klar, was MUM ist und wie es genau funktioniert. Außerdem stellst Du Dir eventuell die Frage: Ist MUM mittlerweile schon im Einsatz und: Was ändert sich für Websitebetreiber? Das und noch mehr erfährst Du im folgenden Artikel.
Was ist Google MUM?
MUM ist die Abkürzung für Multitask Unified Model. Bei MUM handelt es sich um ein Google Update, eine neue Technologie und eine Weiterentwicklung von Google BERT, die erstmals im Mai 2021 auf der Entwicklerkonferenz Google I/O 21 vorgestellt wurde. Seit Juni 2021 wird MUM mindestens sporadisch für einzelne Keyword-Cluster eingesetzt, um die Suchergebnisse zu verbessern.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenAuf der Search On 21 im September wurde der Einsatz von MUM und die dadurch entstehenden Veränderungen in der Google Suche genauer erläutert.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenAber: Auch über ein Jahr nach der Ankündigung wird MUM nur sporadisch eingesetzt. Die Ankündigungen lassen aber vermuten, dass weitere MUM-basierte Features in nächster Zeit folgen.
Wie funktioniert Google MUM?
Google MUM beruht auf Natural Language Processing (= NLP) und wird von Google selbst als 1000-mal leistungsfähigere Weiterentwicklung von Google BERT beschrieben.
Kurz-Exkurs zu NLP:
NLP setzt sich aus NLU (Natural Language Understanding) und NLG (Natural Language Generation) zusammen. Die Aufgabe von NLP ist es, große Datenmengen natürlicher Sprache zu analysieren und zu verarbeiten. Einfach ausgedrückt geht es darum, dass menschliche Sprache von Computern “verstanden” wird.
NLP (Natural Language Processing) setzt sich zusammen aus NLU (Natural Language Understanding) und NLG (Natural Language Generation). (Quelle: ucentric-media.de)
Das Ziel ist, durch Google MUM unter anderem komplexe Fragestellungen noch genauer zu beantworten – gleichzeitig sollen Suchmaschinen-Nutzer dafür aber weniger Suchanfragen benötigen – sprich: Schwierige Suchaufgaben sollen in Zukunft schneller gelöst werden.
Das ist möglich, da MUM mithilfe von 75 Sprachen trainiert wurde und als erstes Modell wirklich multimodal ist.
Was das bedeutet?
MUM versteht nicht nur Text, sondern auch Inhalte wie Videos, Audiodateien, Bilder und andere Medienformate.
Google MUM wurde mithilfe von 75 Sprachen trainiert. (Quelle: Google)
Google erklärt den Zweck von MUM anhand dieser komplexen Suchanfrage:
“I’ve hiked Mt. Adams and now want to hike Mt. Fuji next fall, what should I do differently to prepare.”
Mit MUM ist Google in der Lage zu verstehen, dass die suchende Person zwei Berge miteinander vergleicht, den Mt. Fuji besteigen will und Mt. Adams bereits bestiegen hat.
Das Verb “prepare”, zu Deutsch “vorbereiten”, hilft der KI dabei abzuleiten, welche Informationen sich der Nutzer im Kontext “Bergsteigen” erhofft – beispielsweise Fitness-Training oder die richtige Ausrüstung.
Zudem ist MUM in der Lage zu erkennen, dass der Suchende Mt. Fuji im Herbst besteigen möchte. Darauf basierend könnte Google beispielsweise das Wetter zu dieser Jahreszeit und passende Ausrüstung für die dort vorherrschenden Bedingungen ausspielen.
Durch MUM sollen mehrere Fragen wie:
- Was sind die Unterschiede und Gemeinsamkeiten zwischenMt. Fuji und Mt. Adams,
- Welche Ausrüstung brauche ich für den Fuji,
- Was brauche ich, wenn ich Fuji im Herbst besteigen will
- etc.
zumindest teilweise auf einmal beantwortet werden, so dass der Suchende insgesamt schneller an akkurate Antworten gelangt.
I’ve hiked Mt. Adams and now want to hike Mt. Fuji next Fall what should i do differently to prepare? (Quelle: Google)
Durch das MUM Update wird Google also noch besser darin, Entitäten und das, was sie ausmacht, wirklich zu verstehen und in Zusammenhang mit anderen Entitäten zu bringen.
Pandu Nayak (Search Vice President von Google) hat auf der Search On diesbezüglich ein Beispiel gegeben.
Heutige KI’s sind in der Lage zu erkennen, wenn ein Text einen Löwen beschreibt, auf welchem Bild ein Löwe abgebildet wird und wie sich ein Löwe anhört. Aber: Um wirklich zu verstehen, was ein Löwe ist, muss die KI die Beziehungen zwischen diesen einzelnen Dingen erkennen und darüber hinaus noch mehr.
Anschauungsbeispiel von Google MUM auf der Search On 21 mit dem Begriff “Löwe”. (Quelle: Search On 21)
Als Beispiel führt er hierfür auf: Ein Löwe ist zwar eine Katze, aber kein gutes Haustier.
MUM ist in der Lage, Informationen aus verschiedenen Medienformaten zu extrahieren und so das “Wesen” einer Entität, deren Attribute, dem Zusammenhang mit anderen Entitäten und die Abgrenzung zu anderen Entitäten, Klassen und Typen besser zu verstehen.
MUM ist ein weiterer Schritt auf dem Weg zur semantischen Suchmaschine.
Das hört sich alles nach Zukunftsmusik an? Das ist es auch, zumindest teilweise. Auch wenn Google immer mehr zu einer semantischen Suchmaschine wird, ist der Weg dorthin trotzdem noch lange nicht abgeschlossen.
Google MUM vs. Google BERT: Unterschiede und Gemeinsamkeiten
Google MUM und Google BERT basieren beide auf Natural Language Processing. Allerdings soll MUM deutlich leistungsfähiger als BERT sein.
Noch einmal zur Wiederholung:
Google BERT ist ein Google Update aus dem Jahr 2018. Ausgeschrieben bedeutet BERT „Bidirectional Encoder Representations from Transformers“. Es handelt sich bei BERT um ein künstliches neuronales Netz. Im Kontext des Google-Suchalgorithmus wird BERT eingesetzt, um bessere Suchergebnisse zu liefern.
Hierfür wird unter anderem verstärkt Acht auf Stoppwörter (beispielsweise Präpositionen wie “für” oder “zu”) gegeben. Google ist also in der Lage, den Kontext eines Wortes in einer Suchanfrage besser zu verstehen, indem es Wörter betrachtet, die in der Query vor und nach diesem Begriff erscheinen.
Während die Suchanfrage “Can you get medicine for someone pharmacy” vor BERT die Präposition “for” (also für) ignorierte, wird die Suchintention unter Einsatz von BERT merklich besser erfüllt. Mit BERT wird in diesem Beispiel beantwortet, ob eine andere Person Medizin aus einer Apotheke abholen kann.
Beispiel-Suchanfrage mit und ohne Google Bert.
Mit BERT war und ist Google in der Lage, natürliche Sprache besser zu verstehen und die Suchintention unter Berücksichtigung von Konjunktionen und Präpositionen in Suchanfragen des Suchenden besser einzuschätzen und dementsprechend zu bedienen. Das kann sich unter anderem auch auf Featured Snippets auswirken.
MUM ist die Weiterentwicklung von BERT. Zwar wurden beide KI’s mithilfe von so genannten Transformern trainiert (Transformer sind eine Methode mit der Computer Zeichenfolgen in andere Zeichenfolgen übersetzen können – z.B. beim Zusammenfassen eines Textes.
Dennoch gibt es große Unterschiede:
- MUM ist laut Google 1.000-mal leistungsfähiger als BERT
- MUM wurde in 75 Sprachen trainiert
- MUM ist multimodal
- Durch MUM kann Sprache sowohl verstanden als auch erzeugt werden
Obwohl MUM eine Weiterentwicklung von BERT ist, werden dennoch beide KI’s genutzt – zumindest ist das derzeit noch so. In diesem Blogpost erklärt Google beispielsweise, das BERT dafür eingesetzt wird, um “unerwartete, schockierende Inhalte” Suchresultate in den Suchergebnissen von Nutzern zu verringern.
Hier findest Du noch einmal die wichtigsten Unterschiede zwischen MUM und BERT:
- MUM ist deutlich leistungsstärker als BERT
- MUM wurde mit deutlich mehr Daten trainiert als BERT
- Das revolutionäre an BERT war die Tatsache, dass bspw. Präpositionen deutlich höhere Aufmerksamkeit gewidmet wurde und natürlich gestellte und längere Suchanfragen besser verstanden werden.
- Auch MUM wird dazu Das Hauptaugenmerk bei MUM liegt aber darauf, dass die KI multimodal ist.
Zusammengefasst:
Fragen wie: “Welche Ausrüstung brauche ich für den Mount Fuji” können auch dank BERT recht zuverlässig beantworten werden.
Suchanfrage: Welche Ausrüstung brauche ich für den Mount Fuji?
In Zukunft werden durch MUM Suchanfragen wie: “Ich habe bereits den Mt. Adams bestiegen und möchte im nächsten Herbst den Mt. Fuji besteigen, wie soll ich mich anders vorbereiten?”, akkurater beantwortet – und zwar sehr wahrscheinlich mit deutlich multimedialeren SERPs als bisher.
In diesen Bereichen wird MUM (bald) eingesetzt
Die Google MUM Ankündigung ist mittlerweile deutlich mehr als ein Jahr her. Tatsächlich wurde MUM bisher aber nur in wenigen Fällen auch wirklich für die Google-Suche eingesetzt. Welche Fälle das sind und welche neuen Features bald folgen sollen, erfährst Du jetzt.
Gesicherter Einsatzbereich – Covid Impfstoffe
Suchanfragen rund um Covid-Impfstoffe sind bisher das einzige Feld, in denen Google MUM gesichert zum Einsatz kommt – Google MUM wird hier seit Ende Juni 2021 eingesetzt.
Durch MUM war Google in der Lage, die über 800 Namen und Namensvariationen (in über 50 Sprachen) von Covid-Vakzinen korrekt zu identifizieren – und zwar in wenigen Sekunden. Ohne MUM hätte diese Aufgabe, laut Google, mehrere Wochen in Anspruch genommen.
Google Mum Update im Einsatz. Quelle: blog.google)
Seit August 2022 kommt Google MUM zudem auch bei Featured Snippets zum Einsatz. Dort wird MUM genutzt, um zukünftig zusätzlich Kurzantworten in einem Featured Snippets für gewisse Suchanfragen auszuspielen, für die ein genereller Konsens zwischen hochqualitativen Quellen im Web besteht.
Für eine Suchanfrage wie “how long does it take for light from the sun to reach earth” (= Wie lange dauert es, bis das Licht der Sonne die Erde erreicht), wird mit Hilfe von MUM neben der gewohnten Antwort auch eine Kurzantwort mit ausgespielt ( = 8 and
⅓ minutes).
Das bedeutet, dass Google ab sofort Kurzantworten zu Suchanfragen mit faktischen (Kurz-)Antworten ausspielt, selbst wenn der Sachverhalt durch andere Konzepte oder mit anderen Worten (beispielsweise 499 Sekunden statt 8 und ⅓ Minuten)
beschrieben wird.
Featured Snippets Mum. Quelle: blog.google
Hier ist MUM (wahrscheinlich) bald im Einsatz
In vielen Bereichen sollten 2022 Features in der Google-Suche implementiert und durch MUM unterstützt werden – allerdings ist das in den meisten Fällen noch nicht eingetreten.
Beispielsweise ist mittlerweile zwar die angekündigte Multisearch – also die Suche nach einem Bild in Kombination mit einer Suchanfrage in Textform – für Betatester (in der englischsprachigen Suche für die U.S.A) zugänglich, allerdings ist MUM laut Google eigenen Aussagen dort noch nicht im Einsatz.
Google Multisearch Beispiel. (Quelle: blog.google)
Neben der Multisearch konnte ich in den SERPs auch keine der damals angekündigten Search-Features in Kombination mit MUM entdecken. Es ist aber gut möglich, dass diese (oder ähnliche Features) in den nächsten Monaten in der Suche zu finden sein werden.
Zudem kündigte Google am 31.03.2022 an, dass MUM bald für Suchanfragen mit Bezug zu persönlichen Krisen zum Einsatz kommen soll. Hierbei handelt es sich beispielsweise um Suchanfragen im Kontext von Suizid, Missbrauch, häuslicher Gewalt oder ähnlichem.
MUM hilft bei diesen Queries dabei, die Suchintention hinter den Keywords besser zu verstehen, um so vertrauenswürdige Informationen anzeigen zu können.
In dieser Ankündigung verrät Google auch, wie MUM in den nächsten Monaten eingesetzt werden soll: Das Google MUM Update soll dabei helfen, die Spamschutz-Qualität zu erhöhen und auf Sprachen auszubreiten, für die es nur sehr wenig Trainingsdaten gibt.
Google selbst kündigte an, dass sie uns (wie bereits bei BERT) mitteilen, wenn MUM in weiteren Bereichen zum Einsatz kommt.
Google teilt mit, wenn Google MUM in weiteren Bereichen eingesetzt wird.
Ob MUM bereits in weiteren Bereichen zum Einsatz kommt, lässt sich momentan also nicht sagen.
So soll MUM die Google-Suche in Zukunft verändern
Das Suchverhalten verändert sich. Laut einer Google-Studie suchen knapp 40% der befragten 18-24-jährigen US-Amerikaner mit Instagram und TikTok nach Restaurants für das Mittagessen – und nicht mehr mit der Google-Suche oder Google Maps.
Zudem interessieren sich jüngere Personen laut dem Google Senior Vice President Prabhakar Raghavan allgemein eher für visuellere Inhalte.
Dementsprechend sinnvoll ist die Reaktion von Google mit MUM auf diese Entwicklung. Suchergebnisseiten werden in den nächsten Jahren vermutlich noch multimedialer und visueller.
Die Customer Journey soll komprimierter und ganzheitlicher abgedeckt werden
Zudem wird Google versuchen, die Customer Journey in so wenigen Suchanfragen wie möglich abzudecken und zu beantworten. Hierzu möchte ich auch noch einmal die steigende Zahl an People Also Asked Boxen (= PAA’s) über die letzten Jahre hinweg anmerken.
Mittlerweile liegen wir bei über 50% – Tendenz steigend. Diese Boxen helfen dabei, die Customer Journey eines Suchenden in der Google-Suche voranzutreiben.
Suchergebnisse werden wohl noch multimedialer und visueller
Durch MUM und dessen Multimodalität werden nicht nur SERPs multimedialer und visueller, es wird auch möglich sein, mehrere Medienformate gemeinsam in einer Suchanfrage zu nutzen.
Für einen Einblick in einige Beispiele empfehle ich Dir, das Video der Search On von Minute 17.40 an anzusehen, darin ist unter anderem die Rede von einem Refine- und Broaden-Feature.
Neue SERP-Features durch Google MUM. (Quelle: Search On 21)
Diese Features wurden im März 2022 teilweise ausgerollt und auch “things to know” wurde zu diesem Zeitpunkt bereits sporadisch getestet. MUM wird hierfür laut Google derzeit aber noch nicht genutzt.
Zudem wurde ein Feature angesprochen, bei dem zusammenhängende Themen auf Basis des besprochenen Inhaltes in Videos verlinkt werden.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr InformationenInhalte aus anderen Sprachen bald in den eigenen SERPs?
Durch das Training in 75 verschiedenen Sprachen ist Google zukünftig in der Lage, Wissen über Sprachgrenzen hinaus zu transferieren.
Das bedeutet: Google muss Wissen nicht für jede Sprache neu erlernen. Das hilft ihnen dabei, Verbesserungen schneller zu skalieren, auch wenn nur wenig Trainingsdaten zur Verfügung stehen.
Zukünftig kann es also auch vorkommen, dass erlerntes Wissen aus anderen Sprachen beispielsweise für deutsche Suchergebnisse genutzt werden kann.
Das sind Vorteile (für Google) die sich zukünftig durch MUM ergeben
Neben einigen Änderungen für Nutzer hat MUM allerdings auch Auswirkungen auf Google.
Hier erfährst Du, welche Vorteile das Unternehmen aus MUM zieht:
1. Ausbau des Knowledge Graphs
Durch MUM und dessen Multimodalität ist Google in der Lage, den Knowledge Graph weiter auszubauen und dem Ziel näher zu kommen, das Wissen der Welt vollständig, valide und aktuell zu erfassen.
2. Ressourcenschonenderes Arbeiten
Google arbeitet ressourcenschonender, unter anderem dadurch, dass MUM über 75 Sprachen hinweg trainiert wurde und so zukünftig neue Konzepte schneller erfassen kann.
3. Mehrsprachiges Training
Durch das mehrsprachige Training ist MUM zudem in der Lage, das Wissen aus anderen Sprachen in die jeweilige Landessprache zu übertragen. Unter anderem diese Tatsache sollte allgemein zu einer höheren Qualität in den Suchergebnissen führen.
Das bedeutet das Google MUM Update für uns als SEOs
Die Konsequenzen aus MUM sind klar: Wir müssen User und deren Bedürfnisse besser verstehen und mögliche Customer Journeys anhand von Zielgruppenrecherchen erarbeiten – sprich: als Suchmaschinenoptimierer müssen wir noch nutzerzentrierter arbeiten.
Zudem können multimediale Formate dabei helfen, zukünftig mehr Sichtbarkeit und gegebenenfalls auch Klicks zu generieren.
Da MUM auch über Texte hinaus Dokumente (wie Audiodateien, Videos und andere Medienformate) versteht, kann es zudem sinnvoll sein, SEO-Tasks und Workflows für andere Formate wie Podcasts oder YouTube-Videos zu adaptieren und so weitere Sichtbarkeit zu generieren.
Der stärkere Fokus auf Antworten direkt in den SERPs (beispielsweise durch Featured Snippets oder PAA’s) wird darüber hinaus wohl nicht abreißen. Es ist gut möglich, dass Informationen aus Quellen generiert werden und so weniger Klicks auf der eigenen Website ankommen, wie es unter anderem in Suchergebnissen zu Covid-Impfstoffen zu sehen ist.
Daraus ergeben sich 3 konkrete Handlungsempfehlungen:
- Arbeite nutzerzentriert, wenn möglich mithilfe von UX-Recherchen und den daraus validierten Daten.
- Arbeite in Zukunft auch mit anderen Formaten als Text, beispielsweise Videos oder Behandle diese wie ein Textdokument, stelle Recherchen an, gliedere den Aufbau nach Suchintention und achte auf eine sinnvolle semantische Gestaltung.
- Da Antworten in den Suchergebnissen mutmaßlich zunehmen, könnte es sinnvoll sein, noch gezielter auf Featured Snippets oder PAA-Boxen zu optimieren.
Multimediareiches SERP
Allerdings werden Suchmaschinen auch in Zukunft weiterhin von echter Expertise und Expertencontent abhängig sein. Inwieweit sich das gerade beschriebene Szenario in Zukunft bewahrheitet, müssen wir wohl oder übel abwarten.
Diese Research Paper könnten (unter anderem) als Grundlage für Google MUM dienen
Google veröffentlicht immer wieder Patente. Einige dieser Patente aus den letzten zwei Jahren weisen deutliche Ähnlichkeiten zum vorgestellten Google MUM Update auf. Google hat nicht bestätigt, welche Technologien hinter MUM stecken und auch nicht, inwieweit die folgenden Paper mit Google MUM zusammenhängen.
Dennoch sind einige der Überschneidungen so deutlich, dass es zumindest wahrscheinlich ist, dass diese Paper im Zusammenhang mit MUM stehen.
Im Folgenden gebe ich einen kurzen Einblick in zwei dieser Paper:
1. Rethinking Search: Making Domain Experts out of Dilettantes
Im ersten Paper aus dem Jahr 2021 wird erklärt, dass aktuelle Information Retrieval Methoden nicht ausreichen, um wirklich komplexe Suchanfragen zu beantworten.
Ziel ist, in diesem Paper aufzuzeigen, wie Ideen aus dem klassischen Information Retrieval und trainierte Sprachmodelle zusammengebracht werden können, um Antworten zu geben, wie sie ein Experte aus einer Wissensdomäne geben würde.
Um das zu erreichen, müsse man das altbewährte index-retrieve-then-rank Paradigma hinter sich lassen und eine vereinheitlichte (= unified) Technologie einführen.
Retrieve then Rank vs. Unified Model. (Quelle: arxiv.org/pdf)
Im Paper selbst steht dazu:
“To accomplish this, a so-called model-based information retrieval framework is proposed that breaks away from the traditional index retrieve-then-rank paradigm by encoding the knowledge contained in a corpus in a unified model that replaces the indexing, retrieval, and ranking components of traditional systems.”
2. Multitask Mixture of Sequential Experts for User Activity Streams
In diesem Paper wird MoSE vorgestellt. MoSE ähnelt Google MUM in einigen Punkten. MoSE lernt aus verschiedenen Datenressourcen (wie Nutzerklicks und Suchhistorie) und kann so die nächsten Schritte des Users, sprich Suchanfragen, aus dem vorherigen Suchverhalt vorhersehen und entsprechend beantworten.
Wie so oft wurde seitens Google aber weder bestätigt, noch dementiert, ob eines der Research Paper in Zusammenhang mit MUM steht. Für einen tieferen Einblick, wie MUM (zumindest grob und teilweise) funktionieren könnte, sind beide Paper aber sicherlich spannend.
Fazit: Das Google MUM Update ist der logische nächste Schritt
MUM wird bereits eingesetzt, wenn auch nur spärlich. Das mag deutlich mehr als ein Jahr nach der Ankündigung zwar etwas enttäuschend sein. Ich denke allerdings, dass wir von einem größeren Rollout nicht mehr allzu weit entfernt sind. Beispielsweise wurde Multisearch, wie angekündigt, wenn auch (noch) ohne MUM, in der Beta eingeführt.
Zudem wendet sich Google in letzter Zeit gefühlt merklich hin zu neuen, visuellen Features in den Suchergebnissen, die Zahl der klassischen blauen Links ging merklich zurück, während die Zahl der SERP-Features steigt.
Und auch die Erkennung von Inhalten in Videos durch KI schreitet voran, wenn auch noch ohne den Einsatz von MUM. Ebenso testet Google derzeit Features, um die Customer Journey schneller abzuschließen und auch Tests die die SERPs als Timeline (ähnlich zu sozialen Netzwerken) darstellen, wurden gesichtet.
Glenn Gabe Linkedin Google beschreitet also offensichtlich einen Weg zu multimedialeren Suchergebnissen, die die Customer Journey vorantreiben sollen und sich dem geänderten Nutzerverhalten anpassen.
Dadurch soll die Suchintention langfristig noch besser befriedigt werden. Google MUM wird hier den nächsten Schritt einläuten – die Frage ist nur, wann dieser nächste Meilenstein erreicht wird.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
