Voice Search SEO: Wie Content für die Sprachsteuerung optimiert wird

1. Was ist Voice Search SEO?

Wie relevant ist Voice Search SEO für aktuelle Marketing-Strategien?

Experten betonen regelmäßig, dass die Voice Search-Technologie noch unausgereift ist und in den Kinderschuhen steckt. Entsprechende Maßnahmen für das Marketing werden noch auf die lange Bank geschoben; die Verantwortlichen erkennen oft noch nicht das Potential dieses Kanals für ihr Unternehmen. Wer sich jedoch mit den Details und den beständigen Weiterentwicklungen, auch der Suchmaschinenoptimierung betreffend, auseinandersetzt, wird den Anschluss nicht verpassen und wird frühzeitig von Voice Search SEO profitieren.

Verfolgt man die Berichterstattung der letzten Jahre, müsste sich die Voice Search zu einer der wichtigsten Online-Technologien überhaupt entwickeln.

Über die Hälfte der Nutzer verwenden die Speaker, um Suchanfragen im Internet zu stellen, um Musik abzuspielen oder Personen anzurufen. 33% lassen sich an Termine erinnern und integrieren den Speaker damit als digitale Stütze in ihrem Leben. Ob die Sprachsteuerung bzw. Sprachsuche relevant für Unternehmen ist oder nicht, entscheidet sich je nach Situation und Nutzer-Intention. Grundlegend ist jedoch, dass keine Business-Transaktionen mit der Voice Search stattfinden, durch den Einsatz insbesondere im privaten Bereich.

2. Voice Search Studie: Das User-Verhalten im Alltag

Laut einer Umfrage der Stone Temple Consulting verwenden die Nutzer Voice Search zunehmend in öffentlichen Räumen und weniger in der Abgeschiedenheit. Die Sprachsteuerung in der Öffentlichkeit wird dabei von 20 bis 30 % der Nutzer praktiziert – Tendenz steigend. Die Nutzung allein zuhaus’ ist im Vergleich zum Vorjahr um 10 % gesunken. Ob im Co-Working-Space, im Fitnessstudio oder beim Einkaufen: Die Sprachsteuerung dient vielen als eine einfache und schnelle Kommunikations-Methode mit dem Mobilgerät – selbst wenn mal keine Hand frei ist.

Die allgemeine Akzeptanz und die Zufriedenheit der Nutzer im Umgang mit der Sprachsteuerung im Alltag befindet sich auf einem konstanten Aufwärtstrend: 70 % der Befragten empfinden Voice Search und den Umgang mit Sprachassistenten als befriedigend bis sehr gut. Der wesentliche Benefit liege dabei vor allem in der Usability und Effizienz. Comscore, ein Statistik-Unternehmen aus den USA, prognostiziert für das Jahr 2020, dass jede zweite Suche im Internet über die Sprachsuche stattfinden wird.

3. Wer ist der klassische Nutzer der Voice Search?

Smart Speaker hören sich sehr praktisch an, aber wer nutzt die intelligenten Assistenten überhaupt?

Laut einer Studie von eMarketer sind die durchschnittlichen Käufer eines Smart Speaker wohlhabende ältere Millennials. Aber auch in anderen Altersgruppen wächst das Interesse.

• Dieser Trend wird sich in den nächsten Jahren weiter verfestigen. Statista prognostiziert, dass sich der Gesamtumsatz von intelligenten Lautsprechern von 2017 bis 2022 mehr als verdreifachen wird.
• Der Hype scheint durchaus berechtigt, auch wenn der Umsatz noch lange nicht mit dem von Smartphones zu vergleichen ist.
• Während der Umsatz von Smart Speakern im Jahr 2017 bei $1,5 Mrd. lag, kamen die Smartphones auf knapp $440 Mrd.
• Der Trend  der Voice Search geht dennoch in eine eindeutige Richtung. Bis 2021 rechnet Statista mit mehr als 1,8 Mrd. Nutzern von digitalen Assistenten.

3.1 Entscheidend sind die Nutzungsmuster

Entscheidend ist aber, zwischen den unterschiedlichen Nutzungsmustern zu differenzieren. Handelt es sich bei der Nutzung um eine Sprachsuche oder die Sprachsteuerung? Nur Erstere sind für SEO-Experten relevant.
Zwar werden die Suchanfragen immer tiefgründiger und transaktionaler, dennoch wurden die Sprachassistenten laut einer Umfrage von Yext im letzten Jahr vor allem genutzt, um:

• Musik abzuspielen (40%),
• Wissensfragen zu beantworten (39%), 
• das Wetter vorherzusagen (38%), 
• Erinnerungsfunktionen einzurichten (31%) 
• und um Personen anzurufen (29%)

Erst danach folgen die für SEO-Experten relevantesten Themen wie: 

• Wegbeschreibungen (27%),
• Unternehmensinformationen (21%), 
• Online Shopping (16%)
• und Online-Essensbestellungen (13%). 

Die Entwicklung geht dennoch von den navigational-getriebenen Sprachbefehlen (Apps öffnen) hin zu informativen und transaktionalen Sprachsuchen, die für Online Marketer weitaus spannender sind. Gerade die transaktionalen Sprachsuchen erfordern eine flüssige und reibungsfreie Bedienung und Wiedergabe der Inhalte, um die User Experience möglichst organisch zu gestalten.

Auf Basis der kontinuierlich optimierten Software und dem steigenden Absatz der Sprachassistenten, geht OC&C Strategy Consultants davon aus, dass sich der durch transaktionalen Sprachsuchen generierte Umsatz in den Vereinigten Staaten und der UK bis zum Jahr 2022 um mehr als das 20-fache steigern wird.

3.2 “Ok Google, wo ist der nächste Supermarkt?” – die lokale Sprachsuche im Fokus

Gerade die lokalen Sprachsuchen werden für die Marketer sehr spannend sein, da diese nahe an der Konvertierung liegen. Anfragen wie “Ok Google, wo ist das nächstgelegene italienische Restaurant?” sind längst keine Seltenheit mehr. 

Die Unternehmen müssen sich aber, wie bereits oben erwähnt, auf die verschiedenen virtuellen Assistenten einstellen. Während Googles Assistant bei lokalen Sprachsuchen vor allem auf die eigene Plattform Google My Business zurückgreift, nutzt Alexa vermehrt die Bewertungen auf Portalen wie TripAdvisor oder Yelp. Umso wichtiger ist es daher, die Unternehmensadressen und Kontaktdaten auf allen großen Portalen aktuell zu halten.

3.3 Bing als ernst zu nehmender Konkurrent

Genauso interessant ist der Wettbewerber Microsoft mit seiner Suchmaschine Bing. Trotzdem die Suchmaschine im Ranking gleich nach Google aufgelistet wird, ist ein signifikanter Abstand in der Nutzung zwischen den beiden Suchmaschinen immer noch vorhanden. Bing wird daher nach wie vor von vielen vernachlässigt. 

Zwar werden Suchergebnisse auf Google meist auch in Bing angezeigt, doch eine Garantie gibt es nicht. Besonders kritisch ist vor allem, dass überdurchschnittlich viele falsche Unternehmensdaten in Bing hinterlegt sind. Dabei stechen insbesondere falsche Standorte heraus. Finden Kunden, egal ob potentiell oder bestehend, solche Informationen, kann die Customer Experience leiden, wenn der Kunde beispielsweise am falschen Ort oder vor verschlossener Tür steht.

In Verbindung mit der Voice Search gewinnt Bing allerdings an Bedeutung. Um Googles Wettbewerbsvorteil einzudämmen, beruhen die Ergebnisse der auf Sprache basierenden Suchen anderer, nicht von Google stammender, Sprachassistenten auf der Suchmaschine Bing. Mit wachsender Relevanz der Sprachsuche sollte Bing in die Suchmaschinenoptimierung unbedingt eingebunden werden, um ein entsprechendes Ranking im Suchergebnis zu erzielen.

4. Voice Search SEA: Wie funktioniert Werbung mit Voice?

Google bietet bei der Sprachsuche bisher kaum Antworten auf transaktionale Suchanfragen wie

• Wer ist der Waschmaschinen-Testsieger?
• Wo kann ich Schuhe günstig kaufen?

Hier macht sich ein Interessenkonflikt bemerkbar: Schließlich verdient die Suchmaschine durch die Schaltung mehrerer Anzeigen zu einem Keyword durch AdWords ihr Geld.

Doch die Schaltung von Audible Ads wäre sehr User-unfreundlich. Der Nutzer hätte nicht die Möglichkeit, der Werbung auszuweichen, wenn diese vor der gewünschten Antwort von dem Sprachgerät wie Radiowerbung ausgespielt würde.

Alexa besitzt durch die Anbindung an den Amazon-Shop einen klaren Vorteil in der transaktionalen Sprachsuche, da sich Google durch sein eigenes Geschäftsmodell in diesem Segment ausbremst und noch keine klare Lösung sichtbar ist – zumindest im Moment; Werbung wird sich auch in diesem Kanal durchsetzen.

Der Anspruch an die Werbung steigt

Sie muss tatsächlich relevant für den Voice Search-Gebrauch sein. Disruptionen in der User Experience fallen im auditiven Bereich ungleich stärker ins Gewicht als bei allen anderen gängigen Kanälen. So werden Ads womöglich organisch in einen Gesprächsverlauf “eingestrickt”; die Paid-Inhalte können einerseits durch Suggestions vom Google Assistant getriggert, andererseits als zweite oder dritte Antwort automatisch ausgespielt werden – je nachdem wie nah die Frage an einem transaktionalen Bedürfnis ist und ohne dabei zu werblich zu wirken. Mit Sicherheit wird die Voice Search dazu beitragen, dass die Zielgruppen-Datensätze für die AdWords-Kunden komplexer werden und sich auf die Schaltung von Werbung in anderen Kanälen auswirken.

5. Informational Voice Search: Wie macht man es richtig?

Wie gut funktionieren die informationalen Suchanfragen mit der Voice Search? Es funktionieren vor allem kurze und prägnante Antworten, welche möglichst nahe an dem Informationsbedürfnis des Nutzers sind. Die Suchergebnisse, die in der Voice Search am meisten aufgegriffen werden, sind die Direct Answer-Boxen, welche in den Desktop-SERPs als erstes gelistet sind. 


Jedoch weicht Google von dieser Auswahl gelegentlich ab, um auf einen definitorischen Text von Wikipedia zurückzugreifen. Überhaupt scheint Wikipedia der Voice Search als Backup zu dienen, selbst wenn der entsprechende Artikel erst auf Platz fünf oder noch weiter hinten rankt. Woran das liegt?

Oft ist der Wikipedia-Text besser strukturiert und die URL besser ausgezeichnet; die Antwort scheint aus Google-Perspektive in dem Fall relevanter für das gesprochene Wort zu sein als der Text in der Antwortbox. Doch auch andere Quellen, welche weder in der Antwortbox, noch auf Wikipedia zu finden sind, erhalten gelegentlich den Vorzug, wenn das entsprechende Textsegment die Nutzer-Frage aus Google-Sicht am besten beantworten kann.

Wichtig zu beachten:

• Das gesprochene Wort wird vom Nutzer anders wahrgenommen als das geschriebene Wort.
• Der Wortlaut muss der auditiven Erwartungshaltung des Nutzers entgegenkommen.

Die Verbindung von digitalen Inhalten mit der Sprache im Offline-Raum (nämlich klanglich) führt zu einer interessanten Gemengelage: Funktionalität und Sprachgefühl müssen für den Nutzer gleichermaßen funktionieren; der bloße Datentransfer wird plötzlich auf eine soziokulturelle Beziehungsebene gehoben.

Inhalt ist nun nicht mehr bloß Text, sondern auch Stimme, Geschwindigkeit, Intonation – eine Konstellation, und in der Summe eine Konnotation. Die Maschine muss mehr denn je die künstliche Empathie mit dem Menschen beherrschen, damit die Sprachsuche für ihn alltags tauglich funktioniert und ihn nicht nur in der Rolle des Nutzers anspricht.

6. Voice Search SEO: Wie können die Inhalte optimiert werden?

Der bisherige Fokus aller Desktop Suchmaschinenoptimierer lag auf Shorttail-Begriffen mit einem hohen Suchvolumen. Jedoch muss ein Umdenken stattfinden, wenn Webseiten und Inhalte auch für die Voice Search wahrnehmbar sein sollen. Der Nutzer und potentielle Kunde wird einhergehend mit einer verstärkten Sprachsteuerung zunehmend Longtail-Anfragen vornehmen.

Der Kunde fragt nach Lösungen anders und ausformulierter, wenn er die Frage mit seiner Stimme artikulieren, und nicht bloß schreiben muss. Durch den Einsatz seiner Stimme ist er bei der Sprachsuche stärker sich seiner selbst bewusst: Sein soziales Selbstverständnis wird durch die Sprachsteuerung unweigerlich auch auf den Umgang mit der Maschine übertragen. Die Informationssuche wird emotionalisiert und personalisiert. Unternehmen sollten sich somit die Frage stellen, wie ihre Zielgruppen denken und sich semantisch profilieren.

6.1 Optimierungsansätze

• optimierte mobile Version der Website bereithalten
• Daten mit Schema.org struktuieren, ggf. Format JSON-LD nutzen, damit Suchmaschine Daten schnell lesen und analysieren kann
• Featured Snippets verwenden, die den natürlichen Sprachfluss nicht behindern
• weg von klassischen Keywords zu Longtail-Keywords

Zunächst sollte deutlich werden, dass sprachbasierte Anfragen nach wie vor über mobile Endgeräte getätigt werden. Demzufolge muss die eigene Website unbedingt eine optimierte mobile Version besitzen. Auch wenn bei der Verwendung der Sprachsuche hauptsächlich Featured Snippets als Antwort gegeben werden, besteht die Möglichkeit, dass der Nutzer sich über den Link vertiefend mit der Website auseinandersetzt. Dieser User Experience sollte an dieser Stelle nicht aufgrund von mangelnder mobilen Version gefährdet werden. Andernfalls kann entweder der erste und einzige Kontakt am Touchpoint mit dem Kunden oder sogar die Kundenbindung quasi verschenkt werden.

Dem Nutzer bleibt beim Stellen der Suchanfragen verborgen, welche Rolle die Struktur der Daten dabei spielt. Doch aus unserer Sicht als SEO Agentur befindet sich hier ein Knackpunkt. Grundlegend müssen Daten so strukturiert werden, dass Suchmaschinen wie Google Daten schnell lesen und analysieren können, sodass die Suchmaschine zuordnen kann, welche Informationen welche Fragen beantworten. Google selbst empfiehlt hierfür ein Markup mit Schema.org und bevorzugt desweiteren das Format JSON-LD. Es bietet es sich an, dieses in die Website zu integrieren. Ein einzelner Fehler im Code kann zur Folge haben, dass der gesamte Datensatz ungültig ist. Das Überprüfen des Codes sollte daher nicht vernachlässigt werden.

“Choose something the user was going to do anyway – and make it easier for them.”
Marcus Duffy, Head of design Apadmi

Zudem wird die psycholinguistische Optimierung eine immer größere Rolle einnehmen. Den Kunden verstehen: Das bedeutet auch die Sprache des Kunden wortwörtlich zu sprechen, um nicht nur Information zu bieten, sondern emotional und konnotativ zu komplementieren. Gerade beim gesprochenen Wort spielen Antizipation und Konnotation eine große Rolle – andernfalls wirken Antworten nur wie Texte, nicht aber wie Mehrwert (so gut der Text auch sein mag). Der Kunde wird sich subjektiv merken, welche Antworten den Gesprächsverlauf bereichert haben.

6.2 Featured Snippets als Schlüsselrolle

Einen weiteren Optimierungsansatz stellen Featured Snippets dar. Gesprochene Suchanfragen versucht Google mit ganzen laut vorgelesenen Sätzen zu beantworten. Diese stammen meist aus sogenannten Featured Snippets, welche sich wiederum auf der “Position Zero” befinden, also der ersten Stelle der Suchergebnisse.

Sinn und Zweck dieser ist es, dem Nutzer eine präzise und kurze Antwort auf seine Suchanfrage zu geben, ohne dass er gezwungen ist, eine Website zu besuchen oder sich mühsam einzulesen. Um sich als Unternehmen auf das Voice Searching vorzubereiten, sollten diese Snippets in der Website als Teil der Suchmaschinenoptimierung mit eingebaut werden.

Anhand der Featured Snippets lässt sich ganz klar ein Trend innerhalb der Suche im Internet ablesen. In unserer immer schnelllebigeren Welt möchte der Nutzer nicht mehr die 10 besten Ergebnisse seiner Suchanfrage, sondern die passendste, beste Antwort – eben Position Zero. Gerade auf mobilen Endgeräten wird von Sprachassistenten nur noch das Featured Snippet inklusive Verlinkung als Antwort gegeben.

Dr. Peter Meyers vom SEO Unternehmen Moz untersuchte diesbezüglich circa 1000 normale Suchanfragen, welche ein Rich Snippet als Antwort erhielten. Ziel der Untersuchung war es, zu erschließen, wie textbasierter Content bei einer Voice Search priorisiert wird. Dabei stellte er fest, dass der natürlichen Sprachfluss maßgebend war. War das Feature Snippet in vollständigen Sätzen wurde es zu 87% von Google Home als Antwort angeboten. Im Gegensatz dazu wurden Featured Snippets in Form von Listen oder Tabellen nur bis zu 50% als Antwort ausgewählt.

Wer die Content Creation perfektionieren will, kommt an der Linguistik als Grundpfeiler in der Optimierung nicht vorbei. Um mehr zu erfahren, lesen Sie unseren Artikel zum Thema “Effektiv Online Marketing optimieren durch Linguistik”.

6.3 Heiß begehrt: Position Zero

Das unternehmerische Interesse an der Position Zero ist groß. Welche Kriterien muss man aber nun erfüllen, um im Ranking ganz oben zu sein?

Selbstverständlich sind die Kriterien ein gut gehütetes Geheimnis. Google verrät allerdings ein paar der entscheidenden Punkte. Beispielsweise unterscheidet der Algorithmus zwischen technischen- und inhaltlichen Leitlinien, Webseitenerstellung und strukturellen Daten. Es wird empfohlen: 

• nur die allerwichtigsten Bullet Points zu markieren und diese mit dem Markup zu kennzeichnen, sodass Google schnell erkennt, welche Fakten relevant sind. Hierbei sollte jeder Publisher darauf achten, diejenigen Stellen zu markieren, die besonders für die Text-to-Speech-Ausgabe geeignet sind.
• Noch mehr an Relevanz haben präzise Überschriften gewonnen, die dem Leser eine exakte Beschreibung dessen geben, was sie in dem folgenden Absatz zu erwarten haben.
• Google weist außerdem darauf hin, dass die Antworten auf die Sprachsuchen möglichst kurz und prägnant zu halten sind. So sollten die Sektionen nicht länger als zwei bis drei Sätze bzw. 20-30 Sekunden lang sein.

Verschiedene Studien haben darüber hinaus ergeben, dass die Ladezeit der Webpage die als Suchergebnisse wiedergegeben werden, deutlich schneller ist als die durchschnittliche Website.
Inzwischen bezieht Google auch PDF-Dokumente und Tweets in die Featured Snippets ein. Somit können selbst Whitepaper die Position Zero einnehmen und den Nutzer auf die eigenen Inhalte aufmerksam machen. 

Deutlich wird daran auch, dass das ganze Thema Featured Snippets ein Integrationsprozess ist. Man sollte sich nicht im Glauben wähnen, die Position Zero fest zu besitzen. Gerne testet Google bestimme Rankings. War man vielleicht auf Position Zero, kann es genauso gut sein, dass man diese wieder verliert. Das bedeutet, dass der Inhalt zunächst gut war, aber von anderen Seiten nach und nach überboten wurde. In diesem Fall ist Content Optimierung ein stetiger Prozess.

Trotz allem befinden wir uns in einer Umbruchphase. Es wird viel getestet, um herauszufinden wie die Voice Search am besten und effektivsten verwendet und optimiert werden kann. Es ist sehr wahrscheinlich, dass sich vereinzelte Parameter noch verändern werden oder sogar ganz neu hinzukommen. Die bekannten Faktoren zeigen dennoch schon einmal in welche Richtung es geht und worauf der Google Assistant wert legt.

Sich in die Köpfe der eigenen Kunden hineinzudenken, war schon vor der Entwicklung der Search Voice ein Muss. Nun gilt es, etwaige Fragen vorher zu erschließen, um maßgeschneiderte Antworten in den Content der Website einzubinden oder zu konkretisieren. Sind die Inhalte zu vorherrschenden Fragen erschlossen, erfolgt ein “Speakable Markup”. 

6.4 Voraussetzung schaffen: Speakable Markup

Es ist wichtig, dass Informationen auf der Website und vor allem im Snippet locker laut vorgelesen werden können. Denn genau das soll der Sprachassistent zukünftig tun. Die Wort- und Sprachwahl soll der Sprache und dem natürlichen Sprachfluss möglichst nahe kommen. Taktiken wie Keyword-Stuffing sollten dabei vermieden werden. 

Man kann sich das “Speakable” Markup ein wenig so vorstellen, wie die Meta Description für den Google Assistant. Unterschiedlich sind dabei die empfohlene Länge von Google. Während Google höchstens 160 Zeichen (entspricht ungefähr einem längeren Satz) für eine Meta Description empfiehlt, können die Audio-Sektionen zwei bis drei Sätze lang sein.

Folgende Inhalte bieten sich als speakable Content an:

• Öffnungszeiten, Standorte oder generell Inhalte mit lokalem Bezug
• FAQs, um die häufigsten Fragen gebündelt zu beantworten
• Definition von Fachtermini

Die Featured Snippets haben auch ihre Schattenseite. Aufgrund der sehr präzisen Antworten ist die Sprachsuche nach der Wiedergabe des Featured Snippets als Ergebnis meist abgeschlossen. Ein großes Problem für Unternehmen, da der Touchpoint mit dem Kunden sich nur auf einen einzelnen Moment beschränkt. Umso wichtiger ist es, sich mit den nächsten Schritten zu befassen.
Expectation Management ist hier gefragt. Wie kann das Unternehmen dem potentiellen Kunden eine möglichst angenehme und reibungsfreie User Experience garantieren? 

7. Fazit

Die neue Suchmaschine heißt “Voice”, das System dahinter ist langfristig zweitrangig – auch wenn Google die informationalen Suchanfragen und Amazon die transaktionalen Suchanfragen dominieren. Der tatsächliche, individuelle Gebrauch ist noch immer abhängig von der Konstellation “Gerät und User-Intent”. Die zentrale Konstante aller Trends scheint dabei eine zunehmende Nähe zwischen Unternehmen und User im Alltag zu sein.

Denn: Werbung und Branded Content werden noch stärker dem Anspruch einer alltagstauglichen Relevanz gerecht werden müssen, um in der Voice Search ausgespielt und nicht blockiert zu werden.