Voice Search ist momentan in aller Munde. Gesprochene Suchanfragen haben eher informationellen als transaktionalen Charakter. Aber kaum jemand spricht über das Thema Visual Search. Dabei sind Bilder im Kaufentscheidungsprozess elementar.

Die Entstehung der klassischen Google Bildersuche

Die Google Bildersuche ist die größte existierende Bildersammlung. Sie ist öffentlich und frei verfügbar. Google hat damit die Welt revolutioniert. Doch erinnerst du dich noch an die Zeit davor? Wahrscheinlich ist die Beantwortung dieser Frage abhängig davon, in welchem Jahr du geboren bist und ob du zu den „Digital Natives“ zählst oder eben nicht.

Es war so: Es wurde in Bibliotheken gerannt und die Methoden der Bildrecherche waren sehr komplex. Wie oft hat man sich eine „Suche in den Beständen der Bibliothek nach ähnlichen Bildern“ gewünscht.

Die klassische Image Search von Google entwickelte sich vor fast 20 Jahren. Jennifer Lopez und ein Foto ihres grünen Versace-Kleides bei den Grammy Awards waren im Jahr 2000 der Grund dafür, dass die GoogleBildersuche ins Leben gerufen wurde. Kurz nach der Veröffentlichung dieses Fotos wurde über Google millionenfach nach dem Kleid gesucht. Die Suche zählt noch heute zu den beliebtesten Suchanfragen aller Zeiten und war der Startschuss für die Entwicklung von Googles Bildersuche, welche im Juli 2001 eingeführt wurde.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Jennifer Lopez hatte dieses grüne Kleid getragen und hat damit die Messlatte der Freizügigkeit bei solchen Awards auf eine völlig neue Stufe gehoben. Das zog viele Schlagzeilen nach sich, aber bei Google war das Kleid nicht zu finden. 

Die Bildersuche von Google hat die Suche nach Bildern vollkommen verändert. Während noch vor zwanzig Jahren Bücher und Kataloge gewälzt werden mussten, um nach Bildern und deren Kontext zu recherchieren, dauert es heute nur Bruchteile von Sekunden, bis die entsprechende Information gefunden ist.

Wie funktioniert die Google Bildersuche?

Die Google Bildersuche ist nach der „normalen“ organischen Suche von Google die zweitgrößte Suchmaschine (auf Platz 3 folgt die YouTube-Suche) sowie die größte Bildsuchmaschine der Welt.

Bei der Google Bildersuche handelt es sich um eine kontextbasierte Bildersuche. Das bedeutet, dass die Google-Bots den Kontext und die Umgebung eines Bildes analysieren, um dessen Relevanz für eine Suchanfrage zu ermitteln. Der grafische Inhalt des Bildes selbst wird dabei nicht berücksichtigt. Stattdessen liefern der Text der Webseite, der das Bild umgibt, der Inhalt des Alt-Attributs, das mit dem Bild verknüpft ist, die Bildunterschrift und auch der Dateiname die wesentlichen Hinweise, die Google zum Kategorisieren und Sortieren von Bildern verwendet. Die Bereitstellung dieser Informationen ist daher ein wichtiger Teil der Bilder-SEO. Die Informationen sind für Google und andere Suchmaschinen unentbehrlich, um mit einer hohen Genauigkeit nachvollziehen zu können, was ein Bild darstellt.

Was ist Visual Search und worin besteht der Unterschied zur klassischen Bildersuche?

Die visuelle Suche fällt unter die sogenannte „sensorische Suche“, zu der auch die Suche über Text, Sprache und Vision gehört.

Obwohl sowohl die visuelle als auch die Bildsuche auf Bildern basiert, liegt der entscheidende Unterschied in der Tatsache, dass Menschen Wörter verwenden, um eine Bildsuche durchzuführen, während bei der visuellen Suche ein Benutzer ein Bild verwendet, um die Suche durchzuführen.

Bei der Bildersuche stellt der User eine textbasierte Anfrage und die Suchmaschine findet die beste visuelle Übereinstimmung. Er sucht also nach einem Bild. Bei der visuellen Suche hingegen sucht er mit einem Bild, das er anstelle von Text verwendet. Die Suchmaschine erkennt das Objekt und vergleicht die visuellen Informationen mit bereits bekannten Bildinhalten. Hinter der Suchmaschine stehen neuronale Netzwerke sowie künstliche Intelligenz, welche die Funktionsweise des menschlichen Gehirns nachahmen.

Die visuelle Suche funktioniert durch eine Kombination aus Computer Vision und der Technologie für maschinelles Lernen.

Computer Vision ermöglicht es den Maschinen nicht nur zu sehen, sondern hilft ihnen auch zu interpretieren, was sie sehen, bevor sie eine Entscheidung darüber treffen, was mit den Informationen geschehen soll. Als Technologie gibt es Computer Vision schon lange, aber erst mit der Weiterentwicklung der Technologie des maschinellen Lernens konnte diese für die visuelle Suche verwendet werden. Im Wesentlichen liefert Machine Learning Informationen, die Computer Vision benötigt, um zu verstehen, was in einem Bild dargestellt wird.

Mit Google Lens vergleicht die Technologie Informationen mit dem, was im Google Knowledge Graph bekannt ist. Andere Plattformen verwenden andere Software, um ihre eigenen Versionen der Bilderkennungstechnologie zu unterstützen.

Arten von Visual Search

Reverse Image Search

Google entwickelte die umgekehrte Bildersuche. Sie durchsucht das Internet nach einem bestimmten Bild. Es ist also eine konkrete Suchanfrage. Früher nutzten die Technik vor allem Unternehmen, um die nicht genehmigte Verwendung ihrer Bilder identifizieren. Heute kannst du diese Art von Suche beispielsweise nutzen, um oft verwendete Stockfotos zu finden. Denn in den Suchergebnissen werden alle Websites angezeigt, die diese ebenfalls verwenden. Oder du findest eine Unterkunft auf einer Plattform und hast den Verdacht, dass das Angebot zu schön ist, um wahr zu sein ist? Probiere es doch einmal mit der umgekehrten Bildersuche.

Related Search

Die inhaltsbasierte Bildersuche oder Ähnlichkeitssuche führte Pinterest ein. Dabei findet ein Vergleich zwischen den Bildinhalten und weiteren Bildern durch eine visuelle Computertechnik statt. Das Verfahren eignet sich vor allem für die Suche nach ähnlichen Bildern oder nach Gegenständen in den Bildern. Es folgt in etwa der Logik der Google Suggest-Funktion, da es allgemein Ergebnisse liefert, die (laut Suchmaschine) ähnlich zum Gesuchten sind. Shutterstock nutzt zum Beispiel eine vergleichbare Technologie. Fügst du beispielsweise oben in die Suchleiste das Bild eines Sektglases ein, liefert die Suche verwandte Ergebnisse.

Filtered Search & Deep Image Search

Hier liegt der Ursprung ebenfalls bei Pinterest. Die Related Search dient hierbei als Grundlage. Hinzu kommen noch Filter wie Größe oder Farbe, um die Anfrage noch weiter zu fokussieren. Lädt der Nutzer beispielsweise ein Bild eines stileingerichteten Zimmers hoch, liefert die Suche passende Produkte. Die Technik war so erfolgreich bei Pinterest, dass auch andere Suchmaschinen sie übernahmen. Bei Bing gibt es unter anderem die tiefe Bildersuche, die einen ähnlichen Ansatz verfolgt. Dabei kann der User ein Objekt im Bild mithilfe eines Freistellungswerkzeugs auswählen.

Augmented Reality Search

Bei der Augmented Reality Search dient die Smartphone-Kamera als visuelle Eingabe für die Suche. Der Nutzer fotografiert ein Objekt, die Suchmaschine zeigt Informationen und zugehörige Bilder dazu an. Zum Beispiel macht er ein Bild eines Restaurants. Daraufhin werden ihm Öffnungszeiten oder die Speisekarte angezeigt.

Anwendungs­möglichkeiten von Visual Search

Schon heute wird Visual Search eingesetzt, fleißig getestet und verbessert. Besonders in der Modebranche ist die visuelle Suche beliebt, um bestimmte Kleidungstücke anhand von Bildern zu finden. Die Möglichkeiten für Visual Search sind aber noch deutlich vielfältiger als die nächste Winterjacke zu finden.

Interessante Anwendungsbereiche sind z.B.:

  • Unterwegs eine Sehenswürdigkeit gesehen, aber keine Ahnung, worum es sich genau handelt. Einfach einen schnellen Schnappschuss machen und die künstliche Intelligenz nach Hilfe fragen!
  • Pflanzenarten können mithilfe von Visual Search und Mobile Apps schneller identifiziert werden.
  • Wie heißt dieses Produkt, Lebensmittel oder der Prominente noch mal? Wenn die eigene Erinnerung nachlässt hilft das künstliche Gedächtnis. Gerade im medizinischen Kontext (Demenz) lassen sich so neue Möglichkeiten für Betroffene erahnen.

Aktuelle Beispiele für visuelle Suchmaschinen

Visuelle Suchmaschinen werden mittlerweile von unterschiedlichen Unternehmen verwendet. Da diese Suchmaschinen, wie bereits erwähnt, auf Künstlicher Intelligenz und Machine Learning beruhen, wird die Erkennung des Suchobjekts mit jeder Suche besser.

Google Images

Die Google-Bildersuche ist aktuell die größte Bild-Suchmaschine der Welt. Aktuelle Statistiken existieren zwar nicht, weil Google meistens nur dann konkrete Zahlen nennt, wenn ein Produkt einen Meilenstein durchbrochen hat. Aber anhand dreier offizieller Zahlen kann die Mächtigkeit der Bildersuche gut erfasst werden: Bereits vor zehn Jahren starteten mehr als 20 Prozent der weltweiten Suchanfragen über die Image Search. Google Photos hatte 2018 über 500 Millionen aktive Nutzer sowie täglich 5 Milliarden Fotoaufrufe.

Und tatsächlich enthält die Image Search bereits eine visuelle Suchmaschine. Denn Nutzer können Bilder hochladen und Google sucht passendes Bildmaterial sowie Informationen über das Bild in seinem Index.

Pinterest

Pinterest ist kein soziales Netzwerk, wie oftmals angenommen wird, sondern eine visuelle Suchmaschine. Das heißt, dass Unternehmen ihre Content Strategie danach ausrichten sollten, was Nutzerinnen und Nutzer auf Pinterest suchen. Der Visual Search-Trend hat seinen Ursprung quasi bei Pinterest. Die Bilderplattform arbeitet mittlerweile mit sogenannten „Lenses“. Nutzer können mit der App passende Looks auf Pinterest entdecken, wenn sie zum Beispiel ein Kleidungsstück fotografieren.

Google Lens

Diese visuelle Suchmaschine kann Ergebnisse für Fotos analysieren und wiedergeben: von Produkten über Sehenswürdigkeiten bis hin zu Hunderassen. Als Nutzer verwendest du einfach die Handykamera und hältst sie auf den Gegenstand. Die visuelle Suchmaschine erkennt diesen Gegenstand und liefert passende Ergebnisse dazu.

Bing Visual Search

Die Suchmaschine Bing hat der Visual Search eine eigene Landingpage gewidmet. Dort können Nutzer Bilder hochladen und ähnlich wie in der Google-Bildersuche passendes Bildmaterial anzeigen lassen.

Amazon

Amazon nutzt die Technologie von Visual Search vor allem dazu, anderen Plattformen das visuelle Shopping beziehungsweise das Einkaufen via Kamerafunktion anzubieten. Für Amazon ist die Visual Search sehr wichtig, da es die Nutzer anderer Plattformen zum eigenen Onlineshop leitet. Wenn du in einem Laden einen Artikel siehst, kannst du davon aber auch ein Foto mit der integrierten CamFind-Funktion der Amazon-App machen. Diese zeigt dir dann sämtliche relevante Produkte auf, die auf Amazon erhältlich sind. Die Suchresultate lassen sich über visuelle Eigenschaften noch verfeinern.

Was solltest du bei der Optimierung für Visual Search berücksichtigen?

In den letzten Jahren haben wir gesehen, wie die sensorische Suche immer mehr an Bedeutung gewonnen hat. Erst war vor allem von der Suche via Sprachbefehl, der Voice Search, die Rede. Visual Search eröffnet vollkommen neue nützliche Dimensionen. Von der visuellen Suche profitieren vor allem Branchen mit einer hohen optischen Komponente, wie z. B. Fashion. Käufer, die mit einem Bild suchen, finden schneller passende Produkte. Und noch wichtiger: Die Wahrscheinlichkeit ist höher, dass sie es kaufen. Noch steckt die Visual Search in den Kinderschuhen. Das heißt aber auch, dass nur wenige Unternehmen sie in ihrer Marketingstrategie verankern. Es besteht also wenig Konkurrenz und viel Potenzial bei einer Investition in das Thema.

Um bei der Google Bildersuche gut zu ranken ist Visual SEO unerlässlich. Denn Visual Search rückt in Zeiten von Pinterest und Facebook stärker in den Fokus der User. Das liegt vor allem daran, dass die Informationsflut stetig steigt und Bildinhalte etwa 60.000-mal schneller als Textinhalte erfasst werden können. Wir werden zu einem späteren Zeitpunkt hier im Blog nochmal detailliert auf alle wichtigen Faktoren bei der Visual SEO eingehen und euch einen Guide zur Seite stellen, dies würde sonst jetzt den Umfang dieses Artikels völlig sprengen.

Visual Search mit hohem Potenzial bei der transaktionalen Suche

Visual Search bietet vor allem im transaktionalen Bereich hohes Potenzial, denn Bilder können besser monetarisiert werden als Sprache. Visual Search wird neben der Voice Search in Zukunft den Hauptteil der Suchanfragen ausmachen. Nutzer werden dazu immer mehr ihre Smartphones als visuelle Suchmaschine benutzen. Speziell in den Bereichen Mode, Einrichtung und Design ist das Thema interessant. Grundsätzlich ist es aber auf jede Branche übertragbar. Beispielsweise fotografiert ein Handwerker ein bestimmtes Rohr und bekommt von der Suchmaschine das passende Produkt angezeigt.

Welche Suchmaschine das Rennen um die beste visuelle Suche gewinnt, ist bisher allerdings noch nicht klar. Wir von den RelevanzMachern werden das Thema Visual Search jedenfalls gespannt weiterverfolgen. Visual Search ist definitiv etwas, worauf man achten muss, da sie das Potenzial hat, die SEO-Landschaft positiv zu beeinflussen.

Claudia Hoffmann

Claudia hat nicht nur alle Geburtstage im Kopf, sondern auch die besten Geschenkideen. Die Kombination aus Daten und Kreativität spiegelt sich in ihrer Arbeit als Analystin wider. Wie sie täglich mit Big Data umgeht und dabei Trends aufspürt, verrät sie euch im Blog.

mehr erfahren ...

Das könnte auch interessant sein...