Der Schlüssel für die KI-Suche liegt in der Datenintegration

Das Internet ist seit den 1990er-Jahren massentauglich. Seither haben sich nicht nur Websites und ihre Möglichkeiten weiterentwickelt, sondern auch die Art und Weise, wie Nutzer online suchen und sich verhalten. Damals suchten User nach einzelnen Stichworten, da Suchmaschinen noch nicht in der Lage waren, mit komplexeren Anfragen umzugehen. Das Ergebnis waren lange Listen mit Links zu Websites, auf denen das Stichwort gefunden wurde. User mussten sich mühsam durch diese klicken, um das zu finden, wonach sie suchten.

Inzwischen können Nutzer Suchmaschinen vollständige Fragen stellen und erhalten in den sogenannten Snippets – also kurzen Zusammenfassungen oder Ausschnitten von Websites, die der Algorithmus für passend hält – konkrete Antworten. Neben Werbung und gesponserten Links, die ganz vorne stehen, werden je nach Suchanfrage Bilder, Geschäfte, Wegbeschreibungen, Infokästen oder sogar Videos eingeblendet. Der Suchalgorithmus durchforstet das World Wide Web in kürzester Zeit und bewertet Inhalte basierend auf verschiedenen Kriterien. Dabei spielen Nutzerbewertungen ebenso wie die Aktualität der Informationen und die Übereinstimmung der Inhalte aus verschiedenen Quellen eine wichtige Rolle.

Komplexer wird der Bereich Suche nicht zuletzt auch durch Sprachassistenten und künstliche Intelligenz (KI). Denn sie liefern keine Auswahl an Ergebnissen, sondern eine Antwort. Und der Nutzer stellt diese nur selten infrage.

Um die bestmöglichen Ergebnisse zu erzielen, unabhängig davon, wann und wo Kunden nach einem Unternehmen oder einer Marke suchen, müssen sich Unternehmen von der Vorstellung verabschieden, dass eine Website mit grundlegenden Informationen ausreicht. Selbstverständlich sollte diese jedoch auf dem neuesten Stand sein. Kunden, die auf die Website gelangen, müssen dort problemlos alles finden, wonach sie suchen – ohne zurück zu Google und Co. wechseln zu müssen. Denn jeder Nutzer, der zurück zur Suchmaschine seiner Wahl wechselt, ist ein potenziell verlorener Kunde. Auf Google könnte er auf einen Wettbewerber stoßen – oder auch einfach frustriert die Suche beenden.

Eine gute Website macht jedoch nur einen kleinen Teil der Online-Präsenz eines Unternehmens aus. So sind Einträge – auch „Listings“ genannt – bei Publishern wie Google My Business, Apple, Facebook, Das Örtliche, Gelbe Seiten und Tripadvisor heute unerlässlich, um vom Algorithmus gefunden zu werden. Die Nutzer haben klare Erwartungen. Sie gehen davon aus, dass sie Informationen zu Unternehmen und Marken finden, egal wann oder wo sie online nach diesen suchen. Soziale Medien spielen dabei ebenso wie Bewertungen eine entscheidende Rolle.

Für Unternehmen mit mehreren Standorten ist es eine Sisyphusarbeit, alle relevanten Daten über eine Vielzahl von Plattformen zu verwalten und zu pflegen. Daher empfiehlt es sich, mit einem Tool zu arbeiten, das eine zentralisierte Verwaltung aller Standorte und Publisher ermöglicht.

Nutzer suchen überall

Die Welt der Suche entwickelt sich stetig weiter. Allein das letzte Jahr hat einen enormen Sprung in der Entwicklung gezeigt: Viele Nutzer unterhalten sich inzwischen mit Chatbots, Sprachassistenten und anderen KI-Systemen. Dabei erwarten sie, dass die Antworten, die sie dort erhalten, korrekt sind. Allerdings zeigt die Praxis, dass diese KI immer wieder auch Antworten erfindet beziehungsweise diese „halluziniert“. Das kann vor allem für Unternehmen, Organisationen und Marken verheerend sein. ChatGPT und Co. könnten falsche Behauptungen zu ihren Produkten und Dienstleistungen aufstellen.

In dem Fall könnten Nutzer vor allem das Vertrauen in die Marke verlieren – und nicht zwingend in die KI. Denn in der Regel sind Falschinformationen ohne vorhandenes Hintergrundwissen zu dem jeweiligen Thema nicht von richtigen Informationen zu unterscheiden. Kunden könnten also entweder von einer Interaktion mit einer Marke abgehalten werden, wenn die KI beispielsweise behauptet, dass Produkte nicht existieren oder dass ein Kauf nicht möglich ist. Oder sie könnten mit fehlerhaftem Wissen, das sie für wahr halten, an Unternehmen herantreten. Zum Beispiel, dass ein bestimmter Service angeboten wird, ein Produkt einen bestimmten Preis kostet oder ein Geschäft um eine bestimmte Uhrzeit geöffnet hat. Wenn ihre Erwartung nicht erfüllt wird, sind sie zumindest zunächst vom Unternehmen enttäuscht. Das steigert die Chance, dass sie zum Wettbewerb abwandern oder eine schlechte Bewertung hinterlassen.

Gegensteuern können Unternehmen unter anderem mit einem guten Informationsmanagement. Sie sollten dafür sorgen, dass korrekte und konsistente Informationen – angefangen bei Adressen und Öffnungszeiten von Filialen –verfügbar sind. Das steigert die Wahrscheinlichkeit, dass die KI sie findet, und die Häufung der gleichen Informationen sorgt dafür, dass die KI diese als „wahr“ ansieht.

Doch die Entwicklungen im Bereich KI beschränken sich nicht auf Suchmaschinen und Sprachassistenten. Sobald Nutzer einmal eine Technologie gewöhnt sind, wollen sie diese auch an anderen Kontaktpunkten vorfinden. Ein gutes Beispiel ist die Informationssuche: Nachdem Konsumenten daran gewöhnt waren, Alexa und Co. konkrete ausformulierte Fragen zu stellen (beispielsweise „Alexa, wann öffnet der nächste Supermarkt?“) und ganze Sätze als Antwort zu erhalten, begannen sie, auch bei Google und Co. längere Fragen zu stellen.

Daher liegt die Vermutung nahe, dass mit der Einführung von KI im Bereich der Suche auch an anderen Stellen wie Unternehmenswebsites erwartet wird, Antworten auf komplexe Fragen zu erhalten. Ein klassischer Chatbot kann da in der Regel nicht mithalten. Zwar ahmt er eine tatsächliche Unterhaltung nach, aber wenn Fragen auf eine Weise gestellt werden, die nicht zu seiner Programmierung passt, wird er keine Antworten liefern oder Rückfragen stellen können. Das führt wiederum zu einem schlechten Kundenerlebnis.

Egal um welche technologische Neuerung es geht, wichtig ist: Wollen Unternehmen neue Technologien implementieren, müssen sie zwingend dafür sorgen, dass diese reibungslos funktionieren. Ein Chatbot, von dem behauptet wird, dass er auf KI basiert, muss den Erwartungen einer Zielgruppe entsprechen, die mit ChatGPT und Co. vertraut ist. Andernfalls werden Nutzer enttäuscht und abgeschreckt.

Unternehmen sind also gut darin beraten, technologische Entwicklungen im Blick zu behalten und zu evaluieren, wie sie sich im eigenen System umsetzen lassen.

Vorbereitet für die Social-Media-Suche

Die Customer Journey wird immer fragmentierter: Es reicht daher nicht mehr aus, sich ausschließlich auf traditionelle Suchmaschinen zu verlassen. Das zeigt auch der Trend der Suche über Social Media. Die jüngeren Generationen wie Generation Z und Generation Alpha nutzen diese ganz selbstverständlich für Produktrecherchen und die Suche nach Empfehlungen. Aber nicht nur für sie sind soziale Medien mehr als nur private Netzwerke oder Entertainment. Laut einer Umfrage von Yext1 nutzen 88 % der Kunden heute soziale Medien für die Informationssuche. Darüber hinaus verbringen sie täglich fast zweieinhalb Stunden auf sozialen Plattformen. TikTok hat dabei die höchste Interaktionsdauer.

TikTok, Instagram und Snapchat sind inzwischen zentrale Plattformen, auf denen Informationen, Produkte und Dienstleistungen aktiv gesucht und bewertet werden. Besonders im B2C-Bereich zeigt sich, dass die Ansprache der Zielgruppen zunehmend über soziale Kanäle erfolgt – und dabei spielt lokale Relevanz eine immer wichtigere Rolle.

Der Grund dafür findet sich primär in der Generation Z. Sie legt Wert auf Authentizität und lokale Inhalte und fragt sich: „Was ist für mich und mein Leben hier vor Ort relevant?“ Vertreter der Gen Z suchen nach Produkten und Services in ihrer Umgebung und sehen sich Inhalte an, die von Influencern und Content-Creators gepostet werden, die Teil ihrer Lebensrealität sind. 81 % von ihnen vertrauen einer Marke zudem mehr, wenn diese eine aktive Präsenz in den sozialen Medien hat.

Globale Botschaften reichen daher schlichtweg nicht mehr aus, um alle Zielgruppen zu erreichen. Relevante lokale Inhalte sind der Schlüssel, um gezielt auf die spezifischen Bedürfnisse der Zielgruppen einzugehen und sie effektiver anzusprechen. Dazu muss ein Unternehmen nicht zwingend besondere lokale Services anbieten – auch bei weltweit agierenden Marken wie Nike finden sich Beispiele für lokale Inhalte. Der Sportartikelhersteller setzt auf lokale Marketingstrategien, die Städte und deren kulturelle Besonderheiten in den Vordergrund stellen. Ein Beispiel ist die von Nike in New York City umgesetzte Kampagne „Own the Floor“. Das Unternehmen nutzte dafür ikonische Standorte wie U-Bahn-Stationen und Pizzerien sowie lokale Influencer. So stellte der Sportartikelhersteller eine starke Verbindung zur lokalen Zielgruppe her. Diese nahm die Kampagne als sehr authentisch war – sie war sowohl offline als auch online erfolgreich.

Ein klarer lokaler Bezug schafft also Vertrauen und hilft dabei, langfristige Kundenbeziehungen aufzubauen.

Bewertungen nicht unterschätzen

Konsumenten erwarten, dass die Informationen, die sie finden, auch richtig sind. Ein Beispiel: Ein Kunde sieht online, dass ein Feinkostgeschäft bis 18 Uhr geöffnet hat. Vor Ort steht er dann aber vor verschlossenen Türen. Das bedeutet nicht nur eine kurzzeitige Enttäuschung des Kunden. Es führt wahrscheinlich auch dazu, dass der Kunde sich nach Alternativen umschaut und zum Wettbewerb geht. Und schlimmstenfalls hinterlässt er dann im Internet eine schlechte Bewertung. Häufen sich diese oder werden sie nicht beantwortet, verschlechtert sich die Sterne-Bewertung beispielsweise bei Google. Andere Menschen, die nach dem Unternehmen suchen, werden dann von den schlechten Reviews von einem Besuch oder einem Einkauf abgeschreckt. Zudem rankt Google das Unternehmen und alle damit verbundenen Informationen in seinen Suchergebnissen schlechter. Das Geschäft verliert so nicht nur einen Kunden, sondern langfristig viele. Vor allem im Hinblick auf die kommenden Neuerungen im Bereich der KI-Suche wird ein ausgereiftes Bewertungsmanagement daher immer relevanter.

Untersuchungen belegen: Die Beantwortung von Online-Bewertungen wirkt sich positiv auf die Gesamtbewertungen und das Ranking aus. Zum einen passen User immer wieder auch ihre Bewertungen nach einer gelungenen Kommunikation mit einem Unternehmen an – vor allem wenn die negativen Kommentare auf Missverständnissen beruhen. Zum anderen sehen andere Kunden es als ein gutes, kundenfreundliches Zeichen, wenn Unternehmen professionell mit Kritik umgehen.

Ein Beispiel, wie sich Bewertungen auswirken und wie sie auch das Vor-Ort-Geschäft nachhaltig beeinflussen können, ist die Drogeriekette dm. Dank eines ausgereiften Review-Managements konnten die Mitarbeitenden im Kundenservice bei einer Filiale auffällig viele schlechte Bewertungen feststellen. Der Grund: Eine Sitzmöglichkeit vor der Filiale wurde entfernt. Die online geäußerte Kritik nahm sich das Unternehmen zu Herzen, installierte wieder eine Bank und die Kundenbewertungen verbesserten sich zusehends. dm bewies so nicht nur ein gutes Bewertungsmanagement, sondern zeigte auch die besondere Nähe zu seinen Kunden.

Intelligente Datenverwaltung ist ein Muss

Der Grundstein für eine erfolgreiche und vor allem skalierbare Implementierung neuer Technologien und Herangehensweisen – wie eines Bewertungsmanagements, der Listings-Verwaltung, aber auch der lokalen Social-Media-Kanäle oder einer KI – sind die Unternehmensdaten und deren Management. Dazu gehören unter anderem interne Dokumente, Handbücher, häufig gestellte Fragen (FAQ), Kundensupport-Tickets und technische Spezifikationen. Sie sollten – egal ob strukturiert, semistrukturiert oder unstrukturiert – gesammelt und in einem sogenannten Knowledge Graph gespeichert werden. In dieser Struktur, die auch als Headless Content-Management-System (CMS) bekannt ist, werden Datensätze nicht nur organisiert, sondern auch in Beziehung zueinander gesetzt. Sie fungiert als zentrale Datenquelle und ermöglicht die Bespielung einer Vielzahl von Anwendungen, wie auch Suchmaschinen und KI.

Im Gegensatz zu einem traditionellen CMS, das Front- und Backend kombiniert, konzentriert sich ein Headless CMS rein auf das Backend. Es basiert auf einer losgelösten Datenarchitektur, wodurch es skalierbarer ist. Eine weitere Stärke eines Headless CMS liegt darin, dass es als Datenspeicher dient, der von KI ausgelesen werden kann. Die Datenstrukturierung darin ermöglicht die Optimierung aller Informationen für die Sprachsuche sowie für Chatbots und andere anspruchsvolle KI-Anwendungen. Zusammenhänge, Schlussfolgerungen und Erkenntnisse, die auf herkömmliche Weise nicht zugänglich wären, können mithilfe der KI extrahiert werden.

Eine organisierte Datenbasis ermöglicht schließlich die Beantwortung komplexer Fragen, etwa über die Suchfunktion auf der eigenen Website wie „französisch sprechender Finanzberater mit Schwerpunkt Kredite und Darlehen am Standort Stuttgart“.