Die Zukunft der Suche liegt in Containern

Suchmaschinenbetreiber stehen vor gewaltigen Herausforderungen: Einerseits zeigt die Art der Suche selbst Optimierungsbedarf und auf der anderen Seite erfordert die ständig wachsende Zahl von Seiten und Inhalten im Netz technische Anpassungen; kurz: Die zunehmende Datenflut schwappt an Kapazitätsgrenzen.

Google   operiert nach wie vor mit den Brute-Force-Algorithmen, die in die Jahre gekommen sind. Ein Algorithmus strukturiert Daten nach Beliebtheit und misst Seiten so Relevanz zu. "Ein Hilfsmittel" nennt das der Webstratege Ossi Urchs . Das Ergebnis fällt für den Nutzer zunehmend nur bedingt befriedigend aus: Listen voller Seiten, die gut verschlagwortet, optimiert, teilweise bezahlt, aber kaum relevant sind. Bis zum Treffer kann es dauern, mancher findet gar nicht das Richtige und ist frustriert.

Noch schwieriger gestaltet sich Suche in den Bereichen Bild, Bewegtbild und Musik: Eine Verschlagwortung bleibt angesichts der schieren Masse ungenügend. Neuere Ansätze versuchen, andere Merkmale einzubeziehen. Das Tool Multicolr   von Idée etwa lässt Nutzer auf Flickr Bilder nach Farben suchen. Im Audiobereich erkennt die iPhone-App Shazam   Musikstücke und kann anschließend Stück und Künstler nennen - meistens jedenfalls. Die Software iTunes des gleichen Herstellers lässt mithilfe des Tools Genius nach Anklicken eines Stückes stilistisch ähnliche Stücke anzeigen oder anhand eines Stückes eine neue Wiedergabeliste automatisch zusammenstellen. Die Technik dahinter bedient sich der Suche nach gemeinsamen Mustern in Sachen Klang, Rhythmus und Stil. Die Einordnung nach Genres erfolgt bereits automatisch (wenn auch nicht immer korrekt).

Die Suchanfragen werden künftig auf Container verteilt: Die Art des Inhalts ist das eine. Je nach Art (Text, Bild, Audio, Video) stehen weitere Container bereit. Bilder lassen sich etwa nach weiteren Kriterien durchsuchen als nur nach der Farbe. Japanische Digitalkameras erkennen bereits, ob ein Gesicht lächelt oder nicht. Grundmuster auseinanderzuhalten wie Person, Landschaft, Gebäude, Kleid, Blumen usw. dürfte der nächste zu erwartende Schritt sein. Je mehr Container sich automatisiert befüllen lassen, desto differenzierter kann eine Suchanfrage zu gewünschten Ergebnissen führen.


Semantik und künstliche Intelligenz

Auf der Suche nach der Relevanz im Textbereich stützen sich neuere Ansätze auf die semantische Suche: Inhalte werden auf Zusammenhänge hin erforscht. Tauchen bestimmte Wörter gehäuft auf, berechnet eine künstliche Intelligenz die Wahrscheinlichkeit für die Relevanz zu den Schlüsselbegriffen, nach denen gesucht wurde. Angesichts der riesigen Datenmenge des Internets scheiterten bisherige Versuche in dieser Richtung an dem erforderlichen Aufwand für die Rechenprozesse. Wie bei Bing   gab es höchstens ein wenig semantische Suche dazu.

Das ändert sich gerade. So wirbt der Newcomer Hulbee   aus der Schweiz damit, dieses Problem gelöst zu haben. Die Mannschaft um Gründer Andreas Wiebe verfügt zumindest über den notwendigen Hintergrund: Vor Jahren haben sie vergleichbare automatisierte Such-Systeme für Militärs und Geheimdienste entwickelt, "jetzt machen wir daraus ein öffentliches Modul", meint Wiebe fröhlich.


Die Wolke, die aus der Kälte kam

Die Verantwortung für die Frage, was der Nutzer mit seinem Suchbegriff gemeint haben könnte, gibt Hulbee dabei zum Teil in einen Nutzerdialog zurück: Zu jedem Schlüsselbegriff wird zugleich mit den üblichen Listen eine Data Cloud mit den Keywords angezeigt, die mit dem Suchbegriff in Zusammenhang stehen könnten. Klickt der Nutzer auf einen der Begriffe, differenziert er seine Suche selbst aus, und die Maschine reagiert entsprechend, kombiniert dann zwei Keywords zu einem neuen, relevanteren Suchergebnis. Die unstrukturierten Daten liefert derzeit noch Kooperationspartner Yahoo zu.

Lediglich als Spezialanbieter für wissenschaftlich-mathematische Relevanz hat sich Wolfram Alpha   etabliert: Wer Zahlen sucht oder kombinieren will, ist hier richtig. Das Tool findet jenseits der Naturwissenschaften aber schnell seine Grenzen. Bei Themengebieten wie Politik, Wirtschaft, Kultur oder Sport versteht die Suchmaschine oft schon die Frage nicht.

Der größte Druck aus der Wirtschaft hin zu besserer Suche, schätzt Ossi Urchs, betrifft derzeit die nonverbalen Inhalte: Fotos, Videos und Musikstücke. In diesem Bereich gezielt nach relevanten Inhalten suchen zu können, stellt eine der ganz großen Herausforderungen dar. Eine Indizierung nach Genres beispielsweise hilft nur sehr begrenzt. Mustererkennung ist hier das Stichwort, das zu mehr Relevanz führen soll. Daran wird heftig gearbeitet.


Muster erkennen im Datenfriedhof

Im Bereich Audio Recognition forscht etwa neben Apple   auch das Fraunhofer-Institut   . Tools sollen beispielsweise Klangmuster und Rhythmen erkennen und vergleichen können sowie anschließend sinnvoll in Beziehung setzen zu anderen, vergleichbaren Stücken. Für den nicht-physischen Vertrieb von Musik, Bildern und Videos im Netz eine wichtige Voraussetzung in naher Zukunft, sonst kann das überbordende Angebot zum "Datenfriedhof" werden, wie Urchs formuliert: Allein iTunes verfüge bereits über acht Millionen Musikstücke im Angebot, die auch gefunden werden sollen. Mit herkömmlichen Methoden ist das kaum mehr möglich.

Das Fraunhofer Institut für Intelligente Analyse- und Informationssysteme IAIS    in Sankt Augustin hat für Fernsehbeiträge ein Spracherkennungssystem entwickelt, das ohne kostenintensive Aktualisierung auskommt, weil die Forscher mit einem Silbenlexikon arbeiten. Wortlexika dagegen bedürfen regelmäßiger Aktualisierung, um neue Begriffe erfassen zu können. Im Fall des Silbenlexikons kann das System Worte selbst zusammensetzen und kategorisieren. An diesem Beispiel zeigt sich, welchen Vorteil der Ansatz von mehreren kleinen Containern gegenüber herkömmlicher Verteilung auf wenige große Kriterien hat.

Die Ansätze zur Suche der Zukunft liegen also bereit, zum Teil sogar schon einige Zeit. Das Problem kommt von den technischen Kapazitäten. Selbst Andreas Wiebe von Hulbee gesteht, dass seine Suche nur dank neuester Server- und Prozessortechnik funktioniert. Und selbst damit sieht er sich erst am Anfang einer Entwicklung, die nach eigener Einschätzung noch mehrere Monate braucht, bis Hulbee so funktioniert, wie er sich das wünscht.