Einführung von Rich Results und Rich Results Testing Tool

SEO08. Januar 2018

SEO

Im Laufe der Jahre haben sich die Möglichkeiten, den Inhalt Ihrer Website bei der Suche hervorzuheben, drastisch erhöht. In der Vergangenheit hat Google diese als Rich Snippets, Rich Cards oder „angereicherten Ergebnisse“ bezeichnet. Um die Begrifflichkeit zu vereinfachen, wird in unserer Dokumentation für alle der Name „Rich Results“ verwendet. Darüber hinaus führt Google ein neues Rich-Results-Test-Tool ein, mit dem Sie die strukturierten Daten Ihrer Seiten einfacher diagnostizieren können.

Das neue Test-Tool konzentriert sich auf die strukturierten Datentypen, die als reichhaltige Ergebnisse angezeigt werden können. Sie können damit alle Datenquellen auf Ihren Seiten testen, z. B. JSON-LD (die wir empfehlen), Microdata oder RDFa. Das neue Tool bietet eine genauere Wiedergabe des Erscheinungsbildes der Seite in der Suche und enthält eine verbesserte Handhabung für strukturierte Daten, die auf dynamisch geladenen Inhalten zu finden sind. Die Tests für Rezepte, Jobs, Filme und Kurse werden derzeit unterstützt.

Google: Einführung von Rich Results und Rich Results Testing Tool

Dies ist jedoch nur ein erster Schritt, den wir im Laufe der Zeit erweitern möchten. Das Testen einer Seite ist einfach: Öffnen Sie einfach das Test-Tool, geben Sie eine URL ein und überprüfen Sie die Ausgabe. Wenn es Probleme gibt, markiert das Tool den ungültigen Code in der Seitenquelle. Wenn Sie mit anderen auf dieser Seite arbeiten, können Sie dies mit dem Share-Symbol unten rechts tun. Sie können auch die Schaltfläche „Vorschau“ verwenden, um alle verschiedenen Rich-Ergebnisse anzuzeigen, für die die Seite geeignet ist.

Und sobald Sie mit dem Ergebnis zufrieden sind, verwenden Sie „An Google senden“, um diese Seite für die Suche abzurufen und zu indizieren. Möchten Sie mit Rich Results beginnen? Schauen Sie Googles Anleitungen an, um Ihre Inhalte zu markieren. Auch können Sie Googles Webmaster-Hilfeforen zubesuchen, falls Sie Fragen haben oder nicht weiterkommen. Oder Sie fragen unsere SEO-Experten bei seowerk.

Sie sind auf der Suche nach einer SEO Agentur München oder SEO Agentur Stuttgart? Dann sind wir von der SEO Agentur seowerk GmbH Ihr Partner.

Content | GEO | SEO

Neue Case Study: Wie seowerk SEO und Generative Engine Optimization erfolgreich verbindet

In einer neuen Case Study zeigt seowerk, wie die eigene SEO-Agentur seit über zwölf Jahren nachhaltige Suchmaschinenoptimierung betreibt und diesen Ansatz seit 2023 gezielt um Generative Engine Optimization (GEO), KI-Optimierung und SEO für ChatGPT erweitert hat.

Content | KI-Wiki

Die Suche nach AGI führt KI Forschung an ihre Grenzen, verbindet technische Ambitionen mit ethischen Risiken und stellt Gesellschaften vor die Frage, wie universelle Maschinenintelligenz kontrolliert, ausgerichtet und sinnvoll in soziale und wirtschaftliche Strukturen eingebettet werden kann.

Content | KI-Wiki

Mit der Transformer Architektur beginnt eine neue Ära, in der KI nicht nur versteht, sondern schöpft und dank Attention Mechanismen Texte, Bilder und Ideen generiert und so den Weg für moderne LLMs und kreative Anwendungen bereitet.

Content | KI-Wiki

Der Deep-Learning-Boom entsteht aus Datenflut, GPU-Power und neuen Netzarchitekturen und entfesselt eine KI-Revolution, die Forschung und Industrie grundlegend verändert und den Übergang von symbolischer Logik zu selbstlernenden Systemen beschleunigt.

Content | KI-Wiki

Nach Jahren des Stillstands erlebten neuronale Netze in den 1980ern mit Backpropagation eine Wiedergeburt. Mehrschichtige Netze lernten komplexe Muster automatisch, übertrafen Expertensysteme und legten den Grundstein für das spätere Deep Learning.

Content | KI-Wiki

In den 1980er Jahren feierten Expertensysteme die KI kurzzeitig als wirtschaftlichen Erfolg. Hohe Wartungskosten, begrenzte Domänen und teure Hardware führten jedoch zum Scheitern und lösten den Zweiten KI Winter aus.

Content | KI-Wiki

Ab etwa 1974 erlebt die symbolische KI eine Phase tiefer Ernüchterung. Die kombinatorische Explosion und gescheiterte Generalisierung aus Spielzeugwelten führen zu massiven Kürzungen der Fördergelder, ersten Rückzügen der Forschung und zum Ersten KI Winter.

Content | KI-Wiki

In den 1960er Jahren dominiert die symbolische KI das Feld und erhebt die regelbasierte Manipulation von Symbolen zum Kern der Intelligenz. Programme wie Logic Theorist und GPS befeuern den Glauben, menschliches Denken vollständig in formale Strukturen übersetzen zu können.

Content | KI-Wiki

xDer Dartmouth Workshop von 1956 definiert erstmals ein eigenes Forschungsfeld und gibt der Disziplin ihren Namen. Die Vision einer programmierbaren Intelligenz vereint führende Köpfe und markiert den Beginn einer Ära, geprägt von Ehrgeiz, Optimismus und bahnbrechenden Ideen.

Content | KI-Wiki

In den frühen Nachkriegsjahren verschmelzen biologische Modelle, kybernetische Ideen und elektronische Architektur zu einem neuen Verständnis von Intelligenz. McCulloch, Pitts, Wiener und von Neumann schaffen die Grundlagen, auf denen moderne KI Systeme technisch und theoretisch aufbauen.

Content | KI-Wiki

Alan Turing definiert inmitten der logischen Krise erstmals, was ein Algorithmus ist, und erschafft mit der universellen Maschine das Fundament der Informatik. Sein Modell legt die theoretischen Grenzen des Berechenbaren offen und prägt jede spätere KI Entwicklung maßgeblich.

Content | KI-Wiki

Am Vorabend der modernen Informatik spitzte sich die Frage zu, was Berechnung überhaupt ist. Die Krise der Mathematik machte sichtbar, dass eine abstrakte Definition des Algorithmus fehlte und damit der letzte theoretische Schlüssel zur späteren KI Entwicklung weltweit.

Leichte Sprache