Was ist Voice Search? Sprachsuche und SEO erklärt

Tippen kostet Aufwand: jedes Wort bedeutet einen weiteren Tastendruck, deshalb kürzen die meisten Nutzer ihre Anfrage auf das Nötigste. Sprechen hat diesen Widerstand nicht. Das Ergebnis: Sprachanfragen sind im Schnitt länger als getippte und nehmen die Form eines vollständigen Fragesatzes an statt einer Aneinanderreihung von Schlagwörtern.

Der Unterschied zeigt sich am besten an einem echten Beispiel. Wer sonntagnachmittags eine Werkstatt braucht, tippt vermutlich "werkstatt öffnungszeiten heute" oder sogar nur "werkstatt in der nähe". Dieselbe Person sagt zum Handy eher "wo ist die nächste Werkstatt die heute noch offen hat". Es ist dasselbe Bedürfnis, aber als vollständiger Satz formuliert, mit Verb, mit zeitlichem Kontext und mit einer Frage-Struktur, die niemand von Hand eintippt.

Dieses Muster wiederholt sich in fast jeder Branche: "wie mache ich eine Steuererklärung" statt "steuererklärung schritte", "welches Mittel hilft gegen Halsschmerzen" statt "hausmittel halsschmerzen". Sprachanfragen beginnen meist mit einem Fragewort (was, wie, wann, wo, warum) und behalten die natürliche Satzstellung einer gesprochenen Aussage, samt Artikeln und Präpositionen, die beim Tippen häufig wegfallen.

Diese Sprechweise deckt sich fast wörtlich mit der Definition eines Long-Tail-Keywords: eine lange, spezifische Anfrage mit weniger Einzelvolumen, aber deutlich klarerer Absicht. Voice-Search-Optimierung ist in der Praxis keine eigene Disziplin neben dem klassischen SEO. Es geht darum, die langen, konversationellen Varianten der ohnehin bearbeiteten Keywords im Blick zu haben und den Content auch auf diese natürlichere Art zu fragen auszurichten.

Diese klarere Absicht ist die Kehrseite der Länge. Eine getippte Anfrage wie "hypothek zinsen" kann mehrere Absichten verbergen: jemand informiert sich, jemand vergleicht Banken, jemand ist kaufbereit. Die gesprochene Version, "welche Hypothek passt zu mir wenn ich selbstständig bin", klärt einen großen Teil dieser Mehrdeutigkeit bereits im Wortlaut. Deshalb lohnt es sich, jede lange Anfrage im Sinne des Search Intent zu lesen, bevor entschieden wird, welcher Content sie beantworten soll.

Ein weiterer Effekt kommt aus der Spracherkennung selbst: Bevor eine gesprochene Anfrage im Ranking landet, wandelt die Software sie in Text um, und dabei können Homophone oder eine starke Dialektfärbung zu einer leicht anderen Schreibweise führen als bei einer getippten Suche. Wer nur auf die exakte Wortfolge eines Keywords optimiert, verpasst dadurch einen Teil dieser Anfragen. Content, der die Bedeutung einer Frage in mehreren Formulierungen abdeckt, statt sich an einen einzigen exakten Wortlaut zu klammern, fängt automatisch mehr dieser Varianten ab.

Wenn ein Sprachassistent laut antwortet, liest er fast nie mehrere Ergebnisse vor oder bietet eine Auswahlliste an. Er liest genau eine Antwort. Diese physische Grenze, kein Bildschirm bei einem smarten Lautsprecher oder nur wenig Platz in der gesprochenen Antwort eines Handys, zwingt das System dazu, vor der Wiedergabe eine einzige kurze Antwort auszuwählen.

Im Google-Ökosystem stimmt diese Antwort meist mit dem Featured Snippet überein, das für dieselbe getippte Anfrage bereits in der SERP angezeigt wird: dem Textausschnitt, den Google als beste Zusammenfassung für diese konkrete Frage ausgewählt hat. Eine inzwischen klassische Untersuchung von Backlinko an 10.000 Ergebnissen von Google Home fand heraus, dass rund 40,7 Prozent der laut vorgelesenen Antworten direkt aus einem Featured Snippet stammten, wobei diese Zahl als Momentaufnahme aus dem Jahr 2018 zu lesen ist, nicht als feste Konstante.

Diese Verbindung gilt nicht gleich stark für alle Assistenten. Google Assistant greift auf den eigenen Google-Index und dessen Featured Snippets zurück. Alexa stützt sich dagegen größtenteils auf Bing und eine eigene Wissensbasis, und Siri kombiniert je nach Fragetyp eigene Apple-Quellen mit Daten mehrerer Anbieter. Ein gutes Featured Snippet verbessert die Chancen, im Google-Umfeld die gesprochene Antwort zu sein, garantiert aber nichts bei Alexa oder Siri.

Die praktische Konsequenz ist einfach: Es braucht keine separate Content-Strategie für Voice Search. Es braucht Content, der so geschrieben ist, dass er das Featured Snippet des eigenen Keywords gewinnen kann, mit einer direkten, in sich geschlossenen Antwort in den ersten Zeilen des Abschnitts, denn genau dieser Ausschnitt wird am ehesten zur gesprochenen Antwort.

Geräte mit Bildschirm relativieren diese Regel etwas. Ein Google Nest Hub oder ein Smartphone zeigt neben der gesprochenen Antwort oft zusätzlich eine Karte mit dem Featured Snippet oder sogar mehrere Ergebnisse zum Weiterlesen, während ein reiner Lautsprecher wie ein Google Home ausschließlich Audio liefert und damit strenger auf die eine ausgewählte Antwort angewiesen ist. Wer eine Content-Strategie plant, sollte deshalb nicht von einem einzigen Gerätetyp ausgehen: Die Zielgruppe verteilt sich über Lautsprecher ohne Bildschirm, Smart Displays und Smartphones mit sehr unterschiedlichem Antwortverhalten.

Man spricht vor allem dann mit dem Handy, wenn die Hände beschäftigt sind: beim Autofahren, beim Kochen, beim Tragen der Einkaufstüten. Dieser Kontext erklärt, warum ein sehr hoher Anteil der Sprachanfragen explizit oder implizit einen Ortsbezug enthält: "in meiner Nähe", "hier", "in dieser Gegend" oder direkt den Namen der Stadt.

Google interpretiert diese lokale Ladung auch dann, wenn das Wort "Nähe" gar nicht fällt: Eine Frage wie "wo kann ich japanisch essen gehen" wird, sofern nichts anderes darauf hindeutet, als lokale Anfrage behandelt, gestützt zusätzlich durch den tatsächlichen Standort des Geräts. Das macht jede Voice-Search-Strategie zu einer direkten Erweiterung des lokalen SEO: Ist der Eintrag eines Unternehmens unvollständig oder veraltet, taucht es schlicht nicht in der Auswahl auf, aus der der Assistent antworten kann.

Das zentrale Element dieses Eintrags ist Google Business Profile: korrekte Öffnungszeiten samt Feiertagen und Ausnahmen, die passende Kategorie, Adresse und Telefonnummer, die mit den übrigen Online-Verzeichnissen übereinstimmen. Fragt jemand "welche Apotheke in der Nähe hat gerade offen", braucht der Assistent strukturierte, verlässliche Daten zu den tatsächlichen Öffnungszeiten jeder nahegelegenen Apotheke, nicht nur eine gut rankende Website.

Wenn mehrere Unternehmen gleichermaßen zur Anfrage passen, spielt zusätzlich die Bewertungslage eine Rolle: Anzahl und Aktualität der Rezensionen im Google Business Profile beeinflussen, welches der infrage kommenden Ergebnisse der Assistent als Erstes nennt. Ein Eintrag mit vollständigen Daten, aber ohne aktuelle Bewertungen, konkurriert deshalb schlechter als einer, der beides pflegt.

Der übliche Fehler ist, Voice Search als reines Content-Problem zu behandeln, während in der lokalen Praxis die Genauigkeit der Unternehmensdaten mindestens so viel wiegt wie die Qualität des Website-Texts.

• Content im natürlichen Frage-Antwort-Format formulieren, mit der Frage genau so, wie sie eine sprechende Person stellen würde, nicht als bloßes Schlagwort.
• Eine direkte, vollständige Antwort in den ersten zwei oder drei Sätzen des Abschnitts platzieren, bevor ins Detail gegangen wird, um die Chancen auf das Featured Snippet zu erhöhen.
• Lange, konversationelle Varianten jedes Keywords recherchieren, nicht nur die kurze Version, die in Keyword-Tools meist oben steht.
• Das Google Business Profile vollständig und aktuell halten: Öffnungszeiten, Kategorie, Adresse und Telefonnummer im Einklang mit anderen Verzeichnissen.
• Fragen und Antworten mit FAQPage-Daten im Vokabular von Schema.org auszeichnen, damit Suchmaschinen und Assistenten klar erkennen, welcher Abschnitt welche Frage beantwortet.
• Die mobile Ladegeschwindigkeit im Blick behalten, denn die meisten Sprachanfragen starten auf einem mobilen Gerät, und eine langsame Seite schadet sowohl der Nutzererfahrung als auch der organischen Ausgangsposition.

• Content nur als lose Schlagwortliste schreiben und die langen, fragenden Varianten vernachlässigen.
• Annehmen, Voice Search habe einen eigenen Algorithmus, getrennt vom Rest der Suche: Die gesprochene Anfrage wird in Text umgewandelt und konkurriert im selben Ergebnissystem wie jede getippte Suche.
• Das Google Business Profile veraltet lassen oder Sonderöffnungszeiten an Feiertagen vergessen.
• Speakable-Markup einsetzen in der Annahme, es sei die universelle Lösung für Voice Search: Google beschränkt es bislang auf Nachrichteninhalte auf Geräten mit Google Assistant, nicht auf beliebigen Content.
• Traffic-Zahlen zu Voice Search unkritisch übernehmen: Ein großer Teil der kursierenden Statistiken stammt aus älteren Schätzungen oder aus Quellen, die ihre Methodik nicht offenlegen.