Was eine Suchmaschine findet und was sie auslässt

Angenommen, eine Zahl aus einer Studie soll belegt werden. Die Eingabe in ein Suchfeld liefert in Sekunden mehrere Adressen, die den gesuchten Zusammenhang zu bestätigen scheinen. Das sieht aus wie ein Blick in einen vollständigen Bestand. Tatsächlich ist es eine Auswahl aus dem, was der Dienst erfassen und speichern konnte. Auffindbarkeit, Reihenfolge und Belegqualität fallen im Ergebnis zusammen, sind aber drei verschiedene Dinge.

Die Reihenfolge ordnet diesen Bestand. Ein hoher Platz kann praktisch sein, ist aber keine Garantie für die Richtigkeit einer konkreten Aussage. Deshalb beginnt die Prüfung einer Quelle nach dem Klick erst richtig.

Drei Arbeitsgänge, die nicht jede Seite durchläuft

Google beschreibt sein Verfahren in drei Phasen: Crawling, Indexierung und Bereitstellung der Suchergebnisse. Beim Crawling ruft der Googlebot Seiten ab. Ein zentrales Verzeichnis aller Webseiten gibt es nicht; neue Adressen findet der Dienst über Links und eingereichte Sitemaps. Bei der Indexierung wertet er Text, Bilder und Videos aus und legt sie in einer Datenbank ab. Gesucht wird dann in diesem Index, nicht im offenen Netz. Die Reihenfolge der Treffer, das Ranking, entsteht nach Googles Darstellung durch automatisierte Systeme, die zahlreiche Signale verarbeiten. Der Leitfaden zu den Ranking-Systemen beschreibt nur einige Systeme, keine vollständige Liste.

Was im Index fehlen kann

Google garantiert nicht, dass eine Seite gecrawlt, indexiert oder angezeigt wird. Die Dokumentation nennt als Gründe: erst nach einer Anmeldung zugängliche Inhalte, Robots-Regeln, eine noindex-Angabe, geringe inhaltliche Qualität und technische Hürden. Eine per robots.txt gesperrte Adresse kann trotzdem in der Trefferliste erscheinen, dann ohne Beschreibungstext, wenn andere Seiten auf sie verweisen. Eine noindex-Angabe wirkt wiederum nur, wenn der Crawler die Seite abrufen darf; ist sie zusätzlich per robots.txt gesperrt, liest er die Angabe nicht. Wie verlässlich solche Regeln greifen, hängt vom Dienst ab: Nicht jeder Crawler befolgt nach Googles Hinweis robots.txt, und die noindex-Regel wird unterschiedlich ausgelegt. Der Standard RFC 9309 der Internet Engineering Task Force hält fest, dass diese Regeln keine Form der Zugriffsberechtigung sind.

Eine Antwort kann mehrere Ursprünge haben

Welche Seiten zu einer Anfrage passen, hängt nach Googles Dokumentation unter anderem von Sprache, Standort und Gerät ab. Sehr ähnliche Treffer werden zusammengefasst; doppelte Fassungen erscheinen nicht vollständig. Auch das Format der Ergebnisseite wechselt mit der Anfrage; eine bestimmte Ansicht ist kein dauerhaftes Grundprinzip. Bezahlte Anzeigen und organische Treffer haben unterschiedliche Herkunft; nach Googles Darstellung lässt sich eine höhere Platzierung nicht kaufen. Der Beschreibungstext unter einem Treffer wird automatisch erzeugt und kann je nach Anfrage anders ausfallen; er zeigt nicht zwingend die Stelle, auf die es ankommt.

Ein Treffer kann zu einem Bericht über eine Studie führen, der gut erklärt, was untersucht wurde. Für eine genaue Zahl bleibt der Blick in das ursprüngliche Dokument nötig, samt Zeitraum, Bezugsgruppe und Definition. Bei einer KI-Antwort gilt dieselbe Unterscheidung, auch wenn Fundstellen direkt in eine Zusammenfassung eingebaut sind. Die KI-Übersichten der Google Suche setzen nach der Dokumentation des Dienstes indexierte und für Kurztexte geeignete Seiten voraus und erscheinen nur bei ausgewählten Anfragen. Eine Quellenangabe in der Zusammenfassung belegt daher noch nicht, dass die zitierte Stelle die Aussage trägt.

Gefunden bedeutet ausgewählt

Auch ein Feed legt eine Reihenfolge fest. Die Nutzungssituation ist dort anders, die gemeinsame Frage bleibt: Nach welchen Kriterien werden mögliche Inhalte sichtbar? Für Nachrichten ist das ebenso relevant wie für Filmkataloge, die leicht wie vollständige Archive wirken. Eine zweite Suchanfrage kann helfen: andere Begriffe, ein Zeitraum oder der Name der zuständigen Stelle führen mitunter zu einem anderen Ausschnitt. Das ist kein Beweis, dass der erste Treffer falsch war. Es macht deutlich, dass die eigene Wortwahl Teil des Suchwegs ist.

Für eine konkrete Frage zählt am Ende die passende Fundstelle. Wer sie nicht findet, darf diese Lücke benennen; ein unauffindbarer Beleg wird nicht dadurch besser, dass ein ähnlicher Satz häufig wiederholt wird. Offen bleibt, was ein Dienst nicht angezeigt hat. Über die Grenzen des eigenen Bestands veröffentlichen Suchdienste keine vollständige Auskunft; die genannten Angaben beschreiben das Verfahren eines Anbieters zu einem bestimmten Stand.