Zum Inhalt springen

Query Understanding

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.10.2026

Query Understanding ist das maschinelle Erfassen dessen, was jemand mit einer Suchanfrage tatsächlich meint. In KI-Suchen übernimmt diesen Schritt ein Sprachmodell, davor taten es feste Regeln. Dazu gehört mehr als das Lesen der Wörter: die Absicht hinter der Frage, die Art der erwarteten Antwort und der Zusammenhang, in dem die Frage gestellt wird.

Query Understanding

Das maschinelle Erfassen, was jemand mit einer Suchanfrage tatsächlich meint.
Beispiel: „Das Query Understanding erkennt bei der Eingabe Rechnung Muster, dass eine Vorlage gesucht wird und kein Kunde dieses Namens.“

Die Schritte: Rechtschreibung berichtigen, Eigennamen erkennen, die Absicht einordnen, den Umfang bestimmen und die Anfrage für die Suche umformulieren.

Die Einordnung der Absicht ist der wichtigste Schritt. Wer etwas kaufen will, braucht andere Ergebnisse als wer etwas verstehen will, und beide formulieren oft gleich.

Was sich mit Sprachmodellen geändert hat

Die Reihenfolge. Früher wurde die Anfrage in Stichwörter zerlegt und daraus auf die Absicht geschlossen. Heute liest ein Modell die Frage als Ganzes, einschließlich Verneinungen, Einschränkungen und Bezügen auf die vorige Frage. Dadurch funktionieren Anfragen, die in einem Suchfeld nie funktioniert hätten, etwa „so etwas wie das vorige, aber günstiger und auf Deutsch“.

Was das für Texte bedeutet

Dass Schreiben für Stichwörter zu Ende geht. Eine Seite, die dieselbe Frage in der Sprache ihrer Leser beantwortet, wird gefunden, auch wenn sie das gesuchte Wort nicht enthält. Umgekehrt nützt die beste Stichwortdichte nichts, wenn die Absicht hinter der Anfrage eine andere ist.

Wo man es selbst braucht

In jeder Suche mit mehr als ein paar hundert Dokumenten. Schon eine einfache Einordnung der Absicht verbessert die Ergebnisse: Fragt jemand nach einem Produkt, nach einer Anleitung oder nach einer Zuständigkeit? Daraus folgt, welche Inhalte überhaupt in Frage kommen, und das ist oft wirksamer als jede Verbesserung des Suchverfahrens. Der zweite Hebel ist die leere Trefferliste: Was dort angeboten wird, entscheidet, ob jemand weitersucht oder die Seite verlässt. Ein Vorschlag mit ähnlichen Begriffen und ein Weg zum Kontakt kosten wenig und fangen genau die Fälle auf, an denen das Verstehen gescheitert ist.

Siehe auch:

Query Expansion

Ein KI-System erweitert eine Suchanfrage um verwandte Begriffe, damit mehr Passendes gefunden wird.

#Künstliche Intelligenz (KI)

Query Fan-Out

Das Aufteilen einer Frage in mehrere Teilsuchen, deren Ergebnisse zusammengeführt werden.

#Künstliche Intelligenz (KI)

SERP

Die Ergebnisseite einer Suchmaschine zu einer bestimmten Suchanfrage.

#Website-Struktur

Generative Search

Eine Suche, die eine formulierte Antwort liefert statt einer Liste von Treffern.

#Künstliche Intelligenz (KI)

Information Retrieval

Das Fachgebiet, das sich mit dem Auffinden relevanter Inhalte in großen Beständen befasst.

#Künstliche Intelligenz (KI)

Answer Engine Optimization (AEO)

Inhalte auf die eine Antwort hin aufbereiten, die ein System anstelle einer Ergebnisliste ausgibt.

#Künstliche Intelligenz (KI)