Startseite > Lexikon > SEO > Information Retrieval

Bleistiftskizze: Ein Greifarm hebt aus einem Papierstapel ein einzelnes orange Blatt einem gesichtslosen Kopf entgegen, als Bild für Information Retrieval
SEO

Information Retrieval

Die Wissenschaft hinter jeder Suchmaschine. Information Retrieval klärt, wie aus Milliarden Seiten in Sekundenbruchteilen die zehn passenden werden — und warum KI-Antworten genau darauf aufbauen.

Auch bekannt alsInformationsrückgewinnungInformationswiedergewinnung

7 Min

Lesezeit

18.11.2026

Letzte Aktualisierung

Was ist Information Retrieval?

Du tippst drei Wörter ins Suchfeld und bekommst in Sekundenbruchteilen die passenden Seiten. Wie geht das eigentlich? Die Antwort heißt Information Retrieval, kurz IR.

Das Standardlehrbuch des Fachs definiert IR als das Finden von Material, meist Dokumenten, ohne feste Struktur, meist Text. Es soll einen Informationsbedarf erfüllen und liegt in großen Sammlungen auf Computern. Auf Deutsch sagt man auch Informationsrückgewinnung — benutzt aber kaum jemand.

IR besteht im Kern aus drei Aufgaben:

  • Erfassen und indexieren: Dokumente zerlegen und in einem Verzeichnis ablegen, das schnelles Nachschlagen erlaubt.
  • Abgleichen: die Anfrage mit dem Index vergleichen und mögliche Treffer finden.
  • Sortieren: die Treffer nach Relevanz ordnen, damit das Beste oben steht.

So arbeitet eine Suchmaschine

Google beschreibt seine Suche in drei Stufen: Crawling, Indexierung und das Ausliefern der Ergebnisse. Die ersten beiden bringen die Daten ins System, die dritte ist IR im engeren Sinn.

Herzstück ist der invertierte Index. Er funktioniert wie das Stichwortverzeichnis hinten im Buch: Zu jedem Wort steht, auf welchen Seiten es vorkommt. Googles Index umfasst laut eigener Aussage Hunderte Milliarden Webseiten und ist weit über 100 Millionen Gigabyte groß.

Für die Sortierung gibt es klassische Verfahren. Das bekannteste heißt BM25: Es gewichtet, wie oft ein Suchwort vorkommt, wie selten es insgesamt ist und wie lang das Dokument ist. In Elasticsearch ist BM25 bis heute die Standardeinstellung.

Google geht weit darüber hinaus. Die Relevanz bestimmen laut Google Hunderte Faktoren. Dazu kommen KI-Systeme, die Bedeutung statt Wörter abgleichen: BERT versteht Wortkombinationen, Neural Matching verbindet Konzepte, RankBrain findet passende Seiten, auch wenn nicht alle Suchwörter darin stehen.

Warum das nötig ist? Schon 2019 sagte Google, dass 15 % der täglichen Suchanfragen noch nie vorher gestellt wurden. Mit reinem Wortabgleich kommst du da nicht weit.

Precision und Recall: Wie gut ist eine Suche?

IR misst Qualität mit zwei Kennzahlen. Beide brauchst du, eine allein lügt.

  • Precision (Genauigkeit): Wie viele der gelieferten Treffer passen? Richtige Treffer ÷ alle gelieferten Treffer.
  • Recall (Vollständigkeit): Wie viele der passenden Dokumente wurden gefunden? Richtige Treffer ÷ alle passenden Dokumente.

Beispiel A · Shopsuche

Suche nach „Turnschuh“, ohne Synonyme

10

Treffer, davon 8 passend

20

passende Produkte im Katalog

Precision 80 %, Recall 40 %

Was da ist, passt — aber alle „Sneaker“ fehlen. Ausgedachte Zahlen zur Erklärung.

Beispiel B · Shopsuche

Gleiche Suche, mit Synonymen

30

Treffer, davon 18 passend

20

passende Produkte im Katalog

Precision 60 %, Recall 90 %

Fast alles gefunden, dafür mehr Beifang wie Turnschuh-Putzmittel. Ausgedachte Zahlen zur Erklärung.

Das ist der klassische Zielkonflikt: Steigt der eine Wert, sinkt oft der andere. Auch Googles Kurs zum maschinellen Lernen nennt diesen Gegensatz ausdrücklich. Gute Suche heißt also nicht „alles finden“, sondern die passenden Treffer finden und gut sortieren.

Was IR mit SEO und KI-Antworten zu tun hat

SEO ist im Grunde angewandte IR, nur von der anderen Seite: Du machst es dem System leicht, deine Seite zu finden, zu verstehen und richtig einzusortieren.

Mit KI-Suche wird das noch wichtiger. AI Overviews und AI Mode können eine Technik namens Query Fan-out nutzen: Google stellt dabei selbst mehrere verwandte Suchanfragen und baut aus den Treffern die Antwort. Erst wird abgerufen, dann formuliert.

Das gleiche Prinzip steckt hinter Retrieval-Augmented Generation, kurz RAG. Der Begriff stammt aus einem Fachaufsatz von 2020: Ein Sprachmodell holt sich passende Textstellen aus einem Index und schreibt erst dann. Wer im Index fehlt, kommt in der Antwort nicht vor.

Häufige Fehler

Fehler 1 · IR mit Keyword-Zählen verwechseln

Wer glaubt, Suche sei Wortabgleich, stopft Keywords in den Text. Google gleicht Bedeutung ab und wertet Keyword-Stuffing als Spam. Schreib für die Frage, nicht für die Zählung.

Fehler 2 · Indexiert mit gut platziert gleichsetzen

Im Index zu stehen heißt nur: Die Seite kann gefunden werden. Ob sie oben landet, entscheidet die Sortierung danach. Selbst wer alle technischen Anforderungen erfüllt, hat laut Google keine Garantie.

Fehler 3 · Die eigene Website-Suche vergessen

Viele kümmern sich um Google und lassen die Suche im eigenen Shop verkümmern. Findet sie bei „Sneaker“ nichts, weil die Produkte „Turnschuh“ heißen, ist der Kunde weg. Synonyme und Tippfehler-Toleranz sind Pflicht.

Werkzeuge und was du konkret tust

  • Google Search Console: Der Leistungsbericht zeigt, bei welchen Anfragen Google deine Seiten abruft (Impressionen) und wie es sie einsortiert (Position). Dort tauchen oft Anfragen auf, die du nie bewusst bedient hast.
  • Apache Lucene, Elasticsearch, OpenSearch: die offenen Suchbibliotheken, mit BM25 und Vektorsuche.
  • Algolia: gehostete Website- und Shopsuche, berücksichtigt Tippfehler und Filter.
  • WordPress: Plugins wie SearchWP oder Relevanssi verbessern die eingebaute Suche.

Häufige Fragen

Was ist der Unterschied zwischen Information Retrieval und einer Datenbankabfrage?

Eine Datenbankabfrage liefert exakt die Datensätze, die zu klaren Bedingungen passen. Information Retrieval arbeitet mit unstrukturiertem Text und muss einschätzen, was relevant ist. Deshalb sortiert IR Treffer nach Wahrscheinlichkeit statt nach Ja oder Nein.

Was bedeuten Precision und Recall?

Precision ist der Anteil passender Treffer unter allen gelieferten. Recall ist der Anteil der gefundenen unter allen passenden Dokumenten. Beide ziehen oft in entgegengesetzte Richtungen, deshalb schaut man immer auf beide zusammen.

Was hat Information Retrieval mit SEO zu tun?

Suchmaschinen sind IR-Systeme. SEO sorgt dafür, dass deine Seiten gecrawlt, indexiert und für die richtigen Anfragen als relevant eingestuft werden. Wer versteht, wie das System sortiert, optimiert gezielter.

Wie hängen Information Retrieval und KI-Antworten zusammen?

KI-Antworten wie AI Overviews oder Systeme mit RAG rufen zuerst passende Inhalte aus einem Index ab und formulieren erst danach. Ohne Retrieval keine Quellen. Eine Seite, die nicht im Index steht, kann in der Antwort nicht auftauchen.

Was ist BM25?

BM25 ist ein klassisches Verfahren, um Dokumente nach Relevanz zu sortieren. Es berücksichtigt, wie oft ein Suchwort vorkommt, wie selten es insgesamt ist und wie lang das Dokument ist. Elasticsearch nutzt es als Standard.

Brauche ich als KMU eine eigene Suchtechnik?

Für eine kleine Website reicht meist die eingebaute Suche mit einem guten Plugin. Ab einem Shop mit einigen hundert Produkten lohnt sich eine Lösung mit Synonymen und Tippfehler-Toleranz, etwa Algolia oder ein Elasticsearch-basiertes Plugin.

Begriff teilenHat dir die Definition geholfen? Schick sie weiter.