Was ist Komposita-Zerlegung?
Deutsch baut Wörter wie Lego: Hund, Futter, Hersteller — fertig ist der „Hundefutterhersteller“. So ein zusammengesetztes Wort heißt Kompositum, Mehrzahl Komposita. Für Menschen ist das praktisch. Für Suchsysteme ist es ein Problem, denn sie trennen Wörter zuerst an Leerzeichen.
Die Komposita-Zerlegung, englisch Decompounding, löst das Problem. Sie sucht im langen Wort nach bekannten Teilwörtern und speichert sie zusätzlich ab. Aus „Kaffeetasse“ wird im Suchindex „Kaffeetasse“, „Kaffee“ und „Tasse“. Das Originalwort bleibt dabei erhalten.
Knifflig sind die Fugenlaute: das „s“ in „Versicherungsvertrag“ oder das „e“ in „Hundefutter“. Ein gutes System erkennt sie und wirft sie weg.
Warum das im Deutschen so wichtig ist
Eine Studie von 2002 hat über 28 Millionen Wörter aus Nachrichtentexten der österreichischen Presseagentur ausgewertet. Ergebnis: 47 % der verschiedenen Wörter waren Komposita, aber nur 7 % aller Wörter im Text. 83 % der Komposita kamen höchstens fünfmal vor.
Das heißt: Komposita sind ungeheuer vielfältig, aber jedes einzelne ist selten. Genau das kennst du aus der Keyword-Recherche als Longtail. Die Bestandteile dagegen sind häufig. Deshalb lohnt es sich, sie zu kennen.
Kompositum
Bestandteile
Gartenstühle
Garten + Stühle
Versicherungsvertrag
Versicherung + Vertrag
Blumensträuße
Blumen + Sträuße
Hundefutterhersteller
Hund + Futter + Hersteller
Was macht Google?
Google hat 2007 ein Verfahren zum Zerlegen von Komposita zum Patent angemeldet, erteilt wurde es 2011. Die Beschreibung nutzt deutsche Beispiele wie „Blumensträuße“ und behandelt Fugenlaute. Ein hübsches Detail: Wörter auf „-straße“ und „-dorf“ sollen nicht zerlegt werden, weil sie meist Ortsnamen sind.
Ein Patent ist aber keine Betriebsanleitung. Ob und wie Google das heute einsetzt, sagt Google nicht. Eine Aussage von Google speziell zu deutschen Komposita gibt es nicht. John Mueller sagte 2017 nur allgemein zu Bindestrichen, Google behandle sie nicht gesondert: Mal gelten Varianten als Synonyme, mal nicht.
Komposita in der Shop-Suche
Hier wird es handfest. Sucht ein Kunde „Stühle“ und im Shop stehen nur „Gartenstühle“, findet die Suche ohne Zerlegung nichts. Ein verlorener Verkauf, der in keinem Bericht auftaucht.
- Algolia: Die Zerlegung lässt sich pro Feld einschalten, für Deutsch und fünf weitere Sprachen. Standardmäßig ist sie aus.
- Elasticsearch und OpenSearch: Zwei Filter, einer mit Wortliste, einer zusätzlich mit Silbentrennmustern. Elastic empfiehlt meist den schnelleren zweiten.
- Apache Solr: Hat vergleichbare Filter für zusammengesetzte Wörter.
Ohne Wortliste geht es bei allen nicht. Was nicht in der Liste steht, wird auch nicht gefunden — pflege sie deshalb mit deinen Produktbegriffen.
Häufige Fehler
Fehler 1 · Glauben, die Shop-Suche kann das von selbst
Viele Shop-Suchen haben die Zerlegung ab Werk ausgeschaltet. Mach den Test: Such ein Teilwort, das nur in einem Kompositum vorkommt.
Fehler 2 · Mehr Zerlegung ist immer besser
In „Kaffee“ steckt „Fee“, in „Streifenbluse“ steckt „Reifen“. Zerlegt das System zu eifrig, landet die Bluse bei den Autoreifen. Elastic hat dafür seit Version 8.17 eine eigene Einstellung.
Fehler 3 · Bindestriche fürs Ranking einbauen
„Zahnarzt-Hamburg“ im Text, damit Google beide Wörter sieht? Das ist falsches Deutsch, liest sich schlecht und ein Nutzen ist nicht belegt. Schreib richtig.
Fehler 4 · Zerlegung mit Stemming verwechseln
Stemming kürzt ein Wort auf seinen Stamm, Lemmatisierung führt es auf die Grundform zurück. Beide lassen ein Kompositum ganz. Die Zerlegung ist ein eigener Schritt und kommt zusätzlich.
Häufige Fragen
Versteht Google, dass „Zahnarzthamburg“ und „Zahnarzt Hamburg“ dasselbe meinen?
Oft ja, aber nicht garantiert. Google hat ein Zerlegungsverfahren patentiert, sagt aber nicht, wie es heute eingesetzt wird. Vergleich die Suchergebnisse beider Schreibweisen, statt dich darauf zu verlassen.
Soll ich Komposita mit Bindestrich schreiben?
Nur wenn die Rechtschreibung es vorsieht oder es die Lesbarkeit verbessert, etwa bei langen Wortketten. Für das Ranking ist ein Vorteil nicht belegt.
Warum findet meine Shop-Suche „Stühle“ nicht in „Gartenstühle“?
Weil die Suche das Wort nicht zerlegt. Bei Algolia ist die Funktion standardmäßig aus, bei Elasticsearch braucht es einen eigenen Filter mit Wortliste.
Was ist der Unterschied zur Lemmatisierung?
Lemmatisierung bringt ein Wort auf seine Grundform („Gartenstühle“ wird zu „Gartenstuhl“). Komposita-Zerlegung teilt es in seine Bestandteile („Garten“ und „Stühle“). Gute Suchsysteme machen beides.