Wir wurden kürzlich das erste Mal in das Ranking der wachstumsstärksten Unternehmen in Europa 2025 aufgenommen. Wir sind stolz auf unsere Platzierung. Erfahre hier mehr über die Kriterien. ... Weiterlesen
01 min |
26.07.2019 | 05 min |
Das Thema Voice Search ist momentan in aller Munde, obwohl es teilweise noch sehr unausgereift und frustrierend ist. Außerdem haben gesprochene Suchanfragen eher informationalen als transaktionalen Charakter. Aber kaum jemand spricht über das Thema Visual Search. Dabei sind Bilder im Kaufentscheidungsprozess elementar.
Zuerst einmal solltest Du die visuelle Suche (Visual Search) nicht mit der Bildersuche (Image Search) verwechseln. Bei der Bildersuche stellt der User eine textbasierte Anfrage und die Suchmaschine findet die beste visuelle Übereinstimmung. Er sucht also NACH einem Bild. Bei der visuellen Suche hingegen sucht er MIT einem Bild, das er anstelle von Text verwendet. Die Suchmaschine erkennt das Objekt und vergleicht die visuellen Informationen mit bereits bekannten Bildinhalten. Hinter der Suchmaschine stehen neuronale Netzwerke sowie künstliche Intelligenz, welche die Funktionsweise des menschlichen Gehirns nachahmen.
Die verschiedenen Arten der Visual Search nutzen unterschiedliche Techniken, um Bildinhalte zu erkennen sowie zu vergleichen.
Google entwickelte die umgekehrte Bildersuche. Sie durchsucht das Internet nach einem bestimmten Bild. Es ist also eine konkrete Suchanfrage. Früher nutzten die Technik vor allem Unternehmen, um die nicht genehmigte Verwendung ihrer Bilder identifizieren. Heute kannst Du diese Suchart beispielsweise nutzen, um oft verwendete Stockfotos zu finden. Denn in den Suchergebnissen werden alle Websites angezeigt, die diese ebenfalls verwenden. Oder Du findestn eine Unterkunft auf einer Plattform und haben den Verdacht, dass das Angebot zu schön um wahr zu sein ist? Probiere es doch einmal mit der umgekehrten Bildersuche.
Die inhaltsbasierte Bildersuche oder Ähnlichkeitssuche führte Pinterest ein. Dabei findet ein Vergleich zwischen den Bildinhalten und weiteren Bildern durch eine visuelle Computertechnik statt. Das Verfahren eignet sich vor allem für die Suche nach ähnlichen Bildern oder nach Gegenständen in den Bildern. Es folgt in etwa der Logik der Google Suggest-Funktion, da es allgemein Ergebnisse liefert, die (laut Suchmaschine) ähnlich zum Gesuchten sind. Shutterstock nutzt zum Beispiel eine vergleichbare Technologie. Fügt man oben in die Suchleiste das Bild eines Sektglases ein, liefert die Suche verwandte Ergebnisse.
Hier liegt der Ursprung ebenfalls bei Pinterest. Die Related Search dient hierbei als Grundlage. Hinzu kommen noch Filter wie Größe oder Farbe, um die Anfrage noch weiter zu fokussieren. Lädt der Nutzer beispielsweise ein Bild eines stileingerichteten Zimmers hoch, liefert die Suche passende Produkte. Die Technik war so erfolgreich bei Pinterest, dass auch andere Suchmaschinen sie übernahmen. Bei Bing gibt es unter anderem die tiefe Bildersuche, die einen ähnlichen Ansatz verfolgt. Dabei kann der User ein Objekt im Bild mithilfe eines Freistellungswerkzeugs auswählen.
Bei der Augmented Reality Search dient die Smartphone-Kamera als visuelle Eingabe für die Suche. Der User fotografiert ein Objekt, die Suchmaschine zeigt Informationen und zugehörige Bilder dazu an. Zum Beispiel macht er ein Bild eines Restaurants. Daraufhin werden ihm Öffnungszeiten oder die Speisekarte angezeigt.
Google Lens analysiert Bilder und gibt Ergebnisse wieder, etwa die passenden Produkte oder die Rasse des abgebildeten Hunds. Ein weiteres Feature ist die Smart Text Selection, die intelligente Texterkennung. Sie kann Text aus Bildern speichern und sogar übersetzen. In vielen Apps auf Android-Telefonen ist die Technologie bereits integriert. Amazon bietet eine Recognition-API für andere Unternehmen an. Darin inbegriffen sind eine Reihe von Bilderkennungswerkzeugen wie die Objekterkennung. Darüber hinaus kann der User die Technik auf der Plattform selbst nutzen. Viele weitere Anbieter sowie Shops nutzen das Verfahren bereits, darunter Pinterest, Ebay, ASOS und viele mehr.
Die untenstehenden Bilder zeigen beispielhafte visuelle Smartphone-Suchen in verschiedenen Apps. Ausgangspunkt war das Foto eines schwarzen Spitzenkleids. Mit dem Klick auf die Screenshots gelangst Du zur Vollbildansicht.
Die visuelle Suche muss dem Kunden einen Vorteil und Mehrwert bringen. Nur dann macht eine Implementierung Sinn. Deshalb ist es wichtig, dass Du Dich in den Kunden hineinversetzt: Wie profitiert er am meisten von der visuellen Suche? Dabei helfen einfache, nutzerorientierte Methoden zum „Test and Learn“.
Des Weiteren solltest Du die Einstiegshürden für den User möglichst gering halten. Integrierst Du die Visual Search in eine bereits vorhandene App, dann hat er ein gewohntes Umfeld, um die Technik auszuprobieren. Gestalte den Einstieg leicht, denn je mehr Erfahrung der Nutzer sammelt, desto positiver wird seine Wahrnehmung.
Vor allem in der Testphase gilt: Sei offen! Mache dem Nutzer klar, dass es sich um einen Test handelt. Dann ist die Erwartungshaltung an die Handhabung nicht ganz so hoch und Enttäuschungen fallen niedriger aus. So bleibt dem Nutzer kein schlechtes Erlebnis in Erinnerung. Außerdem steht das Unternehmen durch den Test als innovativ und offen für Neues da.
Zu einer Test- und Implementierungsphase gehört auch eine kontinuierliche Optimierung. Nutze die gewonnenen Erkenntnisse für die Weiterentwicklung. Diese kannst Du beispielsweise durch Nutzerfeedback und Kundenmeinungen nach Abschluss erlangen. Natürlich musst Du die Technik im Vorfeld selbst testen und Deine Erfahrungen einbauen.
Von der visuellen Suche profitieren vor allem Branchen mit einer hohen optischen Komponente. Käufer, die mit einem Bild suchen, finden schneller passende Produkte. Und noch wichtiger: Die Wahrscheinlichkeit ist höher, dass sie es kaufen. Noch steckt die Visual Search in den Kinderschuhen. Das heißt aber auch, dass nur wenige Unternehmen sie in ihrer Marketingstrategie verankern. Es besteht also wenig Konkurrenz und viel Potenzial bei einer Investition in das Thema.
Klassisches Bilder-SEO ist für die visuelle Suche sehr wichtig. Denn die Suchmaschine spielt optimierte Bilder prominenter aus. Dazu gehören folgende Punkte:
Außerdem hilft es der Suchmaschine, wenn der Text um das Bild herum weitere Informationen dazu enthält. Auch Backlinks des Bilds senden positive Signale, denn gute Bilder werden eher verlinkt. Das klassische Produktbild vor weißem Hintergrund hat mittlerweile ausgedient. Vielmehr sollte es in natürlicher Umgebung abgelichtet werden, damit der Nutzer es im Alltag erlebt. Bildoptimierung beginnt folglich schon bei der Aufnahme.
Visual Search bietet vor allem im transaktionalen Bereich hohes Potenzial, denn Bilder können besser monetarisiert werden als Sprache. Visual Search wird neben der Voice Search in Zukunft den Hauptteil der Suchanfragen ausmachen. User werden dazu immer mehr ihre Smartphones als visuelle Suchmaschine benutzen. Speziell in den Bereichen Mode, Einrichtung und Design ist das Thema interessant. Grundsätzlich ist es aber auf jede Branche übertragbar. Beispielsweise fotografiert ein Handwerker ein bestimmtes Rohr und bekommt von der Suchmaschine das passende Produkt angezeigt. Welche Suchmaschinen das Rennen um die beste visuelle Suche gewinnt ist bisher noch nicht klar.
Ann-Kathrin Grottke hat ihr Medienmanagementstudium mit dem Bachelor abgeschlossen und ist Teil des eology-Marketing-Teams. Sie kümmert sich um die Verbreitung des gesammelten eology-Wissens, indem sie ihr Know-how in Magazinen, Blogs und Zeitschriften teilt.
Du möchtest die brandheißen News der Branche nicht verpassen?
Du siehst gerade einen Platzhalterinhalt von HubSpot. Um auf den eigentlichen Inhalt zuzugreifen, klicke auf die Schaltfläche unten. Bitte beachte, dass dabei Daten an Drittanbieter weitergegeben werden.