Google gab 2007 bekannt, dass 20 bis 25% aller Suchanfragen neu sind, also vorher noch nie gestellt wurden. Dabei muss man sich allerdings vor Augen halten, dass für Google nicht nur die reinen Suchwörter sondern auch Dinge wie zum Beispiel Sprache und geographische Region des Benutzers zu einem Query gehören. Eine Untersuchung chinesischer Wissenschaftler von 2006 spricht sogar von nur 10% neuen Suchanfragen bei der chinesischen Suchmaschine Sogou.

Egal wer nun Recht hat, Fakt ist, dass eine sehr große Zahl von Suchanfragen wirklich vorher bekannt ist. Im Unternehmen lassen sich solche Zahlen sehr leicht messen. Eine Auswertung der Intranetsuche der T-Systems MMS ergab, dass tatsächlich nur 2 bis 5% aller Anfragen neu sind. Allerdings läßt sich das nicht verallgemeinern, sondern ist von Unternehmen zu Unternehmen sicher unterschiedlich. Interessant wird nun die weitere Analyse: Wonach suchen die Mitarbeiter eigentlich genau und wie kann man den Suchprozess noch weiter optimieren? Untersuchungen zeigen, dass Mitarbeiter in wissensbasierten Unternehmen 15 bis 25% ihrer gesamten Arbeitszeit mit nichtproduktiver Recherchearbeit verbringen. Dabei werden 10% an Personalkosten verschwendet, einfach weil Mitarbeiter eine gesuchte Information einfach nicht finden können.

Und um zur Ausgangsfrage zurückkehren: Natürlich ist es teilweise möglich die Ergebnisse von häufigen Suchanfragen im Cache zu halten und damit eine sehr schnelle Auslieferung zu garantieren. So ist Google für die Top-Suchanfragen lediglich nur noch Ergebnisseiten-Auslieferer, eine Suche im eigentlichen Sinn findet gar nicht mehr statt. Allerdings muss dabei beachtet werden, dass der zu durchsuchende Inhalt sich jederzeit auch ändern kann und somit Änderungen der Ergebnisseite möglich sind. Außerdem kann ein Cache auch nicht beliebig groß sein. Ganz so einfach ist es dann also doch nicht.

Endlich! Sehr lange schon werden technische Aspekte wie Anpassbarkeit der Suchalgorithmen und Skalierbarkeit überbewertet, die Verhalten (es gibt mehrere) der Nutzer beim Suchen dabei sträflich missachtet. Heraus kamen hoch skalierbare Suchlösungen, mit denen sich zu wenige Nutzer identifizieren.

Herr Brunswick schließt mit der These, dass man mit relativ geringem Mehraufwand bei der Analyse und Umsetzung der Nutzungsszenarien einen deutlich höheren Wert der Suchfunktion erzielt. Dies deckt sich mit Ergebnissen einer (leider kostenpflichtigen) Studie von sieber&partners.

Bert Sandie, Director – Technical Excellence bei Electronic Arts, hat in einem sonst sehr oberflächlichen Artikel auf aiim seine und die Erfahrungen der Enterprise 2.0 Nutzer aus dem Enterprise Search Projekt seines Unternehmens zu folgenden – im Gegensatz zum sonstigen Artikel sehr trefflichen – Best Practices zusammengefasst:

• Invest in at least one individual to staff your search team; it takes time and effort to keep search running efficiently and effectively in medium/large size organization.
• Regularly ask/poll employees to gain a deeper understanding of what types of searches they are performing and if these are successful; this may result in modifications to indexing, relevancy algorithms, data sources, etc.
• Provide faceting (filtering and sorting) mechanisms that help lead to query refinements; look at the directions Google has recently provided with their left panel (see example images below)
• Target a set of key business problems that search can help with and then work to make the data available and easily findable as part of your roll-out strategy
• User interfaces need to use paradigms people are already familiar with but which can be customized or extended for particular business needs where necessary

Trefflich deshalb, weil sich diese Erfahrungen mit unseren decken; zum anderen weil Bert Sandie auf eine Auswahl der wichtigsten Nutzungsszenarien (“business problems”) fokussiert, eine Strategie, die wir bei Anforderungsaufnahme und Umsetzung sehr empfehlen.