Suche im WWW
3813230 documents match your query

von Vera Potuzak, Karin Takacs & Elisabeth Zoppoth (Ausgabe 98/2, Juni 1998)

 

Kasten: Bessere Fragen - bessere Antworten

Kasten: Heimische Suchhilfen im Test

Kasten: Suchdienste - Eine Auswahl

 

Suchen im WWWDas Internet gilt (unter anderem) als gigantischer Wissenspool. Gerade wegen der riesigen Datenmenge kann man aber beim Versuch, eine ganz bestimmte Information aufzuspüren, auf beträchtliche Schwierigkeiten stoßen. Für die Suche auf WWW-Servern, auf FTP-Servern, in NetNews oder nach eMail-Adressen sind jeweils spezielle Suchhilfen verfügbar; wir beschränken uns im folgenden aber auf die Suche im WWW. Hier unterscheidet man im wesentlichen zwei Suchsysteme: Kataloge ("directories", "subject trees") und Suchmaschinen ("search engines"). Daneben gibt es noch diverse Mischformen - zum Beispiel Kataloge, die eine Schnittstelle für die interne Stichwortsuche bieten, oder Suchmaschinen, die als Zusatzangebot auch einen Katalog bereitstellen.

Kataloge

Die Einträge in Katalogen sind hierarchisch aufgebaut, großteils manuell zusammengetragen und meist thematisch (manchmal auch geographisch) sortiert. Während Suchmaschinen eine Liste von Dokumenten liefern, die den gewünschten Suchbegriff enthalten, führt die Suche in einem Katalog stets zu einem bestimmten Server bzw. zu einem Teil eines Servers. Kataloge decken zwar oft nur einen sehr geringen Teil des im Internet verfügbaren Informationsangebots ab, diese (im Vergleich zu einer Suchmaschine) relativ wenigen Einträge sind aber meist von hoher Relevanz - vor allem wenn die einzelnen Rubriken von Fachleuten auf dem jeweiligen Gebiet betreut werden.

Kataloge sind besonders dann hilfreich, wenn man sich einen ersten Überblick zu einem bestimmten Wissensgebiet verschaffen möchte. Ausgehend von einer Startseite sucht man nach den gewünschten Informationen, indem man in einer Themen- bzw. Serverliste von einer Hierarchiestufe zur nächsten weiterklickt (alle Einträge sind Hyperlinks). Häufig bleibt man nur bis zu einer gewissen Verschachtelungstiefe auf dem Rechner des Katalogs und wird dann an einen anderen Rechner "weitervermittelt".

Da die verschiedenen Kataloge nicht einheitlich strukturiert sind, ist die Suche nicht immer einfach. Vor allem Einträge zu Themenbereichen, die nicht eindeutig auf einen bestimmten Oberbegriff zurückzuführen sind, sind mitunter nur mit viel Intuition zu finden ("Bergrettung" könnte z.B. unter Sport, Freizeit, Soziales oder Gesundheit eingeordnet sein). Besonders wichtig sind daher interne Vernetzungen, die es ermöglichen, zwischen den Unterkategorien verschiedener Hauptkategorien zu wechseln. Damit man sich nicht durch die Verzweigungshierarchien kämpfen muß, bieten etliche Kataloge - vor allem solche, die vom Umfang her schwer überschaubar geworden sind - zusätzlich eine lokale Suche in ihrem Katalog an.

Suchmaschinen

Diese werden zumeist kommerziell betrieben (einige Betreiberfirmen sind sogar an der Börse notiert), können aber dank ihrer Finanzierung durch Werbung und Sponsoren unentgeltlich verwendet werden. Suchmaschinen eignen sich vor allem zur Suche nach Eigennamen und Begriffen sowie zur Suche in URLs. Der Großteil aller Anfragen wird an die etwa 10 populärsten Suchmaschinen gestellt; daneben existieren aber noch hunderte kleinere Dienste, die ihr Angebot oft auf Spezialbereiche konzentrieren.

Gleich vorweg: Die perfekte Suchmaschine gibt es nicht. Es bestehen enorme Unterschiede hinsichtlich Datenbestand, Funktionsumfang, Bedienungsfreundlichkeit und Trefferqualität, und wer ernsthaft nach bestimmten Informationen suchen will, kommt nicht umhin, mehrere Suchmaschinen zu befragen. Eine Auswahl von Suchhilfen erhält man beispielsweise im Netscape Navigator mit dem Search-Knopf oder auf der Homepage der Universität Wien (http://www.univie.ac.at/) unter WWW-Suche.

Quellen

Die Datenbestände einer Suchmaschine werden maschinell gesammelt: Agentenprogramme (oder "robots", "spiders", "crawlers", ...) durchstreifen Tag und Nacht das WWW, extrahieren aus allen aufgespürten Dokumenten Stichwörter und speichern diese gemeinsam mit dem dazugehörigen URL in einer Datenbank, dem Index. Die Größe dieses Index wird letztendlich von der Hardwarekapazität bestimmt. Spitzenreiter sind derzeit HotBot und AltaVista mit jeweils über 100 Millionen indizierten Seiten, was in etwa einem Drittel des (geschätzten) Informationsangebots im WWW entsprechen dürfte.

Bei subtileren Kriterien wie Datenqualität und Aktualität ist die Arbeitsweise der Agenten ausschlaggebend. Hier folgt jeder seinen eigenen Regeln. Die Reiserouten und -intervalle der Agenten und ihre Reaktionen auf Überraschungen (z.B. unerreichbare Server) sind unterschiedlich und undurchsichtig; daher sollte man sich keinesfalls auf eine einzige Suchmaschine beschränken, wenn man möglichst aktuelle Informationen benötigt. Beliebte Server und häufig veränderte Dokumente werden in der Regel öfter indiziert (im Extremfall mehrmals täglich), und man kann davon ausgehen, daß die Agenten der großen US-Suchmaschinen ihr nationales Informationsangebot aufmerksamer beobachten als das anderer Staaten. Der Großteil der Agenten beschränkt sich übrigens darauf, neben URL und Titel eines Dokuments noch die ersten Textzeilen und eventuelle "meta tags" (siehe HTML mit Stil) zu durchsuchen; eine Volltext-Analyse wird meist nur von den Agenten größerer Suchmaschinen durchgeführt.

Nach manchen Dokumenten wird man ohnehin vergeblich suchen: So werden beispielsweise auf Frames basierende sowie dynamisch generierte Seiten (z.B. Abfrageergebnisse aus Datenbanken) im allgemeinen nicht indiziert. Dasselbe gilt für Dokumente, auf die von außen kein Link weist - es sei denn, sie wurden händisch angemeldet1) - und für Seiten, die durch ein Paßwort oder einen Firewall geschützt oder für Agentenprogramme explizit gesperrt sind. Von einem vollständigen und aktuellen Verzeichnis aller Webpages kann also keine Rede sein, und durch die dauernden Veränderungen im WWW (neue Seiten kommen hinzu, bestehende werden geändert, übersiedelt oder aufgelassen) wird dies wohl bis auf weiteres so bleiben.

Fragen & Antworten

Die Bedienung einer Suchmaschine ist im Prinzip sehr einfach: Auf der Homepage der Suchmaschine findet man ein Eingabefeld, in das man den gewünschten Suchbegriff eintippt; anschließend klickt man auf Search (oft kann man stattdessen auch die Return-Taste drücken). Die Suchmaschine liefert daraufhin eine Liste von Dokumenten, die den Suchbegriff enthalten, wobei die einzelnen Treffer durch Anklicken sofort aufgerufen werden können. Da bei jeder Suchanfrage nur die Datenbank und nicht das Internet durchsucht wird, kann man mit einer Antwort innerhalb weniger Sekunden rechnen. Größe und Aufbau des Index, Hardwareausstattung und vor allem die Übertragungszeiten sind hierbei die wichtigsten Einflußfaktoren.

Bevor man nun aber AltaVista mit "maier" füttert, sollte man bedenken, daß eine Suchmaschine in der Regel nach der eingetippten Zeichenfolge Ausschau hält2), die jeweiligen Assoziationen des Fragestellers aber nicht erraten kann. Daher sind Trefferlisten mit zehntausenden Dokumenten keine Seltenheit. Die Suchmaschinen bemühen sich zwar im allgemeinen, vielversprechende Seiten zu identifizieren und am Beginn der Liste anzugeben; man kann aber keineswegs davon ausgehen, daß dieses Vorhaben ("ranking") zuverlässig zum gewünschten Erfolg führt. Wer also nicht stunden- oder tagelang mit der Sichtung des Materials beschäftigt sein will, sollte eine möglichst kurze und treffsichere Ergebnisliste anstreben. Hier gilt: Je präziser und intelligenter die Fragestellung, desto besser die Resultate. Es empfiehlt sich, mehrere miteinander verknüpfte Suchbegriffe zu verwenden und die Suche mit Hilfe weiterer Optionen einzugrenzen (siehe Kasten Bessere Fragen - bessere Antworten).

Aus den bereits erwähnten Gründen - Indexgröße und -aufbau, Strategie der Agenten - führt dieselbe Suchanfrage bei verschiedenen Suchmaschinen zu ganz unterschiedlichen Ergebnissen. Entscheidend für die Qualität der Trefferliste ist dabei vor allem die Anzahl der relevanten Dokumente (leider werden üblicherweise sehr viele redundante, unpassende, veraltete und inexistente "Treffer" mitgeliefert). Jede Suchmaschine präsentiert die Ergebnisse anders, wobei die Ausführlichkeit der Liste im allgemeinen vom Benutzer eingestellt werden kann. Alle Trefferlisten enthalten URL und Titel jedes gefundenen Dokuments; zusätzlich werden meist Ausschnitte, Zusammenfassungen oder Kommentare angezeigt. Darüber hinaus bieten einige Suchmaschinen auch Informationen wie Dateigröße, Änderungsdatum oder eine geschätzte Prozentzahl zur Relevanz des Dokuments.

Da vermutlich die meisten Benutzer nur auf die ersten 20 oder 30 Treffer näher eingehen, spielt das Ranking - also die Sortierung der Treffer nach ihrer Relevanz - vor allem bei langen Ergebnislisten eine wichtige Rolle. Die Rankingmethoden sind unterschiedlich und werden von den Suchmaschinen-Betreibern tunlichst geheimgehalten, um ein "search engine spamming" zu verhindern. Mit diesem Begriff bezeichnet man diverse Tricks, die auf bekannten Relevanzfaktoren basieren (z.B. wie aktuell die Seite ist und wie viele Links auf sie verweisen; wie oft, wie weit vorne oder wie weit voneinander entfernt die Suchbegriffe im Text auftreten) und Betreibern kommerzieller Websites eine gute Ranking-Position sichern sollen. Mittlerweile werden derartige Manipulationen aber ohnehin von den meisten großen Suchmaschinen erkannt und abgeblockt.

Relativ neu im Angebot der großen Suchmaschinen sind diverse Möglichkeiten zur Treffer-Weiterverarbeitung. Die jeweils angebotene Methode ist für die eigene Datenbank optimiert und erlaubt daher die bestmögliche Ausnutzung der vorhandenen Ressourcen. Das Spektrum reicht vom einfachen Umsortieren der Ergebnisliste (z.B. nach Website) über die Anzeige thematisch ähnlicher Informationen bis hin zur komplexen "Refine"-Funktion bei AltaVista: Um eine kürzere und relevantere Liste zu erhalten, wird der Kontext der gefundenen Begriffe automatisch zu Kategorien zusammengefaßt, die man bei einem zweiten Suchlauf entweder berücksichtigen oder ausschließen kann. AltaVista bietet zusätzlich auch ein Übersetzungssystem, dessen Resultate bei einfach gehaltenen Texten durchaus brauchbar, mitunter aber auch recht bizarr sind.

Die Ergebnisliste wird übrigens nur im Memory Cache und Disk Cache des lokalen Rechners gespeichert, d.h. wenn Sie bei der Konfiguration Ihres Browsers dafür als Wert 0 eingesetzt haben, können Sie mit dem Back-Knopf des Browsers nicht mehr zurück auf die Liste springen, nachdem Sie einen Treffer weiterverfolgt haben. Stattdessen wird die Suche erneut durchgeführt - was aber andererseits die Möglichkeit bietet, einen Suchauftrag irgendwann bequem zu wiederholen, indem man den URL einer Ergebnisseite als Bookmark speichert. Auch bereits gefundene interessante Treffer sollte man als Bookmark speichern, um sie nicht wieder von neuem suchen zu müssen. Und noch ein Tip (nicht nur zur Vermeidung des beschriebenen Cache-Problems): Wenn Sie in den gängigsten Browsern beim Anklicken eines Links die rechte Maustaste drücken (PC) oder die einzige etwas länger gedrückt halten (Mac), erscheint ein Kontextmenü, in dem Sie durch Auswahl von Open link in new window (o.ä.) veranlassen können, daß für das gewünschte Dokument ein neues Fenster geöffnet wird; die Ergebnisliste bleibt im ursprünglichen Fenster erhalten.

Besonderheiten

Wie bereits erwähnt, gibt es neben den "Allround"-Suchmaschinen noch eine Vielzahl von spezialisierten Diensten, deren wichtigste Vertreter wir Ihnen abschließend noch kurz vorstellen möchten:

  • Regionale Versionen
    Die meisten großen Suchmaschinen können auf Wunsch unter einer deutschen Benutzeroberfläche verwendet werden. Häufig besteht auch die Möglichkeit, die Suche auf deutschsprachige Seiten zu beschränken; die Identifizierung einer Seite als deutsch- oder englischsprachig ist allerdings nicht immer ganz einfach. Teilweise betreiben die großen Suchmaschinen sogar eigene Server für Regionen außerhalb der USA (auch für den deutschen Sprachraum), wobei aber üblicherweise nur der Index mit der Originalversion identisch ist, nicht jedoch die Zusatzangebote und die Suchmöglichkeiten. So sind z.B. neue Funktionalitäten oft nur im Original verfügbar.
  • Deutsche Suchmaschinen (z.B. Fireball, Sharelook)
    Spezielle Suchmaschinen für deutschsprachige Angebote können zwar in puncto Indexgröße nicht mit ihren prominenten Kollegen konkurrieren, liefern aber oft Dokumente, die von internationalen Suchmaschinen nicht aufgespürt wurden. Ein weiterer Vorteil ist, daß die Relevanzbewertung besser auf die deutsche Sprache abgestimmt werden kann.
  • Metasuchmaschinen (z.B. MetaCrawler, MetaGer)
    Die Bedienung einer Metasuchmaschine ist der einer "normalen" Suchmaschine sehr ähnlich; die Anfrage wird jedoch simultan an mehrere Suchmaschinen, die in der Regel vom Benutzer ausgewählt werden können, weitergegeben. Die Metasuchmaschine sammelt die innerhalb einer kurzen Zeitspanne einlangenden Anworten und sortiert sie nach Relevanz oder Änderungsdatum. Auf Wunsch kann die Ergebnisliste auch von Dubletten und toten Links bereinigt werden. Der große Nachteil von Metasuchmaschinen (abgesehen von der Netzwerkbelastung) liegt darin, daß hinsichtlich des Funktionsumfangs meist nur der kleinste gemeinsame Nenner aller verwendeten Suchmaschinen möglich ist.
  • Suchdienst-Verzeichnisse (z.B. Internet Sleuth)
    Solche Verzeichnisse bieten Zugriff auf verschiedene Spezialsuchdienste und Datenbanken (Internet Sleuth auf über 3000!), die im allgemeinen über umfassendere und aktuellere Datenbestände zu bestimmten Wissensgebieten verfügen als die großen Suchmaschinen. Die verschiedenen Eingabemasken werden gemeinsam mit einem kurzen Kommentar zum jeweiligen Suchdienst gesammelt zur Verfügung gestellt; im Gegensatz zu Metasuchmaschinen muß man jedoch für jeden gewünschten Suchdienst eine eigene Abfrage starten.


Als Grundlage für diesen Artikel diente in erster Linie die Beilage Suchen und Finden (?) im Internet zum Internet-Handbuch des RRZN (beides erhältlich in unserer Servicestelle) - herzlichen Dank für die Vorarbeit! Der Titel des Artikels resultiert aus einer Suche bei AltaVista nach "comment" (ohne weitere Einschränkung) am 30. 4. 1998. Der erste Verweis auf die vorliegende Zeitschrift fand sich glücklicherweise an 8. Stelle der Ergebnisliste, die (siehe Titel) 3813230 Dokumente umfaßte.

 

Bessere Fragen - bessere Antworten

Da Suchmaschinen nur Zeichenfolgen, nicht aber deren Sinngehalt berücksichtigen, sollte die Suchanfrage möglichst eindeutig formuliert werden. Im (seltenen) Idealfall verfügt eine Suchmaschine daher nicht nur über viele flexible Abfrageoptionen, sondern auch über eine einfache - am besten menügesteuerte - Bedienung. Die meisten Suchmaschinen bieten einen Kompromiß: Eine simple search-Suchmaske, die mit wenigen, elementaren Optionen das Auslangen findet, und zusätzlich eine komplexere Version (advanced search oder power search) für "Fortgeschrittene". Im folgenden werden die wichtigsten Möglichkeiten zur Präzisierung einer Suchanfrage vorgestellt; da das diesbezügliche Angebot jedoch stark schwankt, sollte man auf jeden Fall die Online-Hilfe der jeweiligen Suchmaschine konsultieren.

Boolesche Operatoren (nach George Boole, einem englischen Mathematiker): Damit können zwei oder mehrere Suchbegriffe verknüpft werden; manchmal ist sogar eine Klammerung möglich. Vorsicht bei AltaVista: In der simple search werden die Operatoren für Suchbegriffe gehalten - nur Plus- und Minuszeichen liefern das gewünschte Ergebnis!

  • OR findet Dokumente, in denen einer oder beide Suchbegriffe vorkommen (Vereinigungsmenge) und weitet somit die Suche aus ? z.B. um Synonyme, Abkürzungen, Plurale oder verschiedene Schreibweisen eines Begriffs. Bei den meisten Suchmaschinen erfolgt eine Verknüpfung mit OR, wenn kein Operator zwischen den Suchbegriffen angegeben wird (Ausnahmen: HotBot und Lycos verknüpfen in solchen Fällen mit AND).
  • AND (+) findet Dokumente, die beide Suchbegriffe enthalten (Schnittmenge), und engt daher die Suche ein.
  • NOT (-) findet Dokumente, in denen nur der erste, nicht aber der zweite Suchbegriff vorkommt (Restmenge). Mit diesem Operator kann man z.B. bei mehrdeutigen Begriffen die Suche auf eine Bedeutung begrenzen.
  • NEAR findet Dokumente, in denen die Begriffe im Abstand von maximal 25 Wörtern auftreten, was die Suche stark einengt.

+ / -: Die mit + markierten Begriffe müssen im Dokument vorkommen, die mit - markierten dürfen hingegen nicht enthalten sein. Nicht gekennzeichnete Suchbegriffe beeinflussen lediglich das Ranking in der Ergebnisliste.

Phrasensuche: Hierbei wird nach einer exakten Zeichenfolge gesucht, die meist durch Anführungszeichen zu kennzeichnen ist. Insbesondere bei der Kombination Vorname Nachname ist die Phrasensuche unbedingt empfehlenswert, da die beiden Namen anderenfalls in der Regel mit OR verknüpft werden (siehe oben).

Platzhalter: Ein Platzhalter - üblicherweise * - ersetzt einen Teil des Suchbegriffs; zusätzlich müssen mindestens 3 Buchstaben angegeben werden. Der Platzhalter kann links, rechts oder innen verwendet werden (Beispiele: *regierung, reise*, do*ument). Er kann somit die Anzahl der "Treffer" ins Unermeßliche steigern.

Feldsuche: Damit kann die Suche z.B. zeitlich, räumlich, auf URLs, Hosts oder eine Suche nur im Dokumenttitel begrenzt werden, was im allgemeinen zu einer deutlich relevanteren Trefferliste führt.

"2. Durchgang": Oft kann die Ergebnisliste nochmals nach zusätzlichen Begriffen durchsucht werden, die wiederum mit AND und/oder NOT verknüpft sein sollten. Bei AltaVista liefert die "Refine"-Funktion Vorschläge für neue Suchbegriffe.

Stemming: Manche Suchmaschinen bieten eine Wortstammsuche an, bei der alle (englischen!) Begriffe mit demselben Wortstamm in die Suche miteinbezogen werden ? unabhängig von ihren Endungen.

Vorsicht ...

  • Groß-/Kleinschreibung spielt meist keine Rolle; falls sie aber doch beachtet wird, gilt Kleingeschriebenes für alle möglichen Schreibweisen (next = NEXT = Next = neXt), während Groß- bzw. Gemischtgeschriebenes exakte Übereinstimmung verlangt.
  • Umlaute können zwar meistens verwendet werden, allerdings gelten dann z.B. Österreich und Oesterreich nicht als identische Begriffe.
  • Sonderzeichen wie . / - / + etc. werden unterschiedlich behandelt (siehe Online-Hilfe der jeweiligen Suchmaschine). Empfehlenswert ist jedenfalls eine Formulierung als Phrase, d.h. in der Regel zwischen Anführungszeichen.
  • Stoppwörter sind kurze, nicht aussagekräftige Wörter, z.B. Artikel oder Pronomen. Um Platz zu sparen und die Suche zu beschleunigen, verweigern manche Suchmaschinen die Suche nach solchen Wörtern; andere Suchmaschinen tun das nicht oder akzeptieren Stoppwörter innerhalb von Phrasen.

 

Heimische Suchhilfen im Test

Wir haben einige der österreichischen Suchmaschinen und Kataloge auf 21 Begriffe aus verschiedenen Kategorien (Universitäten, Politik, Medien, Reisen, Rund ums Geld, Freizeit & Diverses, Literatur, Firmen) getestet. Hier die Ergebnisse:

Name

URL

Kommentar (Trefferanzahl von 21)

Internet Verzeichnis

http://www.phone-soft.com/

nach Themen geordneter Katalog; einfache, aber sehr übersichtliche Österreich at/cyber-world/ Aufmachung (18 Treffer)

Henkel

http://www.henkel.at/

alphabetisch aufgebauter Katalog; sehr benutzerfreundlich, beeindruckt durch die Geschwindigkeit (18 Treffer, dazugehörige Suchmaschine nur 10)

Intersearch

http://austria.intersearch.net/

nach Themen geordneter Katalog; sehr gut und übersichtlich aufgebaut (16 Treffer)

Web Wizard

http://webwizard.at/

Suchmaschine; gut gegliedert, nette Aufmachung (16 Treffer)

Austrian Internet Directory

http://www.aid.co.at/

alphabetisch sortierter Katalog; überzeugender Aufbau, schnell (15 Treffer)

Österreich Online

http://oesterreichonline.at/

Suchmaschine; sehr übersichtlich, ohne viel ?Schnickschnack" (15 Treffer, dazugehöriger Katalog nur 11)

Austrian WWW

http://www.austria-www.at/

relativ unübersichtlicher Katalog (14 Treffer, die dazugehörige

Verzeichnis Suchmaschine fand dieselben URLs)

Austronaut

http://austronaut.at/

Suchmaschine; eher langsam, sporadische Ausfälle (14 Treffer)

Austrian Web-Index

http://infobase.netwing.at/

nicht sehr erfolgreich, aber angenehm zu bedienen; Suchmaschine webindex/ und Katalog erzielten das gleiche Ergebnis (11 Treffer)

Infopoint

http://www.infopoint.at/

Katalog; alphabetische, themenorientierte oder regionale Suche, Benutzer assoziativ gefordert (11 Treffer)

Lokalnetz

http://www.lokalnetz.at/

Suchmaschine und Katalog; Startseite wird (wie bei manchen PowerPoint-Präsentationen) von links aufgebaut, was ein bißchen irritiert (Suchmaschine 12 Treffer, Katalog 10)

Sharelook

http://wien.sharelook.at/

Kombination aus Suchmaschine und Katalog; sehr übersichtlich gestaltet (7 Treffer)

 

Suchdienste - Eine Auswahl

Kataloge

Suchmaschinen

Deutsche Suchmaschinen

Metasuchmaschinen

Suchdienst-Verzeichnisse

 

1) Wer sichergehen will, daß seine WWW-Seite indiziert wird, kann sie selbst anmelden - entweder gezielt bei einer bestimmten Suchmaschine (in der Regel über einen Knopf "Add URL" auf deren Homepage) oder gesammelt für mehrere unter http://www.submit-it.com/ (internationale Suchmaschinen) oder http://www.klug-suchen.de/mteilen.html (deutschsprachige Suchmaschinen). Der zuständige Agent kommt vorbei und indiziert das Dokument.

2) Einige Suchmaschinen unterstützen zusätzlich die noch eher unausgereifte "natural language"-Methode, die Suchanweisungen in Form eines kurzen, klaren, englischen Fragesatzes erlaubt (z.B. "Who is the president of the United States?").