121.617.892.992 – Cuil -Konkurrenz zu Google und Yahoo?

29.07.2008 | holl

121.617.892.992 Seiten stehen nach eigenen Angaben im Index der neuen Suchmaschinen cuil . Anders gesagt – wenn ich jedes Dokument lesen würde und mir dafür eine Sekunde Zeit nehme sind 3.856 Jahre vergangen – statistisch sollten wir in dieser Zeit ungefähr 150-200 mal Fussballweltmeister geworden sein.
Nach eigenen Aussagen hat Cuil somit 3mal soviel Seiten wie Google und 10 mal soviel Seiten wie die Redmonder indexiert. Weiterhin werden keine Nutzerdaten erhoben.

Hintergrund Suchmaschinen

Die Suche nach Information mit Google, Yahoo und Co. bestimmt inzwischen einen Großteil unseres Online – Arbeitsalltags. Doch die Suche nach Informationen ist keine wirklich neues Phänomen, sondern war schon immer Teil des Arbeitsalltages – zumindest in wissensintensiven Branchen.

Nur die Erwartungshaltung der Nutzer an die Informationsgewinnung – schneller, mehr, aktueller und präziser- hat sich im Laufe der Zeit stark geändert . Die Existenzberechtigung und auch beständige Weiterentwicklung der Suchmaschinen argumentiert sich aus dem ständigen Anstieg an verfügbaren Informationen. In einem Whitepaper von IDC, das sich mit dem weltweiten Anstieg der Datenmenge beschäftigt geht hervor, das im Jahre 2007 zum ersten Mal die Menge an Daten die verfügbare Speichermenge übertrifft. Die Datenmenge hat ungefähr den dreimillionenfachen Umfang aller bisher geschriebenen Bücher – ich selber habe wahrscheinlich von diesen Büchern ungefähr 600 selber gelesen.
Im Jahre 2006 hat sich laut IDC die erstellte, gespeicherte und vervielfachte Menge an Daten auf 161 Exabytes erhöht. Für 2010 (In zwei Jahren – wenn wir das nächste Mal Fussballweltmeister werden) wird sich die Datenmenge noch eimal versechsfachen.

Wieviel ist ein Exabyte?

Was sind Bits und Bytes ( ebenfalls aus dem IDC Whitepaper) – bzw hier bei Wikipedia

bit 1/0
Byte(B) 8bits
Kilobyte(KB) 1.000 B
Megabyte(MB) 1.000 KB
Gigabyte (GB) 1000 MB
Terabyte (TB) 1.000 GB
Petabyte (PB) 1.000 TB
Exabyte (EB) 1.000 PB
Zettabyte (ZB) 1.000 EB
Yottabyte (YB) 1.000 ZB

Leistung und Relevanz von Suchmaschinen

Grundsätzlich beurteilt sich die Leistungsstärke einer Suchmaschine nach

der Größe des Index
der Frische des Index
der Relevanz der Ergebnisse
der Darstellung der Ergebnisse
der Benutzerführung für den Nutzer
Der Schnelligkeit der Informationsausgabe

Cuil – Unser Index ist der Größte!

Zumindest die Kommunikation der neuen Suchmaschine Cuil bezieht sich sehr stark auf das Thema Größe des Index. Für die Evaluierung der Leistungsfähigkeit einer Suchmaschine ( Information- Retrieval Systeme) gilt es im wesentlichen zwei Dinge zu betrachten

- Genauigkeit des Ergebnisses (Precision)
- Vollständigkeit des Ergebnisses (Recall)

Die Genauigkeit ist definiert als der Anteil der gefundenen relevanten Dokumenten an allen bei der Suche gefundenen Dokumente
Der Recall ist definiert als der Anteil der bei einer Suche gefundenen relevanten Dokumente bzw. Webseiten an den relevanten Dokumenten der Grundgesamtheit- also aller verfügbaren Webseiten und Dokumente im Internet.

Die Schwierigkeit für Suchmaschinen liegt an der negativen Korrelation dieser beiden Faktoren
- das heißt normalerweise sinkt mit steigender Vollständigkeit die Anzahl relevanter Dokumente – bei steigender Genauigkeit der Ergebnisse sinkt die die Vollständigkeit der Ergebnisse.

Fazit zu Cuil -Größe alleine hilft nicht weiter

Jeder freut sich über neue und ernsthafte Konkurrenz zu Google, Yahoo und MSN. Das Problem der Suchmaschinen heute ist aber meiner Meinung nach weniger die Größe (Recall) der Suchmaschinen als die Präzision – also die Relevanz. Sicher ist es auf der eine Seite zu honorieren, das Cuil keine Nutzerdaten abspeichert – dieses wird aber auch zugleich die Schwäche sein.Bei wachsenden Datenmengen, wird die Erhöhung der Relevanz der Suchergebnisse zentral für die Nutzerzufriedenheit sein.
Mit den erhobenen Daten der letzten Jahre durch Google & Co. wird die Personalisierung der Suche sicher das stärkste Mittel, um aus den wachsenden Datenmengen die für einen selber relevantesten Ergebnisse zu finden.

Einige weitere Gedanken zum Thema cuil finden sich bei Ossi Urchs oder unter search engine land oder in Tim Ringels blog