KI-gestützte Kursempfehlung ersetzt starre Stichwortsuche: Semantische Suche, Google-Ads-Kontext und erklärbare Empfehlungen für Mediziner weltweit.
123sonography.com ist eine globale Fortbildungsplattform für medizinischen Ultraschall und Echokardiografie. Sie wird von Kardiolog:innen, Sonograph:innen sowie Fachkräften aus den Bereichen Notfallmedizin, Intensivmedizin und weiteren medizinischen Disziplinen weltweit genutzt.
Der öffentliche Kurskatalog basierte bisher auf einer klassischen Drupal-Suche mit Volltextsuche ausschließlich im Kurstitel sowie starren Filtern, Sortierung und Paginierung. Die Suche fand zwar Katalogeinträge, verstand aber nicht, welche Person mit welcher Lernabsicht davor saß.
Course Smart Search, nachweislich seit dem 3. Juni 2026 aktiv, verwandelt diese Suche in eine semantische, kampagnenbewusste und nachvollziehbare Empfehlungserfahrung. Lernende beschreiben in ihren eigenen Worten, was sie erreichen möchten, beispielsweise ein Symptom besser einzuordnen, eine Technik zu vertiefen oder ein Karriereziel zu verfolgen, und erhalten eine begründete Best-Match-Empfehlung.
Wenn keine passende Empfehlung möglich ist, führt das System die Nutzer:innen mit Rückfragen zu Rolle und Erfahrung oder mit praktischen Filtern gezielt weiter, statt sie in einer Sackgasse zurückzulassen. Zwei Suchebenen – Kursinhalte und einzelne Lerneinheiten – machen erstmals Wissen auffindbar, das zuvor im Katalog unsichtbar blieb.
Besonders bemerkenswert ist, dass für Smart Search keine neue KI-Infrastruktur erforderlich war. Das Projekt baut auf einer Vektor-Pipeline auf, die ursprünglich für den KI-Assistenten von 123Sonography entwickelt wurde. So wird interne Technologie zu einem öffentlichen Wachstumsinstrument.
Das Ziel war eine Suche, die nicht nur Kurse findet, sondern auch die Fachrichtung, den Werbekontext und das konkrete Lernziel der Lernenden besser versteht – selbst dann, wenn relevante Inhalte innerhalb einzelner Lerneinheiten liegen und nicht im Kurstitel sichtbar sind.
Die verfügbaren Daten stützen diesen Ansatz. Im Vergleich zu Mai 2026, dem letzten vollständigen Monat vor dem Launch, stiegen die monatlichen Besuche der Kursseite im Juli und August durchschnittlich um rund 30 Prozent. Die Zahl der Bestellungen erhöhte sich im gleichen Zeitraum von durchschnittlich 30 auf 49,5 pro Monat – ein Plus von rund 65 Prozent gegenüber dem Wert von Mai. Die Käuferquote verdoppelte sich: Während im Mai, also vor der Einführung von Smart Search, rund 3 von 10.000 Besuchen der Kursseite zu einer Bestellung kamen, waren es im August bereits rund 6 von 10.000.
Auch die personalisierte „Echo Campaign” zeigt einen positiven Engagement-Effekt: Ihre Besucher:innen verbrachten im Durchschnitt 110 bis 115 Sekunden auf der Website; in der Standardkampagne waren es 80 bis 95 Sekunden.
In der Startphase vom 3. Juni bis zum 31. August verzeichnete unser Analytics-tool rund 308.000 Besuche mit mindestens einem Smart-Search-zugeordneten Tracking-Event, 1.000 Enrollment-Intent-Events und 128 E-Commerce-Bestellungen.
Der Traffic-Mix blieb dabei mit kampagnengetriebenem Traffic aus Google Ads weitgehend stabil. Eine grundlegende Verschiebung zwischen den Bereichen Paid, Organic, Direct und Referral ist somit nicht die alleinige Erklärung für diese Entwicklung. Die Daten sind ein starkes Indiz für den Nutzen der neuen Suche, wobei einzelne Google-Ads-Kampagnen und die Qualität des Traffics weiterhin relevante Einflussfaktoren sind.
Die größte Herausforderung war von Beginn an konzeptioneller Natur, nicht technisch: Der Werbekontext von Google Ads, sich überschneidende medizinische Fachbegriffe und Inhalte auf Ebene einzelner Lerneinheiten mussten zu einer konsistenten und nachvollziehbaren Empfehlung zusammengeführt werden, ohne eine funktionierende Infrastruktur zu duplizieren oder eine parallele Datenpipeline aufzubauen.
Ein zentrales Problem der bisherigen Suche war die fehlende Differenzierung zwischen den Zielgruppen. Begriffe wie „Echo” oder „Ultraschall” bedeuten für eine Kardiologin etwas anderes als für einen Notfallmediziner oder eine Sonographie-Fachkraft, obwohl die Terminologie gleich ist. Die Lernbedürfnisse sind jedoch völlig unterschiedlich. Die frühere titelbasierte Suche konnte diese Unterschiede nicht erkennen. Sie behandelte jede Anfrage gleich, unabhängig davon, über welche Anzeige, welches Keyword oder welche Kampagne jemand auf die Seite gelangt war. Wertvolle Kampagnen- und Suchbegriffsdaten aus der URL blieben beim Seitenaufruf ungenutzt.
Hinzu kam die inhaltliche Tiefe des Angebots: Die 123Sonography-Kurse bestehen aus vielen einzelnen Lerneinheiten. Ein Kurstitel kann das Gesamtprogramm nur zusammenfassen, während eine bestimmte Pathologie, Technik, Leitlinie oder Messmethode ausführlich behandelt werden kann, ohne im Titel zu erscheinen. Die bisherige Suche erschloss diese Tiefe nicht – relevante Inhalte blieben für die Auffindbarkeit praktisch unsichtbar.
Damit verbunden war eine strukturelle Einschränkung: Bislang konnten Kurse nicht bedeutungsbasiert gebündelt werden, sondern sie waren nur über feste Kategorien und Filter auffindbar. Eine thematische Einstiegsseite, etwa ein kuratierter Bereich zu einem bestimmten klinischen Thema, führte Besucher daher bestenfalls zu einer Kursliste, aber nicht direkt zu einer passenden semantischen Empfehlung.
Nun können Redaktionsteams sogenannte Course-Areas-Cards konfigurieren, die Smart Search automatisch starten. Wenn eine Person dem Call-to-Action einer solchen Karte folgt, erzeugt Drupal einen Link zur Kursseite mit dem hinterlegten Suchbegriff und dem passenden Kampagnenkontext. Wenn für diese Kampagne die automatische Suche aktiviert ist, erkennt Smart Search die Kombination, übernimmt den Suchbegriff und startet unmittelbar den vollständigen semantischen Suchprozess – einschließlich Ladezustand, Ranking, Erklärung und adaptiver Folgeführung.
So wird jeder thematische Bereich der Website zu einem direkten Einstiegspunkt in eine relevante Empfehlung – mit denselben Such- und Zugriffskontrollen wie bei einer manuell eingegebenen Suche.
Ebenso entscheidend war die Verlässlichkeit der KI-generierten Ergebnisse. Die Erklärungen sollten für Lernende verständlich und vertrauenswürdig sein, jedoch niemals die alleinige Entscheidungsinstanz darstellen. Drupal behält deshalb durchgängig die Kontrolle über Zugriffs-, Veröffentlichungs- und Kampagnenregeln. Die KI liefert eine nachvollziehbare Begründung, entscheidet jedoch nicht darüber, welche Inhalte Besucher sehen dürfen. Für jede KI-generierte Erklärung gibt es zudem ein deterministisches, nicht generatives Fallback. Dadurch funktionieren Suche, Ranking und Empfehlung auch dann zuverlässig, wenn die KI-Komponente deaktiviert ist oder ausfällt.
Auch ein leeres Suchergebnis stellt somit keine Sackgasse mehr dar. Die frühere Meldung „Keine Ergebnisse gefunden” bot keine Hilfestellung und keinen alternativen Weg zur passenden Antwort. Smart Search hingegen führt gezielt weiter, beispielsweise mit Rückfragen zu Rolle und Erfahrungsniveau oder mit passenden Filtern.
Schließlich musste die Lösung redaktionell steuerbar bleiben. Marketing- und Kampagnenteams können die Erfahrung für unterschiedliche Zielgruppen anpassen, beispielsweise hinsichtlich Kategorie, Zielgruppe, Interessen, Erfahrungsstufe, Beispielsuchen, Texten und Erklärstil, ohne dafür neuen Code oder eine eigene Landingpage zu benötigen. Frei konfigurierbare Kampagnen-Entitäten steuern die jeweilige Erfahrung, während die zugrunde liegende Suchlogik unverändert und wiederverwendbar bleibt.
Die konkrete Implementierung von Smart Search ist eng an das individuelle Content-Modell von 123Sonography gebunden, beispielsweise an die Kursstruktur, die Verknüpfung einzelner Lerneinheiten mit ihrem übergeordneten Kurs oder die spezifische Kampagnenlogik. Daher ist das Projekt derzeit nicht als eigenständiges, wiederverwendbares Modul für Drupal.org vorgesehen. Sein Wert für die Community liegt jedoch an zwei anderen, ebenso wichtigen Stellen.
Erstens ist 123Sonography ein substanzieller Referenzfall: Eine weltweit genutzte medizinische Fortbildungsplattform setzt semantische, KI-gestützte Suche produktiv und unter realen Betriebsbedingungen ein – nicht als Proof of Concept, sondern als Teil des täglichen Angebots. Dieser Fall zeigt der Drupal-Community, dass Drupal komplexe, KI-gestützte Nutzungserfahrungen zuverlässig tragen kann. Die verfügbaren Nutzungs- und Engagementdaten machen diesen Ansatz deutlich greifbarer als eine rein theoretische Machbarkeitsstudie.
Zweitens liegt der Community-Beitrag im architektonischen Muster: Google-Ads-Kampagnenkontext wird über UTM- und weitere Kampagnenparameter mit semantischer Vektorsuche verbunden, während Drupal die vollständige Kontrolle über Geschäftslogik, Zugriffsrechte und Veröffentlichungsregeln behält. Dieser Ansatz ist nicht auf die medizinische Fortbildung beschränkt. Organisationen, die bezahlten Traffic in einen Drupal-basierten Katalog oder eine Content-Bibliothek lenken und unterschiedliche Zielgruppen mit ähnlicher Terminologie, aber unterschiedlichen Bedürfnissen ansprechen möchten, können von diesem Muster lernen.
Ebenso relevant ist das Prinzip der Wiederverwendung. Für Smart Search wurde keine vollständig neue KI-Infrastruktur aufgebaut. Stattdessen wurde eine bestehende Vektor-Pipeline, die ursprünglich für den KI-Assistenten von 123Sonography entwickelt wurde, für einen zweiten öffentlichen Anwendungsfall nutzbar gemacht. Diese Mehrfachnutzung bestehender KI-Investitionen ist für Drupal-Agenturen und ihre Kunden unmittelbar übertragbar.
Bislang wurde jedoch kein Code oder Modul veröffentlicht. Der Beitrag dieses Projekts für die Community ist daher als Architektur- und Referenzfall zu verstehen, nicht als Code-Beitrag – und sollte entsprechend eingeordnet werden.
Course Smart Search zeigt, wie Drupal zur Orchestrierungsschicht einer modernen, produktionsreifen KI-Erfahrung wird, ohne die Kontrolle über Geschäftslogik, Zugriffsrechte und Veröffentlichungsregeln aus der Hand zu geben. Anstatt die bestehende Infrastruktur zu verdoppeln, verbindet das Projekt Werbekontext, semantische Bedeutung und Inhalte auf Ebene einzelner Lerneinheiten zu einer nachvollziehbaren Empfehlung. Dadurch wird medizinisches Fachwissen auffindbar, das im bisherigen Kurskatalog praktisch unsichtbar blieb.
Die technische Umsetzung ist ebenso durchdacht wie ambitioniert. Zwei Suchebenen – Kursinhalte und einzelne Lerneinheiten – werden semantisch erschlossen und zu einer konsolidierten Empfehlung zusammengeführt. Kampagnenkontext aus Google Ads fließt in das Ranking und die Personalisierung ein. So können identische Suchbegriffe je nach medizinischer Fachrichtung zu unterschiedlichen, passgenauen Ergebnissen führen. Gleichzeitig wurde keine vollständig neue KI-Infrastruktur aufgebaut. Das Projekt nutzt eine bestehende Vektor-Pipeline, die ursprünglich für einen anderen Anwendungsfall entwickelt wurde. Dies zeugt von technischer Reife und nachhaltiger Architektur.
Besonders bemerkenswert ist die Verlässlichkeit im Detail: Jede KI-generierte Erklärung verfügt über ein deterministisches Fallback. Suche, Ranking und Empfehlung funktionieren somit auch dann zuverlässig, wenn die KI-Komponente deaktiviert ist oder ausfällt. Zudem entscheidet die KI niemals selbst, welche Inhalte Besucher:innen sehen dürfen – diese Kontrolle bleibt vollständig bei Drupal. Genau diese Kombination aus Innovationskraft, Robustheit und redaktioneller Steuerbarkeit zeigt, wie eine produktionsreife KI-Integration in Drupal aussehen kann.
Auch die verfügbaren Daten aus dem laufenden Betrieb sind ein starkes Indiz für den Nutzen der neuen Erfahrung: So stiegen die monatlichen Besuche der Kursseite im Juli und August im Vergleich zu Mai 2026 durchschnittlich um rund 30 Prozent. Die Bestellungen erhöhten sich im gleichen Zeitraum um rund 65 Prozent und die Käuferquote verdoppelte sich im August von rund 3 auf rund 6 Bestellungen je 10.000 Besuche. Die personalisierte „Echo Campaign“ verbrachte mit 110 bis 115 Sekunden zudem deutlich mehr Zeit auf der Website als die Standardkampagne mit 80 bis 95 Sekunden.
Der Google-Ads-Anteil am Traffic blieb dabei weitgehend stabil. Diese Entwicklung lässt sich somit nicht allein durch eine grundlegende Verschiebung zwischen den Bereichen Paid, Organic, Direct und Referral erklären. Einzelne Kampagnen und die Traffic-Qualität bleiben somit relevante Einflussfaktoren. Die Daten belegen keinen isolierten Kausalnachweis, stützen aber den Mehrwert der neuen Suche eindeutig.
Course Smart Search beweist, dass Drupal komplexe, KI-gestützte Discovery-Erfahrungen im echten Produktionsbetrieb tragen kann: robust, erklärbar und redaktionell steuerbar. Das Projekt ist ein Leuchtturm für die Rolle von Drupal in einer von KI geprägten Zukunft und hat mit seinem architektonischen Muster eine Bedeutung, die weit über die medizinische Fortbildung hinausgeht.
