Keyword Recherche: Suchbegriffe, Suchintention & Tools erklärt

Mit einer Keyword Recherche werden die Suchanfragen, Suchbegriffe und Themen identifiziert, mit denen Nutzer in Suchmaschinen und KI-Systemen nach Lösungen suchen. Das Ziel liegt darin, die Suchintention der Nutzer zu verstehen und die Erkenntnisse für die Content- und SEO-Strategie zu nutzen. Wir zeigen, wie die Keyword Research durchgeführt wird und sich geeignete Begriffe finden lassen.

Was ist eine Keyword Recherche?

Als Keyword Recherche wird die Identifizierung von Suchanfragen, Suchbegriffen und Themen bezeichnet, die Nutzer in Suchmaschinen wie Google oder AI-Systemen wie ChatGPT nutzen, um Informationen, eine Dienstleistung oder ein Produkt zu finden.

Die Recherche bildet die Basis für die Content Strategie, mit der Inhalte für die Suchintention der Zielgruppe erstellt werden.

Dabei berücksichtigt eine professionelle Research nicht nur einzelne Schlagwörter, sondern sollte semantische Zusammenhänge, Entitäten, den Wettbewerb und Themencluster analysieren.

Der Grund hierfür ist, dass moderne Suchsysteme Inhalte anhand ihres thematischen Kontexts und der inhaltlichen Vollständigkeit bewerten.

Oftmals gleichgestellt wird die Recherche mit der Keyword Analyse, bei der es sich jedoch um einen Teilbereich handelt. Diese dient der Bewertung der gefundenen Keywords anhand von Kennzahlen wie dem Suchvolumen, der Keyword Difficulty und dem Klickpotenzial.

Warum ist die Keyword Research wichtig?

Durch die Research werden relevante Suchbegriffe und Themen identifiziert, bewertet, priorisiert und strukturiert.

Hierdurch gelingt es, Inhalte zu erstellen, welche die Suchintention der Nutzer bedienen, was sich positiv auf Rankings, Traffic und die Conversion Rate auswirkt.

Die Ergebnisse der Recherche dienen als Basis für die Content-Planung und den Redaktionsplan. Zusätzlich ermöglichen die Inhalte die Steigerung der AI Visibility in Suchsystemen, da diese für die Verarbeitung von Informationen auf Content angewiesen sind.

• Basis von Content-Planung & Redaktionsplan
• Ermöglicht Rankings & mehr Traffic
• Grundlage für mehr AI Sichtbarkeit
• Deckt Suchintention auf
• Verbessert Chance auf Conversions

So verarbeiten Suchmaschinen Inhalte

Suchmaschinen wie Google durchsuchen das Internet nach relevanten Inhalten, die in einem Index gespeichert und bewertet werden. Dabei wird ermittelt, welche Inhalte für welche Suchanfrage am relevantesten sind.

Analysiert werden dabei nicht nur einzelne Keywords, sondern die Suchintention, semantische Zusammenhänge und der inhaltliche Kontext.

Die Basis für die Auswertung des Contents stellen die sogenannten Crawler dar, bei denen es sich um Bots handelt, mit denen Inhalte erfasst werden.

Während der Indexierung werden die Inhalte analysiert und im Index gespeichert. Dabei wird nicht jede Seite indexiert, die zuvor von einem Crawler erfasst wurde.

Für das Ranking in den Suchergebnissen bewerten die Suchmaschinen verschiedene Signale wie die Relevanz der Inhalte, die Qualität und Autorität der Quelle. Anhand der Bewertungen sollen Nutzern die inhaltlich besten und qualitativ hochwertigsten Ergebnisse ausgespielt werden.

Relevanz wird durch Entitäten erzeugt, bei denen es sich um eindeutig identifizierbare Objekte wie Personen oder Unternehmen handelt. Suchmaschinen erkennen diese und bewerten die Beziehungen der Entitäten zueinander.

1. Crawling der Webseite
2. Indexierung relevanter Inhalte
3. Bewertung der Inhalte
4. Ausgabe der passendsten und hochwertigsten Ergebnisse für Nutzer

Wie funktionieren KI-Suchmaschinen?

KI-Suchsysteme basieren auf Large Language Models (LLMs), mit denen Informationen gefunden, verstanden, verarbeitet und zu Antworten formuliert werden.

Im Vergleich zu klassischen Suchmaschinen wie Google erzeugen Systeme wie ChatGPT, Gemini, Claude oder Perplexity kontextbezogene Antworten. Die Basis bilden dabei das Verständnis der Inhalte und die verfügbaren Informationsquellen.

Genutzt werden als Quellen unter anderem eigenes Wissen, der Knowledge Graph (Wissensdatenbank), aktuelle Webinhalte und öffentlich zugängliche Dokumente.

Die Bewertung basiert auf Entitäten, wodurch KI-Systeme Themengebiete verstehen und Beziehungen zwischen Entitäten erkennen können.

Für die Qualität der Antwort wird der Kontext berücksichtigt. Das macht es den Systemen möglich, auch komplexe oder natürlich formulierte Fragen zu beantworten.

Die Technologien der KI-Systemen unterscheiden sich in ihrer Funktionsweise, wobei diese alle das Ziel verfolgen, Nutzern die relevantesten Informationen bereitzustellen.

Suchintention verstehen: Die Basis der Keyword Recherche für Google

Der Search Intent beschreibt das Ziel der Nutzer mit einer Suchanfrage. Diese zeigt auf, warum ein Nutzer nach einem Ergebnis sucht und welche Lösung, welches Produkt oder welche Informationen dieser erwartet.

Für Suchmaschinen und KI-Systeme spielt die Erfüllung der Suchintention eine zentrale Rolle, da Inhalte und Webseiten bevorzugt werden, die dies leisten und Nutzer zufriedenstellen.

Aus diesem Grund bildet die Analyse des Intents die Grundlage für eine erfolgreiche Keyword Research, die Suchmaschinenoptimierung (SEO) und AI Sichtbarkeit sowie die Content Strategie.

Die wichtigsten Suchintentionen im Überblick

Informational (informationsgetriebene Suchintention)

Der Informational Intent ist geprägt durch die Suche nach Wissen, Lösungen für Probleme oder Erklärungen.

Im Mittelpunkt der Suche stehen häufig Fragen, Anleitungen, Definitionen oder Hintergrundinformationen, weshalb Inhalte wie Ratgeber, Tutorials, FAQs oder Anleitungen bevorzugt werden.

Navigational (zielgerichtete Suchintention)

Der Navigational Intent zeichnet sich durch eine zielgerichtete Suche der Nutzer aus. Das bedeutet, dass diese eine Webseite, Person oder Marke möglichst schnell erreichen möchten.

Der Informationsbedarf ist bereits gedeckt, weshalb mit dieser Intention der kürzeste Weg zum Ziel gesucht wird. In den meisten Fällen handelt es sich dabei um die Startseite oder Login-Pages.

Commercial (kommerzielle Suchintention)

Der Commercial Intent zeichnet sich dadurch aus, dass Nutzer Produkte, Anbieter oder Dienstleistungen vergleichen, Bewertungen lesen und Alternativen analysieren. Dieser befindet sich in der Recherchephase vor einer Kaufentscheidung.

Transactional (handlungsmotivierte Suchintention)

Der transactional Intent ist geprägt durch den Wunsch nach einer konkreten Handlungsabsicht. Nutzer möchten ein Produkt kaufen, eine Dienstleistung beantragen, Kontakt aufnehmen oder eine Software testen.

Die Suchergebnisseite (SERP) wird bei transaktionalen Suchintentionen dominiert von Landingpages, Conversion-optimierten Inhalten und Produktseiten.

Local (lokale Suchintention)

Der local Intent charakterisiert sich durch die Suche nach einem Anbieter, einer Dienstleistung oder einem Unternehmen an einem bestimmten Ort.

Berücksichtigt werden in den Suchergebnissen der Standort des Nutzers und lokale Rankingfaktoren wie Unternehmensprofile und regionale Relevanz, die sich durch Local SEO optimieren lassen.

Welche Arten von Keywords gibt es?

Es gibt unterschiedliche Varianten von Keywords, die eigene Ziele verfolgen und durch individuelle Funktionen und Längen geprägt sind.

Eine umfangreiche Keyword Recherche kombiniert verschiedene Arten, um eine vollständige Themenabdeckung zu erreichen und Inhalte für Suchmaschinen und KI-Systeme semantisch zu optimieren.

Short Tail Keywords

Diese Keywords bestehen aus kurzen Suchbegriffen aus meist einem oder zwei Wörtern und beschreiben häufig ein allgemeines Thema.

Typisch für Short Tail Keywords ist ein hohes Suchvolumen, was zu einer starken Konkurrenz führt. Die Suchintention ist oftmals offen.

Beispiele:

• SEO
• Rankingfaktoren
• Content Marketing

Mid Tail Keywords

Diese Keywords sind konkreter als Short Tail Keywords und verbinden meist ein solides Suchvolumen mit einer klaren Suchintention. In den meisten Fällen sind die Mid Tails zwischen zwei bis vier Wörtern lang.

Beispiele:

• Keyword Recherche Google
• SEO Content Marketing
• Technical SEO Tipps

Long Tail Keywords

Diese Keywords werden für sehr spezifische Suchanfragen genutzt, weshalb diese meist aus mehreren Wörtern bestehen.

Je nach Themengebiet kann das Suchvolumen gering sein. Dennoch zeichnen sich diese Keywords aufgrund einer klaren Suchintention durch überdurchschnittlich hohe Conversion-Raten aus.

Beispiele:

• Was ist Topical Authority?
• Bestes Content Management System
• Bester Online Zahlungsdienst

Question Keywords

Die Frage-Keywords sind Suchanfragen, die in Formen von Fragen formuliert werden. Aus diesem Grund eignen sich diese Keywords gut für Ratgeber, FAQ-Seiten oder Glossare.

Beispiele:

• Was bedeutet KI?
• Warum ist die Suchintention wichtig?
• Was ist die Customer Journey?

Problem Keywords

Diese Keywords beschreiben konkrete Probleme und Herausforderungen oder Fragestellungen, für die Nutzer nach einer Lösung suchen.

Beispiele:

• Motor Auto springt nicht an
• Keine Rankings bei Google
• Wenig organischer Traffic

Comparison Keywords

Diese Keywords dienen dem Vergleich von Produkten, Anbietern oder Dienstleistungen. Typisch ist, dass sich die Nutzer unmittelbar vor einer Kaufentscheidung befinden.

Beispiele:

• ChatGPT vs. Perplexity
• Semrush oder Sistrix?
• Beste Ahrefs Alternative

Brand Keywords

Marken-Keywords enthalten den Namen einer Marke, eines Unternehmens, eines Produktes oder einer Person. Gekennzeichnet sind diese durch eine meist navigationsbezogene oder transaktionale Suchintention.

Beispiele:

• Anthropic
• Amazon
• Claude Login

Geo Keywords

Diese Keywords sind von großer Bedeutung für die lokale Suchmaschinenoptimierung, da diese ein Thema mit einem geografischen Bezug kombinieren.

Beispiele:

• SEO Berater München
• Zahnarzt Berlin
• Immobilienmakler Düsseldorf

Saisonale Keywords

Seasonal Keywords unterliegen saisonalen Schwankungen, da die Suchintention mit bestimmten Ereignissen oder Zeiträumen verbunden ist.

Beispiele:

• Halloween Angebote
• Black Friday Deals
• Adventskalender

Evergreen Keywords

Diese Keywords behandeln zeitlose Themen mit einem dauerhaften Suchinteresse und sind deshalb für das Content Marketing von großer Bedeutung.

Diese erzeugen langfristig organischen Traffic und unterstützen beim Aufbau von Topical Authority.

Beispiele:

• Was ist SEO?
• Was sind Entitäten?
• Was ist ein Prompt?

Semantic Keywords

Semantische Keywords erhöhen die thematische Vollständigkeit eines Inhalts, da es sich um Begriffe mit einer inhaltlichen Beziehung zum Hauptthema handelt.

Der Kontext wird hierdurch erweitert, gleichzeitig helfen diese Suchmaschinen und KI-Systemen beim Verständnis von Inhalten.

Beispiele für das Thema Online Shop:

• Sortiment
• Versandkosten
• Garantie

Topical Keywords

Diese Keywords bilden die Grundlage für eine Pillar Page oder einen Topical Content Hub, da sämtliche relevanten Teilbereiche eines Themengebiets abgedeckt werden. Vergleichbar sind diese mit den Semantic Keywords.

Beispiele für das Thema Autokauf:

• Kaufpreis
• Leasing
• Sonderzahlung

Entity Keywords

Mit den Entitäts-Keywords können Suchmaschinen und KI-Systeme Inhalte präziser verstehen und Wissensbeziehungen aufbauen, wobei sich die Keywords auf eindeutig identifizierbare Personen, Produkte, Orte oder Konzepte beziehen.

Beispiele:

• Anthropic
• Claude
• OpenAI
• Microsoft

Modifier Keywords

Diese Begriffe ergänzen ein Hauptkeyword um weitere Eigenschaften oder Einschränkungen, wodurch die Suchintention präzisiert wird und die Relevanz einer Suchanfrage steigt.

Beispiele für Modifier:

• Beste
• Kostenlos
• Für Anfänger

Pain Point Keywords

Diese Suchanfragen zeichnen sich durch ein konkretes Problem auf Seiten der Nutzer aus, für die akut eine Lösung gesucht wird.

Beispiele:

• Computer stürzt ab
• Handy lädt nicht
• Schlechte Conversion Rate

LSI Keywords

LSI steht für Latent Semantic Indexing, wobei es sich hierbei um semantisch verwandte Begriffe, thematisch passende Formulierungen und Synonyme handelt.

Die Bezeichnung als LSI Keywords ist missverständlich, da Google kein Latent Semantic Indexing zur Interpretation von Inhalten nutzt. Passender ist die Bezeichnung als semantische Keywords (Semantic Keywords). Diese können durch Semantic SEO optimiert werden.

Keyword Recherche Schritt für Schritt durchführen

Die wichtigsten Schritte der Research haben wir im Folgenden aufgelistet:

1. Ziel definieren
2. Persona definieren
3. Seed Keywords ermitteln
4. Keyword Tools verwenden
5. Suchergebnisseite (Google SERPs) analysieren
6. Suchintention prüfen
7. Topic Cluster bilden
8. Priorisierung der Inhalte
9. Content Mapping
10. Erfolgsmessung und Optimierung

20 Methoden für die SEO Keyword Recherche

Für die Ermittlung der Keywords können unterschiedliche Daten aus Suchmaschinen, KI-Systemen, Wettbewerbsanalysen oder Nutzerquellen genutzt werden.

Die Kombination mehrerer Methoden gewährleistet zuverlässigere Ergebnisse als die Beschränkung auf eine Datenquelle.

Wir stellen Ihnen verschiedene bekannte Methoden und deren Eignung im Folgenden genauer vor.

Google Suggest

Diese Vorschläge werden von Google während der Eingabe eines Suchbegriffs in der Suche automatisch vervollständigt.

Da die Vorschläge auf realen Suchanfragen basieren, liefern diese wichtige Hinweise auf relevante Keywords.

Geeignet für:

• Keyword-Ideen
• Long-Tail-Keywords
• Content-Ideen

People Also Ask (PAA)

Die People-Also-Ask-Box zeigt verwandte Suchanfragen bei Google auf, die Nutzer im Zusammenhang mit einer Suche stellen.

Hierdurch eignet sich die PAA-Box gut zur Identifikation von Suchintentionen, FAQ-Fragen und semantisch verwandten Themen.

Geeignet für:

• FAQ-Fragen
• Suchintentionen
• Themencluster

Autocomplete

Mit Google Autocomplete werden Suchanfragen bereits während der Eingabe ergänzt. Hierdurch können im Gegensatz zu Google Suggest zusätzliche Long-Tail-Keywords, Fragestellungen und Suchmuster identifizieren.

Geeignet für:

• Keyword-Kombinationen
• Fragen
• Long-Tail-Keywords

Google Search Console (GSC)

Die Search Console zeigt auf, über welche Suchanfragen eine Webseite Rankings, Impressionen und Klicks generiert. Gut geeignet ist die Datenquelle deshalb für die Optimierung bestehender Inhalte.

Geeignet für:

• Optimierung der Click-Trough-Rate
• Verbesserung von Rankings
• Content-Optimierung

Google Trends

Google Trends analysiert die Entwicklung des Suchinteresses über einen bestimmten Zeitraum, wodurch saisonale Schwankungen, regionale Unterschiede oder Trendthemen identifiziert werden können.

Geeignet für:

• Trendanalysen
• Saisonale Keywords
• Analyse der regionalen Nachfrage

Wikipedia

Die Plattform von Wikipedia bietet eine strukturierte Übersicht über zahlreiche Themengebiete. Aufgrund der präzisen Struktur eignet sich diese zur Identifikation von Entitäten, thematischen Zusammenhängen oder Fachbegriffen.

Geeignet für:

• Optimierung der Entitäten
• Fachbegriffe
• Semantische Beziehungen

Reddit & weitere Foren

Foren wie Reddit sind wertvolle Quellen für ein direktes Feedback der Community und einen Einblick in reale Nutzerprobleme.

Hierdurch bieten diese eine gute Einsicht in die Suchbedürfnisse und Fragestellungen, die von klassischen Keyword Recherche Tools nicht erfasst werden.

Geeignet für:

• Nutzerfragen
• Content-Inspiration
• Pain Point Keywords

YouTube

Die Suchfunktion der Video-Plattform zeigt Themen mit einem hohen Suchvolumen, wodurch sich Tutorials, Anleitungen oder Problemlösungen frühzeitig identifizieren lassen.

Geeignet für:

• Evergreen Content
• Video-SEO
• How-Tos & Tutorials

Amazon

Die Handelsplattform zeigt reale Kaufabsichten auf und eignet sich für die Identifizierung von transaktionalen Keywords.

Da hier viele Informationen aus dem Produkttitel, der Kategorien, der Bewertungen oder Kundenfragen gewonnen werden können, spielt die Recherche für das E-Commerce SEO eine wichtige Rolle.

Geeignet für:

• Kaufkeywords
• Produktrecherche
• Produktvergleiche

Pinterest

Pinterest ist für visuelle Suchen geeignet, weshalb die Plattform eine gute Orientierung bei Lifestyle-, Do-it-Yourself-, Food- oder Design-Themen liefert. Ein Vorteil ist zudem, dass die Suchvorschläge oftmals langfristige Trends anzeigen, was sich für Evergreen Content eignet.

Geeignet für:

• Saisonale Inhalte
• Visuelle Suchen
• Evergreen Content

TikTok

Insbesondere jüngere Zielgruppen verwenden TikTok, weshalb sich hier frühzeitig Hinweise auf Themen und das Suchverhalten erkennen lassen. Hierfür dienen unter anderem Suchvorschläge, Hashtags und Trends.

Geeignet für:

• Zielgruppenanalyse
• Trendthemen
• Neue Suchbegriffe

LinkedIn

Die Recherche über LinkedIn ermöglicht Einblicke in branchenspezifische Fachartikel, Diskussionen und Beiträge. Hierdurch eignet sich diese vor allem im B2B SEO und für die Identifikation von Branchentrends.

Geeignet für:

• B2B Keywords
• Branchentrends
• Thought Leadership

Competitor Research

Mit der Wettbewerbsanalyse wird ermittelt, für welche Keywords Wettbewerber Rankings erzielen und welche Inhalte besonders erfolgreich sind.

Hierdurch können Keyword- und Content-Lücken, Content-Chancen und Themencluster identifiziert werden.

Geeignet für:

• Keyword & Content Gap Analyse
• Wettbewerbsvergleich
• Content-Strategie

Kunden Interviews

Die Befragung von Kunden liefert klare Informationsbedürfnisse, Kaufmotive oder Einwände und ermöglicht einen authentischen Einblick in die Zielgruppe. Vielfach können so Themen und Fragestellungen identifiziert werden, die über Keyword Recherche Tools nicht erfasst werden.

Geeignet für:

• Suchintention
• Optimierung der Customer Journey
• Identifizierung von Pain Points

Support Tickets

Die Support-Anfragen dokumentieren reale Probleme und wiederkehrende Fragen der bestehenden Kunden.

Hierdurch eignen sich diese sehr gut für FAQ-Fragen, Wissensdatenbanken und andere lösungsorientierte Inhalte.

Zusätzlich wird der Kundensupport langfristig entlastet, da Nutzer weniger Anfragen stellen müssen.

Geeignet für:

• FAQ-Fragen
• Content-Optimierung
• Problemlösungen

Sales Calls

Aus Vertriebs- und Beratungsgesprächen können wertvolle Informationen über Entscheidungsprozesse, Kaufargumente und mögliche Einwände potenzieller Kunden gewonnen werden.

Dadurch lassen sich die Keyword-Auswahl und die Ausrichtung der Inhalte optimieren, um Kunden stärker überzeugen zu können.

Geeignet für:

• Conversion Optimierung
• Commercial Keywords
• Transactional Keywords

ChatGPT

Der KI-Dienst von OpenAI unterstützte bei der Keyword Recherche durch die Identifikation semantischer Begriffe, Entitäten, Nutzerfragen, Themencluster oder Suchintentionen.

Hierdurch ist das System besonders gut für die Topic Research, den Aufbau umfangreicher Content Hubs und das Brainstorming geeignet.

Geeignet für:

• Themencluster
• Semantische Keywords
• Content-Planung & Briefings

Perplexity

Perplexity kombiniert ein Sprachmodell mit der Websuche, wodurch sich gut Fragestellungen und relevante Entitäten identifizieren lassen. Gut geeignet ist das System zudem für die Recherche zu aktuellen Entwicklungen.

Geeignet für:

• Aktuelle Themen
• Quellenrecherche
• AI Visibility

Claude

Claude von Anthropic eignet sich für die Analyse umfangreicher Dokumente, Studien und Inhalte. Das System hilft beim Aufbau umfassender Content-Strukturen und ermöglicht die Identifikation von zentralen Begriffen, Themen und semantischen Zusammenhängen.

Geeignet für:

• Themenanalyse
• Content-Audits
• Dokumentenanalyse

Gemini

Gemini von Google kombiniert das Ökosystem der Suchmaschine mit einem Sprachmodell und Webinformationen.

Mit dem System lassen sich Suchbegriffe, aktuelle Themen, Entitäten und Suchintentionen identifizieren. Hierdurch eignet sich der Dienst gut für die Planung datenbasiert Content-Strategien.

Geeignet für:

• Keyword-Ideen
• Themenrecherche
• Analyse der Suchintention

Welche Keyword Recherche Tools gibt es?

Um Keywords zu finden, können kostenlose und kostenpflichtige Tools genutzt werden. Diese helfen bei der Identifikation, Analyse und Priorisierung relevanter Suchbegriffe.

Kostenfreie Lösungen sind für den Einstieg oftmals ausreichend, während kostenpflichtige Lösungen mehr Funktionen für Wettbewerbsanalysen, Keyword Clustering oder die strategische Content-Planung bieten.

• Google Keyword Planer: Das kostenlose Tool liefert Keyword-Ideen und Schätzungen zum Wettbewerb und dem monatlichen Suchvolumen.
• Ahrefs: Die kostenpflichtige SEO-Plattform ermöglicht Keyword-Recherche, Backlink-Analysen und Wettbewerbsanalysen und ist stark bei der Auswertung organischer Rankings.
• Semrush: Diese kostenpflichtige All-In-One-Lösung ist für die digitale Wettbewerbsanalyse, SEO und Content-Marketing geeignet, da Keyword-Recherche, SERP-Analysen, Keyword Clustering und Themenrecherche unterstützt werden.
• Sistrix: Das Tool ist im deutschsprachigen Raum stark etabliert und bekannt für den Sichtbarkeitsindex. Zudem sind mit der kostenpflichtigen Lösung detaillierte Analysen der organischen Rankings möglich.
• Mangools: Die kostenpflichtige SEO-Suite legt den Fokus auf die Keyword-Recherche mit Marken wie dem SerpChecker oder KWFinder.
• AnswerThePublic: Mit dem Tool lassen sich Suchanfragen um ein Keyword analysieren und nach verwandten Begriffen, Fragen oder Präpositionen sortieren. Hierdurch unterstützt das Tool bei der Entwicklung von Themenclustern.

Metriken und Kennzahlen von Keywords

Metriken helfen bei der Keyword-Recherche dabei, die Suchbegriffe objektiv zu bewerten und zu priorisieren. Betrachtet werden sollten für jedes Keyword unterschiedliche Kennzahlen, um das Potenzial richtig einschätzen zu können:

• Suchvolumen: Das Search Volume gibt an, we oft innerhalb eines bestimmten Zeitraums nach einem Keyword gesucht wird.
• Keyword Difficulty: Diese Kennzahl schätzt ein, wie schwierig das Erreichen organischer Rankings mit einem Keyword ist,
• Competition: Diese Metrik beschreibt die Wettbewerbsintensität eines Keywords.
• CPC (Cost per Click): Die Kennzahl gibt den Durchschnittspreis von Werbetreibenden für einen Klick auf eine Google-Ads-Anzeige an.
• CTH (Click-Through-Rate): Diese Kennzahl beschreibt den Anteil der Nutzer, die auf ein Suchergebnis klicken.
• Trend: Mit dieser Kennzahl wird die Entwicklung des Suchinteresses über einen längeren Zeitraum angegeben.
• Saisonalität: Mit dieser Metrik werden wiederkehrende Schwankungen des Suchvolumens innerhalb eines Jahres ausgedrückt.
• Business Value: Die Kennzahl bewertet den geschäftlichen Nutzen eines Keyword, unabhängig vom Suchvolumen.
• Traffic Potential: Mit dieser Kennzahl wird der potenziell erreichbare organische Traffic einer Seite beschrieben.
• Opportunity Score: Für diesen Kennzahl werden mehrere Keyword-Metriken kombiniert, bei denen es sich zum Beispiel um das Suchvolumen, den CPC und das Traffic Potenzial handeln kann.

Keyword Cluster erstellen

Als Cluster wird die semantische Verbindung thematischer und semantisch verwandter Keywords mit einer ähnlichen Suchintention bezeichnet. Hierzu gehören Hauptkeywords, Long-Tail-Keywords, Fragen, Synonyme oder verwandte Entitäten.

Die Keyword Cluster bilden die Grundlage der Suchmaschinenoptimierung, da KI-Systeme und Suchmaschinen Themen und Kontext bewerten. Für die Verständnis einer Webseite sind diese deshalb sehr wichtig.

Eine Pillar Page dient dabei als zentrale Seite eines Themengebietes, welche dieses umfassend behandelt und über die interne Verlinkung auf vertiefende Inhalte zu einzelnen Unternehmen verweist. Gemeinsam mit mehreren Unterseiten bildet die Pillar Page das Topic Cluster.

Werden alle Inhalte zu einem Themenbereich innerhalb einer strukturierten Informationsarchitektur gebündelt, wird dies als Content Hub bezeichnet. Diese Hubs verbessern die Nutzerführung, stärken die thematische Relevanz und helfen so beim Aufbau langfristiger organischer Sichtbarkeit.

Die Keyword Cluster bestehen deshalb nicht aus einer Sammlung ähnlicher Begriffe, sondern aus einer logisch strukturierten Themenarchitektur.

Durch die Kombination von Pillar Pages, Topic Clustern, Content Hubs, Entity Clustern und semantischen Beziehungen ist eine vollständige Abdeckung eines Themengebiets möglich.

So funktioniert die semantische Keyword Recherche

Die Semantic Keyword Research erweitert die traditionelle Keyword-Recherche um inhaltliche Zusammenhänge.

Im Mittelpunkt stehen dabei nicht einzelne Keywords, sondern die vollständige thematische Abdeckung der Themengebiete durch Synonyme, Entitäten, Attribute, Relationen, Fragen, Probleme, Lösungen und Anwendungsfälle.

Das Ziel ist, Begriffe, Konzepte, Fragen und Themen zu identifizieren, die für Nutzer und Suchsysteme rund um ein Haupt-Thema relevant sind.

Hierdurch gelingt die Steigerung der Topical Authority und die Wahrscheinlichkeit, in Suchmaschinen und der AI Search als relevante Informationsquelle genannt zu werden.

Keyword Analyse für die AI Visibility

KI-Suchsysteme analysieren Inhalte anhand ihrer Bedeutung, der Entitäten, semantischen Zusammenhänge und der Wahrscheinlichkeit, eine Nutzerfrage korrekt zu beantworten.

Die Ausrichtung der AI Keword Recherche zielt deshalb auf Konzepte, Entitäten, semantische Beziehungen und Informationsstrukturen ab.

So wird den Large Language Models die Möglichkeit gegeben, Inhalte dahingehend zu bewerten, wie vollständig, verständlich und kontextbasiert diese ein Thema behandeln.

Die Inhalte werden entlang der Suchintention, Themenclustern und Entitäten erstellt, um die organische Sichtbarkeit und die Relevanz in KI-generierten Antworten zu erhöhen.

Wichtig für die KI Keyword Research ist die Kenntnis der folgenden Begriffe:

• Embedding Space: Als Embedding wird ein Begriff, Satz oder Dokument als Vektor bezeichnet, die in der Vektorsuche nah beieinander liegen und sich damit im gleichen Space befinden.
• Retrieval: Bezeichnung des Prozesses, mit dem KI-Systeme passende Informationen für Anfragen auswählen.
• Retrieval-Augmented Generation (RAG): Dieses Vorgehen kombiniert die LLMs mit einer externen Wissensquelle, wobei die Informationen erst gesucht und dann zur Generierung der Antwort zusammengeführt werden.
• Knowledge Graph: Dient als Wissensdatenbank, in der das Wissen aus Entitäten und deren Beziehungen gesammelt wird.
• Entity Relationships: Der Begriff beschreibt die Beziehungen zwischen einzelnen Entitäten.
• Context Window: Beschreibt die maximale Informationsmenge, die ein Large Language Model verarbeiten kann.
• Chunking: Dieser Begriff beschreibt das Aufteilen von umfangreichen Dokumente in viele kleine, zusammenhänge Abschnitte.
• Prompt Retrieval: Mit diesem Prozess identifizieren KI-Systeme Inhalte, die am besten zur Nutzeranfrage passen.

Mit einer AI SEO Beratung können Unternehmen Verbesserungen für die Sichtbarkeit in der AI Search identifizieren und Inhalte optimieren.

Unterschiede in der Keyword Research nach Content-Arten

Die Keyword Recherche variiert mit der Content-Art und der Suchintention, weshalb jede Seitenart eine spezifische Strategie verlangt.

Landingpages zeichnen sich durch trandaktionale und kommerzielle Suchintentionen aus, weshalb diese vorrangig das Ziel von Leads und Conversions verfolgen.

Blogartikel dienen der Befriedigung von informationsgetriebenen Suchanfragen und ermöglichen den Aufbau von Reichweite und Topical Authority.

Kategorieseiten sind durch einen kommerziellen Search Intent geprägt, wobei das Ziel der Keyword Research in der Erreichung von Rankings für die Steigerung der Verkäufe liegt.

Produktseiten zielen auf Verkäufe und Produktanfragen ab, während FAQ-Content primär zur Beantwortung der Nutzerfragen dient.

Mit Glossaren können Fachbegriffe definiert und Entitäten gestärkt werden, während Lexika bei der vollständigen Abdeckung von Themen helfen. Geeignete Keywords sind hier sowohl semantisch, als auch thematisch und informationsgetrieben.

Für Vergleichsseiten empfehlen sich Vergleichs-Keywords und Brand-Contents, da diese Seiten zur Unterstützung einer Kaufentscheidung dienen.

Mit Case Studies werden Problem-Lösung-Keywords sowie Long Tail Keywords bedient, wobei diese Inhalte dem Nachweis von Expertise und Erfahrungen dienen.

Typische Fehler bei der Keyword Recherche

Da sich die Art und Weise der Verarbeitung von Inhalten durch Suchmaschinen in den letzten Jahren verändern hat, begehen viele Unternehmen identische Fehler, die zum Teil auf Erkenntnissen vergangenen Zeiten beruhen:

• Keyword Stuffing: Das häufige Erwähnen von Keywords ist kein Nachweis einer hohen Expertise, sondern kann als Stuffing bewertet werden, was die Sichtbarkeit und Rankings negativ beeinflusst.
• Fokus rein auf das Suchvolumen: Der Fokus der Keyword Analyse sollte nicht allein auf dem Suchvolumen, sondern auf weiteren Faktoren wie der Suchintention, dem Potenzial und der Keyword Difficulty liegen.
• Keine Nutzung von Clustern: Ohne den Aufbau von Topical Clustern können Unternehmen die Expertise nicht ausreichend nachweisen und sich nicht als relevante Informationsquelle positionieren.
• Keine Rücksicht auf Entitäten: Entitäten sind maßgeblich für das Verständnis der Inhalte durch Suchmaschinen und KI-Systeme verantwortlich, weshalb diese analysiert und gepflegt werden sollten.
• Veraltete Ergebnisse: Oftmals basiert die Recherche auf veralteten Ergebnissen und Trends der Vergangenheit, wodurch Inhalte ohne aktuelle Relevanz erstellt werden.

Workflow für Suchvolumen und Keywords

Ein strukturierter Workflow bei der Keyword Recherche hilft dabei, Ideen in tragfeste Strategien zu verwandeln. Einen beispielhaften Überblick liefern mit dem Einblick in unser Framework:

1. Themen und Ideen sammeln
2. Keyword Recherche durchführen
3. Topic Cluster erstellen
4. Keywords priorisieren
5. Content Briefings erstellen
6. Content erstellen
7. Monitoring und Optimierung

Fazit: Keyword Analyse und systematische Recherche

Die Keyword Recherche ermöglicht die Identifikation, Bewertung und Priorisierung relevanter Suchbegriffe und Suchintentionen.

Dadurch legt diese den Grundstein für die Content-Strategie, die darauf abzielt, alle Informationsbedürfnisse der Nutzer zu bedienen.

Aufgrund der Relevanz für die gesamte Content-Ausrichtung sollte die Recherche mit größter Sorgfalt und Präzision durchgeführt werden. Zudem ist es für das langfristige organische Wachstum wichtig, diese regelmäßig zu wiederholen und Optimierungen vorzunehmen.