KI für Keyword-Recherche und -Clustering bedeutet, Sprachmodelle und Embedding-basierte Tools zu verwenden, um Tausende von Suchanfragen nach Bedeutung und Absicht zu gruppieren und dann jede Gruppe einer Seite zuzuordnen. Für E-Commerce-Marken besteht der praktische Nutzen darin, zu entscheiden, welche Kategorien und Filterseiten eigene URLs verdienen, Produktseiten mit Kaufanfragen abzugleichen, Kannibalisierung zu erkennen und Content-Lücken zu finden, die kommerzielle Seiten unterstützen.
Die Keyword-Liste eines Online-Shops wächst schnell. Eine einzelne Kategorie wie Laufschuhe erzeugt Anfragen nach Geschlecht, Größe, Farbe, Marke, Untergrund, Preis und Verwendungszweck. Manuelles Gruppieren in einer Tabelle funktioniert nach ein paar hundert Zeilen nicht mehr. KI-Clustering bewältigt Zehntausende, aber nur, wenn jemand überprüft, ob die Gruppen dem tatsächlichen Suchverhalten der Kunden entsprechen.
Wie funktioniert KI-Keyword-Clustering?
Es gibt zwei Hauptmethoden. SERP-basiertes Clustering gruppiert Keywords, die in den Google-Ergebnissen dieselben URLs ranken; Tools wie Keyword Insights, SE Ranking und Semrush bieten dies an. Semantisches Clustering wandelt jedes Keyword in ein Embedding um, eine numerische Darstellung der Bedeutung, und gruppiert diejenigen, die nah beieinander liegen. Viele Tools kombinieren mittlerweile beides.
SERP-Überschneidungen spiegeln wider, wie Google Anfragen derzeit behandelt, was es zuverlässig macht, um zu entscheiden, ob zwei Keywords eine Seite teilen können. Embeddings sind in der Skalierung günstiger und erfassen verwandte Ideen, können aber Anfragen gruppieren, die ähnlich aussehen, aber unterschiedliche Seiten erfordern, wie “Nike Laufschuhe” und “Nike Laufschuhe Sale”.
Welche E-Commerce-Anwendungsfälle zahlen sich zuerst aus?
Die ersten Erfolge kommen meist durch die Struktur und nicht durch Blog-Inhalte. Die richtige Kategorienstruktur wirkt sich auf jedes darunter gelistete Produkt aus.
- Kategorienarchitektur: Cluster zeigen, welche Unterkategorien echte Nachfrage haben, wie z. B. Trailrunning-Schuhe, und welche nicht.
- Entscheidungen zu Filterseiten: Entscheiden Sie, welche Filterkombinationen, wie Farbe plus Kategorie, indexierbare URLs verdienen und welche nicht indexiert bleiben sollten.
- Produktseitenabsicht: Passen Sie modellspezifische und Vergleichsanfragen an die richtige Produkt- oder Vergleichsseite an.
- Kannibalisierungsprüfungen: Finden Sie Cluster, in denen mehrere URLs konkurrieren, oft Kategorieseiten und alte Blogbeiträge.
- Unterstützende Inhalte: Kaufratgeber und Größenberater für informative Cluster, die auf kommerzielle Seiten verlinken.
Filterseiten erfordern Sorgfalt. Facettierte Navigation kann Tausende von nahezu doppelten URLs erzeugen. Clustering hilft, indem es zeigt, welche Kombinationen die Leute tatsächlich suchen. Diese wenigen werden zu statischen Landingpages mit einzigartigem Text; der Rest bleibt als Filter, die nicht indexiert werden.
Wie baut man einen Clustering-Workflow auf?
Ein wiederholbarer Prozess hält das Ergebnis sowohl für das SEO- als auch für das Merchandising-Team nutzbar.
- Sammeln Sie Keywords aus der Google Search Console, einem Keyword-Tool, dem Google Ads-Suchbegriffbericht und den internen Suchprotokollen.
- Bereinigen Sie die Liste: Entfernen Sie irrelevante Marken, Tippfehler, die Sie nicht wollen, und Rauschen mit sehr geringem Volumen.
- Clustern Sie mit einem SERP-basierten Tool oder mit Embeddings, gefolgt von einer SERP-Prüfung bei den größten Gruppen.
- Beschriften Sie jedes Cluster mit der Absicht: informativ, kommerziell, transaktional oder navigationsorientiert.
- Ordnen Sie jedes Cluster einer vorhandenen URL zu oder markieren Sie es als neue Seite.
- Überprüfen Sie dies mit dem Merchandising, bevor Sie neue Kategorien erstellen.
Interne Suchprotokolle werden oft übersehen. Sie zeigen die Wörter, die Ihre eigenen Kunden verwenden, einschließlich Produkttypen, die Sie noch nicht auf Lager haben. GA4 kann Suchbegriffe erfassen, wenn der Suchparameter in der erweiterten Messung konfiguriert ist.
Verwendung eines Sprachmodells zur Beschriftung
ChatGPT, Claude oder Gemini können Cluster benennen und Absichtsetiketten schnell vorschlagen. Geben Sie dem Modell die Keywords des Clusters und bitten Sie um ein kurzes Etikett und eine Absicht mit einer einzeiligen Begründung. Überprüfen Sie die Ergebnisse; Modelle beschriften transaktionale Cluster manchmal als informativ, wenn die Anfragen Fragewörter enthalten.
Welche Fehler sollten E-Commerce-Teams vermeiden?
Der größte Fehler ist es, für jedes Cluster eine Seite zu erstellen. Einige Cluster sind zu klein oder zu nah an einer bestehenden Seite. Eine neue dünne Kategorie mit drei Produkten schneidet oft schlechter ab als eine starke übergeordnete Kategorie und erhöht die Crawl-Last.
Der zweite Fehler ist das Ignorieren der Saisonalität. Das Suchvolumen für Geschenke, Bademode oder Heizungen ändert sich im Laufe des Jahres stark. Betrachten Sie zwölf Monate an Daten, bevor Sie entscheiden, dass ein Cluster unwichtig ist.
Der dritte Fehler ist es, Volumen-Schätzungen als exakte Zahlen zu vertrauen. Keyword-Tools schätzen das Volumen, und die Schätzungen unterscheiden sich zwischen den Tools. Nutzen Sie sie, um Chancen zu priorisieren, und bestätigen Sie sie dann mit Search Console-Impressionen, sobald Seiten existieren.
Wie misst man das Ergebnis?
Messen Sie auf Cluster-Ebene, nicht auf Keyword-Ebene. Filtern Sie in der Search Console nach Seite und verfolgen Sie Impressionen, Klicks und die durchschnittliche Position für die URLs, die jedem Cluster zugeordnet sind. Verfolgen Sie in GA4 den Umsatz aus organischen Landungen auf diesen Seiten.
Vergleichen Sie Cluster, an denen gearbeitet wurde, wie neue Landingpages oder umgeschriebene Kategorietexte, mit Clustern, an denen nicht gearbeitet wurde. Dieser einfache Vergleich zeigt deutlicher als jede Gesamtzahl, ob die Umstrukturierung hilft.
Wie oft sollten Cluster aktualisiert werden?
Führen Sie das Clustering für schnelllebige Kategorien vierteljährlich und für stabile Kategorien zweimal jährlich erneut durch. Neue Produkte, Markeneinführungen und saisonale Trends erzeugen Anfragen, die beim letzten Durchlauf noch nicht existierten. Eine Aktualisierung zeigt auch, ob Cluster, auf die Sie abgezielt haben, zu einer anderen Ranking-Seite gewechselt sind, was auf ein neues Kannibalisierungsproblem hinweisen kann.
Halten Sie das Mapping-Blatt als lebendiges Dokument. Fügen Sie eine Spalte für das Datum der letzten Überprüfung jedes Clusters und eine weitere für die ergriffene Maßnahme hinzu, damit jeder im Team sehen kann, was sich geändert hat und warum.
Wie Alien Road KI für Keyword-Recherche und -Clustering anwendet
In einem typischen Engagement kombiniert die Discovery Search Console, Google Ads-Suchbegriffe, interne Suchprotokolle und einen Keyword-Export von Drittanbietern zu einer Liste. Wir crawlen auch den Shop, um aktuelle Kategorien, Filter und Indexierung zu sehen.
Das Clustering verwendet ein SERP-basiertes Tool für kommerzielle Anfragen und Embeddings für große informative Sets, gefolgt von einer manuellen Überprüfung der größten Cluster. Das Ergebnis ist ein Mapping-Blatt: Cluster, Absicht, Ziel-URL, Maßnahme. Wir überprüfen es mit dem Merchandising-Team des Kunden, bevor eine neue Kategorie live geht.
Das Reporting verfolgt die Impressionen, Klicks und den organischen Umsatz jedes Clusters Monat für Monat und vergleicht bearbeitete Cluster mit unberührten, damit der Kunde sehen kann, wo sich die Strukturänderungen ausgezahlt haben.
Wo man diese Woche anfangen kann
Exportieren Sie die letzten zwölf Monate an Anfragen aus der Search Console für eine Hauptkategorie. Lassen Sie sie durch ein Clustering-Tool laufen, auch eine Testversion, und schauen Sie sich die Top-20-Cluster an.
Notieren Sie für jedes, welche URL derzeit rankt. Wo zwei oder drei URLs ein Cluster teilen, haben Sie ein Kannibalisierungsproblem gefunden, das zuerst behoben werden muss. Wo keine URL passt, haben Sie eine Seite gefunden, deren Aufbau sich lohnt.
Weiterlesen: SEO (Suchmaschinenoptimierung) · SEO