LSI-Keywords (Latent Semantic Indexing) sind Wörter und Phrasen, die Suchmaschinen dabei helfen, den Kontext einer Seite zu verstehen und nicht nur das Keyword selbst.
Im SEO helfen verwandte Begriffe dabei, oberflächlichen Content zu vermeiden, eine umfassendere thematische Abdeckung zu erreichen, auf eine größere Anzahl von Keywords abzuzielen und sowohl Suchmaschinen als auch Nutzern zu zeigen, dass du über Expertise in einem bestimmten Thema verfügst.
Hier ist eine Tatsache, die viele SEO-Spezialisten überraschen dürfte: Google verwendet LSI schon seit sehr langer Zeit nicht mehr.
Keine Sorge! Ich dachte auch ziemlich lange, dass es LSI-Keywords tatsächlich gibt! 😂
- LSI-Keywords und moderne Suchalgorithmen
- Was verwendet Google heute?
- Die moderne Interpretation von LSI-Keywords
- Warum ist das für Google wichtig?
- Polyseme Wörter
- Warum suchen Menschen immer noch nach "LSI Keywords"?
- Wie findet man thematische Keywords und verwandte Begriffe?
- Topical Keywords und Topical Authority
- Abschließende Gedanken
LSI-Keywords und moderne Suchalgorithmen
Der Begriff LSI (Latent Semantic Indexing) bezeichnet eine mathematische Methode, die in den 1980er-Jahren entwickelt wurde, um Computern dabei zu helfen, zu verstehen, dass unterschiedliche Wörter ähnliche Bedeutungen haben und als Synonyme fungieren können.
Heute setzt Google auf deutlich fortschrittlichere Machine-Learning-Systeme wie BERT, RankBrain und MUM.
Diese Systeme suchen nicht einfach nach Synonymen oder Wörtern, die häufig gemeinsam vorkommen. Stattdessen analysieren sie Kontext, Nutzerintention und Beziehungen zwischen Entities, um festzustellen, ob ein Inhalt die Suchanfrage tatsächlich beantwortet.
Was verwendet Google heute?
Google hat sich schon lange von der reinen Analyse einzelner Wörter entfernt und konzentriert sich heute darauf, den Kontext zu verstehen.
Ich habe die wichtigsten Modelle bereits erwähnt, aber schauen wir uns jedes davon kurz an.
RankBrain
RankBrain war die erste groß angelegte Integration von Machine Learning in Googles Ranking-Systeme. Es wurde 2015 eingeführt.
Sein Hauptzweck bestand darin, Google dabei zu helfen, Suchanfragen zu interpretieren, die es zuvor noch nie gesehen hatte oder nicht vollständig verstehen konnte.
RankBrain verknüpfte unbekannte Wörter und Phrasen mit Konzepten, die der Algorithmus bereits verstand. Dadurch konnte Google die Nutzerintention besser bestimmen und relevantere Suchergebnisse liefern.
BERT
BERT stellte einen bedeutenden Durchbruch in der Natural Language Processing (NLP) dar.
Das 2019 eingeführte Modell veränderte grundlegend, wie Google Suchanfragen interpretierte.
Das Modell ermöglichte es Google, Wörter im umgebenden Kontext und nicht als isolierte Begriffe zu analysieren. Es berücksichtigt die Wörter vor und nach einem bestimmten Begriff, sodass die Suchmaschine die tatsächliche Bedeutung sowohl von Suchanfragen als auch von Content besser verstehen kann.
MUM
MUM war der nächste große Schritt.
Das 2021 eingeführte Modell ist deutlich leistungsfähiger als BERT.
Eine wichtige Eigenschaft von MUM ist seine multimodale Grundlage, die es Google ermöglicht, gleichzeitig Text, Bilder und Videos zu analysieren. In der modernen Suchlandschaft wurden diese Fähigkeiten noch weiterentwickelt und führten zu fortschrittlichen Systemen wie Gemini.
Diese Modelle bilden die Grundlage für AI Overviews und moderne RAG-Frameworks und ermöglichen ein deutlich besseres Verständnis konzeptioneller Beziehungen zwischen verschiedenen Medienformaten, als es mit traditionellen Keyword-Datenbanken jemals möglich gewesen wäre.
Dadurch kann Google Informationen tiefer analysieren und ein umfassenderes Verständnis sowohl des Seiteninhalts als auch der Nutzerintention entwickeln.
Diese Modelle bilden die Grundlage von Googles modernen Suchsystemen und ermöglichen es der Suchmaschine, Kontext, Entities und Bedeutung wesentlich effektiver zu verstehen, als dies während der Ära des einfachen Keyword-Matchings möglich war.
Die moderne Interpretation von LSI-Keywords
Du fragst dich vielleicht: Wenn Google LSI nicht mehr verwendet, warum überhaupt noch einen Artikel darüber schreiben?
Die Antwort ist einfach. Der Begriff ist tief in der SEO-Kultur verankert. Viele SEO-Spezialisten sind Jahrzehnte nach der Entwicklung der ursprünglichen Technologie in die Branche eingestiegen, dennoch wird der Begriff bis heute häufig verwendet.
Die Realität sieht so aus: Wenn Marketer und SEO-Spezialisten von LSI-Keywords sprechen, beziehen sie sich normalerweise nicht auf echtes Latent Semantic Indexing.
Stattdessen sprechen sie von thematischen Wörtern, Entities und kontextbezogen verwandten Begriffen. Also von Wörtern und Phrasen, die natürlicherweise zum selben Themenbereich wie das Hauptthema gehören.
Früher wurden LSI-Keywords häufig als Synonyme oder eng verwandte Wörter beschrieben. Heute wird der Begriff häufiger verwendet, um Wörter zu beschreiben, die zum selben thematischen Ökosystem gehören.
Wenn das Hauptkeyword beispielsweise “mountain bike” lautet, können verwandte thematische Begriffe suspension, frame, drivetrain, braking system, tire tread, fork, wheel size und viele weitere sein.
Je mehr relevante thematische Begriffe du auf natürliche Weise in deinen Content integrierst, desto umfassender deckst du das Thema ab.
Diese Begriffe können gängige Branchenphrasen, seltene technische Fachbegriffe, hochspezialisierte Konzepte, die nur Experten verstehen, oder sogar umgangssprachliche Ausdrücke sein, die von Fachleuten und echten Nutzern häufig verwendet werden.
Dadurch erhalten Suchmaschinen ein stärkeres Signal dafür, dass der Autor das Thema tatsächlich versteht und die Sprache seiner Zielgruppe spricht.
Warum ist das für Google wichtig?
Google stützt sich stark auf seinen Knowledge Graph.
Der Knowledge Graph ist eine riesige Datenbank, die Entities und Konzepte über Beziehungen miteinander verbindet.
Wenn Google Wörter wie “roasting”, “Arabica”, “Robusta”, “coffee machine” und “grind size” zusammen mit dem Wort “coffee” erkennt, erhält es ein deutlich klareres Verständnis des Kontexts einer Seite.
Dasselbe Prinzip gilt für mehrdeutige Begriffe.
Wenn eine Seite beispielsweise das Wort “Napoleon” enthält, muss Google bestimmen, ob sich der Content auf die historische Person, den Kuchen oder eine andere Entity bezieht.
Wenn Wörter wie “emperor”, “France”, “army” und “battle” in der Nähe erscheinen, kann die Suchmaschine daraus schließen, dass die Seite Napoleon Bonaparte behandelt.
Wenn stattdessen Wörter wie “cream”, “layers” und “dessert” vorkommen, kann Google feststellen, dass es um den Kuchen geht.
Auf diese Weise hilft thematischer Wortschatz dabei, Content anzureichern, den Kontext zu verdeutlichen und die thematische Relevanz einer Seite zu stärken.
Polyseme Wörter
Diese Wörter werden auch als polyseme Wörter bezeichnet und haben mehrere miteinander verbundene Bedeutungen. Zum Beispiel: head (Körperteil, Anführer, oberer Teil), run (schnell laufen, funktionieren, verwalten), light (Beleuchtung, nicht schwer) und so weiter.
Früher stellten mehrdeutige Wörter eine große Herausforderung für Suchmaschinen dar. Heute lösen moderne Natural-Language-Processing-Modelle dieses Problem mithilfe von Vektorrepräsentationen. Anstatt präzise Zeichenfolgen abzugleichen, analysiert der Algorithmus die gesamte Satzstruktur.
Genau deshalb ist es entscheidend, Content mit einem umfangreichen, kontextbezogen verwandten Wortschatz zu umgeben. Er liefert dem Algorithmus die semantischen Hinweise, die er benötigt, um mehrdeutige Begriffe den entsprechenden Entities im Knowledge Graph zuzuordnen.
Warum suchen Menschen immer noch nach “LSI Keywords”?
Obwohl Google sich bereits vor vielen Jahren vom traditionellen LSI-Konzept entfernt hat, ist der Begriff aus der SEO-Branche nicht verschwunden.
Vielleicht haben wir uns einfach zu sehr daran gewöhnt.
Wenn ein SEO-Spezialist heute von LSI-Keywords spricht, meint er normalerweise nicht echtes Latent Semantic Indexing.
Meistens sind damit thematische Wörter, Entities, kontextbezogene Begriffe und Fachvokabular gemeint, die dabei helfen, ein Thema umfassender abzudecken und Expertise zu demonstrieren.
Wie findet man thematische Keywords und verwandte Begriffe?
Die Suche nach thematischen Keywords beginnt mit etwas, das wichtiger ist als jedes Tool: deiner eigenen Expertise, Logik und deinem Verständnis der Nische. Es gibt jedoch auch verschiedene Methoden und Tools, die dir dabei helfen können, relevante Begriffe und Entities effizienter zu finden.
Suchergebnisse analysieren
Der einfachste Ansatz besteht darin, Googles Suchergebnisse zu untersuchen. Die Suchmaschine selbst liefert Hinweise darauf, welche Themen, Begriffe und Entities sie für eine bestimmte Suchanfrage als wichtig erachtet.
Google Autocomplete
Beginne damit, eine Suchanfrage in die Google-Suchleiste einzugeben, aber drücke nicht auf Enter. Google schlägt automatisch zusätzliche Phrasen und Suchvarianten vor.
Hier ist ein nützlicher Trick: Nachdem du dein Hauptkeyword eingegeben hast, füge nacheinander verschiedene Buchstaben des Alphabets hinzu. Jeder Buchstabe löst eine neue Reihe von Autocomplete-Vorschlägen aus und hilft dir dabei, eine große Anzahl verwandter Suchanfragen und thematischer Begriffe zu entdecken.
People Also Ask
Dies ist eine der wertvollsten Quellen für thematische Ideen.
Der Bereich People Also Ask enthält echte Fragen von Nutzern, die wichtige Unterthemen und Themen aufzeigen, die idealerweise in deinem Content behandelt werden sollten.
Related Searches
Am unteren Ende der Google-Suchergebnisse findest du den Bereich Related Searches.
Diese Suchanfragen enthalten häufig zusätzliche Entities, Konzepte und Content-Ideen, die deinen Artikel deutlich bereichern können.
Wettbewerberanalyse
Analysiere drei bis fünf Websites, die bereits für dein Ziel-Keyword gut ranken.
Achte auf ihre H2- und H3-Überschriften, Terminologie, Branchenjargon und ungewöhnliche Phrasen.
Du solltest außerdem ihre FAQ-Bereiche und Artikelstrukturen sorgfältig überprüfen. Wichtige thematische Entities sind häufig in diesen Bereichen versteckt.
Knowledge Graph
Untersuche, was Google bereits über dein Thema weiß.
Wenn du beispielsweise nach “mountain bike” suchst, zeigt Google möglicherweise neben den Suchergebnissen ein Knowledge Panel an.
Analysiere es genau. Diese Panels enthalten häufig verwandte Entities, Eigenschaften, Marken, Kategorien und andere wichtige thematische Elemente.
Künstliche Intelligenz
AI kann ebenfalls ein hervorragendes Tool sein, um thematischen Wortschatz zu entdecken.
Der Schlüssel liegt darin, die richtige Frage zu stellen.
Wenn du beispielsweise nach Wörtern aus dem Themenbereich für die Suchanfrage “Keyword Research” suchst, könntest du einen Prompt wie diesen verwenden:
List topical terms related to main keyword: “Keyword Research” without using the phrase ‘keyword research’ itself.
Die Antwort kann Begriffe wie search volume, SERP, long-tail keywords, search intent, rankings, competition und viele weitere mit dem Thema verbundene Konzepte enthalten.
Die richtigen SEO-Tools verwenden
Spezialisierte SEO-Tools können den Prozess der Suche nach thematischen Keywords erheblich beschleunigen.
KeywordStat kann mit nur wenigen Klicks verwandte thematische Begriffe identifizieren und macht dadurch die Content-Vorbereitung deutlich effizienter.
Reverse Engineering
Gehe wie ein Experte an das Problem heran.
Analysiere erfolgreiche Seiten, die in den Suchergebnissen ranken, und identifiziere, welche Entities, Konzepte und Begriffe dort am häufigsten vorkommen.
Eine Topic Association Map erstellen
Beginne mit deinem Hauptthema und erstelle eine Assoziationskarte darum herum.
Wenn dein Thema beispielsweise Rezepte lautet, können verwandte Konzepte protein, vitamins, nutrition, health, calories, ingredients, cooking methods und meal preparation sein.
Erweitere anschließend jeden Zweig, indem du weitere verwandte Konzepte und Begriffe hinzufügst.
Mit dieser Methode kannst du schnell eine umfassende Liste thematischer Keywords erstellen und gleichzeitig ein besseres Verständnis für die zukünftige Struktur deines Artikels entwickeln.
Topical Keywords und Topical Authority
Wie hängen diese beiden Konzepte zusammen?
Die Antwort ist ziemlich einfach. Google möchte Signale erkennen, dass deine Seite tatsächlich zu einem bestimmten Thema gehört und du über echte Expertise in dieser Nische verfügst, anstatt lediglich Content rund um ein bestimmtes Keyword zu erstellen.
Wenn du dein Thema wirklich verstehst, bist du natürlich mit einer großen Anzahl von Branchenbegriffen, Konzepten, Entities und Fachausdrücken vertraut, die mit diesem Bereich verbunden sind.
Je mehr relevanten thematischen Wortschatz du auf natürliche Weise in deinen Content integrierst, desto einfacher wird es für Suchmaschinen, zu verstehen, wie tiefgehend du das Thema abdeckst.
Das bedeutet nicht, dass du Keywords in jeden Absatz zwingen solltest. Stattdessen sollten thematische Begriffe ganz natürlich erscheinen, weil du das Thema umfassend behandelst.
Wenn Suchmaschinen in deinem Content wiederholt relevante Entities, Konzepte und Terminologie erkennen, gewinnen sie zusätzliches Vertrauen darin, dass deine Seite tatsächlich das Thema behandelt und nicht lediglich auf ein Keyword abzielt.
Abschließende Gedanken
Mittlerweile hast du wahrscheinlich erkannt, dass die meisten Marketer und SEO-Spezialisten den Begriff LSI Keywords etwas ungenau verwenden.
Wir haben uns einfach an die Terminologie gewöhnt, obwohl die ursprüngliche Technologie in modernen Suchmaschinen nicht mehr verwendet wird.
Dennoch ist es völlig in Ordnung, den Begriff weiterhin zu verwenden, solange du verstehst, was er tatsächlich bedeutet.
Wenn Menschen heute von LSI-Keywords sprechen, meinen sie normalerweise nicht Latent Semantic Indexing. Stattdessen sprechen sie von thematischen Keywords, Entities, Fachterminologie, kontextbezogenem Wortschatz und semantisch verwandten Konzepten.
Wenn du den Begriff so verstehst, gibt es kein Problem damit, ihn zu verwenden.
Du kannst diese thematischen Begriffe selbstbewusst in deine SEO-Strategie integrieren, um deinen Content anzureichern, Expertise zu demonstrieren und Suchmaschinen dabei zu helfen, das Thema deiner Website besser zu verstehen.
Letztendlich besteht das Ziel nicht darin, mehr Keywords hinzuzufügen. Das Ziel ist, ein Thema möglichst umfassend abzudecken und in der Sprache deiner Zielgruppe zu kommunizieren.
Das war’s von mir. Vielen Dank fürs Lesen dieses Artikels. Schau dir auch die anderen Ressourcen in diesem Blog an und nutze unsere Tools für Keyword-Recherche und Keyword-Analyse.
