So prägt NLP die Google- und KI-Suche: Entitäten, Salienz, Embeddings, ein Seitenaudit in 6 Schritten mit Code, Schreibregeln und typische Fehler.

Auf dieser Seite
Kurz gesagt
NLP SEO bedeutet, Seiten so zu schreiben und zu strukturieren, dass die Sprachmodelle von Google und KI-Assistenten genau verstehen, worum es auf Ihrer Seite geht: welche Entitäten sie behandelt, welche Frage jeder Abschnitt beantwortet und wie sie mit dem Rest Ihrer Website zusammenhängt. In der Praxis lassen Sie Ihren Text durch dieselbe Art von Werkzeugen laufen (Entitätenextraktion, Klassifizierung, Embeddings), korrigieren, was die Maschine falsch liest, und schreiben Sätze so um, dass das Hauptthema, seine Eigenschaften und seine Antworten explizit sind. Das ist kein neuer Trick für Rankings: Es ist ein Weg, Mehrdeutigkeit zu beseitigen, und genau diese Mehrdeutigkeit kostet Sie Rankings und KI-Zitate.
Möchten Sie mehr erfahren? Fragen Sie
Kurzes Quiz
Ist SEO das Richtige für Sie, und wie fangen Sie an?
Sorank passt zu Ihren Antworten
Testen Sie es 3 Tage lang auf Ihrer eigenen Website und sehen Sie, wo Sie bei Google, ChatGPT und den anderen KIs stehen.
3 Tage kostenlos testen3 Tage kostenlos, danach beenden Sie jederzeit. 90-Tage-Ergebnisgarantie, es gelten Bedingungen.
Natural Language Processing (NLP, maschinelle Sprachverarbeitung) ist der Bereich der KI, der menschlichen Text in Daten verwandelt, mit denen eine Maschine arbeiten kann: Wörter, Sätze, Entitäten, Beziehungen und Bedeutung. Wenn Sie zuerst die allgemeine Definition möchten, lesen Sie unseren Glossareintrag zu Natural Language Processing. Für SEO ist die relevante Definition enger: NLP ist die Art, wie eine Suchmaschine entscheidet, was Ihre Seite bedeutet, bevor sie entscheidet, wo sie rankt.
NLP SEO hat daher drei Ebenen. Sie brauchen alle drei, um Ergebnisse zu erzielen.
Was NLP SEO nicht ist: Es bedeutet nicht, eine Liste von „NLP-Keywords“ in eine Seite zu stopfen, und es bedeutet nicht, dem Score eines Content-Tools hinterherzulaufen. Google sagt es deutlich in seinem Leitfaden zum Erstellen hilfreicher, zuverlässiger und nutzerorientierter Inhalte: Wenn Sie auf eine Wortzahl hin schreiben, weil Sie gehört haben, Google bevorzuge eine bestimmte, lautet die Antwort „Nein“. Dieselbe Logik gilt für Begriffslisten. Das Ziel ist, verstanden zu werden, nicht optimiert auszusehen.
Warum Sprachverständnis SEO verändert hat
Quellen: Google, Pandu Nayak, „Understanding searches better than ever before“ (2019) und „MUM: A new AI milestone for understanding information“ (2021)
Als Google BERT einführte, erklärte Pandu Nayak (Google Fellow und Vice President, Search) in der offiziellen Ankündigung vom 25. Oktober 2019, dass das Modell der Suche helfen würde, jede zehnte englischsprachige Suchanfrage in den USA besser zu verstehen. Sein Beispiel war die Suchanfrage „2019 brazil traveler to usa need a visa“: Vor BERT wurde das Wort „to“ weitgehend ignoriert, und Google lieferte Ergebnisse über US-Bürger, die nach Brasilien reisen. Nach BERT wurde die Reiserichtung verstanden. Diese eine Präposition ist NLP SEO im Kleinen: Kleine Wörter tragen Bedeutung, und Modelle lesen sie inzwischen. Unsere Glossarseite zum BERT-Algorithmus geht tiefer auf das Modell selbst ein.
Zwei Jahre später stellte Google MUM in einem Beitrag vom 18. Mai 2021 vor und beschrieb es als 1000-mal leistungsfähiger als BERT, trainiert in 75 Sprachen. Die Beispielanfrage stammte von einem Wanderer, der den Mount Adams bestiegen hat und sich im nächsten Herbst auf den Fuji vorbereiten will: eine Frage, die den Vergleich zweier Entitäten erfordert und ableiten muss, was „vorbereiten“ bedeutet. Heute arbeiten AI Overviews, ChatGPT, Perplexity und Gemini alle nach demselben Prinzip: Sie lesen Abschnitte, lösen Entitäten auf und setzen Antworten zusammen. Ihre Seite ist der Rohstoff für diesen Prozess.
Sie müssen die Mathematik nicht kennen. Sie müssen die Schritte kennen, denn jeder Schritt ist eine Stelle, an der Ihre Seite falsch gelesen werden kann. Hier ist die Pipeline in der Reihenfolge, in der ein typisches System sie ausführt.
Die 7 Schritte, mit denen eine Maschine Ihre Seite liest
Die folgende Tabelle ordnet jede NLP-Aufgabe dem konkreten Risiko auf einer Seite und der Korrektur zu, die Sie in der Hand haben.
| NLP-Aufgabe | Was die Maschine tut | Typisches Problem auf einer Seite | Was Sie ändern |
|---|---|---|---|
| Boilerplate-Entfernung | Trennt Hauptinhalt vom Template | Die Einleitung ist unter 600 Wörtern Menüs und Widgets begraben | Die Antwort in den ersten Absatz des Hauptinhalts setzen, in einfachem HTML |
| Satzsegmentierung | Zerlegt Text in Sätze | Stichpunktfragmente ohne Verb, Sätze mit 60 Wörtern | Ein Gedanke pro Satz, vollständige Sätze in Listen, die Fakten enthalten |
| Dependenzanalyse | Findet Subjekt, Verb, Objekt | Das Subjekt ist „es“ oder „dies“, drei Sätze von seinem Substantiv entfernt | Das Substantiv wiederholen, Subjekt und Verb nah beieinander halten |
| Named Entity Recognition | Erkennt und typisiert Namen | Ihr Produkt wird auf fünf verschiedene Arten geschrieben | Einen kanonischen Namen wählen, Varianten erst nach ihrer Einführung verwenden |
| Entity Linking | Ordnet Namen bekannten Konzepten zu | Mehrdeutiger Markenname ohne Kontext | Die Kategorie neben den Namen setzen („Sorank, die SEO-Software...“) und Schema mit sameAs |
| Embeddings | Vergleicht die Bedeutung von Anfrage und Abschnitt | Der Abschnitt, der antworten sollte, ist generisch und könnte auf jeder Seite stehen | Abschnitte schreiben, die die Begriffe der Frage aufgreifen und eine konkrete Antwort geben |
| Klassifizierung | Ordnet Themen und Intention zu | Eine Produktseite voller Abschweifungen im Blogstil | Eine dominante Intention pro URL, andere Intentionen auf andere Seiten verschieben |
Hinweis
Niemand außerhalb von Google kennt die genauen Modelle, die im Ranking eingesetzt werden. Die Werkzeuge in diesem Leitfaden sind Näherungen: Sie lesen Text so, wie moderne Sprachmodelle es tun, nicht so, wie das Rankingsystem von Google es tut. Nutzen Sie sie, um Mehrdeutigkeit zu finden, nicht um Positionen vorherzusagen.

Fünf Signale lassen sich mit kostenlosen oder günstigen Werkzeugen messen. Jedes sagt Ihnen etwas anderes, und keines ist für sich allein ein Rankingfaktor.
Eine Entität ist ein benanntes „Ding“: eine Marke, ein Produkt, eine Person, ein Ort, ein Konzept wie „Keyword-Kannibalisierung“. Die Cloud Natural Language API von Google liefert für jede Entität einen Typ, ihre Erwähnungen und in Version 1 der API einen Salienzwert. Die Entity-Referenz der v1 beschreibt ihn als „the salience score associated with the entity in the [0, 1.0] range“, also einen Salienzwert zwischen 0 und 1. Die Entitätstypen sind UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER und PRICE.
Salienz ist relativ zum Dokument: Die Werte aller Entitäten eines Textes konkurrieren miteinander. Aussagekräftig ist also die Rangfolge, nicht die Zahl. Wenn Ihre Seite auf „NLP SEO“ zielt und die oberste Entität „Google“ ist, handelt die Seite für eine Maschine hauptsächlich von Google. Details finden Sie in unserem Glossareintrag zur Entitätssalienz.
Achtung: v1 oder v2
Das Entity-Objekt der v2 der Natural Language API enthält nur name, type, metadata, mentions und sentiment: Es gibt kein Feld salience. Wenn ein Tutorial Salienzwerte zeigt, ruft es die v1 auf. Wenn Sie heute ein Skript bauen, rufen Sie für die Salienz ausdrücklich den v1-Endpunkt auf und prüfen Sie die Dokumentation, bevor Sie sich darauf verlassen.

Die Methode classifyText liefert Kategorien aus einer festen Taxonomie (zum Beispiel einen Pfad wie /Internet & Telecom/Web Services). Die Google-Dokumentation zu den Grundlagen von Natural Language weist darauf hin, dass die Klassifizierung einen Text von mindestens zwanzig Tokens benötigt. Der Nutzen für SEO: Wenn eine Seite für „SEO-Software“ in einer allgemeinen Marketingkategorie landet, ist ihr Vokabular zu allgemein.
Die Sentimentanalyse liefert einen Wert von -1,0 (negativ) bis 1,0 (positiv) und eine Magnitude, die misst, wie viel Emotion der Text trägt. Auf Dokumentebene beginnt die Magnitude bei 0,0 und ist nicht normalisiert, sodass ein langer Text mit gemischten Meinungen einen neutralen Wert und eine hohe Magnitude zeigen kann. Für SEO zählt Sentiment vor allem auf Bewertungsseiten, Vergleichen und „Die besten X“-Listen, wo ein flacher, meinungsloser Text eine Frage beantwortet, die nach einer Meinung verlangt.
Die Syntaxanalyse liefert für jedes Token Wortart, Lemma und Dependenz. Zwei Prüfungen lohnen sich: wie oft Ihre Hauptentität das grammatische Subjekt eines Satzes ist, und wie viele Sätze mit einem Pronomen beginnen („Es“, „Dies“, „Sie“). Eine Seite, auf der die Hauptentität Subjekt vieler Sätze ist, spricht über sie, nicht um sie herum.
Embeddings verwandeln einen Abschnitt in einen Vektor. Vergleicht man den Vektor einer Suchanfrage mit den Vektoren Ihrer Abschnitte (Kosinusähnlichkeit), sieht man, welchen Abschnitt ein Retrieval-System für diese Anfrage wählen würde. Das ist die öffentlich verfügbare Näherung, die am nächsten an der Art liegt, wie KI-Assistenten den zitierten Ausschnitt auswählen. Es ist auch der beste Test für die Frage: Beantwortet diese Seite die Frage wirklich oder erwähnt sie sie nur?
„NLP SEO“ umfasst sechs verschiedene Methoden. Anbieter verkaufen meist eine davon, als wäre sie das ganze Feld. Hier ist jede einzelne, mit ihrem Einsatzbereich und ihren Grenzen.
Prinzip: die Entitäten bestimmen, die eine vollständige Antwort enthalten muss (Hauptentität, ihre Eigenschaften, verwandte Entitäten), prüfen, ob Ihre Seite sie klar benennt und ob die Hauptentität dominiert. Wann einsetzen: auf Seiten über ein Produkt, eine Marke, eine Person, einen Ort oder ein klar definiertes Konzept. Stärken: entspricht dem Aufbau von Knowledge Graphs und KI-Antworten und behebt Mehrdeutigkeit an der Wurzel. Grenzen: Die Entitätenextraktion übersieht Fachjargon und neue Konzepte; Salienz ist in der v2 der Google-API nicht verfügbar. Beispiel: Eine Seite zu „Shopify SEO“, auf der „WordPress“ wegen eines langen Vergleichsabsatzes zu den Top-Entitäten gehört: Der Absatz wandert auf eine eigene Seite, und die Shopify-Seite gewinnt an Fokus. Unser Leitfaden zu Entity SEO behandelt die strategische Seite.
Prinzip: die Begriffe der bestplatzierten Seiten mit Ihren vergleichen, gewichtet nach ihrer Spezifität (TF-IDF), und die Lücken schließen. Das tun die meisten Content-Scoring-Tools. Wann einsetzen: um vergessene Unterthemen auf einer informativen Seite zu finden. Stärken: schnell, einem Autor leicht zu erklären. Grenzen: kopiert den Durchschnitt der SERP, belohnt Wiederholung und sagt nichts darüber aus, ob Sie die Frage beantworten. Eine Begriffsliste ist eine Checkliste von Unterthemen, keine Wortquote. Beispiel: Die Top-Seiten zu „technisches SEO-Audit“ erwähnen alle „Crawl-Budget“ und „Canonical“, Ihre nicht: Das sind zwei fehlende Abschnitte, nicht zwei fehlende Wörter.
Prinzip: Anfragen und Abschnitte als Vektoren kodieren und ihre Nähe messen. Wann einsetzen: um zu prüfen, dass jede Zielfrage einen Abschnitt hat, der sie klar beantwortet, um zwei Seiten zu erkennen, die um dieselbe Bedeutung konkurrieren, und um interne Links nach Bedeutung zu planen. Stärken: funktioniert ohne gemeinsame Wörter, nah an der Art, wie Retrieval für KI-Antworten funktioniert. Grenzen: Die Werte hängen vom Modell ab; ein hoher Wert bedeutet „zum Thema“, nicht „richtig“ oder „nützlich“. Beispiel: Der Abschnitt, der „wie lange dauert SEO“ beantwortet, erzielt einen niedrigeren Wert als ein themenfremder Einleitungsabsatz: Der Antwortabschnitt ist zu vage und wird so umgeschrieben, dass der Zeitrahmen zuerst kommt.
Prinzip: die Suchanfrage klassifizieren (informational, kommerziell, transaktional, navigational) sowie das Format, das Google belohnt (Leitfaden, Liste, Tool, Produktseite), und es dann treffen. Wann einsetzen: vor dem Schreiben und wenn eine gute Seite überhaupt nicht rankt. Stärken: behebt den teuersten Fehler, das falsche Format. Grenzen: Gemischte SERPs existieren; Intentionen verschieben sich mit der Zeit. Siehe unseren Glossareintrag zur Suchintention.
Prinzip: die Fragen extrahieren, die Menschen stellen („Ähnliche Fragen“, Foren, KI-Prompts, Ihre Support-Tickets), und jeder einen eigenständigen Abschnitt geben. Wann einsetzen: für KI-Sichtbarkeit und Featured Snippets. Stärken: liefert direkt zitierfähige Abschnitte. Grenzen: kann eine Seite in eine FAQ ohne Tiefe zerlegen, wenn Sie die Fragen nicht nach Unterthema gruppieren.
Prinzip: Keywords und Seiten nach Bedeutung gruppieren, um zu entscheiden, welche Seite was abdeckt, und sie dann verlinken. Wann einsetzen: auf Website-Ebene, vor der Content-Produktion und wenn sich Seiten kannibalisieren. Stärken: baut thematische Autorität und eine saubere Architektur auf. Grenzen: Clustering nach SERP-Überschneidung und Clustering nach Embeddings ergeben unterschiedliche Gruppen; Sie brauchen eine Regel, um zu entscheiden. Unser Leitfaden zum Keyword-Clustering erklärt beide Ansätze, und der Eintrag zur Topical Map zeigt, wie Sie Cluster in einen Plan verwandeln.
| Methode | Ebene | Am besten für | Hauptrisiko | Werkzeuge |
|---|---|---|---|---|
| Entitätenoptimierung | Seite | Produkt-, Marken- und Konzeptseiten | Salienz als Rankingfaktor behandeln | Google Cloud Natural Language (v1), spaCy |
| Begriffsabdeckung (TF-IDF) | Seite | Fehlende Unterthemen finden | Den SERP-Durchschnitt schreiben, Keyword-Stuffing | Content-Scoring-Tools, Python scikit-learn |
| Embedding-Ähnlichkeit | Abschnitt und Website | Antwortqualität, Kannibalisierung, interne Links | „Zum Thema“ mit „gut“ verwechseln | Sentence Transformers, Vektordatenbanken |
| Intentionsklassifizierung | Anfrage und Seite | Das richtige Format wählen | Gemischte SERPs ignorieren | Manuelle SERP-Analyse, Klassifikatoren |
| Fragenanalyse | Abschnitt | KI-Zitate, Snippets | Oberflächliche FAQ-Seiten | „Ähnliche Fragen“, Prompt-Recherche |
| Themen-Clustering | Website | Architektur, thematische Autorität | Inkonsistente Clusterregeln | Clustering-Tools, Embeddings |
Optimierung per Begriffsliste vs. Entitäten und Abschnitte
Mit dieser Methode empfehlen wir den Einstieg: eine wichtige Seite, ein Nachmittag. Sie brauchen den Seitentext, drei bis fünf konkurrierende Seiten und entweder die kostenlosen Online-Tools oder ein paar Zeilen Python.
Das NLP-Seitenaudit in 6 Schritten
spaCy ist eine kostenlose Open-Source-Bibliothek für Python. Ihr kleines englisches Modell läuft in Sekunden auf einem Laptop (für deutschen Text nutzen Sie das Modell de_core_news_sm). Das folgende Skript listet die häufigsten Entitäten und die häufigsten grammatischen Subjekte Ihrer Seite auf: Die zweite Liste ist oft aufschlussreicher als die erste.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, dann: python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Wer ist das Subjekt Ihrer Sätze?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# Wie viele Sätze beginnen mit einem vagen Pronomen?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
Lesen Sie die Liste der Subjekte aufmerksam. Wenn auf der Seite eines Softwareprodukts „Sie“ und „es“ dominieren und der Produktname nie als Subjekt auftaucht, beschreibt die Seite Handlungen, ohne zu sagen, wer sie ausführt. Das lässt sich in einer Stunde beheben.

Die allgemeinen Modelle von spaCy berechnen keine Salienz. Dafür rufen Sie den v1-Endpunkt analyzeEntities von Google Cloud Natural Language auf. Legen Sie ein Projekt an, aktivieren Sie die API, authentifizieren Sie sich mit der gcloud-Kommandozeile und senden Sie dann Ihren Text. Speichern Sie diesen Request-Body als request.json:
{
"document": {
"type": "PLAIN_TEXT",
"language": "de",
"content": "Fügen Sie hier den bereinigten Haupttext Ihrer Seite ein."
},
"encodingType": "UTF8"
}
Rufen Sie dann den Endpunkt auf:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
Die Antwort listet Entitäten mit ihrem type, ihrer salience, ihren mentions und, wenn die Entität verknüpft ist, einem metadata-Objekt, das eine wikipedia_url und eine mid (eine Knowledge-Graph-Kennung) enthalten kann. Eine Entität mit Wikipedia-URL in den Metadaten wurde mit einem bekannten Konzept verknüpft; eine wichtige Entität ohne URL kann mehrdeutig oder zu neu sein. Ersetzen Sie analyzeEntities durch classifyText, um die Inhaltskategorien zu erhalten. Prüfen Sie die aktuellen Preise und Kontingente von Google Cloud, bevor Sie die Analyse auf Hunderte Seiten anwenden.
Die Bibliothek Sentence Transformers vergleicht die Bedeutung einer Frage mit jedem Abschnitt Ihrer Seite. Das Modell all-MiniLM-L6-v2 ist klein und reicht für diese Prüfung bei englischem Text; für deutschen Text eignet sich ein mehrsprachiges Modell wie paraphrase-multilingual-MiniLM-L12-v2 besser.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
Zwei Ergebnisse erfordern Handeln. Wenn der beste Abschnitt für eine Frage nicht der ist, den Sie als Antwort geschrieben haben, ist Ihr Antwortabschnitt zu generisch. Wenn der beste Wert einer Frage weit unter den anderen liegt, beantwortet die Seite sie nicht wirklich. Vergleichen Sie Werte zwischen Fragen derselben Seite, nicht mit einem absoluten Schwellenwert: Die Werte hängen vom Modell ab.

Tipp
Kein Python? Unser kostenloser LLM Readability Checker bewertet eine Seite für die Extraktion durch KI, und der Heading Structure Analyzer zeigt, ob Ihre H2 und H3 die Fragen ankündigen, die Ihre Abschnitte beantworten.
Die meisten NLP-Probleme werden beim Schreiben gelöst, nicht in einem Tool. Diese Regeln ergeben sich direkt aus der Pipeline oben: Jede beseitigt einen Schritt, an dem eine Maschine sich irren kann.
Verwenden Sie den vollständigen Namen der Hauptentität als Subjekt des ersten Satzes jedes Abschnitts. Beginnen Sie einen Absatz nicht mit „Es“ oder „Dies“. Pronomen sind innerhalb eines Absatzes in Ordnung, sobald das Substantiv nah ist.
Eine Definition, die die Kategorie (Y) und das Unterscheidungsmerkmal (Z) nennt, ist die Struktur, die ein Modell am leichtesten extrahiert und ein KI-Assistent am leichtesten zitiert. „Entitätssalienz ist ein Wert von 0 bis 1, der misst, wie zentral eine Entität für einen Text ist“ schlägt drei Sätze Kontext.
Preise, Daten, Größen, Kompatibilitäten und Grenzen müssen neben der Entität stehen, die sie beschreiben. „Sorank verfolgt die Sichtbarkeit in ChatGPT, Gemini, Claude und Perplexity“ ist ein extrahierbarer Fakt. Dieselbe Information, verteilt auf eine Überschrift, einen Stichpunkt und eine Fußnote, ergibt drei Fragmente.
Wählen Sie einen Namen für jedes Produkt, jede Funktion und jedes Konzept. Führen Sie ein Synonym einmal ein („Query Fan-out, die Art, wie KI-Assistenten eine Frage in mehrere Suchen zerlegen“) und bleiben Sie dann bei einer Form.
Unter einer Überschrift, die eine Frage stellt, gibt der erste Satz die Antwort. Der Rest des Abschnitts liefert Bedingungen, Beispiel und Ausnahmen. Das macht einen Abschnitt eigenständig.
Ein Absatz vor und nach einer NLP-Überarbeitung
Der „Nachher“-Satz veranschaulicht die Struktur und beschreibt kein reales Produkt: Passen Sie die Eigenschaften an das an, was Ihre Seite wirklich bietet.
Python-NLP für semantisches SEO heißt, denselben Typ von Embedding-Modell einzusetzen wie beim Passagentest oben, aber auf ganze Listen angewendet: Ihre Keywords und die Seiten Ihrer Website. Zwei kurze Skripte beantworten Fragen, die eine Prüfung einzelner Seiten nicht leisten kann. Welche Keywords gehören auf dieselbe Seite? Welche Ihrer Seiten konkurrieren um dieselbe Bedeutung? Beide laufen kostenlos auf Ihrem eigenen Rechner und liefern Kandidaten zur Prüfung, keine Urteile.
Installieren Sie die Bibliotheken in einer virtuellen Umgebung, damit sie sich nicht mit anderen Python-Projekten überschneiden:
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
Beim ersten Lauf wird das Modell all-MiniLM-L6-v2 einmalig heruntergeladen. Danach laufen beide Skripte offline.
Clustering macht aus einer flachen Keyword-Liste Gruppen, die eine einzelne Seite beantworten könnte. Jedes Keyword wird zu einem Vektor, und Keywords, deren Vektoren im Kosinus-Abstand nah beieinanderliegen, landen in derselben Gruppe. Speichern Sie Ihre Keywords in einer Textdatei, eines pro Zeile, und führen Sie dieses Skript aus:
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # Kosinus-Abstand: niedrigere Werte ergeben strengere Gruppen
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
Der Schwellenwert ist die Einstellung, auf die es ankommt. Beginnen Sie bei 0,35 und lesen Sie die Ausgabe. Landen nicht zusammengehörige Keywords in einer Gruppe, senken Sie den Wert. Ist das Thema einer Seite auf mehrere Gruppen verteilt, erhöhen Sie ihn. Average Linkage verringert das Chaining, also den Effekt, bei dem eine Kette lose verwandter Keywords zwei unverwandte Gruppen verbindet.
Das zweite Skript vergleicht Ihre Seiten untereinander. Legen Sie eine tabulatorgetrennte Datei mit einer Kopfzeile an, mit den Spalten url und title. Titel sind nur ein grober Anhaltspunkt. Für einen schärferen Test fügen Sie in die Spalte title den ersten Absatz jeder Seite ein.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # Ausgangswert: nach Sichtung der Ergebnisse anpassen
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
Jedes ausgegebene Paar ist ein Kandidat, kein Urteil. Öffnen Sie beide URLs und fragen Sie sich, ob ein Leser von einer der beiden Seiten erwarten würde, dass sie die Frage der anderen beantwortet. Wenn ja, führen Sie die beiden Seiten zusammen oder behalten Sie eine als Hauptseite und schärfen Sie den Fokus der anderen. Der Eintrag zur Keyword-Kannibalisierung erklärt, wie Sie auswählen.
| Skript | Eingabe | Ausgabe | Was Sie entscheiden |
|---|---|---|---|
| Keyword-Gruppen | Ein Keyword pro Zeile | Gruppen von Keywords mit gleicher Bedeutung | Ob jede Gruppe eine Seite oder mehrere braucht |
| Konkurrierende Seiten | URL und Titel oder erster Absatz pro Seite | Seitenpaare oberhalb Ihres Schwellenwerts | Ob Sie zusammenführen, neu fokussieren oder beide Seiten behalten |
Drei Einschränkungen sind wichtig:
Diese Skripte sind das Gegenstück auf Website-Ebene zum Passagentest oben: Das eine zeigt, was zusammengehört, das andere, wo sich Ihre Seiten überschneiden. Wenn Sie die Skripte nicht selbst pflegen möchten, übernimmt der Topic Cluster Generator von Sorank den Gruppierungsschritt mit eingebauter Prüfung auf Kannibalisierung.
Sprachmodelle lesen mehr als Ihre Absätze. Drei Elemente rund um den Text senden starke Signale.
Schema.org-Markup lässt eine Seite nicht von allein ranken, aber es gibt in einem maschinenlesbaren Format an, worum es auf der Seite geht und auf welche bekannten Konzepte sie sich bezieht. Die Eigenschaften about und mentions mit sameAs-Links zu Referenzseiten beseitigen Mehrdeutigkeit beim Entity Linking.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "NLP SEO: Wie Google und KI Ihre Inhalte lesen",
"about": {
"@type": "Thing",
"name": "Natural language processing",
"sameAs": "https://en.wikipedia.org/wiki/Natural_language_processing"
},
"mentions": [
{
"@type": "Thing",
"name": "Search engine optimization",
"sameAs": "https://en.wikipedia.org/wiki/Search_engine_optimization"
}
]
}
</script>
Erstellen und testen Sie Ihr eigenes Markup mit unserem kostenlosen Schema Markup Generator und dem Structured Data Validator.
Überschriften sind das Erste, was ein Modell nutzt, um Ihre Seite in Abschnitte zu zerlegen. Eine Überschrift, die Entität und Frage nennt („Wie Entitätssalienz berechnet wird“), erzeugt einen saubereren Abschnitt als eine originelle („Unter der Haube“). Halten Sie die H2- und H3-Hierarchie strikt: kein H3 ohne übergeordnetes H2, keine übersprungenen Ebenen.
Ankertext ist eines der ältesten NLP-Signale der Suche: Er sagt der Suchmaschine von außen, worum es auf der Zielseite geht. Verwenden Sie beschreibende Anker, die die Zielentität nennen, verlinken Sie Seiten mit ähnlicher Bedeutung und vermeiden Sie, denselben Anker auf zwei verschiedene Seiten zu setzen. Ein semantischer Kokon ist die strukturierteste Art, das zu organisieren, und unser Leitfaden zur automatisierten internen Verlinkung erklärt, wie Sie das skalieren, ohne Rauschen zu erzeugen.
KI-Assistenten treiben die NLP-Logik auf die Spitze. Sie ranken keine ganzen Seiten: Sie holen Abschnitte, vergleichen sie nach Bedeutung mit Teilanfragen und setzen eine Antwort zusammen, die manchmal die Quelle zitiert. Daraus folgen drei Konsequenzen.
Die vollständige Methode für KI-Antworten finden Sie in unserem Leitfaden zur Content-Optimierung für LLMs.
Das sind die Fehler, die wir auf geprüften Websites am häufigsten sehen. Jeder hat ein erkennbares Symptom und eine Korrektur, die Sie heute umsetzen können.
Was es ist: so lange umschreiben, bis die API Ihrem Keyword eine hohe Salienz gibt oder ein Tool einen grünen Score zeigt. Wie Sie es erkennen: Die Seite liest sich nach der Optimierung schlechter; dieselbe Formulierung taucht in jedem Absatz auf. Wie Sie es beheben: Nutzen Sie Salienz nur, um die Reihenfolge der Entitäten zu prüfen, und beurteilen Sie die Seite dann anhand der Antworten und der Search-Console-Daten. Google hat nie gesagt, dass es die Werte dieser API im Ranking verwendet.
Was es ist: „Crawl-Budget“ in einen Satz einbauen, weil fünf Wettbewerber es erwähnen. Wie Sie es erkennen: Begriffe tauchen einmal auf, ohne Kontext, ohne Erklärung. Wie Sie es beheben: Jede fehlende Entität wird zur Frage: Braucht mein Leser das? Wenn ja, schreiben Sie einen Abschnitt; wenn nein, ignorieren Sie sie.
Was es ist: die ganze Seite, inklusive Menü und Footer, in ein NLP-Tool einfügen. Wie Sie es erkennen: Ihre Top-Entitäten sind Ihr Markenname, „Cookies“, „Kontakt“ oder Footer-Kategorien. Wie Sie es beheben: Extrahieren Sie vor jeder Analyse nur den Artikeltext.
Was es ist: einem alten Tutorial mit dem aktuellen Endpunkt folgen. Wie Sie es erkennen: Die JSON-Antwort enthält Entitäten und Erwähnungen, aber keine Salienz. Wie Sie es beheben: Rufen Sie für die Salienz /v1/documents:analyzeEntities auf und denken Sie daran, dass sich die v1 ändern kann.
Was es ist: Absätze, in denen „es“, „dies“ und „sie“ auf Substantive mehrere Sätze zuvor verweisen. Wie Sie es erkennen: Das spaCy-Skript oben zählt Sätze, die mit einem Pronomen beginnen; mehr als einer von fünf auf einer Schlüsselseite ist ein Warnsignal. Wie Sie es beheben: Nennen Sie das Substantiv am Anfang jedes Absatzes und nach jeder Überschrift erneut.
Was es ist: eine einzige URL, die ein Konzept definieren, Tools vergleichen und ein Produkt verkaufen will. Wie Sie es erkennen: Die Seite rankt für viele Anfragen auf den Positionen 15 bis 40 und für keine in den Top 5. Wie Sie es beheben: Behalten Sie die dominante Intention, verschieben Sie die anderen auf eigene Seiten und verlinken Sie sie.
Was es ist: eine Seite aufblähen, um eine Ziel-Wortzahl oder Keyword-Dichte zu erreichen. Wie Sie es erkennen: wiederholte Einleitungen, generische Absätze, die auf jede Seite passen würden. Wie Sie es beheben: Streichen Sie jeden Abschnitt, der keine Frage beantwortet, die ein Leser stellen würde. Unser Keyword-Dichte-Rechner ist umgekehrt nützlich: um zu finden, wo Sie sich zu oft wiederholen.
Was es ist: einen Marken- oder Produktnamen verwenden, den eine Maschine nicht von einem gewöhnlichen Wort oder einem anderen Unternehmen unterscheiden kann. Wie Sie es erkennen: Die API liefert Ihre Marke als OTHER oder CONSUMER_GOOD ohne Metadaten oder verknüpft sie mit dem falschen Konzept. Wie Sie es beheben: Setzen Sie die Kategorie neben den Namen, verwenden Sie Organization- oder Product-Schema mit sameAs zu Ihren offiziellen Profilen und halten Sie den Namen überall identisch.
NLP-SEO-Checkliste für eine Seite
Sie brauchen keinen großen Werkzeugkasten. Wählen Sie Werkzeuge nach der Frage, die Sie beantworten müssen.
| Werkzeug | Typ | Was es Ihnen zeigt | Nötige Kenntnisse | Bester Einsatz |
|---|---|---|---|---|
| Google Cloud Natural Language | Cloud-API (siehe Google-Cloud-Preise) | Entitäten, Salienz (v1), Kategorien, Sentiment, Syntax | Mittel: ein Google-Cloud-Projekt und ein paar Befehle | Prüfen, wie ein Google-Modell Ihre Schlüsselseiten liest |
| spaCy | Open-Source-Bibliothek für Python | Entitäten, Satzstruktur, Subjekte, Lemmata | Grundkenntnisse in Python | Viele Seiten lokal und kostenlos prüfen |
| Sentence Transformers | Open-Source-Bibliothek für Python | Bedeutungsähnlichkeit zwischen Anfragen und Abschnitten | Grundkenntnisse in Python | Antwortprüfung, Kannibalisierung, Planung interner Links |
| Google Search Console | Kostenloses Google-Tool | Die Suchanfragen, für die jede URL tatsächlich erscheint | Keine | Die Wirkung einer Überarbeitung messen |
| Content-Optimierungstools | SaaS | Begriffs- und Entitätslücken gegenüber den Top-Seiten | Keine | Schneller Unterthemen-Check vor dem Schreiben |
| Sorank | SEO- und GEO-Software auf Autopilot | Überarbeitungen, Themencluster, Tracking der KI-Sichtbarkeit | Keine | Die Methode auf eine ganze Website anwenden |
Für einen Vergleich der kommerziellen Optionen lesen Sie unseren Überblick über die besten Content-Optimierungstools. Wenn Sie Dutzende ältere Seiten überarbeiten müssen, prüft und überarbeitet die Funktion Content-Optimierung von Sorank bestehende Seiten auf Autopilot, und der Topic Cluster Generator gruppiert Ihre Keywords vor dem Schreiben nach Bedeutung, mit eingebauter Prüfung gegen Kannibalisierung.
NLP-Änderungen betreffen das Verständnis, also messen Sie zuerst das Verständnis, dann den Traffic.
Filtern Sie in der Google Search Console den Leistungsbericht auf die überarbeitete URL und zählen Sie die verschiedenen Suchanfragen mit Impressionen über 28 Tage, vorher und nachher. Eine besser verstandene Seite erscheint meist innerhalb weniger Wochen für mehr Longtail-Varianten, oft bevor sich die Klicks bewegen.
Verfolgen Sie die 5 bis 10 Fragen, die Sie im Abschnittstest verwendet haben. Steigen die Impressionen, aber nicht die Position, wird die Seite verstanden, aber nicht bevorzugt: Arbeiten Sie an Tiefe, Beispielen und Links.
Stellen Sie vorher und nachher dieselben Prompts in ChatGPT, Gemini, Claude und Perplexity und notieren Sie, ob Ihre Seite zitiert wird. Wiederholen Sie das monatlich: KI-Antworten schwanken von einem Durchlauf zum nächsten, ein einzelner Test beweist also nichts. Für eine strukturierte Version dieser Prüfung führen Sie ein semantisches SEO-Audit für den ganzen Cluster durch statt für eine einzelne Seite.
Nehmen Sie die Seite, die Ihnen den meisten Umsatz bringt, und führen Sie das Audit in sechs Schritten durch. Beheben Sie die ersten beiden Probleme, die Sie finden, meist eine Hauptentität, die nicht dominiert, und einen zu vagen Antwortabschnitt. Notieren Sie dann das Datum und prüfen Sie ihre Suchanfragen in vier Wochen in der Search Console.
NLP im SEO bedeutet, Inhalte so zu gestalten, dass Sprachmodelle sie leicht verstehen: welche Entitäten eine Seite behandelt, welche Fragen jeder Abschnitt beantwortet und wie die Seite mit dem Rest der Website zusammenhängt. Google nutzt Sprachmodelle wie BERT seit 2019 in der Suche, und KI-Assistenten basieren vollständig darauf, daher ist klares, eindeutiges Schreiben in der Praxis zu einem Ranking- und Zitierfaktor geworden.
Keine öffentliche Aussage von Google besagt, dass der Salienzwert der Cloud Natural Language API im Ranking verwendet wird. Der Wert ist eine nützliche Näherung, um zu prüfen, ob Ihr Hauptthema die Seite dominiert, aber achten Sie auf die Reihenfolge der Entitäten statt einer Zahl hinterherzujagen. Beachten Sie, dass Salienz nur von Version 1 der API geliefert wird.
spaCy und Sentence Transformers sind kostenlose Open-Source-Bibliotheken für Python zur Entitätenextraktion und Abschnittsähnlichkeit. Die ebenfalls kostenlose Google Search Console zeigt anschließend, ob eine überarbeitete Seite für mehr Suchanfragen erscheint. Google Cloud Natural Language liefert zusätzlich Salienz und Kategorien, abgerechnet nach den Google-Cloud-Preisen.
